基于ALOSPALSAR數據的山地冰川流速估算方法比較
——以喀喇昆侖地區斯克洋坎力冰川為例

王思勝， 江利明， 孫永玲,2， 柳林,2， 孫亞飛,2， 汪漢勝

(1．中國科學院測量與地球物理研究所大地測量與地球動力學國家重點實驗室，武漢　430077；2.中國科學院大學，北京　100049; 3.西安市勘察測繪院，西安　710054)

基于ALOSPALSAR數據的山地冰川流速估算方法比較

——以喀喇昆侖地區斯克洋坎力冰川為例

王思勝1,2,3， 江利明1， 孫永玲1,2， 柳林1,2， 孫亞飛1,2， 汪漢勝1

(1．中國科學院測量與地球物理研究所大地測量與地球動力學國家重點實驗室，武漢430077；2.中國科學院大學，北京100049; 3.西安市勘察測繪院，西安710054)

摘要：冰川表面流速是進行冰川動力學和物質平衡研究的關鍵參數之一。合成孔徑雷達(SAR)影像作為能大范圍提取山地冰川表面流速的重要數據源，利用其進行冰川流速估算目前主要有差分InSAR(D-InSAR)法、多孔徑InSAR(MAI)法和SAR偏移量追蹤(offset tracking)法3種。其中，MAI法是為了克服D-InSAR對雷達方位向(along-track)形變不敏感而發展的一種新的InSAR技術。以喀喇昆侖山中部地區的斯克洋坎力冰川為例，選取了2008年2景間隔46 d的L波段ALOS PALSAR數據，利用上述3種方法分別進行冰川流速提取實驗，討論了3種方法在山地冰川表面流速監測中的適用性和局限性。結果表明，D-InSAR和MAI方法都能夠精確提取距離向和方位向的冰川流速信息，但對相干性均要求較高； 在低相干區域，SAR偏移量追蹤方法也能夠獲取更為可靠的方位向和距離向二維冰川流速的速度場，但該方法在冰川表面特征不明顯的地區受到一定限制。

關鍵詞：冰川表面流速； 差分InSAR； 多孔徑InSAR(MAI)； 偏移量追蹤； ALOS PALSAR影像； 斯克洋坎力冰川

0引言

山地冰川雖然僅占全球冰儲量的3%，但由于地處比極地冰蓋更為溫暖的氣候環境且規模較小，因此對溫度更為敏感，在當前氣候條件下退縮很快，對全球海平面上升具有重要的影響[1]。據國際政府間氣候變化專業委員會第5次評估報告[2]，2005—2009年期間，山地冰川的總體物質平衡為-301±135Gt/a，相當于對海平面的貢獻為0.83±0.37mm/a。研究山地冰川變化對全球變暖的響應越來越重要。

山地冰川表面流速(以下簡稱冰流速)監測為冰川動力學和物質平衡研究提供了重要參數，同時也為氣候變化以及自然災害的預警提供了重要依據[3]。隨著衛星遙感技術的進步，特別是雷達衛星技術的發展，大范圍、高精度、全天時、全天候的冰川變化監測已成為可能。目前，利用SAR影像估算山地冰流速的主要方法有差分InSAR(D-InSAR)法、多孔徑InSAR(multipleapertureinterferometric,MAI)法和SAR偏移量追蹤(offsettracking)法3種。其中，D-InSAR技術在冰川學中最具開創意義的應用是Goldstein等[4]在1993年利用ERS-1SAR數據，在南極成功獲取了垂直方向精度為1.5mm和水平方向精度為4mm的冰川運動信息。此后，眾多研究人員相繼利用該技術對山地冰川變化進行了研究，并且從冰川動態、物質平衡等不同角度對該技術在山地冰川中的應用進行了討論[1, 5-7]。MAI技術是為了克服D-InSAR對雷達方位向(along-track)形變不敏感而發展的一種新的InSAR方法，它是由Bechor等[8]于2006年為獲取高精度方位向形變而提出的。該技術雖然發展較晚，但已成功應用于冰帽和山地冰川監測的研究中[9- 10]。SAR偏移量追蹤技術與前2種技術相比，受時間去相干的影響較小，相隔數年、甚至數十年的影像都可以用于冰流速測量[11]。因此，很多學者利用該技術監測冰川運動。Rignot等[12]于2011年主要基于SAR偏移量追蹤技術完成了全南極表面的冰流圖。同時，該技術在阿爾卑斯山、喜馬拉雅山等山地冰川的應用也非常廣泛[13-16]。

