logo móvil
Contáctanos

Explotación de series temporales de A-DInSAR de satélite para la detección, caracterización y modelado del hundimiento del terreno

Autores: Bonì, Roberta; Meisina, Claudia; Cigna, Francesca; Herrera, Gerardo; Notti, Davide; Bricker, Stephanie; McCormack, Harry; Tomás, Roberto; Béjar-Pizarro, Marta; Mulas, Joaquín; Ezquerro, Pablo

Idioma: Inglés

Editor: MDPI

Año: 2017

Descargar PDF

Acceso abierto

Artículo científico


Categoría

Ciencias Naturales y Subdisciplinas

Subcategoría

Ciencias de la Tierra y Geología

Palabras clave

Avanzado
Diferencial
Interferométrico
SAR
Deformación
Series temporales

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 17

Citaciones: Sin citaciones


Descripción
En las últimas dos décadas, las técnicas avanzadas de radar de apertura sintética interferométrico diferencial (A-DInSAR) han experimentado desarrollos significativos, que están relacionados principalmente con (i) el progreso de los datos de SAR satelital adquiridos por nuevas misiones, como las constelaciones COSMO-SkyMed y Sentinel-1 de la ESA; y (ii) el desarrollo de nuevos algoritmos de procesamiento. Las mejoras en las series temporales de deformación del terreno A-DInSAR requieren metodologías apropiadas para analizar conjuntos de datos extremadamente grandes que consisten en enormes cantidades de puntos de medición e historias de deformación asociadas con alta resolución temporal. Este trabajo demuestra la explotación de series temporales A-DInSAR como una herramienta valiosa para apoyar diferentes problemas en la geología de la ingeniería, como la detección, caracterización y modelado de mecanismos de subsidencia del terreno. Se presentan y discuten las capacidades y la idoneidad de las series temporales A-DInSAR desde el punto de vista del usuario final a través del análisis realizado para tres sitios de prueba en Europa: el Oltrepo Pavese (llanura del Po en Italia), el Alto Guadalentín (España) y la Cuenca de Londres (Reino Unido). Se ha realizado un análisis de componentes principales para los conjuntos de datos disponibles para las tres historias de caso, con el fin de extraer el gran potencial contenido en las series temporales A-DInSAR.

Documentos Relacionados

Temas Virtualpro