王紹賢，周春霞，雷皓博，朱懿愷

（1. 武漢大學(xué)中國南極測繪研究中心，湖北 武漢 430079；2. 極地測繪科學(xué)自然資源部重點(diǎn)實(shí)驗(yàn)室，湖北 武漢 430079）

Sentinel-1A 是歐洲航空局（ESA）于2014-04-03發(fā)射的C波段SAR衛(wèi)星。該衛(wèi)星的主要觀測模式是干涉寬幅觀測模式（I W），模式幅寬達(dá)到250 km，距離向和方位向分辨率分別為5 m 和20 m[1-4]。與此同時(shí)，該觀測模式采用的TOPS 成像技術(shù)對干涉處理過程提出了新的技術(shù)要求[5]。國內(nèi)學(xué)者已開展大量實(shí)驗(yàn)[6-9]。本文針對Sentinel-1A 寬幅影像范圍大，分辨率高的特點(diǎn)，引入了差分干涉思想，改進(jìn)了傳統(tǒng)的寬幅影像InSAR提取DEM的方法，獲取了青藏高原高精度DEM，并將本文改進(jìn)方法獲取的DEM同傳統(tǒng)InSAR方法進(jìn)行比較，證明了改進(jìn)的InSAR方法能夠進(jìn)一步提高利用Sentinel-1A寬幅數(shù)據(jù)提取DEM的精度。

1 差分干涉法生成DEM原理

差分干涉技術(shù)是傳統(tǒng)干涉技術(shù)的擴(kuò)展，該技術(shù)主要是利用多景SAR 影像，或者聯(lián)合DEM 數(shù)據(jù)，以達(dá)到測量地表微小形變等目的。單景干涉影像是無法直接求解形變的，但當(dāng)兩次SAR成像的傳感器位置參數(shù)已知且研究區(qū)域的外部DEM數(shù)據(jù)存在時(shí)，便可用二軌差分干涉方法求解形變參量。二軌差分干涉法主要思想是利用已知的外部DEM數(shù)據(jù)去除去平地干涉圖中的地形相位，從而得到形變相位。差分干涉法生成DEM的主要思想是基于二軌差分干涉法，利用外部DEM去除干涉圖中的地形相位，得到差分干涉相位，并在此基礎(chǔ)上，將該差分干涉相位作為殘余高程相位，進(jìn)行濾波和解纏，作為殘余高程項(xiàng)完成高程校正，從而達(dá)到改善DEM精度的目的。

本文采用的基于Sentinel-1A 寬幅數(shù)據(jù)生成DEM的數(shù)據(jù)處理流程與常規(guī)利用InSAR技術(shù)略有不同。傳統(tǒng)InSAR技術(shù)生成DEM的步驟包括影像配準(zhǔn)、干涉成像、基線估計(jì)、去平地效應(yīng)、噪聲濾除、相位解纏和高程計(jì)算[2]。而本文中的實(shí)驗(yàn)區(qū)域地形復(fù)雜，高程變化劇烈，干涉條紋過于密集，從而導(dǎo)致解纏相位跳躍、不連續(xù)，同時(shí)還存在基線誤差引起的趨勢面誤差。因此，利用傳統(tǒng)InSAR技術(shù)會(huì)帶來由解纏誤差等因素產(chǎn)生的高程誤差，明顯影響DEM 精度。針對這個(gè)不足之處，文章改進(jìn)了傳統(tǒng)InSAR流程，引入了差分干涉的思想，利用外部DEM 與主輔影像干涉圖進(jìn)行相位差分的方法來生成該地區(qū)的DEM。該方法稱之為差分干涉法。差分干涉的原理如下：干涉相位由多部分組成，包括參考相位φref；地形相位φtop；形變相位φref；軌道誤差引起的相位φorb；大氣相位延遲φatm以及熱噪聲等引起的相位噪聲φn。一般在不考慮大氣相位延遲、熱噪聲等引起的相位噪聲和軌道誤差引起的相位時(shí)，干涉相位即：

