吳雪蘭

（成都理工大學(xué)地球科學(xué)學(xué)院，四川 成都610000）

1 概述

隨著光學(xué)亞像素匹配技術(shù)的發(fā)展，利用光學(xué)遙感影像數(shù)據(jù)可以精確的提取地面的水平位移在冰川運(yùn)動(dòng)、地震等地球物理場(chǎng)中有極好的應(yīng)用。此外，不少學(xué)者應(yīng)用該方法推算斷層位移[1]、地震形變監(jiān)測(cè)[2]、沙丘滑移[3]、滑坡運(yùn)動(dòng)[4]。自光學(xué)衛(wèi)星Landsat 衛(wèi)星與Sentinel-2 衛(wèi)星發(fā)射以來，冰川的研究從傳統(tǒng)的花桿測(cè)量這種傳統(tǒng)的實(shí)地測(cè)量逐漸轉(zhuǎn)向遙感影像的研究。由于光學(xué)衛(wèi)星遙感影像幾乎覆蓋了整個(gè)地球表面，使得全球規(guī)模測(cè)繪和監(jiān)測(cè)冰川運(yùn)動(dòng)的研究得以實(shí)現(xiàn)。二十世紀(jì)初，曹泊等[5]認(rèn)為利用遙感手段研究冰川的性質(zhì)和冰川的動(dòng)態(tài)變化將成為冰川學(xué)研究發(fā)展的重要趨勢(shì)，它能有效解決現(xiàn)代冰川研究中高山區(qū)資料受限等問題。在2008 年,美國加州理工學(xué)院的Leprince[6]較全面地介紹了光學(xué)影像互相關(guān)技術(shù)監(jiān)測(cè)地表形變?cè)砗头椒? 這為光學(xué)遙感影像位移研究打下堅(jiān)實(shí)的基礎(chǔ)。黃磊等[7]利用光學(xué)影像互相關(guān)匹配技術(shù)對(duì)冰川表面紋理特征進(jìn)行相關(guān)分析研究了天山冰川運(yùn)動(dòng)速度。田毅[8]等人利用光學(xué)遙感影像采用歸一化互相關(guān)算法研究了南伊內(nèi)里切克冰川的速度時(shí)空分布。張曉博[9]等人通過研究Landsat-8 與TerraSAR-X 數(shù)據(jù)的冰川運(yùn)動(dòng)特征驗(yàn)證了這兩種數(shù)據(jù)可以很好地實(shí)現(xiàn)山谷冰川的運(yùn)動(dòng)監(jiān)測(cè)。杜建括[10]等人利用冰川運(yùn)動(dòng)觀測(cè)資料研究了玉龍雪山白水1 號(hào)冰川運(yùn)動(dòng)速度特征。可以看出，我國對(duì)冰川的研究也逐漸重視，此外還構(gòu)建了觀測(cè)試驗(yàn)站并與國際專家合作為冰川進(jìn)一步研究打下基礎(chǔ)[11]。

2 光學(xué)遙感影像的冰川流速的監(jiān)測(cè)方法

遙感影像可以全天候、全天時(shí)的采集冰川數(shù)據(jù)而且采集數(shù)據(jù)周期比較短，它有利于冰川滑移的研究。目前，冰川運(yùn)動(dòng)遙感監(jiān)測(cè)主要使用雷達(dá)遙感數(shù)據(jù)與光學(xué)遙感數(shù)據(jù)，這兩種遙感數(shù)據(jù)都有各自的優(yōu)勢(shì)與劣勢(shì)。雷達(dá)影像具有空間分辨率高的優(yōu)點(diǎn)而使得對(duì)地表微小變化敏感能夠發(fā)現(xiàn)地表的微型變化，但山地冰川研究大多無法使用InSAR 測(cè)量技術(shù)。光學(xué)遙感技術(shù)突破了時(shí)間和空間的限制開辟了冰川監(jiān)測(cè)研究的新天地。

表1 遙感數(shù)據(jù)的方法與優(yōu)劣

2.1 互相關(guān)歸一化

這種算法是現(xiàn)階段監(jiān)測(cè)冰川流速常用的一種方法，它適用于光學(xué)遙感影像、合成孔徑雷達(dá)影像[12]。計(jì)算如公式（1）所示：

