TomoSAR技術(shù)在城市形變監(jiān)測(cè)中的應(yīng)用

廖明生，魏戀歡,2，BALZ Timo(德)，張 路

（1. 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；2. 慕尼黑工業(yè)大學(xué)制圖學(xué)研究所，慕尼黑 80333，德國(guó)）

TomoSAR技術(shù)在城市形變監(jiān)測(cè)中的應(yīng)用

廖明生1，魏戀歡1,2，BALZ Timo1(德)，張 路1

（1. 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；
2. 慕尼黑工業(yè)大學(xué)制圖學(xué)研究所，慕尼黑 80333，德國(guó)）

作為永久散射體雷達(dá)干涉測(cè)量技術(shù)的延伸，多基線(xiàn)SAR層析成像技術(shù)能夠分離單個(gè)SAR像素內(nèi)的多重散射體信號(hào)，精確地獲取人工地物目標(biāo)的三維位置和形變信息，突破城市地區(qū)形變監(jiān)測(cè)中疊掩效應(yīng)的制約，實(shí)現(xiàn)城市動(dòng)態(tài)形變監(jiān)測(cè)。尤其是新一代高分辨率SAR衛(wèi)星發(fā)射成功后，為城市動(dòng)態(tài)形變監(jiān)測(cè)研究提供了大量高分辨率高精度數(shù)據(jù)源。本文首先介紹SAR層析技術(shù)的理論模型，然后歸納了現(xiàn)有的層析算法和應(yīng)用領(lǐng)域，最后探討了該技術(shù)發(fā)展面臨的關(guān)鍵問(wèn)題并展望了其廣闊發(fā)展前景。

形變監(jiān)測(cè)；SAR層析成像；差分SAR層析成像；譜估計(jì)；壓縮感知

合成孔徑雷達(dá)（Synthetic Aperture Radar, SAR）衛(wèi)星作為一種主動(dòng)式傳感器，可從太空獲取地球表面的二維影像。使用2幅SAR影像，可提取地形高度信息，這一技術(shù)稱(chēng)為雷達(dá)干涉測(cè)量（SAR Interferometry，InSAR）技術(shù)[1]。隨著InSAR技術(shù)的不斷發(fā)展，產(chǎn)生了差分雷達(dá)干涉測(cè)量(Differential InSAR, D-InSAR)、永久散射體雷達(dá)干涉測(cè)量(Permanent Scatterer SAR Interferometry, PS-In-SAR）以及近年新興的SAR層析成像（SAR Tomography, TomoSAR）等衍生技術(shù)。D-InSAR是在InSAR的基礎(chǔ)上發(fā)展起來(lái)的，提取地形高度信息的同時(shí)，可獲取地表形變信息。PS-InSAR技術(shù)的產(chǎn)生，消除了影響D-InSAR形變監(jiān)測(cè)精度的大氣效應(yīng)、時(shí)間去相干因素的干擾，提高了形變監(jiān)測(cè)精度。經(jīng)過(guò)幾年的發(fā)展，PS-InSAR在監(jiān)測(cè)地面沉降方面已取得了豐富的研究成果，具備了獲取毫米級(jí)地表形變信息的能力[2～5]。

硬件方面，星載SAR傳感器在過(guò)去幾十年中不斷更新?lián)Q代，實(shí)現(xiàn)了從無(wú)到有、從中低分辨率到高分辨率的升級(jí)，推動(dòng)了SAR領(lǐng)域新技術(shù)的研究。1978年，美國(guó)國(guó)家航空航天發(fā)射了海洋衛(wèi)星（SeaSat），首次在衛(wèi)星上裝載了SAR傳感器，掀起了星載SAR傳感器研制熱潮。隨后數(shù)十年，一批中低分辨率SAR衛(wèi)星相繼發(fā)射升空，包括歐洲空間局發(fā)射的兩顆歐洲遙感衛(wèi)星ERS-1/2、歐洲環(huán)境衛(wèi)星Envisat，日本宇航局發(fā)射的JERS-1衛(wèi)星和ALOS衛(wèi)星等。2007年，新一代高分辨率SAR衛(wèi)星相繼發(fā)射成功，包括意大利COSMO-SkyMed、德國(guó)TerraSAR-X[6]和加拿大RADARSAT-2，標(biāo)志著星載雷達(dá)遙感邁入了高分辨率時(shí)代。將PS-InSAR技術(shù)用于高分辨率星載SAR數(shù)據(jù)分析處理，可快速提取大范圍城區(qū)的精細(xì)形變，有力地推動(dòng)了雷達(dá)遙感在形變監(jiān)測(cè)領(lǐng)域的推廣應(yīng)用。

