考虑干涉相位噪声的PSI组合及其沉降监测应用

开篇：润墨网以专业的文秘视角，为您筛选了一篇考虑干涉相位噪声的PSI组合及其沉降监测应用范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

基金项目： 国家自然科学基金资助项目（41074005）；教育部新世纪优秀人才支持计划资助项目（NCET-08-0822）；教育部科技发展中心博士学科类基金资助项目（20050147001）

作者简介： 聂运菊（1978-），女，讲师，博士研究生，研究方向为InSAR理论和应用研究，电话：18170825037，E-mail：

文章编号： 0258-2724（2013）03-0448-07DOI： 10.3969/j.issn.0258-2724.2013.03.009

摘要：

为了提高PSI沉降监测的精度，在常用干涉组合方式的基础上，同时考虑空间基线和时间基线阈值以及各干涉对的干涉相位噪声限制，提出一种新的干涉组合方式.选取上海市局部区域作为实验区，以16幅TerraSAR-X （TSX）影像为数据源，采用考虑干涉相位噪声的psi干涉组合方式进行地表沉降监测.研究结果表明，与已有的干涉组合方式相比，本文提出的干涉组合方式获取的干涉对数量最少（92对），PS个数最多（27 026个），与水准测量数据进行比较，年沉降速率中误差为±3.89 mm/a，比已有的干涉组合方式的精度平均提高1.86～3.00倍，证实了该干涉组合方式的有效性和可靠性.

关键词：

永久散射体；干涉组合；时空基线；干涉相位噪声；沉降监测

中图分类号： P228文献标志码： A

合成孔径雷达干涉（interferometric synthetic aperture radar， InSAR）技术是通过处理和分析覆盖同一地区的两幅或多幅SAR（synthetic aperture radar）复图像所形成的干涉图获取地面高程或地表位移信息，而干涉图中的噪声是InSAR测量技术的重要误差来源.根据文献[1]的研究，干涉图噪声主要来源于系统性热噪声、时间失相关、空间失相关、多普勒质心失相关及大气水气等因素.

针对InSAR技术受时空失相关[1-2]和大气延迟[3-4]的负面影响，近年来，利用相干目标法进行长时间序列分析，并将该方法应用于地表沉降监测，已成为InSAR技术领域的研究热点.其中最典型的是永久散射体合成孔径雷达干涉（persistent scatterer InSAR， PSI）技术[3-4]、短基线子集（small baseline subset， SBAS）技术[5-6].这些技术在区域沉降监测应用方面已展现出巨大的应用潜力.但在实际沉降监测应用中，PSI技术因采用唯一主影像，存在长时空基线问题，而在植被覆盖密集地区，因缺乏足够的硬目标无法进行沉降监测. SBAS技术利用短空间基线干涉像对组合生成差分干涉图，增加了公共主影像条件下的干涉对数目，降低了空间失相关对干涉图的影响，但对时间基线没有进行限制，难以避免时间失相关的影响.文献[7-13]在PSI和SBAS方法的基础上，对两者进行了改进和联合.但是，以上方法在进行干涉对组合时，只针对影响干涉对噪声的单一因素（例如时间、空间或时空基线）进行了限制，没有考虑时间序列干涉对的干涉相位噪声对后续PS探测及沉降监测结果的影响.

本文在已有干涉组合方式基础上，提出了一种新的干涉组合方式，即在考虑时空基线的同时，考虑时间序列干涉对的噪声影响因素.为验证本文提出的干涉组合方式的有效性和可靠性，以覆盖上海地区（2009年3月―2010年1月）的16幅高分辨率卫星TerraSAR-X （TSX）影像（重访周期为11 d，雷达波长为3.1 cm）为数据源，与目前常用的干涉组合方式进行了比较分析，并采用考虑干涉相位噪声的PSI干涉组合方式进行地表沉降监测.

1

存在干涉相位噪声的PSI干涉组合

与常规InSAR观测相同， PS目标的干涉相位由参考椭球面相位、地形相位、形变相位、大气相位和噪声等分量的和构成，区别在于PS点上的相位信号是稳定可靠的，随机干涉相位噪声小，借助滤波方法可分离出各相位分量，达到有效去除轨道残余相位、地形残余相位、大气延迟相位并抑制噪声的目的，进而实现精确提取形变信息[14].

PSI技术的基本思想是：假设同一研究区域在某时间段内有N幅高分辨率SAR影像（m，n），采用整体相关性测度技术[15]确定其中一幅影像作为主影像，其它SAR影像与主影像进行配准并重采样到同一空间[14]，按照干涉组合方式形成Q幅干涉图.在此基础上，利用精密轨道数据和外部数字高程模型（digital elevation model， DEM）分别去除参考椭球面相位和地形相位，得到相应的Q幅差分干涉图.为了探测出准确可靠的PS点，将时序SAR影像振幅值归一化到同一基准，即对所有配准后的SAR影像进行辐射校正，然后提取SAR影像中的PS点，对这些高信噪比的PS点集进行后续处理和分析.

