范 軍，李 濤，左小清，陳乾福，張 祥，祿 競

1. 昆明理工大學(xué)國土資源工程學(xué)院，云南 昆明 650093； 2. 自然資源部國土衛(wèi)星遙感應(yīng)用中心，北京 100048

合成孔徑雷達(dá)干涉(interferometric synthetic aperture radar,InSAR)技術(shù)具有全天時(shí)、全天候、高精度等優(yōu)勢(shì)[1-2]，在地形測(cè)繪中具有良好的應(yīng)用前景。然而，高精度DEM的獲取，一方面取決于InSAR平臺(tái)指標(biāo)的設(shè)計(jì)，包括載荷設(shè)計(jì)和姿軌控制等，另一方面則取決于幾何及干涉參數(shù)的檢校工作[3]。幾何檢校通過校準(zhǔn)獲取的幾何參數(shù)來提升SAR影像的幾何定位精度，而干涉測(cè)量檢校技術(shù)是通過校準(zhǔn)獲取的干涉參數(shù)來提升干涉結(jié)果的高程精度，二者共同決定了全球DEM的精度水平[4]。幾何檢校技術(shù)一般以距離-多普勒(Range-Doppler,R-D)模型為基礎(chǔ)解算方位向時(shí)間延遲和距離向時(shí)間延遲參數(shù)[5]。ALOS_PALSAR衛(wèi)星使用幾何檢校方法后，條帶模式的幾何定位精度達(dá)9.7 m[6]；Radarsat-2衛(wèi)星利用角反射器進(jìn)行幾何檢校后，獲得了5.74 m的平面定位精度[7]；TerraSAR-X利用角反射器完成了系列衛(wèi)星的高精度幾何檢校，實(shí)現(xiàn)了0.3 m的平面定位結(jié)果[8-9]；2018年，文獻(xiàn)[10]針對(duì)TerraSAR-X/TanDEM-X影像和GF-3影像進(jìn)行了幾何檢校，檢校后的TerraSAR-X/TanDEM-X影像幾何定位精度優(yōu)于3 m，GF-3影像幾何定位精度優(yōu)于7.5 m。因此，幾何檢校方法已經(jīng)在工程和科研上取得了成功應(yīng)用。干涉測(cè)量檢校技術(shù)較為復(fù)雜，國內(nèi)外已開展了大量研究工作，提出了很多干涉測(cè)量檢校方法。1999年，文獻(xiàn)[11]分析了影響干涉測(cè)高的系統(tǒng)參數(shù)，并對(duì)誤差源進(jìn)行了敏感度分析，在平地幾何關(guān)系下推導(dǎo)出基于敏感度方程的機(jī)載干涉測(cè)量檢校方法；2001年，文獻(xiàn)[12]在此基礎(chǔ)上，推導(dǎo)出斜視下基于干涉敏感度方程的機(jī)載干涉測(cè)量檢校方法，通過仿真數(shù)據(jù)證明了不同敏感度矩陣條件數(shù)對(duì)干涉測(cè)量檢校產(chǎn)生不同的影響，但是沒有針對(duì)定標(biāo)器布放問題進(jìn)行研究；2003年，文獻(xiàn)[13]針對(duì)干涉敏感度方程的推導(dǎo)引入了三維重建模型，并提出一種使敏感度矩陣條件數(shù)最小化的定標(biāo)器布放算法；2010年，文獻(xiàn)[14]提出一種考慮干涉相位偏置、基線長度和基線水平角參數(shù)的機(jī)載干涉定標(biāo)模型，但是未考慮控制點(diǎn)的平面信息；文獻(xiàn)[15]在此基礎(chǔ)上提出利用控制點(diǎn)三維信息的機(jī)載雙天線SAR干涉定標(biāo)方法，驗(yàn)證了定標(biāo)后DEM的平面精度和高程精度，但是并沒有獨(dú)立解算每一項(xiàng)干涉參數(shù)的修正量；2011年，文獻(xiàn)[16]基于三維重建模型的基礎(chǔ)上，提出了一種分布式衛(wèi)星SAR干涉測(cè)高模型，通過仿真數(shù)據(jù)針對(duì)基線矢量和相位誤差特性進(jìn)行了分析；2014年，文獻(xiàn)[17]提出了星載InSAR立體基線的檢校方法，通過仿真數(shù)據(jù)表明該方法能完成高精度基線矢量檢校，但是缺少試驗(yàn)數(shù)據(jù)的支撐；2016年，文獻(xiàn)[18]利用TanDEM-X數(shù)據(jù)驗(yàn)證了基于InSAR三維重建模型、敏感度方程的干涉測(cè)量檢校方法，證明了星載InSAR干涉測(cè)量檢校方法的通用性?，F(xiàn)階段，商業(yè)軟件GAMMA在反演InSAR高程時(shí)只利用控制點(diǎn)的高程信息完成了對(duì)干涉參數(shù)的精估計(jì)，沒有考慮平面精度。另外，軟件中并未獨(dú)立分解干涉誤差源，沒有達(dá)到高精度的干涉測(cè)量檢校要求。到目前為止，從機(jī)載干涉測(cè)量檢校模型發(fā)展到星載中，盡管已經(jīng)開展大量研究工作，但是在干涉過程中，多數(shù)參數(shù)的誤差具有極強(qiáng)的耦合性，聯(lián)合解算卻無法進(jìn)行準(zhǔn)確的區(qū)分，從而導(dǎo)致干涉參數(shù)修正量不夠精確。本文針對(duì)這一問題，提出利用參數(shù)獨(dú)立分解的干涉測(cè)量檢校方法，在保證幾何定位精度的前提下，通過4對(duì)TanDEM-X/TerraSAR-X數(shù)據(jù)處理驗(yàn)證了星載SAR干涉測(cè)量檢校方法的正確性。

