在过去的20年里，星载合成孔径雷达干涉测量（InSAR）作为一种新型遥感技术，以其能够高精度获取地球表面地形和监测地表形变而备受人们的关注^[1~8].然而当雷达信号穿过大气层时，大气水汽的时空变化容易引起雷达信号的传播延迟和传播路径弯曲^[9]，大大影响了高精度合成孔径雷达干涉测量的应用.1994年，Massonnet等^[10]在研究1992年Landers地震时首先识别出重复轨道InSAR测量中的大气影响.1997年，Zebker等^[11]指出当大气相对湿度时空变化20%时，将引起10~14cm的形变测量误差，或者80~290 m的高程测量误差（垂直基线400至100m）.许多学者已经提出了降低干涉图大气效应的方法，主要包括以下几类：干涉图平均法（Stacking）^{[11, 12]}；基于外部数据的大气改正方法，根据外部数据的不同，可大致分为地面气象数据^{[12, 13]}，高分辨率的气象模型^{[14, 15]}，GPS数据^{[12, 16~19]}，GPS+地面气象数据/传输模型^[20~23]，GPS+MODIS数据^{[22, 24, 25]}，气象卫星数据^[26]等；干涉图之间的相关分析法^[27~29]；干涉对比较（Pair-wise logic）法^[30]以及永久散射体（PermanentScatterers）技术^{[31, 32]}.2007年，Li等^[33]采用上海地区的4幅干涉图，分析了大气噪声的高斯性态、各向异性和能量谱特征，并从理论上论证了要校正InSAR干涉图中90%的大气能量，外部数据的空间分辨率至少要达到0.3km.2008年，Ding等^[34]综述了上述大气改正方法并评价了它们应用于重复轨道InSAR大气改正的优缺点.

在基于外部数据的校正中，除了上述资料外，还有一种新型资料-中等分辨率成像光谱仪（MERIS）资料.MERIS与先进合成孔径雷达（ASAR）传感器同时搭载在欧洲空间局Envisat卫星上.尽管MERIS的主要任务是测量海洋以及沿海地区的海洋颜色，它仍包含两个近红外的水蒸汽通道，可以反演全球陆地、云层以及水面上的大气水汽总量.由于MERIS水汽数据与ASAR数据可以同时获取，能够同步记录ASAR成像时刻的水汽情况，因此用MERIS改正ASAR干涉图大气影响具有更好的时效性.此外，相比GPS网或卫星气象数据，MERIS水汽数据具有更高的空间分辨率，例如MERIS全分辨率为260 m×290 m，低分辨率1040 m×1200 m（http://envisat.esa.int/handbooks）.因此，利用MERIS数据校正ASAR干涉图大气影响具有很大的潜力.在国外，利用MERIS校正ASAR干涉图中的大气影响已经作了一些有益的探索^[35~37].但在国内，从公开发表的文献来看，鲜有这方面的报道.究其原因，正如文献[25]所言，可能与MERIS水汽数据不免费对外开放有关.

通过申请欧洲空间局Category-1/AO项目，本研究获得了一批同步的MERIS水汽数据和ASAR数据，为开展MERIS资料改正ASAR干涉图大气影响的实验提供了数据准备.本文将以美国南加州洛杉矶地区为研究对象，开展MERIS大气改正试验，并采用南加州综合GPS网（SCIGN，http://www.scign.org）提供的GPS数据对实验结果进行验证.本文的主要目的是提供一些实例研究，籍此以评估利用MERIS水汽数据改正InSAR干涉图中大气效应的精度和可靠性，以及考察经过大气改正后的干涉图能否真实地反映地表形变等地球物理信号.南加州洛杉矶地区经历着复杂的构造运动和人为活动引起的地表变形，已有的采用InSAR技术的监测工作大部分集中在研究2003年以前的形变（使用ERS1/2数据）^[38~41].本文将采用2004年以后的ASAR数据，本文的工作也将有助于我们了解2004年以后该地区的地表变形情况.

