陳 強(qiáng)，羅 容，楊瑩輝，雍 琦

西南交通大學(xué)遙感信息工程系，四川成都610031

1 引 言

強(qiáng)震地表形變場(chǎng)的準(zhǔn)確觀測(cè)對(duì)于正確認(rèn)識(shí)震源機(jī)制、反演斷層滑動(dòng)與分析斷裂活動(dòng)狀態(tài)具有重要意義。合成孔徑雷達(dá)干涉測(cè)量（interferometric synthetic aperture radar，InSAR）具有覆蓋范圍廣、全天候、分辨率高等獨(dú)特的技術(shù)優(yōu)勢(shì)，正成為同震形變場(chǎng)提取的有效手段［1－2］。InSAR技術(shù)是對(duì)同一地區(qū)地震前后的兩幅或多幅SAR影像進(jìn)行干涉處理獲得同震位移，然而，InSAR直接測(cè)量的位移是地表沿雷達(dá)視線(xiàn)方向（line of sight，LOS）上的一維形變，且地震前后獲取的SAR信號(hào)可能受強(qiáng)震引發(fā)過(guò)大的地表形變梯度、地表破壞以及軌道位置差異導(dǎo)致干涉失相關(guān)現(xiàn)象，極大阻礙了地表形變場(chǎng)的準(zhǔn)確提?。?－4］。

SAR影像配準(zhǔn)過(guò)程中的像素偏移量可提取地表沿雷達(dá)方位向（近南北向）和距離向（近東西向）的二維形變場(chǎng)，與InSAR提取的LOS方向一維形變形成優(yōu)勢(shì)互補(bǔ)。像素偏移量是從覆蓋同一地區(qū)的兩幅或多幅SAR影像中搜索大量同名像點(diǎn)進(jìn)行精確配準(zhǔn)，計(jì)算同名點(diǎn)在方位向與距離向的坐標(biāo)偏移量，扣除軌道位置差異和地形起伏引起的系統(tǒng)偏差后，提取成像期間發(fā)生的強(qiáng)震地表位移［5］。像素偏移量技術(shù)的顯著特點(diǎn)是適用于地表發(fā)生大位移的形變場(chǎng)監(jiān)測(cè)，如觀測(cè)強(qiáng)震同震形變、檢測(cè)冰川運(yùn)動(dòng)、監(jiān)測(cè)沙丘遷移等［6－10］，無(wú)須進(jìn)行相位解纏，提取地表沿近似南北向與東西向的二維完整形變場(chǎng)，可彌補(bǔ)強(qiáng)震地表形變使得In－SAR干涉圖條紋過(guò)于密集、相位梯度過(guò)大而導(dǎo)致的解纏失敗問(wèn)題以及InSAR僅能提取沿LOS一維方向位移的不足。

隨著當(dāng)前高分辨率SAR衛(wèi)星的發(fā)射升空（如TerraSAR－X、COSMO－SkyMed、Sentinel－1 和ALOS－2），影像配準(zhǔn)偏移法應(yīng)用于地表形變提取具有較好的前景，SAR影像空間分辨率的提高將顯著改善像素配準(zhǔn)偏移量提取地表形變場(chǎng)的精度與可靠性。目前已有的探索多側(cè)重于偏移量方法提取形變場(chǎng)的應(yīng)用研究，而對(duì)于系統(tǒng)分析該方法提取形變場(chǎng)的誤差源、精度模型以及系統(tǒng)性驗(yàn)證還有待進(jìn)一步研究。因此，本文在分析該方法提取形變場(chǎng)的理論基礎(chǔ)上，推導(dǎo)建立了像素偏移量提取地表位移的誤差模型，并使用Bam地震的ASAR影像和玉樹(shù)地震的PALSAR影像開(kāi)展了精度驗(yàn)證與誤差影響規(guī)律分析。

2 像素偏移量提取形變的方法與誤差

2.1 計(jì)算模型

SAR影像配準(zhǔn)得到的同名像素坐標(biāo)偏移量主要由4個(gè)分量貢獻(xiàn)組成：地表形變引起的偏移量，兩次成像衛(wèi)星軌道位置與姿態(tài)差異引起的像素偏移量（簡(jiǎn)稱(chēng)軌道系統(tǒng)偏移量），地形起伏引起的偏移量以及噪聲等引起的偏移量［5］。從總偏移量中扣除軌道分量、地形分量和噪聲偏移量后，可獲得地表形變偏移分量，如下式

