董 安,趙興旺

(安徽理工大學(xué)空間信息與測繪工程學(xué)院,232001,安徽,淮南 )

0 引言

合成孔徑雷達(dá)干涉觀測(Interferometric Synthetic Aperture Radar,InSAR)技術(shù)以其全天候、全天時、高精度獲取大面積緩慢形變信息的優(yōu)勢已成為地表形變監(jiān)測的重要方法,廣泛應(yīng)用于地殼運(yùn)動、冰川、滑坡、地球物理等諸多領(lǐng)域[1-2]。采用時序InSAR技術(shù)獲取高精度地表變形信息時往往受到大氣效應(yīng)、地形相位、軌道誤差等各種影響,其中大氣延遲誤差的校正最具有挑戰(zhàn)性[3]。當(dāng)雷達(dá)波穿過大氣層時,會與水汽和氣體分子發(fā)生相互作用,導(dǎo)致波速發(fā)生變化,從而引起了延遲效應(yīng),即大氣延遲效應(yīng)。在處理InSAR數(shù)據(jù)過程中,大氣延遲效應(yīng)一般由對流層延遲和電離層延遲所組成[3]。

在多數(shù)情況下,當(dāng)研究區(qū)地勢變化幅度較小時,大氣延遲會造成數(shù)厘米的誤差,其中,對流層延遲是主要原因。因此,如何削弱對流層延遲效應(yīng)產(chǎn)生的影響,是研究InSAR領(lǐng)域的一個熱點(diǎn)。目前,在大氣延遲校正方面研究取得了一定的研究成果,提出了許多不同的校正方法。然而,由于每種方法都存在自身的局限性,如在不同的地形或大氣條件下,校正效果可能存在差異。余琛等[4]提出了一種覆蓋范圍廣、即時的通用InSAR大氣改正在線服務(wù),稱為GACOS。該方法結(jié)合了GPS觀測數(shù)據(jù)和高分辨率的ECMWF資料,并開發(fā)了相應(yīng)的算法和工具,得到了廣泛的應(yīng)用。高夢瑤等[5]利用3種不同的模型對青藏高原西北緣地區(qū)進(jìn)行對流層改正,評估3種模型對流層延遲改正效果和適用性,研究結(jié)果表明,3種方法均可削弱對流層延遲效應(yīng),其中,線性改正和GACOS改正效果相當(dāng)且優(yōu)于ERA5模型。何希山等[6]通過提出一種聯(lián)合GACOS與線性大氣校正的方法對香港地區(qū)進(jìn)行研究分析,通過2種模型相互聯(lián)合得到一種新的時序方法,并與常規(guī)的方法進(jìn)行對比,最后通過使用GNSS觀測數(shù)據(jù)對InSAR結(jié)果進(jìn)行驗(yàn)證,結(jié)果表明新方法能夠更真實(shí)地反映地表形變。因此,如何選擇合適的校正方法以提高監(jiān)測精度,也成為了時序InSAR技術(shù)發(fā)展的關(guān)鍵問題之一。

由于每種改正方法都有其優(yōu)劣性,且對不同延遲部分的敏感程度不同,使得解決不同地區(qū)對流層延遲影響的問題變得困難。為了提高效果,需要綜合多種改正方法,并結(jié)合不同數(shù)據(jù)源進(jìn)行分析。然而,由于區(qū)域和時間的差異,無法找到一種適用于所有情況的方法。因此,需要根據(jù)具體情況討論并選擇合適的方法來削弱對流層延遲的影響。同時,在處理時序InSAR時會產(chǎn)生一定的誤差影響,其中StaMPS永久散射體干涉測量(Persistent Scatterer ISnterferometry,PSI)方法能減少來自軌道、地形和其他不必要的噪聲信號,適用于城市地區(qū),且該方法憑借著開源性,受到眾多學(xué)者的青睞[7-8]。因此,本文選取合肥地區(qū)作為研究區(qū),基于StaMPS-PS方法進(jìn)行時序分析,探討了常用的經(jīng)驗(yàn)?zāi)Ｐ途€性改正、GACOS改正和ERA5改正這3種對流層延遲改正方法在形變速率反演中的效果和適用性。研究數(shù)據(jù)為雷達(dá)波C波段,由于雷達(dá)波C波段在傳播過程中受電離層延遲影響較小,主要受對流層延遲的影響,因此本文僅對對流層延遲進(jìn)行研究。