然而，當(dāng)高分辨率PS-InSAR技術(shù)目前只能準(zhǔn)確獲取高層建筑較少的區(qū)域的形變信息，當(dāng)應(yīng)用于高層建筑密集區(qū)域時(shí)，會(huì)產(chǎn)生新的問(wèn)題。在一些高層建筑覆蓋的區(qū)域，嚴(yán)重的疊掩效應(yīng)使得單個(gè)雷達(dá)分辨單元中包含了來(lái)自不同地物目標(biāo)的多個(gè)散射體的回波信號(hào)，如果不能有效地將這些信號(hào)混疊的多個(gè)散射體目標(biāo)相互分離開(kāi)來(lái)，就無(wú)法獲得準(zhǔn)確的地物表面三維位置及形變信息。針對(duì)高層建筑密集區(qū)高分辨率SAR數(shù)據(jù)中疊掩效應(yīng)嚴(yán)重帶來(lái)的PS-InSAR無(wú)法正確解算地物表面形變量這一問(wèn)題，可以考慮采用一種動(dòng)態(tài)監(jiān)測(cè)地物表面形變的新方法，即SAR層析成像（Multibaseline SAR Tomography, Tomo-SAR）技術(shù)[7]。TomoSAR技術(shù)與高分辨率SAR數(shù)據(jù)的結(jié)合，可實(shí)現(xiàn)城市形變動(dòng)態(tài)監(jiān)測(cè)。

隨著我國(guó)經(jīng)濟(jì)社會(huì)的飛速發(fā)展、城鎮(zhèn)化的腳步不斷向前，各主要城市中興建了大量的高層建筑及綜合體設(shè)施。對(duì)主城區(qū)的大量高層建筑及綜合體設(shè)施進(jìn)行快速高精度的形變監(jiān)測(cè)變得尤為重要。將TomoSAR技術(shù)應(yīng)用于高分辨率SAR數(shù)據(jù)分析處理，可解決散射體信號(hào)疊掩問(wèn)題，彌補(bǔ)PS-InSAR的不足，實(shí)現(xiàn)高層建筑及綜合體設(shè)施動(dòng)態(tài)形變監(jiān)測(cè)。本文將首先闡述TomoSAR理論模型，其次概括介紹現(xiàn)有的層析算法，然后展望其應(yīng)用前景，最后分析探討TomoSAR在城區(qū)動(dòng)態(tài)形變監(jiān)測(cè)研究中面臨的關(guān)鍵問(wèn)題。

1 SAR層析成像理論

一幅SAR影像的坐標(biāo)系為方位-斜距平面，與該平面垂直的方向，稱(chēng)為高程向。圖1所示的為SAR三維坐標(biāo)系分布，其中x為方位向，r為斜距向，s為高程向。一幅二維SAR影像在方位向和距離向的分辨率是已知的，高程向的分辨率是未知的。

圖1 SAR成像幾何Fig.1 The imaging geometry of SAR

聚焦后的SAR復(fù)數(shù)影像中，每個(gè)像素的復(fù)數(shù)值可以看作真實(shí)三維反射情況在方位-斜距平面的投影，也即反射信號(hào)沿高程向的積分[7]。因此，每個(gè)像素的復(fù)數(shù)觀(guān)測(cè)值可能來(lái)自與傳感器斜距相同的多個(gè)地物目標(biāo)，多目標(biāo)的散射信號(hào)疊加在同一像素內(nèi)，形成所謂的“疊掩”。如圖2所示，單個(gè)SAR分辨單元中包含分別來(lái)自地面、建筑墻面、建筑頂部的三個(gè)散射體目標(biāo)，這三部分散射信號(hào)混疊在一起，構(gòu)成了該像素的散射回波。這種現(xiàn)象在高層建筑密集的城區(qū)尤為常見(jiàn)，為PS-InSAR分析帶來(lái)困難。TomoSAR針對(duì)疊掩問(wèn)題，利用N景SAR影像組成的時(shí)間序列SAR數(shù)據(jù)集，可分離同一像元的多個(gè)散射體并估算各散射體目標(biāo)的位置及信號(hào)強(qiáng)度，重建高程向的分辨率。

在由N景SAR復(fù)數(shù)影像組成的數(shù)據(jù)集中，第n景影像中某個(gè)像素的復(fù)數(shù)值可以看作真實(shí)三維反射情況在方位-斜距平面的投影，也即反射信號(hào)沿高程向的積分，可用如下公式表示：

