楊 鴻 田衛(wèi)明 鄧云開 聶祥飛 馮麗源 張 月

（1.重慶三峽學(xué)院電子與信息工程學(xué)院，重慶 404130；2.北京理工大學(xué)信息與電子學(xué)院，北京 100081；3.北京理工大學(xué)重慶創(chuàng)新中心，重慶 401120）

1 引言

滑坡是最常見、危害最大的地質(zhì)災(zāi)害之一。以地表的形變數(shù)據(jù)為基礎(chǔ)，結(jié)合其形變機(jī)理和力學(xué)機(jī)制，有利于實(shí)現(xiàn)對(duì)滑坡災(zāi)害的預(yù)測(cè)預(yù)警［1］。GB-SAR（Ground-based synthetic aperture radar，地基合成孔徑雷達(dá)）具有全天候、非接觸、高精度、近實(shí)時(shí)等測(cè)量?jī)?yōu)點(diǎn)，近年來在形變監(jiān)測(cè)領(lǐng)域廣泛應(yīng)用［2］。

地基SAR 通常是基于差分干涉測(cè)量技術(shù)［3］，通過對(duì)同一監(jiān)測(cè)區(qū)域進(jìn)行多次觀測(cè)后獲取的SAR 復(fù)圖像進(jìn)行處理，實(shí)現(xiàn)地表形變測(cè)量［4］。由于受到系統(tǒng)熱噪聲、大氣擾動(dòng)等誤差源的影響，導(dǎo)致干涉相位圖中部分像素點(diǎn)的相位質(zhì)量很低，對(duì)地表形變的準(zhǔn)確性構(gòu)成很大干擾。因此需要選擇出高相位質(zhì)量的像素點(diǎn)（即高相干點(diǎn)）進(jìn)行形變分析，以保證形變測(cè)量的準(zhǔn)確性［5］。

在地基SAR 領(lǐng)域中，廣泛使用幅度離差法進(jìn)行高相干點(diǎn)的選擇。通過計(jì)算每一個(gè)像元在多幅SAR 圖像中的幅值標(biāo)準(zhǔn)差與幅度均值的比值，然后設(shè)置合理的門限進(jìn)行PS 點(diǎn)的選擇。該方法能有效應(yīng)用于巖質(zhì)邊坡或者城鎮(zhèn)場(chǎng)景。但對(duì)于植被邊坡，由于場(chǎng)景中缺少裸露巖石等高相干目標(biāo)，采用幅度離差法所選擇出的PS數(shù)量很少，不利于形變分析。

在星載SAR 領(lǐng)域，為提高植被邊坡高相干點(diǎn)數(shù)量，國外研究學(xué)者主要提出了兩種解決方法。第一種是StaMPS［6］干涉方法，該方法核心是基于相位信息選擇幅度低穩(wěn)定、相位高穩(wěn)定的像素點(diǎn)；第二種是SqueeSAR［7］技術(shù)，該方法核心是選擇DS點(diǎn)，即［8-9］一定范圍內(nèi)像素點(diǎn)服從同一幅值分布，且相位整體穩(wěn)定的散射體。以上兩種解決方法已廣泛應(yīng)用于星載SAR領(lǐng)域，考慮到星載SAR與地基SAR工作原理的差異性，需要研究在地基SAR領(lǐng)域的適用性。

針對(duì)上述問題，本文在StaMPS 方法的基礎(chǔ)上，首先采用幅度離差法獲取PSC（Candidate Permanent Scatterers，候選永久散射體）集合，然后利用非PS點(diǎn)來計(jì)算相干系數(shù)門限，通過該門限實(shí)現(xiàn)高相干點(diǎn)的選擇，最后引入DS 選擇技術(shù)來進(jìn)一步提高高相干點(diǎn)選擇的數(shù)量。本文詳細(xì)介紹了改進(jìn)方法的實(shí)現(xiàn)過程，并對(duì)一處植被邊坡監(jiān)測(cè)場(chǎng)景的SAR 圖像進(jìn)行了處理與分析，通過與常規(guī)高相干點(diǎn)選擇方法進(jìn)行了對(duì)比分析，驗(yàn)證了本文方法的有效性和適用性。

