Sec 1 Cap 2

See
discussions, stats, and author profiles for this publication at: https://www.researchgate.net/publication/301247047
Imagenes SAR y Conceptos Basicos de

Polarimetria
Chapter · December 2015
CITATIONS READS
0 704
2 authors:
Yolanda Fernandez J. Soria-Ruiz

Colegio de Postgraduados National Institute of Research for Forestry, A…
42 PUBLICATIONS 76 CITATIONS 67 PUBLICATIONS 115 CITATIONS
SEE PROFILE SEE PROFILE
Some of the authors of this publication are also working on these related projects:
JECAM SAR Inter-Comparison Experiment View project
Applying Operational SAR and Optical Classification Methodologies in Mexico View project
All content following this page was uploaded by J. Soria-Ruiz on 13 April 2016.
The user has requested enhancement of the downloaded file.

AVANCES Y PERSPECTIVAS DE
GEOMÁTICA CON APLICACIONES
AMBIENTALES, AGRÍCOLAS Y URBANAS
YOLANDA MARGARITA FERNÁNDEZ ORDÓÑEZ

MIGUEL JORGE ESCALONA MAURICE
JOSÉ RENÉ VALDEZ LAZALDE
EDITORES
Avances y Perspectivas de Geomática con Aplicaciones Ambientales, Agrícolas y Urbanas
© Primera edición, 2015
Editores:
Yolanda Margarita Fernández Ordóñez
Miguel Jorge Escalona Maurice
José René Valdez Lazalde
Autores:
Dionicio Alvarado Rosales Fernando López Caloca

Gregorio Ángeles Perezi Miguel Ángel López López
Richard Birdsey José María León Villalobos
Lenom Cajuste-Bontemps Antonia Macedo Cruz
Víctor Manuel Cetina Alcalá Guillermo Medina García
Ameris Ixchel Contreras Silva Enrique Ojeda Trejo
Rocío Macarena Alonso del Amo Alma D. Ortiz Reyes
Gabriel Díaz Padilla Alicia Peduzzi
Christine Dunn José Alfredo Ramos Leal
Miguel Jorge Escalona Maurice Carmen Reyes Guerrero
Yolanda Margarita Fernández-Ordóñez Rodolfo Sánchez-Sandoval
Yolanda Franco Islas Jesús Soria-Ruíz
Abdul Khalil Gardezi Felipe Omar Tapia Silva
Alejandra A. López Caloca José René Valdez Lazalde
María Josefa Jiménez Moreno Isidro Villegas Romero
Edición original publicada por:

D.R. © Editorial del Colegio de Postgraduados
Carretera México-Texcoco Km 36.5
Montecillo, Texcoco. 56230 Estado de México
1ª. Edición, 2015

Biblioteca Básica de Agricultura:
Editorial del Colegio de Postgraduados
Colegio de Postgraduados
Fundación Colegio de Postgraduados en Ciencias Agrícolas A. C.
Instituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias
Universidad Autónoma Chapingo
Coordinación editorial: Judith Sandoval R.

Corrección de estilo: Francisco Pérez
Diseño de interiores: José Ma. Villa Reverté
Diseño de portada: Rogelio Covarrubias
ISBN 978-607-715-302-3 Colegio de Postgraduados
© Reservados todos los derechos. No se permite la reproducción, total o parcial de este libro ni el almacena-
miento en un sistema informático, ni la transmisión de cualquier forma o cualquier medio electrónico, mecánico,
fotocopia, registro u otros medios sin el permiso previo y por escrito de los titulares del copyright.
Es responsabilidad del autor el uso de las ilustraciones, el material gráfico y el contenido creado para esta
publicación. Las opiniones expresadas en este documento son de exclusiva responsabilidad de los autores,
y no reflejan necesariamente los puntos de vista del Colegio de Postgraduados, de la Editorial del Colegio
de Postgraduados, ni de la Fundación Colegio de Postgraduados en Ciencias Agrícolas.
AVANCES Y PERSPECTIVAS DE
GEOMÁTICA CON APLICACIONES
AMBIENTALES, AGRÍCOLAS Y URBANAS
Editores:
Yolanda Margarita Fernández Ordóñez

Miguel Jorge Escalona Maurice
José René Valdez Lazalde
IMÁGENES DE RADAR DE APERTURA
2
SINTÉTICA Y CONCEPTOS BÁSICOS
DE POLARIMETRÍA
SYNTHETIC APERTURE RADAR IMAGES AND BASIC CONCEPTS

OF POLARIMETRY
1,§ 2
Yolanda Margarita Fernández Ordóñez y Jesús Soria Ruiz
1
Posgrado SEI-Orientación Cómputo Aplicado, Campus Montecillo, Colegio de Postgraduados,
México. Tel (595) 9520 200, ext. 1425. yfernand@colpos.mx
2
Laboratorio de Geomática, Instituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias (INIFAP-CIRCE)
México. Tel (55) 3871 8700, ext. 85644. soria.jesus@inifap.gob.mx
§
Autora para correspondencia
Resumen
Los sensores remotos de radar de apertura sintética están adquiriendo imágenes

cuyo uso en aplicaciones pasa de la etapa inicial de experimentación a la aplicati-
va. Las imágenes que adquieren los radares polarimétricos en diferentes bandas,
con distintas alternativas de ángulos de incidencia y polarizaciones múltiples los
colocan por encima de los sensores ópticos en la producción de imágenes, ya
que no dependen de la iluminación solar y no se ven comprometidas por pertur-
baciones atmosféricas como nubes o humo. Este trabajo pretende ofrecer una
revisión inicial de los principios físicos de las imágenes de radar que sustentan a
las principales técnicas de percepción remota basadas en polarimetría. El
documento contiene referencias que pueden ser utilizadas por los interesados en
incursionar en esta área de la percepción remota.
Palabras clave
Percepción remota con radar, polarimetría, principios físicos.
37
Abstract
Synthetic aperture radar remote sensors acquire images whose applications

are passing from the initial experimentation stage to the applicative stage. The
images acquired by polarimetric sensors in different bands, with distinct
alternatives of incidence angles and multiple polarizations place them above
optical sensors in the production of images, since they do not rely on solar
illumination nor are ham-pered by atmospheric perturbations such as clouds or
smoke. This work pretends to offer an initial review of the physical principles of
radar images that support the main remote sensing techniques based on
polarimetry. This document contains references that may be used by readers
interested in introducing themselves to this area of remote sensing.
Keywords
Radar remote sensing, polarimetry, physical principles.
1. Introducción
La percepción remota (PR), término acuñado originalmente por Evelyn Pruitt des-de
los años 50, se aplica al proceso de observar e identificar materiales y objetos sobre
la Tierra sin estar en contacto con ellos (Graham, 1999). Este proceso se basa en la
detección y medición de radiación electromagnética emitida ya sea de manera natural
o a partir de una fuente artificial emisora. La energía se capta por sensores y pueden
identificarse objetivos por sus propiedades físicas y sustancias componentes. De esta
manera la PR facilita el conocimiento de la distribución espacial de objetos,
fenómenos y coberturas terrestres o del entorno circundante.
En su inicio la PR se refería a los procesos de fotografía aérea con cámaras

que generaban las imágenes. A partir de los años 70 la PR se desarrolló en otras
direcciones, impulsada por sistemas de cómputo y tecnologías aeroespaciales
para producir imágenes a partir de sensores a bordo de satélites para
observación de la Tierra. Los sensores satelitales pueden captar radiación natural
(solar) o emitir su propia energía captándola al regresar a la antena del sensor.
Los primeros se conocen como sensores pasivos; los segundos son sensores
activos, como es el caso del radar, que funciona emitiendo y recibiendo energía
electromagnética en el rango de las microondas.
Los investigadores mencionan el advenimiento de una edad de oro de la PR

con radares, debido, más que nada a la crítica situación del medio ambiente que
se anticipa para los próximos años. Las microondas de radar se propagan en la
atmósfera con escaso deterioro de sus propiedades, por lo que los sensores
pueden generar imágenes de manera prácticamente independiente de perturba-
38 Avances y perspectivas de geomática con aplicaciones ambientales, agricolas y urbanas

ciones por nubosidad, lluvia, niebla, bruma y humo. Se anticipa que estas condi-
ciones atmosféricas se incrementarán considerablemente a nivel mundial. Hace
escasos veinte años estas perturbaciones comprendían aproximadamente el 48
% del globo terráqueo; hoy se han incrementado hasta cubrir un 62 % y dentro de
20 años podrían superar el 80 % de manera irreversible (Moreira et al., 2013).
Bajo estas condiciones la PR óptica dependiente de la luz solar (pasiva) no será
aplicable para el seguimiento y estudio de grandes áreas tropicales y subtropi-
cales. Por otro lado, el análisis de imágenes de radar puede tomar en cuenta
condiciones ambientales y sociales útiles para diversas aplicaciones como son: la
determinación de fronteras agrícola/urbana, el avance de manchas urbanas, la
identificación de cultivos y el seguimiento de su condición, la humedad, la labran-
za del suelo y los residuos post-cosecha; el mapeo de áreas forestales de corte y
siniestradas por incendios, la identificación de especies forestales, la estimación
de biomasa, la deforestación e incluso los cambios en el relieve terrestre. Por sus
capacidades de aplicación la PR de radar está siendo cada vez más requeri-da,
3
en particular la PR con radares de apertura sintética o SAR . Dichos sensores
tienen un diseño físico que permite simular una antena de mayor tamaño que el
real, ampliándose así las capacidades de recepción respecto de los radares de
apertura real. De entre los radares SAR los más versátiles operan en modalidad
polarimétrica, emitiendo y recibiendo energía polarizada. En SAR la polarización
se refiere a la orientación del rayo de energía relativa a la superficie de la Tierra.
Los principios físicos de la modalidad polarimétrica se introducen en este trabajo
para permitir al lector adentrarse en la comprensión de los datos de imágenes de
estos radares y en las técnicas de análisis polarimétrico que pueden aplicarse.
Los radares polarimétricos funcionan considerando la polaridad de la señal

