高分三號衛(wèi)星在地表形變提取中的應用研究

王洪明 李如仁 陳振煒 張過

(1 沈陽建筑大學 交通工程學院，沈陽 110168)(2 長春建筑學院 交通學院，長春 130604)(3 武漢大學 測繪遙感信息工程國家重點實驗室，武漢 430079)

隨著國家高分辨率衛(wèi)星對地觀測計劃實施完成，高分三號(GF-3)作為“高分”家族中唯一的合成孔徑雷達(SAR)衛(wèi)星，具有高分辨率、大成像幅寬、多成像模式等特點，與歐洲哨兵-1(Sentinel-1)衛(wèi)星等的免費數據相比具有高分辨率的優(yōu)勢，與陸地合成孔徑雷達(TerraSAR)等衛(wèi)星數據相比具有更高的性價比[1]。因此，分析GF-3衛(wèi)星在地表形變監(jiān)測與地質災害防治領域的應用能力具有深遠意義[2]。SAR差分干涉測量(D-InSAR)技術已廣泛應用于測繪地表變形，如火山學、城市和基礎設施變形分析[3]，以及地質災害早期識別[4]。其原理是：通過對2幅SAR圖像在不同時間的雷達相位進行差分[5]，得到2幅SAR圖像在視線方向(LOS)上發(fā)生的地表變形。

目前，利用GF-3衛(wèi)星進行的測量研究如下。文獻[1]利用GF-3衛(wèi)星影像，基于雷達影像強度的偏移量追蹤技術，提取了貢嘎冰川表面的運動情況，填補了利用GF-3衛(wèi)星影像監(jiān)測冰川運動的空白。文獻[6]對GF-3衛(wèi)星干涉測量進行研究，提出基于航天飛機雷達地形任務(SRTM)數字高程模型(DEM)上控制點信息消除軌道誤差的方法，提高了形變提取精度。文獻[7]首次利用GF-3衛(wèi)星數據，基于時序InSAR技術完成了對北京地表的沉降量提取。其中：文獻[6]中僅考慮消除軌道誤差對測量精度的影響，沒有考慮InSAR處理過程中的圖像配準和圖像濾波過程對干涉測量精度的影響。文獻[7]中僅從時序InSAR處理全過程上完成形變提取，沒有考慮形變圖像配準精度和濾波方法對形變相位保持能力的問題。另外，領域內對GF-3衛(wèi)星存在干涉測量應用較少和精度較低等問題。為提升GF-3衛(wèi)星在地表形變提取方面的能力，提高衛(wèi)星在國家防災減災應用的效能，本文在GF-3衛(wèi)星D-InSAR的處理過程中，提出“基于影像幾何與內容特征的配準”和“多尺度相位濾波法”2種方法，利用2景GF-3衛(wèi)星單視復數影像，基于雷達差分干涉測量技術提取了研究區(qū)域地表形變，結合外部數據對比分析，評估地表形變提取的精度，提高了GF-3衛(wèi)星在地表形變監(jiān)測應用中的效率與精度，可為今后GF-3衛(wèi)星用于地表形變監(jiān)測提供理論依據，促進其在地質災害早期識別與防治領域中的應用。

1 研究數據與方法

1.1 數據

GF-3衛(wèi)星的復原軌道精度優(yōu)于10 m(1σ)，精密軌道精度優(yōu)于20 cm(1σ)[8]。軌道的不精確性導致較大的軌道誤差，進而導致基線參數信息不夠精確。因此，軌道誤差的處理和消除尤為重要。此外對于平地相位測量，地形相位的誤差和地形相位的不連續(xù)性，也限制著合成孔徑雷達干涉測量InSAR形變提取。經過影像篩選，本文研究數據為2景GF-3衛(wèi)星單視復數(SLC)影像，其具體參數如表1所示，時間基線為29天，空間垂直基線為1 106.913 430 3 m。輔助InSAR處理的數據為30 m空間分辨率的Versions 4 SRTM DEM數據，用其進行地形相位去除。

表1 GF-3衛(wèi)星影像參數

1.2 研究方法

本文采用D-InSAR方法對2景雷達單視復數影像進行處理。差分干涉測量方法要求2景SAR影像在相同的地理坐標系下具備相同的入射角，并且成像區(qū)高度重疊。在2次不同的回波信號中記錄著條紋在距離向SAR天線和地面點的變化軌跡，除去地形信息，可得到差分干涉相位值，這個值記錄著形變的信息。差分干涉測量技術以雷達干涉測量為理論基礎，相位可用式(1)表示。

φint=φfla+φter+φdef

(1)

式中：φint為干涉相位；φfla為平地相位；φter為地形相位；φdef為形變相位。

將φint中φfla平地相位與φter地形相位減去之后即可得到形變相位φdef，再由相位轉形變公式即可得到形變量Δd，如式(2)所示。

(2)