2 實(shí)驗(yàn)信息

本實(shí)驗(yàn)選定重慶萬州區(qū)九道拐形變監(jiān)測(cè)區(qū)域，該區(qū)域?yàn)榈湫偷闹脖簧襟w邊坡，圖1 所示為場(chǎng)景照片，其中包含崖壁、山路、峽谷和鄉(xiāng)村，其中在峽谷周圍及鄉(xiāng)村區(qū)域除了建筑物外，還有很多裸露的土壤，這些區(qū)域就是實(shí)驗(yàn)中需要識(shí)別出來的高相干點(diǎn)區(qū)域。該山體邊坡地處長江北岸，位于萬州區(qū)鐘鼓樓街道、李家河溝北東側(cè)，平面形態(tài)呈圈椅狀，坡體縱向長約170 m、橫向?qū)捈s300 m，平均厚度8 m，體積約25萬方［10］。

實(shí)驗(yàn)中采用一部線掃描地基SAR［2，11］對(duì)該植被山體邊坡進(jìn)行了監(jiān)測(cè)，系統(tǒng)的主體部分包括高分辨調(diào)頻連續(xù)波（FMCW）雷達(dá)、高精度電控位移臺(tái)組成，系統(tǒng)主體外觀如圖2所示。線掃描地基SAR工作在Ku波段，可以獲取達(dá)到亞毫米量級(jí)的高精度形變信息。表1為地基SAR測(cè)量系統(tǒng)參數(shù)。

表1 雷達(dá)系統(tǒng)參數(shù)Tab.1 Radar system parameters

現(xiàn)在對(duì)2020 年5 月24 日0 時(shí)～3 時(shí)連續(xù)采 集的30 幅雷達(dá)圖像進(jìn)行分析，兩幅SAR 復(fù)圖像的平均獲取時(shí)間約為6 分鐘，最短時(shí)間基線為5 分鐘。圖3（a）所示為30 幅SAR 復(fù)圖像的平均幅值圖，圖中對(duì)所有像素點(diǎn)的幅值進(jìn)行了dB 歸一化處理。選擇時(shí)間基線最短的兩幅SAR 復(fù)圖像生成1 幅干涉相位圖，如圖3（b）所示。從直觀上可以看到圖中存在很大數(shù)量的像素點(diǎn)的相位質(zhì)量較低，這對(duì)地表形變的準(zhǔn)確性產(chǎn)生很大干擾，因此選擇高相位質(zhì)量的像素點(diǎn)是保證地表形變分析準(zhǔn)確性的關(guān)鍵。

在利用地基SAR 進(jìn)行形變測(cè)量時(shí)，一個(gè)像素點(diǎn)的相位信息由于時(shí)空去相關(guān)的影響而存在較大誤差，導(dǎo)致地表形變分析的精度降低。Ferretti［12］等人提出永久散射體技術(shù)，以多幅SAR 復(fù)圖像為研究基礎(chǔ)，選取幅度高度穩(wěn)定性的像素點(diǎn)作為PS 點(diǎn)，該方法利用幅度穩(wěn)定性的估計(jì)來代替對(duì)相位穩(wěn)定性的估計(jì)，即幅度離差法，且該法需要至少20 幅SAR 圖像，某個(gè)像素點(diǎn)的幅度離差值（ADI，Amplitude Dispersion Index）如式（1）所示。

其中，σA和mA分別表示該像素點(diǎn)在N幅圖像中的幅值標(biāo)準(zhǔn)差和均值。設(shè)置幅度離差指數(shù)閾值DT，選擇滿足條件為DA≤DT的像素點(diǎn)為高相干點(diǎn)［13］，即可實(shí)現(xiàn)高相位質(zhì)量的像素點(diǎn)選擇。DT的取值范圍一般為0.10～0.25。

對(duì)地基SAR 在重慶萬州九道拐獲取的30 幅SAR 復(fù)圖像進(jìn)行幅度離差法高相干點(diǎn)選擇，首先計(jì)算時(shí)序圖像中每一個(gè)像素點(diǎn)的幅度離差值，結(jié)果如圖4（a）所示，設(shè)置幅度離差指數(shù)閾值為0.25 時(shí)，僅能篩選出23164 個(gè)高相干點(diǎn)，結(jié)果如圖4（b）所示，可以直觀看到所選取高相干點(diǎn)的數(shù)量很少，不利于地表形變分析。

