討論差分干預(yù)技術(shù)在變形觀測(cè)中的應(yīng)用

PAGEPAGE1討論差分干預(yù)技術(shù)在變形觀測(cè)中的應(yīng)用引言地面沉降監(jiān)測(cè)是對(duì)地觀測(cè)的方法之一，經(jīng)典的方法是采取精致細(xì)密水準(zhǔn)測(cè)量，觀測(cè)一、二等水準(zhǔn)網(wǎng)，然后計(jì)算平差，得到微小地面沉降的變化值。近代GPS技術(shù)開始融入到地面沉降監(jiān)測(cè)工作中。然而，遭到若干條件的限制，GPS測(cè)量的數(shù)據(jù)密度往往不夠，而且當(dāng)前其空間域的分辨率也難以知足高空間分辨率形變監(jiān)測(cè)的要求。星載雷達(dá)差分干預(yù)測(cè)量(D-InSAR)技術(shù)是20世紀(jì)90年代發(fā)展起來的1項(xiàng)對(duì)地觀測(cè)新技術(shù)，其是利用雷達(dá)圖像的相位差信息，精到準(zhǔn)確測(cè)量出圖像上每個(gè)點(diǎn)的三維位置，用于提取地面目的點(diǎn)微小地形變化的技術(shù)，精度能到達(dá)厘米級(jí)以至毫米級(jí)，干預(yù)圖質(zhì)量較好時(shí)，能夠從干預(yù)圖辨別出毫米級(jí)的形變。D-InSAR技術(shù)的特點(diǎn)是面積大、快速、精確、成本低，其實(shí)用性大大優(yōu)于慣例地面沉降監(jiān)測(cè)技術(shù)。當(dāng)前，SAR數(shù)據(jù)已覆蓋了全球大部分區(qū)域，在無慣例測(cè)量數(shù)據(jù)區(qū)域的地震監(jiān)測(cè)中發(fā)揮著顯著優(yōu)勢(shì)。筆者在深切進(jìn)入研究D-InSAR技術(shù)的基礎(chǔ)上，對(duì)在地面沉降監(jiān)測(cè)應(yīng)用中的研究，解決了D-InSAR技術(shù)中影像處理面臨的一些關(guān)鍵問題，得到最終的地表形變結(jié)果。1D-InSAR的三軌法通常，進(jìn)行地面沉降差分干預(yù)，需要獲取被觀測(cè)地區(qū)沉降前后的2幅影像，通過比較得出形變量。在2幅影像干預(yù)圖中，同時(shí)包括有相位信息和地形信息。欲得到形變量，需除去其中的地形信息，因而，必需先太清楚地面的DEM值，被稱為二軌法。在難以獲得地面DEM值時(shí)，可采取三軌法。三軌法需要用到同一區(qū)域的3幅影像，分別是形變前的2幅和形變后的1幅。然后，利用這3幅影像可生成2幅干預(yù)紋圖，其中，1幅呈現(xiàn)形變前的地形信息，另1幅呈現(xiàn)形變后的地形信息。同樣的，對(duì)2幅干預(yù)圖進(jìn)行匹配、重采樣、去除平地效應(yīng)和相位解纏，最后將2幅影像進(jìn)行差分，便可得到地表沿視線方向的地形變化[1]。這方法的優(yōu)點(diǎn)是無需地面信息，如DEM，對(duì)于一些無地形數(shù)據(jù)的變化監(jiān)測(cè)尤為主要;缺點(diǎn)是相位解纏較復(fù)雜，其質(zhì)量將影響到最終的形變結(jié)果。2D-InSAR技術(shù)在巴姆地區(qū)的應(yīng)用2.1被觀測(cè)數(shù)據(jù)的選取2012-08-20李紅，女，1953年生，山西人，1978年畢業(yè)于武漢測(cè)繪科技大學(xué)光學(xué)儀器專業(yè)，高級(jí)工程師。針對(duì)不同的干預(yù)應(yīng)用需選取適宜的SAR干預(yù)影像對(duì)。伊朗東南部城市巴姆地區(qū)曾于2003年發(fā)生了強(qiáng)度為6.6級(jí)的大地震，為了利用D-InSAR技術(shù)獲取巴姆地震引起的地面形變，歐空局(ESA)提供了7幅ENVISATASAR數(shù)據(jù)。