2019, Vol. 62
2. 青岛海洋科学与技术国家实验室, 海洋地质过程与环境功能实验室, 青岛 266061;
3. 英国纽卡斯尔大学工程学院, 纽卡斯尔NE1 7RU;
4. 长安大学地质工程与测绘学院, 西安 710054;
5. 广东地球动力学作用与地质灾害重点实验室, 中山大学地球科学与工程学院, 广州 510275;
6. 武汉大学测绘学院, 武汉 430079
2. Laboratory of Marine Geology, Qingdao National Laboratory for Marine Science and Technology, Qingdao 266061, China;
3. COMET, School of Engineering, Newcastle University, Newcastle Upon Tyne NE1 7RU, United Kingdom;
4. College of Geological Engineering and Geomatics, Chang'an University, Xi'an 710054, China;
5. Guangdong Provincial Key Laboratory of Geodynamics and Geohazards, School of Earth Sciences and Engineering, Sun Yat-sen University, Guangzhou 510275, China;
6. School of Geodesy and Geomatics, Wuhan University, Wuhan 430079, China
海岸带地区人口密集、经济发达，全世界一半以上人口生活在沿海约200 km范围内，该区域是地球上水圈、岩石圈、大气圈、生物圈和人类社会相互作用最频繁、最活跃的地带，同时也是全球自然生态环境最为复杂和脆弱的地域之一(Ouellette and Getinet, 2016; 张丽等, 2017).因此，对海岸带变化的动态监测已成为全球变化研究的重要领域.
合成孔径雷达干涉测量(InSAR)技术具有全天候、全天时、高空间分辨率等特点，自20世纪90年代至今已广泛应用于构造运动和人类活动相关的形变监测(Elliott et al., 2016; 林珲等, 2017; Liu et al., 2015; 张胜凯等, 2015张勤等, 2017; 朱建军等, 2017)，如：地震、火山、滑坡和地面沉降等，可以为大范围海岸带地理环境变化、洋陆过渡带地震周期等研究提供重要的数据源和技术支持.在轨运行的C波段Sentinel-1A/B、L波段ALOS-2卫星以及规划中的下一代L波段高分辨率宽幅SAR卫星Tandem-L在重访周期、轨道控制方面均有较大改进，可用于干涉测量的宽幅模式(如：ScanSAR、TOPSAR)数据得到不断获取与积累，推动了宽幅InSAR技术在大范围、微小、缓慢地表形变监测领域的应用(Feng et al., 2017; 李鹏等, 2017; Moreira et al., 2015).
由于日月对地球存在天体引潮力作用，使得海水产生周期性涨落，即海洋潮汐.海洋潮汐会引起海水质量重新分布，进而导致固体地球产生周期性形变，即海潮负荷效应(Ocean Tidal Loading，OTL).一些沿海地区海潮负荷垂向地面位移可达10 cm，垂向形变梯度可达3 cm/100 km，给大范围、微小、缓慢(尤其是非稳态)构造形变InSAR监测与分析带来挑战，然而多数海岸带InSAR形变监测研究忽视了对海潮负荷影响改正的必要性(Dicaprio and Simons, 2008).目前，GNSS精密大地测量数据处理通常需要考虑海潮负荷位移改正，关于如何方便、快捷、有效地估计与改正InSAR海潮负荷三维分量的实际应用研究案例与讨论则相对较少.
已有研究表明，沿海地区基于不同海潮模型得到的海潮负荷差异在mm级左右，基于不同海潮负荷计算软件得到的沿海地区垂直位移差异≤1~2 mm，内陆地区差异≤0.2~0.5 mm(Penna et al., 2008, 2015; Stammer et al., 2014; Urschl et al., 2005).由于海潮负荷对沿海GPS测站的影响是内陆测站影响的4~5倍(cm级)，垂向影响为水平方向的2~3倍(Agnew, 1997; Penna et al., 2015)，因此高精度GNSS大地测量学研究通常需要改正海潮负荷位移(刘经南等, 2016; 吴志露等, 2017; Yuan and Chao, 2012; 赵红等, 2017).由于差分雷达干涉测量为相对位移观测量，无需考虑具有加常数特征、波长约为103~104km的固体潮、极潮负荷，但是波长尺度为102~103km的海潮负荷则会引入mm级至cm级的形变梯度(Blewitt, 2015)，此类非构造信号对海岸带InSAR精密监测造成显著影响.
2008年以来，国内外一些学者对InSAR海潮负荷影响估计与改正方法做了有益的尝试与探索.Dicaprio和Mark(2008)首次提出改正InSAR形变干涉图海潮负荷位移的重要性(特别是宽幅模式)，认为双线性坡面拟合方法难以有效分离海潮负荷影响，利用全球海潮模型GOT00.2得到了冰岛、秘鲁单个干涉图的视线向(Line of Sight, LOS)海潮负荷位移，但没有对海潮模型差异以及时序InSAR等实际应用进行深入讨论.Lei等(2017)基于区域海潮模型(OSU.CHINASEA.2010)研究了仅考虑海潮负荷垂向影响的上海、洛杉矶单个干涉图海潮负荷影响改正，与测区内IGS(International GNSS Service，国际GNSS服务)台站参考点进行比较，结果表明其InSAR形变监测精度可以提升约20%.Peng等(2017)以洛杉矶为例研究了利用GPS观测剔除先验形变信号基础上的InSAR轨道误差与海潮负荷影响分离方法，而国内多数海岸带地区缺少或者难以布设大范围、密集的GNSS长期连续观测台站.