本文以喀喇昆侖山中部地區的斯克洋坎力冰川為研究區，選取2008年獲取的2景間隔46d的L波段ALOSPALSAR影像，利用上述3種方法提取冰流速，并探討每種方法在山地冰流速估算方面的適用性和局限性。

1SAR影像的冰流速估算方法

1.1D-InSAR方法

D-InSAR方法是通過對不同時間獲取的雷達影像進行干涉處理，產生相位差，進而得到2幅干涉相位圖，其中一幅包含地形相位和形變事件引起的形變相位，另一幅只包含地形相位，通過差分處理，去除地形相位，得到研究區的形變相位。地形相位的去除一般可以采用兩軌法和三軌法。由于三軌法容易引入解纏相位誤差[17]，因此，本文采用兩軌法。圖1為D-InSAR基本原理幾何示意圖。

圖1　D-InSAR基本原理幾何示意圖

圖1中，S1和S2分別是形變發生前后獲取的2景SAR影像的衛星位置； P和P′分別是形變發生前后地物點的位置； r1和r2分別表示形變發生前后衛星到地物點的距離； B為2顆衛星的間距，稱之基線距。假定地物點在雷達視線方向的變化大小為△r，則2個天線接收同一地物的回波信號的路徑差可表示為

△r=|r2|-|r1|=BLOS,

(1)

式中BLOS為基線距的雷達視線向的分量。由于路徑差產生的相位差可表示為

(2)

從式(2)可以看出，干涉相位可以表示為地形相位和形變相位之和。利用外部DEM可以模擬出P點的地形相位，進行差分處理就可得到雷達視線向的形變相位△φdisp[18]，表示為

(3)

從式(3)可以看出，形變相位△φdisp不隨空間基線長度的變化而變化，其引起2π相位變化所需的雷達視線向位移，即形變敏感度為λ/2。

1.2MAI方法

MAI方法是將方位向合成孔徑分為前視和后視2個子孔徑分別成像，得到前視和后視SAR影像對； 再對前視和后視影像分別進行干涉處理得到前視和后視的干涉圖； 然后對其進行差分處理，得到多孔徑雷達干涉圖。該方法可以直接獲取雷達方位向的形變信息[8]。MAI的成像幾何關系如圖2所示。

圖2　MAI成像幾何示意圖[8]

(4)

對φf和φb進行差分處理，得到的差分相位為

(5)

(6)

因此得到雷達方位向形變為

(7)

從式(7)可以看出，方位向的形變與干涉相位之間的關系僅僅依賴于雷達天線，可以簡化后續的數據處理。

1.3偏移量追蹤方法

偏移量追蹤方法的原理： 在連續的影像上具有持續存在的可被識別的特征，通過測量特征的位移計算出2幅影像的偏移量。假設參考影像和匹配影像是不同時間點t1和t2獲得的影像，參考影像中特征點P1在t1時刻的坐標為(x1,y1)，匹配影像中其同名點P2在t2時刻的坐標為(x2,y2)，2幅影像都是同一坐標系下嚴格的正射影像，沒有投影誤差和幾何扭曲。在這種情況下，根據

(8)

計算出位置差異△d，從而得出空間位移和物體表面的運動特性。對于提取山地冰川的表面流動信息，可以計算出冰川的流速v和流向θ[19],即

(9)

(10)

偏移量追蹤方法的關鍵步驟是參考影像和匹配影像的同名點識別。目前，圖像匹配算法大致有以下幾種[20]： 歸一化互相關算法、頻率域互相關算法、頻率域相位相關算法、方位圖像上頻率域互相關算法和方位圖像上頻率域相位相關算法等。其中歸一化互相關算法是圖像匹配中的經典算法之一，在目標跟蹤、物體識別和影像匹配等領域應用較廣。其互相關系數計算方程為

(11)

