Time series methods for Synthetic Aperture Radar data to monitor ground deformation, soil moisture and floodwater

Abstract

Climate change is a major challenge of our time. Adapting to climate action is an economic and environmental imperative. In order to enhance our climate resilience, we need to improve our understanding of climate change impacts. Some of the most important impacts are temperature increase, more severe storms, increased drought and warming and increasing ocean. Many of these impacts are interrelated and have many associated causes. An essential need is to better understand the interdependencies between climate change cause/effect variables. Earth observation data have a unique role for improving understanding of climate change, due to the fact that they enable monitoring at several spatiotemporal scales with global coverage. Remote sensing technology can improve climate change modelling but it also has some limitations. For example, multispectral and hyperspectral sensors can provide data only during the day with no cloud coverage. On the contrary, SAR datasets can provide consistent data flows day and night. The unprecedented increased volume of SAR/InSAR data can enable approaches that can hugely benefit climate change adaptation actions. This dissertation contributes to enhancing the role of time series of SAR/InSAR data for three climate change related topics.The first topic is the study of TSInSAR methodologies that estimate ground deformations, as well as ground deformation relationships with natural agents. Ground deformation is an essential climate change variable which is connected to a) increasing groundwater extraction due to increasing droughts; b) permafrost thawing due to increasing temperature and c) increased flood/sinking risk over coastal regions. A thorough analysis of several TSInSAR methodologies for ground deformation is presented. First, an accuracy assessment of the vertical component of ground deformation which was estimated from multiple orbit TSInSAR results is presented. Then, a detailed performance analysis of several TSInSAR methodologies is provided. Next, a wavelet-based methodological approach able to capture the relationships between driving factors and ground deformation is developed. Finally, a description of the developed software package (INTERFERON) for ground deformation estimation from InSAR data is provided. The second topic of this dissertation is the soil moisture estimation from InSAR time series. Soil moisture is an essential climate variable which is mainly used for drought monitoring. Climate change is expected to increase the probability of longer, intense, and frequent droughts over the world. An innovative methodological approach with its open-source implementation (INSAR4SM), able to capture surface soil moisture information over arid regions is introduced. A remarkable accuracy (RSME~0.035 m3/m3) of volumetric surface soil moisture estimations over an arid region in California, USA at high spatial resolution (250 m) was achieved. The third topic of this dissertation is floodwater mapping and monitoring by exploiting SAR time series data. Flooding is one of the most impacting environmental hazards that causes huge economic damages. Climate change is expected to increase flood events mainly due to extreme precipitation events. A methodological framework for unsupervised floodwater mapping and monitoring using Sentinel-1 time series is proposed. Its robust performance (OA~ 0.97, Kappa score~ 0.77) was demonstrated over several investigated flood cases around the world by the EMS, Copernicus service. An open-source toolbox (FLOMPY) implements the proposed methodological framework and two case studies that utilize FLOMPY`s floodwater maps are presented. The first is related to flood damage assessment on agricultural regions and the second is a sensitivity analysis of a coupled 1D/2D hydrodynamic model. Both case studies highlighted the FLOMPY`s significant contribution to tackle scientific and socioeconomic issues related to increasing flood events due to climate change.