本文基于多源海潮模型研究海潮负荷对宽幅InSAR形变监测的影响，以全球三个典型海岸带地区(中国福建、南美智利、北美阿拉斯加湾)为例，详细分析海潮负荷对宽幅InSAR观测的影响，进一步讨论不同海潮模型的差异，并给出相应的海潮负荷位移估计与改正方法.
1 海潮负荷与海潮模型根据Farrell负荷形变理论，海潮负荷(位移、重力、倾斜、应变等)可由海潮模型、基于地球模型的格林函数通过(1)式离散褶积积分求得(Farrell, 1972; 周江存等, 2007)：
|
(1) |
其中，(θ, λ)与(θ′, λ′)分别代表测站与负荷点(对应海潮模型格网中心点)的经纬度坐标，(ψ, A)分别代表测站与负荷点之间的球面角距离、方位角，ρw代表海水密度，R代表地球半径，SG代表整个海面，H(θ′, λ′, t)代表全球区域SG在负荷点(θ′, λ′)处第i个分潮的瞬时潮高，G(φ, A)代表位移负荷格林函数和方位角的组合.通过(1)式，可在频域中求出各测站处分潮振幅和相位.
根据国际地球自转服务(International Earth Rotation Service, IERS)规范可知，海潮负荷瞬时位移Δck可以表示为N个不同潮波负荷位移矢量的叠加，一般N=11(包含4个半日潮波M2、S2、N2、K2，4个周日潮波K1、O1、P1、Q1，3个长周期潮波Mf、Mm、Ssa)，根据式(2)可以获得各分潮在该点站心直角坐标系(N/E/U)下的海潮负荷瞬时位移分量(Petit and Luzum, 2010; Yuan et al., 2013)：
|
(2) |
其中，N为叠加的潮波总数，Ak, i和ϕk, i分别代表i潮波在k方向(即站心直角坐标对应的东向、北向和垂向)的振幅和格林尼治相位，fi和μi为顾及月球轨道焦点调制作用的参数，χi代表i潮波天文幅角，t为格林尼治时间.
全球海潮模型的建立主要分为两类(如表 1所示)：①基于卫星测高数据的经验模型；②基于流体动力学方程的同化模型(李大炜等, 2012; 张胜凯等, 2015).同化模型的建立需要特定优化标准和方法，联合常规观测数据与数值模型获得潮汐分布信息，其空间分辨率取决于流体动力学方程；经验模型的空间分辨率与精度通常受限于卫星测高数据，在近海浅水区域由于海岸线、海底地形、海底摩擦系数等影响增强、海潮空间变化加快，导致测高数据精度降低.因此，计算海潮负荷的关键是选取合适的海潮模型，海潮模型的差异主要集中在浅海和极地区域(Stammer et al., 2014; 张胜凯等, 2015).
|
表 1 部分全球海潮模型(修改自张胜凯等, 2015) Table 1 Some global ocean tidal models modified from Zhang et al., 2015 |
近年来，国际上发布了20多种全球海潮模型，在模型空间分辨率、同化数据源种类、模型精度等方面均有提升.由于不同海潮模型所使用的数据源种类、空间分辨率及计算方法等不同，使得海潮模型精度和适用区域存在差异.国内外已有不少文献资料介绍了基于GPS观测评估不同海潮模型估计海潮负荷影响的差异及适用性(Baker and Bos, 2003; 刘经南等, 2016; Melachroinos et al., 2009; Penna et al., 2015; Thomas et al., 2007; 吴志露等, 2017; Yuan et al., 2013; 张小红等, 2016; 赵红等, 2017)，研究表明除某些沿海地区外，常用海潮模型(如：NAO99.b、FES2004、TPXO7.2、HAMTIDE11a、DTU10、EOT11a、GOT4.7等)在全球范围内与GNSS解算结果符合较好，海潮负荷对GPS基线长度的影响与其基线端点所受海潮负荷的量级及基线方位有较大相关性.
本文利用斯克里普斯海洋研究所(Scripps Institution of Oceanography，UC San Diego)开发的SPOTL(Some Programs for Ocean-Tide Loading V3.3.0.2)软件，组合不同的全球海潮模型、区域海潮模型、地球模型，计算研究区域单个台站或者格网化潮汐分量对应的海潮负荷振幅与相位，负荷效应主要包括垂直位移、水平位移等(Agnew, 1997, 2012).