式中： (i,j)為點在尋找圖像的坐標； (k,l)為點在模板圖像的坐標； r為模板圖像的像素值，s為尋找圖像的像素值； μr為模板圖像的平均像素值； μs為尋找圖像的平均像素值。通過該函數的峰值就可以計算出模板圖像在尋找圖像中的位移量。

2研究區概況與數據源

選擇位于中國與巴基斯坦交界處的斯克洋坎力冰川作為研究區。該冰川地處世界第2高峰喬戈里峰東部，發源于海拔7 485m的斯克楊康格里峰北坡，長約18.75km，冰川面積134km2，主要補給來自冬季降雪，是典型的夏季消融型冰川，運動速度較為緩慢[21]。由于海拔高、氣候環境惡劣、地理環境復雜，迄今為止，該冰川實地觀測資料稀少，可用的高質量ALOSPALSAR數據不多，因此，本文僅挑選了一對質量較好間隔46d的PALSAR數據進行實驗研究(圖3)。

圖3　斯克洋坎力冰川PALSAR影像強度圖

該數據為ALOS星L波段合成孔徑雷達傳感器(PALSAR)獲取的精細波束單極化模式(FBS)數據，極化方式為HH，分辨率約4.5m(方位向)×7m(距離向)，重訪周期為46d，合成孔徑雷達數據參數見表1。L波段穿透能力較強，回波來自比地表更深的冰雪層，在一定的時期內能保持較好的相干性。此外，采用90m分辨率的SRTM-CDEM數據，用于去除地形相位以及地理編碼。

表1　研究區ALOS PALSAR數據參數

考慮到D-InSAR和MAI2種方法對相干性要求較高，選擇冰流速較小的冬季能更好地保持2幅影像的相干性。已有研究結果表明[16，22-24]，利用相隔46d的PALSAR數據能夠有效監測高亞洲山地冬季的冰川流速。

3結果分析與討論

3.1冰流速估算結果

分別采用二軌法D-InSAR，MAI和偏移量追蹤方法獲取了斯克洋坎力冰川相隔46d的表面流速結果。通過干涉相干性和非冰川區統計指標對冰川流動狀態進行定性和定量分析，并對不同方法提取的方位向、距離向冰川流動結果進行了比較，探討了各自在山地冰流速監測方面的適用性和局限性。由于該冰川地形崎嶇，而且受高海拔自然條件的限制，至今還沒有實地觀測資料，本文采用與相干性較高的非冰川區域監測結果相比較的方法進行冰流速精度評估。

為了便于與偏移量追蹤方法估算的距離向冰流速結果進行比較，圖4(a)是經雷達視線向換算成距離向D-InSAR冰川年均流速，沿著方位向和距離向得到的冰流速為正值，相反方向為負值。

(a) 距離向冰川年均流速(底圖為SAR強度影像) (b) 相干圖

圖4二軌法D-InSAR方法結果

Fig.4Resultsof2-passD-InSARmethod

由圖4(a)可知，D-InSAR獲取的冰川運動結果整體較小，冰川最大的流速為27.16m/a，最小的流速為-5.95m/a，平均流速為5.39m/a。這主要因為該冰川總體流向是由SE方向朝NW方向，而D-InSAR獲得視線向形變在距離向上要比方位向更敏感，即SN方向(方位向)的位移在雷達視線向上貢獻甚微。由于冰磧物的存在，冰川消融區及冰舌附近相干性較高(圖4(b))，而在更大范圍的積累區，積雪覆蓋且流速較快引起失相干嚴重，這是導致本文D-InSAR年均流速估算誤差大于其他2種方法的主要原因。圖5分別為MAI方位向冰川運動結果及前視和后視相干圖。

(a) 方位向冰川年均流速 (b) 相干圖

圖5MAI方法結果

Fig.5ResultsofMAImethod

對比D-InSAR獲取的距離向冰流速結果(圖4(a))，該冰川在方位向上的運動更快，最大流速為73.54m/a，最小流速為-4.06m/a，平均流速為15.25m/a。從2幅影像的MAI干涉相干圖可以得出，相干性隨著冰流運動方向逐漸減小，這個特征正好符合MAI提取的表面運動特征，冰流從冰川前端(SE)流向末端(NW)，并且速度逐漸減小，在冰川末端達到最低。利用穩定區域的非冰川運動結果估算出MAI的平均誤差為1.98m/a，均方根誤差為2.61m/a。MAI和D-InSAR方法一樣，結果的精度受限于相干性。

