La Franja de Gaza

Detección de cavidades y túneles usando imágenes de radar

UseGis - UseSoft
Download ServerPhone from X @kama usesoft
Adquiera este software en https://payco.link/1318861
Octubre 28 de 2023

1
Adquiera este software en: https://payco.link/1318861

1. Introducción
Con frecuencia me preguntan si es posible usar los sensores remotos para detectar cavidades y túneles en el subsuelo. La respuesta
corta es que si se puede y la larga es el desarrollo de este documento. En efecto, se pueden detectar cavidades de cierto tamaño
en adelante utilizando recursos satelitales, en especial, el registro de Radar que entrega el satélite Sentinel-1 (SAR GRD: C-band
Synthetic Aperture Radar) y el registro del infrarrojo cercano con Landsat 9, los cuales, combinados, permiten realizar lo que podrı́amos
denominar como “Prospección Geofı́sica de Cavidades”.
Este documento considera las bases sobre las cuales es posible esta “prospección”y aplica la técnica a la franja de Gaza, en un
intento por ver si, efectivamente, existe un número abundante de túneles bajo la ciudad, que permiten el desplazamiento de seres
humanos por su interior.
Primero y sin entrar en detalles demasiado técnicos, describimos los principios fundamentales de la técnica usada, y a continuación
aplicamos la técnica al territorio de Gaza.

2. Principios fı́sicos
El radar del Sentinel-1 SAR GRD emite una señal electromagnética que se propaga por el aire y es reflejada por los objetos que
encuentra en su camino. La cantidad de señal reflejada depende de las propiedades del objeto que es reflejado.
En el caso de las cavidades en el subsuelo, la señal del radar es reflejada de forma diferente a la que es reflejada por la superficie
del suelo. Esto se debe a que las cavidades tienen un coeficiente de reflexión diferente al de la superficie del suelo.
El coeficiente de reflexión es una medida de la cantidad de energı́a que es reflejada por un objeto. Un coeficiente de reflexión
alto indica que la señal es reflejada en gran medida, mientras que un coeficiente de reflexión bajo indica que la señal
es transmitida en gran medida.
Las cavidades en el subsuelo tienen un coeficiente de reflexión bajo, lo que significa que la señal es transmitida en gran
medida. Esto se debe a que las cavidades son espacios vacı́os, y la energı́a electromagnética se propaga fácilmente a
través de los espacios vacı́os.
El radar del Sentinel-1 SAR GRD puede detectar cavidades en el subsuelo utilizando esta diferencia en el coe-
ficiente de reflexión. La señal que es transmitida por las cavidades es registrada por el radar, y esta información se puede utilizar
para crear una imagen de las cavidades.
Esta técnica se utiliza para detectar una variedad de cavidades en el subsuelo, incluyendo cuevas, cavernas, minas y túneles.
También se puede utilizar para detectar cavidades artificiales, como las que se utilizan para el almacenamiento de gas natural o
petróleo.
A continuación se explica el proceso de detección de cavidades en el subsuelo usando el radar del Sentinel-1 SAR GRD:

1. El radar del Sentinel-1 SAR GRD emite una señal electromagnética.

Adquiera este software en: https://payco.link/1318861

2. La señal radar se propaga por el aire y es reflejada por los objetos que encuentra en su camino.

3. La señal radar que es reflejada por las cavidades en el subsuelo es registrada por el radar.

4. La información de la señal radar reflejada se utiliza para crear una imagen de las cavidades.

Esta técnica es una herramienta valiosa para la detección de cavidades en el subsuelo. Es una técnica no invasiva que puede utilizarse
para detectar cavidades en áreas de difı́cil acceso.

3. La Franja de Gaza

Figura 1: Mapa topográfico de la franja de Gaza

Adquiera este software en: https://payco.link/1318861

Figura 2: Imagen satelital del Landsat 9 correspondiente a la franja de Gaza

Adquiera este software en: https://payco.link/1318861

Figura 3: Infrarrojo cercano, combo RGB(B5,B3,B2) del Landsat 9 correspondiente a la franja de Gaza

La franja de Gaza es una estrecha banda de tierra situada en el cercano oriente, con 40 kilómetros de longitud y 14 en su parte
más ancha, comprende un área de 364 Km2 como se deja ver en las figuras 2, y 3 y que se resumen en el cuadro 1.