2 海潮负荷对InSAR形变监测的影响估计本文略去推导过程，直接给出重复轨道差分干涉测量一般表达式(Baehr, 2013)：
|
(3) |
其中ϕ为原始干涉相位，ϕref为参考相位，δϕtopo为残余地形相位，δϕorb为残余轨道相位，ϕdefo为形变相位，ϕatmo为大气相位，ϕnoise为其余噪声贡献.类似于大气相位ϕatmo，海潮负荷差分相位ϕΔOTL难以直接给出其数学表达形式，但可以通过其物理表达式(1)进行外部精确估计，以正确分离形变相位贡献ϕdefo.
由上文可知，海潮负荷位移在海岸带InSAR观测中引入了mm~cm量级的贡献，因此本文考虑如何对海岸带InSAR干涉图中的海潮负荷位移影响进行估计，具体流程如下所示：
(1) 提取干涉图主辅影像获取时间和影像坐标范围，利用IDL语言生成坐标格网文件；
(2) 利用C-Shell脚本语言调用SPOTL，基于特定海潮模型(建议采用最新发布的高分辨率全球海潮模型或区域海潮模型，可以体现更多的局部精细特征)计算二维平面像元对应的各潮汐分量的海潮负荷水平与垂向位移，即三维形变分量(E/N/U)；
(3) 将研究区域海潮负荷位移投影至InSAR视线向(LOS)方向，利用IDL生成与SAR影像获取时间一致的海潮负荷位移图及差分位移图，根据(4)式实现海潮负荷形变分量与InSAR观测量的转换：
|
(4) |
其中，θ代表入射角，αH代表卫星航向角，d代表形变位移(Deformation)，E、N、U分别代表站心空间直角坐标系下的形变位移三维分量(东方向East、北方向North、上方向Up).dLOS朝向卫星为正，E/N/U方向的符号为正.H代表卫星飞行轨道方向或者沿轨方向在地面的投影(Heading)，AT代表沿轨方向或者方位向(Along Track, AT)，LOS代表卫星观测的视线向或斜距方向.假定忽略水平分量，则垂直分量与LOS向位移的关系为dU=dLOS/cosθ.
3 实验与讨论本文以ALOS-2 PALSAR-2和Sentinel-1A宽幅模式数据为例，开展面向宽幅InSAR形变监测的海潮负荷三维分量估计与差分相位提取，并讨论海潮模型的差异.相比Sentinel-1宽幅模式TOPSAR数据(单轨标准幅宽为250 km)，ALOS-2 PALSAR-2宽幅模式ScanSAR数据(单轨标准幅宽为350 km)可以兼顾更多的陆地范围.另外，经过数据检索发现目前可获取的重访周期为6天或12天的Sentinel-1A/1B干涉对仍然很少，ALOS-2宽幅SAR数据与大多数可获取的Sentinel-1A宽幅SAR干涉数据的最短时间基线接近(分别为28天和24天).
本文所选研究区域分布在太平洋两岸，分别包括中国福建(24°N—28°N)、南美智利(22°S—26°S)、北美阿拉斯加湾(58°N—62°N).研究区域的选取综合考虑了人类活动、冰川变化和地质构造等相关的海岸带地表形变，三个区域具有一定的代表性.
3.1 中国福建地区福建位于中国东南沿海，东面隔台湾海峡与台湾省相望，全年降雨偏多，地表植被茂密.如图 1a所示，本文研究区域覆盖福建省东部地区，海岸线蜿蜒曲折，以侵蚀海岸为主，地震活动较弱，2010年至2017年间没有发生MW>4地震.受季风环流和地形影响，潮汐性质复杂，不同区域具有不同的潮波系统，主要表现为半日潮特征，部分区域具有不正规半日潮特征.覆盖研究区域的ALOS-2 PALSAR-2与Sentinel-1A宽幅干涉对(20160629-20160727, 20160630-20160724)时间基线分别为28天与24天.
