2. 香港理工大学土地测量与地理资讯学系,香港 九龙
2.Department of Land Surveying and Geo-Informatics, Hong Kong Polytechnic University, Hong Kong, China
1 引 言
永久散射体干涉测量(PS-InSAR)技术通过从时间序列SAR图像集中选择那些始终保持高相干性的点。由于它们在长时间内稳定的散射特性,能够克服时间和空间失相干的影响,因此,获得的相位信息具有一定的可靠性,近年来广泛应用于地震、火山、地面沉降、滑坡等地表形变的监测中[1, 2, 3, 4]。
PS-InSAR技术通过对这些PS点构建三角网,建立双差观测模型,进而在时间域进行分析获取基线解,最后在空间域相对于某一稳定的PS作为参考点积分得到其他各PS点的形变参数值[5, 6]。这种单参考点的处理方法具有随选取参考点而变的随机性,不稳定的参考点会导致解的不稳定。另一方面单参考点参与积分没有多余观测值,不能获取最优参数值。鉴于此,本文提出一种结合地面观测资料的多参考点PS-InSAR数据处理方法。该方法在PS网平差过程中引入多个参考点,一方面提高参考点的稳定性,另一方面增加多余观测获取参数最优解,改善提高InSAR精度。
2 多参考点PS-InSAR数据处理原理 2.1 PS网络基线解算假设在第m个干涉图中,像素坐标为(i,j)的 PS 点解缠相位φi,jm表示为[7]
式中,φ topo ,i,jm表示与地形相关的相位误差;φ def ,i,jm表示地表形变相位;φ atm ,i,jm表示由大气延迟造成的相位误差;φ orb ,i,jm为由轨道误差引起的相位;φm noi ,i,j则包含了热噪声、失相干等误差。地形相位误差φ topo ,i,jm可表示为[8] 式中,B⊥,i,jm为第m个干涉对在 PS 点(i,j)的垂直基线; Δ hi,j为 PS 点 (i,j)的高程误差;λ为雷达波长;Ri,jm为第m个干涉对的主影像上 PS 点 (i,j)的斜距;θi,jm为 PS 点入射角。 形变相位φ defo ,i,jm可表示为 式中,tm表示干涉对m的时间基线;vi,j表示 PS 点的形变量。第m个干涉组合的 PS 网络中,相邻两个 PS 点(i,j)和(k,l)的相位差则表示为
因为大气延迟误差和轨道误差在空间上是强相关的,因此按照一定距离构建的相邻 PS 点之间的大气延迟差 Δ φ atm ,(i,j)(k,l)m和轨道误差 Δ φ orb ,(i,j)(k,l)m很小,甚至可以忽略[9, 10, 11]。对于高相干的 PS点 来说,噪声误差 Δ φ noi ,(i,j)(k,l)m同样很小[12, 13]。因此,ω(i,j)(k,l)m可表示为均值为零的随机函数。
假设研究区域共有N景影像,利用短基线规则可生成Y付干涉组合,则相邻 PS 点的相位差可进一步表示为
对于 PS 三角网中的每条边(基线)都可以建立式(7)的相位差方程,进而采用最小二乘平差求取基线参数 Δ h和 Δ v
式中,P为观测值的权矩阵,假设 PS 点 (i,j) 在N景 SAR 影像上互不相关,则其噪声协方差矩阵可表示为[14] 式中,σ noi ,i,j2表示 PS 点(i,j)在单 景SAR 影像上的噪声方差,根据协方差传播定律,Y付干涉组合的噪声协方差矩阵可表示为 式中,D代表干涉对设计矩阵,每行为一个干涉组合;1表示主影像,-1表示从影像。假设所 有PS点在每景SAR 影像上具有相同的噪声协方差矩阵,则双差观测相位的噪声协方差矩阵可表示为则双差观测值的权矩阵P可通过对式 (15)求逆得到。
2.2 多参考点PS网平差为从式(11)获取 PS网基线参数必须在某基准下进行PS网平差,即沿着已知的参考点对整网积分从而得到PS 点的形变速率和高程改正。设网中共有M个 PS点 ,形成了U条基线,PS 点的参数矩阵为X,另外设计一 PS基线与PS点 的关系矩阵G,G中的每行代表一条基线,则函数关系变为
选择具有先验信息的 PS 点i作为参考点,其在G矩阵中对应的列为si,令LL=L-sixi,GG、XX分别为去掉si、xi后的矩阵,则
如果考虑T(T>1)个参考点,则在观测方程中增加约束条件
式中,C为其余T-1个参考点基线设计矩阵;WT 为其已知的先验信息,可以利用已知的地面观测资料获取。则经过约束后的 PS 点的最小二乘解为 式中,NG=G GTPGG;Z=G GTPLL;NC=CNG-1CT ;P=AT PA。 3 试验数据处理与分析为了比较单参考点与多参考点对PS参数求解的影响,选择陕西西安为试验研究区域,获取了该地区自2009年4月至2010年9月的13景降轨Envisat ASAR数据进行PS-InSAR处理,数据列表见表 1。试验中的GPS数据来源于西安市地面沉降和地裂缝高精度GPS监测网,该网由30个带有强制对中的GPS观测墩组成。
序号 | 获取日期 | 轨道号 | 轨迹号 | 帧号 | 传感器 |
1 | 2009-04-18 | 37289 | 161 | 2913 | Envisat |
2 | 2009-05-23 | 37790 | 161 | 2913 | Envisat |
3 | 2009-06-27 | 38291 | 161 | 2913 | Envisat |
4 | 2009-08-01 | 38792 | 161 | 2913 | Envisat |
5 | 2009-09-05 | 39293 | 161 | 2913 | Envisat |
6 | 2009-11-14 | 40295 | 161 | 2913 | Envisat |
7 | 2009-12-19 | 40796 | 161 | 2913 | Envisat |