Η κλιματική αλλαγή είναι μια μεγάλη πρόκληση της εποχής μας. Οι δράσεις για την προσαρμογή μας στη κλιματική αλλαγή είναι επιτακτική ανάγκη. Προκειμένου να ενισχύσουμε την ανθεκτικότητα και την προσαρμοστικότητα μας στην κλιματική αλλαγή, πρέπει να κατανοήσουμε σε βάθος τις δυσμενείς επιπτώσεις της στο περιβάλλον και στην οικονομία. Μερικές από τις πιο σημαντικές επιπτώσεις είναι η αύξηση της θερμοκρασίας, τα έντονα καιρικά φαινόμενα (π.χ. καταιγίδες), η αυξημένη ξηρασία και η αύξηση της στάθμης της θάλασσας. Πολλές από αυτές τις επιπτώσεις είναι αλληλένδετες και σχετίζονται με μια πληθώρα παραγόντων. Η έρευνα για την καλύτερη κατανόηση των μηχανισμών, σχέσεων και αλληλεξαρτήσεων μεταξύ των αιτιών και των επιπτώσεων της κλιματικής αλλαγής είναι πλέον ουσιαστική ανάγκη.Τα δεδομένα παρατήρησης γης παίζουν μοναδικό ρόλο στη βελτίωση της κατανόησης της κλιματικής αλλαγής, διότι επιτρέπουν την συνεχή καταγραφή πληροφορίας σε υψηλές χωρικές αναλύσεις με παγκόσμια κάλυψη. Ενώ η τηλεπισκόπηση μπορεί να βελτιώσει σε μεγάλο βαθμό τη μοντελοποίηση της κλιματικής αλλαγής, έχει ορισμένους περιορισμούς που πρέπει να συνυπολογιστούν. Για παράδειγμα, οι πολυφασματικοί και υπερφασματικοί δέκτες μπορούν να παρέχουν δεδομένα μόνο κατά τη διάρκεια της ημέρας όταν δεν υπάρχει νεφοκάλυψη. Αντίθετα, οι δέκτες ραντάρ συνθετικού ανοίγματος μπορούν να παρέχουν δεδομένα και κατά τη διάρκεια της νύχτας ανεξαρτήτως καιρικών συνθηκών. Η πρόσφατη ραγδαία αύξηση του όγκου των δεδομένων ραντάρ συνθετικού ανοίγματος επιτρέπει την ανάπτυξη νέων μεθοδολογιών που παλαιότερα δεν ήταν δυνατή. Στη συγκεκριμένη διδακτορική διατριβή παρουσιάζεται η διερεύνηση των δυνατοτήτων υπαρχουσών μεθοδολογιών και η ανάπτυξη νέων μεθοδολογιών και λογισμικών πακέτων που αξιοποιούν χρονοσειρές δεδομένων ραντάρ συνθετικού ανοίγματος για τρεις θεματικές ενότητες, οι οποίες σχετίζονται με την κλιματική αλλαγή. Αυτές είναι οι παραμορφώσεις εδάφους, η εδαφική υγρασία και οι πλημμύρες. Πρώτα, αξιολογούνται οι μεθοδολογίες εκτίμησης των εδαφικών παραμορφώσεων από δεδομένα ραντάρ συνθετικού ανοίγματος και στη συνέχεια διερευνώνται οι φυσικοί παράγοντες που τις προξενούν. Η παραμόρφωση του εδάφους είναι μια βασική μεταβλητή της κλιματικής αλλαγής που συνδέεται με α) την αύξηση της άντλησης υπόγειων υδάτων λόγω της αυξανόμενης ξηρασίας β) την απόψυξη του εδαφικού στρώματος που ήταν μόνιμα σε παγετό, λόγω της αύξησης της θερμοκρασίας και γ) τον κίνδυνο βύθισης παράκτιων περιοχών και επομένως αύξησης των πλημμυρικών γεγονότων. Παρουσιάζεται μια διεξοδική ανάλυση και αξιολόγηση αρκετών μεθοδολογιών επεξεργασίας χρονοσειρών ραντάρ συνθετικού ανοίγματος για την εκτίμηση παραμορφώσεων εδάφους. Στη συνέχεια, διερευνάται η