因此在地基SAR 領(lǐng)域，針對(duì)植被邊坡場(chǎng)景進(jìn)行形變測(cè)量時(shí)，采用幅度離差法選取高相干點(diǎn)，其高相干點(diǎn)的數(shù)量與質(zhì)量可能不再滿足于形變測(cè)量的需求。

3 StaMPS方法

2006 年，Hooper［6］等人提出StaMPS 方法，用于非城鎮(zhèn)區(qū)地表形變的監(jiān)測(cè)。傳統(tǒng)的StaMPS 方法應(yīng)用于星載SAR 選取PS 點(diǎn)，通過設(shè)置幅度離差指數(shù)閾值DT選取候選PSC 的初始集合，基于干涉相位的空間相關(guān)性特征分析這些像素點(diǎn)的相位穩(wěn)定性，識(shí)別出高相位質(zhì)量像素點(diǎn)［14-15］。

StaMPS 方法中首先利用幅度離差法獲取PSC集合。由Hopper等人的研究表明，設(shè)置幅度離差指數(shù)閾值DA＜0.4時(shí)，所選點(diǎn)中會(huì)包含大量噪聲點(diǎn)，但也有PS點(diǎn)存在［16］。根據(jù)式（1）計(jì)算所有像素點(diǎn)的幅度離差指數(shù)，設(shè)置幅度離差指數(shù)門限D(zhuǎn)T=0.4，若像素點(diǎn)滿足DA＜0.4，則被選為候選PSC，圖5 為獲取的候選PSC圖。

然后基于像素點(diǎn)的相位進(jìn)行空間維濾波，對(duì)濾波后的干涉相位進(jìn)行相關(guān)系數(shù)γ估計(jì)，圖6 為PSC集合的相干系數(shù)圖，從圖中可以直觀的看到，PSC集合中存在大量相關(guān)系數(shù)在0.8 以上的高相干點(diǎn)，通過設(shè)定合理的相關(guān)系數(shù)門限選擇出高相干點(diǎn)集合。

其中ω1和ω2分別代表一個(gè)像素點(diǎn)為PS 點(diǎn)或非PS點(diǎn)，對(duì)于具有低相關(guān)系數(shù)γ＜0.3 的像素點(diǎn)，可以認(rèn)為p(γ|ω1)≈0，因此有：

分別在式（2）等號(hào)左側(cè)積分采用實(shí)測(cè)數(shù)據(jù)獲取的PSC，對(duì)右側(cè)積分利用仿真106個(gè)具有隨機(jī)相位的復(fù)像素點(diǎn)exp(jR)，然后通過計(jì)算這些像素點(diǎn)的相關(guān)系數(shù)值，就能估計(jì)出一個(gè)α(k)。非PS點(diǎn)的占比為：

這樣，將q和α(k)代入上式，就可以求出相關(guān)系數(shù)門限。γ反映的是像素點(diǎn)相位的穩(wěn)定性，通常會(huì)隨著的增加而降低，用最小二乘法擬合出二者之間的線性關(guān)系：

其中k是一個(gè)常數(shù)，基于最小均方準(zhǔn)則可以確定最佳的k，從而在PSC 集合中選擇相關(guān)系數(shù)滿足條件的作為高相干點(diǎn)。

如圖7 所示，（a）為根據(jù)式（2）得到的PSC 集合與非PS 集合概率密度曲線，（b）為相關(guān)系數(shù)門限與幅度離差均值曲線及擬合曲線，可以看到相關(guān)系數(shù)的門限很低，過低的門限會(huì)將一些低相干像素點(diǎn)誤選為高相干點(diǎn)。

圖8（a）為StaMPS 方法選取的高相干點(diǎn)選擇結(jié)果圖，可以從圖中看到相比于幅度離差法，StaMPS方法可以選擇出更多的高相干點(diǎn)，但也明顯有許多相干系數(shù)較低的像素點(diǎn)被誤選為高相干點(diǎn)；接著分析高相干點(diǎn)的質(zhì)量，根據(jù)差分干涉的基本原理，高相干點(diǎn)的干涉相位△φ的主值范圍為[-π，π)，圖8（b）為高相干點(diǎn)的干涉相位圖，可以看到圖中存在許多相位值大于0 rad的像素點(diǎn)，由此考慮仿真數(shù)據(jù)與實(shí)測(cè)數(shù)據(jù)存在差異性，而造成相關(guān)系數(shù)門限過低（圖7（b））將一些偽PS 點(diǎn)選入，而這些被誤選的點(diǎn)最終會(huì)影響到地表形變分析的結(jié)果。