8 | 2010-01-23 | 41297 | 161 | 2913 | Envisat |
9 | 2010-02-27 | 41798 | 161 | 2913 | Envisat |
10 | 2010-04-03 | 42299 | 161 | 2913 | Envisat |
11 | 2010-05-08 | 42800 | 161 | 2913 | Envisat |
12 | 2010-06-12 | 43301 | 161 | 2913 | Envisat |
13 | 2010-09-25 | 44804 | 161 | 2913 | Envisat |
常规PS-InSAR选择单一主影像进行处理[15],而本文为了增加多余观测值采用了多主影像的小基线集InSAR技术,处理过程中选择时间基线跨度为30~400 d,垂直基线跨度为正负100 m,这样共形成23个干涉组合[16, 17]。外部DEM采用3 s弧度的SRTM,卫星轨道采用欧空局精密轨道DORIS数据。具体的PS-InSAR处理包括以下步骤:① 产生短基线干涉组合;② 精密配准短基线干涉对中的每一景影像;③ 生成差分干涉纹图;④ 采用振幅离差与相干系数阈值法综合选取PS点[18];⑤ 网络最小费流法(MCF)对PS点相位解缠;⑥ 建立Delaunay三角网;⑦ PS基线网平差;⑧ 相对于参考点进行空间积分,获取PS点形变速率场。
3.2 参考点准备如前所述,为了利用多参考点进行PS网平差需要已知参考点的先验信息。研究区域内具有地面资料的人工角反射器(CR)、GPS网、水准网点为试验提供了这种可能[19, 20, 21]。在满足既含有地面资料信息,又是PS点的条件下,试验中共选择了5个参考点,其中包含两个CR点,3个GPS点。同时为了比较单参考点与多参考点对平差结果的影响,另外选取了4个GPS点作为检核点。这些参考点和检核点的地面资料信息见表 2。需要说明的是表格中的形变速率和大地高均来自GPS观测,形变速率采用2009年1月—2010年12月4期的GPS观测值平差后的年均沉降形变速率。PS网中的参考点和检核点位置如图 1所示,其中,星号表示参考点,三角形表示检核点,镶嵌在图中的分别为CR和GPS点的实物图和放大的强度图。
点名 | 坐标 | 形变速率/mm | 大地高/m | 属性 |
XJ01 | 34.22 108.94 | -9.2 | 393.36 | GPS参考点 |
XJ02 | 34.19 108.94 | -57.2 | 404.45 | CR参考点 |
XJ04 | 34.28 108.96 | -21.5 | 388.36 | GPS参考点 |
XJ06 | 34.22 108.97 | -13.7 | 429.20 | GPS参考点 |
XJ07 | 34.25 108.84 | 0 | 366.62 | CR参考点 |
XJA2 | 34.32 108.93 | -2.8 | 355.63 | GPS检核点 |
XJ10 | 34.23 108.94 | -3.5 | 377.26 | GPS检核点 |
XJ14 | 34.24 108.97 | -2.7 | 400.73 | GPS检核点 |
XJ17 | 34.19 108.95 | -30.8 | 401.66 | GPS检核点 |
![]() |
图 1 参考点和检核点位置信息 Fig. 1 Location of reference and check points |
确定了参考点就可以进行PS网的平差,图 2是选择XJ01、XJ02、XJ04、XJ06和XJ07共5个地面点作为参考点,组成式(22),再由式(25)进行空间积分求出的西安市2009—2010年的平均形变场。为了比较多参考点的PS技术效果,本文还选取了XJ07为单参考点获取了相同时间的平均形变场(图 3所示),图 4为两者做差后的结果。
![]() |
图 2 单参考点平均形变场 Fig. 2 Surface deformation field from single-refe-rence point |
![]() |
图 3 多参考点平均形变场 Fig. 3 Surface deformation field from multi-refe-rence points |
![]() |
图 4 单参考点与多参考点差值 Fig. 4 The difference between single-reference and multi-reference PS-InSAR |
从图 2~图 3显示的结果可发现,西安市2009—2010年沉降区域集中于西南和东南方向,其他区域则相对稳定,最大沉降约80 mm。比较图 2和图 3,两者在形变区域上一致,从两者差异图 4中可以看出形变量级稍有差别,经统计最大差值为7.98 mm,最小为-7.94 mm,平均值为-3.21 mm。从差值分布区域分析,参考点包含的区域及其附近变化较为明显,而离参考点较远的外部区域则没有明显的变化,表明可能与参考点的分布有关。为了验证多参考点进行约束后的效果,选取了4个GPS点作为检核点(表 3)。表 3显示的结果表明,与GPS观测值相比,采用多参考点的结果优于单参考点情况,平均精度由3.3 mm提高到1.1 mm。
点名 | 坐标 | GPS值/mm | 单参考点/mm | 多参考点/mm |
XJA2 | 34.32 108.93 | -2.8 | -7.01 | -2.23 |
XJ10 | 34.23 108.94 | -3.5 | 0.217 | -3.56 |
XJ14 | 34.24 108.97 | -2.7 | -0.527 | -4.03 |
XJ17 | 34.19 108.95 | -30.8 | -33.86 | -29.65 |