1 研究區(qū)域與數(shù)據(jù)

研究區(qū)為合肥,處于中緯度地區(qū),介于北緯30°57′～32°32′、東經(jīng)116°41′～117°58′之間,地勢較為平坦,氣候條件比較穩(wěn)定。研究區(qū)域如圖1所示。

圖1 研究區(qū)分布

本文的研究數(shù)據(jù)采用Sentinel‐1A衛(wèi)星VV極化方式的升軌數(shù)據(jù),使用2019年1月10日至2020年10月19日共31景影像數(shù)據(jù),對合肥市近2年內(nèi)的地表沉降進(jìn)行研究與分析。外部DEM數(shù)據(jù)采用分辨率為90 m的SRTM數(shù)據(jù);精密軌道數(shù)據(jù)采用ESA(European Space Agency)發(fā)布的POD(Precise Orbit Ephemerides)精密定軌星歷數(shù)據(jù),其定位精度優(yōu)于5 cm。大氣誤差延遲校正采用歐洲中期天氣預(yù)報中心發(fā)布的ERA5和GACOS2種全球天氣再分析數(shù)據(jù)集。公共主影像的選取通過時空基線方法進(jìn)行數(shù)據(jù)篩選[9]。在31景中選擇(2019-09-19)為主影像,與其他影像之間的關(guān)系如圖2所示。

圖2 時空基線

2 研究方法

2.1 數(shù)據(jù)流程及方法

時序InSAR技術(shù)的方法可提高InSAR地表觀測的精度。當(dāng)今,有很多時序InSAR技術(shù)和方法,需要根據(jù)實(shí)際情況選擇較好的方法進(jìn)行應(yīng)用。相比于常規(guī)PSI時序分析方法, StaMPS PSI時序分析方法選點(diǎn)算法考慮了干涉圖中相位間的空間關(guān)系和SAR圖像的幅度信息。因此,具有時空分辨率更高及形變監(jiān)測更精確等優(yōu)點(diǎn)?；赟taMPS PS時序InSAR技術(shù),每個點(diǎn)的干涉相位可表示為:

(1)

StaMPS-PS根據(jù)最小時空基線原則選取公共主影像,利用振幅離差進(jìn)行PS點(diǎn)選取,通過進(jìn)行相位解纏、高低通濾波等方法去除誤差,最終得到形變量。在StaMPS中,該方法受到軌道、EDM產(chǎn)品質(zhì)量數(shù)據(jù)處理、大氣誤差等的影響。其中,在進(jìn)行去除大氣相位時2次成像期間大氣發(fā)生變化,會導(dǎo)致對流層延遲改正出現(xiàn)一定的誤差問題[10-11]。為了更好地削弱對流層延遲的影響,本文通過評估分析地形線性相關(guān)的經(jīng)驗(yàn)方法、ERA5數(shù)據(jù)集和GACOS數(shù)據(jù)集在研究區(qū)域的改正情況,選出最優(yōu)的方法,以提高InSAR測量的可靠性和精度。

結(jié)合31景Sentinel-1A影像的振幅影像圖和干涉處理得到的相關(guān)系數(shù)圖,采用振幅離差指數(shù)方法,根據(jù)研究區(qū)相干性條件,設(shè)置閾值為0.4,以此保證PS候選點(diǎn)的數(shù)量,其次在圖像處理時將圖像分成25塊,以此提高效率。同時城市相干性較好,將限定像素的密度設(shè)置為百分之一,最終提取77 823個PS點(diǎn)。圖3為基于SNAP的StaMPS PSI時序分析流程。

圖3 數(shù)據(jù)處理流程圖

2.2 大氣延遲改正方法

線性改正是通過估計線性模型的參數(shù),對干涉相位進(jìn)行線性改正。通過擬合延遲相位,來獲得對流層延遲相位圖。從而得到簡單的線性關(guān)系,見式(2):

