Characterizing the Great Lakes Coastal Wetlands with InSAR Observations from X-, C-, and L-Band Sensors

Abstract

We investigated the potential of using Synthetic Aperture Radar (SAR) imagery from three different frequencies: X-, C-, and L-band, to characterize coastal wetlands in the Great Lakes. Three sets of SAR data acquired over the Bay of Quinte, Ontario, Canada between 2016 and 2018 from Radarsat-2, 2016 from TerraSAR-X, and 2018 from ALOS-2 satellites were processed using small baseline subset (SBAS) Interferometric SAR (InSAR) techniques to provide maps of surface changes in marshes and swamps. Results showed that SAR backscatter and coherence were sensitive to sensor characteristics (frequency, polarization, incidence angle, acquisition interval), changes in water level, and phenology. InSAR time series observations were evaluated using measurements from water level loggers based on correlation and root mean square error (RMSE) from a linear regression model. Correlation between InSAR measurements and water level changes in the field varied from −1 to 1 depending on the site, type of wetland vegetation, and incidence angle. Although results from some sensor modes provided good correlation (0.77–1) at a few locations, the low fringe rate and large RMSE between 4 and 64 cm indicated that InSAR observations of water level changes in the dynamic wetland environment were generally underestimated.

RÉSUMÉ

Nous avons étudié le potentiel d’utilisation de données radar à synthèse d’ouverture (RSO) ayant trois fréquences différentes: X, C et L, afin de caractériser les milieux humides côtiers des Grands Lacs. Trois jeux de données satellitaires RSO ont été traités pour la région de la Baie de Quinte, Ontario, Canada; des données Radarsat-2 acquises entre 2016 et 2018, TerraSAR-X acquises en 2016 et ALOS-2 acquises en 2018, Les techniques d’interférométrie RSO (InSAR) et de petits sous-ensembles de base (SBAS) ont été utilisées afin de générer des cartes de changements de surface des marais et marécages. Les résultats montrent que la rétrodiffusion RSO et la cohérence étaient sensibles aux caractéristiques des capteurs (fréquence, polarisation, angle d’incidence, intervalle d’acquisition), aux changements du niveau des eaux et à la phénologie. Les séries temporelles InSAR ont été comparées aux mesures faites par des enregistreurs de niveau d’eau et évaluées à l’aide de l’erreur quadratique moyenne (RMSE) d’une régression linéaire. Les corrélations entre les mesures InSAR et celle des niveaux d’eau sur le terrain variaient entre −1 et 1 dépendamment du site, du type de végétation du milieu humide et de l’angle d’incidence. Malgré de bonnes corrélations pour certains modes d’acquisition (0.77-1) et pour quelques sites, le nombre faible de franges et des RMSE élevées entre 4 et 64 cm indiquent que les observations InSAR sous-estimaient généralement le niveau des eaux de ces milieux humides dynamiques.

Acknowledgments

We thank the Ontario Ministry of Natural Resources and Forestry for sharing the UAV data and access to Bay of Quinte for field work. Thanks to the private owners for providing access, support for in-situ instrument installation for field work. The authors thank Sergey Samsonov for providing the SBAS code. We also thank Taylor Harmer, Tom Giles, Matt Giles and Andrew Kelly from our department for their support in the field for instrument installation, data collection, and UAV data acquisition. RADARSAT-2 Data and Products © Maxar Technologies Ltd. (2018) – All Rights Reserved. RADARSAT is an official mark of the Canadian Space Agency.

Additional information

Funding

This project was funded by the Canadian Space Agency (CSA) under the project “Ecosystem Assessment and Monitoring” (RCM Data Utilization & Application Plan (DUAP) IMOU number - 14SURCM007). Radarsat-2 imagery was provided by CSA.