式中，offset為主、從影像同名點(diǎn)配準(zhǔn)后的坐標(biāo)偏移量；offsetorb為軌道引起的偏移分量，一般呈現(xiàn)為系統(tǒng)性的偏移量；offsettop為地形引起的偏移分量；offsetdef為形變偏移量；offsetnoi為噪聲引起的偏移量。影像配準(zhǔn)偏移量方法提取形變場(chǎng)主要分為以下幾個(gè)步驟。

2.1.1 影像配準(zhǔn)，獲取大量同名像點(diǎn)的坐標(biāo)偏移量

首先，基于衛(wèi)星軌道參數(shù)進(jìn)行影像中心像元的粗配準(zhǔn)［11］。以主影像中心作為目標(biāo)點(diǎn)，利用主、從影像的衛(wèi)星軌道參數(shù)及SAR成像幾何，計(jì)算主影像中心點(diǎn)在從影像上的同名像點(diǎn)，獲得粗配準(zhǔn)坐標(biāo)偏移參數(shù)。

其次，SAR影像像元級(jí)的配準(zhǔn)。在粗配準(zhǔn)基礎(chǔ)上，采用窗口搜索法尋找主、從影像中的同名像點(diǎn)［12－13］，并以主影像行、列坐標(biāo)為自變量，在最小二乘準(zhǔn)則下建立兩幅影像同名像點(diǎn)的偏移模型（式（2）），基于此模型計(jì)算得到主影像像點(diǎn)的配準(zhǔn)偏移量，精度為像元級(jí)

式中，Ai、Bi為待求模型參數(shù)；（lm、pm）為歸一化后的主影像方位向與距離向坐標(biāo)；（Δl、Δp）代表對(duì)應(yīng)像點(diǎn)方位向與距離向坐標(biāo)偏移量。

最后，為進(jìn)一步提高配準(zhǔn)精度，需要進(jìn)行亞像元級(jí)配準(zhǔn)［14］。首先依據(jù)像元級(jí)配準(zhǔn)偏移模型獲得主、從影像同名像點(diǎn)的初始坐標(biāo)，然后選取一定大小的搜索窗口計(jì)算互相關(guān)系數(shù)；為達(dá)到亞像元級(jí)的配準(zhǔn)精度，此處可采取兩種匹配策略：一種是對(duì)SAR影像本身進(jìn)行內(nèi)插過(guò)采樣處理，再進(jìn)行互相干系數(shù)計(jì)算，進(jìn)而在搜索窗口內(nèi)尋找互相干系數(shù)峰值位置作為亞像元級(jí)的配準(zhǔn)結(jié)果；另一種方法無(wú)需對(duì)SAR影像直接進(jìn)行內(nèi)插采樣，而是對(duì)搜索窗口內(nèi)計(jì)算得到的互相關(guān)系數(shù)進(jìn)行內(nèi)插過(guò)采樣，選擇內(nèi)插后的互相關(guān)系數(shù)峰值作為亞像元級(jí)的配準(zhǔn)結(jié)果?；诨ハ嚓P(guān)系數(shù)過(guò)采樣的精配準(zhǔn)方法具有較高的計(jì)算效率，因此本文采用了基于互相關(guān)系數(shù)過(guò)采樣的方法進(jìn)行亞像元級(jí)的配準(zhǔn)，獲得密集分布的同名像點(diǎn)坐標(biāo)偏移量。

2.1.2 去除軌道和地形偏移量

上述精配準(zhǔn)后獲得的像素偏移量主要包括地表形變引起的偏移分量、軌道差異和地形起伏引起的偏移分量（忽略噪聲影響），為分離出地表形變信號(hào)，必須去除軌道和地形偏移分量。軌道偏移量的建模需選取無(wú)形變區(qū)域的偏移數(shù)據(jù)，這樣可有效避免地表形變本身對(duì)軌道偏移模型的影響，然后聯(lián)合研究地區(qū)的地形起伏數(shù)據(jù)（如DEM），采用最小二乘準(zhǔn)則構(gòu)建系統(tǒng)偏移模型，扣除軌道和地形引起的偏移分量，獲得由于地表形變引起的像素偏移分量。將配準(zhǔn)得到的方位向和距離向形變偏移量分別乘以對(duì)應(yīng)方向上的地面分辨率，可獲得二維方向上的地表位移量，然后進(jìn)行地理編碼完成地表形變場(chǎng)的獲取。

2.2 誤差模型

根據(jù)上述計(jì)算過(guò)程，SAR影像配準(zhǔn)偏移量提取地表形變場(chǎng)的數(shù)學(xué)計(jì)算模型為

式中，defazi、defran為地表沿方位向與距離向的形變量；offsetp、offsetl分別為距離向與方位向形變引起的像素偏移量；Resazi、Resran為SAR影像方位向與距離向的分辨率。