利用偏移量追蹤方法提取的結果如圖6所示。

(a) 距離向冰川年均流速 (b) 方位向冰川年均流速

圖6偏移量追蹤方法結果

Fig.6Resultsofoffsettrackingmethod

本文選取的搜索窗口大小為64×128，滑動窗口為16×32。偏移量追蹤方法獲取的方位向冰流速結果(圖6(b))，與MAI方法在整體上較為一致，但由于MAI方法無須使用搜索窗口，冰川運動的細節信息在MAI結果中得到更好的保留； 另外，SN方向的支流冰川偏移量追蹤結果接近于0(圖6(b)黑圈內)，故MAI獲得的結果更為可靠。在距離向冰流速結果中(圖6(a))，相比D-InSAR方法，由于不受時間相干的影響，偏移量追蹤方法獲得結果更為完整。

表2　3種方法冰川年均流速的統計結果及誤差評估

表2中的前3列是3種方法冰川年均流速的統計結果，后2列是對比非冰川區統計結果進行的精度評估。其中統計數據和精度評估數據都是由間隔46d的冰川運動轉換成年均流速后的估算結果。從誤差統計可知，3種方法中偏移量追蹤方法的估算誤差最小。其原因一方面是由于此類山地冰川的冰面存在很多冰裂隙，冰舌末端被表磧覆蓋，這些特征有利于偏移量追蹤方法的特征匹配，提高了特征點追蹤算法的精度； 另一方面，偏移量追蹤方法對時間相干性不敏感，且無需進行相位解纏。因此在相干性較低的情況下，偏移量追蹤相對于D-InSAR和MAI方法，估算誤差較小。

表2顯示，D-InSAR方法估算的冰川平均年均流速為5.39m/a，年均流速的均方根中誤差達到了2.85m/a，為年均流速的52.8%； 而MAI和偏移量追蹤方法的年均流速均方根中誤差分別為平均年均流速的17.1%和16.1%，都小于D-InSAR方法。主要原因如下： ①由于2幅影像相隔時間較長，相干性整體偏低； ②因為該冰川總體流向是由SE方向朝NW方向運動，而D-InSAR獲得視線向形變在距離向上要比方位向更敏感，即SN方向(方位向)的位移在雷達視線向上貢獻甚微； ③該影像的分辨率約4.5m(方位向)× 7m(距離向)，距離向分辨率相對來說較低，從而導致D-InSAR獲取距離向冰川運動的精度降低。

從3種方法獲取的年均流速可以看出，斯克洋坎力冰流速與冰川表面地形存在一定關系。在積累區，冰川地勢陡峭，高差超過了400m，在重力的作用下冰川快速運動。從3種方法提取的冰流速結果來看，該區域的年均冰流速度約為16m/a。在消融區，由于地勢相對比較緩和，導致冰流速度急劇下降，年均流速約為7m/a。

3.2對比分析與討論

3.2.1距離向冰流結果對比分析

為了進一步定量比較D-InSAR和偏移量追蹤方法獲取的距離向冰流速，圖7給出了兩者差值的處理結果。

圖7　偏移量追蹤與D-InSAR距離向冰流速的差值分布

從圖7中可以得出，2種方法冰流速差異較大的區域主要位于冰川積累區。從上節分析可知，這主要與冰流的流向和相干性有關。為了更加直觀地反映出2種方法在距離向提取冰川運動的差異，選取有代表性的主冰川中線剖面線結果進行比較(圖8)。

圖8　偏移量追蹤與D-InSAR方法主冰川中

從圖8可看出，2種結果差別較大，特別是在冰川消融區，主要原因是D-InSAR在該區域失相干嚴重，影響了冰流速估算結果。

3.2.2方位向冰流結果對比分析

圖9是MAI與偏移量追蹤方法獲取的方位向冰流速差值結果。

圖9　MAI與偏移量追蹤方位向冰流速的差值分布

從圖9可知，2種方法提取的方位向冰流速信息結果很接近，大部分差值在[-3，5]m/a之間，說明2種方法均能有效提取該冰川方位向的年均流速。同樣，選取有代表性的主冰川中線剖面線結果進行比較，如圖10所示，2種結果的冰川年均流速大小及趨勢基本一致，特別在冰川積累區，兩者較為吻合。

