insar监测原理简单来说5篇insar监测原理简单来说 SBAS-InSAR技术原理及其在地壳形变监测中的应用*胡乐银1,2张景发2商晓青2(11山东科技大学青岛266510;21中国地震局下面是小编为大家整理的insar监测原理简单来说5篇,供大家参考。
InSAR技术具有探测精度高 (亚厘米级 )、低成本、面观测、周期性等特点。差分干涉测量技术 ( D- InSAR), 应用三幅 SAR复图像( 3- Pass)或者是两幅 SAR复图像加上一幅 DEM 图像 ( 2- Pass) 进行地表形变观测等微小形变观测, 其观测精度可达到毫米级 (舒宁, 2003)。但是 InSAR技术对大气误差、卫星轨道误差、地表状况以及时态不相关等因素非常敏感, 很容易受到时间、空间失相干的影响,对 SAR图像和 DEM 精度的要求很高, 同时大气效应会影响 D- InSAR的测量精度, 而且很难消除。小基线集 ( SBAS- InSAR) 技术是 2001年由 Berardino和 Lanari等人针对传统 D-InSAR中存在的一些问题而提出的一种经典形变时间序列分析方法, 克服了传统 D- InSAR技术中的限制性因素, 包括时间、空间基线去相干以及大气效应的影响, 从而可以应用于监测地壳长时间缓慢形变 (王超等, 2002)。本文介绍了 SBAS- InSAR技术原理, 讨论了 SBAS-InSAR技术在监测长时间地表形变中的应用, 并对其今后的应用前景进行了展望。二、小基线集 ( SBAS- InSAR) 技术简介小基线集技术 ( SBAS- InSAR) 是由 Berardino和 Lanari等人于 2001年提出的, 用来获取工作区地表形变的时间序列图, 这种方法利用小基线距避免空间失相关, 同时减小地形对差分的影响, 相较于 PS方法, 得到的形变图在空间上更为连续 ( Berardino et al1,82 地壳构造与地壳应力文集 ( 22) 2010年
2002)。近年来逐渐发展完善, 采用 /奇异值分解0( SVD) 的方法将一组组小基线数据集连接起来, 解决时间上采样过于稀疏的问题 ( Berardino et al1, 2002); 又结合稳定散射体的干涉相位信息, 得到更高的空间分辨率 ( Lanariet al1, 2004)。小基线集技术扩展了 Ferreiti ( 2001) 介绍的永久散射体 ( PS- InSAR) 技术, 即将若干个小基线数据子集经过简单和有效的合并得到所有可用的小基线干涉图。这种合并是基于最小形变速率标准, 运用奇异值分解 ( SVD) 方法很容易获得这种最小形变速率。该技术满足两个重要要求: ¹ 通过使用所有包括在不同小基线子集的数据增加了时间采样率;º 保持了系统提供空间上密集形变图的能力。后者是传统差分干涉测量的一个关键点。显然, 第二个要求与使用小基线干涉图以抑制基线去相关现象有关。我们还注意到, 这种方法是容易实现的, 它是依赖于使用解缠的 D- InSAR干涉图, 将解缠操作的执行由两步处理过程扩展为稀疏格网方法, 即可将其作为一个后处理步骤, 应用于一系列利用现有的干涉数据处理工具生成的差分干涉图。而且, 尽管去除地形相位贡献时可能的误差带来的影响有限, 但在小基线集处理算法中仍考虑了地形误差以增强算法的健壮性。加之, 随着PS- InSAR技术的发展在计算 (目标的 ) 空间和时间形变序列时会执行一个大气相位初滤波的操作 (Hooper, 2007), 在小基线集技术中, 滤波操作同样有效地减少了图像像元中较高的空间密度。三、小基线集 ( SBAS- InSAR) 技术理论模型首先假设有 N + 1幅同一地区的 SAR图像, 获取时间依次为, t 0 , t 1 , , , t N , 同时假设每一幅图像至少可以与另一幅图像构成干涉, 这意味着每一短基线子集至少由 2幅图像组成。基于以上假设, 则生成的干涉图数量为 M 个, 于是可以推出 M 满足下列不等式 (假设 N为奇数 ):N + 12[ M [ MN + 12( 1) 假设第 j幅干涉图是由 t A 和 t A 时刻获得的两幅 SAR图像产生的, 并已去除了地形相位部分, 假设 t B > t A , 在方位 - 距离像素坐标系 ( x, r) 中, 则 j在 ( x, r) 处的干涉相位可以表示为:D5j (x, r)= U( t B , x, r) - U( t A , x, r)U4PKd( t B , x, r) - d( t A , x, r)( 2)式中, K为雷达波长; d( t B , x, r) 和 d( t A , x, r) 分别为 t B 和 t A 时刻相对于参考时刻 t 0 的视线向 ( LOS) 累积形变量, 因而有 d( t 0 , x, r) S 0; 自然的, 我们可以用 d( t i , x, r) i= 1, , ,N, 来表示我们所要得到的形变时间序列, 并设对应的相位为 U( t i , x, r) , 则有:U( t i , x, r) U4PKd( t i , x, r) ( 3) 在这里公式 ( 2) 中没有考虑去相关现象, 也没有考虑两幅图像获取时由于各层大气折射率变化引起的相位变化和由于没有精确地去除地形相位部分而可能包含的原始相位,83 胡乐银等: SBAS- InSAR技术原理及其在地壳形变监测中的应用
这是为了基本原理的讨论方便, 而假定了简单的模型来做当前分析, 这些包含误差相位贡献的部分会在后面讨论。而且我们假定所有相位信号都是解缠以后的, 并且以一个形变量已知的做过校正的像元作为参考。将我们所分析那一像元点的形变量所对应的 N个未知相位值用向量表示为:UT= U( t 1 ), , , U( t N ) ( 4) 将从差分干涉图上计算的 M个值表示为向量:DUT= DU 1 , , , DU M ( 5) 公式 ( 4) 可以用下面两向量来定义 ( IS 和 IE 分别对应生成干涉图的像对中从图像和主图像的获取时间序列 ):IS =IS 1 , , , IS M IE =IE 1 , , , IE M( 6) 我们还假设主图像和从图像总按时间顺序排列, 即 IE j > IS j , P j = 1, , , M。换言之,有如下等式:DU j= U tIE j -U tIS j P j = 1, , , M ( 7) 表达式 ( 6) 从而定义了含 N个未知数的M 个等式所组成的方程组, 用矩阵形式表示如下:AU = DU ( 8) A是一个M @N矩阵, P j = 1, , ,M时: 若 IS j X 0, 则 A j, IS j = - 1, A j, IE j = + 1;否则为 0。例如, 如果 DU 1 = U 4 - U 2 , DU 2 = U 3 - U 0 , 则矩阵 A的前几项形式如下:A =0 - 1 0 + 1 ,0 0 + 1 0 ,, , , , ,, , , , ,( 9) 式 ( 9) 表明了 A是一个近似关联矩阵 ( incidence- like matrix), 它直接取决于从可用数据中生成的一系列干涉图。由于该特点, 如果所有数据都属于一个单一的小基线子集, 那么有M \ N, 并且 A是一个 N阶矩阵。因此, 当M = N时, 方程组 ( 8) 是一个定解方程, 当 M > N时, 方程组 ( 7) 是一个超定解方程。通常, 它的解是可以求得的, 在最小二乘 ( LeastSquare) 约束下用矩阵形式可以表示如下 ( Usai et al1, 2003):U = A#DU 此处 A#= (ATA)- 1 A T( 10) 由于整个可用的数据集通常是分散在几个不同的子集中, 显然此时的 AT A是一个降秩矩阵 (即奇异矩阵 )。例如, 若假设有 L个不同的小基线子集, 则 A的秩为 N- L+ 1, 此时方程组有无穷多解。1. 奇异值分解 ( SVD)SBAS- InSAR方法的核心算法是利用矩阵的奇异值分解 ( SVD) 方法求出最小范数意义上的最小二乘解。该方法允许我们求得矩阵 A的广义逆 ( the pseudo inverse) 从而给出方程组 ( 8) 的最小二乘解。特别地, 通过 SVD分解, 我们可以将分解如下:84 地壳构造与地壳应力文集 ( 22)
A = USVT( 11) 此处, U是一个M @M 的正交矩阵, 其前 N行是 AAT的特征向量, 称为 A的左奇异向量; V是一个 N @M 的酋矩阵, 它的所有行是 ATA的特征向量, 称为 A的右奇异向量;A是一个 M @M 矩阵, 它的元素 (奇异值 R i ) 是M @M的矩阵 AAT的对应特征值的平方根。通常, M > N, 有M - N个特征值为 0; 而且由于矩阵 A的秩亏特性, 有 L- 1个附加的 0特征值, 即有:S = diag(R 1 , , , , R N- L+1 , 0, , , , 0) ( 12) 在最小二乘约束下求 U值, 可以表示如下:Û = A+DU 此处 A+= VS+UT( 13) 式中 S+= diag( 1/R 1 , ,, , 1/R N-L+ 1 , 0, ,, , 0)[9], 从而有:Û =EN-L+ 1i= 1DUTu iR iMi ( 14) 此处, u i 和 M i 分别为 U和 V的行向量。21速度场和高程误差 SVD求解将相位转化到平均相位速度:MT= M1U 1t 1 - t 0 , , , MN =U N - U N- 1t N - t N- 1; ( 15) 从而得到一个新的矩阵方程: D M = DU; D 也是一个 M @N矩阵。对第 j行, 位于主辅图像获取时间之间的列, D (j, k) = t k+ 1 - t k , 其他的 D( j , k) = 0; 在这种情况下, 将 SVD分解应用于矩阵 D, 就可以得到速度矢量 M的最小范数解。另外, 从差分相位的组成出发, 我们知道除了形变相位贡献外, 还有高程误差 $q的相位贡献。因此建立方程组:D M + C#$q = DU ( 16) 其中 C[M @1] 是与基线距相关的系数矩阵, 由此可以得到 DEM 误差。另外, 在线性模型的基础上, 继续通过对残余相位在空间和时间上的适当滤波就能分离出大气相位和非线性形变相位。综上, 可以概括 SBAS- InSAR方法的主要流程如图 1。图 1 SBAS- InSAR方法流程图85 胡乐银等: SBAS- InSAR技术原理及其在地壳形变监测中的应用