上述形變量計(jì)算模型表達(dá)了地表位移與像素偏移量、分辨率之間的函數(shù)關(guān)系，根據(jù)誤差傳播定律，推導(dǎo)獲得形變量的誤差模型

式中，Δdef為形變提取誤差；Δp、Δl和ΔR分別為距離向、方位向像素偏移量誤差與分辨率誤差，當(dāng)ΔR足夠小時(shí)，可以忽略誤差模型的最后一項(xiàng)，則有

式中，mdef＿a、mdef＿r為方位向與距離向的形變中誤差；mp、ml、mr分別為距離向、方位向的像素偏移量中誤差和分辨率中誤差。由上述模型可知，在影像分辨率固定的情況下，若要準(zhǔn)確提取地表形變場(chǎng)，需嚴(yán)格控制像素配準(zhǔn)的偏移量誤差以保障形變場(chǎng)的提取精度。形變場(chǎng)提取的主要誤差源來(lái)自于影像配準(zhǔn)（包括方位向偏移與距離向偏移），而影響影像配準(zhǔn)誤差的因素較多，如配準(zhǔn)計(jì)算過(guò)程中的過(guò)采樣因子、匹配窗口尺寸大小、DEM誤差和電離層影響等，可綜合表示為

式中，ovsz為過(guò)采樣因子；wdsz為搜索窗口尺寸；topo為地形起伏；ion為電離層影響。對(duì)于配準(zhǔn)過(guò)程采用的計(jì)算參數(shù)如過(guò)采樣因子、窗口尺寸，以及地形起伏和電離層因素對(duì)配準(zhǔn)的誤差影響，難以采用理論推導(dǎo)方法獲得其定量的誤差表達(dá)式，因此采用后面的具體試驗(yàn)數(shù)據(jù)探索各因素對(duì)影像配準(zhǔn)以及地表形變場(chǎng)提取的精度影響。

2.3 誤差源分析

根據(jù)形變量誤差模型及中誤差公式，在影像分辨率固定情況下，形變場(chǎng)精度主要受像素偏移量誤差影響。而像素的形變偏移量主要受影像配準(zhǔn)過(guò)程制約，因此SAR影像的精確配準(zhǔn)對(duì)于形變場(chǎng)提取非常重要。根據(jù)前述影像配準(zhǔn)內(nèi)容分析可知，形變偏移量精度主要來(lái)源于以下幾個(gè)因素的影響。

2.3.1 匹配測(cè)度與窗口尺寸

基于互相關(guān)系數(shù)的匹配測(cè)度指標(biāo)具有較好的穩(wěn)健性［19－20］，本文采用基于強(qiáng)度信息的匹配策略，將像素點(diǎn)對(duì)應(yīng)的復(fù)數(shù)值轉(zhuǎn)換為強(qiáng)度值，其計(jì)算模型如下

式中，M（i，j）和S（i，j）分別為主、從影像上匹配窗口在（i，j）位置的強(qiáng)度值；m和n為匹配窗口的尺寸。采用互相關(guān)系數(shù)評(píng)價(jià)兩匹配窗口影像的相關(guān)程度，一般認(rèn)為互相關(guān)系數(shù)越大，相關(guān)程度越高，兩匹配窗口中心點(diǎn)為同名點(diǎn)的可能性越大。

窗口尺寸對(duì)匹配指標(biāo)值的計(jì)算有直接影響。過(guò)大的匹配窗口嚴(yán)重影響計(jì)算效率，而過(guò)小的匹配窗口產(chǎn)生較多奇異點(diǎn)，匹配可靠性降低，因而選擇適宜大小的匹配窗口對(duì)于形變場(chǎng)的準(zhǔn)確提取較為重要。

2.3.2 互相關(guān)系數(shù)過(guò)采樣因子

亞像元級(jí)的精配準(zhǔn)需要進(jìn)行過(guò)采樣處理，基于SAR影像本身的過(guò)采樣耗時(shí)較長(zhǎng)，不利于高密度偏移量的快速獲取。因此本文使用了基于互相關(guān)系數(shù)過(guò)采樣的方法進(jìn)行亞像級(jí)精配準(zhǔn)。該方法首先在從影像上選擇6像素×6像素大小的搜索窗口（因前一步的像元級(jí)配準(zhǔn)結(jié)果可保證達(dá)到了像元級(jí)的配準(zhǔn)精度，因此搜索窗口無(wú)需過(guò)大），基于公式（7）計(jì)算得到搜索窗口內(nèi)的互相關(guān)系數(shù)，之后采用一定倍數(shù)如16倍的過(guò)采樣因子，將窗口中互相關(guān)系數(shù)過(guò)采樣為96像素×96像素的大小，以互相關(guān)系數(shù)峰值位置為對(duì)應(yīng)的亞像元級(jí)同名像點(diǎn)。過(guò)采樣因子直接影響著同名像點(diǎn)的精確位置，從理論上看，過(guò)采樣因子越大，同名點(diǎn)位置越精確，形變場(chǎng)精度越高，但較大的過(guò)采樣因子會(huì)增加計(jì)算負(fù)荷。