式中：λ為雷達波長。

需要注意的是，在二軌法處理形變時應盡量挑選空間基線較小的影像對。而且，由式(1)和式(2)可知：長波段的SAR數據(例如日本先進陸地觀測衛(wèi)星(ALOS)數據)，其干涉條紋稀疏。

在差分干涉測量方法中，二軌法和三軌法最為常用，二軌法基于外部DEM去除地形相位，三軌法基于2次干涉，2張干涉圖相位相減去除地形相位。本文采用二軌法，基于SRTM數據，在GAMMA軟件支持下完成地表形變提取。主要實現過程如圖1所示。單視復數(SLC)圖像配準、生成干涉圖、干涉圖濾波、地形相位模擬、生成差分干涉圖、相位解纏、形變提取與地理編碼。單視復數SAR圖像配準是基于影像幾何與內容特征的配準，過程為基于軌道參數的影像粗配準，采用5×5多視平均SAR影像的距離向分辨率和方位向分辨率；影像精配準從主影像和輔影像的子窗體(256像素×256像素)中，自動計算同名地物像素之間的交叉相關函數，進而保證方位向和距離向上配準精度達到1/10像素；基于擬合函數將輔助影像重采樣到主影像下。干涉圖生成與相干性計算，即重采樣后的輔影像與主影像共軛相乘，得到干涉圖與相干圖。干涉圖濾波，是基于多尺度濾波法對干涉圖進行濾波，減少干涉條紋中由時空基線引起的噪聲。基于DEM的地形相位模擬與地形相位去除，就是將DEM文件由小端模式改為大端模式，利用查找表精確地模擬地形相位，進而將其去除。相位解纏，即采用最小費用流解纏方法，為了盡量保證相位解纏的連續(xù)性，不對差分干涉圖分塊處理，利用狄洛尼(Delaunay)三角剖面，進行相位解纏，提高研究區(qū)干涉條紋不連續(xù)區(qū)域的相位解纏精度，設定的相位解纏閾值范圍是0.10～0.15。

圖1 本文D-InSAR實現過程

2 試驗與分析

2.1 形變提取與分析

波長、入射角和像元分辨率都影響著形變的提取。C波段的GF-3衛(wèi)星對地表微小形變的靈敏性要優(yōu)于其他長波段雷達衛(wèi)星；其相對較小影像的入射角間接增加了差分干涉圖中的條紋數；較高的像元分辨率提高了其最大形變梯度值。

與傳統方法不同的是，本文采用大小為256×256的配準窗口，為保證配準窗口不重疊地覆蓋整景影像，距離向和方位向上的窗口數目設置為64×48，一共需要計算3068個偏移量。本文提出的雷達影像配準方法為：首先，利用軌道數據對影像進行配準；然后，通過初步配準后的主輔影像的信雜比(SCR)閾值，結合閾值再選取一系列配準點，得到3852個配準點，即偏移量的計算量比傳統方法高約25%。傳統方法的二項式擬合均方根誤差在距離向上為0.064，方位向上高達0.286，而本文配準方法在2個方向上則分別是0.027和0.082，明顯優(yōu)于傳統方法。圖2表示2種方法的多項式差異，方位向上的最大差異超過了0.35像素。

圖2 本文方法與傳統方法影像方位向偏移量差異

對于濾波，本文提出的多尺度相位濾波方法基于2個尺度的，對干涉圖進行22和24這2個尺度進行分割。首先，將干涉圖分解成實部信號與虛部信號，兩者在自適應閾值情況下進行信號掩膜生長，其中，自適應閾值S2是指動態(tài)的目標分塊所有均值，具體篩選像素信號由干涉像素的質量S1和閾值S2進行對比，當S1大于S2時為信號，否則為噪聲。其次，將掩膜之后的干涉圖信號部分的系數實部、虛部都乘以2，噪聲系數不變。然后，將分離出來的信號通過變換處理計算干涉圖的干涉相位值。最后，按照上述3步進行2次即可。與傳統濾波方法的仿真對比，如圖3所示。評價指標為目視效果判讀與濾波前后相位信噪比，其信噪比公式為

圖3 本文濾波方法與傳統濾波方法對比

(3)

式中：σM為濾波前后均方差。

本文方法的信噪比為42.11 dB，明顯高于傳統濾波方法的39.63 dB，也代表著多尺度濾波有更好的去噪聲和保留形變相位信息的能力。

基于SRTM進行反向地理編碼模擬的SAR影像，如圖4所示。模擬SAR影像與主影像在方位向和距離向均達到0.01像素，進而確定精確查找表，得到地形相位圖如圖5所示，保證地形相位的精確去除。