四、小基线集技术在地表形变监测中的应用与 PS方法相比, 小基线集 ( SBAS- InSAR) 方法限制了长基线导致的几何去相干,而且使更多的 SAR图像参与到形变计算, 增加了时间上的采样。因此, 它比前两种方法更先进。Casu等利用小基线集 ( SBAS- InSAR) 方法测量意大利 Naples湾和美国 LosAn-geles的地表形变并与水准测量及 GPS数据进行比较 (图 2), 证明 SBAS- InSAR方法的性能非常优越, 测得形变速度的标准方差大约是 1mm /年 ( Casu et al1, 2005)。同时, 他认为参考像元的选择对标准偏差的计算值有 0105mm /km 的影响 ( Casu et al1, 2006)。Lauknes等在对挪威首都 OSLO的地表形变监测中, 比较了 SBAS- InSAR和 PS-InSAR两种不同的干涉方法, 认为二者得到的相干性分布和形变模式是一致的 ( Lauknes etal1, 2005)。
Berardino等人利用 SBAS方法研究了意大利南部的 CampiF legrei火山口和 Na-ples市区在空间低分辨率下 (约 100m @100m) 的时间序列形变 ( Beradino et al1, 2002)。他们利用 1992~ 2000年之间的 44幅 ERS数据组成了 3个小基线子集、70幅差分干涉图,集内垂直基线距小于 130m。研究结果表明, 在火山口区域, 一直存在缓慢的形变, 累积形变达到 20cm。到 2000年, 又开始呈隆起趋势。这样的结果与测量部门的实测数据很好的吻合。在城区, 则存在缓慢的沉降, 累积达 6cm。其后, 他们进一步讨论了在 SAR图像原始分辨率下的小基线集方法。利用两组数据集, 一组是做了多视处理后的低分辨率数据集, 另一组是没有做多视处理的原始数据集。先利用一般的 SBAS方法, 在低分辨率数据上估计大范围的形变、DEM 误差和大气影响; 然后在高分辨率数据上估计局部高相干点(建筑物、岩石、桥梁等 ) 的非线性形变。在此基础上, 利用 55幅 ERS图像重新对 Naples地区的沉降进行了研究, 重点研究建筑物的局部形变信息。研究结果与水准测量一致。随着 ENVISAT的升空。他们还在同一地区探讨了利用 SBAS- InSAR方法将 ERS和 ENVISAT数据结合起来求解形变的方法, 结果表明, Campi F legrei火山口区域在 2000~ 2001年有轻微隆起, 自 2002年开始, 形变开始趋于稳定。实验结果与水准测量结果相符。此外, Mora等人结合了 PS- InSAR和 SBAS- InSAR方法的特点, 在少量的 SAR图像的基础上, 进一步提出了进行形变分析的方法, 并在实验中取得了很好的结果 (Mora et al1, 2003)。五、总结与展望本文介绍了运用 D- InSAR 技术研究地表形变的一项新技术 - 小基线集 ( SBAS-InSAR) 技术。该方法将获取到的大量数据分布到不同的小基线数据集中, 然后根据小基线集的原则将标准处理程序获取的 D- InSAR干涉图通过简单的联接从而计算出一个形变时间序列。该技术的一些关键点就是需要大量 SAR数据以增加监测的时间采样率, 覆盖研究区的高空间重叠度, 还与所使用的小基线干涉图有关。该技术适用于逐像元对表现出高相干性的区域, 并且对于生成干涉图时可能引入的 DEM 误差具有健壮性。同时该技术对获取数据的空间和时间信息都可以利用, 所以在对获取干涉图的相位和幅度进行分析的基础上可以通过采取一定的时间空间滤波操作将大气贡献相位去除。从前面的分析我们可86 地壳构造与地壳应力文集 ( 22)
图 2 Los Angeles (加利福尼亚 ) 城市地区 SBAS- InSAR测量结果 ( Casu et al 1, 2005)( a) LOS向 (视线向) 平均形变速率, 同时叠加了 GPS观测站的位置 (用黑色和白色方块表...
InSAR； 相位解缠； DEM中 图分类号：
P228.6文献标志码: B要：
合成孔径雷达干涉测量技术 (InSAR) 是近 20 年发展起来的 一种先进的极具发展潜力 的空间 观测技术， 介绍了 干文章编号: 1672-4623 (2012) 02-0093-03收稿日 期：
2011-03-15合成孔径雷达（ SAR）
是在 20 世纪 50 年代末期最先由美国 为军方进行军事侦查而研制成功的一种微波传感器。
随着遥感技术的蓬勃发展， SAR 很快成为微波传感器中 发展最迅速最有效的传感器， 并开始由军用 发展为民用 ， 广泛应用 于图 像匹配制导、 卫星海洋观测、 航空遥感、 航空测量、 航天侦察等领域。
它是一种主动式传感器， 不但能够在不同 光照、 天气条件等各类环境中实现实时对地观测， 还可以透过地表和植被， 直接获取地表下的信息。
合成孔径雷达干涉测量（ InSAR）
技术是以 SAR 技术为基础发展而成的空间对地观测技术。
InSAR 技术充分利用 了 SAR 的相位信息， 它将同 一观测区域的 2 幅具有一定视角 差和相关性的 SAR 图像进行干涉处理， 产生干涉条纹， 得到包含大量有价值的、 可用 的地形信息和噪声 的相位干涉图； 进一步处理噪声 并通过一定的几何关系 获得相位干涉图 中 所包含的高精度地表高程变化信息， 生成DEM。1合成孔径雷达的发展及应用1.1合成孔径雷达的发展历程二战期间， 为了 高效准确地进行军事侦查， 人们首次将地面雷达系 统装载到飞机上， 使地面雷达系 统发展成为真实孔径成像雷达系 统 (RAR)。
1951 年， 美国 人CarlWiley首次发现探测对象与雷达的多 普勒频移现象能用 来逻辑地合成一个更大的雷达孔径， 可显著地提高 RAR 方位向的分辨率， 使之从 km 级精确到 m级， 从而真正满足遥感观测的基本精度要求。
20 世纪60 年代， 第一个合成孔径雷达成像系 统诞生了 。
到了70 年代， SAR 引 入了 在射电天文领域上已经发展成熟的干涉技术， 对覆盖同 一地区不同 方向位的 2 张 SAR图 像进行联合处理， 并提取对应像素的相位差 (干涉相位) 信息，建立数字高程模型， 以此恢复该地区目标形状， 从而导致 InSAR 的诞生。
1978 年美国发射了第一颗载 SAR 卫星 SEA-SAT， SEA-SAT 向地面传回了大量有关陆地、 海洋和冰面的图 像， 从而揭开了 星载雷达对地观测的序幕。
星载 SAR 系统由卫星携带， 具有隐蔽性好的特点， 且能够穿透云层获得较高分辨率的地面图 像， 所以世界上许多 国 家在都大力开展星载SAR 的研究。从 20 世纪 60 年代第一次装备机载SAR系统开始，机载 SAR 经过了 40 多 年的发展。
由于比星载 SAR 更容易实现、 更灵活， 能实时成像， 并且星载 SAR 技术一般要先通过机载 SAR 进行验证， 所以机载 SAR 技术是各国 研究 SAR 系 统的首要发展目 标。
从 70 年代开始， 美国 、 欧洲 空间局、 加拿大、 日 本等国 都已先后发射了 星载 SAR 卫星， 我国 对 InSAR 技术的研究远远落后于美国 、 欧盟等其他发达国 家， 直到 80 年代后期才有机载 SAR 系 统， 用 于星载 SAR 成像的雷达卫星则尚在研究中。
虽 然对机载 SAR 系 统技术的研究取得了一定进展， 系 统性能有很大提高， 但目 前可供 InSAR所用 的 SAR 数据还很少， 进而影响了 InSAR 技术的进一步研究和应用 。
直到 90 年代中期后， 国 内 的研究者才开始研究利用 InSAR 技术获取数字高程图 ， 并取得了 一定的科研成果。1.2SAR 在地形测绘方面的应用作为一种新型的空间对地观测技术， SAR 相对于红外线、 可见光等被动遥感技术有不受光照和天气条件的限制， 可以全天时， 全天候对地观测的优势， 还可以透过地表和植被获取地表下信息， 而成像精度也随着技术不断发展变得越来越高。
InSAR 技术主要应用 于地形制图 、 森林制图 、 地球表面的形变场探测（ 地震、 火山运动、 冰川 漂移、 地面沉降以及山体滑坡等
地理空间信息94第 １０卷第 ２期引 起的地表位移）、 生成高精度数字高程模型、 速度场探测（ 如洋流、 舰船等）、 基于干涉相干的土地利用 分类等。地形测绘一直是 InSAR 的主要应用 之一。
虽 然目前机载系 统上的光学照相机能够获取高分辨率的图像，并且没有雷达图像所存在的顶底位移和阴 影等问题， 但利用 机载光学系 统进行地形测绘花费大， 并且只 能进行小范围的地形测绘， 受到天气条件的影响也比较大。与之相比， 星载 InSAR 技术， 是进行大面积快速地形测绘的一种比较经济的手段， 它不受天气和时间 的影响， 成像范围 宽、 分辨率高、 应用 范围 广， 并且无须进行特别的人工编辑， 也不需要花费大量的时间 寻找地面控制点。
在传统光学传感器成像困难的地区， InSAR技术更具有无可比拟的优势。
目 前， 星载 SAR 分辨率达到了 10 m 左右， 国内 的机载 SAR 的精度已经达到0.5 m， 在国 外甚至达到了 0.2 m； 并且数据处理的方法得到很大的提高， 许多 新的数据处理方法， 如小波技术、 模式识别、 神经网 络等得到了 广泛的应用 。2InSAR 基本原理InSAR 可以分为 3 种测量模式：
交叉轨迹干涉测量、 顺轨迹干涉测量和重复轨迹干涉测量。
InSAR 重复轨迹干涉测量的基本原理是：
首先通过 2 副天线平行地对地面同 一地物目 标进行 2 次观测， 获取 2 幅 SAR复图像； 再利用 该目 标与 2 副天线位置的几何关系 ， 通过干涉处理复图 像之间存在的相位差， 生成干涉图 ； 最后分析飞行平台 、 波束视向及基线之间的几何关系 ， 即可得到地表的高程信息。图 1合成孔径雷达成像原理如图 1 所示， 地面点 P0， z 表示 P0点的高程； A1 和A2 分别为 2 幅天线的位置； B 表示 2 条天线之间的距离 ， 即基线距；0为天线 A1 的参考视角 ；为基线与水平方向的夹角 ； L 表示平台 高度； R1 表示地面点 P0到天线 A1 的路径； R2表示地面点 P0到天线 A2 的路径。接收信号的相位由两部分组成：
①由往返路径确定的相位； ②由不同 的散射特性造成的随机相位。
因此天线 A1 和 A2的回波相位分别为：，。
由图可知：，。