2.3.3 軌道引起的像素偏移分量計(jì)算模型

兩次SAR成像軌道位置和姿態(tài)差異引起的同名像素偏移量，難以通過(guò)軌道參數(shù)直接計(jì)算。因此，不直接使用軌道姿態(tài)數(shù)據(jù)（如位置矢量和速度矢量），而是使用大量（如約600對(duì)）同名像素的配準(zhǔn)坐標(biāo)偏移量，采用多項(xiàng)式模型擬合由于軌道引起的系統(tǒng)偏移量，即：將軌道姿態(tài)誤差及其他相關(guān)誤差都納入多項(xiàng)式模型中進(jìn)行一并考慮，獲得由于衛(wèi)星軌道差異引起的系統(tǒng)性配準(zhǔn)偏移分量（類(lèi)似于有理函數(shù)建模方法）。然后，從總的配準(zhǔn)偏移量中扣除軌道引起的偏移分量，從而獲得形變分量信號(hào)。具體可采用一階多項(xiàng)式offsetorb1＝n0＋n1L＋n2P、二階多項(xiàng)式offsetorb2＝offsetorb1＋n3L2＋n4LP＋n5P2或三階多項(xiàng)式offsetorb3＝offsetorb2＋n6L3＋n7P3＋n8LP2＋n9L2P進(jìn)行計(jì)算，其中ni為模型參數(shù)，L、P為主影像點(diǎn)的方位向與距離向坐標(biāo)。

2.3.4 地形起伏效應(yīng)

對(duì)于較為平坦的地區(qū)，同名像點(diǎn)的偏移量主要來(lái)自于兩次成像的軌道偏離影響，而對(duì)于地形起伏較大的區(qū)域，像素偏移量除了軌道影響之外，還包括由于地形起伏引起的偏移量。因此，采用像素偏移量方法提取地形起伏較大區(qū)域的形變場(chǎng)時(shí)，必須考慮地形起伏對(duì)SAR像素位置的影響［21］，引入SAR影像區(qū)域?qū)?yīng)的DEM聯(lián)合建立系統(tǒng)偏移量模型。

3 試驗(yàn)結(jié)果與分析

3.1 Bam試驗(yàn)數(shù)據(jù)

為驗(yàn)證分析上述誤差模型和精度規(guī)律，采用2003年Bam地震的ASAR影像開(kāi)展試驗(yàn)，具體參數(shù)見(jiàn)表1。由于Bam地震發(fā)震斷層主要以南北方向的走滑量為主，距離向（與斷層近似垂直）形變場(chǎng)不顯著，因此本文主要分析地表沿方位向的形變場(chǎng)。

為驗(yàn)證影像配準(zhǔn)偏移量方法提取形變場(chǎng)的精度，評(píng)價(jià)不同計(jì)算條件下獲取的形變場(chǎng)，根據(jù)文獻(xiàn)［22］反演的Bam地震斷層參數(shù)，采用Okada模型正演計(jì)算方位向的形變場(chǎng)［23］，如圖1所示。

圖1 Bam地震沿方位向的形變場(chǎng)Fig.1 Azimuthal deformation field associated with Bam earthquake

根據(jù)前述推導(dǎo)的誤差模型，計(jì)算Bam地震ASAR影像提取方位向形變場(chǎng)的理論誤差。ASAR影像的方位向分辨率取值為Resazi＝7.8m，方位向形變像素偏移量offsetl＝0.05，方位向地表形變defazi＝0.4m，Bam地震ASAR影像數(shù)據(jù)相干性較好，配準(zhǔn)精度較高，取偏移量誤差Δl＝0.01，分辨率舍入誤差ΔR＝0.000 1，則形變量誤差Δdefazi＝7.8cm。

表1 試驗(yàn)影像參數(shù)Tab.1 Parameters of experimental data

3.2 匹配窗口尺寸

為分析匹配窗口尺寸對(duì)形變場(chǎng)提取精度的影響，采用了4種大小的匹配窗口：32像素×32像素、64像素×64像素、128像素×128像素和256像素×256像素窗口，采用相同的Oversample匹配方法及32倍過(guò)采樣因子?；?種不同窗口尺寸提取的方位向形變場(chǎng)，如圖2所示。