4 改進(jìn)方法

在使用傳統(tǒng)的StaMPS 方法對(duì)地基SAR 獲取的影像進(jìn)行高相干點(diǎn)選擇實(shí)驗(yàn)時(shí)，考慮到仿真數(shù)據(jù)與真實(shí)數(shù)據(jù)存在差異性，會(huì)給地表形變反演結(jié)果造成較大誤差。因此本文提出改進(jìn)的StaMPS方法，該方法應(yīng)用于地基SAR 系統(tǒng)時(shí)，能有效的提高在植被邊坡場(chǎng)景選擇高相干點(diǎn)的數(shù)量，保證了地基SAR 的形變測(cè)量精度，處理流程圖如圖9所示，其中紅色框?yàn)榛趥鹘y(tǒng)的StaMPS方法的改進(jìn)點(diǎn)。

1）像素點(diǎn)分類

本文利用實(shí)測(cè)數(shù)據(jù)來獲取非PS集合，以消除仿真數(shù)據(jù)與實(shí)測(cè)數(shù)據(jù)差異性帶來的較大誤差，實(shí)驗(yàn)中利用幅度離差法對(duì)所有像素點(diǎn)進(jìn)行分類，設(shè)置幅度離差指數(shù)閾值DA＜0.4得到PSC集合，DA＞0.6得到非PS集合，該閾值設(shè)置由經(jīng)驗(yàn)而來。

2）DS點(diǎn)引入

2011 年，F(xiàn)erretti［7］提出SqueeSAR 方法，將選取的PS 點(diǎn)和DS 點(diǎn)進(jìn)行聯(lián)合處理以增加相干點(diǎn)的數(shù)量，解決了稀疏植被覆蓋地區(qū)形變信息提取的難題。SqueeSAR 技術(shù)主要由PS 點(diǎn)預(yù)處理、DS 預(yù)處理和二者聯(lián)合處理三個(gè)步驟組成，其中DS 點(diǎn)的預(yù)處理為算法重點(diǎn)。

在探測(cè)DS 點(diǎn)時(shí)，采用Kolmogorov-Smirnov 算法（簡(jiǎn)稱KS 算法）來為每一個(gè)像素點(diǎn)確定同質(zhì)像素（SHP）集合，該算法是一種非線性檢驗(yàn)統(tǒng)計(jì)方法，基于兩個(gè)數(shù)據(jù)集分布函數(shù)差值絕對(duì)值的最大值。首先劃定7×7的矩形窗，利用KS算法獲取中心像素點(diǎn)的同質(zhì)像素集合，假設(shè)像素點(diǎn)X1和X2的累積分布函數(shù)分別為(x)和(x)，兩個(gè)累積分布函數(shù)的最大差值DN可以表示為

DN的累積分布函數(shù)可以表達(dá)為

KS算法通過度量差值D超過臨界值t的概率來確定像素點(diǎn)X1和X2是否符合同一分布［17］。若該中心像素點(diǎn)的同質(zhì)像素?cái)?shù)目多于設(shè)置的數(shù)目，則將其定義為DS點(diǎn)。

確定DS 點(diǎn)之后，再利用每個(gè)點(diǎn)的同質(zhì)像素集合逐點(diǎn)估計(jì)相位時(shí)間序列，并取代像素點(diǎn)原來的相位，最后利用新相位計(jì)算DS 點(diǎn)的相干系數(shù)，設(shè)置相干系數(shù)門限0.85，將大于該閾值的點(diǎn)重新選為PS點(diǎn)，從而得到PS點(diǎn)集合2。

