Utente:Rober7oM/Sandbox

Da Wikipedia, l'enciclopedia libera.
Vai alla navigazione Vai alla ricerca
Interferogramma di un vulcano

L'interferometria differenziale SAR, comunemente abbreviata in DInSAR (dall'inglese Differential Interferometry SAR), rappresenta una tecnica di telerilevamento utilizzata principalmente per scopi geodetici. Essa consiste nell'utilizzo di due, o più, immagini SAR (radar ad apertura sintetica) con il fine di computare un interferogramma per ciascuna coppia, così da rappresentare la variazione in fase tra le due epoche di acquisizione. Questa tecnica può essere utilizzata sia per realizzare modelli digitali di elevazione del terreno che per ottenere mappe spaziali di deformazione, capaci di raggiungere una precisione millimetrica. Questa metodologia trova applicazione in svariati ambiti, dal monitoraggio infrastrutturale allo studio della subsidenza, dalle conseguenze di un evento sismico ad una frana o eruzione vulcanica.[1]

Strumentazione

[modifica | modifica wikitesto]
Satellite Sentinel-1

Negli ultimi decenni la quantità di satelliti in orbita dotati di antenne SAR è cresciuta notevolmente, andando di conseguenza a sviluppare svariati ambiti di ricerca collegati alla loro disponibilità. I primi ad essere lanciati in orbita sono stati ERS-1 (1991)[2], JERS-1 (1992)[3], RADARSAT-1[4] e ERS-2 (1995)[5]. Successivamente, la missione NASA STS-99[6] ha realizzato un modello digitale di elevazione del terreno per mezzo di un'antenna montata sullo Space Shuttle con lo scopo di coprire tutto il globo durante gli 11 giorni in orbita. Più recentemente l'Agenzia Spaziale Europea (ESA) ha lanciato due satelliti gemelli, denominati Sentinel-1A e Sentinel-1B[7] posizionandoli in modo tale da garantire un periodo di rivisita di soli 6 giorni. Negli ultimi anni anche il settore privato, assieme alle varie agenzie nazionali, si è interessato a questo mercato, con il lancio di satelliti quali TerraSAR-X[8], COSMO-SkyMed[9], ICEYE[10] e Capella Space[11] per citarne alcuni. La più grande differenza tra la costellazione Sentinel rispetto alle altre private è che essa garantisce un libero accesso ai dati catturati tramite il programma Copernicus[12], spingendo così la ricerca in questo ambito. Un altro aspetto da tenere in considerazione è la tipologia di sensore utilizzato dai diversi satelliti; infatti, in principio, veniva privilegiata la banda C mentre ultimamente sta venendo esplorata anche la X, in grado di garantire una migliore precisione a terra.

Lo stesso argomento in dettaglio: Interferometria SAR Terrestre.

Esistono anche strumentazioni SAR cosiddette terrestri, che differiscono dalla componente in orbita solamente per il loro luogo di operatività. Essi, infatti, sono solitamente utilizzati per il monitoraggio a corto raggio di frane, versanti montuosi, ecc. I sensori sono comunemente montati su delle rotaie e grazie alla maggiore libertà di posizionamento è quindi possibile utilizzarli anche in tutte quelle situazioni difficilmente visibili dallo spazio a causa di limitazioni geometriche dovute alla direzione di vista del satellite.

Caratteristiche

[modifica | modifica wikitesto]

Polarizzazione

[modifica | modifica wikitesto]
Polarizzazione verticale e orizzontale

L'antenna è in grado di generare una polarizzazione verticale o orizzontale dell'onda elettromagnetica. Ciascuna polarizzazione è in grado di meglio catturare diversi fenomeni naturali. Infatti, gli oggetti verticali, come ad esempio gli edifici, riflettono prevalentemente in maniera verticale. In maniera analoga, gli oggetti che si sviluppano in orizzontale sono caratterizzati da una risposta più forte in direzione orizzontale, come ad esempio, nel caso della vegetazione. Le superfici orizzontali non tendono a invertire la polarizazione. Essendo il satellite in grado di emettere e ricevere pulsazioni in ciascuna delle due direzioni, la scelta è basata sul tipo di applicazione di interesse.