圖2 不同窗口尺寸提取的形變場(chǎng)Fig.2 Extracted deformation field from different windows sizes

從圖2可以看出，窗口尺寸越小，形變場(chǎng)的噪聲奇異值（可認(rèn)為是誤匹配點(diǎn)）越多；窗口尺寸越大，形變場(chǎng)的奇異值越少，但同時(shí)形變場(chǎng)呈現(xiàn)出漸變性的條紋狀，在最大的256像素×256像素窗口提取的形變場(chǎng)中表現(xiàn)最顯著。針對(duì)圖中剖面線(xiàn)上的形變場(chǎng)，定量分析不同尺寸匹配窗口提取的形變差異。

根據(jù)圖2中的直線(xiàn)剖面位置，對(duì)像素偏移算法提取的形變場(chǎng)與正演的參考形變場(chǎng)進(jìn)行定量統(tǒng)計(jì)分析，如圖3所示，其中，標(biāo)準(zhǔn)差s和差異絕對(duì)均值P采用如下公式計(jì)算

式中，Δr為使用偏移量方法計(jì)算的形變量；mr為根據(jù)Okada模型正演的參考形變量。

圖3 沿剖面的形變量Fig.3 Comparison of extracted deformation at the cross－section

對(duì)上述兩個(gè)評(píng)價(jià)指標(biāo)及形變差異進(jìn)行分析，采用128尺寸窗口提取的形變場(chǎng)與參考形變場(chǎng)的吻合程度最好，32尺寸窗口提取的形變場(chǎng)奇異點(diǎn)較多，標(biāo)準(zhǔn)差、差異絕對(duì)均值兩項(xiàng)評(píng)價(jià)指標(biāo)都較大，64尺寸窗口次之。256窗口提取的形變場(chǎng)無(wú)明顯突變點(diǎn)，呈一定的梯度性過(guò)渡，整體走勢(shì)與128窗口相似，但兩項(xiàng)評(píng)價(jià)卻沒(méi)有得到顯著的改善，且標(biāo)準(zhǔn)差大于128尺寸窗口。

3.3 過(guò)采樣因子

對(duì)SAR影像精配準(zhǔn)過(guò)程采用不同的過(guò)采樣因子進(jìn)行驗(yàn)證，匹配窗口尺寸固定為128像素×128像素，分別采用了16倍、32倍、64倍、128倍的過(guò)采樣因子，獲得如下圖4所示的4種形變場(chǎng)。

圖4 不同過(guò)采樣因子提取的形變場(chǎng)Fig.4 Extracted deformation field from different oversampling factors

從圖4中可以看出，過(guò)采樣因子越大，提取出的形變場(chǎng)越平滑。在固定128像素×128像素匹配窗口條件下，16倍過(guò)采樣因子提取的形變場(chǎng)具有明顯的突變條紋，與實(shí)際地震形變場(chǎng)不符，說(shuō)明過(guò)小的過(guò)采樣因子會(huì)嚴(yán)重降低形變場(chǎng)精度。對(duì)局部剖面線(xiàn)上形變場(chǎng)定量分析表明，過(guò)采樣因子越大，形變量越平滑，評(píng)價(jià)指標(biāo)值越好。從16倍到64倍過(guò)采樣因子提取的形變場(chǎng)中各項(xiàng)評(píng)價(jià)指標(biāo)都有明顯提高，但128倍相比64倍過(guò)采樣因子提取的形變量沒(méi)有顯著改善。

3.5 地形起伏影響

由于Bam地震所處區(qū)域的地形較為平坦，其地形起伏引起的像素偏移效應(yīng)不顯著。而玉樹(shù)地震發(fā)震區(qū)所在區(qū)域地形起伏較大［24－25］，適用于探索其對(duì)偏移量方法提取地表形變的精度影響。玉樹(shù)地震試驗(yàn)影像參數(shù)如表2所示，采用偏移量方法提取玉樹(shù)地震沿方位向和距離向形變場(chǎng)時(shí)，采用了128像素×128像素搜索窗口尺寸及64倍過(guò)采樣因子。

表2 試驗(yàn)影像參數(shù)Tab.2 Parameters of experimental data

在不考慮地形起伏對(duì)像素偏移量提取影響的情況下，根據(jù)前文所述方法，精確配準(zhǔn)獲取約17萬(wàn)對(duì)同名像點(diǎn)，計(jì)算其像素偏移量，再利用600個(gè)分布于穩(wěn)定無(wú)形變區(qū)域的偏移量擬合軌道多項(xiàng)式模型，去除軌道偏移量，獲得同震形變場(chǎng)，如圖5（a）為方位向形變場(chǎng)、圖5（b）為距離向形變場(chǎng)。

