王洪明 李如仁 陳振煒 張過(guò)

(1 沈陽(yáng)建筑大學(xué) 交通工程學(xué)院，沈陽(yáng) 110168)(2 長(zhǎng)春建筑學(xué)院 交通學(xué)院，長(zhǎng)春 130604)(3 武漢大學(xué) 測(cè)繪遙感信息工程國(guó)家重點(diǎn)實(shí)驗(yàn)室，武漢 430079)

隨著國(guó)家高分辨率衛(wèi)星對(duì)地觀測(cè)計(jì)劃實(shí)施完成，高分三號(hào)(GF-3)作為“高分”家族中唯一的合成孔徑雷達(dá)(SAR)衛(wèi)星，具有高分辨率、大成像幅寬、多成像模式等特點(diǎn)，與歐洲哨兵-1(Sentinel-1)衛(wèi)星等的免費(fèi)數(shù)據(jù)相比具有高分辨率的優(yōu)勢(shì)，與陸地合成孔徑雷達(dá)(TerraSAR)等衛(wèi)星數(shù)據(jù)相比具有更高的性?xún)r(jià)比[1]。因此，分析GF-3衛(wèi)星在地表形變監(jiān)測(cè)與地質(zhì)災(zāi)害防治領(lǐng)域的應(yīng)用能力具有深遠(yuǎn)意義[2]。SAR差分干涉測(cè)量(D-InSAR)技術(shù)已廣泛應(yīng)用于測(cè)繪地表變形，如火山學(xué)、城市和基礎(chǔ)設(shè)施變形分析[3]，以及地質(zhì)災(zāi)害早期識(shí)別[4]。其原理是：通過(guò)對(duì)2幅SAR圖像在不同時(shí)間的雷達(dá)相位進(jìn)行差分[5]，得到2幅SAR圖像在視線(xiàn)方向(LOS)上發(fā)生的地表變形。

目前，利用GF-3衛(wèi)星進(jìn)行的測(cè)量研究如下。文獻(xiàn)[1]利用GF-3衛(wèi)星影像，基于雷達(dá)影像強(qiáng)度的偏移量追蹤技術(shù)，提取了貢嘎冰川表面的運(yùn)動(dòng)情況，填補(bǔ)了利用GF-3衛(wèi)星影像監(jiān)測(cè)冰川運(yùn)動(dòng)的空白。文獻(xiàn)[6]對(duì)GF-3衛(wèi)星干涉測(cè)量進(jìn)行研究，提出基于航天飛機(jī)雷達(dá)地形任務(wù)(SRTM)數(shù)字高程模型(DEM)上控制點(diǎn)信息消除軌道誤差的方法，提高了形變提取精度。文獻(xiàn)[7]首次利用GF-3衛(wèi)星數(shù)據(jù)，基于時(shí)序InSAR技術(shù)完成了對(duì)北京地表的沉降量提取。其中：文獻(xiàn)[6]中僅考慮消除軌道誤差對(duì)測(cè)量精度的影響，沒(méi)有考慮InSAR處理過(guò)程中的圖像配準(zhǔn)和圖像濾波過(guò)程對(duì)干涉測(cè)量精度的影響。文獻(xiàn)[7]中僅從時(shí)序InSAR處理全過(guò)程上完成形變提取，沒(méi)有考慮形變圖像配準(zhǔn)精度和濾波方法對(duì)形變相位保持能力的問(wèn)題。另外，領(lǐng)域內(nèi)對(duì)GF-3衛(wèi)星存在干涉測(cè)量應(yīng)用較少和精度較低等問(wèn)題。為提升GF-3衛(wèi)星在地表形變提取方面的能力，提高衛(wèi)星在國(guó)家防災(zāi)減災(zāi)應(yīng)用的效能，本文在GF-3衛(wèi)星D-InSAR的處理過(guò)程中，提出“基于影像幾何與內(nèi)容特征的配準(zhǔn)”和“多尺度相位濾波法”2種方法，利用2景GF-3衛(wèi)星單視復(fù)數(shù)影像，基于雷達(dá)差分干涉測(cè)量技術(shù)提取了研究區(qū)域地表形變，結(jié)合外部數(shù)據(jù)對(duì)比分析，評(píng)估地表形變提取的精度，提高了GF-3衛(wèi)星在地表形變監(jiān)測(cè)應(yīng)用中的效率與精度，可為今后GF-3衛(wèi)星用于地表形變監(jiān)測(cè)提供理論依據(jù)，促進(jìn)其在地質(zhì)災(zāi)害早期識(shí)別與防治領(lǐng)域中的應(yīng)用。