其中，4幅為降軌數(shù)據(jù),巴姆古城位于圖像中部，Track號(hào)為120;3幅為升軌數(shù)據(jù),巴姆古城位于圖像的近距端，Track號(hào)為385。進(jìn)行干預(yù)處理，要求像對(duì)必需相干，因而，選取像對(duì)時(shí)必需考慮2個(gè)因素：a)臨界基線距的限制。過短的基線將無法監(jiān)測(cè)出形變變化量，過長的基線將導(dǎo)致2幅影像間的相關(guān)系數(shù)過低而無法構(gòu)成干預(yù);b)存在時(shí)間間隔的影像。對(duì)于地形變監(jiān)測(cè)為目的的干預(yù)測(cè)量，其時(shí)間基線的選取要盡可能地短，以減小時(shí)間的去相關(guān)影響。利用Eoli-sa軟件進(jìn)行數(shù)據(jù)選取時(shí)，根據(jù)被觀測(cè)區(qū)域的經(jīng)緯度和時(shí)間，查找適宜的干預(yù)數(shù)據(jù)。其中，Orbit確定軌道，景號(hào)(Frame)確定雷達(dá)照耀區(qū)域位置，航跡號(hào)(track)確定成像時(shí)間。用于干預(yù)測(cè)量的SAR數(shù)據(jù)必需具有一樣的track和frame。圖1給出巴姆3幅影像的航跡和區(qū)域位置信息。從中看出，形變前的影像9192和6687以及形變后的影像9693具有一樣的Track號(hào)。6687的Frame為3020，即中心結(jié)點(diǎn)號(hào)為3020，該幅影像的結(jié)點(diǎn)跨度3011～3029。由于，ENVISAT衛(wèi)星的軌道被分割成7200個(gè)結(jié)點(diǎn)，通過與影像中心相近的400個(gè)結(jié)點(diǎn)來標(biāo)識(shí)SAR的Frame號(hào)。因而，2個(gè)相鄰的Frame用18個(gè)結(jié)點(diǎn)來標(biāo)識(shí)。同理，9192影像的結(jié)點(diǎn)跨度3004～3021，即這2幅影像有共同的結(jié)點(diǎn)，即有共同區(qū)域，進(jìn)而得出9693與9192也有共同的區(qū)域。2.2實(shí)驗(yàn)經(jīng)過筆者采用三軌法進(jìn)行差分處理，分別利用9192和6687構(gòu)成的像對(duì)，9192和9693構(gòu)成的像對(duì)，得出地震形變前后的地形，然后，再對(duì)這2個(gè)像對(duì)影像進(jìn)行差分，獲得地面點(diǎn)高程的形變信息。差分的關(guān)鍵步驟包含干預(yù)影像的配準(zhǔn)、干預(yù)圖的濾波、去除平地效應(yīng)、相位解纏，最后把相位信息轉(zhuǎn)換到高程。2.2.1SAR復(fù)數(shù)影像配準(zhǔn)在雷達(dá)干預(yù)處理中，配準(zhǔn)的目的是將2幅影像上的對(duì)應(yīng)點(diǎn)處理成地面上同名地物點(diǎn)。先采取匹配方法找到2幅影像上的同名點(diǎn)，繼而確定2點(diǎn)的偏移量，再對(duì)其中1幅影像進(jìn)行重采樣，使2幅影像上的同名點(diǎn)一一對(duì)應(yīng)。干預(yù)雷達(dá)復(fù)圖像的匹配，分粗匹配和精匹配兩步進(jìn)行[2]。確定圖像搜索窗內(nèi)按行列不同的整像元偏移量為粗匹配，計(jì)算復(fù)圖像對(duì)之間的匹配質(zhì)量評(píng)價(jià)指標(biāo),得到精度在像元級(jí)的匹配;精匹配通過對(duì)復(fù)圖像作亞像元插值，再計(jì)算匹配指標(biāo)。