通過引入外部DEM進(jìn)行兩軌差分可得到兩軌差分干涉圖，該差分相位中就只包含形變相位φdef和殘余的地形相位信息，對該相位進(jìn)行相位解纏將大大提高解纏效率，同時(shí)減小由解纏帶來的相位殘差[10]。

2 實(shí)驗(yàn)區(qū)和數(shù)據(jù)

2.1 實(shí)驗(yàn)區(qū)

實(shí)驗(yàn)影像所在區(qū)域是中國青藏高原中部的那曲地區(qū)，影像橫跨西藏和青海兩個(gè)省。該影像區(qū)域分布著大規(guī)模的冰川（包括普若崗日冰川）。普若崗日冰川是藏北高原由數(shù)個(gè)冰帽型冰川合成的大冰原，冰川覆蓋面積達(dá)422.58 km2，是地球上除兩極地區(qū)以外最大的冰原[11-12]。影像區(qū)域海拔在4 300 ～6 400 m之間。該區(qū)域植被稀少，氣候干旱，但是存在大量的冰川群、高原湖泊，地形較為復(fù)雜，每年有9個(gè)月存在降雪現(xiàn)象。

2.2 實(shí)驗(yàn)數(shù)據(jù)

本文選取的數(shù)據(jù)是Sentinel-1A衛(wèi)星于2019-05-28和2019-06-09 獲得的兩景干涉寬幅影像，時(shí)間基線為12 d，基線長度為113.84 m。兩景數(shù)據(jù)的基本參數(shù)如表1所示。

表1 實(shí)驗(yàn)區(qū)影像對參數(shù)

本文差分干涉處理中的外部DEM 是TanDEM-X DEM，是由TerraSAR-X 和TanDEM-X 兩顆衛(wèi)星編隊(duì)飛行、通過InSAR 技術(shù)生成的全球數(shù)字高程模型[13]，其數(shù)據(jù)采集于2015年1月，全球DEM于2016年9月完成。本文使用的是2018 年發(fā)布的分辨率為90 m 的產(chǎn)品TanDEM-X 90，其高程基準(zhǔn)為WGS84。

本文在結(jié)果分析中使用的DEM 對比產(chǎn)品包括SRTM DEM 和ASTER GDEM。SRTM DEM 是美國航天飛機(jī)于2000-02-11～2000-02-22（這11 d）利用雷達(dá)測圖技術(shù)獲得的全球數(shù)字高程模型。本文使用的是分辨率為90 m 的產(chǎn)品SRTM3，其高程基準(zhǔn)是EGM96大地水準(zhǔn)面，標(biāo)稱絕對高程精度為±16 m，標(biāo)稱絕對平面精度為±20 m[14-15]。

3 數(shù)據(jù)處理

數(shù)據(jù)處理的第一步是進(jìn)行預(yù)處理。對兩景SAR數(shù)據(jù)進(jìn)行預(yù)處理步驟，即進(jìn)行Sentinel-1 TOPS 數(shù)據(jù)導(dǎo)入、影像配準(zhǔn)、多視處理流程。影像配準(zhǔn)包括粗配準(zhǔn)和精配準(zhǔn)，先利用精密定軌星歷數(shù)據(jù)修正軌道數(shù)據(jù)進(jìn)行粗配準(zhǔn)，再利用強(qiáng)度互相關(guān)算法進(jìn)行精配準(zhǔn)并迭代使精度達(dá)到0.001個(gè)像素[16]。通過采用20∶4的多視參數(shù)以抑制影像噪聲，圖1為兩景SAR影像的強(qiáng)度圖。

圖1 兩景SAR影像的強(qiáng)度圖

本文通過設(shè)置對比實(shí)驗(yàn)，將差分干涉法生成DEM 同傳統(tǒng)InSAR 生成DEM 的方法及結(jié)果進(jìn)行對比分析。