1 研究數(shù)據(jù)與方法

1.1 數(shù)據(jù)

GF-3衛(wèi)星的復(fù)原軌道精度優(yōu)于10 m(1σ)，精密軌道精度優(yōu)于20 cm(1σ)[8]。軌道的不精確性導(dǎo)致較大的軌道誤差，進(jìn)而導(dǎo)致基線(xiàn)參數(shù)信息不夠精確。因此，軌道誤差的處理和消除尤為重要。此外對(duì)于平地相位測(cè)量，地形相位的誤差和地形相位的不連續(xù)性，也限制著合成孔徑雷達(dá)干涉測(cè)量InSAR形變提取。經(jīng)過(guò)影像篩選，本文研究數(shù)據(jù)為2景GF-3衛(wèi)星單視復(fù)數(shù)(SLC)影像，其具體參數(shù)如表1所示，時(shí)間基線(xiàn)為29天，空間垂直基線(xiàn)為1 106.913 430 3 m。輔助InSAR處理的數(shù)據(jù)為30 m空間分辨率的Versions 4 SRTM DEM數(shù)據(jù)，用其進(jìn)行地形相位去除。

表1 GF-3衛(wèi)星影像參數(shù)

1.2 研究方法

本文采用D-InSAR方法對(duì)2景雷達(dá)單視復(fù)數(shù)影像進(jìn)行處理。差分干涉測(cè)量方法要求2景SAR影像在相同的地理坐標(biāo)系下具備相同的入射角，并且成像區(qū)高度重疊。在2次不同的回波信號(hào)中記錄著條紋在距離向SAR天線(xiàn)和地面點(diǎn)的變化軌跡，除去地形信息，可得到差分干涉相位值，這個(gè)值記錄著形變的信息。差分干涉測(cè)量技術(shù)以雷達(dá)干涉測(cè)量為理論基礎(chǔ)，相位可用式(1)表示。

φint=φf(shuō)la+φter+φdef

(1)

式中：φint為干涉相位；φf(shuō)la為平地相位；φter為地形相位；φdef為形變相位。

將φint中φf(shuō)la平地相位與φter地形相位減去之后即可得到形變相位φdef，再由相位轉(zhuǎn)形變公式即可得到形變量Δd，如式(2)所示。

(2)

式中：λ為雷達(dá)波長(zhǎng)。

需要注意的是，在二軌法處理形變時(shí)應(yīng)盡量挑選空間基線(xiàn)較小的影像對(duì)。而且，由式(1)和式(2)可知：長(zhǎng)波段的SAR數(shù)據(jù)(例如日本先進(jìn)陸地觀測(cè)衛(wèi)星(ALOS)數(shù)據(jù))，其干涉條紋稀疏。

