Very high-resolution polarimetric SAR image characterization through Blind Sources Separation techniques
Séparation aveugle des sources polarimétriques en télédétection RSO satellitaire à très haute résolution spatiale
Résumé
This thesis comprises two research axes. The first, being rather methodological, consists of our efforts to answer some of the open questions in the POLSAR community, while the latter is sooner related to the specific application - the remote sensing of snow. Following the alternative statistical modelling of highly textured multivariate SAR datasets by means of SIRV model, we propose the appropriate assessment of, otherwise assumed, circularity and sphericity parameters. The last is coupled with the spherical symmetry test, forming a method for the evaluation of SIRV statistical model suitability in the context of POLSAR data. Given the rejection rate, challenging circularity and sphericity appears to be justified, while SIRV model pertinence must be doubted in the regions characterized by strong deterministic scattering. Further on, as the highlight of this thesis, we propose a polarimetric incoherent target decomposition, based on ICA and founded on the hypothesis of non-Gaussianity of POLSAR clutter. By exploiting the information contained in the higher statistical orders, this decomposition provides at the output a set of mutually independent (rather than only decorrelated), non-orthogonal target vectors. Unlike the first dominant component, which is nearly identical to the one estimated by the conventional ICTD counterpart, the second dominant component differs significantly, which, as we anticipate, represents an additional potential for the POLSAR
datasets interpretation. In the applied context, the first presented contribution would be a stochastic approach in snow mapping by means of multitemporal SAR datasets. The most notable supplements of the presented method to the ensemble of change detection techniques in snow mapping are the plausibly modified assumption of the wet/dry snow backscattering ratio and implicitly introduced spatial correlation between wet snow areas, achieved by directly implicating local speckle statistics in the decision process. Finally, we present the non-autonomous method for SWE spatial estimation, based on optical datasets. By successfully involving the remote sensing datasets in the calibration of the external SWE model, we seek to demonstrate the utility and the necessity of the former in the snow pack monitoring.
Cette thèse est composée de deux axes de recherche. Le premièr, plutôt méthodologique, consiste de nos efforts pour répondre à des questions ouvertes dans la communauté de RSO polarimétrique, tandis que le second est plutôt lié à l’application spécifique - le télédétection du manteau neigeux. Suite à la modélisation statistique alternative des images RSO multivariées et hautement texturées, par le modèle SIRV, nous proposons d’abord une évaluation appropriée des paramètres de circularité et sphéricité, autrement à priori présumés. La dernière est accouplée avec le test de symétrie sphérique, ce qui forme une méthode pour l’évaluation de pertinence de modèle statistique SIRV dans le contexte de données RSO polarimétriques. Compte tenu du taux de réjection, cela parait justifié de mettre en question les hypothèses de circularité et sphéricité, alors que la pertinence de modèle SIRV doit être soupçonnée dans les régions caractérisées par la diffusion déterministe forte. En suite, comme le point culminant de cette thèse, nous proposons une décomposition incohérente de cible polarimétrique, basée sur l’ACI et fondée sur l’hypothèse de non-Gaussianité du clutter RSO polarimétrique. En exploitant l’information contenue dans les ordres statistiques supérieurs, cette décomposition donne à la sortie un ensemble de vecteurs de cible, qui sont mutuellement indépendants (plutôt que seulement décorrélés) et non-orthogonaux. Contrairement à la première composant dominante, qui parait presque identique à l’une estimée par le homologue conventionnel, la deuxième composante dominante diffère significativement, ce qui représente un potentiel additionnel pour l’interprétation des données RSO polarimétriques. Dans le contexte appliqué, la première contribution présentée serait une approche stochastique pour la cartographie du manteau neigeux au moyen de données RSO multi-temporelles. Les apports les plus notables de la méthode présentée à l’ensemble de techniques de la détection de changements dans la cartographie du manteau neigeux, sont l’hypothèse modifiée du ratio de rétrodiffusion entre la neige sèche et la neige humide, aussi que la corrélation spatiale entre les régions de la neige humide, introduite en impliquant la statistique locale de speckle dans le processus de décision. Finalement, nous présentons la méthode non-autonome pour l’estimation spatiale de l’équivalent en eau de la neige (EEN), basée sur des données optiques. En utilisant avec succès des données de télédétection dans la calibration du modèle EEN externe, on essaie de démontrer l’utilité et la nécessite du télédétection dans la surveillance du manteau neigeux.