ακρίβεια της εκτίμησης της κατακόρυφης συνιστώσας της παραμόρφωσης του εδάφους που υπολογίστηκε από δεδομένα ραντάρ συνθετικού ανοίγματος πολλαπλών τροχών. Έπειτα αναπτύσσεται μια μεθοδολογική προσέγγιση βασισμένη σε κυματίδια (wavelets) για την εξέταση της συσχέτισης μεταξύ παραγόντων (αιτιών) της παραμόρφωσης και της παραμόρφωσης εδάφους. Τέλος, περιγράφεται το πακέτο λογισμικού INTERFERON που αναπτύχθηκε για την εκτίμηση της παραμόρφωσης του εδάφους από χρονοσειρές συμβολομετρικών δεδομένων ραντάρ συνθετικού ανοίγματος.Η δεύτερη θεματική ενότητα της παρούσας διδακτορικής διατριβής είναι η εκτίμηση της εδαφικής υγρασίας από συμβολομετρικά δεδομένα ραντάρ συνθετικού ανοίγματος. Η υγρασία του εδάφους είναι μια βασική κλιματική μεταβλητή που χρησιμοποιείται κυρίως για την παρακολούθηση της ξηρασίας. Η κλιματική αλλαγή αναμένεται να αυξήσει την πιθανότητα για μεγαλύτερες, έντονες και πιο συχνές ξηρασίες σε όλο τον κόσμο. Στην παρούσα διατριβή, προτείνεται μια καινοτόμος μεθοδολογική προσέγγιση, η οποία υλοποιήθηκε με την ανάπτυξη του λογισμικού πακέτου ανοιχτού κώδικα INSAR4SM,για την εκτίμηση της επιφανειακής υγρασίας του εδάφους σε ερημικές περιοχές. Παρουσιάζεται η εφαρμογή της σε μια ξηρή περιοχή στην Καλιφόρνια των ΗΠΑ όπου η ογκομετρική επιφανειακή υγρασία εκτιμήθηκε σε υψηλή χωρική ανάλυση (250 m) με αξιοσημείωτη ακρίβεια (RMSE ~ 0.035 m3/m3).Η τρίτη θεματική ενότητα αυτής της διδακτορικής διατριβής είναι η χαρτογράφηση και η παρακολούθηση των πλημμυρισμένων εκτάσεων αξιοποιώντας χρονοσειρές δεδομένων ραντάρ συνθετικού ανοίγματος. Οι πλημμύρες είναι ένας από τους πιο σημαντικούς περιβαλλοντικούς κινδύνους που προκαλεί τεράστιες οικονομικές ζημιές. Η κλιματική αλλαγή αναμένεται να αυξήσει τα φαινόμενα πλημμύρας κυρίως λόγω ακραίων βροχοπτώσεων. Στην παρούσα διατριβή προτείνεται ένα καινοτόμο μεθοδολογικό πλαίσιο για μη επιβλεπόμενη χαρτογράφηση και παρακολούθηση πλημμυρισμένων εκτάσεων χρησιμοποιώντας χρονοσειρές δεδομένων Sentinel-1. Η ακρίβεια της μεθόδου (OA~ 0.97, Kappa score~ 0.77) υπολογίστηκε εξετάζοντας πολλά πλημμυρικά επεισόδια σε όλο τον κόσμο, τα οποία έχουν μελετηθεί από την υπηρεσία EMS COPERNICUS. Το μεθοδολογικό πλαίσιο υλοποιήθηκε στο πακέτο λογισμικού ανοιχτού κώδικα FLOMPY. Επιπροσθέτως, παρουσιάζονται δύο περιπτώσεις οι οποίες αξιοποιούν την εξαγόμενη από το FLOMPY πληροφορία για τις πλημμυρισμένες εκτάσεις. Η πρώτη περίπτωση σχετίζεται με την εκτίμηση των ζημιών από πλημμύρες σε γεωργικές περιοχές και η δεύτερη είναι μια ανάλυση ευαισθησίας ενός συζευγμένου υδροδυναμικού μοντέλου. Και στις δύο περιπτώσεις αποδεικνύεται η σημαντική συμβολή του FLOMPY σε τεχνικά και κοινωνικό-οικονομικά θέματα που προκύπτουν από την κλιματική αλλαγή.