MERIS传感器在可见光和近红外光谱范围内设置了15个光谱波段，其中第14光谱通道（中心波长885nm）为大气窗口，第15光谱通道（中心波长900nm）位于水汽吸收波段，通过这两个光谱通道的观测资料和差分吸收技术可以估计大气水汽含量（http://envisat.esa.int/handbooks）.2001年，Bennartz等^[42]就提出MERIS能以较高精度估计大气可降水汽量，在陆地上的理论精度大约为1.7kg/m2.2006年，Li等^[35]论证了MERIS近红外水汽数据改正ASAR干涉测量的可行性，并从时空上对比了MERIS与GPS和Radiosonde水汽值，得到它们之间的标准偏差仅为1.1mm.

本文采用MER_RR_2P数据，该数据不仅提供了云层信息，可以用于对数据中存在的云层进行掩膜；还提供了以g/cm²为单位的大气水汽含量IWV（Integrated WaterVapor）.通过公式（1）可将IWV转化为天顶湿延迟ZWD（Zenith WetDelay）：

(1)

式中：

(2)

其中ρ为水的密度，R_v为水汽气体常数，k₁、k₂、k₃为大气折射常量，T_m为加权平均温度，w=0.0622.Π的计算涉及到大气加权平均气温T_m的计算，比较复杂^[43].由于Π的值一般在6.0~6.5之间，同时参考其他一些研究工作^{[22, 25]}，本实验取Π=6.2.

由于MERIS的空间分辨率比ASAR要低得多，而且由于云层的影响MERIS格网资料会有一些“空洞”，要利用MERIS水汽资料改正ASAR干涉图，首先必须用插值的方法把MERIS天顶水汽延迟ZWD采样到ASAR干涉图空间.本文采用Kriging插值方法进行插值^{[16, 21]}，获得ASAR干涉图空间的天顶水汽延迟图ZWDM（Zenith Wet Delay Map）.对于重复轨道干涉测量，可以分别获得对应于主、从SAR影像成像时刻的天顶水汽延迟图，记为ZWDM1和ZWDM₂.把主、从影像的天顶水汽延迟图作差，并映射到雷达视线方向（LOS），然后转换成相位，就得到InSAR大气延迟相位改正图：

(3)

其中，λ=56.3 mm为ASAR波长；θ_inc为雷达信号入射角，本实验取θ_inc=23°.

实验选取了4对南加州地区ENVISAT ASAR影像，每景影像覆盖范围为10000km²，SAR数据的具体参数见表 1.利用GAMMA软件进行干涉处理生成干涉图，在干涉处理过程中，采用欧洲空间局的精确DORIS轨道（从ESA ESRINftpsite下载），以提高影像配准精度、平地效应去除精度以及地形、轨道等残余系统性相位的拟合和去除精度.为了抑制相位噪声，在生成干涉图的时候，距离向和方位向分别做4视和20视的多视处理，并采用改进的Goldstein滤波法^[44]对生成的干涉图进行滤波，以提高干涉图的质量.地形相位的去除采用1弧秒的SRTM DEM（空间分辨率约为30×30 m），SRTM的精度大约为7m^{[18, 45]}，引起的相位误差在干涉图 2~4中低于或略高于InSAR的典型相位噪声0.75 rad^[46]，而在干涉图 1中要高于InSAR的典型相位噪声，但从下一节的干涉处理结果来看，该干涉图大气噪声（2.97rad）仍占主导地位，因此在本文中我们忽略地形相位的影响.最后利用最小费用流法（MCF）对差分干涉图进行相位解缠.解缠后的相位图Δϕ_ifm包含地表真实形变的相位Δϕ_{ifm_def}和由大气水汽延迟相位Δϕ_{ifm_atm}，即

(4)

图 1

Fig. 1

图 1 (a)原始干涉图：20071006_20071110; (b) MERIS差分水汽延迟图；（c)改正后的干涉图 图中蓝色（负值)代表地表向远离卫星方向运动，红色（正值）代表地表向靠近卫星方向运动（下同）.黑色三角形代表GPS站位置. Fig. 1 (a) Original interferogram: 20071006_20071110; (b) Differenced wet delay map derived from MERIS; (c) Corrected interferogram Note that blue (negative) implies the ground surface moves away from the satellite and red (positive) implies towards the satellite (ibid). Black triangles denote the location of SCIGN GPS stations.