其中[-smax,smax]為信號(hào)沿高程向的分布范圍；ξn為高程向空間采樣間隔，可用公式ξn=-2bn/(λ·r)求得；γ(s)代表沿高程向分布的反射量。TomoSAR要解決的主要問(wèn)題是根據(jù)數(shù)據(jù)集中相應(yīng)的某一像素的一組復(fù)數(shù)觀(guān)測(cè)值g，計(jì)算每個(gè)離散高程位置的反射量γ，進(jìn)而確定該像素內(nèi)主導(dǎo)散射體的數(shù)量及每個(gè)散射體的位置，實(shí)現(xiàn)無(wú)模糊的三維SAR成像。如果在TomoSAR中只適用2景SAR影像，就變成傳統(tǒng)InSAR處理方法，InSAR可看作Tomo-SAR的一種特殊情況。

圖2 SAR像元散射信號(hào)組成Fig.2 The component of scattering signal of SAR image unit

三維SAR層析成像系統(tǒng)模型忽略了時(shí)間信息，然而由于星載SAR數(shù)據(jù)是采用重復(fù)軌道方式獲取的，時(shí)間跨度從數(shù)周到數(shù)年不等(取決于衛(wèi)星的重訪(fǎng)周期及影像的數(shù)量)，使得不同軌道數(shù)據(jù)之間的相干性較差，觀(guān)測(cè)值受到大氣、目標(biāo)形變等多種外界條件的影響。若將散射體目標(biāo)的運(yùn)動(dòng)情況考慮在內(nèi)，可將三維SAR層析成像拓展為四維SAR層析成像，也稱(chēng)為差分SAR層析成像（Differential SAR Tomography, D-TomoSAR）[8]。假設(shè)散射體目標(biāo)的運(yùn)動(dòng)是線(xiàn)性的，公式1中的成像模型將拓展為：

其中，d(s,tn)是雷達(dá)斜距方向形變關(guān)于高程和時(shí)間的函數(shù)。使用D-TomoSAR系統(tǒng)模型，在估算每個(gè)像素內(nèi)散射體數(shù)量及三維位置的同時(shí)，還可估算每個(gè)散射體沿斜距方向的線(xiàn)性形變速率。因此，D-TomoSAR也稱(chēng)四維聚焦，它利用在不同時(shí)間獲取的多景SAR影像，通過(guò)特定的重建算法估算散射體的微小移動(dòng)。

由于散射體的運(yùn)動(dòng)不都是線(xiàn)性的，可能是非線(xiàn)性的，也可能是多種復(fù)雜運(yùn)動(dòng)的組合，因此四維SAR層析成像不一定適用于所有情況。針對(duì)這一問(wèn)題，2011年Zhu等將四維SAR層析成像拓展到更多維，提出了一種3+M維SAR層析成像模型，其中M(M≥1)指用戶(hù)定義的運(yùn)動(dòng)模型階數(shù)，利用時(shí)間隧道技術(shù)將線(xiàn)性運(yùn)動(dòng)和周期性運(yùn)動(dòng)分離開(kāi)[9]。Zhu等的研究工作將SAR層析成像技術(shù)從三維、四維推廣到的五維甚至更多維，表明TomoSAR技術(shù)在城市多維動(dòng)態(tài)監(jiān)測(cè)應(yīng)用中有巨大的發(fā)展?jié)摿Α?/p>

2 現(xiàn)有SAR層析成像算法

SAR層析成像的發(fā)展可追溯到上世紀(jì)80年代，Chan等人提出雷達(dá)層析成像技術(shù)后[10]，90年代初引入到SAR領(lǐng)域[11]。SAR層析成像研究成果隨著數(shù)據(jù)數(shù)量和質(zhì)量的提升不斷增多。首個(gè)SAR層析仿真實(shí)驗(yàn)是在理想條件下進(jìn)行的[12]。后來(lái)，Reigber用機(jī)載數(shù)據(jù)進(jìn)行了實(shí)驗(yàn)研究[13]，并提取了德國(guó)宇航局DLR附近實(shí)驗(yàn)區(qū)的植被及建筑三維結(jié)構(gòu)。2003年Fornaro等首次使用中分辨率ERS數(shù)據(jù)進(jìn)行了層析實(shí)驗(yàn)研究，分別提取了羅馬和那不勒斯市區(qū)建筑的高度信息[7]。2007年以后發(fā)射升空的新一代高分辨率SAR衛(wèi)星，提供了大量高質(zhì)量SAR層析數(shù)據(jù)集。與原來(lái)的中分辨率數(shù)據(jù)相比，高分辨率數(shù)據(jù)的散射體密度劇增，信噪比大幅提高，更適合開(kāi)展SAR層析成像研究。DLR的Xiaoxiang Zhu等最先使用高分辨率TerraSARX數(shù)據(jù)進(jìn)行層析成像研究，提出了基于壓縮感知的SAR層析成像方法，成功對(duì)拉斯維加斯市的多棟高樓進(jìn)行了三維重建[14]。