圖10　MAI與偏移量追蹤方法主冰川中線剖面線的結果比較

從上述分析可知，3種方法得到的距離向和方位向冰流速估算結果總體趨勢上大致相似，但各自的適用性和局限性有一定差別。一般而言，干涉測量方法具有更高的估算精度和更好的細節保持能力，但由于46d的時間間隔較長，2幅影像的相干性有所降低，尤其是冰川積累區失相干嚴重，從而影響了D-InSAR和MAI2種方法的估算結果。偏移量追蹤方法不受時間相干性的影響，精度能達到亞像元級別，特別對于存在冰面裂隙和表磧覆蓋的山地冰川而言，在長時間基線數據條件下，該方法較D-InSAR和MAI方法更具穩定性，更適合山地冰流速監測。但在一些冰流速較小或無明顯地面特征的裸露冰區域，偏移量追蹤方法會存在較大誤差，而且該方法對細節保持得不夠好，因此需要用D-InSAR和MAI方法作為補充。隨著越來越多高空間分辨率、更短重訪周期SAR衛星的發射，尤其隨著類似ERS-1/2串行模式的SAR衛星星座的發展，SAR影像在山地冰川的相干性和細節信息保持方面都將會得到很大提高，應用偏移量追蹤、D-InSAR和MAI方法獲取高精度的距離向和方位向冰流速，聯合3種方法精密反演三維冰川表面運動場，將會大大促進山地冰川動力學的研究。

4結論

利用D-InSAR、MAI和偏移量追蹤3種方法分析了一對冬季相隔46d的ALOSPALSAR影像，提取了斯克洋坎力冰川距離向和方位向的表面位移，并進行了對比分析，主要結論如下：

1)D-InSAR和MAI2種方法分別能夠獲取距離向和方位向的冰流速結果。相比于偏移量追蹤方法，這2種InSAR方法能更好地保持和提取出冰川運動的細小信息，但受限于SAR影像時間去相干的影響。本文中由于2幅影像相隔時間較長，相干性整體偏低，最終導致D-InSAR和MAI方法的結果精度都低于偏移量追蹤方法。隨著高空間分辨率、更短重訪周期的新一代SAR衛星的發展，這一問題有望得到解決。

2)偏移量追蹤方法可以同時獲取方位向和距離向的二維冰流速信息，并且不受時間去相干影響，克服了D-InSAR和MAI技術的應用局限，而且具有亞像元估算精度，在低相干情況下，更適合于山地冰川冰流運動的監測。但該方法在一些沒有明顯地面特征(如裂隙、冰磧物)的潔凈冰川區域，冰流速提取結果會受噪聲的嚴重干擾，誤差較大。

3)在本文研究案例中，斯克洋坎力冰川在冬季冰流速較為穩定，綜合MAI和偏移量追蹤2種方法的統計結果表明，沿冰川流動方向最大年均流速約為71m/a，平均年均流速約為14m/a。

參考文獻(References)：

[1]李治國.山地冰川變化監測研究綜述[J].國土與自然資源研究,2012(2):94-96.

LiZG.Reviewofmountainglaciersmonitoring[J].TerritoryandNaturalResourcesStudy,2012(2):94-96.

[2]DavidGV,JosefinoCC.Observation:Cryosphere[M]//IPCC.ClimateChange2013:ThePhysicalScienceBasis.ContributionofWorkingGroupⅠtotheFifthAssessmentReportoftheIntergovernmentalPanelonClimateChange.Cambridge:CambridgeUniversityPress,2013.

[3]黃磊,李震.光學遙感影像的山地冰川運動速度分析方法[J].冰川凍土,2009,31(5):935-940.

HuangL,LiZ.Mountainglacierflowvelocitiesanalyzedfromsatelliteopticalimages[J].JournalofGlaciologyandGeocryology,2009,31(5):935-940.

[4]GoldsteinRM,EngelhardtH,KambB,etal.Satelliteradarinterferometryformonitoringicesheetmotion:ApplicationtoanAntarcticicestream[J].Science,1993,262(5139):1525-1530.