表 1(Table 1)

表 1 SAR影像基本参数 Table 1 Basic parameters of SAR images

表 1 SAR影像基本参数 Table 1 Basic parameters of SAR images

干涉图的大气改正就是将上一步计算得到的大气延迟相位改正图Δϕ_{ifm_atm}从干涉相位图Δϕ_ifm中扣除.改正后的干涉图中剩下的就是主、从影像成像期间的地表形变相位Δϕ_{ifm_def}，如果主、从影像成像期间地表没有形变，例如间隔时间非常短（如1天）或地表非常稳定，改正后的干涉图相位应该接近于零.

本实验所研究的南加州地区是构造活动频繁以及人工地下水抽取与回灌引起地表季节性形变的典型区域^{[38, 39]}.InSAR大气改正效果的验证通过：

（1）定量比较大气改正前后干涉图反映的地表形变与GPS精密定位获得的形变的差异；（2）定性分析大气改正前后干涉图反映的地表形变与地质构造（如断层、盆地等）和人为活动（如地下水、石油抽取等）的联系.在InSAR与GPS定量比较时，由于InSAR只能测得一维形变量（即视线方向的形变），我们必须先把GPS测得的三维形变投影到雷达视线（LOS）方向.投影公式为^[47]

(6)

式中ΔL是雷达两次成像间地表在雷达视线方向的形变量；α代表卫星航向的方位角（从北方向开始，顺时针方向为正）；δ_N，δ_E，δ_U分别为GPS站点在北方向、东方向和垂直方向的形变量，通过下载两次成像时刻SCIGN网的GPS精密定位结果并进行差分得到.GPS测得的形变代表一个点的形变，而InSAR测得的形变代表一个分辨单元内的平均形变，如果地表形变不剧烈，可以近似认为两者代表相同的地表形变.因此，在结果验证时，直接把GPS测得的形变和与它最近的InSAR分辨单元的形变进行比较.但是，由于SCIGN网是逐步建立的，干涉图的成像时间又相差几年，而且实验所采用的GPS测站并不是每天都记录了观测数据，所以这4幅干涉图对应的时间范围内可用来与InSAR结果对比的GPS站点数是不同的.

本幅干涉图的时间间隔比较短，可以认为它的形变量不大.图 1a是叠加在SRTM DEM上的原始干涉图，图 1b是相应的MERIS差分水汽延迟图，图 1c是改正后的干涉图.从图 1中可以看到，MERIS水汽模拟了该区域的大气信号，经过改正后的InSAR形变结果基本都在0mm附近，干涉图的相位变化从改正前的2.97rad降低到改正后的2.05rad.图 2显示了大气改正前后InSAR与GPS监测结果的比较，从中可以发现经过大气改正后InSAR测得的大多数形变值更接近GPS探测的形变结果，InSAR与GPS差异的RMS从改正前的1.20cm降低到改正后的0.70cm，改善程度达41.7%.

图 2

Fig. 2

图 2 大气改正前后InSAR和GPS在雷达视线方向上的形变结果对比(干涉对20071006_20071110) Fig. 2 Comparison of LOS range change differences between InSAR and GPS before and after atmospheric correction (interferometric pair 20071006_20071110)

本幅干涉图的时间间隔为420天，图 3a是叠加在SRTM DEM上的原始干涉图，图 3b是相应的MERIS差分水汽延迟图，图 3c是改正后的干涉图.干涉图的相位变化从改正前的4.86rad降低到改正后的1.83rad，因此经过大气改正后的干涉图相位变得更加平缓.图 4显示了大气改正前后InSAR与GPS监测结果的比较，从中可以看出由于大气水汽的时空变化，使原始干涉图大大高估了这段时间内的地表形变值，经过大气改正后InSAR监测的形变值十分趋近GPS记录的形变结果，说明经过MERIS水汽数据改正后的结果更接近真实的形变.数值结果显示InSAR与GPS差异的RMS从改正前的2.30cm降低到改正后的0.80cm，改善程度达65.2%.