理論上，匹配度需要到達(dá)子像素級(jí)(1/10像素)[3]。匹配策略如下：a)粗匹配采取基于衛(wèi)星軌道參數(shù)的方法。由于衛(wèi)星飛行的軌道參數(shù)是可確定的，且較精確和穩(wěn)定，因而是最基本的粗匹配方法。其優(yōu)點(diǎn)是能自動(dòng)完成偏移量的估算，缺點(diǎn)是匹配精度較低。主輔影像上對(duì)應(yīng)的同名點(diǎn)對(duì)應(yīng)知足(1)式的要求，，(1)式中，Pm(x,y)和Ps(x,y)對(duì)應(yīng)主影像和輔影像的行列值。粗定位就是利用衛(wèi)星軌道參數(shù)計(jì)算同名點(diǎn)對(duì)的偏移量offset(x,y);b)像元級(jí)匹配。干預(yù)雷達(dá)測(cè)量中復(fù)圖像的像元級(jí)配準(zhǔn)通常采取基于窗口的配準(zhǔn)技術(shù),利用主圖像和輔圖像在空間域或頻率域進(jìn)行配準(zhǔn)。筆者采取的匹配類似性評(píng)價(jià)參數(shù)是較基本相關(guān)系數(shù)法，它也是其他許多匹配算法的基礎(chǔ)，且計(jì)算起較簡單，不會(huì)出現(xiàn)太大誤差;c)亞像元級(jí)匹配。亞像元級(jí)匹配是在像元級(jí)匹配的基礎(chǔ)上進(jìn)行的。影像對(duì)(9192和9693)配準(zhǔn)的統(tǒng)計(jì)分析見表1。隨意選取10個(gè)精配準(zhǔn)點(diǎn)，檢查其偏移量及精匹配的結(jié)果。匹配完成后，2幅影像上的同名點(diǎn)僅存在較小差別，用這些點(diǎn)作為控制點(diǎn)對(duì)，用二次多項(xiàng)式擬合確定2幅影像中任何1個(gè)匹配位置的相對(duì)偏移量;2.2.2干預(yù)圖的生成和處理計(jì)算干預(yù)系數(shù)由2幅影像上對(duì)應(yīng)點(diǎn)共軛相乘得到，是作為評(píng)價(jià)干預(yù)圖質(zhì)量的根據(jù)。干預(yù)系數(shù)產(chǎn)生的相干圖能直觀地顯示干預(yù)圖的質(zhì)量，因而，相干圖可以作為解纏質(zhì)量的根據(jù)。通過處理得到，相干圖上相干系數(shù)較大的區(qū)域(圖上較亮的地方)是干預(yù)效果較好的區(qū)域，干預(yù)條紋較為明顯，解纏也相對(duì)容易，反之，相干系數(shù)小或者干預(yù)條紋不清楚的地方，一般不易解纏成功[4]。圖2、圖3分別為地形像對(duì)(9192和6687)和形變相對(duì)(9192和9693)的干預(yù)圖。從圖2和圖3中看出，震前震后的2幅干預(yù)圖中垂直基線都很大，在干預(yù)圖相位中的山區(qū)部分即右下角，基線去相關(guān)現(xiàn)象較嚴(yán)重，致使相干性很差，表現(xiàn)為黑色。在地形對(duì)的干預(yù)圖上可看到巴姆城附近明顯有1塊連續(xù)區(qū)域的相干性很差，圖3的白色框里顯示為黑色，這就是地震造成毀壞最嚴(yán)重區(qū)域的位置及大致范圍。解纏前還要進(jìn)行濾波，濾波的目的不僅為提升信噪比，且能為解纏計(jì)算提供較好的數(shù)據(jù)，在去除干預(yù)圖噪聲的基礎(chǔ)上能堅(jiān)持邊沿信息[5]，防止產(chǎn)生誤差。筆者采取Goldstein濾波算法，去除噪聲后條紋清楚明晰，很好地保留了地形信息。圖4為主、輔影像干預(yù)圖去除平地效應(yīng)的結(jié)果，圖5為進(jìn)行dstein濾波的結(jié)果。將震前后去除平地效應(yīng)的地形相減，得到形變的地形。