在差分干涉測(cè)量方法中，二軌法和三軌法最為常用，二軌法基于外部DEM去除地形相位，三軌法基于2次干涉，2張干涉圖相位相減去除地形相位。本文采用二軌法，基于SRTM數(shù)據(jù)，在GAMMA軟件支持下完成地表形變提取。主要實(shí)現(xiàn)過(guò)程如圖1所示。單視復(fù)數(shù)(SLC)圖像配準(zhǔn)、生成干涉圖、干涉圖濾波、地形相位模擬、生成差分干涉圖、相位解纏、形變提取與地理編碼。單視復(fù)數(shù)SAR圖像配準(zhǔn)是基于影像幾何與內(nèi)容特征的配準(zhǔn)，過(guò)程為基于軌道參數(shù)的影像粗配準(zhǔn)，采用5×5多視平均SAR影像的距離向分辨率和方位向分辨率；影像精配準(zhǔn)從主影像和輔影像的子窗體(256像素×256像素)中，自動(dòng)計(jì)算同名地物像素之間的交叉相關(guān)函數(shù)，進(jìn)而保證方位向和距離向上配準(zhǔn)精度達(dá)到1/10像素；基于擬合函數(shù)將輔助影像重采樣到主影像下。干涉圖生成與相干性計(jì)算，即重采樣后的輔影像與主影像共軛相乘，得到干涉圖與相干圖。干涉圖濾波，是基于多尺度濾波法對(duì)干涉圖進(jìn)行濾波，減少干涉條紋中由時(shí)空基線(xiàn)引起的噪聲?；贒EM的地形相位模擬與地形相位去除，就是將DEM文件由小端模式改為大端模式，利用查找表精確地模擬地形相位，進(jìn)而將其去除。相位解纏，即采用最小費(fèi)用流解纏方法，為了盡量保證相位解纏的連續(xù)性，不對(duì)差分干涉圖分塊處理，利用狄洛尼(Delaunay)三角剖面，進(jìn)行相位解纏，提高研究區(qū)干涉條紋不連續(xù)區(qū)域的相位解纏精度，設(shè)定的相位解纏閾值范圍是0.10～0.15。

圖1 本文D-InSAR實(shí)現(xiàn)過(guò)程

2 試驗(yàn)與分析

2.1 形變提取與分析

波長(zhǎng)、入射角和像元分辨率都影響著形變的提取。C波段的GF-3衛(wèi)星對(duì)地表微小形變的靈敏性要優(yōu)于其他長(zhǎng)波段雷達(dá)衛(wèi)星；其相對(duì)較小影像的入射角間接增加了差分干涉圖中的條紋數(shù)；較高的像元分辨率提高了其最大形變梯度值。

與傳統(tǒng)方法不同的是，本文采用大小為256×256的配準(zhǔn)窗口，為保證配準(zhǔn)窗口不重疊地覆蓋整景影像，距離向和方位向上的窗口數(shù)目設(shè)置為64×48，一共需要計(jì)算3068個(gè)偏移量。本文提出的雷達(dá)影像配準(zhǔn)方法為：首先，利用軌道數(shù)據(jù)對(duì)影像進(jìn)行配準(zhǔn)；然后，通過(guò)初步配準(zhǔn)后的主輔影像的信雜比(SCR)閾值，結(jié)合閾值再選取一系列配準(zhǔn)點(diǎn)，得到3852個(gè)配準(zhǔn)點(diǎn)，即偏移量的計(jì)算量比傳統(tǒng)方法高約25%。傳統(tǒng)方法的二項(xiàng)式擬合均方根誤差在距離向上為0.064，方位向上高達(dá)0.286，而本文配準(zhǔn)方法在2個(gè)方向上則分別是0.027和0.082，明顯優(yōu)于傳統(tǒng)方法。圖2表示2種方法的多項(xiàng)式差異，方位向上的最大差異超過(guò)了0.35像素。

圖2 本文方法與傳統(tǒng)方法影像方位向偏移量差異

對(duì)于濾波，本文提出的多尺度相位濾波方法基于2個(gè)尺度的，對(duì)干涉圖進(jìn)行22和24這2個(gè)尺度進(jìn)行分割。首先，將干涉圖分解成實(shí)部信號(hào)與虛部信號(hào)，兩者在自適應(yīng)閾值情況下進(jìn)行信號(hào)掩膜生長(zhǎng)，其中，自適應(yīng)閾值S2是指動(dòng)態(tài)的目標(biāo)分塊所有均值，具體篩選像素信號(hào)由干涉像素的質(zhì)量S1和閾值S2進(jìn)行對(duì)比，當(dāng)S1大于S2時(shí)為信號(hào)，否則為噪聲。其次，將掩膜之后的干涉圖信號(hào)部分的系數(shù)實(shí)部、虛部都乘以2，噪聲系數(shù)不變。然后，將分離出來(lái)的信號(hào)通過(guò)變換處理計(jì)算干涉圖的干涉相位值。最后，按照上述3步進(jìn)行2次即可。與傳統(tǒng)濾波方法的仿真對(duì)比，如圖3所示。評(píng)價(jià)指標(biāo)為目視效果判讀與濾波前后相位信噪比，其信噪比公式為