图 3

Fig. 3

图 3 (a)原始干涉图: 20040807_20051001; (b) MERIS差分水汽延迟图; (c)改正后的干涉图 Fig. 3 (a) Original interferogram: 20040807_20051001; (b) Differenced wet delay map derived from MERIS; (c) Corrected interferogram

图 4

Fig. 4

图 4 大气改正前后InSAR和GPS在雷达视线方向上的形变结果对比(干涉对20040807_0051001) Fig. 4 Comparison of LOS range change differences between InSAR and GPS before and after atmospheric correction (interferometric pair 20040807_20051001)

本幅干涉图的时间间隔约为2年，图 5a是叠加在SRTM DEM上的原始干涉图，图 5b是相应的MERIS差分水汽延迟图，图 5c是改正后的干涉图.通过GPS观测数据可知，该区域地表形变非常明显而且向远离卫星方向运动（即形变为负值），然而在原始干涉图中可以清楚地看到有两处形变量为正值，用黑色矩形框进行了标示，经过改正后的干涉图在这两个区域内的大气效应得到了较大的消减.通过MEIRS水汽数据改正后的干涉图相位变化从改正前的3.04rad降低到改正后的2.69rad.图 6显示了大气改正前后InSAR与GPS监测结果的比较，从中可以发现改正后InSAR监测的形变值与GPS记录的形变结果比较吻合，InSAR与GPS差异的RMS从改正前的1.09cm降低到改正后的0.88cm，改善程度达19.3%.

图 5

Fig. 5

图 5 (a)原始干涉图: 20051001_20071006; (b) MERIS差分水汽延迟图; (c)改正后的干涉图 Fig. 5 (a) Original interferogram: 20051001_20071006; (b) Differenced wet delay map derived from MERIS; (c) Corrected interferogram

图 6

Fig. 6

图 6 大气改正前后InSAR和GPS在雷达视线方向上的形变结果对比(干涉对20051001_20071006) Fig. 6 Comparison of LOS range change differences between InSAR and GPS before and after atmospheric correction (Interferometric pair 20051001_20071006)

这是一幅时间跨度3年的干涉图，期间地表发生了显著的形变.图 7a是叠加在SRTM DEM上的原始干涉图，图 7b是相应的MERIS差分水汽延迟图，图 7c是改正后的干涉图.通过比较图 7a和7c可知，MERIS水汽较好地模拟了干涉图中的大气影响，经过大气改正后，我们可以清楚地辨别出地表形变信息.尽管如此，有些局部地区的改正效果不好，如图 8中20号点LBC1站点无论在大气改正前还是改正后都未能完全反映该处的形变量，可能与该处除了长期的形变外还存在周期的形变有关，这种形变对干涉处理的结果带来了较大误差^[39].但是该方法在一定程度上还是提高了InSAR测量的精度，对比干涉图的相位变化可知，干涉图相位从改正前的3.78rad降低到应用MERIS水汽数据改正后的2.7rad.InSAR和GPS在雷达视线方向上距离变化差异的RMS也从改正前的2.16cm降低到改正后的1.31cm，改善程度达39.4%.

图 7

Fig. 7

图 7 (a)原始干涉图: 20040807_20071006; (b) MERIS差分水汽延迟图; (c)改正后的干涉图 Fig. 7 (a) Original interferogram: 20040807_20071006; (b) Differenced wet delay map derived from MERIS; (c) Corrected interferogram

图 8

Fig. 8

图 8 大气改正前后InSAR和GPS在雷达视线方向上的形变结果对比(干涉对20040807_20071006) Fig. 8 Comparison of LOS range change differences between InSAR and GPS before and after atmospheric correction (interferometric pair 20040807_20071006)

3.1节我们给出了南加州地区4对干涉图的大气改正结果.本节我们将对上述大气改正的效果以及大气改正后干涉图反映的地面形变信息进行分析和讨论.