针对PS-InSAR网平差中单基准站的不稳定性以及缺少多余观测值的问题,本文提出了基于多参考站的PS-InSAR处理方法,从理论方法详细推导了多参考点下PS网平差模型。由于结合一定的先验信息,采用多参考站平差一方面能够保证参考点的稳定性,另一方面增加约束条件使得解算结果更为合理。文中利用覆盖西安市的13景Envisat数据以及5个CR、GPS点作为参考点,获取了多参考站下的年平均形变场。通过4个GPS检核点,对比原有单参考点的结果,发现多参考站解比单参考站解与地面资料吻合得更好,精度有明显改进,从而证明了该方法的优越性。同时,试验中发现参考点附近以及参考点内部区域改善较为明显,而离参考点较远的外部区域改动不大,表明采用该方法与参考点分布具有一定的关系。因此,需要选择分布尽可能均匀且可靠的点作为参考点。本次试验中缺乏足够的检核点,最终改善的精度有待进一步检验。本文的局限性在于参考点的识别与布设,实际PS-InSAR应用中能识别到的含有先验信息的PS点数目有限,理想的参考点为CR点,然而增加CR的同时也增加了PS-InSAR变形监测的成本。
[1] | FERRETTI A, PRATI C, ROCCAF F, et al. Nonlinear Subsidence Rate Estimation Using Permanent Scatterers in Differential Sarinterferometry[J]. IEEE Transactions on Geoscience and Remote Sensing, 2000, 38(5): 2202-2212. |
[2] | COLESANTI C, FERRETTI A, NOVALI F, et al. SAR Monitoring of Progressive and Seasonal Ground Deformation Using the Permanent Scatterers Technique[J].IEEE Transactions on Geoscience and Remote Sensing, 2003, 41(7): 1685-1701. |
[3] | HOOPER A, ZEBKER H, SEGALL P, et al. A New Method for Measuring Deformation on Volcanoes and Other Natural Terrains Using InSAR Persistent Scatterers[J]. Geophysical Research Letters, 2004, 31: 611-615. |
[4] | COLESANTI C, WASOWSKI J. Investigating Landslides with Space-borne Synthetic Aperture Radar(SAR) Interferometry[J]. Engineering Geology, 2006, 88(3-4):173-199. |
[5] | CHEN Qiang. Detecting Regional Ground Deformation by Differential SAR Interferometry Based on Permanent Scatterers[D]. Chengdu: Southwest Jiaotong University, 2006. (陈强.基于永久散射体雷达差分干涉探测区域地表形变研究[D].成都:西南交通大学, 2006.) |
[6] | FERRETTI A, PRATI C, ROCCA F. Permanent Scatter in SAR Interferometry[J]. IEEE Transactions on Geoscience and Remote Sensing, 2001, 39(1): 8-19. |
[7] | KAMPUSB M. Radar Interferometry: Persistent Scatterer Technique[M]. Berlin: Springer, 2006. |
[8] | HANSSEN R. Radar Interferometry: Data Interpretation and Error Analysis[D]. Boston: Kluwer Academic, 2001. |
[9] | WILLIAMS S, BOCK Y, PENG F. Integrated Satellite Interferometry: Tropospheric Noise, GPS Estimates and Implications for Interferometric Synthetic Aperture Radar Products[J]. Journal of Geophysical Research Solid Earth, 1998, 103(B11): 27051-27067. |
[10] | LI Z W, DING X L, LIU G X. Modeling Atmospheric Effects on InSAR with Meteorological and Continuous GPS Observations: Algorithms and Some Test Results[J]. Journal of Atmospheric and Solar-terrestrial Physics, 2004, 66(11): 907-917. |