3.1 傳統(tǒng)InSAR方法

在影像配準(zhǔn)后，根據(jù)傳統(tǒng)的InSAR處理方法（圖2），先得到兩景影像的干涉圖，再進(jìn)行基線估計(jì)與去平地計(jì)算；采用Goldstein 方法，對干涉圖進(jìn)行濾波；計(jì)算相干性圖（如圖4a 所示），設(shè)置0.3 的相干性閾值生成解纏掩膜，同時(shí)選擇影像區(qū)域的穩(wěn)定參考點(diǎn)，采用最小費(fèi)用流方法對干涉圖進(jìn)行相位解纏，生成DEM 相位并進(jìn)行插值計(jì)算，填補(bǔ)相位空洞。由于實(shí)驗(yàn)數(shù)據(jù)的限制，本實(shí)驗(yàn)區(qū)中的控制點(diǎn)數(shù)量不是很多，DEM 需大量GCP 點(diǎn)進(jìn)行實(shí)驗(yàn)[17]，因此通過外部DEM 確定GCP 點(diǎn)，選擇相干性高、解纏效果好的點(diǎn)用于基線精化。最后，對解纏后的DEM 相位轉(zhuǎn)高程，并進(jìn)行地理編碼，將SAR坐標(biāo)轉(zhuǎn)換為地理坐標(biāo)。

圖2 傳統(tǒng)InSAR方法生成DEM的流程圖

3.2 差分干涉方法

差分干涉方法生成DEM 與傳統(tǒng)InSAR 方法生成DEM 的差異在于利用了外部DEM，通過對差分干涉圖解纏以降低解纏誤差，其實(shí)驗(yàn)流程如圖3 所示。首先將DEM 轉(zhuǎn)換到SAR 影像斜距/方位向坐標(biāo)系，生成模擬SAR 影像，并模擬生成解纏后的地形相位；然后，將去平后得到的相位同模擬地形作差分計(jì)算，生成差分相位。為了在同一基礎(chǔ)上進(jìn)行比較，同樣用Goldstein 方法對該差分相位濾波。設(shè)置0.3 的相干性閾值生成解纏掩膜，進(jìn)行相位解纏，并插值填補(bǔ)相位空值。2 種方法相位解纏后的結(jié)果如圖4b、c 所示。再將該解纏相位同模擬地形相位相加，得到最終的DEM 相位，隨后參考傳統(tǒng)InSAR的流程，基線精化后相位轉(zhuǎn)高程并地理編碼，生成DEM。

圖3 兩軌差分干涉流程圖

圖4 相干圖和解纏相位圖

4 結(jié)果分析

研究結(jié)果分析如圖5、6和表2所示。

表2 DEM誤差統(tǒng)計(jì)結(jié)果

圖5 研究區(qū)域DEM高程圖

圖6 DEM差值統(tǒng)計(jì)

5 結(jié) 語

本文利用兩景Sentinel-1A 寬幅數(shù)據(jù)，引入了差分干涉思想，改進(jìn)了傳統(tǒng)的寬幅影像InSAR提取DEM的方法。利用差分干涉法成功提取了中國青藏高原中部那曲地區(qū)的高精度DEM。通過將該方法所得的DEM分別與傳統(tǒng)InSAR，以及SRTM DEM、ASTER DEM、TanDEM-X 90進(jìn)行比較驗(yàn)證，發(fā)現(xiàn)利用差分干涉法生成的DEM相比傳統(tǒng)InSAR的算法結(jié)果的差值均值和均方根誤差均有一定改進(jìn)，分別從15 m和35 m改進(jìn)到8 m和28 m。結(jié)果證明，改進(jìn)的InSAR方法能夠降低解纏誤差和隨機(jī)誤差的影響，在一定程度上提高了在復(fù)雜地形中提取DEM的精度。