|
图 1 本文研究区域示意图 （a）中国福建地区；（b）南美智利地区；（c）北美阿拉斯加湾地区.红框、蓝框分别代表ALOS-2 PALSAR-2与Sentinel-1A干涉宽幅数据的覆盖范围.圆点对应Mw>4地震分布（引自USGS地震目录2010-2017年），红色三角形对应图 2、图 3所选台站位置. Fig. 1 Study regions with the coverages of ALOS-2 PALSAR-2 and Sentinel-1A WS images(red and blue rectangles, respectively) The study regions from left to right are (a) Fujian, Southern China; (b) Northern Chile and (c) Gulf of Alaska.Please note that (ⅰ) Solid dots represent recent earthquakes with Mw>4 from USGS earthquake catalogue, and (ⅱ) Red triangles represent the stations shown in Figs.2 and 3. |
|
图 2 基于多源海潮模型得到的研究区域ALOS-2 PALSAR-2主辅影像获取时刻24 h垂向海潮负荷时间序列 Fig. 2 Time series plot of OTL vertical displacement with 24 hours estimated from multiple ocean tidal models. The starting time is identical with the observation time of ALOS-2 PALSAR-2 master and slave images |
|
图 3 基于GOT4.7海潮模型得到的研究区域ALOS-2 PALSAR-2主影像获取时刻对应的30天海潮负荷时间序列. A1、A2、S1、S2分别代表图 1对应的三个研究区域ALOS-2与Sentinel-1A干涉对的主辅影像时刻 Fig. 3 Time series of OTL N/E/U/LOS displacement with 30 days estimated from GOT4.7 model. The starting time is identical with the observation time of ALOS-2 PALSAR-2 master image. The master and slave image acquisition time for ALOS-2 PALSAR and Sentinel-1A pairs from Fig. 1 was represented as A1, A2, S1, S2 respectively |
如图 2(a1, a2)所示，基于多源海潮模型计算得到的海潮负荷周期(24 h)与当地潮汐周期基本一致，主要表现为不规则半日潮特征.不同海潮模型得到的海潮负荷垂向位移存在差异，特别是在高潮或低潮处差异较大，其中中国海域局部海潮模型OSU.CHINASEA.2010在低高潮、高低潮和低低潮处均估值绝对值偏大，在低低潮处存在最小估值(约为-21 mm)，在高高潮处差异较小，在高高潮处EOT11A.2011海潮模型存在最大估值(约为22 mm)，而此处FES.2004海潮模型则估值最小(约为15 mm)，其他时刻各海潮模型间差异较小.对应主影像观测时刻的海潮负荷垂向位移约为0~-6 mm，对应辅影像观测时刻约为8~13 mm.以OSU.CHINASEA.2010海潮模型为例，宽幅干涉图对应此点理论海潮负荷垂向位移差分值约为14 mm.
如图 3a所示，本文基于GOT4.7海潮模型得到了主影像观测时刻(含)后30天的海潮负荷位移时间序列，海潮负荷位移极值与天文大潮、小潮时刻保持一致，垂向位移分量每月存在两次极大值(约36 mm)和两次极小值(约-26 mm)，极值处的垂向位移分量约为水平位移分量(一般在±8 mm以内)的3~5倍.由于垂向位移分量显著高于水平位移分量，表明福建地区海潮负荷对沿海测站的位移影响主要为垂直方向.
3.2 智利北部地区智利位于南美洲西海岸、安第斯山脉西麓，西邻太平洋，大部分地带沿海岸伸展，境内多火山，地震频繁.如图 1b所示，本文研究区域位于智利北部阿塔卡玛沙漠(Atacama Desert)地区，常年高温少雨，是地球上最干燥的地区之一，地表植被稀少，没有独立的海洋环流和潮汐系统.纳斯卡板块(Nazca Plate)以68 mm·a-1的速度向南美洲板块俯冲，导致南美洲西海岸特别是智利地区地震频发，在2010年至2017年间MW>4地震超过20次.本文选取的ALOS-2 PALSAR-2与Sentinel-1A宽幅干涉对(20160621-20160719，20160705-20160729)没有受到MW>6地震形变影响，时间基线分别为28天与24天.
如图 2(b1, b2)所示，基于多源海潮模型计算得到的海潮负荷周期(24 h)与当地潮汐周期基本一致，主要表现为不规则日潮特征.不同海潮模型得到的海潮负荷垂向位移在高潮或低潮处差异较大，其中EOT11A.2011海潮模型在高高潮和低潮处均估值绝对值偏小，在低高潮处存在估值绝对值偏大，GOT4P7.2004海潮模型存在海潮负荷极值，最大约为13 mm，最小约为-17 mm，其他时刻各海潮模型间差异较小.对应主影像观测时刻的海潮负荷垂向位移约为1~6 mm，对应辅影像观测时刻约为2~7 mm.以EOT11A.2011海潮模型为例，宽幅干涉图对应此点海潮负荷垂向位移差分值约为1 mm.
如图 3b所示，基于GOT4.7海潮模型得到了主影像观测时刻(含)后30天的海潮负荷位移时间序列，海潮负荷位移极值与天文大潮、小潮时刻保持一致，垂向位移分量每月存在两次极大值(约15 mm)和两次极小值(约-20 mm)，极值处的垂向位移分量约为水平位移分量的3~5倍，东西向一般在±8 mm以内，南北向一般在±4 mm以内，表明该地区海潮负荷垂向分量对沿海测站位移具有显著影响.
3.3 北美阿拉斯加湾地区阿拉斯加湾(Gulf of Alaska)位于北太平洋东北角，是北美大陆西北侧的宽阔海湾，沿岸有许多冰河直接流入海湾，因此又称之为冰川湾.如图 1c所示，研究区域紧邻阿拉斯加湾，陆上部分位于美国阿拉斯加东南端和加拿大交界地区，该地区拥有大量潮汐冰川、高山冰川及大范围冰原，近年来全球气候变暖导致众多冰川存在显著消融与后退.研究区域受到亚库塔特微板块(Yakutat Microplate)以44 mm·a-1的速度向阿拉斯加板块俯冲影响，在2010年至2017年间发生近10次MW>4地震.本文选取的ALOS-2 PALSAR-2与Sentinel-1A宽幅干涉对(20151127-20160108，20151127-20151221)没有受到MW>6地震形变影响，干涉对时间基线分别为42天与24天.