1 InSAR三維重建模型

InSAR三維重建模型基本原理是通過聯(lián)立距離方程、多普勒方程和干涉相位方程獲取地面目標(biāo)點(diǎn)的三維坐標(biāo)。圖1所示為地心坐標(biāo)系下InSAR測(cè)量的幾何關(guān)系，其中S1、S2為主輔天線相位中心位置矢量，R1、R2表示主輔天線相位中心到地面點(diǎn)的位置矢量，R1、R2分別為主輔天線相位中心到地面點(diǎn)P的距離，P為地面目標(biāo)點(diǎn)位置矢量，v為速度矢量，B為基線矢量，fdop為多普勒頻率，λ為雷達(dá)波長，φ為絕對(duì)干涉相位，φ為纏繞干涉相位，k為整周期數(shù)，Q為天線收發(fā)模式，Q=1表示“一發(fā)雙收”模式，Q=2表示“乒乓”模式。

本文研究主要集中于星載InSAR交軌干涉測(cè)量(cross track interferometry,XTI)模式[13]，則三維重建幾何關(guān)系表示為

P=S1+R1

(1)

(2)

(3)

圖1 星載InSAR在地形測(cè)繪中的幾何關(guān)系Fig.1 Geometric relationship of InSAR in topographic mapping

根據(jù)干涉SAR的幾何關(guān)系，目標(biāo)點(diǎn)坐標(biāo)在地心空間直角坐標(biāo)系下表示為

P=S1+R1=S1+R1r

(4)

式中，R1為視向量；r為單位視向量。根據(jù)式(4)可知，對(duì)目標(biāo)點(diǎn)坐標(biāo)的求解一般采用視向量分解法[13]，即將視向量轉(zhuǎn)換為對(duì)單位視向量的求解。單位視向量需要在移動(dòng)坐標(biāo)系VPQ中分解為V、P和Q3個(gè)坐標(biāo)軸方向[15,18]。VPQ坐標(biāo)系是以主天線相位中心為坐標(biāo)原點(diǎn)，速度矢量方向?yàn)閂軸，速度和基線叉乘方向?yàn)镼軸，V軸、P軸和Q軸滿足右手坐標(biāo)系關(guān)系。rv、rp和rq分別表示單位視向量r在V軸、P軸和Q軸上的分量，即

(5)

視向量分解法將視向量從移動(dòng)坐標(biāo)系向地心空間直角坐標(biāo)系轉(zhuǎn)換，從而獲取目標(biāo)點(diǎn)的三維坐標(biāo)[19]。