3.1. Dimensiones
Las dimensiones generales de la franja de Gaza son tabuladas en el cuadro 1. Estas dimensiones
Adquiera este software en: https://payco.link/1318861

Dimension Valor
Longitud (Km) 40.074
Perı́metro (Km) 111.191
Área (Htas) 36424.307
Área (Km2 ) 364.24

Cuadro 1: Dimensiones de la franja de Gaza según la plataforma de Google Earth Engine

han sido estimadas por la plataforma de GEE usando un código Javascript similar a:

// calcula las dimensiones de la franja de Gaza

print(’Gaza Longituid (Km):’,lLong.length().divide(1000));
print(’Gaza Perı́metro (Km):’,pGaza.perimeter().divide(1000));
print(’Gaza Área: (Hta)’,pGaza.area().divide(10000));
print(’Gaza Área: (Km2)’,pGaza.area().divide(1000000));

La mayorı́a de su área corresponde a una zona seca, desértica, con pocas fuentes de agua y escasa humedad en el suelo, como se
desprende de la figura 3 que muestra la imagen del infrarrojo cercano (NIR) de la franja de Gaza.

4. Método Cavity Finder

El método “Cavity Finder”es un algoritmo usado para calcular las áreas posibles con cavidades en el subsuelo. El algoritmo
aprovecha las diferencias de transmisión de la energı́a a través de medios vacı́os como una cavidad y en contraste con medios continuos
donde no existen cavidades. Resulta evidente que todos los fenómenos ondulatorios ordinarios se ven afectados por la presencia de
cavidades, tanto mayor sean las dimensiones de la cavidad, igualmente será el impacto sobre la energı́a que refleja lo que, a la postre,
permite al algoritmo definir un área de afectación de la cavidad y procede a mapear dicha área en la plataforma de Google Earth
Engine, como lo harı́a con cualquier otra área. No obstante, en el caso de las ondas de radar que usan ondas de radio, la formación de
cavidades se puede confundir con áreas de espejo de agua o fuertemente húmedas, por lo cual es imprescindible el uso combinado de
un registro del infrarrojo cercano del área bajo estudio con el fin de poder diferenciar las áreas que representan cavidades de aquellas
que representan espejos de agua o zonas húmedas.
Es una buena idea utilizar una imagen del infrarrojo cercano para resolver la incertidumbre entre cavidades y depósitos de agua.
El infrarrojo cercano es una parte del espectro electromagnético que es absorbido por el agua. Por lo tanto, las áreas donde hay agua
aparecerán oscuras en una imagen del infrarrojo cercano.
El método propuesto comprende:
Adquiera este software en: https://payco.link/1318861

1. Generar una imagen de cavidades utilizando el radar del Sentinel SAR.

2. Generar una imagen de depósitos de agua utilizando una imagen del infrarrojo cercano del Landsat 9.

3. Comparar las dos imágenes.

4. Si hay una coincidencia entre una cavidad y un depósito de agua, descartamos la cavidad.

5. Si no hay una coincidencia, asumimos que se trata de una cavidad.

Este método es una forma efectiva de reducir el número de falsos positivos. Sin embargo, es importante tener en cuenta que no es
perfecto. Todavı́a existe la posibilidad de que una cavidad real se confunda con un depósito de agua.
Aquı́ hay algunas cosas que podemos hacer para mejorar la precisión del método:

1. Utilizar imágenes del radar del Sentinel SAR con diferentes polarizaciones. Las imágenes de polarización cruzada son más
sensibles a las cavidades que las imágenes de polarización horizontal.

2. Utilizar imágenes del Landsat 9 con diferentes bandas. Las bandas del infrarrojo cercano de Landsat 9 son sensibles a diferentes
tipos de agua.