electromagnética que emiten y las propiedades de polarización de la señal que
captan al retorno. Una onda polarizada horizontalmente (H) o verticalmente (V) al
4
incidir sobre un blanco produce otra onda de retorno que puede tener apor-
taciones en ambas polarizaciones H y V. La señal de retorno contiene implícita
información sobre el blanco en tierra porque los dispersores modifican de ma-
neras diferentes la polarización. La polarimetría, también denominada síntesis
polarimétrica, se basa en análisis físico -matemáticos de las propiedades de la
onda emitida y de la recibida, principios que fundamentan científicamente la PR
SAR. La polarimetría involucra numerosos factores relacionados con el sensor, con la
propagación de la energía y su detección. Están involucrados también los sistemas
(hardware y software) para el procesamiento de la información captada (Henderson y
Lewis, 1998). En la PR SAR es necesario conocer conceptos básicos de la naturaleza
de los datos para elegir los métodos de análisis y procurar una
3 Synthetic Aperture Radar.

4 Target. En este escrito se usan indistintamente blanco, objetivo o cobertura
Imágenes de radar de apertura sintética y conceptos básicos de polarimetría 39

interpretación acertada de la información. La PR SAR continúa siendo un
campo fértil de investigación y desarrollo.
Este trabajo pretende contribuir a que estudiantes y profesionales se inte-resen

en la PR SAR y sus múltiples aplicaciones. El escrito está organizado como sigue.
Sección 2 se presentan nociones generales acerca de la PR con radar, en especial
de la transmisión de energía electromagnética y de la polarización. En la Sección 3 se
revisan técnicas de polarimetría. La Sección 4 incluye aplicaciones re-lacionadas con
agricultura y recursos naturales. La sección de Referencias incluye una selección a la
vasta literatura. Se proporcionan ligas web complementarias y para algunos términos
importantes que han sido traducidos al español de diversas maneras por otros
autores, se indica en notas de pie de página el término en in-glés. Conceptos y
términos relevantes aparecen en cursivas.
2. Percepción remota de radar imágenes SAR
El principio del radar descansa en las propiedades de emisión/recepción de ondas

electromagnéticas, las cuales puede caracterizar distintos materiales reflejantes y son
la clave para identificar a los objetos reflectores. Sin embargo, la toma de datos de los
sensores de radar da lugar a inexactitudes de origen que deben tomarse en cuenta
para corregirlas. Existen distintos tipos de imágenes de acuerdo con pará-metros
propios de la ingeniería de los sensores, tales como las frecuencias en que transmiten
y el ángulo del rayo de radiación emitida respecto de una perpendicular sobre el
terreno. Pueden consultarse referencias en español como (NRC, 2012) para la
ampliación de los temas introducidos de manera básica en esta sección.
Es relativamente reciente que se ha liberado al público la utilización de radares

para aplicaciones civiles de PR. Para facilitar la comprensión, algunos investigado-res
resaltan similitudes de la operación del radar con la eco-localización natural de los
murciélagos, donde el retardo en la captación de un eco indica a esos animales la
distancia, altura, dirección e incluso velocidad a los objetos Woodhouse (2000). En
5
efecto, el acrónimo original de la palabra radar significa “detección y distancia por
ondas de radio”. Al enviar su propia radiación como onda de energía electro-
magnética que incide sobre blancos en tierra (parecido al flash de una cámara) el
radar logra penetración de la atmósfera, captación de datos y generación de imá-
genes bajo prácticamente cualquier condición atmosférica, de día o de noche. La
posibilidad de iluminar artificialmente un blanco permite seleccionar dicha ilumina-ción
para “ver” ciertas características de interés del objetivo (Leblon et al., 1999).
Es decir, que el elemento fundamental en la PR con radares es un rayo o señal de
energía electromagnética la cual consiste de dos componentes: la eléctrica y la
5 Radio Detection And Ranging; Range = distancia.

magnética. De acuerdo con sus características de diseño y operación, los
radares captan mediciones de la señal de distintas maneras. Esto ofrece al
usuario ciertas opciones de selección de imágenes de diferentes sensores,
pudiendo elegirlas de acuerdo con las aplicaciones pretendidas.
6
La señal captada por el radar se denomina dispersión o retrodispersión ; es
el re-flejo o – también conocida como “rebote” – o eco de la señal, generalmente
difuso y que se dispersa en todas las direcciones opuestas a la señal incidente.
Todos los objetos producen reflejos pero hay materiales, por ejemplo los metales,
que no producen reflexión difusa sino que se comportan como espejos
produciendo un tipo de dispersión especular. Los reflectores esquinados tienen
7
esa característica y se usan para calibrar imágenes, ya que al colocarse en
localidades precisas per-miten relacionar su ubicación con la imagen (“SAR
Interferometry and Differential Interferometry”, 2002) (Figura 1).
Figura 1. Reflector esquinado para calibración
A partir de la transmisión de la señal emitida y de la señal captada, es posible

obtener mediciones sobre la dirección, distancia y velocidad del objetivo mediante la
ecuación de radar (ESA, 2013). Esta ecuación fundamental se usó en las ca-
libraciones experimentales de los primeros sensores polarimétricos (Hawkins et al.,
2000). En esencia, los algoritmos de análisis se basan en esta ecuación, que permite
calcular la potencia de la señal recibida, Pr, relacionándola con las caracte-rísticas del
radar, el objetivo y la señal recibida (El-Darymli et al., 2012). La Figura 2 muestra la
ecuación de radar, donde Pt denota la potencia de la señal transmitida medida en
volts, Gt la ganancia de la antena de transmisión, Ar la apertura efectiva
6 Backscatter; es la señal con sentido opuesto a la señal

incidente. 7 Corner reflector

8
(área) de la antena de recepción, σ el corte o sección transversal del radar y
Rt la distancia entre el transmisor y el objetivo (Elachi, 1988).
4
PG A σ F
P = t t r
r ( 4 π )2 Rt2 Rr2
Figura 2. La ecuación de radar
El problema de inversión, fundamento de la percepción remota, no es trivial y lo

es menos aún en el caso de la PR de radar (Twomey, 2002). En la utilización de
datos de radar es necesario tomar en cuenta que existen numerosos factores
involucrados en la manera de captarlos y finalmente en el contenido de las imáge-
nes. La detección de objetos y clasificación de coberturas demandan del usuario
consideraciones distintas de las utilizadas en la PR óptica. En el caso de radares po-
larimétricos se cuenta con la descripción completa de la señal reflejada en la matriz
9
de dispersión . A partir de esa matriz se obtienen datos específicos de la interacción
señal emitida/recibida. En la sección 3 se presentan técnicas de análisis para obte-ner
parámetros de coberturas terrestres a partir de imágenes polarimétricas.
2.1 Factores involucrados en la captación de datos de radar
Los factores que contribuyen a determinar las propiedades de la señal captada, y que
por lo tanto afectan a los datos contenidos en una imagen, pueden ser inhe-rentes al
sensor o propiedades de los objetivos. Los factores inherentes al sensor incluyen la
longitud de onda de la radiación incidente, la fuerza y polarización de la señal, los
10
ángulos de incidencia y de depresión local, la huella o anchura del barri-do , la
distancia y orientación del objetivo en tierra hacia el radar y la resolución. Las
propiedades inherentes de los objetivos incluyen la rugosidad del terreno, los factores
dieléctricos indicadores de humedad, la rugosidad de los materiales, el tamaño
absoluto y relativo del objetivo respecto de la sección transversal del radar σ. Éste
último factor representa el coeficiente de retrodispersión o decaimiento de la señal
propia de un objetivo. Desde los inicios del uso de la tecnología de radar sobre todo
en las aplicaciones militares, ha sido la medida de cuán detectable es un objetivo
mediante radar. Algunos de estos factores se explican a continuación.
El radar barre el terreno con pulsos de energía colectando datos con una vi-sión
lateral, no directamente vertical como ocurre con las cámaras aéreas o con sa-télites
que apuntan su visión al nadir. Algunos sensores pueden orientar su visión
8 Radar cross section. σ también se denomina coeficiente de retrodispersión o decaimiento
del objetivo; es la medida de cuán detectable es un objeto mediante radar (Campillo
Contreras, 2012). 9 Scattering matrix, también “matriz de retrodispersión”
10 Footprint, swath

a la derecha o a la izquierda de la dirección de vuelo. Se consideran los retardos
entre la recepción de fracciones del pulso de la señal más alejadas de la antena y
de las más próximas, y mediante procesos de cálculo se convierten en distancias.
De esta manera la distancia para cada localidad dentro del área de barrido se usa
para la representación del blanco en una imagen; aquí interviene la geometría de
adquisición de datos o geometría de visualización (Ver Figura 3).
Un factor relevante en la
geometría de visualización es el
ángulo de incidencia entre la lí-
nea inclinada de visión del radar
y una vertical característica de la
escena terrestre. En la selección
de productos para aplicaciones
este dato es importante porque
es una medida de la orientación
relativa del objetivo en tierra. El
ángulo de incidencia nominal
cambia en la dirección del alcan-
ce dependiendo de la altura del
radar, por lo que la geometría de
visualización en una misma
Figura 3: Geometría de visualización de un sensor SAR imagen es diferente de punto a
punto. El ángulo de incidencia
local toma en cuenta la inclinación local de la superficie iluminada e influye en
la brillantez de la imagen.
La resolución espacial se refiere a dos dimensiones, una en la dirección

