Cycle de formation des ingénieurs en Télécommunications Option

:

Services des Communications Multimédia

Rapport de Projet de fin d’études

Mesure des déplacements par corrélation d’amplitude et par interférométrie différentielle Application à l’observation d’un séisme de magnitude 7.6

Réalisé par : Olfa Ben Dayekh Encadrants : M. Emmanuel Trouvé Mme Virginie Pinel Mme Ferdaous Chaabene
Travail proposé et réalisé en collaboration avec

Année universitaire : 2007/2008 - RI 08-03

Avant propos
Ce présent travail a été élaboré dans le cadre du projet de n d'études à l'Ecole Supérieure des Telécommunications de Tunis (Sup'Com). Il est eectué au sein de deux laboratoires de recherche : Laboratoire de Géophysique Interne et Tectonophysique (LGIT) et Laboratoire d'Informatique, Systèmes, Traitement de l'Information et de la Connaissance (LISTIC) pour participer à la réalisation du sous projet : De la mesure des déplacements à la connaissance géophysique du projet Extraction et Fusion d'Informations pour la mesure des Déplacements par Imagerie Radar (EFIDIR). C'est un projet nancé par l'ANR (Agence Nationale pour la Recherche) qui dure quatre ans (2008-2011), son but est de mesurer des déplacements par imagerie radar pour diérentes applications : glaciers, volcans, séismes... Il est eectué en collaboration avec quatre autres : LTCI (GET Telecom Paris), Laboratoire de géologie ( ENS Paris), GIPSA-Lab (INP Grenoble) et IETR (Université Rennes).

i

Remerciements
Au terme de ce projet, je tiens à exprimer ma profonde gratitude à mes encadrants M. Emmanuel Trouvé Maître de conférences à l'Université de Savoie, Mme Virginie Pinel Chercheur au LGIT et Mme Ferdaous Chaabane Maître Assistante à Sup'Com pour toute l'aide, leur disponibilité, leur précieux conseils et leur suivi qui m'ont beaucoup aidé à mener à bien ce travail. Je remercie également tous les membres de l'équipe des deux laboratoires ainsi tous mes enseignants au sein de l'option SERCOM pour toute l'aide qu'ils nous ont fourni. Je tiens aussi à remercier tout le corps d'enseignant de Sup'Com pour toutes les connaissances et le savoir faire qu'ils nous ont prodigué au long de ces dernières années. Je remercie enn toute ma famille pour ses conseils et son soutien

aulong

de mes études.

ii

Résumé
En formant la diérence de phase entre deux images, l'interférométrie en radar à ouverture synthétique (InROS) peut mesurer le relief ou les mouvements du sol avec une très grande précision. Cette technique nécessite cependant de lever l'ambiguïté de la phase au travers d'une étape dite de développement de phase. Dans le cas de données satellitaires, cette étape est rendue dicile par l'importance du bruit ainsi que par la présence de zones décorrélées et de discontinuités liées au capteur radar. Dans le cas des mouvements de terrain de forte amplitude, les performances de l'interférométrie se trouvent limitées. Ce travail a pour objectif donc de dépasser ces limitations et de développer deux méthodes de mesure des déplacements en surface induits par le glissement sur la faille. Après avoir rappelé, en premier lieu, les caractéristiques de l'InROS et les principales techniques employées ainsi que les principes de chacune des deux méthodes, nous détaillons les diérents traitements appliqués aux données dans les deux approches an d'aboutir au nal à des mesures des déplacements. La première approche de notre travail est de mesurer les décalages sub-pixel entre les deux images SAR : c'est le principe de la technique de corrélation dédiée aux déplacements de forte amplitude dans la zone proche de la faille. Une chaîne de traitements est eectuée an d'aboutir aux images nales des déplacements. La deuxième approche consiste à déterminer les déplacements de faible amplitude et en champ lointain de la faille : c'est l'approche par Interférométrie Diérentielle (D-InSAR). La première étape de cette approche est l'estimation des fréquences locales bi-dimensionnelles du signal de phase complexié par un algorithme d'analyse spectrale multiéchelles (MUSIC). Nous déterminons ainsi la largeur et l'orientation des franges tout en mesurant la conance associée à chaque estimation. Les résultats de cette étape permettent alors de développer la phase par une technique globale de déroulement par moindres carrés pondérés avec l'utilisation de la DCT pour la minimisation. Cette étape de développement de phase reste toujours un problème majeur dans le domaine du traitement d'image.
Mots Clés :

Radar à Ouverture de Synthèse (ROS), corrélation d'amplitude, modèle de déplacement, Faille,

interférométrie radar (In-SAR), interférométrie diérentielle (D-InSar), fréquence locale, développement de phase.

iii

Abstract

Phase dierences between two images are used in Synthetic Aperture Radar Interferometry (InSAR) to measure topography or ground motion with very high accuracy. However, this technique requires the removal of phase ambiguity by the so-called phase unwrapping process. Satellite data make this process quite dicult because of increased noise, decorrelated areas and discontinuities due to the radar sensor. In the case of ground displacements with high amplitudes, interferometry performances are limited. The goal of this study is to overcome these limitations and to combine two methods of measuring surface ground displacements caused by an earthquake. After reviewing InSAR characteristics and the main techniques used in this eld as well as the principles of these two methods, we will explain in detail the dierent treatements applied to our data in both approches in order to measure displacements. The rst approach of our study consists in measuring the sub-pixel osets between the two SAR images, this method is called the Amplitude's Correlation, which is applied to measure high amplitude's displacements near to the fault. The second one consists in determining low amplitude's displacements which are away from the Earthquake : it is the D-InSAR approach. Our approach starts with an estimation process which measures the local two dimensional frequency of the complex phase signal. A multi-scale spectral analysis algorithm provides fringe width and orientation, together with a measure of condence in each estimate. The results of the above processes allow us to unwrap the phase by weighted least squares global solutions using DCT for minimising. However, phase unwrapping process is still a major problem in the image processing eld.

Key Words :

Synthetic Aperture Radar (SAR), Amplitude correlation, Slip distribution model, fault,

Radar Interferometry (In-SAR), Dierential Interferometry , local frequency, phase unwrapping.

iv

. . . . . . . . . . . . . . . . . . . . .1. . . . . . . . Phase d'une image ROS . . . . . . .1 4. . . . . . . . Interférométrie en radar à ouverture synthétique 2. . .3 Principe .3.3. . . . . . . . . .2 2. . . . Applications . . . . . . . . . . . . . . . . . . . . . . .1 2.1 2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Sous-échantillonnage . . . . . . . . . . . . . . . . . . .4 4. . . . . . . . . . . . .2 2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .3. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1 3. . . . . . . . . . . .3. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2. . . .3. . . . . . . . . . . . . . . .2 Séisme de Pakistan et présentation des données . .2. . . . . . . . . .3. . . . . . . . . . . . . . . . . . .2 2. . . . . . .1 4. . . .1. . . . . . . . . . . . . . .2 3. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Interférométrie diérentielle :D-InSAR . . Déroulement de chaque phase et résultats obtenus Correction de la topographie 24 24 25 25 25 27 28 30 31 32 . . . . . . . v . . . .3. . . . . . . . . . . .3 4. . . . . . . . . . . .2. . . . . . . .3. . . . . . . . . . . . . .1. . . . .1. . . . . . . . . . . . . . . . . . . . . Organigramme de la méthode adoptée 4. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2 2. . . . . . . . . . . . . . . . . Environnement de travail 3. . . . . . . . . . . . . . . . . . . .2 2. . . . . . . . . . . .2. . . Orientation et module des déplacements . . . . . . . . . . . . . . . . . . . . . . . .1 2. . . . . . . . . . . . . . . . . .2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1 Intensité 1 3 3 3 4 5 5 6 7 7 7 10 11 12 13 15 16 16 17 Caractéristiques du signal ROS . . . . . . . . . . . . . . . . . . . . . Principe . . . . . . . . . . . . . . . . Soustraction de la moyenne . .2. . . . . . . . . 2. . . . .1 2. . . . . . . . . . . . . . . . . . . .2. . . . . . . . . . .1. . . . . . .2 2. . . . .2 4. . . . . . . . Formation de l'image radar 2. .2. . .2 4. . . . .2. . . . . . . . . . . . . . . . . . . . . . .3 Géométrie InROS Principe . . .2. .2. . . . . . . .3 2. . . . . . . . . . . . . . .2. . .6 Calcul des décalages . . . . . . . . . . . . Les Images interférométriques Filtrage des interférogrammes Développement de phase Traitement des interférogrammes .1 2. . . . . . . .1 3. . . . . . . .3 ROI PAC ENVI . . . . . . . . .2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 Données Expérimentales 3. . . . . . . . . . . .Table des matières 1 Introduction générale 2 Interférométrie radar 2. .3. . . . . . . . . . .3. .2. .3 Géométrie d'acquisition . . . . . . . . . . . . . . . . . . .3. . Variantes . . . . . . . . . . Langage de programmation 4 Approche par corrélation d'images SAR 4. .1. . . . . . . . . . . . . . . . . . . . . .1 Principe du radar à ouverture synthétique . . . .5 4. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2. . . . . . . . . . . 19 19 20 20 21 22 . . . . . .2 2. . . . . . . . . . . . . . . . . Filtrage par moyenne pondérée . . . . . . .

. . . . . . . . .1 5. .TABLE DES MATIÈRES 5 Approche par interférométrie diérentielle 5. Application du développement de phase et résultats vi 35 36 36 39 6 Conclusion Générale 41 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2 5. . . . . . . . . . . . . . . . . . . .3 Construction des interférogrammes aux échelles réduites . . Combinaison des mesures . . . . . . . . .