忽略（ R）2和项， 可得：将基线沿视线方向分解， 得到平行于视线方向的分量 Bl 和垂直于视线方向的分量 Bv，，。
在重复轨迹干涉测量的情况下， 同 一地面回波点在 2 幅 SAR 复图 像中的相位差为：可得：由此可求得地面点 P0的高程：
z=L R1cos03InSAR 数据处理基本流程SLC 图像 1SLC 图像 2复图像配准干涉图幅度图像去平地效应相关系数图滤波处理 （去噪）相位解缠生成 DEM图 2InSAR 干涉测量生成 DEM 数据处理流程图本文采用 荷兰 Deflt大学开发的专门用 于合成孔径雷达干涉测量的 DORIS 软件， 采用 数据是 DORIS 自 带的 ERS 影像数据。
数据处理过程如图 2 所示。1）
数据预处理。
在这个过程中主要是读取主图 像和复图 像的图 像信息， 读取头文件信息、 数据体信息和轨道信息。2）
SAR 图 像配准。
在干涉测量的过程中， 常常会出 现 2 幅图像的多 普勒质心不同 的情况， 也就是 2 幅图 像的相干像元在方位向和距离向上出 现一定的偏移、
第 １０卷第 ２期95拉伸及扭转。
因 此为了 保证输出 的干涉条纹具有良好的相干性， 2 幅 SAR 图像必须配准。
经过一级轨道配准， 二级像素级粗配准， 方位向滤波之后再进行三级亚像素级精配准。
配准完成后进行复图 像重采样， 之后生成干涉图 。3）
去地平效应。
“平地效应” 是高度不变的平地在干涉纹图 中所表现出 来的干涉条纹随距离 向和方位向的变化呈周期性变化的现象。
经过“去平地” 之后，图 像中 的相位近似表示了 真实相位与 参考面之间的相位差， 有利于进行相位解缠。
图 3 中左边是干涉图 ， 右边的是去地平效应之后的效果图 ， 去地平之后图 像的辨识度明显增强了 。图 3干涉图去地平前后对比图4）
相位解缠。
由于三角 函数的周期性， 干涉图 中各点的相位值只能落入主值 (-] 的范围内 ， 所以干涉纹图 中的相位只是真实相位的主值， 要得到反映高程信息的真实相位值必须对每个相位值加上 2 的整数倍。
相位解缠是干涉数据处理过程中的关键环节， 直接影响数字高程图 的精度， 常用 方法有切枝法、 最小二乘法和网 络流算法（ 如图 4 所示）。图 4相位解缠后效果图5）
生成 DEM。
理论上， 相位解缠得到的真实相位， InSAR 成像基本原 理以 及轨道参数就可以 生成DEM。
由图 5 可知， 要求得高程 z， 就必须求解参数L、 R1、 R2、 B、0、和 。
先利用 高度和相位之间的关系 式粗略估计高度， 结合给出 的参考高度信息， 确定每一点的地面坐标， 最后根据一定的先验知识对得到的地形图中的重大错误进行修正。图 5生成的 DEM参考文献[1]王超， 张红， 刘 智. 星载合成孔径雷达干涉测量原 理[M].北京：
科学出 版社， 2002[2]任坤. 基于星载合成孔径雷达干涉测量技术的数字高程模型研究[D]. 南京：
南京理工大学， 2004[3]王腾， 徐向东， 董云龙， 等.合成孔径雷达发展现状和趋势[J].舰船电子工程， 2009， 5:6-9[4]何儒云. 星载合成孔径雷达干涉测量处理技术研究[D]. 湖南: 湖南大学， 2007[5]乔书波. InSAR 技术及其在大地测量与 空间 动力 学中 的 应用 研究[D]. 郑州 ：
解放军信息工程大学， 2003[6]刘 国 祥. 合成孔径雷达遥感新技术-InSAR 介绍 [J]. 四川 测绘， 2004， 27(2)：
92-95[7]游新兆， 乔学军， 王琪， 等.合成孔径雷达干涉测量原 理与 应用[J].大地测量与 地球动力 学， 2002， 22(3):110-116[8]廖明 生， 林珲. 雷达干涉测量-原理与 信号处理基础 [M]. 北京:测绘出 版社， 2003第一作者简介: 黄惠宁， 硕士， 研究方向为精密工程测量与变形监测。黄惠宁等：InSAR 技术基本原理及其数据处理流程
地理空间信息Ｇ Ｅ Ｏ Ｓ Ｐ Ａ Ｔ ＩＡ Ｌ ＩＮ Ｆ Ｏ Ｒ Ｍ Ａ Ｔ ＩＯ Ｎ4第 １０卷第 ２期Ｉｎ ｄ ｅｘ（ Ｖ ｏ ｌ． １０， Ｎ ｏ ． ２）Design and Implementation ofWebGIS Function Based on the B/SModelby HOUChunliangAbstractthe structure of WebGIS and the necessary technology and develop-ment language that could implement WebGIS functions. Taken Qinhu-angdao digital system for example,mented WebGIS functions based on B/S model.Key wordsWebGIS， B/S model， functional design， developmentNow WebGIS is the technical hot of GIS. This paper analyzedthis paper designed and imple-（Page:89）Basic Principles and Data Processing ofInSAR Technologyby HUANG HuiningAbstractnique of space survey,years, and it"s advantage and potential are obvious. This paper introduc-ed the basic principle of the technique of interferometry and processingof acquiring DEM data, and discussed the development and applicationof Synthetic Aperture Radar Interferometry on many fields.Key wordsInSAR， phase unwrapping， DEMThe art of Synthetic Aperture Radar Interferometry is a tech-which had been develped for almost twenty（Page:93）Design and Implementation of GNSS Location Quality AnalyticalSystemby HANFeiAbstractthis paper aimed to construct a quality analyze system including GPS,compass and INS, and implemented the integration process from the co-ordinate"s solver, the quality analysis, the output of the process results.All of these conclude to forming an uniform platform from several inde-pendent ones, contributing a lot to production, living and research.Key wordsGNSS，location quality，analytical systemBased on making research to GNSS location quality analysis,（Page:96）Design and Research ofLand Resources Data Update Planby LINWenzhongAbstractone of key importance to evaluate its use. With the spread of GIS tech-nology, the currentness and accuracy of spatial information ask for hig-her standards. Spatial data updating used the current spatial data or re-vised spatial data to update the incurrent spatial data in databasethrough information service platform, thus keeping the currentness andaccuracy of spatial information or improving the data accuracy in currentspatial database, meanwhile, the updated data was stored in history dat-abase.Key wordsspatial database，data updating，GIS，land resourceThe currentness of the basic information of the spatial data is（Page:98）Design and Implementation of3D Drainage Pipelines Network Ac-ceptance System Based on ArcEngineby WANG JunleiAbstractsystem which was the design,the construction, and the acceptance ofthe underground drainage pipelines network in the community,introduc-ed the advantages of GIS software which was developed using ArcEn-gine, and realized 3D modeling of the underground drainage pipelinesnetworkin the community and automatic detection system ...