如图 2(c1, c2)所示，基于多源海潮模型计算得到的海潮负荷周期(24 h)与当地潮汐周期基本一致，主要表现为不规则半日潮特征.不同海潮模型得到的海潮负荷垂向位移差异主要表现在高潮与低潮处，海潮负荷估值存在显著的分组现象，并且主辅影像相同时刻对应的海潮负荷估值差异较大，例如：(1)在主影像时刻，GOT4P7.2004与FES.2004海潮模型吻合较好，在高高潮和低低潮处估值绝对值偏大(极大值约为70 mm)，在高低潮处估值绝对值偏小(极小值约为-70 mm)，其他海潮模型得到海潮负荷估值则较好地保持一致；(2)在辅影像时刻，EOT11A.2011与FES.2004海潮模型吻合较好，其他海潮模型较好地保持一致，极大值约为50 mm，极小值约为-45 mm.对应主影像观测时刻的海潮负荷垂向位移为-37~-17 mm，对应辅影像观测时刻为20~30 mm.以FES.2004海潮模型为例，宽幅干涉图对应此点海潮负荷垂向位移差分值约为64 mm.
如图 3c所示，本文基于GOT4.7海潮模型得到了主影像观测时刻(含)后30天的海潮负荷位移时间序列，海潮负荷位移极值与天文大潮、小潮时刻保持一致，垂向位移分量每月存在两次极大值(约65 mm)和两次极小值(约-50 mm)，极值处的垂向位移分量约为水平位移分量的3~5倍，东西向一般在±10 mm以内，南北向一般在±20 mm以内，表明垂向位移分量仍然占据主导位置，但是对沿海测站精密形变监测而言，水平分量已经达到了不可忽视的程度(≥10 mm).
3.4 讨论本文通过选取其中两种全球海潮模型(GOT4.7、HAMTIDE11a)以及中国地区的区域海潮模型(OSU.CHINASEA.2010)来分析海潮模型的选取对单个InSAR干涉图海潮负荷估计的差异.
(1) 福建地区：海潮负荷差分位移基本一致.
如图 4(a1, a2, a3)所示，自海岸带至内陆的海潮负荷差分剖面表现出不规则曲面特征，这与福建沿海复杂的潮波与地形特征存在较大相关性.通过海潮负荷位移二次差分可以看出，在海岸带附近GOT4.7比HAMTIDE11a高0.2~1.6 mm(图 5a)，GOT4.7比OSU.CHINASEA.2010高0.4~2.8 mm(图 5b)，HAMTIDE11a比OSU.CHINASEA.2010高0.2~1.7 mm(图 5c)，结果表明全球海潮模型GOT4.7在中国福建沿海地区存在偏高的海潮负荷位移，而局部海潮模型OSU.CHINASEA.2010则低估了海潮负荷位移.
|
图 4 不同海潮模型(以GOT4.7、HAMTIDE11a、OSU.CHINASEA.2010为例)提取的海潮负荷位移差分图 研究区域分别为：(a1, a2, a3)中国福建地区; (b1, b2)北美阿拉斯加湾地区; (c1, c2)南美智利地区. Fig. 4 Differential maps of OTL displacements estimated from different ocean tidal models (GOT4.7, HAMTIDE11a and OSU.CHINASEA.2010) (a1, a2, a3) Fujian, Southern China; (b1, b2) Gulf of Alaska; (c1, c2) Northern Chile. |
|
图 5 不同海潮模型提取的海潮负荷位移二次差分图 研究区域分别为：(a, b, c)中国福建地区; (d)南美智利地区; (e)北美阿拉斯加湾地区. Fig. 5 Double differential maps of OTL displacements estimated from different ocean tidal models (GOT4.7, HAMTIDE11a and OSU.CHINASEA.2010) (a, b, c) Fujian, Southern China; (d) Northern Chile; (e) Gulf of Alaska. |
(2) 阿拉斯加湾地区：海潮负荷差分位移之间存在较大差异.
如图 4(b1, b2)所示，基于HAMTIDE11a海潮模型得到的海潮负荷差分位移绝对值偏高，在研究区域左侧存在显著的条纹不一致现象，海湾附近海岸带区域的海潮负荷位移超过-10 mm，即使在干涉图距离海岸线最远端的陆地部分仍然达到-5 mm.如图 5e所示，在海岸带地区两种海潮模型得到的海潮负荷差分位移存在较大差异(约2~4 mm)，这可能与该地区海岸带特殊的地形构造特征和潮汐特征有关.
(3) 智利地区，海潮负荷差分位移具有较好的一致性.
如图 4(c1, c2)所示，海潮负荷差分等值线图表现出较强的规律性，与近似南北走向的规则海岸地形特征相关.距离海岸带越远，负荷位移在水平方向递减.如图 5d所示，基于两种海潮模型得到的海潮负荷差分位移之间的差异约为-0.1~-0.2 mm，结果表明全球海潮模型在该地区具有较好的一致性.