在研究新數(shù)據(jù)應(yīng)用的同時(shí)，很多學(xué)者致力于層析算法研究，提出了多種不同的算法。現(xiàn)有的層析成像算法可以分為后向投影法、譜估計(jì)法和壓縮感知法三大類(lèi)。其中，后向投影法適用于機(jī)載數(shù)據(jù)層析，譜估計(jì)法和壓縮感知法適用于星載數(shù)據(jù)層析。譜估計(jì)法提出的時(shí)間長(zhǎng)，是目前研究最多的一類(lèi)方法。壓縮感知法是最近幾年提出的新方法，該方法的層析精度優(yōu)于其他方法，具備極強(qiáng)的超分辨率能力。本節(jié)將對(duì)各方法進(jìn)行簡(jiǎn)單介紹。

2.1 后向投影法

當(dāng)對(duì)機(jī)載數(shù)據(jù)進(jìn)行SAR層析時(shí)，考慮到其斜距較短、入射角變化大，可采用后向投影法進(jìn)行層析成像[13]。星載數(shù)據(jù)層析中可做的假設(shè)在機(jī)載情況下不能進(jìn)行，機(jī)載數(shù)據(jù)層析通常不進(jìn)行任何理想假設(shè)。因此機(jī)載數(shù)據(jù)處理比星載數(shù)據(jù)處理更加復(fù)雜。后向投影法是一種時(shí)域相干累加的方法，通常需要進(jìn)行運(yùn)動(dòng)相位補(bǔ)償。2000年，Reigber等人首次將頻率域后向投影法應(yīng)用于機(jī)載數(shù)據(jù)SAR層析實(shí)驗(yàn)中。2008年，F(xiàn)rey等提出時(shí)間域后向投影法[15]，無(wú)需進(jìn)行任何近似就可以抑制不規(guī)則采樣造成的強(qiáng)旁瓣問(wèn)題。

2.2 譜估計(jì)法

譜估計(jì)方法適用于斜距較大、入射角變化較小的情況，即星載數(shù)據(jù)條件下。譜估計(jì)方法可分為參數(shù)法和非參數(shù)法兩類(lèi)，多數(shù)經(jīng)典算法都是非參數(shù)法，而多數(shù)現(xiàn)代方法都是參數(shù)法。非參數(shù)法無(wú)需任何先驗(yàn)信息，直接從數(shù)據(jù)出發(fā)估計(jì)參數(shù)的數(shù)量及位置。典型的非參數(shù)法有傳統(tǒng)波束賦形法(Beamforming, BF)[12]、奇異值分解法(Singular Value Decomposition, SVD)[7]、自適應(yīng)波束賦形法(Adaptive Beamforming / Capon)[16]等。參數(shù)法在進(jìn)行譜估計(jì)之前，需要某些參數(shù)的先驗(yàn)信息，從這些先驗(yàn)信息出發(fā)進(jìn)行參數(shù)轉(zhuǎn)換或參數(shù)分離，然后獲得估計(jì)結(jié)果。典型的參數(shù)法有非線(xiàn)性最小二乘法(Non-Linear Least Squares, NLS)[17]等。如果觀(guān)測(cè)數(shù)據(jù)的噪聲等級(jí)較高，參數(shù)法譜估計(jì)的結(jié)果優(yōu)于非參數(shù)法；反之，如果觀(guān)測(cè)數(shù)據(jù)的噪聲等級(jí)低，則非參數(shù)法譜估計(jì)的結(jié)果優(yōu)于參數(shù)法。

2.3 壓縮感知法

目前，星載數(shù)據(jù)集的獲取以重復(fù)軌道觀(guān)測(cè)方式為主，難以在短時(shí)間內(nèi)快速獲取大量數(shù)據(jù)。為了克服數(shù)據(jù)量小對(duì)層析成像結(jié)果的制約，近幾年國(guó)外的學(xué)者將壓縮感知技術(shù)引入到TomoSAR層析成像中。壓縮感知（Compressive Sensing, CS）是Donoho和Candes在相關(guān)研究基礎(chǔ)上于2006年正式提出的概念, 其核心思想是將壓縮與采樣合并進(jìn)行。首先采集信號(hào)的非自適應(yīng)線(xiàn)性投影(測(cè)量值), 然后根據(jù)相應(yīng)的重構(gòu)算法由測(cè)量值重構(gòu)原始信號(hào)[18,19]。雷達(dá)目標(biāo)可以由少數(shù)幾個(gè)散射中心描述，即滿(mǎn)足目標(biāo)的稀疏性，因此可以采用基于壓縮感知的Lp范數(shù)正則化反演來(lái)獲取不同相干目標(biāo)的形變參數(shù)。作為一種有效的稀疏重建技術(shù)，壓縮感知的優(yōu)勢(shì)在于保存近似信號(hào)所需要信息的同時(shí)，盡可能地最小化信號(hào)的觀(guān)測(cè)數(shù)目，具有較低的計(jì)算復(fù)雜度，對(duì)于相位噪聲和相干問(wèn)題等具有魯棒性。因此，基于壓縮感知的SAR層析成像已成為SAR層析成像領(lǐng)域新的研究熱點(diǎn)。