[11] | LIZ W, DINGX L, HUANGC. et al. Modeling of Atmo-spheric Effects on InSAR Measurements by Incorporating Terrain Elevation Information[J]. Journal of Atmospheric and Solar-terrestrial Physics, 2006, 68(11): 1189-1194. |
[12] | LIU G X, BUCKLEY S M, DING X L, et al. Estimating Spatiotemporal Ground Deformation with Improved Permanent-scatterer Radar Interferometry[J].IEEE Transactions on Geoscience and Remote Sensing, 2009, 47(8): 2762-2772. |
[13] | SHANKER P, ZEBKER H. Persistent Scatterer Selection Using Maximum Likelihood Estimation[J]. Geophysical Research Letter, 2007, 34(22):1- 4. |
[14] | KAMPES B, HANSSEN R. Ambiguity Resolution for Permanent Scatterer Interferometry[J]. IEEE Transactions on Geoscience and Remote Sensing, 2004, 42(11): 2446-2453. |
[15] | CHEN Qiang, DING Xiaoli, LIU Guoxiang. Method for Optimum Selection of Common Master Acquisition for PS-DInSAR[J]. Acta Geodaeticaet Cartographica Sinica, 2007, 36(4):195-399. (陈强,丁晓利,刘国祥.PS-DInSAR公共主影像的优化选取[J].测绘学报, 2007, 36(4):195-399.) |
[16] | BERARDINO P, FORNARO G, LANARI R, et al. A New Algorithm for Surface Deformation Monitoring Based on Small Baseline Differential SAR Interferometry[J]. IEEE Transaction on Geoscience and Remote Sensing, 2002, 40(11): 2375-2383. |
[17] | LANARI R, MORA O, MANUNTA M, et al. A Small-baseline Approach for Investigating Deformations on Full-resolution Differential SAR Interferograms[J]. IEEE Transaction on Geoscience and Remote Sensing, 2004, 42(7): 1377-1386. |
[18] | CHEN Qiang, LIU Guoxiang, LI Yongshu, et al. Automated Detection of Permanent Scatterers in Radar Interferometry: Algorithm and Testing Results[J]. Acta Geodaetica et Cartographica Sinica, 2006, 35(2): 112-117. (陈强,刘国祥,李永树,等.干涉雷达永久散射体自动探测:算法与实验结果[J].测绘学报, 2006, 35(2):112-117.) |
[19] | ZHAO C Y, ZHANG Q, DING X L, et al. Monitoring of Land Subsidence and Ground Fissures in Xi’an, China 2005—2006: Mapped by SAR Interferometry[J]. Environmental Geology, 2009, 58 (7): 1533-1540. |
[20] | ZHU Wu, ZHANG Qin, ZHAO Chaoying, et al. Monitoring Ground Fissure in Xi’an Area by Using of CR-InSAR[J]. Journal of Geodesy and Geodynamics, 2010, 30(6): 20-23. (朱武,张勤,赵超英,等.基于CR-InSAR的西安市地裂缝监测研究[J].大地测量学与地球动力学,2010, 30(6): 20-23.) |
[21] | ZHANG Qin, ZHAO Chaoying, DING Xiaoli, et al. Reseearch on Recent Characteristics of Spatio-temporal Evolution and Mechanism of Xi’an Land Subsidence and Ground Fissure by Using GPS and InSAR Techniques[J]. Chinese Journal of Geophysics, 2009, 52(5):1214-1222. (张勤,赵超英,丁晓利,等.利用GPS与InSAR研究西安现今地面沉降与地裂缝时空演化特征[J].地球物理学报, 2009, 52(5):1214-1222.) |