.5 Correction topographique : (a) Image des décalages en range après la correction de la topographie. . . (b) avec une taille de fenêtre de moyennage de 3×9 et (c) avec une taille de fenêtre de moyennage de 5×11. .5 3.2 2. . . . .7 la distribution des déplacements en range sur une deuxième fenêtre de l'image pour les diérentes tailles de fenêtre de moyennage. . (b) avec une taille de fenêtre de moyennage de une taille de fenêtre de moyennage de 3 × 9. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5. . . . . en range. . . (b) l'histogramme des déplacements en range. . . . . . . . . . . . . Le gris correspond aux valeurs se trouvant dans le masque déni précédemment. . . . . . . . . La chaîne de calcul ROI PAC . .2 4. . . . (c) déplacement en azimuth et (d) l'histogramme des déplacements en azimuth. . . . . . . . .1 Calcul de l'échelle de travail :(a) Modèle des déplacements a priori en cm et (b) Carte d'échelle de travail selon la légende (c) représentant les couleurs des diérentes échelles. . . . . . . Les diérents blocs de traitement de l'approche par corrélation d'amplitude [1] Approche par corrélation d'amplitude . la distribution des déplacements en range sur une fenêtre de l'image pour diérentes tailles de fenêtre de moyennage. . . . . . . . . . . . .11 Orientation et Module des déplacements en m obtenus par corrélation d'amplitude : (a) Image d'orientation. . . . . 30 31 4. . . . . . . . . . (c) avec 29 5 × 11.2 4. . . . . . . . . . . . . . . . (a) sans pondération. (a) sans pondération. . . . . . 4. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 la distribution des déplacements en azimuth correspondante à la première fenêtre sur de l'image. . . . . (b) Son histogramme en pixels. . . . . . . (c) Déplacements en azimuth et (d) Histogramme de l'image en azimuth. . (b) avec une taille de fenêtre de moyennage de 3 × 9. . . . . .1 3. . . . . . . . . . . . 29 4. . . . . . . . . . . . . . . . 4 5 8 10 14 21 22 25 26 Développement de phase-coupe une dimension . . Correspondance entre pixel et parcelle de terrain au sol [2] . . . . . . . . . (b) avec une taille de fenêtre de moyennage de 3 × 9. . . .3 Géométrie d'acquisition des images ROS . . . . . . . . . . . (a) sans pondération. . . . . . . . . . . . . . . . Fonctionalités de ENVI . . . . .1 2. . . Géométrie d'acquisition d'un couple interférométrique Inuence de l'élévation sur la diérence de chemin . . . . . . . . . . . . . . . . . . 37 33 vii . . . . . . .4 4. 4. .4 2. . . . . . . . . .10 Les deux images des déplacements en pixels après le sous-échantillonnage : (a) déplacement 32 4. . . . (b) Histogramme de l'image en range. 4. . .9 Les quatres fenêtres utilisées pour l'étape de soustraction de la moyenne . . . Le jaune correspond aux valeurs masquées. . . . . . . . . . . . . . . . . . . . . . . .Table des gures 2. . Les valeurs masquées sont en jaune. . . . . . .3 2. .6 (c) avec une taille de fenêtre de moyennage de 5 × 11. . . . . . Les couleurs traduisent les diérentes orientations selon la référence (b). . . . . .8 La distribution des déplacements en azimuth correspondante à la deuxième fenêtre sur de l'image. . . . . . . . . . . . . . . . . . . . 27 28 4. . . . . . . . . (c) Image de Module et (d) Histograme du module en m. . . . . . . . . . . . . . . Images des déplacements en pixel : (a) Déplacements en range. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . (a) sans pondération. . .1 4. . . . . . . . Les valeurs masquées sont en jaune. . . (c) avec une taille de fenêtre de moyennage de 5 × 11. . . . . . .

. . . . . . . . . . . . . . .4 E1 obtenue à . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 . . . . . E 4 et E 5 . . . (d) et (e) illustrent respectivement les échelles viii E 1 . . . .3 Les estimations des phases non ltrées au diérentes échelles :(a). . . . . . 39 Développement de phase : (a) et (b) illustrent respectivement les images 4096*4096 des phases déroulées à partir des fréquences locales correspondant à la partie gauche (resp droite) des images de départ. . . .2 5. . . . . (c). . . . . . . . . . (a) et (b) illustrent respectivement l'échelle E1 5. (b) La phase multi-échelle non ltrée construite à l'échelle E1. . . . .5 et le résultat de la fusion. . . E 3 . . . . . . . E 2 . (b). 38 Reconstruction de la phase multi-échelle et ltrage : (a) la phase estimée non ltrée à l'échelle E1. . . . . . . Les couleurs traduisent les diérentes orientations selon la référence (c). . . . Le noir dans la zone de la faille correspond aux valeurs non estimées et (c) La phase ltrée à l'échelle 5. . .TABLE DES FIGURES 5. . . . Orientation des franges obtenue par estimation des fréquences locales. . 38 partir de l'image multi-echelle des frequences locales et non pas directement de b). . . . .

.Liste des tableaux 3. .2 Diérents paramètres du système SAR . 20 43 ix . . . . . Tableau récaputilatif des programmes réalisés pour l'approche par corrélation d'amplitude . . . . .2 6. . . . . . . . . . . . . . . . . . . . . .

les tremblements de terre. Plus particulièrement. Ma principale contribution consiste à développer des nouveaux algorithmes et utiliser d'autres déjà existants an d'obtenir les déplacements couvrant toute la zone. et d'autre part d'étudier les phénomènes géophysiques induisant des déformations de terrain. La diérence de phase mesurée entre deux antennes spatialement séparées permet une mesure de distance au sol pouvant atteindre le centimètre.Chapitre 1 Introduction générale Les images radar à ouverture de synthèse sont devenues le quotidien de nombreuses disciplines. l'information de la phase liée à la fois à la nature du sol et au temps de propagation de l'onde radar est exploitée. de nombreuses études ont été menées pour l'exploitation des informations délivrées par ces sources de données. d'où l'utilité d'utiliser une autre technique susceptible de mesurer les déplacements de terrain en champ proche : c'est la technique de corrélation d'amplitude. Cette propriété représente le fondement même de la technique appelée interférométrie radar. Dans le cas des mouvements de terrain de forte magnitude. 1 . etc. L'interférométrie appliquée aux données satellitaires permet d'une part d'améliorer sensiblement la mesure de la topographie pour le calcul des modèles numériques de terrain. précision décimétrique). Outre l'information radio-métrique. en télédétection. précision sub-centimétrique) et la corrélation d'amplitude en champ proche (distance de la faille inférieure à 30 km. Les résultats automatiques obtenus sont destinés aider les géophysiciens et les photo-interprètes à mieux comprendre les phénomènes naturels et voir même à prévenir certains risques. L'objectif de ce stage est d'obtenir ces deux types de mesure an d'avoir les deux informations complémentaires sur le champ de déplacement en surface apportées par la diérence de phase en champ lointain (D-InSAR. la phase ne sut pas toute seule pour pouvoir mesurer les déplacements dans les zones proches de la faille. tels ques les éruptions volcaniques.

ses variantes et ses diérentes applications.  Le cinquième chapitre décrit la deuxième approche de mesure des déplacements en champ lointain qui vient compléter la première approche : c'est l'approche par interférométrie diérentielle D-InSAR. Il décrit la construction des diérentes pyramides d'échelle pour l'ensemble des données interférométriques (estimation des fréquences locales.  Le dernier chapitre conclut sur les diérents résultats obtenus le long de ce travail ainsi que les perspectives envisagées. Cette approche est utilisée seulement en champ proche.  Le quatrième chapitre est consacré à la mesure des déplacements par la première approche : c'est l'approche par corrélation d'amplitude.CHAPITRE 1.  Le troisième chapitre est dédié à la description du séisme du Pakistan.) nécessaires pour la préparation à l'étape de déroulement de phase. . Ce chapitre consiste à décrire toute la chaîne des traitements appliquées aux données de départ pour aboutir à la n à une carte d'orientation des déplacements. son principe. conance. Ensuite.. les données dont nous disposons ainsi qu'une présentation de l'environnement du travail (les outils de traitement et de visualisation des données ainsi que les bibliothèques utilisées). une présentation de l'interférométrie diérentielle.. phase. D'où l'utilité du prochain chapitre. INTRODUCTION GÉNÉRALE Ce présent rapport est rédigé en six chapitres : 2  On commence par une synthèse bibliographique du domaine de l'interférométrie radar en rappelant les principes de l'imagerie radar et les propriétés caractéristiques de l'interférométrie nécessaires pour la compréhension des méthodologies développées et à l'interprétation des données.

fonction de tous les réecteurs présents dans le lobe de l'antenne au moment de l'émission de l'impulsion.Chapitre 2 Interférométrie radar Avant de présenter l'interférométrie.1. signiant détection et télémétrie par radioélectricité. 2.1 Géométrie d'acquisition Le terme RADAR est un acronyme de Radio Detection And Ranging. Le radar reçoit une réponse rétrodiusée par une cible au sol. Le radar opère principalement dans le domaine des hyperfréquences à des longueurs d'onde λ de l'ordre du centimètre. La géométrie d'acquisition du radar à ouverture synthétique est donné par la gure 2. nous décrivons les principes de la formation de l'image radar complexe. appelée écho. La technologie radar s'est développée pendant la deuxième guerre mondiale an de détecter la présence d'une cible et d'en mesurer la distance et la vitesse. Les cibles se distinguent alors par le temps de propagation de l'onde rétrodiusée 3 . Sans entrer dans le détail de la synthèse des images radar.1 Principe du radar à ouverture synthétique 2. Nous présentons donc dans ce chapitre quelques éléments permettant d'appréhender la spécicité des données ROS. nous nous intéressons à la présentation des principes de base de l'interférométrie radar et des principaux résultats obtenus dans ce domaine ainsi que l'interférométrie diérentielle. Puis.1. L'antenne radar se déplaçant dans la direction azimutale. émet une impulsion de direction τ (une dizaine de micro-secondes) qui se propage à la vitesse de la lumière c. il nous paraît nécessaire de rappeler certaines caractéristiques des images fournies par un radar à ouverture synthétique.

1  Géométrie d'acquisition des images ROS 2. INTERFÉROMÉTRIE RADAR associée. réalisée au sol.2 Formation de l'image radar La chaîne de traitements qui mène à la formation de l'image radar est subdivisée en deux parties.1) Fig. 2. Les lignes de l'image correspondent à la direction d'échantillonnage en distance. réalisée au niveau du satellite. Les colonnes à la direction azimutale. Cette image est issue d'une projection cylindrique (cf Fig 2. concerne le ltrage adapté et l'échantillonnage en azimuth. qui est proportionnel à la distance entre et la cible R.2) L'autre composante dénissant la résolution spatiale du système radar est la résolution azimutale (cf Fig 2. est constituée par le ltrage adapté et l'échantillonnage en distance avant que les données soient transmises au sol. L'image radar ainsi obtenue est appelée image en géométrie radar (slant range). .CHAPITRE 2. La deuxième partie.1.2). La première partie. La résolution radiale étant la capacité du radar à distinguer deux cibles rétrodiusantes voisines : 4 δR est dénie comme δR = τc 2 (2.1) On en déduit alors la résolution radiale en géométrie sol : Resx = τc δR = sinθ 2sinθ (2.