一、概述
近年来地震、火山、滑坡和地面沉降等地质灾害越来越严重地威胁着人类的生存空间，针对这种灾害而发展起来的地表形变监测和测量技术就显得尤为重要。20 世纪 70 年代后期，空间影像雷达在遥感中开始扮演重要角色。1978 年美国国家航空与航天局(NASA)发射了第一颗用于观测地球表面的 SEASAT 卫星。而后发现，合成孔径雷达(SAR)可以广泛地用于研究陆地、冰川和海洋、由于空间影像雷达使用微波信号(厘米至分米波段)很少受气象条件及是否有太阳照射影响，可以在任何时候获取全球表面信息，因此非常适用于地表面监测工作。侧视成像、脉冲压缩技术及合成孔径技术的综合应用，可以保证空间影像雷达获得几米到几十米精度的地面几何分辨率。
InSAR 英文全称为 Interferometric SyntheticAperture Radar,InSAR，中文含义为“合成孔径雷达干涉技术”，是一种使用微波探测地表目标的主动式成像传感器，InSAR 传感器可以通过记载或星载的方式对地球表面成像，由于航天技术的发展，商用卫星的 InSAR 系统已投入应用，并不断地趋于完善，使该项技术被认为是前所未有的新的空间观测技术。研究表明：其能够生成大规模的数字高程模型(Digital Elevation Model，DEM)，InSAR 用于差分模式(D-InSAR)能以 cm 级甚至毫米级精度在大的时间与空间尺度上探测到地球表面位移，并已应用于地震与火山研究、冰川运动监测、地球构造运动研究、地面沉降监测等领域。Goldstein 等人应用欧洲遥感卫星(或
称地球资源卫星)ERS-1 间隔 6d 的数据在没有地面控制点情况下直接测定冰川速率。Massonnet 等人首先利用 ERS-1 资料计算出 1992 年美国 Landers地震的同震位移，获得的地面至卫星方向上的变化量与野外断层滑动测量结果，与 GPS 观测结果非常一致。Massonnet 等人的方法在 SAR 数据处理时应用了已有的数字地面模型。美国喷气推进实验室(JPL)的 Zebker 等人应用差分 InSAR 方法获得了类似的结果，他们的方法是利用 3～4 圈卫星数据进行差分干涉，同时获得数字地形与形变量。
InSAR 是 20 世纪发展起来的一种新型的空间对地观测技术，它具有高空间分辨率、高精度和面矩阵测量等优点。雷达干涉测量已经广泛的应用于地形测绘、地球表面的形变场探测、海洋研究、森林制图和土地分类与应用等方面，得到了国际地学界的广泛关注。
二、可用于干涉的雷达卫星
目前已发射的多颗合成孔径雷达卫星见表 1。
SEASAT 海洋卫星是美国国家航空与航天局发射的第一颗利用微波传感器进行海洋监测的卫星，卫星上搭载了 SAR 传感器，获取的 SAR 图像被广泛应用于冰川、地质、陆地分析等研究领域。ALMAZ-1 卫星是前苏联发射的一颗对地观测卫星，载有 S 波段 SAR 系统，遗憾的是，发射 10 个月后由于故障卫星停止工作，但仍留下许多有用的 SAR 数据。ERS-1 是欧洲空间局(ESA)的第一颗卫星，其 SAR 数据在海洋、冰川、火山、地形绘制、地形变监测、森林调查、农业等诸多方面的成功应用，极大地增强了人们对 InSAR 应用的信心，现在人们已经能够以 mm 级精度监测地表面变化；为进一步增强 ERS 的应用效率，1995 年 ESA 发射了 SAR 系统与 ERS-1 完全
相同的 ERS-2 卫星，所不同的仅是 ERS-2 仅以 35d 重复周期工作。两颗卫星可以 1d 或 8d 的时间间隔对同一区域成像，利用这种所谓前后串接(Tandem)模式开展 InSAR 研究。JERS-1 是日本的一颗载有光学传感器合成孔雷达的卫星，以能源、森林、农业、海洋、湖泊、沼泽、冰雪等研究为主要目标。Radarsat 是加拿大研制的一颗兼顾商用与科学研究试验的雷达遥感卫星，主要任务是供冰川与海洋信息、勘测可再生资源(如林业与农业)和不可再生资源(如地质)。加拿大在两年内即将发射的第二颗 Radarsat-2卫星将
携带一套军事监视系统，2005 年内计划发射的 Radarsat-3 卫星主要任务是增强防务监视能力。
而实施的星载 SAR 计划。SIR-A 与 SIR-B 按计划分别于 1981 年与 1984年实施。1994 年实施的 SIR-C 计划是迄今为止惟一的在太空同时获取多波段、多极化的雷达数据。SIR-C 搭载了单极化 X 波段(3cm)传感器，以及全极化L(24cm)波段与C(6cm)波段传感器。为进行重复轨道干涉，SIR-C于1994年 4 月与 10 月进行了两次飞行。
航天飞机雷达地形测图计划(SRTM)是美国 NASA、美国国防制图局(DMA)与德国空间局合作开展的20世纪第一次载人航天飞行雷达地形测图计划，通过装载在“奋进”号航天飞机的雷达和从航天飞机上伸出 60m 长臂端的另一雷达天线构成干涉雷达系统，经过 222h23min 的连续工作，完成了北纬 60°至南纬 56°的地球表面三维地形测绘，获取了前所未有的高精度地形数据。
ENVISAT 是欧洲航天局迄今生产的最先进的地球环境观测卫星，携带
有 10 台地球和大气观测仪器，其中包括先进合成孔径雷达(ASAR)，它将在未来 5 年里以每 100min 绕地球运转一周的速度对整个地球的环境进行观测，向地面即时传回数据供科学家进行研究分析。
三、SAR 干涉基本原理
图 1
SAR 干涉基本原理图
如图 1，SAR 传感器在两个不同位置观测地面某点 P，P(x，y，z)点相对于参考平面的高为 h=z(x，y)。假设信号发射的方向垂直于轨道运行方向，根据成像几何，高程 h 可简单表达为：
h?H?R1cos?
(1)
θ为雷达视角。为方便讨论，我们假设两次成像期间地面反射物无任何变化，无大气影响。我们称两成像点之间的距离 B 为基线，如图 1 定义垂直基线(perpendicular)为 B⊥，平行基线(parallel)为 B‖，水平基线(horizontal)为 Bh，方位垂直基线(vertical)为 Bv。通常雷达基线相对于雷达至成像点的距离小得多(B＜＜R)。实际上相干处理本身就对基线有要求，太长的基线不可能相干。可以近似地，R2?B??R1，基线与水平方向夹角为?。SAR 信号经地面单元 i 反射，接收信号相对于发射信号的相移可以表达为：
?i??0?4?
?Ri
(2)
φi 为地面单元 i 的相移，它是一个包含许多参数的函数，包括目标类型(点、体散射)，它们的介电常数、含水量、结构以及它们的亮度(极化方式、入射角、频率)等。假设在两个不同的轨道位置对同一地面单元成像时地面单元的特征维持不变，即?01??02,设卫星至地面单元 i 的距离差
R??R1?R2。?R 为参考相位(振幅 a≡1)，可以得到相位差Φ：
???1??2??R??
根据式(1)， 4??B???R
(3) d?4?dB?4?????B?
(4) d??d??
dh?R1sin?
(5) d?
则高程模糊度(ambiguity)为：
dhdhd??R1sin?
(6) ???d?d?d?4?B?
R1sin??R1sin??????
(7) 4?B?4?Bhcos??Bvsin?于是高程 h 可表达为：
h??
可以通过迭代求 h(先设 h=0)。α、B、H 是已知量，斜距差可以根据相应的相位差来求解，理论上可达很高精度(达到子波长级精度)。如ERS-1/2波长为 5.6cm，理论上可分辨到
2.8mm。最后可利用式(1)求解高程 h 而得到数字高程模型(DEM)。实际上，利用相位差可以生成干涉相位图，整周是模糊的，相位在 1～2π之间。因此必须利用相位解缠(Phase Unwrapping)求解相位整周数。基线数据B 和α的确定也是求解地面高程的关键，精密的地面控制点对于 DEM 的精度非常重要，通常使用的方法是在地面安装角反射器，可有效改善 InSAR精度。
地球表面并非平面，曲率本身就会造成干涉条纹，实际上总相位差Φ
中包含两个部分：高差相位Φh 与地平相位ΦR。即???h??R。?R??4?