Δφtrop=φX+Mh

(2)

式中,φX為相位偏移量,M為高程h與大氣相位屏相關(guān)系數(shù),M在特定的干涉圖中為定值。

GACOS模型是利用迭代對流層分解(ITD)模型將分層和湍流信號與對流層總延遲分開,并生成高空間分辨率的天頂總延遲圖,再通過獲得衛(wèi)星的入射角信息來得到LOS延遲圖。GACOS模型見式(3):

ZTDP=S(hP)+T(xP)+ζP

(3)

式中,P表示選取目標(biāo)位置,S表示為垂直方向的分量,T表示大氣湍流信號,xP表示觀測站的站心坐標(biāo)向量,ζ為模型產(chǎn)生的殘差。

ERA5數(shù)據(jù)集進(jìn)行校正的方法是估計每個干涉像素點(diǎn)的大氣干擾相位。這些大氣參數(shù)包括溫度、濕度、氣壓等,以及全球大氣模型中的溫度、濕度和壓力場[12]。通過將這些數(shù)據(jù)與干涉相位進(jìn)行匹配和插值,可以得到每個像素點(diǎn)的大氣干擾相位, 然后,通過估計的大氣干擾相位從觀測到的干涉相位中減去,即可得到校正后的干涉相位。并將其投影到LOS向,從而得到雷達(dá)圖像各歷元的對流層延遲[13]。這種校正方法能夠有效降低雷達(dá)圖像中的對流層延遲,并提高圖像的準(zhǔn)確性和可靠性。同時,該方法也適用于其他遙感數(shù)據(jù)的處理,以獲得更準(zhǔn)確的地表特征信息。

2.3 評估標(biāo)準(zhǔn)

地表未發(fā)生形變時標(biāo)準(zhǔn)差是衡量大氣改正效果的一個重要指標(biāo),可以用來估計整體的大氣改正效果[14]。標(biāo)準(zhǔn)差能夠用來衡量研究區(qū)域整體的噪聲水平。StaMPS在計算標(biāo)準(zhǔn)差時能夠有效地考慮不確定性,將時間序列的噪聲影響降至最小[15]。標(biāo)準(zhǔn)差計算公式為:

(4)

式中,σ表示標(biāo)準(zhǔn)差,N為像素點(diǎn)個數(shù),Xi表示第i個像素點(diǎn)的形變相位。

在計算干涉圖的標(biāo)準(zhǔn)差時,為了排除NaN值的影響,本研究在計算過程中對其進(jìn)行了排除。最終,通過比較在研究區(qū)域中采用不同改正方法前后的干涉圖標(biāo)準(zhǔn)差來評估改正效果。

3 實(shí)驗(yàn)結(jié)果分析

3.1 合肥區(qū)對流層延遲校正及評估

在時序形變監(jiān)測中,城市區(qū)域地形變化相對較小,相干性較強(qiáng)[16],以LOS從地面到衛(wèi)星方向?yàn)檎?圖4展示了在合肥區(qū)域,原始形變速率圖與經(jīng)驗(yàn)?zāi)Ｐ途€性改正、氣象模型ERA5數(shù)據(jù)集改正以及GACOS改正的結(jié)果。原始形變速率是在時序InSAR中未使用模型進(jìn)行對流層改正的數(shù)值,由于時序InSAR本身就具有一定的削弱對流層影響,所以其結(jié)果具有一定的可靠性。

圖4 對流層延遲校正前后形變速率圖

從圖4中可以看出,進(jìn)行對流層延遲改正后,合肥市區(qū)西北部和南部地區(qū)相比于未改正的圖像來說,標(biāo)準(zhǔn)差明顯減小,改正效果明顯。然而,受天氣、云層等原因影響, ERA5和GACOS的改正存在部分大氣誤差。其整體標(biāo)準(zhǔn)差基本一致,只有少部分地區(qū)有區(qū)別。通過線性改正、ERA5改正和GACOS改正后形變速率標(biāo)準(zhǔn)差分別降低了21.71%、16.14%、10.38%。由此可得,在本研究中,比較了3種大氣校正方法,并發(fā)現(xiàn)3種模型在改正效果上都起到了一定的作用。其中,線性改正效果最好, ERA5改正效果次之,GACOS改正效果相對于以上2種方法效果較差。在時序處理過程中,線性改正通過將地形的變化與干涉相位的變化進(jìn)行關(guān)聯(lián),從而減小湍流延遲引起的垂直分層延遲。這是線性改正方法效果好的原因之一。