3 應(yīng)用潛力

SAR層析成像作為一種真正的三維技術(shù)，無(wú)需采用先驗(yàn)假設(shè)模型，即可實(shí)現(xiàn)對(duì)高程向分布散射體的直接測(cè)量，在植被垂直結(jié)構(gòu)反演及生物量估計(jì)、三維建筑結(jié)構(gòu)重建、城市動(dòng)態(tài)形變監(jiān)測(cè)等方面具有很大的應(yīng)用潛力。

TomoSAR具有高程向分辨能力，使其具有解決由疊掩和透視收縮效應(yīng)引起的SAR圖像解譯模糊問(wèn)題的潛力。

3.1 森林垂直結(jié)構(gòu)反演及生物量估計(jì)

森林垂直結(jié)構(gòu)反演及生物量估計(jì)是TomoSAR技術(shù)的一個(gè)重要應(yīng)用領(lǐng)域，該領(lǐng)域的研究多使用機(jī)載數(shù)據(jù)進(jìn)行。植被區(qū)域的散射機(jī)制復(fù)雜，樹(shù)冠以體散射為主，樹(shù)干呈現(xiàn)出較強(qiáng)的二次反射特點(diǎn)，使用SAR層析成像可反演森林的垂直結(jié)構(gòu)。2000年，Reigber等成功提取了德國(guó)宇航局附近的植被及建筑垂直結(jié)構(gòu)信息[13]。2008年，F(xiàn)rey等使用DLR的E-SAR機(jī)載傳感器數(shù)據(jù)提取了某林區(qū)的植被垂直結(jié)構(gòu)信息[15]。除多基線(xiàn)SAR層析成像技術(shù)外，也可采用極化干涉(Polarimetric SAR Interferometry, PolInSAR)、極化SAR層析成像(Polarimetric TomoSAR)和極化相干層析(Polarization Coherence Tomography, PCT)技術(shù)進(jìn)行森林垂直結(jié)構(gòu)反演。

3.2 三維建筑結(jié)構(gòu)重建

三維建筑結(jié)構(gòu)重建是SAR層析技術(shù)的第二個(gè)重要應(yīng)用。三維TomoSAR可分離單個(gè)像元內(nèi)的多個(gè)疊掩散射體，并估計(jì)各個(gè)散射體的空間位置，進(jìn)而對(duì)整個(gè)建筑結(jié)構(gòu)進(jìn)行重建。2005年，F(xiàn)ornaro等用C波段ERS數(shù)據(jù)對(duì)意大利Naples市圣保羅體育場(chǎng)進(jìn)行了散射剖面重建，并分離了一次散射體和二次散射體[20]。2008年，王彥平等利用17景Envisat ASAR影像對(duì)天津奧林匹克體育場(chǎng)進(jìn)行了三維成像實(shí)驗(yàn)[21]。2009年，Zhu等首次利用高分辨率TerraSAR-X Spotlight數(shù)據(jù)對(duì)美國(guó)Las Vegas市中心城區(qū)進(jìn)行了三維散射重建[14]。如果對(duì)大面積區(qū)域進(jìn)行三維重建，可獲得該城區(qū)的大量SAR三維點(diǎn)云信息。若對(duì)大量點(diǎn)云數(shù)據(jù)進(jìn)行建模，即可獲得目標(biāo)區(qū)域的三維城市模型。

3.3 城市動(dòng)態(tài)形變監(jiān)測(cè)

D-TomoSAR的目的不僅是對(duì)目標(biāo)地物進(jìn)行三維重建，還要估計(jì)各散射體的相對(duì)運(yùn)動(dòng)情況，實(shí)現(xiàn)城市動(dòng)態(tài)形變監(jiān)測(cè)。該技術(shù)結(jié)合了TomoSAR的三維成像特點(diǎn)和PS-InSAR技術(shù)的長(zhǎng)時(shí)間形變監(jiān)測(cè)特點(diǎn)。Fornaro于2009年使用ERS數(shù)據(jù)，對(duì)意大利Naples市進(jìn)行了形變研究[22]，并于2010年對(duì)羅馬市區(qū)進(jìn)行了D-TomoSAR研究[23]。2010年，Zhu等首次利用高分辨率TerraSAR-X Spotlight數(shù)據(jù)提取了美國(guó)Las Vegas市中心城區(qū)建筑的形變信息[24]。

