Fluxo de Processamento

Do dado radar bruto ao produto de deformação milimétrica

Revelamos o núcleo técnico do processamento profissional, integrando padrões globais e algoritmos industriais.

Aquisição e pré-processamento: Fundamentos físicos

Estratégias de seleção de dados
  1. Compatibilidade de bandas

    Banda C (Sentinel-1) para monitoramento de curto prazo.
    Banda L (ALOS-2) penetra vegetação; Banda X (TerraSAR-X) oferece 0.25m de resolução.

  2. Otimização espaço-temporal

    Algoritmo Dijkstra seleciona pares interferométricos ótimos (linha de base vertical <300m para banda C).

  3. Fontes internacionais

    Copernicus ESA: Download automático de dados Sentinel-1 SLC
    ASF DAAC: Fluxo de dados ALOS/PALSAR-2
    Satélites comerciais: Aquisição sob demanda via ICEYE/Capella Space


Correção orbital precisa
  1. Refinamento POE

    Arquivos de órbita precisos da ESA (<5cm) eliminam erros de posição.

  2. Modelagem de linha de base

    Decomposição SVD calcula parâmetros orbitais com erro <1%.

  3. Correção Doppler

    Compensa deslocamentos espectrais em modo Sliding Spotlight.


Calibração e redução de ruído
  1. Calibração radiométrica

    Conversão DN para σ0 usando refletores ou alvos homogêneos.

  2. Processamento multi-look

    Razão 4:1 (range:azimute) balanceia resolução e SNR.

  3. Filtragem adaptativa

    Filtro Goldstein-Werner com janela ótima 32x32 pixels.

Núcleo do processamento: Decodificação de fase

Geração de interferograma
  1. Registro complexo

    Correlação cruzada com precisão subpixel de 0.001 pixel.

  2. Remoção de fase plana

    Cálculo teórico usando parâmetros orbitais e DEM (ex: SRTM 30m).

  3. Correção orbital residual

    Modelo polinomial elimina gradientes de fase (resíduo <1rad).


Desenrolamento de fase
  1. Algoritmo de fluxo mínimo

    Triangulação em áreas com coerência >0.3 (erro <5%).

  2. Estratégia multi-escala

    Escala grossa: Superfície de tendência de baixa resolução
    Escala fina: Método branch-cut para detalhes
    IA: Modelo U-Net acelera desenrolamento em 3x

  3. Correção atmosférica

    Modelo MERRA-2 gera telas de fase atmosférica (APS).
    Filtragem espaço-temporal: Separa sinal de deformação (corte 20km).
    Integração GNSS: Estações CORS melhoram precisão para ±1.5mm.

Modelagem e produtos finais

Inversão temporal

1. Algoritmo SBAS: Rede redundante (15 interferências/pixel), solução via SVD.
2. PS-InSAR: Seleção de pontos estáveis (dispersão de amplitude <0.25).


Geocodificação e validação

Conversão para WGS84/UTM com validação terrestre.

1. Verificação GNSS: R² >0.95 com estações IGS.
2. Nivelamento: Erro médio ±2.3mm em áreas-chave.
3. Incerteza: Simulação Monte Carlo gera elipses de erro.


Produtos finais

1. Formatos padrão

-- GeoTIFF: Taxa de deformação (mm/ano)
-- CSV: Dados temporais (UTC com milissegundos)
-- KMZ: Visualização no Google Earth

2. Serviços API (em desenvolvimento)

-- API RESTful para alertas personalizáveis
-- SDK Python/Matlab para algoritmos principais


A inovação industrial no processamento InSAR está redefinindo os limites do monitoramento superficial. Como provedor global, garantimos precisão milimétrica e rastreabilidade total.
Perv
O que é InSAR?
Next
Segurança de Dados