11
del alcance y la otra en la del azimut. La resolución en la dirección del
alcance se determina por las características de la señal a lo largo de la
trayectoria entre el sensor y la superficie iluminada.
En la dirección del alcance la resolución depende de la dimensión del pulso

transmitido (un pulso corto proporciona mejor resolución) y del ancho de banda
del sistema en el canal del alcance. En un radar convencional, la resolución en la
dirección del azimut se determina por el ancho angular del rayo, pero como el
SAR sintetiza una antena virtual más grande se tiene una resolución en la
dirección del azimut que depende del largo de dicha antena sintética y es
inversamente propor-cional al tamaño de la antena real. Con esta técnica los SAR
logran una resolución espacial fina en la dirección del vuelo.
11 Slant range

La resolución radiométrica se refiere a la habilidad de un sistema de diferenciar
dos rasgos de la imagen correspondientes a dos pequeños objetos cercanos que se
encuentran en la escena iluminada, cuando la brillantez de los dos objetos es
12
comparable y cae dentro del intervalo dinámico del radar que se trate. El motea-do
es inherente a las imágenes SAR y tiene que ver con la intensidad de la bri-llantez de
los píxeles. Aunque puede proporcionar información, generalmente se le considera
como ruido porque degrada la calidad de la imagen y afecta la interpre-tación. Se han
desarrollado distintos métodos para eliminarlo basados en modelos matemáticos del
13
fenómeno, como el procesamiento de observaciones múltiples, que promedian el
moteado tomando varias observaciones de un objetivo en una sola barrida del radar
(Lee & Pottier, 2009).
Las estadísticas de primer y segundo orden de la brillantez (tonos de gris) de

una imagen caracterizan el tono y la textura respectivamente y son perceptibles
visualmente en las imágenes. El tono se refiere a la brillantez relativa de objetos
mientras que el contraste es la diferencia entre el tono de dos regiones vecinas.
La textura de una región o escena es la variación espacial de la reflectividad
prome-dio; proporciona información sobre la distribución de tonos de gris en los
píxeles y se la usa para describir si el contenido de la imagen se visualiza como
fino o grue-so, homogéneo o no homogéneo. Se ha aplicado con éxito la textura
para clasificar vegetación (Yamagata, 1993). Los autores Aggarwal y Agrawal
(2012) resumen el uso de estas dos estadísticas en la clasificación de imágenes,
mismas que se ensa-yaron desde hace tiempo (Haralick et al., 1973).
2.2 Transmisión de energía electromagnética y polarización
La PR de radar se basa en los trabajos de importantes físicos que han

abordado el estudio de la energía electromagnética (EM o EMR) desde hace
más de cien años. Gracias al físico escocés James Clerck Maxwell (1831–
1879) se acep-tó el principio teórico de la relación intrínseca entre la energía
eléctrica y la magnética. El campo electromagnético es el fenómeno
fundamental de la teoría electromagnética clásica. En el espacio la EM se
14
propaga como una onda y es detectable a través de su interacción con el
medio ambiente. La frecuencia indica el número de ondas completas por
segundo y se mide en Hertz (H) o Gi-gaHertz, (GHz); la longitud de onda λ,
denota la distancia entre dos cimas o dos valles (Pierce, 2006). Otra
característica de la propagación de una onda de EM es la polarización.
12 Speckle
13 Multi-look
14 Una explicación introductoria sobre las ondas en física puede encontrarse
en http://es.wikipedia.org/wiki/Onda#Polarizaci.C3.B3n

La EM abarca un rango de frecuencias de las cuales sólo una porción muy pe-
queña es visible al ojo humano. El espectro electromagnético es una representación
de la energía en función de la frecuencia (o número de onda) y de las longitudes de
onda. La formación de imágenes a partir de datos de radiación es la base de la
percepción remota satelital, ya que puede considerarse el espectro electromagné-tico
de un objeto, refiriéndose a la distribución característica de la radiación que emita,
refleje o absorba (Campbell & Wynne, 2011).
No hay fronteras precisas entre las bandas del espectro electromagnético. La

energía proveniente de la radiación solar que captan los sensores remotos ópticos
corresponde a ciertos rangos de frecuencias del espectro como el infrarrojo y el
infrarrojo cercano. Las primeras imágenes de la superficie terrestre para PR se ob-
tuvieron en los rangos óptico y térmico infrarrojo. La adquisición de imágenes óp-ticas
que aporten datos útiles sólo puede hacerse de día y se ven afectadas bajo
condiciones de nubosidad, humo, niebla o lluvia. Sobre la PR óptica existen muchas
obras, pueden consultarse por ejemplo (Egan, 2003) o (Campbelly Wynne, op. cit.).
Los radares satelitales se desarrollaron desde los años 40 en el ámbito

militar, de esa época proviene la nomenclatura de las bandas de frecuencias
utilizadas (Cuadro 1), que se ubican en el rango de las microondas del espectro y
que corres-ponde a longitudes de onda entre 1 mm y 1 m (Figura 4).
Cuadro 1. Bandas de radar, frecuencias y longirudes de onda
Banda Ka Ku X C S L P
Frecuencia (GHz) 40-25 17.6-12 12-7.5 7.5-3.75 3.75-2 2-1 0.5-0.25
Longitud de onda (cm) 0.75-12 1.7-2.5 2.5-4 4-8 8-15 15-30 60-120
Figura 4. El espectro electromagnético

Fuente: IEEE-521-2002, IEEE Standard Letter
Designations for Radar-Frequency Bands.

La polarización de ondas EM resalta las relaciones entre señal emitida,
objetivo y señal recibida por sensores de radar. Las ecuaciones de Maxwell
explican que los campos eléctrico y magnético oscilan juntos, de manera
perpendicular entre sí, y perpendicular a la dirección de propagación; es decir,
que la onda electromag-nética combinada se propaga en una dirección
perpendicular a las oscilaciones de ambos campos (Figura 5).
Figura 5. Propagación de una onda electromagnética.

Fuente: La figura se basa en la versión animada disponible en:
www.astronomynotes.com/light/emanim.gif
El campo eléctrico puede estar oscilando hacia arriba y hacia abajo, y el campo
magnético a izquierda y derecha, pero esto puede considerarse también rotado, es
decir, que el campo magnético sea el que oscile hacia arriba y hacia abajo, y el
campo eléctrico a izquierda y derecha. La arbitrariedad posible en la orientación de la
oscilación respecto de la dirección de propagación es lo que se entiende como
polarización. La polarización de una onda electromagnética se define como la
orientación del vector E correspondiente al campo eléctrico. El campo eléctri-co que
caracteriza a la polarización como horizontal H, o vertical V, integra dos componentes
sinusoidales especificadas por vectores Ex y Ey, los que en esencia caracterizan al
sentido de la polarización (Figura 6). Por convención se considera la dirección del
campo eléctrico como la que caracteriza a la polarización de una onda EM. La Figura
7 esquematiza la propagación de una onda horizontalmente polarizada. La forma de
propagación descrita en los párrafos anteriores aplica para

las ondas planas monocromáticas, sinusoidales y de amplitud constante que
son las consideradas en polarimetría, tema de la Sección 3.
Figura 6. Componentes sinusoidales de la polarización
Figura 7. Propagación de una onda lineal y horizontalmente polarizada
En la Figura 8 (a) se usa la nomenclatura con tildes para los ejes ortogonales a
los cuales se refieren los componentes vectoriales del campo E, y cuya suma Ex(Z,t)
+ Ey(Z,t) determina el sentido de la polarización. Puede considerarse que al
desplazarse la onda alrededor del ejeẑ, la punta del vector E(Z,t) va generando en el
tiempo una forma helicoidal (mostrada en rojo en Figura 8 (b) al girar alrededor del eje
zˆ. Las curvas helicoidales tridimensionales no son fáciles de representar y analizar
en la práctica, por lo que resulta más útil caracterizar la onda helicoidal en una
posición fija en el tiempo, es decir, proyectarla sobre un plano con coordenada Z=Z0.
Es más sencillo estudiar el comportamiento temporal del desplazamiento de la onda
en dicho plano ortogonal a la dirección de propagación y en la posición fija zˆ=Z0.
Sobre ese plano el extremo del vector Ê (Z 0, t) traza la elipse de polariza-

ción (Figura 8c). La longitud del vector Ê (Z 0, t) representa la amplitud de la
onda, la tasa de rotación representa la frecuencia de la onda y la polarización
se refiere a la orientación y forma del patrón elíptico. El estado de polarización
queda des-crito mediante un conjunto arbitrario y ortogonal de ejes
direccionales: eje χ para ondas Horizontalmente polarizadas, y eje γ para
ondas Verticalmente polarizadas a lo largo de la dirección de propagación Z.
Se tienen así las cuatro posibles com-binaciones de polarizaciones lineales
para la onda de la energía transmitida y de la recibida por la antena de los
sensores SAR, indicadas por convención mediante un par: HH, VV, HV y VH.
Figura 8. Trayectoria de una onda plana en dirección ẑ
De acuerdo a su diseño los SAR pueden operar en uno, dos o cuatro canales,
captando respectivamente una, dos o cuatro combinaciones de polarización. Se
indica primeramente la polarización de la transmisión como indica el Cuadro 2.