CHAPITRE 2. .1 Intensité Les images d'intensité représentent la réponse du terrain à l'onde émise par le radar. Les images d'intensité ont généralement un aspect très bruité. 2.3 Caractéristiques du signal ROS Dans ce paragraphe. ). angle d'incidence. . ce qui rend leur exploitation directe dicile. inclinaison du sol. 2. .1. L'image ROS peut être analysée sous la forme d'une image de phase et d'une image soit d'amplitude soit d'intensité selon que l'on détecte respectivement le module ou le carré du module. humidité.1. nous présentons les caractéristiques du signal ROS en nous situant au niveau d'un pixel. Elle dépend de deux ensembles de paramètres :  Les paramètres propres au radar (longueur d'onde. . L'intensité appelée aussi radiométrie du pixel est fonction de l'intéraction onde-matière sur la surface imagée correspondante. . rugosité de la surface par rapport à la longueur d'onde. .  le phénomène de speckle dû aux superpositions constructives ou destructives des réexions élémentaires .3. ). polarisation. aux atténuations de transmission près. Nous distinguons principalement deux types de bruits :  un bruit thermique lié au système radar.2  Correspondance entre pixel et parcelle de terrain au sol [2] 2. que l'on peut considérer comme additif. INTERFÉROMÉTRIE RADAR 5 Fig.  Les paramètres liés à la nature du sol (réectance.

Le speckle confère à l'image un aspect granulaire commun aux systèmes d'imagerie utilisant une source d'éclairement cohérente (laser. est généralement inaccessible car il dépend de paramètres inconnus tels que la pénétration des ondes.2 Phase d'une image ROS La phase d'une image ROS est une information riche mais dicile à exploiter directement car elle est la somme de plusieurs termes : Φ = Φgeomtrique Φpropre + Φatmos (2. la constante di-électrique. Pour cela on forme la diérence de phase entre deux images acquises simultanément avec des congurations de polarisation (HH. λ la longueur d'onde correspondante 5. on a : Φgeomtrique = 2πf0 t = 4πR λ (2. radar.. Des résultats de classications ont été obtenus sur diérentes cultures ou forêts tels que le mas. dit de phase propre Φpropre . c la vitesse de la lumière et R la distance radar cible. La première étudie la signature du terrain en éliminant la partie géométrique. Malgré son ambiguïté.. Ce terme.3)  Un déphasage introduit par la cible ( la cellule de résolution) lors du processus de rétro-diusion. La phase étant connue en valeur principale (modulo 2π ). cette mesure présente un grand intérêt du fait de sa précision de l'ordre d'une fraction de longueur d'onde. Sous certaines conditions.4)  Un terme Φatmos lié aux perturbations atmosphériques. qui représente le terme de trajet aller-retour t entre f0 = c/λ la fréquence du radar.. dit géométrique l'antenne et la cible. . En notant (∼ Φgeomtrique . la répartition des réecteurs élémentaires. .CHAPITRE 2.3. la mesure de distance de radar-cible est accessible modulo λ/2. On peut alors mesurer la diérence de chemin entre .  Un terme de phase. Deux techniques diérentes se sont développées an d'exploiter cette information. 6 cm pour ENVISAT).. INTERFÉROMÉTRIE RADAR 6 qui contribuent à la réponse en un pixel. les pins.1. La deuxième technique utilisant l'information de phase est l'interférométrie. VV et HV ou VH) diérentes. Cette technique appelée polarimétrie permet de discriminer certains types de végétations lorsqu'ils présentent de fortes asymétries géométriques. la phase propre peut être éliminée en formant la diérence de phase entre deux images acquises par deux antennes séparées spatialement. 2. ).

2.2. En eet. 2. on a : ΦA (P ) = La diérence de phase 4π 4π RA + Φpropre (P ) et ΦB (P ) = RB + Φpropre (P ) λ λ (2.1 Géométrie InROS Nous nous intéressons désormais à la phase interférométrique Φ = ΦA − ΦB . elle est fondée sur la diérence de phase entre deux signaux radar complexes obtenus en imageant deux fois la même zone. Soit RA et RB les distances d'un point P au radar lors des acquisitions des images A et B. Dans ce paragraphe.1. Dans l'hypothèse où le terme de phase propre est identique dans les deux images. INTERFÉROMÉTRIE RADAR les deux acquisitions et en déduire l'altitude du terrain. nous présentons les aspects géo- métriques qui permettent de relier l'altitude d'un point P à sa phase Φ(P ) et d'introduire les paramètres déterminants. Nous noterons par la lettre la notation la phase exacte et garderons φ pour la phase principale (modulo 2π ). La formulation de la géométrie de l'InROS dière selon les auteurs. Nous retiendrons celle de Lin [3] au JPL comme formulation générale du problème. Φ où ΦA et ΦB sont les phases issues des deux images A et B (cf Fig 2.2.2 Interférométrie en radar à ouverture synthétique 2. 7 Ce paragraphe a permis d'expliquer les principes du signal ROS et ses diérents paramètres utiles pour la compréhension de l'interférométrie radar. C'est cette propriété qui est à l'origine du potentiel de l'interférométrie radar pour la reconstruction des modèles numériques de terrain et la mesure des déformations de terrain.3).1 Principe L'interférométrie radar classique consiste à comparer deux signaux de phase et à examiner le décalage entre ces deux signaux. la diérence de phase devient proportionnelle à la distance aller-retour et directement liée à l'altitude d'un point au sol.5) Φ(P ) mesure alors la diérence de chemin entre les deux rayons radar-cible : . En supposant que le terme de phase propre est le même pour les deux images.CHAPITRE 2. Nous présenterons ensuite le raisonnement de Massonnet [4] au CNES conduisant à la notion d'altitude d'ambiguïté qui conditionne la diculté du problème de développement de phase.

INTERFÉROMÉTRIE RADAR 8 Φ(P ) = ΦA (P ) − ΦB (P ) = où 4π (RA − RB ) λ (2.CHAPITRE 2. Lin propose une autre formulation plus pratique de la diérence des distances basée seulement sur les coordonnées cartésiennes du point P. 2. Par conséquent.3. à partir d'un interférogramme on peut obtenir un modèle numérique de terrain et inversement.3  Géométrie d'acquisition d'un couple interférométrique Cette formule constitue le fondement de la technique interférométrique puisqu'elle montre que l'altitude d'un point au sol est liée à la diérence de phase entre deux images radar. L'altitude z du point P et la diérence de chemin sont reliées par : z = H − RA cos[arcsin( où H est l'altitude du satellite et RA − RB )] bx (2. Avec les notations de la gure 2. la δR = RA − RB δR = peut s'écrire : x2 + (H − z)2 − (x − b)2 + (H − z)2 √ 1+u (2.8) En eectuant un développement limité au deuxième ordre de entre distances (z < < H et b < <x ).6) λ est la longueur d'onde des signaux émis. et en tenant compte des rapports δR devient : . Fig.7) bx la composante horizontale de la base b. où x représente l'éloignement au nadir de P et d la distance du satellite à la projection verticale de P sur l'altitude de référence (d diérence de chemin = √ H 2 + x2 ) .

ne sont pas liées à la topographie du terrain. sous un aspect diérent.9) qui ne dépend pas de z. montre qu'en absence de relief. Elle considère deux images ROS satisfaisant les conditions de faisabilité de l'InROS à passage répété. l'élévation z est donnée par : .  Le second terme de l'équation (2. Une autre formulation. à partir de cette dernière équation.CHAPITRE 2. Ces franges.9) est lié à l'altitude z. Cette présentation induit des relations géométriques qui permettent de déterminer l'altitude d'un point au sol [4]. Il entraîne la formation d'un système de franges régulier dans lequel chaque valeur de phase interférométrique correspond à l'altitude du point imagé. En supposant que l'altitude du radar est très grande par rapport à celle d'un point quelconque. on déduit que la variation de phase entre deux pixels est la somme de deux termes :  Le premier terme de l'équation (2. a été introduite par Massonet [4] an d'étudier la faisabilité du traitement interférométrique sur un couple d'images SAR. il existe un système de franges créé par la variation linéaire de la phase avec la distance.9) Ainsi. Cette présentation distingue l'image choisie comme maîtresse (image ImB ) sur laquelle se fait le recalage et l'image "esclave (image ImA ) et est illustrée par la gure ci-dessous (cf Fig 2. INTERFÉROMÉTRIE RADAR 9 δR = xb zxbH + d d3 (2. L'interférogramme d'un terrain plat est formé de franges parallèles à la direction azimutale. Ces franges sont appelées franges topographiques.4). Il est possible de les soustraire pour faciliter l'interprétation de l'interférogramme. nommées franges orbitales.

λtg(θB )RA 2b (2.11) za est inversement proportionnelle à la base.10) θB est l'angle d'incidence au point imagé. On en déduit l'altitude d'ambiguïté qui est la variation d'altitude qui. Elle permet de prévoir la qualité d'un interférogramme. Plusieurs traitements sont faits sur les données ROS pour les obtenir. Il existe certains logiciels qui ont été développés pour la génération d'un interférogramme : le logiciel DIAPASON proposé par le CNES (Centre National d'Etudes Spatiales). le logiciel ISAR proposé par l'ESA (European Space Agency) ainsi que le logiciel ROI PAC. Cette équation exprime l'altitude d'un point au sol en fonction des paramètres orbitaux. INTERFÉROMÉTRIE RADAR 10 Fig. 2.2 Les Images interférométriques Nous abordons ici le principe de formation des images interférométriques. Une élévation z d'un point au sol sera donc connue modulo une altitude d'ambiguïté obtenue pour δRA = λ/2 : za = Dans cette expression. en un point donné. provoquerait une frange de topographie (cad un saut de phase de 2π ) ou encore la variation en distance aller-retour égale à une longueur d'onde. proposé par Jet . Une valeur élevée de cette dernière signie un très grand nombre de franges à dérouler donc une diculté en plus pour extraire le modèle numérique de terrain MNT.2.4  Inuence de l'élévation sur la diérence de chemin z = δRA où xRA tg(θB )RA = δRA Hb b (2. 2.CHAPITRE 2.1.