(4) 海潮负荷影响并非仅与研究范围大小有关，同时也与研究区域位置相关.
对于某些量级较大的形变监测而言(如：MW>7同震形变)，通常利用最佳线性平面或者二次多项式曲面去拟合卫星轨道误差等影响，但是最佳曲面拟合方法在很大程度上会滤掉长波段、微小形变信号(如：震间或震后形变).由于海潮负荷形变梯度的变化趋势与所在研究区域的地形特征存在相关性，因此采用拟合轨道平面的类似方法不适合、也不可能完全校正海潮负荷位移的影响，特别是对于时序InSAR技术监测海岸带大范围、缓慢构造形变而言.
(5) 天文大潮期间获取的SAR影像受到海潮负荷位移的较大影响.
图 3a正好包含了4幅SAR影像获取时刻对应的海潮负荷位移，A2-A1与S2-S1分别对应ALOS-2 PALSAR-2和Sentinel-1A干涉对时间基线(28天和24天).由于主辅影像在当天获取时刻(GMT时间)基本一致(如表 2所示)，对于较为规则的长周期海潮月周期变化而言，主辅影像对应的海潮负荷位移处在近似对称位置.由于可获取的Sentinel-1影像重访周期在某些地区可以降至6天或12天，对应SAR影像获取时刻可能会与天文大潮(农历初一或十五)或天文小潮(上弦或下弦)时刻重合，此时海潮负荷位移量级比其他时刻要大，特别是对于不规则长周期海潮变化而言，受到海潮负荷差分位移的潜在影响更大.
|
|
表 2 本文所用宽幅SAR影像的获取时间 Table 2 Acquisition time for wide-swath mode SAR images |
InSAR技术为确定全球人类活动、气候变暖背景下海岸带地区的地表运动提供了重要观测资料，但是需要精确估计与改正一些关键误差源.本文以宽幅模式数据为例，利用多源海潮模型研究了全球典型海岸带(福建、智利、加拿大)地区海潮负荷位移对宽幅InSAR形变监测的影响，给出了宽幅InSAR的海潮负荷三维分量估计与差分相位提取方法，并进一步讨论了海潮模型相关的差异，研究结果表明：
(1) 沿海地区海潮负荷位移对宽幅InSAR垂向形变影响显著超过对其水平方向的影响，在某些地区天文大潮或低潮期间可以达到cm级，海潮负荷对InSAR形变监测的影响与陆地至海岸线的距离成反比；
(2) 对于海岸带地区大范围(>100 km)、微小(mm级)、长时间序列形变监测，影像获取时间可以考虑尽量避开天文大潮以及日潮汐变化中的峰值时刻，否则需要考虑如何有效地估计与改正海潮负荷的影响；
(3) 海潮负荷影响不仅与研究范围大小有关，其形变梯度变化与研究区域地形特征存在强相关，因此对于长波长形变监测而言，传统平面或者曲面拟合方法难以有效分离海潮负荷位移，建议基于最新发布的高分辨率全球海潮模型或融合长期验潮站资料的区域海潮模型开展时序InSAR相关的海潮负荷影响估计.
由于海潮负荷估计的主要影响因素是海潮模型选取，对于与大洋连通的区域，全球海潮模型具有较高精度，而近海区域或者潮波系统比较复杂区域，其精度则相对较低，因此需要通过联合更多的卫星测高数据和原位观测数据(如：岸基观测、走航观测等)评估与改进多源海潮模型的适用性，特别是复杂近海海域，需要建立更高分辨率的格网模型，以满足特殊地区海潮负荷位移估计与改正的需求.
致谢 感谢许才军教授、单新建研究员、Hans-Georg Scherneck教授、Duncan Agnew教授对前期研究提供的建议.本文部分研究工作得到了英国环境研究委员会(NERC)地震火山构造观测与建模中心项目(COMET，ref.come30001)、英国LiCS空间对地观测项目(ref.NE/K010794/1)、中欧科技合作龙计划四期项目(ESA-MOST DRAGON-4，ref.32244)、中国海洋大学绿卡人才工程科研经费项目支持.感谢日本宇航局(JAXA)提供的ALOS-2 PALSAR-2宽幅数据(PI No.3174)，Sentinel-1 IW数据由欧洲空间局(ESA)免费提供.正文中部分图件使用GMT5.3软件绘制而成(Wessel and Smith, 1998).