4 TomoSAR在城市動(dòng)態(tài)形變監(jiān)測(cè)應(yīng)用中面臨的關(guān)鍵問(wèn)題探討

多基線(xiàn)SAR層析研究通常需要大量SAR數(shù)據(jù)組成的數(shù)據(jù)集，且對(duì)數(shù)據(jù)的軌道分布有要求，各軌道應(yīng)盡量平行且在空間中呈均勻分布。如果使用機(jī)載傳感器進(jìn)行數(shù)據(jù)采集，可以精確控制每次飛行的軌道位置，得到理想的觀(guān)測(cè)數(shù)據(jù)。然而飛機(jī)采集數(shù)據(jù)成本高速度快，通常會(huì)在短時(shí)間內(nèi)完成所需數(shù)據(jù)采集，難以對(duì)目標(biāo)區(qū)域?qū)嵤╅L(zhǎng)期監(jiān)測(cè)，不適合進(jìn)行城市動(dòng)態(tài)形變監(jiān)測(cè)。星載SAR是通過(guò)衛(wèi)星重訪(fǎng)的方式進(jìn)行數(shù)據(jù)采集的，每隔一段時(shí)間就對(duì)目標(biāo)區(qū)域進(jìn)行一次數(shù)據(jù)采集，長(zhǎng)期積累后可形成較大的數(shù)據(jù)集。以星載方式收集數(shù)據(jù)的成本遠(yuǎn)低于機(jī)載方式，因此，星載數(shù)據(jù)更適合應(yīng)用于城市動(dòng)態(tài)形變監(jiān)測(cè)研究。尤其是新一代高分辨率SAR衛(wèi)星發(fā)射升空后，為城市動(dòng)態(tài)形變監(jiān)測(cè)研究提供了豐富的高分辨率數(shù)據(jù)源。

星載TomoSAR的發(fā)展有三個(gè)主要技術(shù)難點(diǎn)。其一，TomoSAR可用到的觀(guān)測(cè)數(shù)量（也即影像的數(shù)量）很少，往往只有幾十景，如果采用常規(guī)的傅立葉變換法，高程向重建的分辨率很低。如果靠增加觀(guān)測(cè)數(shù)來(lái)提高分辨率會(huì)大大增加成本，如何在保證高程向分辨率的同時(shí)，盡量減少數(shù)據(jù)的使用量是控制研究成本的關(guān)鍵。為克服上述難題，可以采用一些超分辨率方法，用盡可能少量的觀(guān)測(cè)值得到高精度的層析結(jié)果。其二，TomoSAR可用的基線(xiàn)通常不是均勻分布的，基線(xiàn)不均勻表明觀(guān)測(cè)數(shù)據(jù)在空間中是非均勻采樣的，造成數(shù)據(jù)有時(shí)欠采樣有時(shí)過(guò)采樣。如何避免因基線(xiàn)分布不均引入的誤差傳播也是TomoSAR研究需克服的關(guān)鍵問(wèn)題之一。為解決這一難題，可以考慮引入一些歸一化方法避免誤差傳播造成的估計(jì)錯(cuò)誤。其三，SAR數(shù)據(jù)集不是同時(shí)獲取的，而是在某個(gè)時(shí)間間隔內(nèi)通過(guò)衛(wèi)星重訪(fǎng)的方式獲取的，不可避免地會(huì)受到因大氣變化或目標(biāo)變形等因素帶來(lái)的誤差影響。為避免目標(biāo)變形引入的誤差，可以將三維TomoSAR模型拓展為四維TomoSAR模型，并采用永久散射體技術(shù)去除大氣影響，也可引入氣象數(shù)據(jù)去除大氣影響，再進(jìn)行層析運(yùn)算。

盡管?chē)?guó)內(nèi)外學(xué)者已經(jīng)對(duì)SAR層析成像技術(shù)理論進(jìn)行了詳細(xì)的探討，并開(kāi)展了大量的實(shí)驗(yàn)研究。但是多數(shù)實(shí)驗(yàn)都是基于模擬數(shù)據(jù)和機(jī)載數(shù)據(jù)的，關(guān)于星載SAR數(shù)據(jù)的實(shí)驗(yàn)只有較少的一部分。隨著新一代高分辨率SAR衛(wèi)星的發(fā)射升空，TerraSAR-X， COSMO-SkyMed， Radarsat-2等衛(wèi)星計(jì)劃提供了大量高質(zhì)量SAR層析數(shù)據(jù)集。與原來(lái)的中分辨率數(shù)據(jù)相比，高分辨率數(shù)據(jù)的散射體密度劇增，信噪比大幅提高，更適合開(kāi)展SAR層析成像研究。從開(kāi)拓?cái)?shù)據(jù)應(yīng)用的角度講，星載TomoSAR研究具有廣闊的發(fā)展空間，是先進(jìn)雷達(dá)成像技術(shù)的一部分。