2.2 圖像匹配基礎(chǔ)上的快速傅里葉變換的基于頻率域互相關(guān)計(jì)算

這種算法被引入CIAS 冰流速測(cè)量軟件中[13]，它是通過求取每幅影像x,y 方向的偏導(dǎo)數(shù)并以x,y 為實(shí)部與虛部形成方向影像，計(jì)算如公式（2）、（3）所示：

其中，fd（x,y）為所求的方向影像，f（x,y）為原影像。通過快速傅里葉變換和逆變換求得相關(guān)曲面并取得峰值，計(jì)算如公式（4）所示：

其中，fd和gd為兩景方向影像，R 為得出的相關(guān)曲面，實(shí)驗(yàn)證明，與歸一化互相關(guān)相比，該方法具有更高的魯棒性。

2.3 快速傅里葉變換的基于頻率域互相關(guān)算法

這種方法是通過將第一幅影像通過傅里葉變換與第二幅影像的復(fù)共軛傅里葉變換相乘，通過在頻率域中來計(jì)算互相關(guān)，但該算法不容易轉(zhuǎn)換到頻率域，因此該算法只能計(jì)算互相關(guān)無法進(jìn)行歸一化。該算法計(jì)算如公式（5）所示：

其中F（u,v）是在時(shí)間t=1 時(shí)圖像的匹配窗口的快速傅里葉變換（FFT），G（u，v）是時(shí)間t=2 時(shí)圖像匹配窗口的傅里葉變換。*表示復(fù)共軛，IFFT 是表示快速傅里葉變換。該算法受灰度變化影響較大，容易導(dǎo)致誤匹配。

2.4 快速傅里葉變換的基于頻率域相位相關(guān)計(jì)算

這種算法是基于頻率域相位相關(guān)計(jì)算通過計(jì)算互相關(guān)表面的峰來表示位移。該算法可以忽略振幅中出現(xiàn)的圖像強(qiáng)度差異。計(jì)算公式（6）如下：

其中F0（u,v）是在時(shí)間t=1 時(shí)圖像的匹配窗口的快速傅里葉變換（FFT），其中G0（u.v）是時(shí)間t=2 時(shí)圖像匹配窗口的傅里葉變換。*表示復(fù)共軛，IFFT 是表示快速傅里葉變換。這種算法忽略了頻率的噪聲，而噪聲所在的頻率上的分布使得峰值的位置不準(zhǔn)確而造成誤差，因此該算法使用較少。

2.5 COSI-Corr

該算法編寫在ENVI 插件中，它是通過相位相關(guān)法，通過歸一化功率譜的逆傅里葉變換來反映兩個(gè)影像的相對(duì)關(guān)系，它的首先假設(shè)兩幅影像之間存在相對(duì)位移，存在相對(duì)位移計(jì)算公式（7）所示：

其位移值則是通過計(jì)算之后的二維脈沖函數(shù)的峰值點(diǎn)。

3 分析與結(jié)論

對(duì)于冰川的研究，早期主要以冰川流速測(cè)量主要采用實(shí)地測(cè)量的方法，現(xiàn)階段也逐漸轉(zhuǎn)向與3S 技術(shù)相結(jié)合，如花桿測(cè)量法中引入經(jīng)緯儀、水準(zhǔn)儀、全站儀等光學(xué)測(cè)量儀器。為解決氣候環(huán)境條件較為惡劣的問題，遙感技術(shù)的發(fā)展很好的克服了該方法的缺陷與不足?；谔卣鞲櫟墓鈱W(xué)遙感監(jiān)測(cè)與基于干涉相干性的微波遙感監(jiān)測(cè)技術(shù)得到了迅速的發(fā)展并取得的較為良好的效果。

由于全球?qū)Ρ餮芯繑?shù)據(jù)是從20 世紀(jì)60 年代，缺乏較為完整的冰川流速研究，導(dǎo)致該數(shù)據(jù)研究時(shí)間短且研究數(shù)據(jù)缺乏。對(duì)于冰川運(yùn)動(dòng)的研究現(xiàn)階段主要雖然取得了較大的成果，但數(shù)據(jù)的精度問題仍然是一個(gè)亟待解決的問題。雖然現(xiàn)階段哨兵2 號(hào)與Landsat-8 遙感影像數(shù)據(jù)給研究帶來福音，但影像質(zhì)量容易受到環(huán)境因素的影響。此外，現(xiàn)階段對(duì)于冰川監(jiān)測(cè)方法與新的算法研究基本上沒有太大的改變，因此，還需要改進(jìn)相關(guān)算法與監(jiān)測(cè)手段。