Cuadro 2. Sensores de radar por sus características de operación
Capacidades de polarización en transmisión/
Clase
recepción
1. De polarización única HH, VV (también HV o VH)
2. De polarización dual HH y VV, VV y VH o HH y VV
3. De polarización alternada HH y HV, alternando con VV y VH
4. Polarimétrico o quad-pol HH, VV, HV y VH
Los primeros SAR adquirían imágenes en un solo canal, es decir, misma

polari-zación en emisión y recepción. Por ejemplo, RADARSAT-1, que ha sido
sustituido por RADARSAT-2, adquiría imágenes únicamente en la banda C y
en la combina-ción HH (Figura 9). La posibilidad de captar las distintas
polarizaciones es lo que identifica a un radar como polarimétrico. El Cuadro 3
muestra datos de algunos sensores SAR.
Figura 9. Imagen pancromática sintetizada de radar Radarsat-

1, zona del Nevado de Toluca, México.

Cuadro 3. Sensores SAR
Banda De Frecuencia
Sensor Operación Comentarios Organización
(Polarización)
Primer satélite SAR,
Seasat 1978 L (HH) NASA/JPL, EUA
operó 3 meses aprox.
1991-2000 Primeros satélites Agencia Espacial
ERS-1/2 C (VV)
1995-2011 europeos Europea
Primer satélite SAR
J-ERS-1 1992-1998 L (HH) JAXA/Japón
japonés
Misión Shuttle Imaging NASA/JPL, EUA;
L&C (quad) y Radar Centro Aeroespacial
SIR-C/X-SAR 1994 X( VV) Primera demo de SAR Alemán, Agencia Espa-
espacial multifrecuencia cial Italiana
Primer satélite SAR
1995-2013 canadiense, Agencia espacial Cana-
RADARSAT-1 (mayo) C(HH) Ancho de barrido hasta diense
500 km
NASA/JPL, EUA;
Misión topográfica de Centro Aeroespacial
C(HH+VV) y
SRTM 2000 radar, primer SAR espe- Alemán,
X(VV) cial interferométrico Agencia Espacial
Italiana
Primer satélite SAR con
tecnología de modulo
ENVISAT/ Agencia Espacial
2002-2012 C(dual) trasmisor/receptor ;
ASAR ancho de barrido hasta Europea
400 km
Resolución hasta 1m,
ALO2/PAL- 2014
L(quad) ancho de barrido hasta AXA/Japón
SAR22 (programado)
490 km
Primer radar especial
TERRA-
2007-actual bi-estático resolución Centro aeroespacial
SAR-X/TAN- X(quad)
2010-actual 1m; nivel global disponi- Alemán
DEM-X
ble fines 2014
Polarimétrico, versatili-
dad operacional, resolu- Agencia Espacial Cana-
RADARSAT-2 2007-actual C(quad) ción hasta 1m; ancho de diense
barrido hasta 500km.
Radar Imaging Satellite.
RISAT-1a lanzamiento
Organización India de
RISAT-1 2012-actual C(quad) programado en 2016.
Risat-3 banda L, en Investigación Espacial
desarrollo
RADARSAT Constelación de 3 saté-
2016 Agencia Espacial Cana-
CONSTELLA- C(quad) lites, ancho de barrido
(programado) diense
TION-1/2/3 hasta 500km
Com. Nacional de
SAOCOM-1A 2014/2015 Constelación de 3 satéli-
L(quad) Actividades Espaciales,
Y 1B (programado) tes polarimétricos
Argentina
Adaptado de Moreira et al. (2013).

2.3 Fase y dispersión
Otra característica de las ondas EM es la fase. En la onda vista bajo su forma sinusoi-
dal, la fase es la fracción de un ciclo sinusoidal, Figura 10. Dos ondas sinusoidales
están en fase cuando alcanzan sus valores máximos y mínimos al mismo tiempo y el
desplazamiento de fase es nulo, θ = 0. La Figura 11 muestra dos ondas desfasadas.
La fase es el tiempo que le toma a la señal de radar desplazarse desde la antena, ser
dispersada por los objetivos y regresar a la antena. Es decir, que la fase depende de
la distancia del emisor al suelo, ya que la distancia de ida y vuelta al terreno consiste
de un número de longitudes de onda completas más una fracción de longitud de onda.
La distancia total al satélite se desconoce, pero la fracción extra puede medirse con
gran exactitud, previa identificación y eliminación de otros factores.
Figura 10. Amplitud y fase
Algunas técnicas de análisis polarimétrico usan sólo la información de la

amplitud de la señal, pero la fase es importante en ciertos casos para la
interpretación de los datos, ya que permite comparar fases relativas
correspondientes a la señal emitida y a la de retorno (Oppenheim, 1981).
Contar amplía las posibilidades de
análisis de la interacción con los objeti-
vos y la modelación de la inversión de
parámetros geo/biofísicos. Para utilizar
datos de la fase se requieren general-
mente dos imágenes de la misma área y
según la aplicación, desde posiciones
ligeramente diferentes. La clasificación
de rasgos en imágenes polarimétricas
puede realizarse considerando la fase si
se usa la opción de observaciones múlti-
Figura 11. Desplazamiento de fase
ples, técnica frecuentemente empleada
en análisis de imágenes SAR (Jong-Sen
et. al., 1994).

15
La interferometría o InSAR también recurre a información de la fase para co-
nocer la estructura espacial de blancos, por ejemplo, profundidad en tierra (Cloude et
al., 2000) (NRC, 2008). Los datos de fase tienen numerosas aplicaciones en geo-
desia y en problemas de detección de cambios en la superficie terrestre. En enfo-ques
de análisis SAR se usan el concepto y valores de coherencia de las ondas, que se
caracterizan por ser de una cierta dirección (dada por un mismo vector de onda), con
frecuencia, fase y estado de polarización particulares (Wright et. al., 2005).Sen-sores
como el RADARSAT-2 proporcionan imágenes para aplicaciones avanzadas de
interferometría al adquirir las cuatro polarizaciones más información de la fase. Es uno
de los tipos de sensores favorecidos para estos casos (Viergever et al., 2007).
3. Conceptos básicos de polarimetría
Al incidir una onda EM polarizada H o V sobre un objetivo, la onda de retorno

dispersada contendrá contribuciones en polarizaciones horizontales y verticales. Se
han propuesto diversas técnicas para detección de objetivos, básicamente me-diante
descomposición del mecanismo de dispersión y por procesos de clasifica-ción,
algunos basados en comparaciones de los valores derivados de las imáge-nes. Sin
embargo, previamente a la aplicación de cualquier técnica o algoritmo a imágenes
polarimétricas, es importante analizar los mecanismos de dispersión involucrados en
la imagen por clasificar o de aquellas por comparar analítica o visualmente. De
manera similar al caso de imágenes ópticas, las polarimétricas se analizan mediante
técnicas que emplean herramientas gráficas y numéricas.
La dispersión de la señal por un objetivo se describe mediante la matriz de dis-

16
persión S = [S] hv, que está dada en términos de las dos polarizaciones ortogona-
17
les que forman una base vectorial lineal (h,v). Los dos componentes horizontal/
vertical describen completamente la onda EM polarizada por el objetivo, es decir, que
las propiedades de la dispersión están contenidas en la matriz S (Figura 12).
S S
S = ϒS ⁄ = hn hv
≤ ƒhv S S
vh vv
Figura 12. Matriz de dispersión
15 “Interferometric SAR”
16 Scattering matrix, también denominada matriz de retrodispersión
17 Una colección de vectores que definen un espacio en el que se resuelve un problema.
Como ejemplo, en el espacio cartesiano los vectores i,j,k definen un espacio vectorial
lineal tridimen-sional.