分析圖5（a）方位向形變場(chǎng)可發(fā)現(xiàn)，地震破裂線(xiàn)的幾何位置清晰，可明顯判別地表形變趨勢(shì)；而位于緯度33.3°N以上形變場(chǎng)（橢圓形區(qū)域）具有類(lèi)似山脊線(xiàn)走向的趨勢(shì)，且形變場(chǎng)中存在較多奇異值，位移量超過(guò)1m。分析圖5（b）的距離向形變場(chǎng)，存在更為明顯的地形效應(yīng)，基本掩蓋了地震本身造成的形變，導(dǎo)致無(wú)法分辨出真實(shí)的地表位移信息，圖5（b）距離向形變場(chǎng)分布與DEM走勢(shì)非常相似，表明地形起伏對(duì)于像素偏移量影響較為顯著。

從上述分析可知，為準(zhǔn)確提取其可靠的形變場(chǎng)，必須去除地形起伏對(duì)像素偏移量的影響。因此，引入該地區(qū)的DEM數(shù)據(jù)進(jìn)行聯(lián)合建模，采用顧及軌道因素、地形起伏效應(yīng)的系統(tǒng)偏移量模型，如公式（9）。依據(jù)此多項(xiàng)式模型可達(dá)到同時(shí)去除這兩種系統(tǒng)偏移量的目的，再經(jīng)后續(xù)處理，則得到如圖6所示的方位向和距離向形變場(chǎng)。

上式中系統(tǒng)偏移模型主要包括兩部分，即軌道偏移模型與地形起伏偏移模型，offsetorb＿h(yuǎn)為軌道偏移量及地形偏移量總和，公式（9）中的前6項(xiàng)為軌道偏移量二階多項(xiàng)式模型，以主影像的方位向和距離向坐標(biāo)為自變量，其中ni為軌道偏移量模型系數(shù)；公式中的后兩項(xiàng)為地形效應(yīng)偏移模型，其中h為主影像（L、P）像元對(duì)應(yīng)的高程值，mi為地形偏移量模型系數(shù)。

分析圖6（a）可以發(fā)現(xiàn)，沿方位向形變場(chǎng)的奇異點(diǎn)明顯減少，對(duì)比于圖5（a），其系統(tǒng)性的效應(yīng)得到較好去除，且形變場(chǎng)較為平滑，地震破裂線(xiàn)更加清晰。而對(duì)于距離向形變場(chǎng)，在去除地形效應(yīng)后，圖6（b）可以清晰分辨出地表沿距離向位移分布的趨勢(shì)，可清楚解譯出地表破裂線(xiàn)幾何位置，相比圖5（b），去除地形起伏影響后獲取的距離向形變場(chǎng)可靠性得以顯著改善。

圖5 未顧及地形起伏影響的形變場(chǎng)Fig.5 Deformation field without considering terrain effects

圖6 去除地形起伏影響的形變場(chǎng)Fig.6 Deformation field after removing terrain effects

4 結(jié) 論

本文分析了SAR影像配準(zhǔn)方法提取方位向與距離向地表形變的誤差因素，探索了使用像素偏移量提取地表形變的主要誤差源及其影響規(guī)律，分別采用ASAR影像和PALSAR影像開(kāi)展了同震地表形變場(chǎng)的提取與誤差分析試驗(yàn)，得到如下結(jié)論：

（1）根據(jù)誤差模型分析出SAR像素偏移量方法提取地表形變的精度主要受到影像分辨率與配準(zhǔn)誤差影響。影像分辨率越高，形變場(chǎng)誤差越小；SAR影像配準(zhǔn)精度主要受到匹配窗口與過(guò)采樣因子的顯著影響。

（2）匹配窗口越大，形變場(chǎng)誤差越小，但計(jì)算耗時(shí)增加；匹配窗口越小，計(jì)算效率越高，但同名像點(diǎn)誤匹配率增大。因此，對(duì)于相干性較好的SAR影像對(duì)，如地表變形較小，植被稀疏等，可選用較小的匹配窗口；對(duì)于相干性較差的SAR影像對(duì)，如地形起伏大、植被覆蓋密集、地表變形大等區(qū)域，可選用較大的匹配窗口，避免形變場(chǎng)出現(xiàn)過(guò)多奇異點(diǎn)。適當(dāng)增大過(guò)采樣因子有助于提高影像配準(zhǔn)和形變場(chǎng)提取精度。