?B?。由于地平相位的存在，
增加了相位解缠与噪声抑制的难度，数据处理时应该去掉。通常是在配准、形成干涉图后，从相位图中直接减去地平相位。去掉的地平相位在相位解缠后应加回到非模糊相位图中。
四、InSAR 监测变形的基本原理
SAR 差分干涉原理(D-InSAR)的几何示意图见图 2，轨道方向向里，即该图表示距离向平面图，所有角度按逆时针方向定义。地面点 P 位于椭球面高度h,P 0为P在椭球面的投影(即h=0)，相应的侧视角为θ0；???0???。假设 1 与 2 这对影像地面无任何形变，无大气影响，无任何误差，称之为地形对(topo-pair)；而 1 与 3 之间存在地形变，称之为形变对(defo-pair)。
对于地形对，基线的垂直与水平分量分别为
B?0?Bcos??0???;B?0?Bsin??0???，干涉相位为?＝-
???4??B?，改正到椭球面：
4?
??B?B?
(8) ??0
对于形变对，假设在雷达视线方向(距离)形变量为△r，可表达为?r??
形变△r 引起的相位。形变对的干涉相位为：
???r,??r 为 4?
?'??
4???B??r?
(9) '?
根据图 2 所示 D-InSAR 几何，我们不难导出形变△r 引起的??r：
'B???r???0?
(10)
B?0'
图 2
D-InSAR 监测变形原理
这是利用 3 幅单视复图像数据提取地形变量的一个非常重要的公式，通过两幅干涉图垂直基线之比，便能提取地形变干涉条纹，无需解算θ值。要注意前面的假设，地形对无任何形变。
如果研究区域已有足够高精度的 DEM，??r 可通过 DEM 数据、SAR 成像几何和轨道数据模拟合成，能直接从 2 幅单视复图像提取地形变信息。
五、InSAR 监测变形技术
5.1 差分干涉测量（Differential Interferometric Synthetic Aperturem Radar，DInSAR）
差分干涉测量技术是应用重复轨道的方式，在不同的时间获取同一地区雷达影像，利用此两幅影像进行差分干涉，可获得此地区于该时段地表及卫星间的距离变化所造成的雷达波相位差，这种相位差以干涉条纹的形式呈现，构成上包含地形引起的相位差，影像获取期间形变引起的相位差，对流层延迟误差，轨道误差等。通过引入外部 DEM（Digital Elevation Model）可将地形相位消除，其他误差通常假定量级较小，或者利用模型将其消除，即可获取地表形变。由于该方法中大气影响难以很好的消除，并且在大量区域存在着信号失相关现象，其测量精度在 cm 级，其应用领域也在不断扩大如地震、火山、冰川运动、地面沉降、滑波监测、活动板块和构造监测等方面。
5.1.1 D-InSAR 基本原理
合成孔径雷达干涉测量的相位贡献，主要来自于地形相位、形变相位、平球相位和大气延迟相位。如果想要获取地表形变信息，则必须要消除区
域地形相位、平球相位和大气延迟的相位信息。平球相位可通过卫星轨道和地球椭球严密的几何关系来形成严整的几何算法，大气延迟相位贡献份额是最少的，规律尚且不明显，有专门研究。现阶段，消除区域地形相位方法有四种：
1)选取基线距为零的干涉图像对，无须考虑地形影响，即可获得地表形变量；
2)应用外部因素来消除地形因素的效果，来获得地表形变量。外部因素主要是 DEM 数据。
3）利用第三幅合成孔径雷达图像，采用干涉的方法，来消除地形影响，获得干涉形变量；
4)利用四幅 SAR 图像，采用地表形变前后两两干涉的方法来消除地形影响，获得干涉形变量。
就现阶段来讲基线距为零的干涉图像对很少，所以方法一很难实现；方法二即所谓的两通或者两轨法干涉测量，由于其少用一景 SAR 图像，在InSAR 数据源相对匮乏的今天来讲，该方法经济上具有很大优势，目前已有研究成果表明,两轨法干涉测量所得测量结果在整体上与三轨干涉基本一致，因此两轨法精度上是可行；方法三又称三通或三轨法干涉测量，是标准差分干涉测量方式；方法四即四通差分干涉测量，精度上更可靠，但适合干涉的 SAR 数据选取更加困难，经济上也不是很合理。
5.2 永久散射体干涉测量（Permanent Scatterers Interferometric Synthetic Aperture Radar，PSInSAR）
尽管 DInSAR 技术在地表变形监测上，与其他方法相比颇具优势，然
而一般来说较适合应用于植被较少，地形起伏和缓的区域。山区及植被较厚的地区，因地表特征物会随着时间而变化以及大气效应，会影响干涉结果的精度。Permanent Scatterers（永久散射体)技术是 20 世纪末由意大利学者首先提出的，以解决常规干涉中大气影响、失相干、DEM 误差等问题,极大地拓展了InSAR技术的应用前景,为精确研究地壳形变提供了强有力工具。所谓永久散射体,即是指在相当长的时间内仍然保持稳定反射特性的散射体，这些永久散射体可提供信噪比极高的信号。在取出这些永久散射体于时间序列上的相位后，利用卫星基线与地形效应误差相关的关系，以及假设在一个特征尺度范围內大气效应为一致的情況之下，可将对于 DInSAR结果影响最多的两项因素（即大气延迟误差和 DEM 误差）从信号中消除，达到对 PS 点的精密观测。一般情況来说，PS 点位数量城市区域每平方公里可在数十个点以上，而郊区部份也可达每平方公里内有几个点，这样的资料密度，已经远超过多数地区GPS的站 位密度。PSInSAR的基本原理是：在给定的一组雷达干涉图像中，按照某种准则选择相位稳定的一系列点作为永久散射体,也就是 PS 点,并且根据给定的相位模型,去除这些 PS 点的大气附加相位，DEM 误差和其他噪声,进而得到准确的地表形变。通常，PS技术需要处理同一地区 30 景以上的干涉图,以选取一组反射特性强、时间上稳定的...
ymwen@sgg.whu.edu.cn
ymwen@sgg.whu.edu.cn 参考书目
舒宁， 雷达影像干涉测量原理， 武汉大学出版社 王超， 星载合成孔径雷达干涉测量， 科学出版社 廖明生， 雷达干涉测量：
原理与信号处理基础， 测绘出版社 张红， 王超， 吴涛， 基于相干目标的DInSAR方法研究， 科学出版社 李平湘， 杨杰， 雷达干涉测量原理与应用， 测绘出版社 何秀凤， 何敏， InSAR对地观测数据处理方法与综合测量， 科学出版社
ymwen@sgg.whu.edu.cn 内容 InSAR基本概念 InSAR发展历程 InSAR基本原理及处理流程 InSAR技术应用领域 InSAR时序分析技术 InSAR相关研究成果
ymwen@sgg.whu.edu.cn 内容 InSAR基本概念 InSAR发展历程 InSAR基本原理及处理流程 InSAR技术应用领域 InSAR时序分析技术 InSAR相关研究成果
ymwen@sgg.whu.edu.cn 雷达（Radar）
， 英文全称是RAdio Detection And Ranging， 含义为无线电探测与测距。
TRANSMITTERRECEIVERCIRCULATORRADAR PULSE"TARGET"工作原理 雷达 Maxwell (1864) – Hertz (1885-88) – Hulsmeyer (1904)
ymwen@sgg.whu.edu.cn 雷达
ymwen@sgg.whu.edu.cn SAR， 全称为Synthetic Aperture Radar，含义为合成孔径雷达。
分类 机载系统搭载平台星载系统LCX波段微波波长波段波段SAR 真实孔径雷达 合成孔径雷达（SAR）
ymwen@sgg.whu.edu.cn 星载SAR 星载合成孔径雷达（SAR）
是一种以卫星为载体平台的对地观测技术， 用来获得地物的高分辨率雷达图像。
ymwen@sgg.whu.edu.cn 星载SAR Moon (1946) - Venus (1961) – Mars (1963) – Earth (1978)
ymwen@sgg.whu.edu.cn 星载SAR的优点 全球范围， 不受国界领空限制；
高度高， 可视范围大， 成像测绘带宽；
全天候， 不受气象条件限制；
轨道稳定， 多次成像重复性好；
飞行平稳， 没有运动补偿问题；
下视角相对小， 图像阴影少。
ymwen@sgg.whu.edu.cn 星载SAR的局限 轨道固定， 侦察不灵活；
卫星飞行速度高， 成像带宽度大， 设计参数约束条件多；
距离远， 图像信噪比提高困难；
受星-地数据传输链路信道容量制约。
ymwen@sgg.whu.edu.cn 距离向 (Range) 分辨单元 轨道高度H 轨道高度H 下视角 下视角 掠地角 入射角 下视角 ≠入射角 星载SAR成像几何关系 下视角 入射角
ymwen@sgg.whu.edu.cn SAR二维分辨率 距离向分辨率 r
发射宽带信号
方位分辨率a
BCr2光速 带宽 rDa 发射信号波长 距离 天线方位向尺寸 saLr2 2minDa合成孔径长度
ymwen@sgg.whu.edu.cn 雷达成像 • 在微波波段对目 标后向散射系数进行描述 雷达 距离向(Range) 方位向(Azimuth) 一个分辨单元 目 标 目 标的雷达图像
ymwen@sgg.whu.edu.cn 光学图像 X波段SAR图像 雷达成像