（1）时间间隔35天的干涉图 1所包含的地表形变信息较少，见图 2.我们主要分析引起部分区域大气改正效果不佳的原因，即图 1c中黑色椭圆所示的区域.造成这种改正效果不佳的原因主要在两个方面：首先，这是沿海地区，MERIS在海陆交界处记录的水汽数据往往是不准确的；其次，我们通过分析2007年10月6日和2007年11月10日的MERIS水汽数据发现，这个区域可能存在薄云，ESA提供的MERIS云掩膜对薄云的识别能力不强，而且当有云存在时，MEIRS反演的水汽是云顶层以上的，导致MERIS记录的水汽值低于真实值，所以使最终生成的MERIS差分水汽延迟值偏大，见图 1b，进而影响大气改正的精度.

（2）在原始干涉图 2中，我们可以看到在时间间隔420天中SantaAna盆地的形变量为正值（即地表向靠近卫星的方向运动），通过大气改正后，不难发现大部分正的形变值都得到了改正，然而还有一小部分条带形状的正形变值保留下来了（图 3c）.这与GPS的结果不符，因为GPS显示该区域形变为负（即地表向远离卫星的方向运动，图 4）.进一步的分析，我们发现2005年10月1日的MERIS水汽数据存在一个条带形状的水汽分界线（图 9），与图 3b中条带的形状和位置非常相似.正是由于该条带的存在限制了大气改正的精度，使图 3c中SantaAna盆地仍有一小块条带形状的、错误的正形变残留，而处在条带中间的SACY站（图 4中的31号点）有最大的误差，约60mm.Delwart等^[48]称这种水汽条带为“smileeffect”，即在MERIS成像时，呈扇形分布的相机镜头交界处发生跳变造成的影响.Li等^[49]用2005年8月27日的MERIS数据进行大气改正时也发现了类似的条带现象.除了上述错误的正形变残留外，从图 4可以看出，经过大气改正后，原始干涉图中数值较大的正形变和负形变都被很好地改正掉了，与GPS结果非常一致，大部分形变量都在-20~0mm之间，这与Watson等^[39]提出的Santa Ana地区时间跨度为春秋两季的地表形变最明显（可达56mm），而一年形变量反而小的结论一致.

图 9

Fig. 9

图 9 2005年10月1日的MERIS可降水汽含量 Fig. 9 MERIS Precipitable Water Vapor (PWV) collected on 1 October 2005

（3）通过研究时间间隔较长的干涉图 3和干涉图 4，我们发现了3个区域的形变比较明显：Long Beach-SantaAna盆地（图 7a黑色矩形）、Pomona- Ontario区域（图 7a黑色椭圆）和SanBernardino区域（图 7a黑色正方形）.这3个地区的地表形变与地下水的开采及地下水水位变化有关^[38~41]，在这两幅干涉图中地表均处于沉降状态.Bawden等^[38]指出Newport-Inglewood断层地带（NIFZ）是地表形变的分界线，沿NIFZ的LongBeach-SantaAna盆地是地表形变明显的区域，长期的沉降量为12 mm/a并伴随着垂直方向55 mm和水平方向7 mm的季节性形变，形变的最大区域在SantaAna城区和该盆地的西北部.大气改正前后的干涉图（图 5a和5c）都较好地反映了该地球物理现象.通过观察NIFZ两旁GPS站点LBC1和LBC2的形变，我们可以发现一个有趣的现象，LBC1的形变量远大于LBC2.NIFZ东侧区域季节性的形变与地下水的抽取有关，LBC1站点位于NIFZ的东侧，从图 5中我们可以解释为这期间地下水水位明显降低引起了该区域较大的沉降；而由于NIFZ对地下水的阻挡，使得位于该断裂带西侧的LBC2站点的地表形变量较小，但是在Wilmington区域地表形变又变得明显，这与该区域大量开采石油有关^[38].对于Pomona-Ontario区域，与其他大量的研究^{[24, 36, 38~41, 49]}一样，本文也监测到了显著的沉降.由于监测结果显示该区域一直处于沉降状态，这种长期的沉降应该是由于地下水的大量抽取已经造成了该地区地下含水层永久的非弹性压缩，它所带来的沉降变形不会因为地面水的大量回灌而使地表抬升到原来的位置.Lu等^[50]着重研究了SanBernardino区域1992~1993年的地表形变，其中一幅时间间隔仅8个月的干涉图反映的地表形变令人感到惊讶：由于SanBernardino山脉和SanGabriel山脉异常的高山径流使该处地下水水位显著增加，从而引起了地表大约7cm的抬升.进入21世纪以来，许多研究结果^{[24, 36, 40, 49]}显示该区域的地表形变主要表现为沉降的趋势.本文图 5a由于大气水汽的影响掩盖了地表真实的形变特征，而从经过大气改正后的干涉图 5c中，我们可以清楚地识别出该处2004~2007年的地表形变仍然以沉降为主.另一幅经过大气改正后的干涉图 7c则扩展图 7a所反映的沉降区域范围.图 10显示了经过大气改正后InSAR测得的5个GPS站点附近的形变量.假设2004年8月7日的地表形变为0，则这3年里，SanBernardino区域（RTHS站点附近）的地表形变速率大约为-20mm/a；Pomona-Ontario区域（CLAR站点附近）2005~2007年的沉降速率大于该区域2004~2005年的沉降速率，分别约为-19mm/a和-6mm/a；LongBeach-SantaAna盆地BLSA站附近2004~2005年几乎没有发生太大的形变，而2005~2007年的形变速率约为-28 mm/a，LBC1站附近2004~2005年和2005~2007年的形变速率分别约为-8 mm/a和-26 mm/a，SACY站位于受“相机镜头交界处跳变”影响的MERIS水汽条带中，经大气改正后2004~2005年的形变表现为抬升，显然不符合实际情况，但2005~2007年的形变则为显著的沉降.通过前面的分析可知，位于Santa Ana盆地中心的SACY、盆地中心与西部之间的BLSA以及盆地西北部的LBC1是形变较大的区域.