CHAPITRE 2. L'image de cohérence est tout simplement le module de ce coecient complexe complex multi-looking ".13) 2. . Plusieurs traitements sont eectués sur les données ROS pour obtenir ces images. Ces images sont principalement :  image de cohérence. La diérence de phase n'est pas calculée directement entre deux pixels. Ce N-moyennage.2 Traitement des interférogrammes Les interférogrammes calculées à partir des diérents logiciels ne sont pas directement utilisables. L'image de diérence de phase est dénie par l'argument de interférogramme. on dénit un coecient complexe pour chaque pixel i basse résolution par : N sA (j)s∗ (j) B γ(i) = j=1 N j=1 |sA | 2 N j=1 |sB | 2 (2. γ. à l'opposé.12) où chaque pixel i est un N-moyennage des pixels j à la résolution originale et s∗ (j) B est le conjugué de la valeur complexe du pixel j dans l'image en B. qui a été utilisé pour la génération de toutes les données traitées le long de ce travail et qui va être décrit ultérieurement. INTERFÉROMÉTRIE RADAR 11 Propulsion Laboratory et CalTech. Cette image est plus couramment appelée γ.  image d'amplitude. En eet.  image de phase (interférogramme). le coecient γ tendra vers 0 . ce coecient se rapprochera de 1. L'image de cohérence peut être vue comme une image de conance envers l'interférogramme qui caractérise sa validité et enn une image d'amplitude ou d'intensité A qui est égale à : A= |sA | + |sB | 2N 2 2 (2. appelé traitement " permet de réduire le bruit tout en réduisant aussi la résolution de l'image [5]. C'est en fait une image de la corrélation entre les deux images : si les deux images sont totalement décorrélées.2. On leur applique plusieurs traitements tel que le ltrage et le développement de phase. Nous détaillerons dans le paragraphe suivant l'une des méthodes de ltrage qui va être utilisée dans le chapitre de mesure des déplacements par D-InSAR. pour un recalage n et un écart temporel réduit.

0. v) décrivent l'espace des fréquences [−0. pour résoudre le problème d'estimation des fréquences locales la matrice d'autocorrélation. n) est stationnaire au sens large.δ(u − fx . spatialement décorrélé et décorrélé du signal. D'après cette formulation. n) = ej2π(mfx +nfy ) (2. Le calcul de la densité spectrale de puissance du signal sb (m.D {s} (u. n) = ejφ(m.n) . n) = s(m. C'est le principe de l'algorithme MUSIC ( Multiple Signal Classication)adapté en 2-D reposent sur une relation du même type. Dans [9] est proposée une adaptation sous forme matricielle de cet algorithme.16)  le bruit b (m.b(m. v) = K. n).CHAPITRE 2. et peut être localement modélisé par une sinusoïde 2-D complexe de fréquence : s(m.14) b (m. Analyse des fréquences locales Nous abordons dans cette première étape du ltrage la caractérisation des franges par la mesure de fréquences locales.2. n) pour donner le signal mesuré : (2.n) On fait les hypothèses probabilistes suivantes :  le signal de phase est déterministe. n) = ejφ(m. v − fy ) + 1 − K où (2.2. donne : D {sb } (u.15) sb (m. caractérisée par deux fréquences locales destinées à mesurer les franges.n) Il est aecté par un bruit multiplicatif (2. fx et fy à partir des lignes de .17) (u. v − fy ) correspondant à la fréquence recherchée se trouve donc atténuée d'un facteur K et plongée dans un bruit blanc de puissance 1-K.ejη(m.5] 2 . Trouvé [9]. INTERFÉROMÉTRIE RADAR 2. Le signal est considéré sous sa forme complexe : s(m.1 Filtrage des interférogrammes 12 La méthode de ltrage utilisée est celle proposée par E. le problème devient équivalent à un problème d'analyse spectrale visant à détecter une raie sur un signal 2-D. v) + 1 − K = K. Son principe consiste d'abord à estimer les fréquences locales an de réaliser par la suite une analyse multi-échelle. L'originalité de la méthode de ltrage proposée par E. n) notée D {sb } [9].5. Trouvé se situe au niveau de sa modélisation du signal de phase en une sinusoïde complexe 2-D. La raie δ (u − fx .

soit une incertitude détectée par l'algorithme d'estimation. il s'avère nécessaire de travailler à diérentes échelles an de ramener les franges les plus larges aux dimensions où l'estimation est la plus robuste. Analyse fréquentielle multi-échelles En observant un interférogramme.y). et celle de la fusion d'informations redondantes ou éventuellement contradictoires provenant des diérentes échelles.CHAPITRE 2. Trouvé introduit une mesure de conance [9] qui révèle soit une disparité entre les caractéristiques du modèle et celles du résultat.y) désigne l'argument du point de coordonnées (x.2 Développement de phase L'une des plus grandes dicultés du traitement des images interférométriques est la recherche de la valeur exacte de la phase Φ(P ) en chaque pixel P connaissant la valeur principale φ(P ) donnée par l'interférogramme. 2π Cette étape appelée développement de phase (phase unwrapping) consiste à retrouver le bon multiple de . Pour cela. De ce fait. dans sa thèse [9]. propose une approche multi-échelles. 2. et l'orientation des paramètres liés aux données et un algorithme approprié : la largeur des franges en pixel. An d'extraire les caractéristiques des franges indépendemment de leur largeur. Cette approche soulève deux dicultés : celle de l'aliasing introduit par le sous-échantillonnage des franges les plus étroites. nous remarquons que les franges n'ont pas toujours la même largeur. il est nécessaire d'évaluer la validité de chaque estimation. correspondant à l'inverse de la fréquence radiale f θ dénie comme la normale au bord de On a : frange ou encore l'orientation du gradient de phase : le vecteur (2πfx . fy ) (2. les hypothèses permettant l'estimation des fréquences locales ne sont pas toujours vériées. * Performances de l'estimation : L'étude des performances de l'algorithme proposé se fait en utilisant = 2 2 fx + fy .2. certaines parties de l'interférogramme n'étant pas constituées de franges régulières. L= 1 2 2 fx + fy θ = arg2D(fx .18) où arg2D(x. Trouvé. INTERFÉROMÉTRIE RADAR * 13 Mesure de conance :Cependant. E. On peut ainsi renforcer les performances de l'algorithme sans entraîner l'augmentation des coûts du calcul.2. Les fréquences locales sont estimées pour plusieurs niveaux de résolution obtenus par réduction de la résolution initiale. E. An de pouvoir traiter l'ensemble des franges. An de prévenir l'utilisation de fréquences éronnées. un bruit important est beaucoup plus nuisible aux franges les plus étroites (les franges liées aux déplacements de terrain très proche de la zone de rupture). 2πfy ).

5) : Fig.  Les approches globales qui cherchent soit à déterminer des structures globales sur l'image en utilisant des techniques usuelles de traitement d'images telles que la classication.5  Développement de phase-coupe une dimension Une hypothèse fondamentale pour le développement de phase est de considérer que la surface à reconstruire est relativement régulière et que par conséquent la phase développée est continue. on peut considérer qu'il existe deux grandes classes de méthodes de développement de phase :  Les approches locales sont issues des algorithmes de déroulement mono-dimentionnels et tentent de restaurer la phase déroulée par propagation de l'ordre. la détection . on a : |Φs − Φt | < π (2.20) Dans la littérature. La diérence de phase exacte entre deux échantillons (pixels) voisins doit donc être inférieure à la demi période. L'échantillonnage doit se faire au double des fréquences maximales respectives du signal. 2.19) Le long d'une ligne ou d'une colonne.CHAPITRE 2. la segmentation. Or. Si s et t désignent deux pixels voisins au sens de la 4-connexité. est échantillonné spatialement selon les tailles de pixels obtenues en azimut et en distance à l'issue des traitements initiaux. π[ (2. Cette condition est appelée contrainte de régularité [10]. connu modulo 2 dans l'interferogramme. le signal non-développé apparaît en dents de scie (cf Fig 2. INTERFÉROMÉTRIE RADAR tel que : 14 Φ(P ) = φ(P ) + 2k(P )π avec : φ(P ) ∈ ]−π. le signal bidimensionnel de phase.

j)(Φ(i. j) − Φ(i. j)) + i=1 j=1 2 (Φ(i.. j))2 + i=1 j=1 w(i. nous ajoutons une certaine pondération en introduisant des poids W (i. j) − φy (i. j) qui minimise l'écart quadratique E entre le gradient de phase. C'est sur cette base que s'est fondée une nouvelle technique . une méthode de résolution de ce système est d'utiliser une forme spécique de la Transformée en Cosinus Discrète (DCT). j)(Φ(i + 1. j) − Φ(i.21) Minimiser E revient à faire tendre les deux termes positifs de la somme vers zéro. Cela signie en particulier. Pour permettre à la méthode de moindres carrés de converger vers une phase développée exacte au sens de l'interférométrie. j + 1) − Φ(i. par [11] : N −1 N E= N −1 i=1 N j=1 (Φ(i + 1.. sa géométrie. cohérent. la position des cibles élémentaires n'a pas changé mais que la phase de l'image est modiée à grande échelle de manière corrélée. nous citons la méthode de déroulement de phase par moindres carrés. soit intervenu entre les deux acquisitions SAR (prises à deux dates diérentes et à partir de positions identiques) [6]. 2. Supposons maintenant qu'un changement de surface. L'introduction de la pondération se traduit par la recherche d'une solution au sens des moindres carrés minimisant l'erreur quadratique : N −1 N Ep = N −1 i=1 N j=1 w(i. Il s'agit de calculer la phase exacte correspondante Φ(i. Dans [11]. j)). cette approche conserve les avantages d'une méthode globale tout en prenant en compte la présence des perturbations locales.3 Interférométrie diérentielle :D-InSAR Jusqu'ici nous avons présenté le principe de l'interférométrie. La diérence de phase entre les deux images contiendra alors une information sur ce changement de surface.2. à grande échelle et commun à plusieurs pixels voisins. j) − φx (i. j))2 (2. j). j) − φx (i. j + 1) − Φ(i. INTERFÉROMÉTRIE RADAR 15 de contours.CHAPITRE 2. pour une image N ×N pixels. qu'à l'intérieur d'un pixel.. j) la phase principale non déroulée correspondant au pixel de la ligne i et de la colonne j de l'interférogramme. j) − φy (i. Parmi ces approches. calculé à partir des données observées (les diérences de phases corrigées carrée de φx (i. E est donné. et la phase recherchée. ces formulations et les principales procédures permettant de générer un interférogramme. φy (i. Cependant.22) Ces pondérations entraînent une plus grande complexité algorithmique. Soit φ(i. j) reétant la conance en la mesure des diérences de phase en chaque pixel de l'image. soit à minimiser un critère de régularité sur toute l'image par méthode itérative (approche par moindre carrées) ou par convolution. j))2 (2.