近年來(lái)隨著我國(guó)城市化進(jìn)程的加快和社會(huì)經(jīng)濟(jì)的高速發(fā)展，興建了越來(lái)越多的高層建筑及各種大型綜合體設(shè)施，如立交橋、港口碼頭、高速鐵路、高速公路、大型橋梁和堤壩等等。這些大型人工地物的密集出現(xiàn)，正在逐漸改變城市地質(zhì)環(huán)境，地質(zhì)安全隱患也隨之增多。因此，對(duì)城區(qū)進(jìn)行長(zhǎng)期持續(xù)形變監(jiān)測(cè)對(duì)于國(guó)民經(jīng)濟(jì)建設(shè)和公共安全具有十分重要的意義。多基線(xiàn)SAR層析成像技術(shù)將為城市沉降的監(jiān)測(cè)和安全事故的預(yù)警提供重要的決策依據(jù)，開(kāi)拓雷達(dá)遙感技術(shù)在城市安全及環(huán)境變化動(dòng)態(tài)監(jiān)測(cè)中的應(yīng)用。

References)

[1]廖明生,林暉. 雷達(dá)干涉測(cè)量——原理與信號(hào)處理基礎(chǔ)[M]. 北京:測(cè)繪出版社,2003.

Liao M S, Lin H. Synthetic Aperture Radar Interferometry: Principle and Signal Processing[M]. Beijing: Surveying and Mapping Press, 2003.

[2]王艷,廖明生,李德仁,等.利用長(zhǎng)時(shí)間序列相干目標(biāo)獲取地面沉降場(chǎng)[J].地球物理學(xué)報(bào),2007,50(2):598-604.

Wang Y, Liao M S, Li D R, et al. Subsidence velocity retrieval from long-term coherent targets in radar interferometric stacks[J].Chinese Journal of Geophysics,2007,50(2):598-604.

[3]Ferretti A, Prati C, Rocca F. Nonlinear subsidence rate estimation using permanent scatterers in SAR interferometry[J].IEEE Transactions on Geoscience and Remote Sensing,2000,38(9): 2202- 2212.

[4]王騰, Perissin D, Rocca F,等. 基于時(shí)間序列SAR影像分析方法的三峽大壩穩(wěn)定性監(jiān)測(cè)[J]. 中國(guó)科學(xué)(D輯:地球科學(xué)),2011,41(1): 110-123.

Wang T, Perissin D, Rocca F, et al. Three gorges dam stability monitoring with time-series InSAR image analysis[J].Science China: Earth Science,2011,41(1):110-123.

[5]廖明生,裴媛媛,王寒梅,等. 永久散射體雷達(dá)干涉技術(shù)監(jiān)測(cè)上海地面沉降[J]. 上海國(guó)土資源, 2012,33(3):5-10.

Liao M S, Pei Y Y, Wang H M, et al. Subsidence monitoring in Shanghai using the PSInSAR technique[J].Shanghai Land & Resources,2012,33(3):5-10.

[6]廖明生,田馨,趙卿. TerraSAR-X / TanDEM-X雷達(dá)遙感計(jì)劃及其應(yīng)用[J]. 測(cè)繪信息與工程,2007,32(2):44-46.

Liao M S, Tian X, Zhao Q. Missions and applications of TerraSAR-X / TanDEM-X[J].Journal of Geomatics,2007,32(2):44-46.

[7]Fornaro G, Serafino F, Soldovieri F. Three-dimensional focusing with multipass SAR data[J].IEEE Transactions on Geoscience and Remote Sensing,2003,41(3):507-517.

[8]Lombardini F. Differential tomography: a new framework for SAR interferometry[J].IEEE Transactions on Geoscience and Remote Sensing,2005,43(1):37-44.

[9]Zhu X X, Bamler R. Let’s do the time warp: multi-component nonlinear motion estimation in differential SAR tomography[J].IEEE Geoscience and Remote Sensing Letters,2011,8(4):735-739.

[10]Chan C K, Farhat N H. Frequency swept tomographic imaging of three-dimensional perfectly conducting objects[J].IEEETransactions on Antennas and Propagation,1981,29(2):312-319.

[11]Piau P. Performances of the 3D-SAR imagery[A]. Proceedings of IEEE International Geoscience and Remote Sensing Symposium 1994 (IGARSS 1994)[C], California(USA),1994,4:2267-2271.

[12]Pasquali P, Pellegrini R, Prati C, et al. Combination of interferograms from ascending and descending orbits[A], Proceedings of IEEE International Geoscience and Remote Sensing Symposium 1994 (IGARSS 1994)[C], California(USA),1994,2:733 -735.