Risoluzione a terra

[modifica | modifica wikitesto]

Le coordinate a terra sono definite secondo range (direzione ortogonale a quella di moto) e azimut (direzione di moto del satellite).

Considerando l'azimut, la risoluzione a terra è indipendente dalla distanza (ma non lo è la forza del segnale) ma funzione della dimensione dell'antenna. Il vantaggio del SAR è appunto quello di poter sintetizzare tramite il movimento, un'antenna di grandi dimensioni, fisicamente impossibile da creare. La formulazione è la seguente.



Dove λ è la lunghezza d'onda (in m) e θa è l'angolo di integrazione (in rad).

Riguardo la direzione range, invece, la risoluzione a terra non è altro che la proiezione dalla linea di vista al terreno. La formulazione è la seguente.



Dove c è la velocità della luce (in m/s), Br la larghezza di banda della frequenza della radiazione emessa (in Hz) e θ l'angolo di vista del satellite.[13]

Errori geometrici del SAR

L'area di terreno coperta da ciascuna cella di risoluzione SAR dipende dalla topografia locale. Essa è fortemente influenzata dall'inclinazione del terreno nella direzione ortogonale all'orbita del satellite e da quella lungo la direzione azimutale. Finchè il terreno è orizzontale nessun effetto di distorsione geometrica è presente. Aumentando l'angolo di inclinazione, invece, la normale alla superficie tende alla direzione di vista (LOS, in inglese) e la cella di risoluzione lungo il range aumenta. Questo effetto è comunemnete chiamato compressione (dall'inglese foreshortening). Quando, di contro, l'inclinazione del terreno è prossima all'angolo di vista (in inglese, off-nadir), la cella di risoluzione diventa molto grande con la conseguente perdita di tutti i dettagli. Il caso limite è rappresentato da quando il precedentemente citato angolo è minore dell'inclinazione del terreno, risultando in una inversione dell'ordine di cattura del suolo, con la sovrapposizione delle corrispondenti viste nelle precedenti celle di risoluzione. Questo effetto è chiamato, appunto, sovrapposizione (dall'inglese layover). Nel caso opposto, ossia quando il terreno è parallelo alla linea di vista si ha la condizione limite, oltre la quale tutto è in ombra (dall'inglese shadow) e non può essere "visto" dal satellite. Un aspetto da sottolineare è come il fenomeno della compressione ha un grande impatto sull'ampiezza dell'immagine SAR; in particolare, essa sarà più luminosa perchè la cella di risoluzione è più grande.[14]


Radar ad apertura sintetica

[modifica | modifica wikitesto]
Lo stesso argomento in dettaglio: Radar ad apertura sintetica.
Penetrazione delle bande SAR

Un radar ad apertura sintetica (SAR) è una tipologia di radar che lavora nello spettro delle microonde con il fine di garantire operabilità indipendentemente dal tipo di condizione atmosferica presente al momento dell'ottenimento dell'immagine. Questo rappresenta la più grande differenza rispetto ai sensori ottici, i quali invece non sono, per definizione, in grado di penetrare, per esempio, le nuvole. Inoltre, in base alla lunghezza d'onda propria dello strumento è possibile avere diversi livelli di penetrazione a terra. Per esempio, un segnale in banda C è in grado di superare solo gli strati più superficiali di una foresta, essendo quindi affetto principalmente da scattering volumetrico e di rugosità.[15]

Bande SAR più comuni
Banda Lunghezza d'onda (cm) Frequenza (Hz)
X 2.4 - 3.7 8.0 - 12.5
C 3.7 - 7.5 4.0 - 8.0
L 15 - 30 1.0 - 2.0
P 30 - 100 0.3 - 1.0

Il SAR è una tecnica di rilevamento attiva, cioè è lo strumento stesso, ed in particolare l'antenna, ad emettere una radiazione che, una volta raggiunta la superficie terrestre, viene poi riflessa e catturata dal sensore.