Elle a pour objectif d'exploiter cette potentialité en utilisant un nombre d'images plus important (3 ou plus) ou en introduisant une donnée externe telle que le MNT. . L'utilisation d'un troisième passage C permet de construire un deuxième interférogramme qui va permettre d'éliminer les franges topographiques. les franges orbitales et les franges liées aux perturbations atmosphériques. les franges topographiques. les franges topographiques sont très espacées et peuvent être négligées. Les interférogrammes obtenus permettant d'étudier les modications du relief causées par un tremblement de terre. 2.3.2 Variantes Interférométrie diérentielle avec deux couples d'images SAR : Considérons trois passages A. un glissement de terrain. . Le principe de l'interférométrie diérentielle est d'appliquer une diérenciation entre deux interférogrammes construits pour une même zone.CHAPITRE 2. Dans la réalité. Nous pouvons alors l'utiliser pour corriger le deuxième interférogramme de la topographie et en déduire les déplacements de terrain. 2. supposons que le satellite repasse exactement à la même position lors de l'acquisition de la deuxième image. sinon la diérence de phase sera nulle. l'interférométrie diérentielle. Nous présentons dans cette partie.2.3. . Les deux positions A et B du satellite permettent de construire un interférogramme comme présenté précédemment. INTERFÉROMÉTRIE RADAR de mesure des mouvements de terrain appelée  16 interférométrie diérentielle. une éruption volcanique. Pour des bases très petites. B et C du satellite au dessus d'une même zone. En pratique. les deux positions du satellite ne sont pas confondues (elles sont séparées par une base) et l'interférogramme obtenu contient outre les franges de déplacement. nous choisissons deux couples de telle façon qu'aucun mouvement n'ait eu lieu pendant les deux premières prises de vue an de n'avoir que l'eet topographique pour le premier interférogramme.1 Principe Pour bien comprendre son principe. Il est clair que l'on va observer sur l'interférogramme seulement les mouvements de terrain qui se sont produits entre les deux passages du satellite et ce dans le cas où le sol a bougé.2. son principe. ses variantes ainsi que ses domaines d'applications. Ensuite les franges topographiques (en supposant nulles les perturbations atmosphériques) sont retirées pour ne laisser que celles liées aux déplacements de terrain et ceci en utilisant l'une des deux techniques décrites ci-dessous.

3. Cette technique est celle qu'on utilisera dans la suite.  le déroulement de phase qui est une opération délicate et qui doit être eectuée sur l'un des interférogrammes pour récupérer le déplacement de terrain. 2. Seules les franges diérentielles.2. l'interférométrie diérentielle a largement contribué à l'essor des mesures de changements de relief suite à des phénomènes géodynamiques qu'ils soient catastrophiques comme les séismes. Le terme topographique contenu dans la phase de l'interférogramme obtenu à partir du couple d'images SAR peut être éliminé grâce au MNT. l'évolution des chaînes de montagne ou des plaques de glaces. l'intérêt majeur de cette méthode est de s'aranchir du déroulement de phase.. Cette approche élimine aussi la nécessité de développer la phase. présentant une image commune et couvrant pour l'un des couples l'intervalle de temps nécessaire à la mise en évidence du mouvement. on aboutit à un interférogramme diérentiel dont les franges mesurent uniquement le déplacement survenu entre les deux acquisitions (si on néglige les perturbations atmosphériques). du fait qu'elle nécessite une seule paire d'images. etc. INTERFÉROMÉTRIE RADAR Cette technique possède deux limitations importantes : 17  les deux couples d'images SAR doivent être susament corrélées sur les zones étudiées. Elle se caractérise par sa puissance à détecter les déplacements à faible amplitude. les aaissements liés à l'exploitation minière.. Cette technique consiste à soustraire de l'interférogramme formé les franges topographiques simulées à partir du MNT.CHAPITRE 2.3 Applications Depuis 1989. Il est plus facile de disposer de deux images bien corrélées aux dates souhaitées que de disposer de trois images. En plus. La technique diérentielle utilisant un MNT présente plusieurs avantages par rapport à le technique précédente. peu nombreuses et régulières sont éventuellement à développer selon les besoins de l'application. les éruptions volcaniques ou lents comme les subsidences de bassins. Interférométrie diérentielle avec un seul couple et un MNT Cette variante permet de mesurer le déplacement de terrain à partir d'un seul couple d'images SAR et un MNT existant de la zone imagée. De nombreuses vérications sur le terrain . En retirant de l'interférogramme initial les nouvelles franges synthétiques.

de la D-InSAR et la corrélation d'amplitude a regroupé les bases nécessaires à l'analyse des données interférométriques. Outre. les mêmes chercheurs ont appliqué l'interférométrie diérentielle sur le séisme de la vallée d'Eureka [8]. leur comportement et leur évolution. environnement de travail ainsi que la bibliothèque utilisée) nécessaires pour développer les algorithmes des prochains chapitres. de l'InROS. l'interférométrie diérentielle a été utilisée dans le domaine d'étude des mouvements d'origine sismiques. Ensuite. L'équipe de Massonnet [7] a été la première à obtenir une image de déplacement associé au tremblement de Terre de Landers en Californie (7. . la faille de Landers.3 sur l'échelle de Richter) en utilisant un couple SAR et un MNT. Conclusion Ce chapitre bibliographique dédié aux principales caractéristiques de ROS. Dans le domaine de suivi des plaques glacières. Dans le prochain chapitre nous allons décrire les les données expérimentales (logiciels de visualisation. l'interférométrie diérentielle fournit des résultats sur les vitesses d'écoulement des glaces de mer. INTERFÉROMÉTRIE RADAR 18 ont validé la capacité de l'analyse interférométrique à l'aide d'images SAR à mesurer des déplacements de terrain de faible amplitude.CHAPITRE 2. Ces études montrent le caractère prometteur de l'utilisation de l'interférométrie diérentielle à des ns de détection et de surveillance des déplacements de terrain de faible amplitude.

Le tableau ci-dessous (cf Tab 3. l'imagerie Radar à Ouverture de Synthèse (ROS/SAR) permet de calculer par interférométrie diérentielle (D-InSAR) des cartes de déplacements en surface très utiles pour estimer le déplacement en profondeur à l'origine de l'évènement et ainsi améliorer notre connaissance du risque sismique associé au fonctionnement des failles. nous dispososons de deux images radar (SAR) ENVISAT de la même zone en pleine résolution et prises à deux dates diérentes : une pré-sismique (18 octobre 2004) et l'autre post-sismique (7 novembre 2005) an d'avoir les déplacements en surface induits par le glissement sur la faille (déplacements co-sismiques). une corrélation sub-pixelique des images d'amplitude.1 Séisme de Pakistan et présentation des données Les séismes sont produits par la rupture d'un plan de faille en profondeur et le déplacement relatif des deux compartiments le long de cette faille. Cependant. va être utilisée pour déterminer le champ de déplacement à proximité de la zone de faille et obtenir un modèle du déplacement en profondeur . Le séisme de magnitude 7.6 enregistré au Pakistan le 8 octobre 2005 présente cette particularité. Pour ce travail. similaire à celle faite par E. Depuis les années 90.Pathier [1]. pour les séismes de magnitude importante.2) résume les diérents paramètres liés au système radar utilisé : 19 . 3. Dans le cas de ce séisme. La phase interférométrique nous donne par ailleurs accès aux déplacements en champ lointain et vient compléter la première approche.Chapitre 3 Données Expérimentales Dans ce chapitre nous allons présenter les données aussi que l'environnement de travail et les logiciels utilisés pour la programmation. il est fréquent que le gradient spatial du déplacement dans la zone de faille soit trop important pour pouvoir être observé en utilisant la phase du signal radar : c'est le phénomène d'aliasing. Cet événement permet une relaxation des contraintes accumulées en profondeur et produit instantanément des déplacements en surface pouvant atteindre plusieurs mètres le long de la fracture.

Le calcul ROI-PAC se fait en plusieurs étapes (cf Fig 3.  Estimation de la baseline : elle est faite sur la base des paramètres orbitaux.57074508213951 m 1 1 Tab. etc.80397367094829 m 4.).2  Diérents paramètres du système SAR L'interférogramme diérentiel entre ces deux images est obtenu en utilisant ROI PAC et en utilisant la deuxième technique décrite dans 2. La sortie de cette étape est celle qui va être utilisée dans le cha- .2..3. 3...2 Environnement de travail Dans le cadre de stage.1) :  Traitements spéciques pour chaque image considérée en format brut (RAW DATA). the Repeat Orbit Interferometry Package.CHAPITRE 3. C'est un ensemble de scripts écris en PERL (.2.1 ROI PAC ROI PAC.62356424 cm 5681 99792 7.  Coregistration des deux images : estimation des décalages entre les deux images en partant des valeurs d'oset calculées à partir des paramètres orbitaux. cohérences. 3. la formation des interférogrammes généraux et diérentiels. le développement de la phase. l'estimation de la base.. notre environnement est LINUX. Elle se fait en utilisant la technique de corrélation d'amplitude entre les deux images. 3. le géocodage. est développé par the Jet Propulsion Laboratory et CalTech pour les images SAR an de créer des images InSAR ( interférogrammes. Nous avons pu exploiter plusieurs logiciels fonctionnant sous LINUX dont les plus importants sont : ROI PAC et ENVI que nous décrivons ici.2.pl) qui appellent des exécutables en fortran et en C++ et qui permettent de faire plusieurs traitements sur les images SAR tels que l'estimation de la corrélation. DONNÉES EXPÉRIMENTALES 20 Paramètres Platform Orbit_Number Orbit_Direction Wavelength Width File_Length Range_Pixel_Size Azimuth_Pixel_Size Rlooks Alooks Description ENVISAT 13772 descending 5.

Fig.CHAPITRE 3. puis il déroule la phase.2.2 ENVI Envi est un logiciel de visualisation et d'analyse d'images issues de la télédétection. l'image esclave est échantillonnée dans le repère de la maîtresse et une image d'amplitude est créée. 3.1  La chaîne de calcul ROI PAC 3.  Correction des franges orbitales : elle est faite en utilisant les paramètres orbitaux. C'est une interface logique et intuitive pour lire.  Filtrage de l'interférogramme. Ensuite.  Travail d'interférométrie : création de l'interférogramme brut. DONNÉES EXPÉRIMENTALES 21 pitre suivant pour la mesure des déplacements par corrélation d'amplitude. visualiser et analyser diérents formats d'images : .  Mise en géométrie MNT.  Déroulement de phase : il construit le meilleur chemin pour le déroulement.  Correction des eets induits par la topographique : le MNT est d'abord mis dans la géométrie radar puis l'interférogramme est créé sans franges d'origine topographique qui va être utilisé dans la partie de calcul des déplacements par D-InSAR.