圖4 模擬SAR影像

圖5 模擬地形相位圖

基于本文濾波方法處理后的差分干涉圖，如圖6所示。接下來，在相干圖中設置0.3的相位解纏掩膜參數，將相干性低于0.3視為影像失相干[9]，最大限度保證相位解纏的精度。由于最小費用流(MCF)解纏方法既可減少解纏信息孤島的出現，又可滿足計算效率與精度要求，因此，相位解纏方法選擇最小費用流方法[10]。

圖6 差分干涉圖

相位解纏后的圖中的相位信息為形變信息，形變信息代表雷達視線向形變，指向雷達方向為正(如圖7所示)，可得到城市周邊山區(qū)地表存在明顯的沉降漏斗，城市地表形變較為均勻，無異常沉降，形變量相對于周圍地形是一個相對值，形變量±0.01 m表示1組條紋周期。雷達對地表形變探測的敏感度與波長成反比，GF-3衛(wèi)星采用C波段SAR，因此相比與其他衛(wèi)星SAR數據在同樣的地區(qū)可監(jiān)測出更多地方明顯的形變。在研究區(qū)，除了城區(qū)外，共發(fā)現7處形變區(qū)域，1處為明顯的形變漏斗。城市周邊的形變漏斗區(qū)域與國土資源部門相關信息相符，此區(qū)域為一個大型礦場，隨著不斷開采，造成不同地區(qū)地表的沉降，這也符合研究結果。

圖7 雷達視線向形變圖

2.2 誤差分析與驗證

差分干涉測量主要誤差源為SAR影像的配準、地形相位模擬、相位解纏等。其中：基于外部軌道信息配準消除由于軌道不準確引起的配準誤差；基于外部DEM數據配準可以保證模擬的地形相位精度較高，也可提升影像的配準精度。本文使用30 m分辨率的SRTM數據輔助SAR影像配準與地形相位模擬，GF-3衛(wèi)星影像對配準精度最終優(yōu)于1/10個像元。在像對配準時考慮了像對的幾何與內容特征，以增加一定計算量為代價獲取較高的配準精度，偏移量的計算量比傳統配準方法高約25%，二項式擬合均方根誤差明顯低于傳統配準方法。利用多尺度相位濾波將干涉圖進行2個尺度分割，與經典濾波方法相比提高了形變相位保持能力，且信噪比較高。

由于本文采用的GF-3衛(wèi)星數據時間基線為29天，為了驗證監(jiān)測結果的精度，用研究區(qū)域中的7處形變區(qū)域與同期的GPS點監(jiān)測結果進行比較，如表2所示，形變速率最小互差為0.76 mm/a，最大互差為5.64 mm/a，形變提取精度達到毫米，形變提取精度有所提高。

表2 GPS監(jiān)測結果與同期InSAR監(jiān)測結果比較

3 結論

本文為提高GF-3衛(wèi)星干涉測量精度與效率，以2景GF-3衛(wèi)星單視復數影像作為干涉處理研究對象，得出結論如下。

(1)提出基于影像幾何與內容特征的配準，配準精度達到0.1像素，偏移量的計算量比傳統配準方法高約25%，利用配準的擬合函數將輔助影像重采樣到主影像下，保證圖像的干涉質量。為更好去除相位噪聲，本文針對影像采用多級濾波方法，與傳統濾波方法相比，其信噪比明顯提高，可更好地保留出形變相位。

(2)基于MCF相位解纏方法，設置0.3的相干性閾值與0.10～0.15解纏閾值，對差分干涉圖進行了相位解纏，最后將相位解纏圖轉為形變圖。最終結果顯示：城市地表形變較為均勻，無異常沉降，研究區(qū)域除城區(qū)外，共發(fā)現7處形變區(qū)域，1處為明顯的形變漏斗。形變量相對于周圍地形是一個相對值，形變量為±0.01 m表示一組條紋周期。明顯的形變漏斗與國土資源部門的相關數據得到印證，其位置為一處大型礦場，其大規(guī)模開采導致地表出現大量不均勻沉降，符合研究結果。此外，通過外部數據對比分析可知：二者形變區(qū)域總體變化趨勢相同，形變提取精度夠高。

上述研究結論表明：本文方法適用于GF-3衛(wèi)星地表形變提取且精度較高，為GF-3衛(wèi)星在地表形變監(jiān)測應用中提供了一種技術手段。值得注意的是，GF-3衛(wèi)星影像對需要精心挑選，除了在較短的重訪周期中其空間基線長度盡量小，還要滿足像對入射角大致相等和影像覆蓋面積大致相同的要求。不過，隨著GF-3衛(wèi)星組網的完成，其數據積累量日益增加，衛(wèi)星的重訪周期變短，可用的影像對越來越多，其空間基線長度也隨之達到干涉測量要求，GF-3衛(wèi)星將在地表形變監(jiān)測領域、地質災害早期識別等領域應用更加廣泛。