（3）對(duì)于地形起伏較大的區(qū)域，地形效應(yīng)對(duì)距離向形變場(chǎng)的影響較為顯著，構(gòu)建系統(tǒng)偏移量模型時(shí)必須考慮地形效應(yīng)影響才能獲得可靠的距離向形變場(chǎng)；對(duì)于方位向的形變，地形效應(yīng)影響相對(duì)較弱，去除地形偏移量后精度也有所提高。因此，采用SAR影像配準(zhǔn)偏移量提取地形起伏較大區(qū)域的距離向和方位向形變場(chǎng)時(shí)，必須顧及地形起伏對(duì)像素偏移量的影響。

［1］ SHAN Xinjian，MA Jin，WANG Changlin，et al.Extraction Coseismic Deformation of the 1997Mani Earthquake with Differential Interferometric SAR［J］.Acta Seismologica Sinica，2002，24（4）：413－420.（單新建，馬瑾，王長(zhǎng)林，等.利用差分干涉雷達(dá)測(cè)量技術(shù)（D－InSAR）提取同震形變場(chǎng)［J］.地震學(xué)報(bào)，2002，24（4）：413－420.）

［2］ HAMIEL Y，F(xiàn)IALKO Y.Structure and Mechanical Properties of Faults in the North Anatolian Fault System from InSAR Observations of Coseismic Deformation due to the 1999Lzmit（Turkey）Earthquake［J］.Journal of Geophysical Research，2007，DOI：10.1029／2006JB004777.

［3］ WANG Lucai，WANG Yaonan，MAO Jianxu.Registration of InSAR Image Based on Integrating Correlation－registration and Max－spectrum Image Registration［J］.Acta Geodaetica et Cartographica Sinica，2003，32（4）：320－324.（汪魯才，王耀南，毛建旭.基于相關(guān)匹配和最大譜圖像配準(zhǔn)相結(jié)合的InSAR復(fù)圖像配準(zhǔn)方法［J］.測(cè)繪學(xué)報(bào)，2003，32（4）：320－324.）

［4］ TAO Qiuxiang，LIU Guolin.A New Method for Fine Registration of SAR Images in PSInSAR［J］.Acta Geodaetica et Cartographica Sinica，2012，41（1）：69－73.（陶秋香，劉國(guó)林.永久散射體差分干涉測(cè)量技術(shù)中SAR影像精配準(zhǔn)的一種新方法［J］.測(cè)繪學(xué)報(bào)，2012，41（1）：69－73.）

［5］ MICHEL R，AVOUAC J P，TABOURY J.Measuring Near Field Coseismic Displacements from SAR Images：Application to the Landers Earthquake［J］.Geophysical Research Letters，1999，26（19）：3017－3020.

［6］ LIU Yunhua，QU Chunyan，SHAN Xinjian.Two－dimensional Displacement Field of the Wenchuan Earthquake Inferred from SAR Intensity Offset－Tracking［J］.Chinese Journal of Geophysics，2012，55（10）：3296－3306.（劉云華，屈春燕，單新建.基于SAR影像偏移量獲取汶川地震二維形變場(chǎng)［J］.地球物理學(xué)報(bào)，2012，55（10）：3296－3306.）

［7］ FIALKO Y，SANDWELL D，SIMONS M，et al.Threedimensional Deformation Caused by the Bam，Iran，Earthquake and the Origin of Shallow Slip Deficit［J］.Nature，2005，435（19）：295－299.

［8］ STROZZI T，LUCKMAN A，MURRAY T，et al.Glacier Motion Estimation using SAR Offset－tracking Procedures［J］.IEEE Transactions on Geoscience and Remote Sensing，2002，40（11）：2384－2391.

［9］ JI Lingyun，XU Jiandong.Acquring 3DCoseismic Deformation Field of Bam Earthquake by Using D－InSAR and AZO Techniques［J］.Journal of Geodesy and Geodynamics，2009，29（6）：40－44.（季靈運(yùn)，許建東.利用 DInSAR和AZO技術(shù)獲取Bam地震同震三維形變場(chǎng)［J］.大地測(cè)量與地球動(dòng)力學(xué)，2009，29（6）：40－44.）

［10］ CASU F，MANCONI A，PEPE A，et al.Deformation Time－series Generation in Areas Characterized by Large Displacement Dynamics：the SAR Amplitude Pixel－Offset SBAS Technique［J］.IEEE Transaction on Geoscience and Remote Sensing，2011，49（7）：2752－2763.