P=S1+R1=S1+R1Tvpqrvpq=

(6)

式中，Tvpq是將視向量轉(zhuǎn)換為地心空間直角坐標(biāo)系的變換矩陣；bv為基線在速度方向的分量；bpv為基線在垂直于速度方向的分量。

由三維重建模型表達(dá)式可知，影響干涉SAR測(cè)高精度的主要因素有：主星位置、主星速度、主星斜距、多普勒頻率、干涉相位誤差、基線矢量誤差等。主星位置、主星速度、主星斜距、多普勒頻率等參數(shù)在幾何檢校中校正，以提升SAR影像的平面精度[20-21]。而干涉相位誤差和基線矢量誤差采用本文提出的干涉測(cè)量檢校方法進(jìn)行校正，以提升干涉結(jié)果的高程精度，最終獲取高精度的DEM產(chǎn)品。

2 干涉敏感度分析

本文在保證幾何檢校精度的前提下，本文針對(duì)干涉相位和基線矢量參數(shù)引起的誤差進(jìn)行敏感度分析，即定量分析干涉參數(shù)的變化對(duì)高程誤差的影響，同時(shí)為后續(xù)試驗(yàn)部分提供理論參考。

2.1 干涉相位誤差敏感度分析

干涉相位誤差一般由隨機(jī)誤差、系統(tǒng)誤差和絕對(duì)相位偏差組成。其中隨機(jī)誤差是由InSAR系統(tǒng)各項(xiàng)相干源造成，對(duì)應(yīng)的相位呈隨機(jī)分布特性，在本文中不參與檢校；系統(tǒng)誤差成分主要由硬件設(shè)備隨工作溫度變化的剩余漂移相位造成[22-23]，呈緩慢特性，在本文中不參與檢校；絕對(duì)相位偏差是指絕對(duì)干涉相位與解纏相位和平地相位之間相差的固定常數(shù)，因此，干涉相位誤差的主要成分為絕對(duì)相位偏差。干涉相位誤差Δφ引起的DEM高程誤差Δh為

(7)

式中，HoA為高程模糊度。TanDEM-X采用了兩期的HoA設(shè)置，第1期為40～55 m，第2期為35 m，即2π相位變化引的HoA在35～55 m之間[3,24]。在HoA=35 m的情況下，10°的相位誤差引入高程誤差約為0.97 m，在HoA=55 m的情況下，10°的相位誤差引入高程誤差約為1.54 m。因此，約10°的相位誤差引起的高程誤差變化范圍在0.97～1.54 m之間。設(shè)定干涉相位誤差范圍為[0°，10°]，結(jié)合三維重建模型表達(dá)式評(píng)定其對(duì)高程測(cè)量結(jié)果的影響，如圖2所示，10°相位誤差引起高程誤差約為1.42 m，隨著干涉相位誤差的增加，高程測(cè)量誤差呈線性遞增的趨勢(shì)。如果要進(jìn)行1∶50 000比例尺地形圖測(cè)繪，那么丘陵地的高程精度需要達(dá)到5 m，相位誤差的影響已經(jīng)約占28.4%，因此，干涉相位誤差是InSAR地形測(cè)繪中的重要誤差因子。

圖2 干涉相位誤差敏感度分析Fig.2 Sensitivity analysis of interferometric phase

2.2 基線誤差敏感度分析

在星載InSAR地形測(cè)繪中，基線矢量直接影響著高程模糊度、高程誤差的傳遞系數(shù)等諸多因素。基線是一個(gè)三維矢量，為了更方便的表達(dá)基線參數(shù)，一般采用TCN坐標(biāo)系，以主天線相位中心為坐標(biāo)原點(diǎn)，N軸由主天線相位中心指向地心，N軸與速度矢量叉乘方向?yàn)镃軸正方向，T、C、N三軸構(gòu)成右手坐標(biāo)關(guān)系[18]。本文將基線矢量分解為TCN坐標(biāo)系下的基線初值和與時(shí)間相關(guān)的基線速率，考慮到交軌干涉過程中，所有的計(jì)算都是投影到主影像的零多普勒平面中進(jìn)行的，因此沿軌基線恒為零，即Bt=0[25]。