2

实验结果

2.1

实验数据

为验证本文提出的干涉组合方式的有效性和可靠性，选取2009年3月28日―2010年1月30日覆盖上海地区的16幅高分辨率TSX影像为数据源，影像采样间隔在斜距向为0.9 m （对应地面距离向间距约2.05 m），方位向为1.9 m.图1左上角矩形框内为研究区域的地理位置和TSX的成像覆盖范围，对实验区域（宝山区罗泾镇）进行了放大， B1～B13代表沿引堤和防汛大堤上布设的13个水准点，其实测水准数据（分别于2009年5月和2010年6月两期观测得到）用于对PSI数据进行检核.

实验过程中，考虑到影像组合时的时间和空间基线分布，以2009年9月20日获取的影像作为主影像，采用Doris软件将其余影像分别配准并重采样到主影像空间.为了进行干涉组合方式的对比实验，进行了6组干涉组合实验.以任意组合方式为例，首先获取120幅干涉对，所有干涉对中最长和最短的时间基线分别为308和11 d；最大和最小的空间基线分别为361和0.1 m；干涉相位噪声标准差的最大值和最小值分别为85.5和48 rad，对应的均值和方差分别为70.9和8.2 rad.然后，用美国NASA提供的SRTM 90 m分辨率的DEM作为去除地形相位的高程数据，进行两轨法差分干涉，形成相应的120幅差分干涉图.

2.2

实验结果分析

选取位于上海市最北端的宝山区罗泾镇（约13.3 km2）作为测试区域（图1）.

基于16幅TSX影像，进行6组干涉组合实验，即自由组合、空间基线阈值（250 m）组合、时间基线阈值（250 d）组合、噪声阈值（79.1 rad）组合、时空基线阈值组合和时空基线加噪声阈值组合.在6组干涉组合方式形成的差分干涉图基础上，分别进行PS探测，筛选得到真实PS点.对6组干涉组合方式所得的干涉对个数、PS点个数、γ均值进行统计分析，结果如表1所示.

从表1可见，在兼顾时空基线及干涉相位噪声阈值进行干涉组合时，获取的干涉对个数（92对） 最少，PS点个数（27 026个）最多，均值（0.545 3）最大，实现了干涉对优化组合.

在获取研究区域内所有真实的PS点后，利用3D相位解缠算法估计区域年沉降速率，结果如图2～图7所示.参考基准为研究区东南角5个沉降量最小的PS点（在图2～图7右下方用“”符号表示）.

从图2～图7可以看出，在6种干涉组合方式得到的沉降监测结果中，沉降趋势基本一致，沉降速率分布在-40～10 mm/a之间，中部沉降较为明显，局部表现为地面反弹回升，西南角处的沉降速率值最高达-19 mm/a，沉降较为明显.

2.3

实验结果验证

为定量评估PSI年沉降速率结果的可靠性，以13个水准点B1～B13的实测数据作为检核数据，对基于6种干涉组合方式得到的PSI年沉降速率结果分别进行精度估计.PSI年沉降速率与水准数据年沉降速率进行对比的结果见表2.

通常PS点位置与水准点位置不一致，为了与水准数据进行对比，将水准点位置附近100 m范围内所有PS点在LOS方向的年形变量转换为垂直方向的年形变量[18]，并将计算结果的平均值作为水准点PSI值.

综合分析表1和表2，将时间基线阈值、空间基线阈值、噪声阈值等阈值结合起来进行处理，获取的干涉对个数（92对）最少，PS点个数（27 026个）最多，实现了干涉对优化组合，提高了后续PS探测效率.

用水准实测数据进行检核，采用本文提出的干涉组合方式得到的PS点上的年沉降速率结果估计精度（±3.89 mm/a）比图2～图6所示方式的精度提高了1.86～3.00倍，表明该组合方式有效可靠.

3

结束语

在常用干涉组合方式的基础上，提出了一种新的干涉组合方式，即根据各干涉对的时空基线和干涉相位噪声标准差阈值进行干涉对优化组合.以德国卫星TSX在上海市获取的16幅X波段高分辨率SAR影像为数据源，选取位于最北端的宝山区罗泾镇作为测试区域，对自由组合、空间基线、时间基线、噪声、时空基线和时空基线加噪声6种干涉组合方式进行了对比实验.