S consiste de un arreglo de números complejos, donde Sij es el
coeficiente de dispersión en la polarización ij, con i = h ó v, y j = h ó v.
Mediante las técnicas polarimétricas; a partir de S pueden obtenerse datos
que apoyan la clasificación y agrupamiento de blancos en tierra, por ejemplo
las firmas de polarización o firmas polarimétricas. También pueden obtenerse
imágenes sintetizadas blanco y negro o en color, de alta resolución espacial,
para apoyo visual de la exploración de datos (Touzi et al., 2004).
La polarimetría es un conjunto de técnicas de análisis numérico utilizadas

para obtener información física cualitativa y cuantitativa para aplicaciones terri-
toriales a partir de imágenes polarimétricas. El cálculo de la matriz de dispersión
S se basa en métodos de medición sofisticados que realizan los sensores de
radar, aislando la señal emitida de la que es recibida y que corresponde a cada
elemento dispersor (Heijnen et al., 2002). S contiene los datos polarimétricos de
la interacción de ambas señales correspondientes a las zonas barridas por el rayo
del sensor. Cada dispersor dentro de la zona barrida es un transformador de po-
larización. De S pueden extraerse la intensidad de cada polarización (HH, VV, HV
y VH ), la amplitud y la fase. Esto abre posibilidades de análisis del
comportamiento de la onda electromagnética en un espacio de observación muy
rico que es sen-sible a forma, orientación y propiedades eléctricas de los blancos
dispersores. Es posible desarrollar modelos físicos para la identificación y/o
separación de los dispersores dentro de una misma celda de resolución o pixel
(Moreira et al., op cit). La teoría de la dispersión prevalece en diversos ámbitos de
la física ya que el fenómeno se da en otros campos y no sólo en el de la energía
electromagnética (Barut, 1967).
La polarimetría se basa en la naturaleza vectorial de las ondas EM polarizadas,

consideradas a través de sus componentes vectoriales. Puede decirse entonces que
el enfoque general del análisis polarimétrico es la determinación del meca-nismo de
dispersión y sus características por descomposición de la matriz S en otras
representaciones vectoriales y matriciales. En la sección 2 se mencionó que la
polarización de una onda se define y queda descrita por la variación del vec-
tor Ē del campo eléctrico como función del tiempo en su desplazamiento en el
espacio. Una onda es no polarizada cuando el vector Ē varía de manera
aleatoria durante la propagación. Cuando ocurren cambios ya sea abruptos o
graduales de la refracción de la onda el estado de polarización se transforma
y la onda se repo-lariza. La naturaleza de dicha repolarización es el tema
central de investigación en polarimetría. En los párrafos a continuación y en
las figuras correspondientes se ofrece una explicación introductoria de los
principales conceptos que aparecen en los análisis polarimétricos.

Las distintas representaciones que pueden tenerse de S dependen del: (i)
sis-tema de coordenadas que se considere, (ii) del dispersor – coherente o
incoheren-te, (iii) del dominio de representación de la onda – complejo o real.
Esta riqueza de opciones explica la existencia de diferentes perspectivas de
análisis basadas en las distintas representaciones de S (Cloude y Pottier,
1996; Carrea y Wanielik, 2001; Anfinsen, 2010 y Boerner, 2011).
El estudio del mecanismo de dispersión continúa investigándose, ya que pre-

valece la necesidad de obtener interpretaciones cada vez más exactas de los
datos polarimétricos para una extracción satisfactoria de parámetros biofísicos y
geofí-sicos de objetos y de coberturas de interés (Touzi et al., 2004; Duquenoy et
al., 2006 y Woodhouse, 2006). Se considera, por ejemplo, la refracción de la
onda al pasar a través de un medio. El índice de refracción cambia cuando la
onda incide o es reflejada por un blanco específico o por un material dispersor.
18
Esto produce (i) retrodispersión difusa , σ° (sigma cero , la medición básica
captada por el sensor); (ii) transmisión difusa cuando la radiación penetra hacia
capas inferiores del mate-rial; (iii) retrodispersión especular en el caso de
superficies lisas. En la Figura 13 se ilustran estas posibilidades.
Figura 13. Tipos de dispersión de la energía electromagnética
3.1 Estados de polarización
Los conceptos de polarización y la expresión vectorial del desplazamiento de una

onda EM plana polarimétrica son la base para comprender los enfoques de des-
composición que se basan en la matriz S y en los estados de polarización; éstos
18 Sigma-nought

quedan descritos de acuerdo con los valores de los parámetros que definen a
la elipse de polarización, que se introdujo en la Figura 8 (c).
Para una onda polarimétrica el vector Ē escribe el campo eléctrico, mostrado en

color rojo en la Figura 14. La polarización de la onda en una dirección particular
dependerá de las amplitudes relativas de los componentes del vector en el plano X-Y
en cada ciclo y de la fase relativa. La designación de los ejes X, Y es una con-vención
descriptiva que repercute en la orientación resultante de la elipse.
La forma de la elipse depende de tres parámetros: (i) el ángulo de orientación

ψ entre el eje semi-mayor a y el eje horizontal X (variando entre -90° y +90°);
(ii) la elipticidad χ o grado de ovalación de la elipse, con tan χ = ± b/a,
(variando entre -45° y + 45°), donde b es el eje se mi-menor, y de acuerdo con
el signo se obtiene el sentido de la rotación de la elipse: χ < 0 indica rotación
derecha, χ> 0 indica rotación izquierda. (iii) la amplitud de la onda, A que
indica la fuerza de la señal de radar (Figura 15).
De acuerdo con los valores de los parámetros, la elipse de polarización

puede transformarse en un círculo o aplanarse en una línea en razón de las
características de fase de los componentes x, y del vector del campo eléctrico.
Figura 14. Elipse de polarización
A = ( E x )2 + ( Ey )2
Figura 15. Amplitud A de la onda

En la Figura 16 (a) los componentes están en fase, y la polarización es lineal a lo
largo de la dirección z de propagación de la onda, porque sobre el plano x-y el vector
traza una línea en cada ciclo. En el caso (b) los componentes están desfa-sados
exactamente 90°, el vector traza un círculo y la po larización es circular. El caso más
general (c) ocurre cuando los dos componentes x, y del vector Ē están desfasados de
manera arbitraria o desfasados 90° pero con diferen tes amplitudes, la polarización es
elíptica. Los desfases de 90° pueden ser en un sentido o en otro de la rotación del
vector: ± 90°. El desfase puede ser negativo o posi tivo, ± 90°.
En las ondas completamente polarizadas los componentes y el desplazamien-to

de fase son independientes del tiempo. Adicionalmente, de acuerdo con las
convenciones adoptadas sobre si se considera el punto de vista desde el origen de la
transmisión o el opuesto, la polarización es circular de mano derecha o circular de
mano izquierda. Si el vector Ē rota en sentido horario en el tiempo, se tiene polari-
zación de mano derecha desde el punto de vista de la emisión. Si rota en sentido
contrario, se tiene polarización izquierda. Esta nomenclatura de las orientaciones es
convencional de acuerdo con el punto de vista adoptado para visualizar el des-
plazamiento de la onda, ya sea desde el punto de emisión o vista desde el recep-tor.
Si la señal de un SAR es de polarización de mano derecha, será de polarización
izquierda en la estación receptora terrestre (Hausman, 2009).
EX0
Figura 16. Polarizaciones de una onda EM plana.
En resumen, de los párrafos anteriores se aprecia que puede obtenerse infor-

mación de los tipos de polarización a partir de parámetros de la elipse de polari-
zación y del comportamiento de los componentes del vector Ē. Los sistemas de
análisis de imágenes proporcionan algoritmos para obtener estas informaciones.

Relacionados también con la elipse de polarización y con la matriz S, se
tienen otros conceptos relevantes: la razón de polarización; el vector de Jones; el
vector de Stokes; las bases vectoriales de polarización y los cambios de bases; la
esfera de Poincaré y la diferencia entre ondas completamente polarizadas y
parcialmen-te polarizadas (grados de polarización); además de representaciones
matriciales como las matrices de Müller y la de Kennaugh. Las interconexiones
entre distintas representaciones en el dominio de los números reales o de los
complejos se basan fundamentalmente en operadores que transforman bases de
polarización (Kincaid y Cheney, 2002).
Los desarrollos físico-matemáticos cuya base es el álgebra matricial, así

como las crónicas del surgimiento de los distintos conceptos y sus
representaciones rebasan el alcance de este documento. Se recomiendan las
fuentes bibliográfi-cas incluidas en las referencias, especialmente (Ulaby y
Elachi, 1990; Leblon et al., 1990; Mott, 2007 y Yamaguchi, 2007). A
continuación, se presenta a nivel descriptivo lo que algunos de estos
conceptos y representaciones ofrecen para el análisis polarimétrico.
De manera práctica se puede caracterizar un estado de polarización a

partir de la razón de polarización ρ:
senψ cos χ + j cosψ senχ

ρ=
cosψ cos χ jsenψ senχ
Otro descriptor del estado de polarización se tiene en el vector de Jones