最后將PS 點(diǎn)集合1 和PS 點(diǎn)集合2 作為最終所選取的PS點(diǎn)集合。

對(duì)比常規(guī)方法，改進(jìn)的StaMPS方法利用實(shí)測(cè)數(shù)據(jù)來獲取非PS集合，一方面可以實(shí)現(xiàn)消除因數(shù)據(jù)差異性而帶來的誤差，另一方面通過引入DS 選擇技術(shù)可以實(shí)現(xiàn)進(jìn)一步提高高相干點(diǎn)選擇的數(shù)目。

5 實(shí)測(cè)數(shù)據(jù)處理與分析

5.1 實(shí)驗(yàn)結(jié)果

為對(duì)比改進(jìn)的StaMPS 法與常規(guī)方法的選取效果，本文進(jìn)行了基于地基SAR 影像的高相干點(diǎn)選取實(shí)驗(yàn)。圖10（a）為PSC 和非PS 集合的概率密度曲線，圖10（b）為幅度離差均值和相關(guān)系數(shù)門限曲線及其擬合曲線，圖11 為改進(jìn)后StaMPS 方法選取高相干點(diǎn)的結(jié)果圖。

根據(jù)圖7 和圖10 對(duì)比分析，可以看到改進(jìn)的方法有明顯提高PSC 集合的相干系數(shù)和相干系數(shù)門限，隨著相干系數(shù)門限的提高，可以有效的保證所選像素點(diǎn)的相干性；由圖4（b）、圖8（a）和圖11（a）三種方法選出的高相干點(diǎn)分布圖與實(shí)驗(yàn)區(qū)域的光學(xué)照片圖1對(duì)比分析，可以看到三種方法均能識(shí)別出光學(xué)照片中存在的崖壁、山路等高相干點(diǎn)，由此可以得到利用三種方法進(jìn)行高相干點(diǎn)的篩選是可行的，另外所選高相干點(diǎn)分布效果StaMPS 方法最佳，改進(jìn)的StaMPS 方法次之，幅度離差方法最差，但是StaMPS方法選取的高相干點(diǎn)存在許多明顯相干系數(shù)較低的像素點(diǎn)被誤選為高相干點(diǎn)；另外StaMPS方法和改進(jìn)的StaMPS方法根據(jù)圖11（b）中的干涉相位圖可以直觀看出，圖像中大部分高相干點(diǎn)的相位在0 rad附近，對(duì)比分析圖8（b）可以得到改進(jìn)方法選取的高相干點(diǎn)的相位質(zhì)量更能保證形變測(cè)量的準(zhǔn)確可靠性。

5.2 實(shí)驗(yàn)結(jié)果分析

對(duì)于地基差分干涉測(cè)量技術(shù)而言，高相干點(diǎn)選取的數(shù)量、質(zhì)量等均與地表形變結(jié)果分析的準(zhǔn)確性息息相關(guān)，因此本文將從高相干點(diǎn)選擇的數(shù)量和質(zhì)量?jī)蓚€(gè)方面來對(duì)比幅度離差法和改進(jìn)前后的StaMPS方法。圖4、圖8和圖11所示分別為這幾種方法的高相干點(diǎn)選擇結(jié)果，分別稱為集合A、集合B和集合C。

首先從高相干點(diǎn)的數(shù)量來看，對(duì)于萬州九道拐?qǐng)鼍暗?0 幅雷達(dá)圖像，采用0.25 的幅度離差門限時(shí)，集合A 中有23164 個(gè)高相干點(diǎn)；采用傳統(tǒng)的StaMPS 方法，集合B 中有104041 個(gè)高相干點(diǎn)；采用改進(jìn)的StaMPS 方法，集合C 中有69505 個(gè)高相干點(diǎn)，包括4882個(gè)DS點(diǎn)。由于相關(guān)系數(shù)門限的提高，相比于StaMPS方法，改進(jìn)方法選取的高相干點(diǎn)數(shù)量會(huì)存在減少一些。

大氣相位誤差是地基SAR 系統(tǒng)的主要測(cè)量誤差源，其與溫度、濕度、氣壓等氣象參數(shù)密切相關(guān)，對(duì)于不同時(shí)間獲取的兩幅雷達(dá)圖像，由于大氣條件的改變，會(huì)導(dǎo)致大氣折射率變化，從而引入不同的傳輸延遲。在獲取差分干涉相位圖時(shí)，對(duì)于每一個(gè)散射體，其差分干涉相位中均存在由大氣折射率變化所帶來的大氣相位。