3.2 研究區(qū)域年沉降結(jié)果分析

根據(jù)圖5所示的監(jiān)測結(jié)果,可以發(fā)現(xiàn),在監(jiān)測時間段內(nèi),研究區(qū)的年形變速率下降最大值為-12.662 3 mm/y,上升最大值為9.525 3 mm/y。具體來說,研究區(qū)偏左中心位置出現(xiàn)較大地面沉降,沉降速率集中在-11.109 mm/y到-0.1 mm/y之間。為了直觀比較改正后InSAR時序結(jié)果精度,從圖5中隨機(jī)選取PS點(diǎn)進(jìn)行觀測。選擇3種不同的方法比較,統(tǒng)計3種方法的累計沉降量并進(jìn)行對比分析。累積沉降量如圖6所示,可以看出圖6中3種方法得到的沉降效果基本一致,整體呈現(xiàn)下降趨勢。在近兩年的研究過程中,地面處于一個沉降的過程,沉降幅度均保持在10 mm以內(nèi),整體擬合曲線都是保持一定的速率下沉。隨機(jī)選取的P1點(diǎn)在2019年1月到5月表現(xiàn)為下沉趨勢,沉降速率較快,在2019年6月至8月形變特征較為復(fù)雜,期間有抬升現(xiàn)象發(fā)生,由于在夏季溫度上升的原因?qū)е碌孛媸軞鉁?、氣壓、水汽等方面的影響從而?dǎo)致地面有輕微的回彈,2020年上半年沉降較為穩(wěn)定,10月份的時候有一個大幅度的下沉。P2點(diǎn)整體也是下沉趨勢,2019年1月到5月時下沉速度較為緩慢,同時在6月至8月有一個回彈現(xiàn)象,在2020年3月至5月有一個大幅度的沉降表現(xiàn),下半年沉降數(shù)值基本保持不變,較為穩(wěn)定。從整體來看,沉降范圍呈現(xiàn)出大分散、小集中的分布特征。另外,由于合肥市對地下水資源進(jìn)行管控[17],在2014年之后,地下水整體呈上升趨勢,因此,部分地方出現(xiàn)了小幅度的地面上升現(xiàn)象[18]。

圖5 StaMPS-PS沿LOS向年平均形變速率

圖6 PS點(diǎn)時序累計形變序列

4 結(jié)論

本文選取了2019年1月—2020年10月近2年的時間,對合肥地區(qū)共31景Sentient-1A影像進(jìn)行處理,使用常規(guī)StaMPS PSI時序方法分析,利用線性改正、ERA5數(shù)據(jù)集改正和GACOS改正這3種模型得到的對流層延遲進(jìn)行評估比較,得到如下結(jié)論。

1)3種不同氣象模型改正均有效果,且對流層改正后的標(biāo)準(zhǔn)差分別降低了21.71%、16.14%、10.38%。

2)3種模型改正過程中線性改正的效果最好,ERA5改正次之,GACOS改正的效果稍差,其原因是受到天氣和云層等因素的影響,以及研究區(qū)域處于城市環(huán)境當(dāng)中相干性較好。

3)由于復(fù)雜的地形、城市建筑物和天氣等因素對大氣延遲都會造成影響,在選擇和使用不同的大氣改正方法時,需要綜合考慮研究區(qū)域的具體情況進(jìn)行分析。在本實(shí)驗(yàn)研究區(qū)或相干性較好地區(qū)可以優(yōu)先考慮線性方法進(jìn)行大氣改正,使最終得到的結(jié)果相對較好。