(8)

式中，Bt、Bc和Bn分別表示TCN坐標(biāo)系的基線分量；bc0和bcv表示基線Bc在C方向分解的基線初值和基線速率；bn0和bnv表示基線Bn在N方向分解的基線初值和基線速率。由于三維重建模型是在地心空間直角坐標(biāo)系表示InSAR的幾何關(guān)系，因此，本文需要將基線由TCN坐標(biāo)系轉(zhuǎn)換為地心空間直角坐標(biāo)系，即

(9)

式中，Ttcn為TCN與空間直角坐標(biāo)系之間的變換矩陣。由于基線誤差對(duì)DEM高程精度影響較為復(fù)雜，本文在TCN坐標(biāo)系下分析基線分量bc0、bcv、bn0和bnv對(duì)高程精度的影響，在地心空間直角坐標(biāo)系下分析基線長度B對(duì)高程精度的影響。

若對(duì)C、N方向基線初值添加1 mm誤差，如圖3(a)、(b)所示，C方向引起1.2 m的高程誤差，N方向引起-1.6 m的高程誤差；若對(duì)C、N方向基線速率添加0.1 mm/s誤差，如圖3(c)、(d)所示，C方向引起0.5 m高程誤差，N方向-0.6 m的高程誤差。可以看出，數(shù)毫米級(jí)的基線初值誤差可引起米級(jí)的高程誤差，數(shù)亞毫米級(jí)的基線速率誤差可引起米級(jí)的高程誤差。此外，與基線初值誤差相比，基線速率誤差對(duì)高程測(cè)量精度影響更為敏感，與C方向基線矢量誤差相比，N方向?qū)Ω叱虦y(cè)量精度影響更為敏感。

若對(duì)基線長度添加1 cm誤差，如圖3(e)所示，則引入高程誤差約為1.61 m。如果要進(jìn)行1∶50 000比例尺地形圖測(cè)繪，那么丘陵地的高程精度需要達(dá)到5 m，基線誤差的影響已經(jīng)約占32%，綜上所述，基線矢量是InSAR地形測(cè)繪中一個(gè)重要的誤差因子。

3 InSAR干涉測(cè)量檢校模型

本文方法基于干涉相位誤差與基線矢量誤差到高程誤差的不同傳遞特性進(jìn)行建模。通過敏感度分析可知，干涉相位引入的高程誤差為1.42 m，基線在方位向和距離向引入高程誤差為1.61 m，由此可見，干涉相位誤差和基線矢量誤差對(duì)地形測(cè)繪的影響不可忽視。因此，本文提出一種利用參數(shù)獨(dú)立分解的干涉測(cè)量檢校方法。首先解算干涉相位誤差，隨后解算基線矢量誤差。為了保證兩種干涉參數(shù)的解算方法完全獨(dú)立，本文采用計(jì)算絕對(duì)干涉相位與解纏相位和平地相位之間固定偏差的方法，來獲取干涉相位誤差。首先根據(jù)地面控制點(diǎn)來求取每一個(gè)點(diǎn)的絕對(duì)干涉相位，然后依據(jù)該局部絕對(duì)干涉相位對(duì)解纏相位和平地相位進(jìn)行補(bǔ)償，最后求取整景相位數(shù)據(jù)應(yīng)該補(bǔ)償?shù)墓潭ㄆ?，即可獲取每一景影像的干涉相位誤差。

圖3 基線誤差敏感度分析Fig.3 Sensitivity analysis of baseline errors

(10)

式中，R1、R2表示主輔影像的斜距；φunw為解纏相位；φfla為濾波前的平地相位；Δφ為干涉相位誤差。

對(duì)基線矢量參數(shù)進(jìn)行干涉測(cè)量檢校時(shí)，首先從InSAR三維重建模表達(dá)式出發(fā)，然后建立敏感度方程，最后采用平差模型基于最小二乘法準(zhǔn)則解算干涉參數(shù)的修正量。為了提高解算精度，本文采用迭代方式，將迭代前后坐標(biāo)差值的均方根定義為檢校精度，當(dāng)檢校精度小于指定閾值(本文取ε=0.05)時(shí)，則迭代收斂，最終獲取高精度的干涉參數(shù)，從而保證生成高精度DEM產(chǎn)品，干涉測(cè)量檢校流程如圖4所示。