ymwen@sgg.whu.edu.cn 常用工作波段 波段 频率范围（GHz）
波长范围(cm) P 0.4－0.8 75 — 37.5 L 1 — 2 30 — 15 S 2 — 4 15 — 7.5 C 4 — 8 7.5 — 3.75 X 8 — 12 3.75 — 2.5 Ku 12 — 18 2.5 — 1.67 K 18 — 27 1.67 — 1.11 Ka 27 — 40 1.11 — 0.75 毫米波 30 — 300 10mm — 1mm THz 100GHz — 10THz 3mm — 0.03mm
ymwen@sgg.whu.edu.cn 频段的选择 频段越低， 穿透能力越强：
P、 L；
频段越高， 对地物细节描述能力越强， 图像的边缘轮廓越清晰：
X、 K；
中间频段， 兼顾穿透性和细节描述， 综合性能好：
S、 C；
目前星载雷达一般选择为L（如PALSAR）
、 C（如RadarSat)或X(如TerraSAR）
； 多频段L、 C、 X， 美国航天飞机SIR-C；
国内的星载SAR有L波段（在轨）
、 X波段（在轨）
、 S波段（在研）
、 C波段（预研）
。
ymwen@sgg.whu.edu.cn 频段的选择
ymwen@sgg.whu.edu.cn 极化 极化散射矩阵 发射水平(H) / 接收水平(H) → HH
发射垂直(V) / 接收垂直(V) → VV 发射水平(H) / 接收垂直(V) → HV
发射垂直(V) / 接收水平(H) → VH 同极化 交叉极化 垂直（V）
水平（H）
ymwen@sgg.whu.edu.cn 极化 ERS VV Radarsat HH
ymwen@sgg.whu.edu.cn 极化的选择 通常的SAR都是单极化， 采用VV或HH极化；
如果要研究目标的散射机理， 进而对目标进行分类、 识别，就要采用多极化手段；
多极化系统， 通常采用单发射通道、 双极化天线和双接收通道 结构， 利用发射和接收通道的组合， 获得准同时的四种极化回波；
多极化是星载雷达的重要发展方向。
如日本的PALSAR（2006.1）
、 德国的TerraSAR(2007.6)、 加拿大的Radarsat2(2007.12)都具有多极化能力；
国内目前在轨SAR卫星均为单极化。
多极化SAR卫星正在预研， 预计5年内发射。
ymwen@sgg.whu.edu.cn 几何分辨率 区分两个相邻目标的能力。
用点目标图像的3dB主瓣宽度来定义。
分辨率是SAR最重要的指标， 它直接反映了SAR获得目标的信息量。
10米 →1米， 信息量100倍。
目前国际上星载SAR的分辨率为1~3米（条带模式3米， 聚束模式1米）
。
美国的Lacrosse最高分辨率达到0.3米。
国内在轨星载SAR的分辨率为3~5米。
ymwen@sgg.whu.edu.cn 几何分辨率
ymwen@sgg.whu.edu.cn TerraSAR 聚束1米分辨率图像 几何分辨率
ymwen@sgg.whu.edu.cn 成像带宽度 大成像带是星载SAR的优势， 一般的星载SAR的成像带宽度为几十公里（条带）
~几百公里（扫描）
。
由于星载SAR工作于相干脉冲体制， 即信号以脉冲重复频率（PRF）
发射， 因此存在两个约束：
• 成像带宽度必须小于脉冲重复周期（PRT）
对应的长度 • PRF必须大于回波方位向多普勒带宽 S <ρ*10km S:
成像带宽度， km ρ：
分辨率， m 10米分辨率—100km
3米分辨率—30km
1米分辨率—10km
ymwen@sgg.whu.edu.cn 成像模式
ymwen@sgg.whu.edu.cn 阴影 阴影：
雷达图像上的阴影表示地表上未被雷达波照射的区域， 由于没有信号被接收， 该区域表现为黑色调。
ymwen@sgg.whu.edu.cn 前视收缩 前视收缩：
雷达图像上所有前坡(面向传感器一侧)长度缩短， 而后坡长度伸长。
在像平面上前坡比它自 身表现得更短、 更陡、 更亮； 后坡比它自 身表现得更长、 更缓、 更暗。
ymwen@sgg.whu.edu.cn 叠掩 叠掩：
当雷达接收到物体上部反射的能量先于下部反射的能量时， 就出现叠掩。
此时， 在成像处理时物体的上部得以显示，或者说图像中地形的上部拼接在其底部的特征上。
ymwen@sgg.whu.edu.cn 地形影响后的SAR图像
ymwen@sgg.whu.edu.cn 内容 InSAR基本概念 InSAR发展历程 InSAR基本原理及处理流程 InSAR技术应用领域 InSAR时序分析技术 InSAR相关研究成果
ymwen@sgg.whu.edu.cn 第一幅SAR影像 1953年第一幅机载SAR影像 加拿大魁北克地区
ymwen@sgg.whu.edu.cn Seasat卫星 1978年Seasat卫星—第一次获得卫星成像雷达数据 主要参数 国家：
美国 高度：
800km 轨道倾角：
108度 波长：
23.5cm（L波段）
入射角：
23度 极化方式：
HH 地面分辨率：
25m25m 工作时间：
105天 重复周期：
3天
ymwen@sgg.whu.edu.cn SIR-A/B 1981年美国“哥伦比亚” 号航天飞机搭载SIR-A 1984年美国“挑战者” 号航天飞机搭载SIR-B 新疆地区
ymwen@sgg.whu.edu.cn ERS-1 1991年ESA发射ERS-1—里程碑意义的商业雷达卫星 主要参数 国家：
欧空局 高度：
782km 轨道倾角：
98.5度 波长：
5.6cm（C波段）
入射角：
23度 极化方式：
VV 地面分辨率：
25m25m 设计寿命：
5年 重复周期：
35天
ymwen@sgg.whu.edu.cn JERS 1992年JERS卫星 主要参数 国家：
日 本 高度：
570km 轨道倾角：
97.7度 波长：
23.5cm（L波段）
入射角：
35度 极化方式：
HH 地面分辨率：
18m18m 工作寿命：
6年 重复周期：
44天
ymwen@sgg.whu.edu.cn Radarsat-1 1995年可变视角卫星Radarsat-1 主要参数 国家：
加拿大 高度：
798km 轨道倾角：
98.6度 波长：
5.6cm（C波段）
入射角：
20-49度 极化方式：
HH 地面分辨率：
25m28m 计划寿命：
5年 重复周期：
24天
ymwen@sgg.whu.edu.cn ERS-2与Envisat ERS-2卫星 Envisat卫星 Tandem模式 ASAR、 多视角、 多模式
ymwen@sgg.whu.edu.cn ENVISAT卫星 ENVISAT Image模式图象 2003年12月 11日
01:57:02
VV极化 丹东鸭绿江入海口 Image模式
ymwen@sgg.whu.edu.cn ENVISAT卫星 Alternating Polarisation模式的图象与Image模式一样， 具有约30米的空间分辨率的图象，以及同样IS1~IS7的7种不同入射角的成象位置；
HH极化图象 VV极化图象 ENVISAT Alternating Polarisation模式图象 2003年12月 9日
14:15:00
河南北部
另 ， Alternating Polarisation模式提供同一地区两种不同极化方式的图象， 用户可根据需要从以下三种极化方式组合中选择一种(VV和HH ； HH 和HV；
VV 和VH ) ；
ymwen@sgg.whu.edu.cn ENVISAT卫星 Wide Swath模式采用ScanSAR技术， 可以提供更宽的成象条带，幅宽为405公里， 空间分辨率150米， 可以HH或VV极化方式成像 ENVISAT Wide Swath模式图象 2003年12月 10日
02:31:45
VV极化
湖南
ymwen@sgg.whu.edu.cn SRTM 2000年“奋进号” 航天飞机SRTM系统
ymwen@sgg.whu.edu.cn SRTM
ymwen@sgg.whu.edu.cn SRTM成果 SRTM成果
ymwen@sgg.whu.edu.cn ALOS 2006年ALOS卫星 多视角、 多模式
ymwen@sgg.whu.edu.cn Radarsat-2 2007年Radarsat-2
ymwen@sgg.whu.edu.cn Radarsat-2
ymwen@sgg.whu.edu.cn TerraSAR-X 2007年TerraSAR-X 主要参数 国家：
德国 高度：
514km 轨道倾角：
97.4度 波长：
3.1cm（X波段）
入射角：
20-45度 极化方式：
HH/VV/HV/VH 地面分辨率：
3m2m 计划寿命：
5年 重访周期：
11天
ymwen@sgg.whu.edu.cn TerraSAR-X卫星 波段：
X波段 极化方式：
多极化 观测方式：
侧视 轨道类型：
太阳同步 回归周期：
11天 轨道高度：
512－530千米 TerraSAR-X是德国的首颗多用途侦察卫星， 也是目 前世界上探测精度较高的卫星， 由德国航天局及欧洲阿斯特留姆公司联合研发制造， 耗资1.3亿欧元，运行高度在512－530公里， 倾角98度的太阳同步轨道上， 重访周期为11天；