選擇實(shí)驗(yàn)數(shù)據(jù)中的第1 幅圖像為主圖像，其他圖像為輔圖像，可以分別獲取29 幅干涉相位圖，以IM()k表示第k幅干涉相位圖（IM，Interferometric Map）。圖12 中（a）和（b）為其中的兩幅干涉相位圖IM(7)和IM(20)，相應(yīng)的時(shí)間基線為25 分鐘和120 分鐘?？梢钥闯鲭S著干涉相位圖的時(shí)間基線的增加，干涉相位圖中很多像素點(diǎn)的相位隨著斜距和方位角發(fā)生緩慢的改變，即干涉相位呈現(xiàn)出較強(qiáng)的空變性，這主要是由大氣相位導(dǎo)致的。而采用傳統(tǒng)的大氣相位隨斜距變化模型［18］進(jìn)行處理就可以精確補(bǔ)償大氣相位帶來的相位誤差。

根據(jù)上述理論分析，本文對(duì)比了三種方法大氣相位補(bǔ)償后的相位標(biāo)準(zhǔn)差σ1的分布情況和短時(shí)間基線干涉相位圖相位偏差的標(biāo)準(zhǔn)差σ2，根據(jù)這兩個(gè)指標(biāo)對(duì)三種方法的高相干點(diǎn)相位質(zhì)量進(jìn)行評(píng)估，如圖13、表2和表3所示。

表2 高相干點(diǎn)相位標(biāo)準(zhǔn)差分布Tab.2 Distribution of phase standard deviation of high coherence point

表3 實(shí)驗(yàn)參數(shù)Tab.3 Experimental parameters

圖3 是時(shí)間基線最短（5 min）的兩幅SAR 復(fù)圖像生成的干涉相位圖，由于時(shí)間基線很短，可以認(rèn)為此時(shí)間段內(nèi)該場(chǎng)景未發(fā)生形變，且大氣相位的影響也較小，因此所有高相干點(diǎn)的干涉相位應(yīng)該都接近于0，為了評(píng)判所選高相干目標(biāo)點(diǎn)的準(zhǔn)確性，本文利用大氣相位補(bǔ)償后的相位標(biāo)準(zhǔn)差和短時(shí)間基線干涉相位圖相位偏差的標(biāo)準(zhǔn)差來看高相干點(diǎn)的相位偏差分布，標(biāo)準(zhǔn)差就代表了相位的偏差程度，其值越小代表所選高相干點(diǎn)相位越穩(wěn)定，其中標(biāo)準(zhǔn)差的計(jì)算公式為：

式中：xi為高相干點(diǎn)在N-1 幅差分干涉圖中的干涉相位經(jīng)解纏和補(bǔ)償后得到的相位序列或短時(shí)間基線干涉相位圖的相位偏差值，μ為高相干點(diǎn)在N-1幅差分干涉圖中的干涉相位經(jīng)解纏和補(bǔ)償后得到的相位序列平均值或相位偏差平均值。

圖13 顯示了高相干點(diǎn)集合A、集合B 和集合C相位標(biāo)準(zhǔn)差的分布情況，其中（a）為這三個(gè)高相干點(diǎn)集合相位標(biāo)準(zhǔn)差的概率密度曲線；（b）為對(duì)應(yīng)的概率分布曲線?？梢钥闯觯龡l概率密度曲線存在一定的差異，說明在不同的標(biāo)準(zhǔn)差區(qū)間內(nèi)的高相干點(diǎn)占比不同；對(duì)比三條概率分布曲線，標(biāo)準(zhǔn)差小于0.8 rad 的高相干點(diǎn)占比分別為89.53%、47.13%和60.09%。當(dāng)雷達(dá)系統(tǒng)工作在Ku 波段（工作頻率為16.02 GHz），0.8 rad的相位標(biāo)準(zhǔn)差對(duì)應(yīng)著1.192 mm的形變測(cè)量精度。如果以0.8 rad 的標(biāo)準(zhǔn)差作為高相干點(diǎn)相位質(zhì)量的評(píng)價(jià)準(zhǔn)則，對(duì)比三種方法，幅度離差法可以選擇出更多的像素點(diǎn)，本文方法次之，StaMPS方法選擇最少。

