A Comparison of Numerically Modelled Iceberg Backscatter Signatures with Sentinel-1 C-Band Synthetic Aperture Radar Acquisitions

Abstract

Use of machine learning to develop algorithms for distinguishing iceberg and vessel targets requires large validated data sets that are often costly, time consuming and, in some cases, inaccessible. Generating electromagnetic (EM) backscatter models of iceberg and ship targets can be a vital step in developing a robust iceberg/ship classification algorithm. In this work, EM backscatter models for icebergs are developed using an EM backscatter modelling tool called GRECOSAR and compared with ground truth data. The imaging scene consists of iceberg targets surrounded by the ocean surface. The 3D computer aided design models of the icebergs were obtained using LiDAR and multi-beam sonar data collected during a field program off the coast of Salvage, Newfoundland and Labrador, Canada. While profiling the iceberg targets, a synthetic aperture radar (SAR) image from Sentinel-1A was captured and compared with the simulated SAR images. Comparisons made in terms of total radar cross section (TRCS) and the SAR signature of the targets generally indicate credible simulations. Simulated SAR images were generated at low and high dielectric conditions to mimic cold and melt iceberg surfaces. Variability of the TRCS and morphology as a function of target orientation highlights the usefulness of EM modelling in developing robust iceberg/ship classifiers.

RÉSUMÉ

L’utilisation de l’apprentissage automatique pour développer des algorithmes permettant de distinguer les icebergs des navires nécessite de grands ensembles de données validées qui sont souvent coûteux et longs à acquérir, dans certains cas, inaccessibles. La génération de modèles de rétrodiffusion électromagnétique (EM) d’icebergs et de navires peut être une étape essentielle dans le développement d’un algorithme robuste de classification icebergs / navires. Des modèles de rétrodiffusion EM pour les icebergs sont ici développés en utilisant un outil de modélisation de rétrodiffusion appelé GRECOSAR et comparés avec des données de vérité terrain. La scène simulée est constituée d’icebergs entourés par la surface de l’océan. Les modèles 3D de conception assistée par ordinateur (CAO) des icebergs ont été obtenus à l’aide de LiDAR et de données de sonar multifaisceaux recueillies au cours d’une campagne au large de la côte de Salvage, à Terre-Neuve-et-Labrador (Canada). Lors du profilage des icebergs, une image RSO de Sentinel-1A a été capturée et comparée aux images RSO simulées. Les comparaisons effectuées en termes de section efficace radar totale (TRCS) et la signature RSO des cibles indiquent généralement des simulations crédibles. Des images RSO simulées ont été générées dans des conditions diélectriques faibles et élevées imitant les surfaces froides et fondantes des icebergs. L’étendue des valeurs de TRCS et la variabilité des morphologies en fonction de l’orientation de la cible met en évidence l’utilité de la modélisation EM dans le développement de classificateurs robustes icebergs / navires.

Notes

1 Simulated RCM data were produced from RADARSAT-2 Quad-pol data with a program from the Canada Centre for Mapping and Earth Observation.

2 https://www.kaggle.com/c/statoil-IB-classifier-challenge