利用三維重建模型表達(dá)式在地心空間直角坐標(biāo)系推導(dǎo)出3個(gè)坐標(biāo)軸方向的三維重建方程，形式如下[19]

(11)

圖4 干涉測(cè)量檢校流程Fig.4 Flow chart of interferometric calibration

根據(jù)三維重建方程對(duì)基線矢量計(jì)算偏導(dǎo)數(shù)，建立干涉敏感度方程，形式如下

(12)

建立誤差方程式

(13)

在干涉測(cè)量檢校過程中，由于不同觀測(cè)條件下，觀測(cè)值的精度往往不同，因而誤差也不同，不同控制點(diǎn)位置的數(shù)據(jù)質(zhì)量也不同。由于相干性系數(shù)是評(píng)價(jià)SAR影像質(zhì)量的重要標(biāo)準(zhǔn)，因此對(duì)控制點(diǎn)的相干性系數(shù)定權(quán)[22]，會(huì)在后續(xù)研究中考慮其他定權(quán)方法。此時(shí)目標(biāo)函數(shù)為

Jmin=VTWV

(14)

式中，W是對(duì)角權(quán)陣

(15)

式中，wi(i=1,2,…,n)為每個(gè)控制點(diǎn)的相干性系數(shù)。

給定干涉參數(shù)的初值X0，解算干涉參數(shù)的修正量，得

ΔX=(ATWA)-1ATWl

(16)

從而得到檢校后的干涉參數(shù)

X=X0+ΔX

(17)

4 試驗(yàn)與結(jié)果分析

4.1 試驗(yàn)數(shù)據(jù)

試驗(yàn)數(shù)據(jù)中心區(qū)域位于陜西渭南市，中心經(jīng)緯度為109°34′25″E、35°01′48″N，東西向范圍約達(dá)63 km，南北向范圍約達(dá)108 km。區(qū)域內(nèi)兼有平地和山地，海拔156～1338 m，其地理位置如圖5(a)所示。選取了83個(gè)地面控制點(diǎn)，通過采用SF-3050星站差分GNSS接收機(jī)實(shí)測(cè)，坐標(biāo)系為大地坐標(biāo)系，平面測(cè)量誤差為15 cm，可滿足1∶25 000比例尺地形圖測(cè)繪精度要求；高程測(cè)量誤差為20 cm，引入的干涉相位誤差小于1.12°，可用于進(jìn)行高精度測(cè)量檢校。本文選取的地面控制點(diǎn)主要分布在SAR影像中具有明顯成像特征的區(qū)域，如道路交叉口、房屋拐角點(diǎn)等[26]，詳細(xì)點(diǎn)位分布如圖5中綠色三角形所示。本文在使用ICESat激光測(cè)高數(shù)據(jù)前進(jìn)行了數(shù)據(jù)篩選[18,27]，將一些受云層、樹木、建筑物等遮擋引起高程誤差達(dá)到幾十米甚至到幾百米的數(shù)據(jù)剔除，最終共選擇激光點(diǎn)7480個(gè)，詳細(xì)點(diǎn)位分布如圖5中紅色圓點(diǎn)所示，圖5(b)為檢校后DEM結(jié)果。

圖5 試驗(yàn)區(qū)域地理位置及DEM的分布圖Fig.5 Geographical location and DEM distribution map of study area

試驗(yàn)數(shù)據(jù)為4對(duì)TanDEM-X/TerraSAR-X干涉數(shù)據(jù)，如圖5中白色線框所示，獲取時(shí)間為2013年9月3日與2013年9月25日。選擇90 m格網(wǎng)分辨率SRTM作為外部DEM數(shù)據(jù)。試驗(yàn)影像基本參數(shù)如表1所示。

表1 試驗(yàn)影像參數(shù)

4.2 結(jié)果與分析

在保證幾何精度的條件下，應(yīng)用三維重建模型解算控制點(diǎn)高程，與已知控制點(diǎn)高程進(jìn)行精度評(píng)價(jià)，如表2所示。