Agnew D C. 1997. NLOADF:A program for computing ocean-tide loading. Journal of Geophysical Research:Solid Earth, 102(B3): 5109-5110. DOI:10.1029/96JB03458 |
Agnew D C. 2012. SPOTL: some programs for ocean-tide loading (SIO Technical Report). San Diego: Scripps Institution of Oceanography, University of California.
|
Baehr H. 2013. Orbital effects in spaceborne synthetic aperture radar interferometry[Ph. D. thesis]. Karlsruhe Institute of Technology (KIT)-Department of Civil Engineering, Geo and Environmental Sciences. Karlsruhe, Germany: KIT Scientific Publishing.
|
Baker T F, Bos M S. 2003. Validating Earth and ocean tide models using tidal gravity measurements. Geophysical Journal International, 152(2): 468-485. DOI:10.1046/j.1365-246X.2003.01863.x |
Blewitt G. 2015. GPS and space-based geodetic methods.//Schubert G ed. Treatise on Geophysics. 2nd ed. Oxford: Elsevier, 307-338, doi: 10.1016/B978-0-444-53802-4.00060-9.
|
Dicaprio C J, Simons M. 2008. Importance of ocean tidal load corrections for differential InSAR. Geophysical Research Letters, 35(22): 113-130. DOI:10.1029/2008GL035806 |
Elliott J R, Walters R J, Wright T J. 2016. The role of space-based observation in understanding and responding to active tectonics and earthquakes. Nature Communications, 7: 13844. DOI:10.1038/ncomms13844 |
Farrell W E. 1972. Deformation of the Earth by surface loads. Reviews of Geophysics, 10(3): 761-797. DOI:10.1029/RG010i003p00761 |
Feng W P, Samsonov S, Tian Y F, et al. 2017. Surface deformation associated with the 2015 MW8.3 Illapel earthquake revealed by satellite-based geodetic observations and its implications for the seismic cycle. Earth and Planetary Science Letters, 460: 222-233. DOI:10.1016/j.epsl.2016.11.018 |
Lei M F, Wang Q J, Liu X L, et al. 2017. Influence of ocean tidal loading on InSAR offshore areas deformation monitoring. Geodesy and Geodynamics, 8(1): 70-76. |
Li D W, Li J C, Jin T Y, et al. 2012. Accuracy estimation of recent global ocean tide models using tide gauge data. Journal of Geodesy and Geodynamics (in Chinese), 32(4): 106-110. |
Li P, Li Z H, Li T, et al. 2017. Wide-swath InSAR geodesy and its applications to large-scale deformation monitoring. Geomatics and Information Science of Wuhan University (in Chinese), 42(9): 1195-1202. |
Lin H, Ma P F, Wang W X. 2017. Urban infrastructure health monitoring with spaceborne multi-temporal synthetic aperture radar interferometry. Acta Geodaetica et Cartographica Sinica (in Chinese), 46(10): 1421-1433. |
Liu J N, Zhang H Y, Liu Y X, et al. 2016. Progress of ocean tide loading inversion based on GNSS. Geomatics and Information Science of Wuhan University (in Chinese), 41(1): 9-14. |
Liu P, Li Q Q, Li Z H, et al. 2015. Land subsidence over oilfields in the Yellow River delta. Remote Sensing, 7(2): 1540-1564. DOI:10.3390/rs70201540 |
Melachroinos S A, Lemoine J M, Tregonin P, et al. 2009. Quantifying FES2004 S2 tidal model from multiple space-geodesy techniques, GPS and GRACE, over North West Australia. Journal of Geodesy, 83(10): 915-923. DOI:10.1007/s00190-009-0309-2 |
Moreira A, Krieger G, Hajnsek I, et al. 2015. Tandem-L:a highly innovative bistatic SAR mission for global observation of dynamic processes on the earth's surface. IEEE Geoscience and Remote Sensing Magazine, 3(2): 8-23. DOI:10.1109/MGRS.2015.2437353 |
Ouellette W, Getinet W. 2016. Remote sensing for marine spatial planning and integrated coastal areas management:achievements, challenges, opportunities and future prospects. Remote Sensing Applications:Society and Environment, 4: 138-157. DOI:10.1016/j.rsase.2016.07.003 |
Peng W, Wang Q J, Cao Y M. 2017. Analysis of ocean tide loading in differential InSAR measurements. Remote Sensing, 9(2): 101. DOI:10.3390/rs9020101 |
Penna N T, Bos M S, Baker T F, et al. 2008. Assessing the accuracy of predicted ocean tide loading displacement values. Journal of Geodesy, 82(12): 893-907. DOI:10.1007/s00190-008-0220-2 |
Penna N T, Clarke P J, Bos M S, Baker T F. 2015. Ocean tide loading displacements in western Europe:1.Validation of kinematic GPS estimates. Journal of Geophysical Research:Solid Earth, 120(9): 6523-6539. DOI:10.1002/2015JB011882 |
Petit G, Luzum B. 2010. IERS conventions (2010), IERS Technical Note No. 36. Central Bureau of the International Earth Rotation and Reference Systems Service (IERS), Federal Agency for Cartography and Geodesy, Frankfurt am Main, Germany.