ymwen@sgg.whu.edu.cn TerraSAR-X卫星 为了达到不同的观测角， 以前的卫星通常需要转动整个星体，而TerraSAR-X卫星只需用有源天线转动“眼睛” ， 即扫描条带。随着地球在这条轨道下方自 转， 该卫星可逐条带地扫描地球的所有区域， 亦可在更短时间内对任何重点目 标进行优先观测；
TerraSAR-X是固态有源相控阵的X波段合成孔径雷达（SAR）卫星， 分辨率可高达1米。
由于TerraSAR-X可控制雷达信号的发射、 接收的方向及模式， 因此具有极高的灵活性；
TerraSAR-X重访周期为11天， 然而由于具有电子光束控制机制，对地面任一点的重复观测可达到4.5天， 90%的地点可在2天内重访。
同时， 卫星具有256G的机上存储空间， 并可实时下传，保证了极高获取效率；
ymwen@sgg.whu.edu.cn TerraSAR-X卫星 能进行聚束式、 条带式、 扫描式成像， 三种成像方式均可有多种极化；
聚束式（SpotLight）
1米分辨率， 覆盖范围5 x 10公里
条带式（StripMap）
3米分辨率， 覆盖范围30 x 50公里
扫描式（ScanSAR）
16米分辨率， 覆盖范围100 x 150公里
影像获取模式可快速切换：
聚束式（SpotLight）
， 连续两景之间的距离为20公里， 条带式（StripMap）
和扫描式（ScanSAR）为17公里；
ymwen@sgg.whu.edu.cn TerraSAR-X卫星 国防、 安全
形变监测 各种地形、 专题制图
农业：
农作物制图， 精确农业（灌溉、 施肥、 喷撒农药等应用）
识别森林类型， 支持计算监控森林覆盖率
城市及区域规划， 环境保护
海岸带管理及船只监控
地质
灾害管理（洪水监测等）
规划监测供应网络（如石油管道等）
TerraSAR-X产品与服务可为很多地理信息应用提供数据
ymwen@sgg.whu.edu.cn TerraSAR-X卫星 X波段可用于对地表特征进行制图并可解译较小地物；
多种同步的极化模式， 提高地物识别能力；
高几何分辨率， 识别小型地物；
高辐射分辨率以区分多种专题分类；
高重访周期， TerraSAR-X可采取不同侧视角度， 在不同天气、 光照情况下均可进行拍摄， 可进行经常性、 定期的观测、 监控及地图更新；
灵活性及高性能：
获取模式快速切换， 可进行大区域详细观测， 危害诊断产品可几乎实时提供；
ymwen@sgg.whu.edu.cn TerraSAR-X卫星
ymwen@sgg.whu.edu.cn TanDEM-X卫星
ymwen@sgg.whu.edu.cn TanDEM-X卫星
ymwen@sgg.whu.edu.cn COSMO-SkyMed星座 2007年COSMO-SkyMed星座 主要参数 国家：
意大利 高度：
620km 轨道倾角：
97.9度 波长：
3.1cm（X波段）
入射角：
20-45度 极化方式：
HH/VV/HV/VH 地面分辨率：
3m2m 计划寿命：
5年 重复周期：
12小时
ymwen@sgg.whu.edu.cn COSMO-Skymed卫星 三种工作模式、 共5种不同分辨率的成像模式
ymwen@sgg.whu.edu.cn COSMO-Skymed卫星
COSMO-Skymed雷达卫星的最高分辨率为1米， 扫描带宽为11公里， 具有雷达干涉测量能力。
作为一颗分辨率高达1米的雷达卫星， 它具备全天候全天时对地观测的能力、 卫星星座特有的高重访周期、 1米高分辨率等优势， 将广泛应用于农业、 林业、 城市规划、 灾害管理、 地质勘测、 海事管理、 环境保护等领域；
ymwen@sgg.whu.edu.cn 遥感卫星一号 2007年遥感卫星一号
ymwen@sgg.whu.edu.cn 机载SAR系统
ymwen@sgg.whu.edu.cn 内容 InSAR基本概念 InSAR发展历程 InSAR基本原理及处理流程 InSAR技术应...
InSAR技术具有探测精度高 (亚厘米级 )、 低成本 、 面观测、 周期性等特点。差分干涉测量技术 (D-InSAR), 应用三幅 SAR复图像(3 -Pass)或者是两幅 SAR复图像加上一幅 DEM图像 (2 -Pass)进行地表形变观测等微小形变观测, 其观测精度可达到毫米级 (舒宁 , 2003)。但是 InSAR技术对大气误差、 卫星轨道误差、 地表状况以及时态不相关等因素非常敏感, 很容易受到时间 、 空间失相干的影响,对 SAR图像和 DEM精度的要求很高, 同时大气效应会影响 D-InSAR的测量精度, 而且很难消除。小基线集 (SBAS-InSAR)技术是 2001年由 Berardino和 Lanari等人针对传统 D-InSAR中存在的一些问题而提出的一种经典形变时间序列分析方法, 克服了传统 D-InSAR技术中的限制性因素, 包括时间、 空间基线去相干以及大气效应的影响, 从而可以应用于监测地壳长时间缓慢形变 (王超等, 2002)。本文介绍了 SBAS-InSAR技术原理, 讨论了 SBAS-InSAR技术在监测长时间地表形变中的应用, 并对其今后的应用前景进行了展望。二 、 小基线集 (SBAS-InSAR)技术简介小基线集技术 (SBAS-InSAR)是由 Berardino和 Lanari等人于 2001年提出的, 用来获取工作区地表形变的时间序列图, 这种方法利用小基线距避免空间失相关, 同时减小地形对差分的影响, 相较于 PS方法 , 得到的形变图在空间上更为连续 (Berardinoetal.,82 地壳构造与地壳应力文集 (22) 2010年
2002)。近年来逐渐发展完善 , 采用 “奇异值分解” (SVD)的方法将一组组小基线数据集连接起来 , 解决时间上采样过于稀疏的问题 (Berardinoetal., 2002);又结合稳定散射体的干涉相位信息, 得到更高的空间分辨率 (Lanarietal., 2004)。小基线集技术扩展了 Ferreiti(2001)介绍的永久散射体 (PS-InSAR)技术 , 即将若干个小基线数据子集经过简单和有效的合并得到所有可用的小基线干涉图 。这种合并是基于最小形变速率标准 , 运用奇异值分解 (SVD)方法很容易获得这种最小形变速率。该技术满足两个重要要求 :①通过使用所有包括在不同小基线子集的数据增加了时间采样率;②保持了系统提供空间上密集形变图的能力。后者是传统差分干涉测量的一个关键点。显然 , 第二个要求与使用小基线干涉图以抑制基线去相关现象有关。我们还注意到 , 这种方法是容易实现的 , 它是依赖于使用解缠的 D-InSAR干涉图 , 将解缠操作的执行由两步处理过程扩展为稀疏格网方法 , 即可将其作为一个后处理步骤 , 应用于一系列利用现有的干涉数据处理工具生成的差分干涉图。而且 , 尽管去除地形相位贡献时可能的误差带来的影响有限 , 但在小基线集处理算法中仍考虑了地形误差以增强算法的健壮性 。加之 , 随着PS-InSAR技术的发展在计算 (目标的 )空间和时间形变序列时会执行一个大气相位初滤波的操作 (Hooper, 2007), 在小基线集技术中, 滤波操作同样有效地减少了图像像元中较高的空间密度 。三、 小基线集 (SBAS-InSAR)技术理论模型首先假设有 N +1幅同一地区的 SAR图像 , 获取时间依次为, t0 , t 1 , …, t N , 同时假设每一幅图像至少可以与另一幅图像构成干涉, 这意味着每一短基线子集至少由 2幅图像组成 。基于以上假设, 则生成的干涉图数量为 M个, 于是可以推出 M满足下列不等式 (假设 N为奇数 ):N+12≤ M≤ MN+12(1) 假设第 j幅干涉图是由 tA 和 t A 时刻获得的两幅 SAR图像产生的, 并已去除了地形相位部分, 假设 tB >t A , 在方位 -距离像素坐标系 (x, r)中, 则 j在 (x, r)处的干涉相位可以表示为 :δΥ j (x, r)=φ(tB , x, r)-φ(t A , x, r)≈4πλd(tB , x, r)-d(t A , x, r)(2)式中, λ为雷达波长 ;d(tB , x, r)和 d(t A , x, r)分别为 t B 和 t A 时刻相对于参考时刻 t 0 的视线向 (LOS)累积形变量 , 因而有 d(t0 , x, r)≡0 ;自然的, 我们可以用 d(t i , x, r)i=1, …,N, 来表示我们所要得到的形变时间序列 , 并设对应的相位为 φ(ti , x, r), 则有:φ(ti , x, r)≈4πλ d(ti , x, r) (3) 在这里公式 (2)中没有考虑去相关现象, 也没有考虑两幅图像获取时由于各层大气折射率变化引起的相位变化和由于没有精确地去除地形相位部分而可能包含的原始相位,83 胡乐银等:SBAS-InSAR技术原理及其在地壳形变监测中的应用