Cette bibliothèque répond à quatre objectifs :  faciliter le démarrage des nouveaux arrivants en leur donnant des exemples documentés et un cadre de programmation qui permettent ensuite d'intégrer leur travail à la bibliothèque. ltrage. 3. Fig. toutes les bandes sont disponibles et peuvent être traitées individuellement ou dans leur ensemble.). aériennes. DONNÉES EXPÉRIMENTALES  données télé-détectées (images satellites.2.CHAPITRE 3.3 Langage de programmation Les diérents programmes développés au cours de ce stage sont écrits en langage C en utilisant un ensemble de formats de données et de règles de programmation adoptées au LISTIC pour développer une bibliothèque en C appliquée au traitement d'images (BATI) et contenant un ensemble d'opérateurs de traitement d'images (lecture et écriture de données. . La gure ci-dessous résume les diérentes fonctionalités de ENVI (cf Fig 3. radar).. 22 A l'ouverture d'une image.  vecteurs (formats des principaux SIG).2).  modèles numériques de terrains.2  Fonctionalités de ENVI 3. segmentation... Le logiciel inclut le langage de développement IDL (Interactive Data Language) qui permet de créer des traitements personnalisés.

 générer facilement des exécutables correspondant à des chaînes de traitements sans avoir à réécrire les opérateurs les plus classiques. .CHAPITRE 3. 2D et 3D et de formats très diérents allant du 8 bit aux données complexes en imagerie radar. DONNÉES EXPÉRIMENTALES 23  traiter des données de dimensions 1D. Ces règles garantissent la cohérence des structures de données et des opérateurs présents dans la bibliothèque. Conclusion Les données et les outils présents dans ce chapitre ont été exploité dans le processus de combinaison des deux approches de corrélation d'amplitude et d'interférométrie pour la mesure du déplacement.  être compatible avec une interface graphique de lancer et paramétrer graphiquement les exécutables. Le prochain chapitre expose les résultats obtenus par la première approche.

En eet. Elle consiste en une mesure sub-pixelique des décalages en ligne et en colonne correspondant à des déplacements suivant la direction de déplacement du radar (azimuth) et la direction de visée (range) en cherchant les pics de corrélation de l'amplitude.Chapitre 4 Approche par corrélation d'images SAR Dans ce chapitre. parmi lesquelles on peut citer celle de E. La corrélation est utilisée. 4. Plusieurs études sont faites dans ce domaine.1 Principe La corrélation une technique très utilisée dans le domaine de traitement d'image surtout en optique. Elle utilise la comparaison d'un objet ou une image à un ensemble d'images de référence. nous allons décrire la chaîne de traitements de l'approche par corrélation d'amplitude eectuée sur les données an de mesurer le déplacement en surface induit par le glissement sur la faille. tant dans ses aspects fondamentaux qu'appliqués. La corrélation d'amplitude constitue une technique très ecace de la famille de la deuxième approche. Il existe plusieurs approches pour la reconnaissance des formes : les approches par segmentation et les approches globales. Sa précision est liée à la résolution (fraction de pixel décimétrique). la reconnaissance des formes connaît depuis quelques décennies un regain d'intérêt. 24 . Pathier dans le cas du séisme de Pakistan [1]. aussi. Elle a l'avantage d'orir une grande robustesse au bruit ainsi la possibilité de traiter l'image dans sa globalité. en imagerie radar pour les mesures des déplacements de forte amplitude dûs au glissement du terrain.

CHAPITRE 4. En eet.2 Organigramme de la méthode adoptée 25 La chaîne de traitement de l'approche par corrélation d'amplitude peut être résumée dans la gure 4. Fig.1 ci-dessous. nous allons décrire chaque bloc de la chaîne de traitement présentée ci-dessus.3 Déroulement de chaque phase et résultats obtenus Dans ce paragraphe. 4.3. APPROCHE PAR CORRÉLATION D'IMAGES SAR 4. Les algorithmes développés pour la réalisation de ces diérentes phases sont décrites en annexe. Chaque étape va être détaillée dans les paragraphes suivants. ROI PAC possède un programme nommé  ampcor  qui sort un chier contenant toutes les informations suivantes pour deux images radar données :  les colonnes x  les décalages en colonne dx  les lignes y  les décalages en ligne dy .1 Calcul des décalages Les décalages en range et en azimuth (cf chapitre 2) sont estimées avec ROI PAC.1  Les diérents blocs de traitement de l'approche par corrélation d'amplitude [1] 4. 4.

Les deux images des décalages en range et en azimuth obtenues sont illustrées dans la gure ci-dessous (cf Fig 4. on ajoute une nouvelle image masque qui prend la valeur 0 s'il y a de l'information dans le chier et 1 sinon an d'éviter de faire des traitements sur des zones qui ne contiennent pas d'information . Cette variance est calculée à partir d'une estimation de l'étroitesse du pic de corrélation.CHAPITRE 4.2). En plus de ces 8 images des colonnes.2  Approche par corrélation d'amplitude Une erreur formelle sur les décalages peut être déduite de la variance donnée en pixel dans le chier de sortie. Les valeurs sont exprimées en pixel. . APPROCHE PAR CORRÉLATION D'IMAGES SAR  rapport signal sur bruit SNR qui caractérise la qualité de la corrélation  la pseudo-variance en colonne  la pseudo-variance en ligne  la pseudo-covariance 26 σx σy σxy Le programme  ampcor  est utilisé sur les images SLC en pleine résolution avec les paramètres d'entrée correspondant à une taille de fenêtre de corrélation de 64×64 pixels et avec un pas de 16 en azimuth et de 8 en range (cf Fig 4. Fig. An de faciliter le travail avec la bibliothèque du LISTIC. chaque colonne du chier  ampcor  est réécrite dans une image à l'aide d'un programme approprié (cf étape1 du tableau en annexe). 4.3).

APPROCHE PAR CORRÉLATION D'IMAGES SAR 27 (a) (b) (c) (d) Fig. Une correction de ces valeurs en range est faite en utilisant un chier spécique généré par ROI PAC à partir du MNT et des orbites. Les décalages en range contiennent outre les décalages liés au glissement de terrain ceux liés à la topographie qui vont être éliminés dans le paragraphe suivant. nous remarquons que les décalages sont de l'ordre de un pixel en range et de -87 pixels en azimuth. nous disposons alors des images qui contiennent les décalages qui . 4.CHAPITRE 4. Les valeurs masquées sont en jaune. A partir des images (b) et (d). Ce chier contient les décalages en radians qu'il faut transformer en pixels en les multipliant par le coecient λ 4π rg (avec λ la longueur d'onde et ∆rg la taille du pixel en range) (cf étape2 du tableau en annexe). Une fois la correction de la topographie faite. (b) Histogramme de l'image en range. (c) Déplacements en azimuth et (d) Histogramme de l'image en azimuth. outre les déplacements dûs à la faille.3.3  Images des déplacements en pixel : (a) Déplacements en range. les décalages dûs aux eets de distorsion liés au relief qui sont décrits dans le chapitre précédent. 4. les valeurs des décalages obtenues contiennent donc.2 Correction de la topographie Du fait que le satellite ne repasse pas par la même position lors de l'acquisition de la deuxième image.

3. après. en utilisant une moyenne pondérée avec un poids correspondant à diérentes tailles des fenêtres en range et en azimuth (3 × 9.3 Filtrage par moyenne pondérée Le but de cette étape est de faire un lissage car les valeurs estimées par la corrélation d'amplitude sont bruitées. on devrait s'attendre à avoir un pic dans l'histogramme. APPROCHE PAR CORRÉLATION D'IMAGES SAR nous intéressent ( les déplacements dûs à 28 la faille) ainsi que certains décalages dûs aux imperfections de la correction orbitale.b. nous remarquons qu'après la correction topographique en range les valeurs des décalages passent de un pixel à -0. Fig 4. Nous cherchons alors la fenêtre qui satisfait cette condition. La gure ( cf Fig 4. 4. sur des zones diérentes des deux images (de taille 1/variance. 4. Pour ce type de distribution.7 et Fig 4. Fig 4. Le ltrage est fait. avec 5 × 11) (cf étape3 du tableau en annexe) testées 50 × 50) et proche de la zone de la faille (cf Fig 4. Le jaune correspond aux valeurs masquées.3. on enlevons les valeurs abérrantes (les décalages supérieurs à 8m).CHAPITRE 4.6. (b) Son histogramme en pixels.en se référant à des mesures faites par GPS et à des personnes qui ont une bonne connaissance sur la région de la faille.5. D'abord.8).4  Correction topographique : (a) Image des décalages en range après la correction de la topographie. . En observant l'image (b) et en la comparant avec la gure 4.4) illustre les décalages en range après la correction topographique : (a) (b) Fig.2 pixels.

(a) (b) (c) Fig. (c) avec une taille de fenêtre de 5 × 11.6  la distribution des déplacements en azimuth correspondante à la première fenêtre sur de l'image. (c) avec 5 × 11. 4. (a) sans pondération. 4. 5 × 11. (a) (b) (c) Fig. APPROCHE PAR CORRÉLATION D'IMAGES SAR 29 (a) (b) (c) Fig. 4.7  la distribution des déplacements en range sur une deuxième fenêtre de l'image pour les diérentes tailles de fenêtre de moyennage.CHAPITRE 4. (a) sans pondération.5  la distribution des déplacements en range sur une fenêtre de l'image pour diérentes tailles de fenêtre de moyennage. . (a) sans pondération. (b) avec une taille de fenêtre de moyennage de une taille de fenêtre de moyennage de 3 × 9. (b) avec une taille de fenêtre de moyennage de (c) avec une taille de fenêtre de moyennage de 3 × 9. (b) avec une taille de fenêtre de moyennage de moyennage de 3 × 9.