Ampiezza e Fase

[modifica | modifica wikitesto]
Fase

Un'immagine SAR è, per sua natura, complessa: infatti, ogni pixel contiene informazioni riguardo sia alla fase che all'ampiezza dell'onda ricevuta. In particolare, l'ampiezza la si può interpretare come una misura della capacità riflettente della cella a terra, dipendente quindi dalla tipologia di elementi presenti al suo interno e alle loro proprietà dielettriche. La fase è, invece, usata per la determinazione della distanza del sensore dal target a terra e rappresenta la quantità alla base dell'interferometria.[16] La distanza totale dal satellite a terra è nota sulla base del tempo necessario dall'energia per coprire il percorso nelle due direzioni (andata e ritorno), mentre è proprio quella quantità frazionale di lunghezza d'onda ad essere di particolare interesse per la misurazione di precisione, per esempio, delle deformazioni. Purtroppo però, questa fase è affetta da vari fattori che necessitano di essere rimossi al fine di garantirne una quantificazione il più accurata possibile. L'interferometria fa uso di due o più immagini rappresentanti lo stesso luogo per la creazione del cosiddetto interferogramma, ossia il risultato della differenza delle loro fasi. Essa è espressa in radianti, e, per la natura ciclica del fenomeno, è rappresentata da frange che si ripetono, ciascuna di lunghezza 2π.

Interferogramma

[modifica | modifica wikitesto]
Interferogramma di un terremoto in Iran

Il segnale radar riflesso da ciascuna cella di risoluzione, ossia un pixel, è la combinazione di vari superfici riflettenti (scatterers in inglese) quali montagne, alberi, edifici, manufatti ecc. Questo significa che il segnale riflesso può essere altamente non correlato tra pixel adiacenti nel caso in cui siano presenti vari oggetti che riflettono il segnale in diverse direzioni. In ogni caso, finché questo fenomeno è consistente - questi elementi non cambiano da epoca ad epoca - il segnale riflesso mantiene le stesse caratteristiche nel tempo. Ciò si ripercuote in maniera positiva durante la computazione dell'interferogramma, in quanto essendo costanti queste quantità, esse vengono eliminate dalla differenza delle fasi. Questo è il principale motivo per cui non è possibile applicare l'interferometria a bacini idrografici essendo, appunto, l'acqua incoerente nel tempo.[17]

Sfortunatamente però non tutti i vari contributi alla fase possono essere così facilmente eliminati; infatti, il contributo topografico e atmosferico risultano particolarmente delicati. Per quanto concerne il primo, è possibile rimuoverlo introducendo nel procedimento un modello digitale di elevazione, in modo tale da eliminare il contributo alla fase dovuto alla presenza di una certa quota rispetto alla superficie di riferimento. Il risultato, quindi, sarà fortemente influenzato dall'accuratezza e risoluzione del modello considerato. Il contributo atmosferico, ed in particolare dovuto alla troposfera, risulta di ancor più difficile quantificazione e dipendente dal modello utilizzato per la sua rappresentazione.

Tutti i diversi contributi alla fase possono essere quindi riassunti nella seguente formula.

Dove il primo termine è legato alla lunghezza del percorso satellite-ricevitore, il secondo al contributo atmosferico, il terzo alle caratteristiche di ciascun elemento riflettente all'interno della cella di risoluzione e l'ultimo al rumore di misura.

Schematizzazione del principio radar ad apertura sintetica
Risultato del phase unwrapping per il terremoto di Ridgecrest, Stati Uniti

L'interferogramma rappresenta l'ultimo passaggio di un procedimento ben più ampio, caratterizzato da una serie di operazioni da svolgere in maniera metodologica al fine ottenere solo la porzione della fase associata alla misurazione di interesse. Questi passaggi possono essere riassunti come segue.