E0, que se refiere a la expresión compleja del vector Ē en el espacio-tiempo
usando un mínimo de información. En la propagación de la onda los dos com-
ponentes de Ē, el horizontal E 0 y el vertical E 0 , pueden rotar con
coincidencia en la fase o sin coincidencia, Xes decir, estar ydesplazados. Para
radares pola-rimétricos la fase es el tiempo que toma a la señal para
desplazarse desde la antena y regresar después de ser dispersada por un
blanco. La onda tiene en-tonces tres parámetros descriptivos independientes:
EX0 el valor máximo para el vector Ē en la dirección x; Ey0 el valor máximo
para el vector Ē en la dirección y; la fase relativa ∆Φ, expresada en grados o
radianes que representa la fracción de la onda que recibe la antena. Sin el
dato ∆Φ no pueden realizarse análisis polarimétricos.
La representación vectorial de Jones aplica cuando la diferencia de la fase

entre los dos componentes del campo eléctrico es constante, caso de las ondas
polarimétricas completamente polarizadas. En el cálculo de Jones, la base de re-

presentación vectorial es ortogonal. La expresión siguiente muestra una
formula-ción común del vector de Jones:
E
E= 0x
0 E
0y
Las definiciones de un estado de polarización mediante un vector de

Jones o mediante descriptores de la elipse de polarización son equivalentes.
Por otra par-te, los estados canónicos de polarización pueden discriminarse a
partir de la razón de polarización ρ (Cuadro 4).
Cuadro 4. Estados de polarización canónicos
Estados de Polarización Orientación Elipticidad Razón de Polarización

^ ^
ψ γ Ρ (x , y )
Horizontal (H) 0 0 0
Vertical (V) Π 0 Α
Lineal +45° Π 0 1
Lineal -45° Π 0 -1
Circular izquierda Indefinido π/4 J
Circular derecha Indefinido -π/4 -j
El grado de polarización describe la porción de la onda que resulta polari-

zada. Una onda completamente polarizada tiene un grado de polarización de
100 %. Una parcialmente polarizada tiene un valor ente 0 y 100 %. Una onda
no polarizada tiene un grado de 0%. Otros valores del grado de polarización
se obtienen del vector de Stokes. En el caso de superficies naturales cuya
naturaleza es distribuida y aleatoria (cultivos, bosques) se tiene una onda par
- cialmente polarizada (incoherente) resultante de la dispersión generada por
objetivos fluctuantes. En este caso los análisis requieren de un enfoque esto-
cástico (Guissard, 1994).
La representación de la polarización más apropiada es en términos del vector de

Stokes, S, que considera los componentes del vector Ē y la elipse de polarización.

El vector de Stokes constituye otra manera de representar
matemáticamente el estado de polarización, o sea es otra descripción del tipo
de polarización. En la expresión anterior del vector S se tiene:
2
So = intensidad total de la onda = A , donde A es la amplitud de la
elipse o magnitud;
S1 = diferencia de la intensidad entre los dos componentes

ortogonales de Ē;
S2 y S3 = intensidad debida a la diferencia de fase entre los dos

compo nentes ortogonales; ∆Φ es la expresión angular de
la fase re-lativa.
S constituye una descripción concisa de la respuesta de polarización del ob-

jeto dispersor expresada en unidades de potencia, es decir, medida en volts. En
el caso de polarización completa, sólo tres de los parámetros son independientes
y son suficientes para determinar la magnitud y la fase relativa.
3.2 Esfera de Poincaré
El matemático Henri Poincaré demostró que todos los posibles estados de

polarización pueden representarse por puntos en una esfera, la esfera de Poin-
caré, E-Poincaré (Figura 17). Para una onda completamente polarizada el estado
de polarización puede describirse por un punto en la superficie de la esfera donde
el radio de la esfera es So, y la latitud de un punto en la esfera corres-ponde a 2χ.
A través del vector S se tiene una representación tridimensional de la polarización
en coordenadas esféricas sobre E -Poincaré en la que puede visualizarse el
efecto de los ángulos de la elipse de polarización: ψ el ángulo de orientación, y χ
que define la elipticidad y es tal que tan χ = ± b/a. La E-Poin-caré resalta los
estados de polarización ortogonales, y puede verse que dos de estos estados
aparecen en puntos antípodas. La E-Poincaré constituye otra representación del
estado de polarización de una onda que permite definir los tres tipos principales
de dicho estado de acuerdo con el Cuadro 5.

Figura 17. Elementos en E-Poincaré
Cuadro 5. Tipos principales del estado de polarización.
Ubicación en la Grado de
Tipo de onda Parámetros del vector Stokes
E-Poincaré polarización
Polarimétrica El punto está en la 2 2 2 2
S
= S 1 + S 2 + S3
(completamente 1
polarizada) superficie de la esfera 0
Parcialmente El punto está conteni- 2 S 2 2

S 3
polarizada do en la esfera 0 <d< 1 S0 ε 1 + 2 +S
0
El punto está en la S0=2 Ex 2
No polarizada 0
superficie de la esfera
S 1 = S2 = S 3 = 0
En términos de los parámetros del vector de Stokes el grado de polarización

d se define como la razón de la potencia polarizada sobre la potencia total:
+ +
2 2 2
d=
S 1 S2 S3
S
0
El grado de polarización d en ondas completamente polarizadas es 1.
Como observación final de esta sección puede resaltarse que una caracterís-tica
importante de la polarimetría es que una vez que se tiene la respuesta de un objetivo
en una base vectorial de polarización puede calcularse la respuesta en cualquier otra
sin necesidad de mediciones adicionales. Por ejemplo, la matriz de Stokes es un
arreglo de números reales que transforma el vector de Stokes de la onda incidente en
el vector de Stokes de la onda reflejada. Estas transformaciones

constituyen las síntesis de polarización (Mattia et al., 1996). Las formas de
visua-lizar los datos ofrecen sugerencias para la interpretación, algunas de las
cuales se mencionan en la siguiente sección.
3.3 Firmas de polarización en agricultura
De lo expuesto en las secciones anteriores se tiene que un SAR polarimétrico está

diseñado para medir la señal EM que es devuelta al sensor por dispersores variados,
discretos o continuos, en una escena terrestre. La información se capta en cuatro
canales simultáneamente: {HH, VV, HV, VH}, pueden obtenerse datos correspon-
dientes a dos estados de polarización en transmisión/recepción, y dos polarizaciones
cruzadas (Cuadro 2 de la Sección 2.1).La potencia de la variación de la señal recibida
por dispersión y tomando en cuenta otras características del objetivo puede determi-
narse como una función de las variables de la polarización, de los ángulos incidente y
de retorno de la señal, y de la fase. Las variables independientes mencionadas son
demasiadas para observarlas amigablemente y poder analizar la información.
A pesar de que la señal respuesta está dada en términos de números complejos

en la matriz de dispersión S, se cuenta con métodos de visualización gráfica de sus
propiedades, disponibles en los sistemas de software para tratamiento de imágenes
SAR. Uno de estos métodos es la firma de polarización que es una función de las
polarizaciones incidente y la devuelta al sensor por un blanco (NRC, 2012). Dado que
las polarizaciones pueden restringirse a ser de la misma polarización (HH, VV) u
ortogonales a la onda incidente (HV, VH), pueden calcularse las respuestas co-polari-
zadas (copol) y de polarización cruzada (cross-pol), que se grafican como superficies,
aportando a la descripción de propiedades de las áreas representadas en una imagen.
La firma de polarización es una representación particular de la variación de la

potencia recibida como función de la polarización. La firma consiste de la gráfica de la
sección transversal de radar σ sintetizada como función de la elipticidad χ y de los
ángulos de orientación de la antena transmisora (generalmente la misma que la
antena receptora). Refiérase a la Figura 14 y recuérdese que el ángulo de elipticidad
χ se define como tan χ = ± b/a, con ángulos positivos correspondientes a polariza-
ciones de mano izquierda y ángulos negativos a polarizaciones de mano derecha.
Las Figuras 18 y 19 ilustran firmas teóricas clásicas. La correspondiente a un

reflector esquinado indica que la señal incidente sufrió dos reflexiones, es un blanco
reflector de rebote doble. Se encuentran en la literatura ejemplos de firmas de po-
larización tanto teóricas como reales que pueden apoyar las interpretaciones de las
imágenes, ya que las diferentes formas se obtendrán de acuerdo con los diferentes
objetivos dispersores: superficies rugosas, cultivos en distintas etapas fenológicas,
masas forestales densas o ralas, etc. En algunos casos la firma muestra un pedestal

o elevación respecto del plano (orientación, elipticidad) lo que significa que las matri-
ces de retrodispersión, de covarianza o de Stokes, medidas de manera individual que
se usaron para calcular la firma, no fueron idénticas (Zebker & van Zyl, 1991). Las
firmas de polarización de distintos dispersores se discuten en (Lee & Pottier, op cit).
Las coberturas terrestres con cultivos son dinámicas y cambiantes a lo largo

de los ciclos agrícolas. Dependen de factores como los climas locales, la
topografía regional o de parcelas individuales y también del tipo de cultivo.
Investigaciones recientes utilizando sensores de radar para aplicaciones en
agricultura han mos-trado que se requieren los cuatro canales de los sensores
polarimétricos aunados a observaciones multi-temporales. McNairn y Brisco
(2004) reportan sobre las ventajas que ofrecen los sensores SAR para el mapeo
de cultivos considerando su condición a lo largo del ciclo de crecimiento, residuos
y prácticas de labranza, y estimación de humedad del suelo.
En aplicaciones a agricultura se han estudiado las firmas de polarización. La