Pour les décalages en range. m2 . D'après les résultats obtenus par les diérents histogrammes ci-dessus. (a) sans pondération.1) avec Nb le nombre de points contenus dans la fenêtre de moyennage F dans chacune des deux images des décalages. dans les deux cas. aussi. l) (4. nous remarquons que. P2 . L'équation suivante exprime cette soustraction : 1 dxcorr (i. 4. 4.9) où la distribution paraît homogène (loin de la zone de la faille). j) − (m1 + m2 + m3 + m4 ) 4 (4. Dans la suite de nos traitements nous utilisons la fenêtre de taille 5 × 11 . j) = 1 Nb (m.l) F 1 . la fenêtre de taille 5 × 11 vérie mieux la condition précédente en range et en azimuth. la moyenne enlevée est calculée à partir des quatres valeurs des moyennes m1 .4 Soustraction de la moyenne Dans le but d'avoir des déplacements nuls en champ lointain. sont faites respectivement en range et en azimuth lors de cette étape et elles correspondent à : Ck (i.2) . k ∈ {r.8  La distribution des déplacements en azimuth correspondante à la deuxième fenêtre sur de l'image. et σr et σa les pseudo-variances respectivement en range et en azimuth. (b) avec une taille de fenêtre de moyennage de 3×9 et (c) avec une taille de fenêtre de moyennage de 5×11. m3 et m4 des fenêtres placées aux quatre coins de l'image de centres respectifs les points P1 . nous eectuons une soustraction de la moyenne dans les deux images de deux façons diérentes. APPROCHE PAR CORRÉLATION D'IMAGES SAR 30 (a) (b) (c) Fig. j) = dx(i. P3 et P4 (cf Fig 4. Deux mesures de conance C r et Ca .3. a} σ k (m.CHAPITRE 4.

3) f (i. j) − f (i.9  Les quatres fenêtres utilisées pour l'étape de soustraction de la moyenne Pour les décalages en azimuth. 4. APPROCHE PAR CORRÉLATION D'IMAGES SAR 31 Fig. Les nouvelles valeurs dans les deux images sous-échantillonnées correspondent à celles dont la conance est . la correction se fait selon l'équation suivante : dyf inal (i.CHAPITRE 4.4) M étant la matrice dont les valeurs sont calculées à partir de f (P 4 ). 4. c et d sont déterminés à partir de l'équation matricielle suivante :  a         b      = M −1        c     d   m1    m2     m3   m4 f (P1 ).5 Sous-échantillonnage Une fois les deux corrections faites. on sous-échantillonne les deux images avec un pas de 2 en range et 5 en azimuth an d'obtenir un espacement nal équivalent à l'interférogramme en 16 rlooks en range. j) avec (4. Les résultats de calcul montrent que la moyenne enlevée en azimuth est un plan (le coecient c=0) (cf étape4 du tableau en annexe). les coecients a. j) = dy(i. b. f (P 2 ). f (P 3 ) et (4. j) = a × i + b × j + c × i × j + d .3.

CHAPITRE 4.3. En eet. Les valeurs sont exprimées en pixels.2 pixels. APPROCHE PAR CORRÉLATION D'IMAGES SAR 32 maximale dans chaque fenêtre de sous-échantillonnage (cf étape5 du tableau en annexe). 4. les valeurs nales des décalages en range et en azimuth sont respectivement de l'ordre de 0. D'après cette dernière gure.8 pixels et de -1. Les valeurs masquées sont en jaune.11 : d2 + d2 x y θ = arctg( dy ) dx (4. (b) l'histogramme des déplacements en range.10. Les deux images nales obtenues sont illustrées dans la gure 4. (c) déplacement en azimuth et (d) l'histogramme des déplacements en azimuth.10  Les deux images des déplacements en pixels après le sous-échantillonnage : (a) déplacement en range. (a) (b) (c) (d) Fig. elle consiste à dûs à déterminer le module A ainsi que l'orientation des déplacements de surface la faille en calculant l'angle θ entre les décalages en range et les décalages en azimuth (cf étape6 du tableau en annexe) selon : A= 4. 4.6 Orientation et module des déplacements C'est la dernière étape dans cette première approche de calcul des déplacements par corrélation d'amplitude.L'image d'orientation est présentée dans la gure .5) Les valeurs des déplacements sont exprimées en mètres.

11  Orientation et Module des déplacements en m obtenus par corrélation d'amplitude : (a) Image d'orientation. 4. Le maximum du module des déplacements est de l'ordre de 4. Mais. nous remarquons des orientations homogènes (même couleur) et dans un même sens dans les régions lointaines et un changement de sens brusque et considérable dans les zones proches de la faille. La carte des orientations des déplacements obtenue permet de visualiser la sortie nale des diérents blocs de traitements eectués sur les images de départ. Conclusion Cette première approche par corrélation d'amplitude a été dédiée à la mesure des déplacements dûs à la faille en champ proche. APPROCHE PAR CORRÉLATION D'IMAGES SAR 33 (a) (b) (c) (d) Fig. Ces orientations montrent les décalages de l'esclave par rapport à la maîtresse. En observant la gure et en se servant de la référence des couleurs.CHAPITRE 4. D'où l'idée d'utiliser une nouvelle approche permettant d'estimer ces déplacements : . (c) Image de Module et (d) Histograme du module en m. En eet. Les couleurs traduisent les diérentes orientations selon la référence (b). Le gris correspond aux valeurs se trouvant dans le masque déni précédemment. Les déplacements en surface induits par le glissement sur la faille sont alors dans le sens contraire des orientations obtenues.8m. il existe d'autres déplacements de faible amplitude en champ lointain. cette première technique a ses limitations.

34 . APPROCHE PAR CORRÉLATION D'IMAGES SAR c'est l'approche par interférométrie diérentielle qui sera le but du chapitre suivant.CHAPITRE 4.

35 . nous détaillerons les diérents traitements adoptés an de pouvoir développer en second lieu la phase.2. Ce signal est généralement bruité à cause d'une perte de cohérence spatiale ou temporelle.2. la mesure de la phase est ambiguë. Trouvé propose d'utiliser pour cela une version adapté de l'algorithme MUSIC. Il est 2π à additionner à la phase mesurée sur chaque point an d'obtenir une estimation de la phase réelle. Les fréquences locales ainsi obtenues sont ensuite utilisées pour ltrer le signal de phase de manière adaptative. une implémentation multi-échelles (décrite aussi dans 2. Trouvé dans sa thèse [9] et qui est décrite dans 2. présente plusieurs particularités qui rendent son exploitation dicile. Mais la détermination exacte de cette phase se heurte à plusieurs problèmes. En outre. elle est seulement connue modulo donc nécessaire de déterminer le nombre de multiples de 2π .1. D'où le but de ce chapitre qui est d'étudier les performances des chaînes de traitement des images interférométriques et de trouver une technique de ltrage originale an de dépasser les problèmes cités précédemment et permettre un développement de la phase. An de ne pas limiter les performances de l'algorithme à une plage de fréquences.Chapitre 5 Approche par interférométrie diérentielle Le signal de la phase obtenue à partir d'un couple interférométrique.2. E. Cette technique de ltrage est celle proposée par E.2.1) est également utilisée avec une règle de fusion des diérentes estimations fréquentielles. Dans ce chapitre.

1 Construction des interférogrammes aux échelles réduites 36 L'une des méthodes les plus directes pour la réduction d'échelle est le moyennage spatial des valeurs des pixels. 2. 4. APPROCHE PAR INTERFÉROMÉTRIE DIFFÉRENTIELLE 5. 4. Toutes les informations utiles aux diérentes échelles sont fournies par ROI PAC : les interférogrammes non ltrés (20041018-20051107-sim_ODR_nrlks. la taille de pixel en azimuth. l'apparition de fausses franges dûes au non respect du théorème de Shannon.1) où D le modèle de déplacement à priori. Pathier [1] (cf Fig 5. az} 8 gradk (5. i l'indice en range et j l'indice en azimuth. mais elle induit.1(a)). 8. 5}) 2l−1 × 2l−1 pixels de E1 alors. j) − D(i. Cette démarche permet de réduire à la fois le bruit et la largeur des franges. si nous désignons par E1 l'échelle correspondant à la résolution initiale (ici c'est le moyennage par cinq en azimuth seulement 5*1 qui est retenue comme échelle de référence) et par les échelles réduites où un pixel correspond à pour passer de E l (l ∈ {2. en présence de franges étroites. az} (5.La première étape de la fusion consiste à estimer l'échelle de travail en chaque pixel. j)] ∆az ∆az (5. 3.int avec n∈ {1. j) = 1 [D(i + 1. j)] ∆rg ∆rg gradaz = 1 [D(i.2) prg et paz sont respectivement les pas d'échantillonnage en range et en azimuth. A partir de ces deux gradients. Elles sont égales donc à : 0 si pk < ∆k 1 si pk < 2∆k 2 si pk < 4∆k echellek = 3 si pk < 8∆k 4 si pk < 16∆k 5 si pk > 16∆k k ∈ {rg. 5. D'abord.amp) qui vont être converties en deux intensités (le carré de l'amplitude). les deux amplitudes de la maîtresse et de l'esclave (à partir de 20041018-20051107_nrlks.2 Combinaison des mesures Un eort considérable a été consacré à la combinaison des diérentes échelles pour tenir en compte de la taille des franges interférométriques.CHAPITRE 5. deux cartes d'échelle sont calculées en range et en azimuth en tenant compte de la condition suivante qui vient de la limite d'aliasing (grad < π) : pk où λ 1 k ∈ {rg. la procédure la plus directe E1 à El consiste à moyenner les données de manière à augmenter d'un facteur l2 le nombre d'échantillons de la fenêtre de moyennage.3) . Ils sont exprimés en m. Donc. j + 1) − D(i. en se servant du modèle de déplacements a priori fournit par E. nous calculons les gradients des déplacements en range et en azimuth selon les relations ci-dessous : gradrg (i. 16}). la taille de pixel en range.

Leur fusion est construite ensuite en se servant de la carte des échelles calculée précédemment et en multipliant les valeurs de chaque échelle par 1 (cf Fig 5. A l'aide de mmusic.1(b)) nécessaire pour combiner.). conance. la phase et la cohérence qui sont les sorties du programme mcoh_insar_pha de la bibliothèque de BATI).. . nous obtenons une carte d'échelle de travail nale (cf Fig 5.CHAPITRE 5. en second lieu.2 et 5.4 où on représente l'orientation du gradient de la phase). l'estimation des fréquences locales est eectuée à chacune des échelles. APPROCHE PAR INTERFÉROMÉTRIE DIFFÉRENTIELLE où 37 ∆rg et ∆az sont respectivement la taille de pixel en range et en azimuth de l'échelle E1 .1  Calcul de l'échelle de travail :(a) Modèle des déplacements a priori en cm et (b) Carte d'échelle de travail selon la légende (c) représentant les couleurs des diérentes échelles. (a) (b) (c) Fig. 5.3. les mesures utiles aux diérentes échelles ( les fréquences locales et la conance qui sont les sorties du programme  mmusic. phase.. Les 2l−1 diérentes pyramides des échelles E1 à E5 sont alors créées pour les diérentes mesures dont nous disposons (fréquences locales. En fusionnant ces deux cartes (prendre le minimum des deux échelles en range et en azimuth). Les estimations aux diérentes échelles de la phase. cohérence. le résultat de la fusion et la phase ltrée sont illustrées respectivement par les gures 5.