[5]KenyiLW,KaufmannV.MeasuringrockglaciersurfacedeformationusingSARinterferometry[C]//EighthInternationalConferenceonPermafrost.Zürich,2003,1:537-541.

[6]JoughinI,SmithBE,AbdalatiW.Glaciologicaladvancesmadewithinterferometricsyntheticapertureradar[J].JournalofGlaciology,2010,56(200):1026-1042.

[7]李佳.利用SAR技術監測天山托木爾峰區冰川運動[D].長沙:中南大學,2012.

LiJ.DerivingSurfaceMotionofMountainGlaciersinTianShanfromPLASARImages[D].Changsha:CentralSouthUniversity,2012.

[8]BechorNB,ZebkerHA.Measuringtwo-dimensionalmovementsusingasingleInSARpair[J].GeophysicalResearchLetters,2006,33(16):L16311.

[9]GourmelenN,KimSW,ShepherdA,etal.Icevelocitydeterminedusingconventionalandmultiple-apertureInSAR[J].EarthandPlanetaryScienceLetters,2011,307(1/2):156-160.

[10]HuJ,LiZW,LiJ,etal.3-DmovementmappingofthealpineglacierinQinghai-TibetanplateaubyintegratingD-InSAR,MAIandoffset-tracking:CasestudyoftheDongkemadiglacier[J].GlobalandPlanetaryChange,2014,118:62-68.

[11]BolchT,BuchroithnerM,PieczonkaT,etal.PlanimetricandvolumetricglacierchangesintheKhumbuHimal,Nepal,since1962usingCorona,landsatTMandASTERdata[J].JournalofGlaciology,2008,54(187):592-600.

[12]RignotE,MouginotJ,ScheuchlB.IceflowoftheAntarcticicesheet[J].Science,2011,333(6048):1427-1430.

[13]BindschadlerR,VornbergerP,BlankenshipD,etal.SurfacevelocityandmassbalanceoficestreamsDandE,WestAntarctica[J].JournalofGlaciology,1996,42(142):461-475.

[14]StrozziT,LuckmanA,MurrayT,etal.GlaciermotionestimationusingSARoffset-trackingprocedures[J].IEEETransactionsonGeoscienceandRemoteSensing,2002,40(11):2384-2391.

[15]CoplandL,PopeS,BishopMP,etal.GlaciervelocitiesacrossthecentralKarakoram[J].AnnalsofGlaciology,2009,50(52):41-49.

[16]蔣宗立,劉時銀,許君利,等.應用SAR特征匹配方法估計音蘇蓋提冰川表面流速[J].冰川凍土,2011,33(3):512-518.

JiangZL,LiuSY,XuJL,etal.Usingfeature-trackingofALOSPALSARimagestoacquiretheYengisogatglaciersurfacevelocities[J].JournalofGlaciologyandGeocryology,2011,33(3):512-518.

[17]KimuraH,YamaguchiY.Detectionoflandslideareasusingsatelliteradarinterferometry[J].PhotogrammetricEngineeringandRemoteSensing,2000,66(3):337-344.

[18]周建民,李震,李新武.基于ALOS/PALSAR數據雷達干涉測量的中國西部山谷冰川冰流運動規律研究[J].測繪學報,2009,38(4):341-347.

ZhouJM,LiZ,LiXW.ResearchonrulesofthevalleyglaciermotioninwesternChinabasedonALOS/PALSARinterferornetry[J].ActaGeodaeticaetCartographicaSinica,2009,38(4):341-347.

[19]劉毅.基于光學遙感影像特征匹配的南極冰川流速測量方法研究[D].上海:同濟大學,2014.

LiuY.MethodforGlacierVelocityMeasurementinAntarcticBasedonFeatureMatchingofRemoteSensingImages[D].Shanghai:TongjiUniversity,2014.

[20]HeidT,K??bA.Evaluationofexistingimagematchingmethodsforderivingglaciersurfacedisplacementsgloballyfromopticalsatelliteimagery[J].RemoteSensingofEnvironment,2012,118:339-355.

[21]張祥松.喀喇昆侖山音蘇蓋提冰川及其鄰近冰川的近期變化[J].冰川凍土,1980,2(3):12-16.