  • Correzione delle orbite. Viene definita la relazione tra le coordinate immagine e oggetto, con lo scopo di migliorare l'accuratezza dei successivi passaggi basati sulla loro calibrazione.
  • Debursting. Le immagini SAR sono solitamente composte da più swaths (fette verticali che compongono l'intera immagine) e bursts (fette orizzontali in ciascun swath) delimitati da bordi neri; questo passaggio serve a rimuoverli per ottenere quindi una immagine unica.
  • Coregistrazione. Le due immagini sono coregistrate utilizzando una procedura basata sulla correlazione in modo tale da trovare lo sfasamento di una rispetto all'altra. Questa quantità viene quindi utilizzata per traslare l'immagine, la quale viene poi ricampionata così che entrambe abbiano ciascun pixel riferito alla stessa area a terra.
  • Essendo, quindi, le immagini, corrette rispetto agli errori modellabili e riferite allo stesso sistema di coordinate, l'interferogramma può essere calcolato come differenza tra le fasi delle due immagini. È prassi comune poi filtrare il risultato in modo tale da rimuovere il rumore residuo.
  • Geocodifica (dall'inglese Geocoding). Viene utilizzato un modello di elevazione digitale per rimuovere le distorsioni geometriche e viene georeferenziata l'immagine rispetto ad un sistema di coordinate.[18]

Nel caso in cui si voglia poi giungere ad una determinazione quantitativa della deformazione, la fase deve essere srotolata (phase unwrapping, in inglese) in modo tale da ricostruire lo spostamento totale, sommando i valori contenuti in ciascuna frangia dell'interferogramma. Questo passaggio è particolarmente critico in quanto gli algoritmi disponibili non sono sempre stabili ed efficienti.[19]

Persistent Scatterer InSAR

[modifica | modifica wikitesto]

L'interferometria basata sui Persistent Scatterers (PSs) rappresenta una specifica classe delle tecniche DInSAR, basata sull'utilizzo di più immagini SAR acquisite sullo stesso territorio, opportunamente processate per separare la componente della fase associata allo spostamento (deformazione) dagli altri contributi.

Pre-processamento

[modifica | modifica wikitesto]

L'analisi a Persistent Scatterers (riflettori consistenti) si basa sull'utilizzo degli interferogrammi, ed in particolare uno per ciascuna epoca di interesse, per l'ottenimento di serie temporali associate a riflettori consistenti nel tempo. Questi interferogrammi, sono ottenuti secondo quanto descritto nella sezione precedente e rappresentano, appunto, il risultato della fase di pre-processamento. E' importante sottolineare come sia necessario averne a disposizione un numero non inferiore a venti in modo tale da poter ottenere risultati validabili.[20]

Processamento

[modifica | modifica wikitesto]

Questa procedura è basata sull'identificazione di pixels che sono in grado di rimanere coerenti lungo l'intero periodo di studio. Questo, in altre parole, significa essere in grado di identificare lo stesso oggetto in tutte le immagini della serie temporale. Questi oggetti sono solitamente caratterizzati da una capacità riflettente dominante rispetto alle altre entità presenti nei dintorni e possono avere dimensioni anche minori di quelle della corrispondente cella di risoluzione. Sebbene questa sia una metodologia abbastanza recente, diversi algoritmi sono stati sviluppati nel corso degli anni, basati su diversi metodi di selezione dei pixel (come la coerenza[21] e la dispersione dell'ampiezza[22]) e dell'immagine di riferimento (basi corte, small baselines in inglese, o singola master). Alcuni di questi algoritmi sono gratuitamente disponibili online, come StaMPS[23], mentre altri sono protetti da brevetto, come SqueeSARTM[24], per citarne alcuni. Il risultato, indipendentemente dal tipo di procedura scelta, è rappresentato dalle serie temporali per ciascun PS dove per ogni epoca è calcolato lo spostamento lungo la linea di vista del satellite, rispetto all'immagine scelta come riferimento per il calcolo degli interferogrammi. In particolare, data la grande mole di dati in input, un aspetto da non sottovalutare è che questi processamenti possono richiedere molto tempo per la loro esecuzione.