表2所示為這三個(gè)高相干點(diǎn)集合相位標(biāo)準(zhǔn)差的統(tǒng)計(jì)與對(duì)比結(jié)果。由于集合A、集合B 和集合C 中高相干點(diǎn)的數(shù)量不同，雖然集合B 中標(biāo)準(zhǔn)差小于0.8 rad的PS點(diǎn)數(shù)量較多，但占比也較小。

接著計(jì)算高相干點(diǎn)在短時(shí)間基線干涉相位圖中相位偏差，其值如表3所示。

由表3中PS數(shù)量可以看到，改進(jìn)前后的StaMPS法較幅度離差法更適合植被覆蓋區(qū)域的高相干點(diǎn)選取；另外由于改進(jìn)方法提高了相關(guān)系數(shù)門限閾值，所選取的高相干點(diǎn)較傳統(tǒng)的StaMPS 方法減少了，但是由表3中的標(biāo)準(zhǔn)差可以看出，改進(jìn)方法選取的高相干點(diǎn)數(shù)量上雖減少了一些，但高相干點(diǎn)的短時(shí)間基線干涉相位圖的相位偏差的標(biāo)準(zhǔn)差明顯降低，因此可以判定剔除的點(diǎn)是誤選點(diǎn)。

根據(jù)圖8（b）和圖11（b），可以直觀看出傳統(tǒng)的StaMPS 方法和改進(jìn)后的方法所選取的高相干目標(biāo)點(diǎn)經(jīng)過大氣相位補(bǔ)償后的相位有明顯差異，改進(jìn)方法選取的高相干點(diǎn)減少了相位誤差大的點(diǎn)，由此可以得到改進(jìn)方法提升了高相干點(diǎn)的相位質(zhì)量。

綜合來看，對(duì)于九道拐這種植被覆蓋區(qū)域的邊坡場(chǎng)景，采用改進(jìn)的StaMPS 方法，相比于常規(guī)方法，在保證一定的相位質(zhì)量的前提下，可以顯著提高高相干點(diǎn)的數(shù)量，有利于地表形變分析的準(zhǔn)確度。

5.3 形變測(cè)量結(jié)果

最后根據(jù)地基SAR 差分干涉測(cè)量原理，計(jì)算高相干點(diǎn)的形變相位，圖14為形變測(cè)量結(jié)果。由圖可以看到，監(jiān)測(cè)區(qū)域在2020 年5 月24 日0 時(shí)～3 時(shí)的監(jiān)測(cè)時(shí)間內(nèi)，并未發(fā)生較大形變。目前監(jiān)測(cè)場(chǎng)景區(qū)域無其他形變測(cè)量設(shè)備，因此對(duì)于雷達(dá)形變測(cè)量結(jié)果無法得到進(jìn)一步的驗(yàn)證。

6 結(jié)論

在地基差分干涉測(cè)量技術(shù)分析中，為保證形變測(cè)量的準(zhǔn)確可靠性，選取數(shù)量和質(zhì)量均滿足的高相干目標(biāo)點(diǎn)是關(guān)鍵。本文提出一種適用于地基差分干涉雷達(dá)面向植被山體邊坡這類復(fù)雜監(jiān)測(cè)場(chǎng)景的改進(jìn)的StaMPS高相干點(diǎn)選擇方法，解決了常規(guī)高相干點(diǎn)選擇方法在地基SAR 應(yīng)用于有植被覆蓋區(qū)域進(jìn)行常規(guī)連續(xù)觀測(cè)時(shí)，無法兼顧高相干點(diǎn)的數(shù)量和質(zhì)量的難題。采用本文方法與常規(guī)方法，對(duì)一典型植被山體邊坡的30 幅時(shí)序SAR 復(fù)圖像分別進(jìn)行了實(shí)驗(yàn)，對(duì)比分析了選取出的高相干點(diǎn)的數(shù)量和質(zhì)量，驗(yàn)證了本文方法的適用性，為地基SAR 在植被山體邊坡類型的監(jiān)測(cè)場(chǎng)景獲取數(shù)量和質(zhì)量均滿足地表形變分析要求的高相干點(diǎn)提供了有效支撐。