APPROCHE PAR INTERFÉROMÉTRIE DIFFÉRENTIELLE 38 (a) (b) (c) (d) (e) Fig. E 4 et E 5 . (a) (b) (c) Fig. E 3 . 5. Le noir dans la E 1 obtenue à partir zone de la faille correspond de l'image multi-echelle des . 5. E 1 . (d) et (e) illustrent respectivement les échelles E 1 .CHAPITRE 5.2  Les estimations des phases non ltrées au diérentes échelles :(a). (b). E 2 .3  Reconstruction de la phase multi-échelle et ltrage : (a) la phase estimée non ltrée à l'échelle E1. (b) La phase multi-échelle non ltrée construite à l'échelle aux valeurs non estimées et (c) La phase ltrée à l'échelle frequences locales et non pas directement de b). (c).

22). On applique cet algorithme sur les données interféromériques issues du paragraphe 5. nous remarquons que la fusion d'estimations provenant d'échelles réduites a permis d'une part d'accéder à des zones fortement bruitées (dans le cas d'estimation de la phase). et d'autre part de régulariser les fréquences obtenues ce qui a permis de ltrer la phase à l'échelle E1 tout en éliminant les fortes variations locales du gradient de la phase et nuisibles à l'utilisation ultérieure du résultat. . en particulier le développement de la phase. (a) et (b) illustrent respectivement l'échelle la fusion.5).5 comme seuil pour aboutir à la n à une phase déroulé (cf Fig 5. Les couleurs traduisent les diérentes orientations selon la référence (c). 5. E1 et le résultat de En observant les gures ci-dessus. 5. APPROCHE PAR INTERFÉROMÉTRIE DIFFÉRENTIELLE 39 (a) (b) (c) Fig. Il s'agit d'une méthode globale de déroulement par moindres carrés pondérés avec l'utilisation de la DCT pour la minimisation du critère Ep (2.2 : la pyramide des fréquences locales et de la conance en choisissant 0.CHAPITRE 5.2. Nous utilisons les fréquences locales et non la diérence de phase dans le développement an d'éviter le problème posé par la présence des résidus dûs au bruit [9].3 Application du développement de phase et résultats L'algorithme munwrap de la bibliothèque BATI permet de développer la phase.4  Orientation des franges obtenue par estimation des fréquences locales.

Ces résultats illustrent à la fois les performances de l'estimation fréquentielle et la qualité du développement obtenu à partir de ces valeurs. Cependant. il considère que la phase est toujours continue : c'est le problème majeur du développement de phase qui n'aboutit pas toujours à des mesures ables et robustes. les résultats obtenus par cette approche restent dépendants de l'étape de déroulement de phase qui constitue toujours un problème dans le domaine de traitement d'image malgré les diérentes solutions adoptées pour y remédier. Elle était utilisée pour compléter les mesures obtenues par la première approche de corrélation d'amplitude. Cependant. Cette approche a permis de caractériser des franges de déplacements dans les zones lointaines de la faille. en comparant la gure ci-dessus avec les gures 5. 5. Conclusion Ce chapitre a été dédié à la description de la deuxième approche par interférométrie diérentielle (DInSAR) pour la mesure des déplacements de faible amplitude en champ lointain. .b.CHAPITRE 5.5  Développement de phase : (a) et (b) illustrent respectivement les images 4096*4096 des phases déroulées à partir des fréquences locales correspondant à la partie gauche (resp droite) des images de départ.3. Il faudrait introduire une pondération nulle sur un ensemble des pixels qui couvrent la position connue de la faille. on observe bien les franges en champ lointain dues aux déplacements en surface de faible amplitude et qui sont non estimés par la première approche.a et 5.3. APPROCHE PAR INTERFÉROMÉTRIE DIFFÉRENTIELLE 40 (a) (b) Fig. En eet. le déroulement de phase ne tient pas compte de la discontinuité (saut de phase) dans les zones proches de la faille.

Ces résultats ont été comparés avec ceux obtenus par l'étude de E. Après la mise en oeuvre d'une technique d'estimation paramétrique de la fréquence 2-D inspirée de l'algorithme MUSIC. Pour répondre à ceci. nous avons montré qu'à l'aide d'une implantation multi-échelles que nous avons réalisé. nous avons développé deux méthodologies complémentaires d'exploitation des données dont nous disposons et ceci après une synthèse bibliographique où nous avons exposé le principe. les caractéristiques et certaines applications de ces deux approches : La première est dédiée à mesurer les déplacements de forte amplitude en champ proche par corrélation d'amplitude et la deuxième propose une technique complémentaire à la première et qui permet de mesurer les déplacements en surface de faible amplitude en champ lointain de la zone de la faille : c'est l'approche par D-InSAR. Pour la deuxième approche. nous avons appliqué un ensemble de traitements sur nos données de départ (correction de la topographie. une mesure robuste peut être calculée en tout point d'une image de grande taille en temps raisonnable.) pour aboutir à la n à une image qui résume les diérentes orientations des déplacements dans les zones proches de la faille. il était nécessaire d'une part de détecter les zones comportant le signal de phase géométrique recherché malgré la présence du bruit qui aecte la phase repliée. et d'autre part d'estimer la fréquence locale de ce signal pour mesurer la largeur et l'orientation des franges.. Pathier [1] eectuée sur une zone diérente..Chapitre 6 Conclusion Générale Ce travail a été consacré au développement des méthodes de mesure des déplacements induits par un séisme important comme celui qui a eu lieu au Pakistan en Octobre 2005. moyenne pondérée. En ce qui concerne la première approche. La méthode que nous proposons est également dotée d'une mesure de conance en la fréquence estimée. L'objectif était d'exploiter le plus complètement possible les informations disponibles couvrant la zone an d'avoir une vision complète sur ces mesures. Elle permet d'atteindre les objectifs suivants : 41 .

Ces deux approches aboutissent à des mesures des déplacements en surface induits par le glissement sur la faille. CONCLUSION GÉNÉRALE 42  ltrer le signal de phase de manière adaptative vis-à-vis du motif de frange en s'appuyant sur l'estimation des fréquences locales. Il reste à combiner les deux an d'avoir une mesure en champ proche et lointain des déplacements couvrant toute la zone. Mais les problèmes rencontrés au cours de l'étape de déroulement de phase restent une première limitation de cette approche. Cette approche a permis de caractériser les franges des déplacements en surface et en champ lointain dûs à la faille.  disposer d'une mesure non-bruitée du gradient de phase directement exploitable pour le développement de phase par moindres carrés. Comme perspective à ce travail. .CHAPITRE 6. nous pouvons nous intéresser à l'inversion des données qui permet une estimation des déplacements en profondeur sur le plan de la faille.

6. les deux conances sorties en (3) et le nouveau masque 6 calc_orient dx. dx. dy. Le tableau ci-dessous résume ces diérents algorithmes. lect_ch_ampcor σx .une conance en dx et une conance en dy. σy . Image des dx corrigés et un nouveau masque 3 moy_pond dx corrigés. l'image d'oset à partir du chier radar_ODR. dy et le masque resorties par (5) et une référence de couleurs Tab. σxy et l'image masque 2 lect_ch_ampcor_corrige_topo l'image dx .2  Tableau récaputilatif des programmes réalisés pour l'approche par corrélation d'amplitude 43 . dy. deux conances et le masque sous-échantillonnées. y.unw et le masque. snr.Annexe Nous avons regroupé dans cette annexe les diérents programmes développés au cours de la première approche de mesure des déplacements par corrélation d'amplitude. σy et le dx et dy moyennées . 4 calc_moyenne dx et dy moyennées et le nouveau masque 5 sous_echan les sorties de (4). dx et dy aprés soustraction de la moyenne dx. Image d'orientation et image de module nouveau masque. Étape 1 Programme Entrée chier ampcor de Roi Pac Sortie les images de : x. σx . dy.

E. TROUVE. Geophys. MASSONNET. LIN. 1991. [7] D. in IGARSS'91. ET T. MASSONNET.Imagerie Interférentielle en Radar à Ouverture Synthétique. 1998. WALKER. Radar Interferometry : Limits and potentials. IEEE Trans. Theory. 1989. Juin 1997. 364. CHAABANE. 1993. DUPONT. . "principes de l'imagerie haute résolution au moyen d'un radar à ouverture synthétique embarqué sur satellite". [2] S. J. and Remote Sensing. pp. E. Res. et K. Note technique.J. FIELDING. B. S. A. Geophysical research Letters. Ecole Nationale Supérieure des télécommunications-Paris. OLIVIER. California earthquake of May 17.L20310. HENSLY. WRIGHT. ADRAGNA.Thèse de Doctorat. J. 445-464. C. GHIGLIA ET M. [4] D.. Université Paris XI. PELTZER. [9] E. et F. 1996. 1995. F. Two-Dimentional Phase Unwrapping. FEIGL. pp. 2006. Wiley-interscience. Geosci. 44 . C. PRITT. VESEKY. [5] P. K. Université de Nice Sophia Antipolis. 1541-1544. pp. 1993. doi :10/1029/2006GL027193. [10] D. Satellite radar interferometric map of the coseismic deformation eld of the M=6. "Suivi Temporel En Interférométrie Radar Et Prise En Compte Des Eets Atmosphériques". Algorithms and Software. G. Nature. 138-148.. 2(179) :120157.E. pp. Avril 2004. The displacement eld of the landers earthquake mapped by radar interferometry. [6] F. 22. PhD thèse. FEIGL..1 Eureka valley. PARSON. 1993. 2173-2176. R. CARMONA. ZEBKER. Génération des modèles nimériques de terrain par interférométrie ROS. Thèse de doctorat. T. MASSONNET. M. Faculté des sciences. [8] D.Bibliographie [1] PATHIER. Lett. [3] Q. Displacement eld and slip distribution of the 2005 Kashmir earthquake from SAR imagery. L. Helsinki. Topography estimation with interferometric synthetic aperture radar using fringe detection. 33. ROSSI.. ET H. RABAUTE. Finland.

C. A. J. Opt. Robust two-dimentional weighted and unweighted phase unwrapping that uses fast transforms and iterative methods. . A. pp.BIBLIOGRAPHIE 45 [11] D. GHIGLIA ET L. 1994. Am. 107-117. Soc. 11. ROMERO.

Sign up to vote on this title
UsefulNot useful