圖3 本文濾波方法與傳統(tǒng)濾波方法對(duì)比

(3)

式中：σM為濾波前后均方差。

本文方法的信噪比為42.11 dB，明顯高于傳統(tǒng)濾波方法的39.63 dB，也代表著多尺度濾波有更好的去噪聲和保留形變相位信息的能力。

基于SRTM進(jìn)行反向地理編碼模擬的SAR影像，如圖4所示。模擬SAR影像與主影像在方位向和距離向均達(dá)到0.01像素，進(jìn)而確定精確查找表，得到地形相位圖如圖5所示，保證地形相位的精確去除。

圖4 模擬SAR影像

圖5 模擬地形相位圖

基于本文濾波方法處理后的差分干涉圖，如圖6所示。接下來(lái)，在相干圖中設(shè)置0.3的相位解纏掩膜參數(shù)，將相干性低于0.3視為影像失相干[9]，最大限度保證相位解纏的精度。由于最小費(fèi)用流(MCF)解纏方法既可減少解纏信息孤島的出現(xiàn)，又可滿(mǎn)足計(jì)算效率與精度要求，因此，相位解纏方法選擇最小費(fèi)用流方法[10]。

圖6 差分干涉圖

相位解纏后的圖中的相位信息為形變信息，形變信息代表雷達(dá)視線(xiàn)向形變，指向雷達(dá)方向?yàn)檎?如圖7所示)，可得到城市周邊山區(qū)地表存在明顯的沉降漏斗，城市地表形變較為均勻，無(wú)異常沉降，形變量相對(duì)于周?chē)匦问且粋€(gè)相對(duì)值，形變量±0.01 m表示1組條紋周期。雷達(dá)對(duì)地表形變探測(cè)的敏感度與波長(zhǎng)成反比，GF-3衛(wèi)星采用C波段SAR，因此相比與其他衛(wèi)星SAR數(shù)據(jù)在同樣的地區(qū)可監(jiān)測(cè)出更多地方明顯的形變。在研究區(qū)，除了城區(qū)外，共發(fā)現(xiàn)7處形變區(qū)域，1處為明顯的形變漏斗。城市周邊的形變漏斗區(qū)域與國(guó)土資源部門(mén)相關(guān)信息相符，此區(qū)域?yàn)橐粋€(gè)大型礦場(chǎng)，隨著不斷開(kāi)采，造成不同地區(qū)地表的沉降，這也符合研究結(jié)果。

圖7 雷達(dá)視線(xiàn)向形變圖

2.2 誤差分析與驗(yàn)證

差分干涉測(cè)量主要誤差源為SAR影像的配準(zhǔn)、地形相位模擬、相位解纏等。其中：基于外部軌道信息配準(zhǔn)消除由于軌道不準(zhǔn)確引起的配準(zhǔn)誤差；基于外部DEM數(shù)據(jù)配準(zhǔn)可以保證模擬的地形相位精度較高，也可提升影像的配準(zhǔn)精度。本文使用30 m分辨率的SRTM數(shù)據(jù)輔助SAR影像配準(zhǔn)與地形相位模擬，GF-3衛(wèi)星影像對(duì)配準(zhǔn)精度最終優(yōu)于1/10個(gè)像元。在像對(duì)配準(zhǔn)時(shí)考慮了像對(duì)的幾何與內(nèi)容特征，以增加一定計(jì)算量為代價(jià)獲取較高的配準(zhǔn)精度，偏移量的計(jì)算量比傳統(tǒng)配準(zhǔn)方法高約25%，二項(xiàng)式擬合均方根誤差明顯低于傳統(tǒng)配準(zhǔn)方法。利用多尺度相位濾波將干涉圖進(jìn)行2個(gè)尺度分割，與經(jīng)典濾波方法相比提高了形變相位保持能力，且信噪比較高。