图 10

Fig. 10

图 10 经过大气改正后的干涉图反映的地表时序变形 Fig. 10 Time series of ground deformation from atmosphere-corrected interferograms

本文选取了美国南加州洛杉矶地区4幅ENVISAT ASAR干涉图进行大气改正的研究，结果表明通过利用无云条件下的MERIS水汽数据改正同步获取的ASAR干涉图，可以显著地降低大气水汽对干涉图相位的影响，从而真实地反映地表形变等地球物理信号.与同期GPS探测的形变结果相比，利用MERIS水汽数据改正后，D-InSAR的形变监测精度能够有较大程度的改善.数值结果显示对于本文采用的4幅干涉图，经过MERIS水汽数据改正后InSAR与GPS差异的RMS分别降低了41.7%，65.2%，19.3%和39.4%，平均改善程度达41.4%，从而大大提高了合成孔径雷达干涉测量的监测精度.更重要的是，经过MERIS水汽改正后，从2005~2007年干涉图和2004~2007年干涉图中，清楚地识别出三处沉降最明显的区域：LongBeach-Santa AnaBasin、Pomona-Ontario和SanBernardino，其形变速率从-8 mm/a到-28 mm/a，大部分在-20mm/a左右，与这些地区2003年以前的形变速率基本一致.

虽然本文的改正效果不错，但在将来的研究中仍有几点值得注意：第一，大气水汽与高程的分布有关，在进行插值的时候应该考虑高程变化对水汽值的影响，与其他采用MERIS数据的研究一样^{[36, 37]}，本文采用的插值算法没有考虑高程因素的影响.未来的工作将着重研究考虑高程信息的Kriging插值方法^{[16, 21]}与MERIS水汽数据结合进行大气改正；第二，虽然MER_RR_2P数据提供了地理编码信息、云层信息和水汽信息，但是利用ESA提供的资料并不能准确地判断海陆交界的区域水汽信息和薄云的存在对水汽估值的影响，而且在沿海地区InSAR与MERIS水汽配准精度不高，容易带来较大误差；第三，将MERIS水汽数据用于改正干涉图的大气效应局限于无云的天气条件，不利于应用在云层覆盖密度和概率较大的地区.

感谢欧洲空间局提供的EnvisatASAR数据（AO-4458，4914），美国南加州综合GPS网（SCIGN）提供的GPS数据以及JPL提供的SRTM数据.感谢中南大学戴吾蛟老师、香港理工大学蒋弥以及英国格拉斯哥大学刘鹏对本文提出的意见和给予的帮助.