3. Utilizar un algoritmo de clasificación más avanzado. Hay algoritmos de clasificación que pueden utilizar información de múltiples
bandas para mejorar la precisión.

Con un poco de experimentación, sed pueden desarrollar métodos que permitan detectar cavidades con una precisión alta.

4.1. Aplicación a la franja de Gaza

Procedemos con la aplicación del método a la franja de Gaza. Esencialmente lo que hacemos es correr el algoritmo GEE JavaScript
que realiza toda la tarea. Por razones obvias de derechos de autor, no se presentan las rutinas correspondientes, pero, en su lugar,
entregamos los resultados obtenidos en este ejercicio.
Adquiera este software en: https://payco.link/1318861

Figura 4: Imagen del radar Sentinel-1 SAR GRD correspondiente a la franja de Gaza
Adquiera este software en: https://payco.link/1318861

Figura 5: Imagen del radar Sentinel-1 SAR GRD correspondiente a la zona de los hospitales de la franja de Gaza mostrando la posición de los hospitales.
Adquiera este software en: https://payco.link/1318861

Figura 6: Imagen del Landsat 9 en la zona de hospitales de la franja de Gaza, los cuatro hospitales se corresponden con los cuatro puntos rojos
Adquiera este software en: https://payco.link/1318861

Figura 7: Imagen con el filtro “Cavity Finder”correspondiente a la franja de Gaza. No se observan cavidades al interior de la franja, salvo en una posición al norte
Adquiera este software en: https://payco.link/1318861

Figura 8: Imagen con el filtro “Cavity Finder”correspondiente a la zona de hospitales de la franja de Gaza, de nuevo, no se observan cavidades en la zona de los hospitales de la
ciudad

Antes de detallar las imágenes asociadas con este estudio, recordemos el procedimiento realizado:

1. Obtenemos la imagen del radar Sentinel 1-SAR GRD (figura 4).

2. Aplicamos el algoritmo “Cavity Finder”a la imagen anterior (figura 7).

3. Obtenemos la imagen del infrarrojo cercano (NIR) del Landsat 9 centrada en el mismo punto que el radar (figura 3).
Adquiera este software en: https://payco.link/1318861

Hospital Coordenadas
Principal de Gaza 34.4628461 , 31.5226032
Al-Aqsa 34.4572 , 31.5185
Al-Rantisi 34.4502 , 31.5262
Al-Baraka 34.4434 , 31.5299

Cuadro 2: Hospitales en la franja de Gaza según la plataforma de Google Earth Engine

4. En la imagen con el filtro “Cavity Finder”, las cavidades se deben ver como áreas blancas mientras todo el entorno se torna
oscuro (figuras 7 y 8).

5. Las “sombras blancas”o cavidades se comparan con la imagen del infrarrojo cercano para buscar coincidencias, suponiendo que
no las haya, tenemos una probabilidad muy alta de que la sombra, efectivamente, corresponda a una cavidad.

5. Conclusiones
No se encontraron cavidades de tamaños significativos en la franja de Gaza. Ni siquiera existen falsos positivos!

Existen, sin embargo, algunas áreas en el territorio de Israel que podrı́an corresponder a cavidades como se desprende de la
figura 7.

Ahora, que no se hallaron cavidades a la luz de esta técnica no significa que no las haya en absoluto, todavı́a pueden existir
pequeñas cavidades dispersas y no comunicadas. Lo que si parece real es que no existe una red de cavidades por todo el subsuelo de
la ciudad, una red de un tamaño significativo no se puede ocultar al radar y, por tanto, aparecerı́an las sombras blancas siguiendo
exactamente la trayectoria en el plano XY de la cavidad o túnel, pero tal cosa, no se observa en las imágenes filtradas, las pocas
sombras blancas existentes se corresponden con espejos de agua en la imagen del infrarrojo cercano (NIR) del Landsat 9 usada para
combinar con el filtro y descartar coincidencias.
Adquiera este software en: https://payco.link/1318861

Referencias
[1] Google Earth Engine. https://developers.google.com/earth-engine/datasets/catalog/LANDSAT LC09 C02 T1 L2#description