Decomposizione dello spostamento

[modifica | modifica wikitesto]
Decomposizione dello spostamento in 3D

Quanto riportato finora è da considerarsi valido per ciascuna orbita - ascendente o discendente che sia - del satellite, e pertanto, l'intera procedura deve essere svolta in maniera indipendente in quanto varia la geometria di osservazione della Terra. Questi dati provenienti da due diverse direzioni di acquisizione possono essere combinati in modo tale da ricostruire lo spostamento totale lungo le direzioni verticale () e est-ovest (). Per quanto riguarda, invece, lo spostamento lungo la direzione nord-sud () esso è di difficile stima. Avendo infatti a disposizione solamente due geometrie di osservazione non è possibile direttamente scomporre i due vettori lungo tre componenti. Ciò è fatto applicando la seguente formula, funzione degli angoli di incidenza () e di moto rispetto al nord ().[25]

Diverse tecniche sono proposte in letteratura per cercare di ovviare al problema della determinazione della componente , ma essendo comunque di lieve entità il suo contributo nello spostamento complessivo, è spesso ignorata e assunta uguale a zero.[26]

In primo luogo, la capacità di identificazione dei PSs è fortemente influenzata dalla disponibilità di immagini SAR per l'area di interesse, e quindi in modo diretto dai satelliti in orbita e dal loro tempo di rivisita. Un altro aspetto di fondamentale importanza è rappresentato dalla tipologia di oggetti e terreno presenti in corrispondenza del luogo di studio; infatti, è necessario che sia garantita la coerenza temporale nella riflessività dei target, sopratutto quando si utilizzando opere antropiche e naturali. Di contro, aree vegetate e bacini d'acqua rappresentano pessime scelte, dove, a causa della scarsa coerenza, risulta praticamente impossibile l'applicazione di questa metodologia. A questo problema si può ovviare introducendo dei corner reflectors (riflettori artificiali a forma tetraedrica) in grado di garantire una risposta costante alla radiazione emessa dal satellite così da introdurre PSs noti a priori. Quando si considerano, invece, riflettori naturali, è necessario prendere in considerazione anche le proprietà termiche del materiale, in quanto dilatazioni e contrazioni termiche possono influenzare la stima della deformazione nel caso di misure di alta precisione.

L'interferometria basata sui Persistent Scatterers trova applicazione in vari campi grazie alla sua versatilità e condizioni in-situ necessarie. Tra le più note si trovano:

  • Monitoraggio di dighe.[27]
  • Studi sulla subsidenza di aree urbane.[28]
  • Monitoraggio di infrastrutture.[29]
  • Verifica di edifici storici.[30]
  • Studi sugli effetti di opere sotterranee.[31][32]
  • Studi dei fenomeni franosi.[33][34]
  • Studio dei vulcani.[35]
  • Conseguenze dei terremoti.[36]
  1. ^ User Guides - Sentinel-1 SAR - Interferometry - Sentinel Online - Sentinel Online, su sentinels.copernicus.eu. URL consultato il 28 giugno 2022.
  2. ^ (EN) ERS-1, su www.esa.int. URL consultato il 30 giugno 2022.
  3. ^ (EN) JAXA | Japanese Earth Resources Satellite "FUYO-1" (JERS-1), su JAXA | Japan Aerospace Exploration Agency. URL consultato il 30 giugno 2022.
  4. ^ Canadian Space Agency, RADARSAT-1, su Canadian Space Agency, 11 settembre 2006. URL consultato il 30 giugno 2022.
  5. ^ (EN) ERS-2, su www.esa.int. URL consultato il 30 giugno 2022.
  6. ^ (EN) Lynda Warnock: KSC, NASA - STS-99, su www.nasa.gov. URL consultato il 30 giugno 2022.
  7. ^ (EN) Sentinel-1, su www.esa.int. URL consultato il 30 giugno 2022.
  8. ^ TerraSAR-X - CSCDA (Copernicus Space Component Data Access), su spacedata.copernicus.eu. URL consultato il 30 giugno 2022.
  9. ^ Valeria Guarnieri, COSMO-SkyMed, su ASI. URL consultato il 30 giugno 2022.
  10. ^ (EN) ICEYE - Your Choice for Persistent Monitoring, su www.iceye.com. URL consultato il 30 giugno 2022.
  11. ^ (EN) Home, su Capella Space. URL consultato il 30 giugno 2022.
  12. ^ (EN) Copernicus, su www.esa.int. URL consultato il 30 giugno 2022.
  13. ^ (EN) Thomas Ager, The Essentials of SAR: A Conceptual View of Synthetic Aperture Radar and Its Remarkable Capabilities, 14 agosto 2021.
  14. ^ (EN) Africa Flores, K. Herndon e Rajesh Thapa, Synthetic Aperture Radar (SAR) Handbook: Comprehensive Methodologies for Forest Monitoring and Biomass Estimation (PDF), 2019, DOI:10.25966/NR2C-S697. URL consultato il 1º luglio 2022.
  15. ^ (EN) Africa Flores, K. Herndon e Rajesh Thapa, Synthetic Aperture Radar (SAR) Handbook: Comprehensive Methodologies for Forest Monitoring and Biomass Estimation (PDF), 2019, DOI:10.25966/NR2C-S697. URL consultato il 28 giugno 2022.
  16. ^ Introduction to SAR - HyP3, su hyp3-docs.asf.alaska.edu. URL consultato il 28 giugno 2022.
  17. ^ (EN) Interferometry | Get to Know SAR, su NASA-ISRO SAR Mission (NISAR). URL consultato il 28 giugno 2022.
  18. ^ SAR preprocessing (PDF), su earthdata.nasa.gov.
  19. ^ How to Phase Unwrap an Interferogram – ASF, su asf.alaska.edu. URL consultato il 28 giugno 2022.
  20. ^ (EN) Michele Crosetto, Oriol Monserrat e María Cuevas-González, Persistent Scatterer Interferometry: A review, in ISPRS Journal of Photogrammetry and Remote Sensing, vol. 115, 1º maggio 2016, pp. 78–89, DOI:10.1016/j.isprsjprs.2015.10.011. URL consultato il 29 giugno 2022.
  21. ^ P. Berardino, G. Fornaro e R. Lanari, A new algorithm for surface deformation monitoring based on small baseline differential SAR interferograms, in IEEE Transactions on Geoscience and Remote Sensing, vol. 40, n. 11, 2002-11, pp. 2375–2383, DOI:10.1109/tgrs.2002.803792. URL consultato il 29 giugno 2022.
  22. ^ A. Ferretti, C. Prati e F. Rocca, Nonlinear subsidence rate estimation using permanent scatterers in differential SAR interferometry, in IEEE Transactions on Geoscience and Remote Sensing, vol. 38, n. 5, 2000, pp. 2202–2212, DOI:10.1109/36.868878. URL consultato il 29 giugno 2022.
  23. ^ (EN) Andrew Hooper, David Bekaert e Karsten Spaans, Recent advances in SAR interferometry time series analysis for measuring crustal deformation, in Tectonophysics, vol. 514-517, 2012-01, pp. 1–13, DOI:10.1016/j.tecto.2011.10.013. URL consultato il 29 giugno 2022.