|
Stammer D, Ray R D, Andersen O B, et al. 2014. Accuracy assessment of global barotropic ocean tide models. Reviews of Geophysics, 52(3): 243-282. |
Thomas I D, King M A, Clarke P J. 2007. A comparison of GPS, VLBI and model estimates of ocean tide loading displacements. Journal of Geodesy, 81(5): 359-368. DOI:10.1007/s00190-006-0118-9 |
Urschl C, Dach R, Hugentobler U, et al. 2005. Validating ocean tide loading models using GPS. Journal of Geodesy, 78(10): 616-625. DOI:10.1007/s00190-004-0427-9 |
Wessel P, Smith W H F. 1998. New, improved version of generic mapping tools released. EOS, Transactions American Geophysical Union, 79(47): 579. DOI:10.1029/98EO00426 |
Wu Z L, Liu Y X, He X F, et al. 2017. Inversion of ocean tidal loadings of marine constituents based on the GPS measurements in the offshore islands. Chinese Journal of Geophysics (in Chinese), 60(1): 61-69. DOI:10.6038/cjg20170106 |
Yuan L G, Chao B F. 2012. Analysis of tidal signals in surface displacement measured by a dense continuous GPS array. Earth and Planetary Science Letters, 355-356: 255-261. DOI:10.1016/j.epsl.2012.08.035 |
Yuan L G, Chao B F, Ding X L, et al. 2013. The tidal displacement field at Earth's surface determined using global GPS observations. Journal of Geophysical Research:Solid Earth, 118(5): 2618-2632. DOI:10.1002/jgrb.50159 |
Zhang J Z, Huang H J, Bi H B. 2015. Land subsidence in the modern Yellow River Delta based on InSAR time series analysis. Natural Hazards, 75(3): 2385-2397. DOI:10.1007/s11069-014-1434-7 |
Zhang L, Lin H, Hashim M B, et al. 2017. Earth Observation of resources and environment in coastal zone along the maritime silk road. Bulletin of Chinese Academy of Sciences (in Chinese), 32(Z1): 26-33. |
Zhang Q, Huang G W, Yang C S. 2017. Precision space observation technique for geological hazard monitoring and early warning. Acta Geodaetica et Cartographica Sinica (in Chinese), 46(10): 1300-1307. |
Zhang S K, Lei J T, Li F. 2015. Advances in global ocean tide models. Advances in Earth Science (in Chinese), 30(5): 579-588. |
Zhang X H, Ma L, Li P. 2016. Determination of ocean tide loading displacements using kinematic PPP. Acta Geodaetica et Cartographica Sinica (in Chinese), 45(6): 631-638. |
Zhao H, Tu R, Liu Z, et al. 2017. Determination of ocean tide loading displacement parameters by GPS Kinematic PPP. Acta Geodaetica et Cartographica Sinica (in Chinese), 46(8): 988-998. |
Zhou J C, Sun H P. 2007. The load effect of local tide on displacement. Progress in Geophysics (in Chinese), 22(5): 1340-1344. |
Zhu J J, Li Z W, Hu J. 2017. Research progress and methods of InSAR for deformation monitoring. Acta Geodaetica et Cartographica Sinica (in Chinese), 46(10): 1717-1733. |
李大炜, 李建成, 金涛勇, 等. 2012. 利用验潮站资料评估全球海潮模型的精度. 大地测量与地球动力学, 32(4): 106-110. |
李鹏, 李振洪, 李陶, 等. 2017. 宽幅InSAR大地测量学与大尺度形变监测方法. 武汉大学学报·信息科学版, 42(9): 1195-1202. |
林珲, 马培峰, 王伟玺. 2017. 监测城市基础设施健康的星载MT-InSAR方法介绍. 测绘学报, 46(10): 1421-1433. DOI:10.11947/j.AGCS.2017.20170339 |
刘经南, 张化疑, 刘焱雄, 等. 2016. GNSS研究海潮负荷效应进展. 武汉大学学报·信息科学版), 41(01): 9-14. |
吴志露, 刘焱雄, 何秀凤, 等. 2017. 基于近岸海岛GPS数据反演海洋分潮负荷影响. 地球物理学报, 60(1): 61-69. DOI:10.6038/cjg20170106 |
张丽, 林珲, Hashim M B, 等. 2017. 空间观测海上丝绸之路沿线海岸带资源环境格局. 中国科学院院刊, 32(Z1): 26-33. |
张勤, 黄观文, 杨成生. 2017. 地质灾害监测预警中的精密空间对地观测技术. 测绘学报, 46(10): 1300-1307. DOI:10.11947/j.AGCS.2017.20170453 |
张胜凯, 雷锦韬, 李斐. 2015. 全球海潮模型研究进展. 地球科学进展, 30(5): 579-588. |
张小红, 马兰, 李盼. 2016. 利用动态PPP技术确定海潮负荷位移. 测绘学报, 45(6): 631-638. |
赵红, 涂锐, 刘智, 等. 2017. 利用GPS动态PPP技术求解海潮负荷位移. 测绘学报, 46(8): 988-998. |
周江存, 孙和平. 2007. 近海潮汐效应对测站位移的负荷影响. 地球物理学进展, 22(5): 1340-1344. DOI:10.3969/j.issn.1004-2903.2007.05.001 |
朱建军, 李志伟, 胡俊. 2017. InSAR变形监测方法与研究进展. 测绘学报, 46(10): 1717-1733. DOI:10.11947/j.AGCS.2017.20170350 |