Figura 20 muestra ejemplos de firmas de polarización para coberturas de cultivos. Se
han estimado a nivel teórico las ventajas de sensores polarimétricos versus sensores
como ERS-1, ERS-2, JERS-1 y RADARSAT-1 que tienen un solo canal. Resta mucho
por investigar sobre la utilidad de las firmas en distintas bandas ver-sus otros análisis
posibles con imágenes de radar exclusivamente o en combina-ción con imágenes
ópticas particularmente las de alta resolucón espacial. En Mé-xico se realizan
estudios sobre aplicaciones SAR, relacionadas, por ejemplo, con la interacción de
datos de diferentes sensores (distintas frecuencias), la influencia de los ángulos de
incidencia y de la complementación por fusión con datos de sen-sores ópticos para
distintas aplicaciones en agricultura (Soria y Fernández, 2004).
Figura 18. Firmas de polarización de un diedro reflector esquinado

Figura 19. firmas de polarización de una esfera conductora y de un triedro reflector esquinado
4. Comentarios finales
Las imágenes de radar de apertura sintética para percepción remota serán cada
vez más necesarias por su capacidad de aportar información sobre objetos y fe-
nómenos en la superficie terrestre y su entorno inmediato bajo condiciones de
perturbaciones atmosféricas. Las técnicas de análisis de polarimetría aplicables
a imágenes de sensores polarimétricos ̶ que captan datos en cuatro canales̶̶ son un
tema de investigación y desarrollo de actualidad. Las mediciones de sensores
mencionados incrementan el contenido de información en las imágenes de mane-
ra análoga a lo que se logra con las imágenes ópticas multiespectrales.
La polarimetría se orienta a comprender los mecanismos de dispersión y las

interacciones que ocurren entre los blancos específicos o escenas de interés, sean
éstas agrícolas, forestales o urbanas. Hay preguntas abiertas sobre el valor apli-cativo
real de la información que puede obtenerse en los algoritmos existentes como las
estadísticas Wishart (Lee et al., 1999), el ángulo Alfa (Cloude & Pottier, 1996) y la
entropía (Herring, 1980). Por ello el tema continúa siendo vigente y seguramente lo
será por varios años, más en tanto la PR de radar no alcance una madurez
comparable a la PR óptica. Continúa investigándose en cuestiones de va-lidación de
clasificaciones para establecer si puede lograrse mayor exactitud que la obtenida con
técnicas de PR óptica ya bien establecidas, y si una eventual mejora analizando la
conjunción radar/óptico es significativa y económicamente viable. Aplicaciones de
interés que pueden ser costosas por el número de imágenes re-queridas son las de
seguimiento de cambios en la cobertura terrestre. Es necesario considerar que los
costos de la PR con radar no se refieren solamente a la adqui-sición de las imágenes
sino al entrenamiento de personal técnico y especializado para el uso del software y
para la interpretación de resultados.

Referencias
Agrawal, R. K. y Aggarwal, N. 2012. http://dx.doi.org/10.4236/jsip.2012.32019

Anfinsen, S. N. 2010. Statistical Analysis of Multilook Polarimetric Radar Images with the Mellin Transform.
Tesis Doctoral, Universidad de Tromso, Noruega.ISBN 978-82-8236-017-3. 176 págs.
Arriagada, M. E. 2010. http://www.dtic.mil/dtic/tr/fulltext/u2/a516935.pdf
Barut, A. O. 1967. The Theory of the Scattering Matrix for the Interactions of Fundamental Particles.
Macmillan, New York. Páginas 350.
Boerner, W. M. 2011. http://earth.eo.esa.int/polsarpro/Manuals/LN_Basic_Concepts.pdf
Boerner, W. M. 2011. Future perspectives of advancing multimodal polsar technology, its rapid worldwide
expansion, and its plethora of diversified applications. International Geoscience and Remote Sensing
Sym-posium (IGARSS 2011). 1056-1058 pp.
Campbell, J. B. y R. H. Wynne. 2011. Introduction to Remote Sensing. 5th Edition. The Guilford Press, N.Y. 667 p.
Campillo Contreras, J. F. 2012. Revisión de los sistemas de microondas para aplicaciones militares. http://hdl.
handle.net/10317/3019
Carrea, L., Wanielik, G. 2001. Polarimetric SAR processing using the polar decomposition of the scattering
matrix. IEEE International Geoscience and Remote Sensing Symposium IGARSS ‘01 1, 363 – 365.
Cloude, S. R., Pottier, E. 1996. A review of target decomposition theorems in radar polarimetry, IEEE
Trans. Geoscience and Remote Sensing. 34 (2): 498-518.
Cloude S.R., Papathanassiou K.P., Riegber A. y Boerner W.-M. 2000. Multifrequency polarimetric SAR
interfero-metry for vegetation structure extraction. IEEE International Geoscience and Remote Sensing
Symposium IGARSS’0 1: 129-131.
Dos Santos, R., Narvaes, I. S., Graça P. M. L. A. y Gonçalves, F. G. 2009. Polarimetric responses and
scattering mechanisms of tropical forests in the Brazilian Amazon. En “Advances in Geoscience and
Remote Sensing”, Ed. G. Jedlovec. Croacia: InTech. 183-206 pp.
Duquenoy, M., Ovarlez, J.P., Ferro-Famil, L., Vignaud, L. y Pottier, E. 2006, Study of Dispersive and
Anisotropic Scatterers Behavior in Radar Imaging Using Time-Frequency Analysis and Polarimetric
Coherent Decompo-sition, IEEE Conference on Radar, 24-27 April. 180-185.
Egan W. C. (Ed.) 2003. Optical Remote Sensing: Science and Technology. Optical Science and Engineering,
Vol. 84.
Elachi, C., 1988. Spaceborne radar remote sensing: applications and techniques. New York, IEEE
Press, 1988, 285 p.
El-Darymli, K., McGuire, P., Power, D., y Moloney, C. 2012. Understanding the Significance of Radiometric Calibration for
SAR Imagery: A Radar Equation Perspective. En: NECEC 2012, Newfoundland, Canada. Noviembre.
European Space Agency. Earthnet (ESA). 2013. http://earth.esa.int/applications/data_util/SARDOCS/spacebor-
ne/Radar_Courses/Radar_Course_III/radar_equation.htm
Fernández O. Y. M., Soria R. J. y Leblon B. 2009. Forest inventory using optical and radar remote sensing. En:
Advances in Geoscience and Remote Sensing”, Ed. G. Jedlovec, 539-555. Croacia: InTech.
Graham, S. 1999. http://earthobservatory.nasa.gov/Features/RemoteSensing
Giuli, D., Fossi, M. y Facheris, L. 1993.
http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=224131&is-number=5858
Guissard, A. 1994. Mueller and Kennaugh matrices in radar polarimetry, IEEE Transactions on
Geoscience and Remote Sensing 32(3): 590-597.
Hausman H. 2009. Fundamentals of Satellite Communications Part 3. Hauppauge, NY, 11788.
http://www.ieee. li/pdf/viewgraphs/fundamentals_satellite_communication_part_1.pdf.