  24. ^ Alessandro Ferretti, Alfio Fumagalli e Fabrizio Novali, A New Algorithm for Processing Interferometric Data-Stacks: SqueeSAR, in IEEE Transactions on Geoscience and Remote Sensing, vol. 49, n. 9, 2011-09, pp. 3460–3470, DOI:10.1109/TGRS.2011.2124465. URL consultato il 29 giugno 2022.
  25. ^ (EN) Jun Hu, ZhiWei Li e JianJun Zhu, Inferring three-dimensional surface displacement field by combining SAR interferometric phase and amplitude information of ascending and descending orbits, in Science China Earth Sciences, vol. 53, n. 4, 2010-04, pp. 550–560, DOI:10.1007/s11430-010-0023-1. URL consultato il 29 giugno 2022.
  26. ^ (EN) Thomas Fuhrmann e Matthew C. Garthwaite, Resolving Three-Dimensional Surface Motion with InSAR: Constraints from Multi-Geometry Data Fusion, in Remote Sensing, vol. 11, n. 3, 24 gennaio 2019, pp. 241, DOI:10.3390/rs11030241. URL consultato il 29 giugno 2022.
  27. ^ R. Tomás, M. Cano e J. García-Barba, Monitoring an earthfill dam using differential SAR interferometry: La Pedrera dam, Alicante, Spain, in Engineering Geology, vol. 157, 2013-05, pp. 21–32, DOI:10.1016/j.enggeo.2013.01.022. URL consultato il 29 giugno 2022.
  28. ^ G. Herrera, R. Tomás e J.M. Lopez-Sanchez, Validation and comparison of Advanced Differential Interferometry Techniques: Murcia metropolitan area case study, in ISPRS Journal of Photogrammetry and Remote Sensing, vol. 64, n. 5, 2009-09, pp. 501–512, DOI:10.1016/j.isprsjprs.2008.09.008. URL consultato il 29 giugno 2022.
  29. ^ Michele Crosetto, Oriol Monserrat e María Cuevas-González, Measuring thermal expansion using X-band persistent scatterer interferometry, in ISPRS Journal of Photogrammetry and Remote Sensing, vol. 100, 2015-02, pp. 84–91, DOI:10.1016/j.isprsjprs.2014.05.006. URL consultato il 29 giugno 2022.
  30. ^ D. Tapete e F. Cigna, Rapid Mapping and Deformation Analysis over Cultural Heritage and Rural Sites Based on Persistent Scatterer Interferometry, in International Journal of Geophysics, vol. 2012, 2012, pp. 1–19, DOI:10.1155/2012/618609. URL consultato il 29 giugno 2022.
  31. ^ U. Wegmuller, D. Walter e V. Spreckels, Nonuniform Ground Motion Monitoring With TerraSAR-X Persistent Scatterer Interferometry, in IEEE Transactions on Geoscience and Remote Sensing, vol. 48, n. 2, 2010-02, pp. 895–904, DOI:10.1109/tgrs.2009.2030792. URL consultato il 29 giugno 2022.
  32. ^ John W. Bell, Falk Amelung e Alessandro Ferretti, Permanent scatterer InSAR reveals seasonal and long-term aquifer-system response to groundwater pumping and artificial recharge, in Water Resources Research, vol. 44, n. 2, 2008-02, DOI:10.1029/2007wr006152. URL consultato il 29 giugno 2022.
  33. ^ Ascanio Rosi, Pietro Vannocci e Veronica Tofani, Landslide Characterization Using Satellite Interferometry (PSI), Geotechnical Investigations and Numerical Modelling: The Case Study of Ricasoli Village (Italy), in International Journal of Geosciences, vol. 04, n. 05, 2013, pp. 904–918, DOI:10.4236/ijg.2013.45085. URL consultato il 29 giugno 2022.
  34. ^ Paolo Farina, Davide Colombo e Alfio Fumagalli, Permanent Scatterers for landslide investigations: outcomes from the ESA-SLAM project, in Engineering Geology, vol. 88, n. 3-4, 2006-12, pp. 200–217, DOI:10.1016/j.enggeo.2006.09.007. URL consultato il 29 giugno 2022.
  35. ^ Erik Sturkell, Recent unrest and magma movements at Eyjafjallajökull and Katla volcanoes, Iceland, in Journal of Geophysical Research, vol. 108, B8, 2003, DOI:10.1029/2001jb000917. URL consultato il 29 giugno 2022.
  36. ^ D. Reale, D. O. Nitti e D. Peduto, Postseismic Deformation Monitoring With the COSMO/SKYMED Constellation, in IEEE Geoscience and Remote Sensing Letters, vol. 8, n. 4, 2011-07, pp. 696–700, DOI:10.1109/lgrs.2010.2100364. URL consultato il 29 giugno 2022.

Voci correlate

[modifica | modifica wikitesto]