表2 檢校前干涉結(jié)果的高程精度

Tab.2 Elevation accuracy of interferometric results before interferometric calibration

影像編號(hào)影像類型高程精度/m696_8檢校景20.016696_9檢校景21.591696_13檢校景9.444696_14檢校景8.925

由表2可知，不同軌道干涉圖結(jié)果的高程精度存在較大差異。例如同軌696_13、696_14的高程精度低于9.44 m，而另一同軌696_8、696_9的高程精度低于21.59 m。高程存在較大誤差的原因在于，首先，由于地形的限制，導(dǎo)致控制點(diǎn)本身精度降低；其次，存在幾何檢校的殘余誤差，導(dǎo)致在干涉測(cè)量檢校中引入幾何誤差。

考慮到對(duì)基線誤差解算會(huì)引入干涉相位誤差，再對(duì)干涉相位誤差解算反而增加高程誤差。本文首先對(duì)干涉相位進(jìn)行檢校，將每一景影像的干涉相位誤差分解后，根據(jù)三維重建模型解算控制點(diǎn)高程，與已知控制點(diǎn)高程進(jìn)行精度評(píng)價(jià)，結(jié)果如表3所示。

表3 干涉相位檢校后干涉結(jié)果的高程精度

Tab.3 Elevation accuracy of interferometric results after interferometric phase calibration

影像編號(hào)影像類型干涉相位誤差/(°)高程精度/m696_8檢校景-120.7682.057696_9檢校景-127.0592.848696_13檢校景-50.0992.726696_14檢校景-52.1052.312

由圖2干涉相位誤差敏感度線性關(guān)系可知，以影像696_8為例，當(dāng)干涉相位誤差增加120.768°時(shí)，則引起約17.20 m的高程誤差敏感度。本試驗(yàn)中，120.768°的相位誤差引起高程誤差變化量是17.96 m，與敏感度分析結(jié)果基本一致。由表3可知，通過對(duì)干涉相位誤差檢校后，所有干涉結(jié)果的高程精度均優(yōu)于2.85 m。在此基礎(chǔ)上，對(duì)基線矢量展開檢校，精度評(píng)價(jià)結(jié)果如表4所示。

表4 基線矢量檢校后干涉結(jié)果的高程精度

Tab.4 Elevation accuracy of interferometric results after baseline vector calibration

影像編號(hào)影像類型基線誤差修正量Δbc0/mΔbn0/mΔbcv/(m/s)Δbnv/(m/s)高程精度/m696_8檢校景 0.0597-0.0473 -0.0092 0.0072 1.469696_13檢校景-0.05520.04200.0057-0.0043 2.535

本文將基線矢量分解為TCN方向的基線初值和基線速率，其共同影響干涉結(jié)果的高程精度。以影像696_8為例，C、N方向基線初值誤差為0.059 7 m、-0.047 3 m，基線速率誤差為-0.009 2 m/s、0.007 2 m/s。由式(18)計(jì)算得到沿方位向時(shí)間變化的基線誤差在[0.029，0.122]之間，基于檢校前后的高程精度，發(fā)現(xiàn)基線誤差引起高程誤差為19.16 m。根據(jù)圖3(e)基線誤差敏感度線性關(guān)系，將基線誤差增加到0.122 m時(shí)，高程誤差已經(jīng)達(dá)到19.63 m，與檢校結(jié)果基本一致。通過表4可以看出，對(duì)基線矢量檢校后，所有干涉結(jié)果的高程精度均優(yōu)于2.54 m。綜上所述，干涉測(cè)量檢校技術(shù)可提高干涉結(jié)果的高程精度。

(18)

為了驗(yàn)證同軌影像之間檢校參數(shù)的適用性，本文進(jìn)行檢校補(bǔ)償驗(yàn)證。分別將影像696_8、696_13檢校結(jié)果補(bǔ)償于同軌影像696_9、696_14，最終對(duì)驗(yàn)證景數(shù)據(jù)進(jìn)行精度評(píng)價(jià)，如表5所示。

表5 驗(yàn)證景數(shù)據(jù)精度評(píng)價(jià)