基于该组合方式对上海局部地区的地表沉降进行监测，并用水准实测数据进行了检验，研究结果表明，与已有干涉组合方式相比，本文提出的干涉组合方式获取的干涉对个数最少，PS个数最多，均值最大.值得指出的是，应用该组合方式进行PSI地表沉降监测，后续处理效率显著提高.以外部水准实测数据为基准，对6种干涉组合获取的PSI年沉降速率结果进行精度评定，利用本文提出的干涉组合方式获取的研究区域PSI年沉降速率中误差为±3.89 mm/a，比已有方式的精度平均提高了1.86～3.00倍，验证了该组合方式的有效性和可靠性.

参考文献：

[1]ZEBKER H A， VILLASENOR J. Decorrelation in interferometric radar echoes[J]. IEEE Transactions on Geoscience and Remote Sensing， 1992， 30（5）： 950-959.

[2]ZEBKER H A， ROSEN P A， HENSLEY S， et al. Atmospheric effects in interferometric synthetic aperture radar surface deformation and topographic maps[J]. Journal of Geophysical Research， 1997， 102： 7547-7563.

[3]FERRETTI A， PRATI C， ROCCA F. Permanent scatterers in SAR interferometry[J]. IEEE Transactions on Geoscience and Remote Sensing， 2001， 39（1）： 8-20.

[4]FERRETTI A， PRATI C， ROCCA F. Nonlinear subsidence rate estimation using permanent scatterers in differential SAR interferometry[J]. IEEE Transactions on Geoscience and Remote Sensing， 2000， 38（5）： 2202-2212.

[5]BERARDINO P， FORNARO G， LANARI R， et al. A new algorithm for surface deformation monitoring based on small baseline differential SAR interferograms[J]. IEEE Transactions on Geoscience and Remote Sensing， 2002， 40（11）： 2375-2383.

[6]LANARI R， MORA O， MANUNTA M， et al. A small-baseline approach for investigating deformations on full-resolution differential sar interferograms[J]. IEEE Transactions on Geoscience and Remote Sensing， 2004， 42（7）： 1377-1386.

[7]MORA O， MALLORQUI J J， BROQUETAS A. Linear and nonlinear terrain deformation maps from a reduced set of interferometric SAR images[J]. IEEE Transactions on Geoscience and Remote Sensing， 2003， 41（10）： 2243-2253.

[8]HOOPER A， SEGALL P， ZEBKER H. Persistent scatterer interferometric synthetic aperture radar for crustal deformation analysis， with application to Volcán Alcedo， Galápagos[J]. Journal of Geophysical Research， 2007， 112（B7）：1-21.

[9]LIU Guoxiang， BUCKLEY S M， DING Xiaoli， et al. Estimating spatiotemporal ground deformation with improved persistent-scatterer radar interferometry[J]. IEEE Transactions on Geoscience and Remote Sensing， 2009， 47（9）： 3209-3219.

[10]WEGM LLER U， WALTER D， SPRECKELS V， et al. Nonuniform ground motion monitoring with terraSAR-X persistent scatterer interferometry[J]. IEEE Transactions on Geoscience and Remote Sensing， 2010， 48（2）： 895-904.

[11]ZHANG Lei， DING Xiaoli， LU Zhong. Ground settlement monitoring based on temporarily coherent points between two SAR acquisitions[J].ISPRS J. Photogrammetry & Remote Sensing， 2011， 66（1）： 146-152.

[12]ZHANG Lei， DING Xiaoli， LU Zhong. Modeling PSInSAR time series without phase unwrapping[J]. IEEE Transactions on Geoscience and Remote Sensing， 2011， 49（1）： 547-556.

[13]刘国祥，陈强，丁晓利. 基于雷达干涉永久散射体网络探测地表形变的算法与实验结果[J]. 测绘学报， 2007， 36（1）： 13-18.

LIU Guoxiang， CHEN Qiang， DING Xiaoli. Detecting ground deformation with permanent-scatterer network in radar interferometry： algorithm and testing results[J]. ACTA Geodaetica et Cartographica Sinica， 2007， 36（1）： 13-18.

[14]LIU Guoxiang. Mapping of earth deformations with satellite radar interferometry： a study of its accuracy and reliability performances[D]. Hong Kong： The Hong Kong Polytechnic University， 2003.

[15]BERT M， NICO A. Velocity field retrieval from long term coherent points in radar interferometric stacks[C]∥Proc. IGARSS2003. Toulouse： [s. n.]， 2003： 941-943.

[16]LIU Guoxiang， ZHANG Rui， JIA Hongguo， et al. Subsidence detection by PSInSAR based on high resolution TerraSAR-X images[C]∥Progress in Electromagnetics Research Symposium Proceedings. Xian： [s. n.]， 2010： 11-15.

[17]HOOPER A， ZEBKER H. Phase unwrapping in three dimensions with application to insar time series[J]. Journal Optical Society of America， 2007， 24： 2737-2747.

[18]卢丽君. 基于时序SAR影像的地表形变监测方法及其应用[D]. 武汉：武汉大学，2008.