Sentinel-1 time series applications over agricultural fields: proposal, evaluation and comparison of different methodologies

Abstract

La monitorización de los cultivos es esencial para diferentes aplicaciones, como el aseguramiento de la seguridad alimentaria, la gestión de los cultivos y la implementación de políticas agrarias. La teledetección proporciona información acerca de las propiedades biofísicas de las plantas y los suelos, así como de la variabilidad espacial en amplias áreas del territorio de forma periódica. El lanzamiento de los satélites radar de apertura sintética (SAR) Sentinel-1 en 2014 y 2016 permitió la adquisición de series temporales densas de imágenes con buena resolución espacial y temporal incluso en zonas cubiertas de nubes. El principal objetivo de esta tesis es la evaluación de diferentes metodologías para aplicaciones agrícolas a escala de parcela usando series temporales Sentinel-1. En primer lugar, se propuso una metodología de clasificación de cultivos supervisada basada en las firmas temporales de Sentinel-1. Se implementó en un caso de estudio con 14 clases de cultivos y un dataset grande de parcelas agrícolas. En segundo lugar, se evaluó la influencia de la geometría de adquisición de las imágenes Sentinel-1 sobre parcelas de trigo. Se evaluó la influencia del ángulo de incidencia en la retrodispersión y los coeficientes de terrain-flattening, y se aplicó una normalización del ángulo de incidencia seguida de una corrección de la anisotropía azimutal en las series temporales de polarización VV. En tercer lugar, se evaluó la atenuación de la retrodispersión producida por las cubiertas de trigo en polarización VV, y un nuevo método de corrección del efecto de la atenuación llamado WATCOR fue propuesto. Finalmente, cuatro técnicas para estimar la humedad del suelo basadas en series temporales de Sentinel-1 en cultivo de trigo fueron evaluadas, proponiendo diferentes alternativas metodológicas para su aplicación a escala de parcela. A pesar de la complejidad de la estimación de la humedad del suelo a escala de parcela únicamente con datos SAR, se obtuvieron estimaciones aceptables. Los resultados de esta tesis demostraron que el análisis y la extracción de información contenida en series temporales SAR es útil para diferentes aplicaciones, augurando interesantes desarrollos futuros en este campo.

Crop monitoring is essential for different applications such as food security assurance, crop management, and the design and implementation of agricultural policies. Remote sensing provides information about biophysical properties of plants and soils and their spatial variability on large areas of the territory on a periodic basis. The launch of Sentinel-1 synthetic aperture radar (SAR) satellites in 2014 and 2016 made possible the acquisition of dense time series of images with good spatial resolution and temporal resolution even in cloud-covered areas. The main objective of this thesis is the evaluation of different methodologies for agricultural applications at the field scale using Sentinel-1 time series. First, a supervised crop classification methodology based on time signatures from Sentinel-1 images was proposed and implemented in a case study with 14 crop classes and a large dataset of agricultural fields. Secondly, the influence of acquisition geometry of Sentinel-1 images over wheat fields was assessed. The influence of the incidence angle on backscatter coefficients and terrain-flattened coefficients was evaluated, and an incidence angle normalization followed by an azimuthal anisotropy correction were applied to VV polarized time series. Thirdly, the backscatter attenuation produced by wheat canopy in VV polarization was evaluated, and a new wheat attenuation correction methodology named WATCOR was proposed. Finally, four different soil moisture (SM) estimation techniques based on Sentinel-1 time series were evaluated over wheat fields, proposing different methodological alternatives for their application at the field scale. Despite the complexity of estimating SM at the field scale solely with SAR data, acceptable estimations were obtained. The results of this thesis showed that the analysis and extraction of the information contained in SAR time series is useful for various agricultural applications, foreshadowing exciting future developments in this field.