［11］ WANG Chao，ZHANG Hong，LIU Zhi.Spaceborne Synthetic Aperture Radar Interferometry［M］.Beijing：Science Press，2002：72.（王超，張紅，劉智.星載合成孔徑雷達(dá)干涉測(cè)量［M］.北京：科學(xué)出版社，2002：72.）

［12］ HUANG Shiqi，LIU Daizhi.Analysis of Some Uncertain Factors in Spaceborne SAR Imaging and SAR Image［J］.Acta Geodaetica et Cartographica Sinica，2007，36（2）：152－157.（黃世奇，劉代志.星載SAR成像與SAR圖像中一些不確定性因素分析［J］.測(cè)繪學(xué)報(bào)，2007，36（2）：152－157.）

［13］ LUO Xiaojun，LIU Guoxiang，HUANG Dingfa，et al.Comparison of Algorithms for Co－registration of Satellite Synthetic Aperture Radar Images［J］.Sicence of Surveying and Mapping，2006，31（1）：19－21.（羅小軍，劉國(guó)祥，黃丁發(fā)，等.幾種衛(wèi)星合成孔徑雷達(dá)影像配準(zhǔn)算法的比較研究［J］.測(cè)繪科學(xué)，2006，31（1）：19－21.）

［14］ LIU Lei，WANG Zhiyong，ZHOU Xingdong.The InSAR High Precision Registration Method Based on the DEOS Precise Orbit Data and Interpolation［J］.Journal of ShangDong University of Science and Technology，2008，27（6）：9－15.（劉磊，王志勇，周興東.基于 DEOS精密軌道數(shù)據(jù)和插值的InSAR高精度配準(zhǔn)方法［J］.山東科技大學(xué)學(xué)報(bào)，2008，27（6）：9－15.）

［15］ JIAO Minglian，JIANG Tingchen.Discussion on Registration Procedure for InSAR Complex Image［J］.Geomatics and Spatial Information Technology，2008，31（6）：21－23.（焦明連，蔣廷臣.InSAR復(fù)數(shù)影像配準(zhǔn)方法探討［J］.測(cè)繪與空間地理信息，2008，31（6）：21－23.）

［16］ ABDELFATTAH R，NICOLAS J M.Sub－pixelic Image Registration for SAR Interferometry Coherence Optimization［C］∥Congress of the International Society for Photogrammetry and Remote Sensing.Istanbul：ISPRS，2004：273－276.

［17］ LI Z，BETHEL J.Image Co－registration in SAR Interferometry［C］∥The International Archives of the Photogrammetry，Remote Sensing and Spatial Information Sciences.Beijing：ISPRS，2008：433－438.

［18］ SCHEIBER R，MOREIRA A.Coregistration of Interferometric SAR Images Using Spectral Diversity［J］.Geoscience and Remote Sensing，IEEE Transactions on，2000，38（5）：2179－2191.

［19］ ZOU W，Li Y，Li Z，et al.Improvement of the Accuracy of InSAR Image Co－registration Based on Tie Points－a Review［J］.Sensors，2009，9：1259－1281.

［20］ WANG Qingsong，QU Jishuang，HUANG Haifeng，et al.A Method Based on Integrating Real and Complex Correlation Function for InSAR Image Coregistraion［J］.Acta Geodaetica et Cartographica Sinica，2012，41（4）：563－569.（王青松，瞿繼雙，黃海風(fēng)，等.聯(lián)合實(shí)、復(fù)相關(guān)函數(shù)的干涉SAR圖像配準(zhǔn)方法［J］.測(cè)繪學(xué)報(bào)，2012，41（4）：563－569.）

［21］ LIU Xiufang，HONG Wen.Analysis of Spaceborne SAR Pixel Location Influenced by Terrain Variation［J］.Journal of Telemetry，Tracking and Command，2005，26（6）：28－32.（劉秀芳，洪文.地形起伏對(duì)星載SAR像素定位影響的仿真分析［J］.遙測(cè)遙控，2005，26（6）：28－32.）

［22］ FUNNING G J，PARSONS B，WRIGHT T J，et al.Surface Displacements and Source Parameters of the 2003Bam（Iran）Earthquake from Envisat Advanced Synthetic Aperture Radar Imagery［J］.Journal of Geophysical Research，2005，110：1－23.

［23］ OKADA Y.Surface Deformation due to Shear and Tensile Faults in a Half－space［J］.Seismological Society of America，1985，75（4）：1135－1154.

［24］ ZHANG G，SHAN X，DELOUIS B，et al.Rupture History of the 2010Ms 7.1Yushu Earthquake by Joint Inversion of Teleseismic Data and InSAR Measurements［J］.Tectonophysics，2013，584：129－137.

［25］ LI Z，ELLIOTT J R，F(xiàn)ENG W.The 2010MW 6.8 Yushu（Qinghai，China）Earthquake：Constraints Provided by InSAR and Body Wave Seismology［J］.Journal of Geophysical Research：Solid Earth，2011，116（B10），DOI：10.1029／2011JB008358.