ZhangXS.RecentvariationsoftheInsukatiglacierandadjacentglaciersintheKaraoramMountains[J].JournalofGlaciologyandGeocryology,1980,2(3):12-16.

[22]RuanZX,GuoHD,LiuGD,etal.GlaciersurfacevelocityestimationinthewestKunlunmountainrangefromL-bandALOS/PALSARimagesusingmodifiedsyntheticapertureradaroffset-trackingprocedure[J].JournalofAppliedRemoteSensing,2014,8(1):084595.

[23]LiJ,LiZW,DingXL,etal.InvestigatingmountainglaciermotionwiththemethodofSARintensity-tracking:Removaloftopographiceffectsandanalysisofthedynamicpatterns[J].Earth-ScienceReviews,2014,138:179-195.

[24]QuinceyDJ,CoplandL,MayerC,etal.IcevelocityandclimatevariationsforBaltoroglacier,Pakistan[J].JournalofGlaciology,2009,55(194):1061-1071.

EvaluationofmethodsforderivingmountainglaciervelocitieswithALOS

(責任編輯： 陳理)

PALSARimages：AcasestudyofSkyangglacierincentralKarakoram

WANGSisheng1,2,3,JIANGLiming1,SUNYongling1,2,LIULin1,2,SUNYafei1,2,WANGHansheng1

(1. State Key Laboratory of Geodesy and Earth’s Dynamics， Institute of Geodesy and Geophysics， Chinese Academy of Sciences，Wuhan 430077， China； 2. University of Chinese Academy of Sciences， Beijing 100049， China; 3. Xi’an Geotechnical Investigation and Surveying Mapping Institute, Xi’an 710054, China)

Abstract:Glacier surface velocity is one of the key parameters of glacier dynamics and mass balance. Synthetic aperture radar (SAR) image is an important data source to derive the glacier surface velocity. Now, methods for estimating glacier velocities mainly include Differential Interferometric techniques (D-InSAR), Multiple Aperture InSAR (MAI) and offset tracking. Among them, MAI is a new InSAR technology to overcome the drawback of D-InSAR which is not sensitive to radar azimuth (along-track) deformation. In this study, two ALOS PALSAR L band images which acquired 46 days apart were selected to derive glacier surface velocities of Skyang glacier in the central Karakoram based on the above three methods. In addition, the applications and limitations of the three methods in detecting glacier surface velocities are discussed. The results show that D-InSAR and MAI methods accurately detect displacements in range and azimuth direction respectively, but they all require high coherence. However, in areas of low coherence, offset tracking method achieves more reliable results; moreover, it can obtain two-dimensional glacier velocity field in both range and azimuth direction. Nevertheless, it is limited in the areas which lack feature points.

Keywords:glacier surface velocities; D-InSAR; multiple aperture interferometric(MAI); offset tracking; ALOS PALSAR image; Skyang glacier

doi:10.6046/gtzyyg.2016.02.09

收稿日期：2014-10-15；

修訂日期：2015-01-07

基金項目：國家自然科學基金項目(編號： 41274024,41321063和41431070)、中科院百人計劃項目(編號： Y205771077)、國家“973”計劃課題(編號： 2012CB957702)和中國科技部-歐洲空間局“龍計劃”第三期項目(編號： 10674)共同資助。

中圖法分類號：TP 79

文獻標志碼：A

文章編號：1001-070X(2016)02-0054-08

第一作者簡介：王思勝(1987-)，男，碩士研究生，主要從事基于主/被動遙感影像的冰流速提取應用研究。Email: wangsisheng12@mails.ucas.ac.cn。

通信作者：江利明(1976-)，男，博士生導師，主要從事InSAR大地測量與衛星遙感方面的研究。Email: jlm@whigg.ac.cn。

引用格式： 王思勝,江利明,孫永玲,等.基于ALOSPALSAR數據的山地冰川流速估算方法比較——以喀喇昆侖地區斯克洋坎力冰川為例[J].國土資源遙感,2016,28(2):54-61.(WangSS,JiangLM,SunYL,etal.EvaluationofmethodsforderivingmountainglaciervelocitieswithALOSPALSARimages：AcasestudyofSkyangglacierincentralKarakoram[J].RemoteSensingforLandandResources,2016,28(2):54-61.)