Herring, R. W. (1980). Maximum entropy spectral analysis and radar signal processing (No. CRC-1330).
Com-munications Research Centre Ottawa, Ontario.
Hawkins, R., Touzi, R., Wind, A., Murnaghan, K., y Livingstone, C. 2000. Polarimetric Calibration
Results and Error Budget for SAR-580 System. SAR Workshop: CEOS Committee on Earth
Observation Satellites; Working Group on Calibration and Validation, Proceedings of Conference
Oct. 26-29, 1999, Toulouse, France. Eds: Robert A. Harris & L. Ouwehand. European Space
Agency – Paris. ESA-SP vol. 450, ISBN: 9290926414, 699-704 pp.
Heijnen, S.H., Ligthart, L.P. y Khlusov, V. 2002. COMESA: Concurrent measurements of the elements
of the scattering matrix. 14th International Conference on Microwaves, Radar and Wireless
Communications MIKON-2002. 1:179–182.
Henderson, F. M., Lewis, A. J. (Eds). 1998. Principles and applications of imaging radar. Manual of
Remote Sen-sing, 3rd ed. Vol. 2. John Wiley and Sons. ISBN 0-471-29406-3.
Jong-Sen, L., Hoppel, K.W., Mango, S.A., Miller, A.R. 1994. Intensity and phase statistics of multilook
pola-rimetric and interferometric SAR imagery. IEEE Transactions on Geoscience and Remote
Sensing32(5): pp.1017-1028.
Kincaid, D.R., Cheney, E.W. 2002. Numerical Analysis- Mathematics of Scientific Computing, 3rd Ed.
American Mathematical Society, Sally Series Vol 2. Páginas 788.
Leblon, B., LaRocque, A., Gil, M. L. 1999. A new online course on radar polarimetry and polsar image
proces-sing. European Space Agency, (Special Publication) ESA SP, 668 pp.
Lee, J. S., Grunes, M. R., Ainsworth, T. L., Du, L. J., Schuler, D. L., & Cloude, S. R. 1999. Unsupervised
classifica-tion using polarimetric decomposition and the complex Wishart classifier. IEEE Transactions
on Geoscien-ce and Remote Sensing37(5): 2249-2258.
Lee, J. S., Pottier, E. 2009. Polarimetric Radar Imaging: From Basics to Applications. Optical science
and engi-neering series 142. CRC Press. Páginas 422.
Mattia, F., Souyris, J.C., Le Toan, T., De Carolis, G., Floury, N., Posa, F., Pasquariello, G. 1996. Use of
polariza-tion synthesis from polarimetric SAR data for roughness estimation over bare fields. IEEE
International Geoscience and Remote Sensing Symposium IGARSS ‘96. “Remote Sensing for a
Sustainable Future” 2:1306-1308.
Mc. Nairn, H., Brisco, B. 2004. The application of C-band polarimetric SAR for agriculture: a review.Can.
Jrnl. Remote Sensing, 30(3):525–542.
Moreira, A., Prats, I. P., Younis, M., Krieger, G., Hajnsek, I. y Papathanassiou, P. 2013. “A Tutorial on
Synthetic Aperture Radar”. IEEE Geoscience and Remote Sensing Magazine 1:6-43.
Mott, H. 2007. Remote sensing with polarimetric radar. Wiley Interscience, IEEE Press.
Natural Resources Canada. (NRC). 2012. Material educativo para teledetección mediante radares. Globe
- SAR Program.
Natural Resources Canada. (NRC). 2008. http://www.nrcan.gc.ca/earth-sciences/geography-
boundary/remo-te-sensing/radar/1624
Natural Resources Canada. (NRC). 2012. https://www.nrcan.gc.ca/earth-sciences/geomatics/satellite-
ima-gery-air-photos/satellite-imagery-products/educational-resources/9597
Natural Resources Canada. (NRC). 2012. https://www.nrcan.gc.ca/earth-sciences/geomatics/
Oppenheim, A. V, Lim, J.S. 1981. “The importance of phase in signals”. Proceedings of the
IEEE69(5):529-541. Pierce, J. R., 2006. Almost all about waves.Dover Publications.240 p.
Relative Dielectric Permittivity. 2013. http://mysite.du.edu/~lconyers/SERDP/RDP.htm
SAR 2002. http://www.csre.iitb.ac.in/ksrao/insar.html
Soria, R J. y Fernández, O. Y. 2004. Fusing optical and radar microwave images.GIM International 18:33-35.

Sumantyo, J. T. S. 2011. Development of Circularly Polarized Synthetic Aperture Radar (CP-SAR) Onboard
Small Satellite. PIERS Proceedings, Marrakesh, Morocco. 334-341 pp.
Touzi, R., W.M. Boerner, J. S. Lee and E. Lueneburg. 2004. A review of polarimetry in the context of synthetic
aperture radar: concepts and information extraction. Can. Jrnl. Remote Sensing 30:380-407.
Twomey S. 1197. Introduction to the Mathematics of Inversion in Remote Sensing and Indirect
Measurements. Dover. 237 p.
Ulaby, F. T y Elachi. 1990. C. Radar Polarimetry for Geoscience Applications, Artech House Inc. 376 p.
Viergever, K.M.; Woodhouse, I.H.; Stuart, N., 2007. Backscatter and Interferometry for Estimating Above-
ground Biomass in Tropical Savanna Woodland,IEEEGeoscience and Remote Sensing Symposium,
2007. IGARSS 2007. IEEE International , pp.2346-2349.
Wright, P.; Macklin, T.; Willis, C.; Rye, T. 2005. Coherent change detection with SAR. European Radar
Confe-rence, EURAD 2005. pp.17-20, 6-7 Oct.
Woodhouse, I. H. 2006. Introduction to microwave remote sensing. Boca Raton: CRC Press Taylor &
Francis Group. 370 pp.
Woodhouse, I. H. 2000. Stop, look and listen: auditory perception analogies for radar remote
sensing.Int. J. Remote Sensing. 21(15):2901-2913.
Woodhouse, I., Cloude, S., Papathanassiou, K., Hope, J., Suarez, J., Osbome, P. y Wright, G. 2002. “Polarimetric
interferometry in the Glen Affric project: Results & Conclusions”. En Memorias del. Int. Geoscience and Remote
Sensing Symposium and 24th Canadian Symposium on Remote Sensing, Vols i-vi:820-822.
Yamaguchi, Y. 2007. Polarimetric Radar Remote Sensing. Memorias de ISAP 2007, Niigata, Japón, 1A2 5-
10 pp. ISBN: 978-4-88552-223-9 C3055.
Yamagata, Y., Yasuoka, Y. 1993. Classification of wetland vegetation by texture analysis methods using
ERS-1 and JERS-1 images. IEEE Geoscience and Remote Sensing SymposiumIGARSS ‘93. Better
Understanding of Earth Environment. 4:1614–1616.
Zebker, H.A., van Zyl, J.J., 1991. Imaging radar polarimetry: a review. Proceedings of the IEEE Vol.79,
No.11, pp. 1583-1606, November.
View publication stats

Sec 1 Cap 2

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Sec 1 Cap 2

Transféré par

Droits d'auteur :

Formats disponibles

See

Imagenes SAR y Conceptos Basicos de

Chapter · December 2015

Yolanda Fernandez J. Soria-Ruiz

SEE PROFILE SEE PROFILE

JECAM SAR Inter-Comparison Experiment View project

The user has requested enhancement of the downloaded file.

YOLANDA MARGARITA FERNÁNDEZ ORDÓÑEZ

Dionicio Alvarado Rosales Fernando López Caloca

Edición original publicada por:

1ª. Edición, 2015

Coordinación editorial: Judith Sandoval R.

ISBN 978-607-715-302-3 Colegio de Postgraduados

Yolanda Margarita Fernández Ordóñez

SYNTHETIC APERTURE RADAR IMAGES AND BASIC CONCEPTS

Los sensores remotos de radar de apertura sintética están adquiriendo imágenes

Percepción remota con radar, polarimetría, principios físicos.

Synthetic aperture radar remote sensors acquire images whose applications

Radar remote sensing, polarimetry, physical principles.

En su inicio la PR se refería a los procesos de fotografía aérea con cámaras

Los investigadores mencionan el advenimiento de una edad de oro de la PR

38 Avances y perspectivas de geomática con aplicaciones ambientales, agricolas y urbanas

Los radares polarimétricos funcionan considerando la polaridad de la señal

3 Synthetic Aperture Radar.

Imágenes de radar de apertura sintética y conceptos básicos de polarimetría 39

Este trabajo pretende contribuir a que estudiantes y profesionales se inte-resen

2. Percepción remota de radar imágenes SAR

El principio del radar descansa en las propiedades de emisión/recepción de ondas

Es relativamente reciente que se ha liberado al público la utilización de radares

5 Radio Detection And Ranging; Range = distancia.

40 Avances y perspectivas de geomática con aplicaciones ambientales, agricolas y urbanas

Figura 1. Reflector esquinado para calibración

A partir de la transmisión de la señal emitida y de la señal captada, es posible

6 Backscatter; es la señal con sentido opuesto a la señal

Imágenes de radar de apertura sintética y conceptos básicos de polarimetría 41

El problema de inversión, fundamento de la percepción remota, no es trivial y lo

2.1 Factores involucrados en la captación de datos de radar

42 Avances y perspectivas de geomática con aplicaciones ambientales, agricolas y urbanas

La resolución espacial se refiere a dos dimensiones, una en la dirección

En la dirección del alcance la resolución depende de la dimensión del pulso

Imágenes de radar de apertura sintética y conceptos básicos de polarimetría 43

Las estadísticas de primer y segundo orden de la brillantez (tonos de gris) de

2.2 Transmisión de energía electromagnética y polarización

La PR de radar se basa en los trabajos de importantes físicos que han

44 Avances y perspectivas de geomática con aplicaciones ambientales, agricolas y urbanas

No hay fronteras precisas entre las bandas del espectro electromagnético. La

Los radares satelitales se desarrollaron desde los años 40 en el ámbito

Cuadro 1. Bandas de radar, frecuencias y longirudes de onda

Figura 4. El espectro electromagnético

Imágenes de radar de apertura sintética y conceptos básicos de polarimetría 45

Figura 5. Propagación de una onda electromagnética.

46 Avances y perspectivas de geomática con aplicaciones ambientales, agricolas y urbanas

Figura 6. Componentes sinusoidales de la polarización

Figura 7. Propagación de una onda lineal y horizontalmente polarizada

Imágenes de radar de apertura sintética y conceptos básicos de polarimetría 47

Figura 8. Trayectoria de una onda plana en dirección ẑ

48 Avances y perspectivas de geomática con aplicaciones ambientales, agricolas y urbanas

Los primeros SAR adquirían imágenes en un solo canal, es decir, misma

Figura 9. Imagen pancromática sintetizada de radar Radarsat-

Imágenes de radar de apertura sintética y conceptos básicos de polarimetría 49

Adaptado de Moreira et al. (2013).

Figura 10. Amplitud y fase

Algunas técnicas de análisis polarimétrico usan sólo la información de la