這時(shí)，圖上顯示的還是周期性的條紋，表示地形的相位還是環(huán)繞糾纏的，沒有得到真實(shí)地形，需要通過解纏來得到地形的真實(shí)高程。2.2.3形變地形的相位解纏相位解纏的結(jié)果直接影像地面沉降量的精度,是InSAR數(shù)據(jù)處理經(jīng)過中的關(guān)鍵。相位解纏的基本思想從數(shù)學(xué)方面講，假設(shè)給定1個(gè)二維相位矩陣i,j，為了獲得該矩陣的真實(shí)值，需要對(duì)每個(gè)點(diǎn)(i,j)加上或減去2的整數(shù)倍，得到1個(gè)連續(xù)的函數(shù)i,j[6]，即其中，ki,j為整數(shù)，-i,j，i[0,M-1]，j[0,N-1]。圖6給出的是形變干預(yù)的結(jié)果。進(jìn)行相位解纏計(jì)算時(shí)必需兼顧到一致性和精到準(zhǔn)確性。一致性是指解纏后任意2點(diǎn)之間的相位差與2點(diǎn)之間路徑無關(guān)，精到準(zhǔn)確性則是指解纏后的相位要能忠誠地恢復(fù)原始相位函數(shù)。將解纏相位梯度和環(huán)繞糾纏相梯度之間的差別最小化，即最小成本網(wǎng)絡(luò)流法，見圖7。3實(shí)驗(yàn)結(jié)果從干預(yù)圖能夠看出,相隔175天和相隔35天的干預(yù)圖其相關(guān)性仍然堅(jiān)持很好,這是由于巴姆地區(qū)氣候干旱,植被稀少，堅(jiān)持了很好的相干性。從圖7中能夠看到，條紋變化較大的為形變區(qū)。根據(jù)條紋的分布可以得出形變結(jié)果。ASAR雷達(dá)采取的是C波段微波成像，波長為5.666cm，可利用式(3)計(jì)算出，每個(gè)周期的條紋變化代表了2.8cm的形變量。從圖6中還能夠看到，干預(yù)條紋的顏色周期是不同的。根據(jù)GMT畫出的圖8、圖9表示形變的三維狀態(tài)。其中，北邊區(qū)域?yàn)橄鲁羺^(qū)，其形變的最大值為-17.8cm，南邊區(qū)域?yàn)樯仙齾^(qū)，其形變最大值到達(dá)+29.9cm。4結(jié)束語使用多級(jí)配準(zhǔn)方法，利用三軌法差分干預(yù)測(cè)量技術(shù)對(duì)ENVISATASAR雷達(dá)影像進(jìn)行處理，能夠使配準(zhǔn)結(jié)果到達(dá)1/10像素;通過對(duì)干預(yù)圖進(jìn)行去除平地效應(yīng)、濾波等處理，分析獲取影像期間地物的變化情況，針對(duì)被觀測(cè)地區(qū)的詳細(xì)條件，選擇最優(yōu)算法，可獲取地震以下為參考文獻(xiàn)：[1]王超,張紅,劉智.星載合成孔徑雷達(dá)干預(yù)測(cè)量[M].北京,科學(xué)出版社,2002.[2]楊清友,王超.干預(yù)雷達(dá)復(fù)圖像配準(zhǔn)與干預(yù)紋圖的加強(qiáng)[J].遙感學(xué)報(bào),1999(2):39-44.[3]AJWilkinson.DevelopmentofanInterferometricSARProcessingFacilityPhase2:ImplementationofanImageRegistrationAlgorithm.Technicalreport,UCTRadarRemoteSensingGroup,March1996.[4]張永志,王衛(wèi)東,李萍.InSAR圖像的最小范數(shù)法相位解纏研究[J].地球科學(xué)與環(huán)境學(xué)報(bào).2005,27(1):80-83.[5]RMGoldstein,HAZebker,CLWerner.Satelliteradarinterferometry:two-dimensionalphaseunwra