这是为了基本原理的讨论方便, 而假定了简单的模型来做当前分析 , 这些包含误差相位贡献的部分会在后面讨论。而且我们假定所有相位信号都是解缠以后的, 并且以一个形变量已知的做过校正的像元作为参考。将我们所分析那一像元点的形变量所对应的 N个未知相位值用向量表示为:φT= φ(t1 ), …, φ(t N )(4) 将从差分干涉图上计算的 M个值表示为向量:δφT= δφ 1 , …, δφM (5) 公式 (4)可以用下面两向量来定义 (IS和 IE分别对应生成干涉图的像对中从图像和主图像的获取时间序列 ):IS=IS1 , …, IS M IE=IE 1 , …, IE M(6) 我们还假设主图像和从图像总按时间顺序排列 , 即 IE j >ISj , j =1, …, M。换言之,有如下等式 :δφ j =φtIEj-φtISj j =1, …, M (7) 表达式 (6)从而定义了含 N个未知数的 M个等式所组成的方程组 , 用矩阵形式表示如下:Aφ=δφ (8) A是一个 M×N矩阵 , j =1, …, M时:若 ISj ≠0, 则 Aj, ISj=-1 , Aj, IE j =+1;否则为 0。例如 , 如果 δφ1 =φ 4 -φ 2 , δφ 2 =φ 3 -φ 0 , 则矩阵 A的前几项形式如下 :A=0 -1 0 +1 …0 0 +1 0 …… … … … …… … … … …(9) 式 (9)表明了 A是一个近似关联矩阵 (incidence-likematrix), 它直接取决于从可用数据中生成的一系列干涉图。由于该特点, 如果所有数据都属于一个单一的小基线子集 , 那么有 M≥N, 并且 A是一个 N阶矩阵 。因此, 当 M =N时, 方程组 (8)是一个定解方程 , 当 M >N时, 方程组 (7)是一个超定解方程。通常 , 它的解是可以求得的, 在最小二乘 (LeastSquare)约束下用矩阵形式可以表示如下 (Usaietal., 2003):φ=A# δφ 此处 A #=(AT A) -1AT(10) 由于整个可用的数据集通常是分散在几个不同的子集中 , 显然此时的 AT A是一个降秩矩阵 (即奇异矩阵)。例如 , 若假设有 L个不同的小基线子集, 则 A的秩为 N-L+1, 此时方程组有无穷多解 。1.奇异值分解 (SVD)SBAS-InSAR方法的核心算法是利用矩阵的奇异值分解 (SVD)方法求出最小范数意义上的最小二乘解。该方法允许我们求得矩阵 A的广义逆 (thepseudoinverse)从而给出方程组 (8)的最小二乘解 。特别地 , 通过 SVD分解, 我们可以将分解如下:84 地壳构造与地壳应力文集 (22)
A=USVT(11) 此处, U是一个 M×M的正交矩阵 , 其前 N行是 AAT 的特征向量 , 称为 A的左奇异向量;V是一个 N×M的酋矩阵, 它的所有行是 AT A的特征向量, 称为 A的右奇异向量;A是一个 M×M矩阵, 它的元素 (奇异值 σ i )是 M×M的矩阵 AAT 的对应特征值的平方根 。通常 , M >N, 有 M-N个特征值为 0;而且由于矩阵 A的秩亏特性, 有 L-1个附加的 0特征值 , 即有:S=diag(σ 1 , ……, σ N-L+1 , 0, ……, 0) (12) 在最小二乘约束下求 φ值, 可以表示如下:φ
=A+δφ 此处 A+=VS+UT(13) 式中 S+=diag(1/σ 1 , ……, 1/σ N-L+1 , 0, ……, 0)[ 9], 从而有 :φ
= ∑N-L+1i=1δφT uiσ iνi (14) 此处, ui 和 ν i 分别为 U和 V的行向量 。2.速度场和高程误差 SVD求解将相位转化到平均相位速度:νT= ν1φ 1t1 -t 0, …, νN = φN -φ N-1tN -t N-1; (15) 从而得到一个新的矩阵方程:D ν =δφ;D也是一个 M×N矩阵。对第 j行 , 位于主辅图像获取时间之间的列, D(j, k)=tk+1 -t k , 其他的 D(j, k)=0;在这种情况下 , 将 SVD分解应用于矩阵 D, 就可以得到速度矢量 ν的最小范数解 。另外, 从差分相位的组成出发 , 我们知道除了形变相位贡献外, 还有高程误差 Δq的相位贡献 。因此建立方程组 :D ν +C· Δq=δφ (16) 其中 C[ M×1] 是与基线距相关的系数矩阵, 由此可以得到 DEM误差 。另外, 在线性模型的基础上, 继续通过对残余相位在空间和时间上的适当滤波就能分离出大气相位和非线性形变相位。综上 , 可以概括 SBAS-InSAR方法的主要流程如图 1。图 1 SBAS-InSAR方法流程图85 胡乐银等:SBAS-InSAR技术原理及其在地壳形变监测中的应用
四 、 小基线集技术在地表形变监测中的应用与 PS方法相比 , 小基线集 (SBAS-InSAR)方法限制了长基线导致的几何去相干,而且使更多的 SAR图像参与到形变计算, 增加了时间上的采样 。因此 , 它比前两种方法更先进 。
Casu等利用小基线集 (SBAS-InSAR)方法测量意大利 Naples湾和美国 LosAn-geles的地表形变并与水准测量及 GPS数据进行比较 (图 2), 证明 SBAS-InSAR方法的性能非常优越 , 测得形变速度的标准方差大约是 1mm/年 (Casuetal., 2005)。同时, 他认为参考像元的选择对标准偏差的计算值有 0.05mm/km的影响 (Casuetal., 2006)。Lauknes等在对挪威首都 OSLO的地表形变监测中, 比较了 SBAS-InSAR和 PS-InSAR两种不同的干涉方法, 认为二者得到的相干性分布和形变模式是一致的 (Lauknesetal., 2005)。
Berardino等人利用 SBAS方法研究了意大利南部的 CampiFlegrei火山口和 Na-ples市区在空间低分辨率下 (约 100m×100m)的时间序列形变 (Beradinoetal., 2002)。他们利用 1992 ～ 2000年之间的 44幅 ERS数据组成了 3个小基线子集 、 70幅差分干涉图,集内垂直基线距小于 130m。研究结果表明, 在火山口区域 , 一直存在缓慢的形变, 累积形变达到 20cm。到 2000年 , 又开始呈隆起趋势 。这样的结果与测量部门的实测数据很好的吻合 。在城区 , 则存在缓慢的沉降, 累积达 6cm。其后, 他们进一步讨论了在 SAR图像原始分辨率下的小基线集方法。利用两组数据集, 一组是做了多视处理后的低分辨率数据集 , 另一组是没有做多视处理的原始数据集 。先利用一般的 SBAS方法, 在低分辨率数据上估计大范围的形变 、 DEM误差和大气影响;然后在高分辨率数据上估计局部高相干点(建筑物、 岩石 、 桥梁等 )的非线性形变 。在此基础上 , 利用 55幅 ERS图像重新对 Naples地区的沉降进行了研究, 重点研究建筑物的局部形变信息。研究结果与水准测量一致。随着 ENVISAT的升空 。他们还在同一地区探讨了利用 SBAS-InSAR方法将 ERS和 ENVISAT数据结合起来求解形变的方法 , 结果表明 , CampiFlegrei火山口区域在 2000～ 2001年有轻微隆起, 自 2002年开始, 形变开始趋于稳定 。实验结果与水准测量结果相符。此外, Mora等人结合了 PS-InSAR和 SBAS-InSAR方法的特点, 在少量的 SAR图像的基础上, 进一步提出了进行形变分析的方法 , 并在实验中取得了很好的结果 (Moraetal., 2003)。五 、 总结与展望本文介绍了运用 D-InSAR技术研究地表形变的一项新技术 -小基线集 (SBAS-InSAR)技术。该方法将获取到的大量数据分布到不同的小基线数据集中, 然后根据小基线集的原则将标准处理程序获取的 D-InSAR干涉图通过简单的联接从而计算出一个形变时间序列。该技术的一些关键点就是需要大量 SAR数据以增加监测的时间采样率, 覆盖研究区的高空间重叠度, 还与所使用的小基线干涉图有关。该技术适用于逐像元对表现出高相干性的区域 , 并且对于生成干涉图时可能引入的 DEM误差具有健壮性 。同时该技术对获取数据的空间和时间信息都可以利用 , 所以在对获取干涉图的相位和幅度进行分析的基础上可以通过采取一定的时间空间滤波操作将大气贡献相位去除 。从前面的分析我们可86 地壳构造与地壳应力文集 (22)
图 2 LosAngeles(加利福尼亚)城市地区 SBAS-InSAR测量结果 (Casuetal., 2005)(a)LOS向 (视线向)平均形变速率, 同时叠加了 GPS观测站的位置 (用黑色和白色方块表示),其中白色方块表示的是被选作参考点的基站, 相应的观测值在右面分别作图显示。
(b～ g)分别显示了 (a)图中白色方块表示的 6个参考基站 (CIT1、 CVHS、 WHC1、 LBC2、 SACY和 FVPK)...
扩展阅读文章
推荐阅读文章
自通范文网 https://www.476k.com Copyright © 2018-2024 . 自通范文网 版权所有
Powered by 自通范文网 © All Rights Reserved. 备案号：浙ICP备18025769号-17