由于本文采用的GF-3衛(wèi)星數(shù)據(jù)時(shí)間基線(xiàn)為29天，為了驗(yàn)證監(jiān)測(cè)結(jié)果的精度，用研究區(qū)域中的7處形變區(qū)域與同期的GPS點(diǎn)監(jiān)測(cè)結(jié)果進(jìn)行比較，如表2所示，形變速率最小互差為0.76 mm/a，最大互差為5.64 mm/a，形變提取精度達(dá)到毫米，形變提取精度有所提高。

表2 GPS監(jiān)測(cè)結(jié)果與同期InSAR監(jiān)測(cè)結(jié)果比較

3 結(jié)論

本文為提高GF-3衛(wèi)星干涉測(cè)量精度與效率，以2景GF-3衛(wèi)星單視復(fù)數(shù)影像作為干涉處理研究對(duì)象，得出結(jié)論如下。

(1)提出基于影像幾何與內(nèi)容特征的配準(zhǔn)，配準(zhǔn)精度達(dá)到0.1像素，偏移量的計(jì)算量比傳統(tǒng)配準(zhǔn)方法高約25%，利用配準(zhǔn)的擬合函數(shù)將輔助影像重采樣到主影像下，保證圖像的干涉質(zhì)量。為更好去除相位噪聲，本文針對(duì)影像采用多級(jí)濾波方法，與傳統(tǒng)濾波方法相比，其信噪比明顯提高，可更好地保留出形變相位。

(2)基于MCF相位解纏方法，設(shè)置0.3的相干性閾值與0.10～0.15解纏閾值，對(duì)差分干涉圖進(jìn)行了相位解纏，最后將相位解纏圖轉(zhuǎn)為形變圖。最終結(jié)果顯示：城市地表形變較為均勻，無(wú)異常沉降，研究區(qū)域除城區(qū)外，共發(fā)現(xiàn)7處形變區(qū)域，1處為明顯的形變漏斗。形變量相對(duì)于周?chē)匦问且粋€(gè)相對(duì)值，形變量為±0.01 m表示一組條紋周期。明顯的形變漏斗與國(guó)土資源部門(mén)的相關(guān)數(shù)據(jù)得到印證，其位置為一處大型礦場(chǎng)，其大規(guī)模開(kāi)采導(dǎo)致地表出現(xiàn)大量不均勻沉降，符合研究結(jié)果。此外，通過(guò)外部數(shù)據(jù)對(duì)比分析可知：二者形變區(qū)域總體變化趨勢(shì)相同，形變提取精度夠高。

上述研究結(jié)論表明：本文方法適用于GF-3衛(wèi)星地表形變提取且精度較高，為GF-3衛(wèi)星在地表形變監(jiān)測(cè)應(yīng)用中提供了一種技術(shù)手段。值得注意的是，GF-3衛(wèi)星影像對(duì)需要精心挑選，除了在較短的重訪周期中其空間基線(xiàn)長(zhǎng)度盡量小，還要滿(mǎn)足像對(duì)入射角大致相等和影像覆蓋面積大致相同的要求。不過(guò)，隨著GF-3衛(wèi)星組網(wǎng)的完成，其數(shù)據(jù)積累量日益增加，衛(wèi)星的重訪周期變短，可用的影像對(duì)越來(lái)越多，其空間基線(xiàn)長(zhǎng)度也隨之達(dá)到干涉測(cè)量要求，GF-3衛(wèi)星將在地表形變監(jiān)測(cè)領(lǐng)域、地質(zhì)災(zāi)害早期識(shí)別等領(lǐng)域應(yīng)用更加廣泛。