[13]Reigber A, Moreira A. First demonstration of airborne SAR tomography using multibaseline L-band data[J],IEEE Transactions on Geoscience and Remote Sensing,2000,38(5):2142-2152.

[14]Zhu X X, Bamler R. Very high resolution spaceborne SAR tomography in urban environment[J].IEEE Transactions on Geoscience and Remote Sensing,2010,48(12):4296-4308.

[15]Frey O, Morsdorf F, Meier E. Tomographic imaging of a forested area by airborne multi-baseline P-band SAR[J].Sensors,2008, 8(9):5884-5896.

[16]Lombardini F, Gini F, Matteucci P. Application of array processing techniques to multibaseline InSAR for layover solution[A]. Proceedings of the 2001 IEEE Radar Conference[C]. Atlanta(USA), 2001:210-215.

[17]Ferretti A, Bianchi M, Prati C, et al. Higher-order permanent scatterers analysis[J].EURASIP Journal on Applied Signal Processing,2005(20):3231-3242.

[18]Donoho D L. Compressed sensing[J].IEEE Transactions on Information Theory,2006,52(4):1289-1306.

[19]Candés E J, Romberg J, Tao T. Robust uncertainty principles: exact signal reconstruction from highly incomplete frequency information[J].IEEE Transactions on Information Theory,2006, 52(2):489-509.

[20]Fornaro G, Lombardini F, Serafino F. Three-dimensional multipass SAR focusing: experiments with long-term spaceborne data[J].IEEE Transactions on Geoscience and Remote Sensing,2005, 43(4):702-714.

[21]王彥平,王斌,洪文等. 長(zhǎng)序列星載合成孔徑雷達(dá)數(shù)據(jù)層析處理技術(shù)[J]. 測(cè)試技術(shù)學(xué)報(bào),2008,22(6):471-477.

Wang Y P, Wang B, Hong W, et al. Tomography processing technique using long-term spaceborne SAR data[J].Journal of Test and Measurement Technology,2008,22(6):471-477.

[22]Fornaro G, Reale D, Serafino F. Four-dimensional SAR imaging for height estimation and monitoring of single and double scatterers[J].IEEE Transactions on Geoscience and Remote Sensing,2009, 47(1):224-237.

[23]Fornaro G, Serafino F, Reale D. 4-D SAR imaging: the case study of Rome[J].IEEE Transactions on Geoscience and Remote Sensing,2010,7(2):236-240.

[24]Zhu X X, Bamler R. Tomographic SAR inversion by L1-norm regularization-the compressive sensing approach[J].IEEE Transactions on Geoscience and Remote Sensing,2010,48(10): 3839-3846.

Application of TomoSAR in urban deformation surveillance

LIAO Ming-Sheng1, WEI Lian-Huan1,2, BALZ Timo1, ZHANG Lu1
(1. State Key Laboratory of Information Engineering in Surveying Mapping and Remote Sensing, Wuhan University, Wuhan 430079, China; 2. Institute of Cartography, Technical University of Munich, Munich 80333, Germany)

Multi-baseline SAR tomography is an extension of permanent scatterer SAR interferometry (PS-InSAR), in which the distribution of scatterers in the elevation direction and the corresponding reflectivity inside one resolution cell can be retrieved. In this way, TomoSAR aims to provide real and unambiguous 3D SAR imaging; i.e., imaging also in the third coordinate: elevation. In addition to the 3D positions of the superimposed point scatterers, the deformation velocity of each scatterer can also be retrieved using differential SAR tomography. This new technology can solve the problem of layover effect in urban environments; consequently, deformation surveillance of urban infrastructure becomes possible. Since the launch of the new generation of high-resolution SAR satellites, a huge amount of high-resolution SAR data have been provided for use in urban deformation surveillance. This article illustrated the basic principles of multi-baseline SAR tomography, and also the development of SAR tomography algorithms and applications, before considering the existing problems associated with SAR tomography research, and the future development of urban deformation surveillance.

deformation surveillance; SAR tomography; differential SAR tomography; spectral estimation; compressive sensing

P236

A

2095-1329(2013)04-0007-05

10.3969/j.issn.2095-1329.2013.04.003

2013-10-21

2013-10-30

廖明生(1962-),男,博士,教授,主要從事雷達(dá)遙感技術(shù)與應(yīng)用研究.

電子郵箱：liao@whu.edu.cn

聯(lián)系電話(huà)：027-68778070

國(guó)家自然科學(xué)基金(61331016,41174120);高等學(xué)校博士學(xué)科點(diǎn)專(zhuān)項(xiàng)科研基金(20110141110057)