由表5可知，利用檢校參數(shù)對(duì)驗(yàn)證景補(bǔ)償后，無控制點(diǎn)的干涉結(jié)果高程精度均優(yōu)于2.23 m，滿足山地地區(qū)1∶25 000地形圖測(cè)繪要求。

本文通過提出了利用參數(shù)獨(dú)立分解的干涉測(cè)量檢校方法，分解了星載InSAR系統(tǒng)中的主要誤差源，同時(shí)這些因素也是引起DEM產(chǎn)品誤差的主要來源。本文選用冰、云和陸地高程衛(wèi)星(Ice,Cloud,and land Elevation Satellite,ICESat)[27-28]數(shù)據(jù)分別對(duì)未檢校和檢校后DEM的絕對(duì)高程精度進(jìn)行了評(píng)估。如表6所示，影像696_8和696_13位于平地地區(qū)，高程精度提升到1.21 m；影像696_9和696_14位于山地地區(qū)，高程精度提升到3.11 m，其滿足了我國1∶25 000比例尺平地地區(qū)1.5 m、山地地區(qū)4 m的測(cè)繪精度。

綜上所述，本文提出的干涉檢校方法均可以提高DEM產(chǎn)品精度。但是檢校后平地地區(qū)獲取DEM產(chǎn)品的精度始終優(yōu)于山地地區(qū)，這主要是因?yàn)樯降氐匦纹鸱^大，且植被茂盛，相干性較差，對(duì)干涉結(jié)果產(chǎn)生一定的影響，從而導(dǎo)致該區(qū)域的高程誤差較大，誤差分布比較離散。

表6 DEM精度評(píng)價(jià)

5 結(jié) 論

目前，隨著國產(chǎn)SAR衛(wèi)星的陸續(xù)發(fā)射，迫切需要對(duì)星載SAR干涉測(cè)量檢校技術(shù)深入研究，提高國產(chǎn)星載SAR系統(tǒng)獲取高精度DEM的能力。由于國內(nèi)外InSAR干涉測(cè)量檢校工作一般從機(jī)載工作開始研究，以此作為平臺(tái)逐步將干涉檢校技術(shù)擴(kuò)展到星載平臺(tái)。本文針對(duì)傳統(tǒng)干涉測(cè)量檢校模型中存在參數(shù)耦合性過強(qiáng)的問題，提出了一種利用參數(shù)獨(dú)立分解的星載SAR干涉測(cè)量檢校方法，采用兩種獨(dú)立檢校算法分別對(duì)相位誤差和基線矢量誤差進(jìn)行校正，通過獲取4對(duì)TanDEM-X/TerraSAR-X干涉數(shù)據(jù)開展干涉測(cè)量檢校試驗(yàn)。結(jié)果表明，對(duì)于該試驗(yàn)數(shù)據(jù)，干涉測(cè)量檢校后干涉結(jié)果的高程精度均優(yōu)于2.54 m。通過ICESat數(shù)據(jù)分別對(duì)未檢校、檢校后的DEM產(chǎn)品精度進(jìn)行評(píng)估，檢校后平地地區(qū)DEM產(chǎn)品的絕對(duì)高程精度優(yōu)于1.21 m，山地地區(qū)DEM產(chǎn)品的絕對(duì)高程精度優(yōu)于3.11 m。由此可見，本文提出的干涉測(cè)量檢校方法能提高DEM產(chǎn)品精度，證明本文的方法是有效可行的。本文工作仍存在一些問題有待深入研究，例如未對(duì)控制點(diǎn)選取的數(shù)量以及分布情況進(jìn)行探討，特別是如何減少檢校點(diǎn)的數(shù)量，實(shí)現(xiàn)稀少檢校點(diǎn)的干涉測(cè)量檢校等。另外，由于缺少高精度角反射器，本文未能對(duì)衛(wèi)星在軌檢校問題進(jìn)行驗(yàn)證，后續(xù)研究工作將主要針對(duì)這兩方面開展。

致謝：感謝由德國宇航中心提供TerraSAR-X、TanDEM-X數(shù)據(jù)，美國航空航天局提供ICESat數(shù)據(jù)。