D-InSAR技术

D-InSAR技术（共4篇）

D-InSAR技术 篇1

近年来, 遥感技术在国土灾害和环境监测方面得到迅速发展, 并在相关的科研领域获得了显著成果。尤其是D-In SAR技术得到广泛应用之后, 此技术已经逐渐成为一种重要的地面沉降监测技术手段。近年来, 自然灾害越发频繁, 例如地震的影响会导致地面沉陷, 这对地表建筑和人类的生存环境产生了严重的影响。面对不断变化的自然环境和地质条件, 进行沉降区的地表沉降监测及预计, 建立有效的预防机制, 以最小化人类生命财产的损失。

1 D-In SAR技术的运用原理

合成孔径雷达是用一个小天线作为单个辐射单元, 将此单元沿一直线不断移动, 在不同位置上接受同一地物的回波信号并进行相关解调压缩处理的侧视雷达。可以获取高分辨率的地球表面图像, 是目前广泛使用的雷达系统[1]。

D-In SAR技术就是对同一地区不同时相的两幅干涉纹图进行差分组合, 从而可以消除地形影响, 探测到信息的变化[2]。假设卫星在同一地区两次不同的时间成像, 天线信号接收路径分别是a和a1+b, 则干涉条纹的相位差是, 所以在基线距离、信号路径长度、视角θ和基线与水平方向夹角sin (θ-α) 几个参数间建立几何关系 (忽略b2) :。

本次实验利用两幅SAR影像, 再利用外部的DEM数据模拟干涉条纹图, 从而达到获取地形因素的目的, 称之为“两轨法”[3,4]。

2 两轨法差分处理流程分析

两轨法差分处理的流程主要包括选取影像数据、数据的基线等步骤。具体处理流程如下:

1) 将同一地区的两幅单视复数影像进行基线估算。

2) 在工作流中输入数据, 进行干涉图的生成。

3) 对生成的干涉图进行滤波处理, 降低相干噪声。

4) 进行相位解缠, 解缠时设置一个不太大的相关性阈值 (0.15~0.2) 。

5) 选择控制点用于轨道精炼和重去平。

6) 相位转高程和地理编码。

7) 数据输出。

3 D-In SAR技术误差影响分析

作为一种新兴的监测手段, 合成孔径雷达差分干涉技术受噪声的影响较为严重, 严重影响了监测的精度[5,6,7,8]。为此, 在处理过程中应注意以下几个方面:

首先, 为减少时间的失相干影响, 应选择时间间隔最小的两景影像组成干涉对, 如果影像的时间间隔是在春冬两季之间, 则可以忽略时间所产生的失相关。

其次, 应选用基于相关系数的迭代滤波方法进行干涉图的噪声抑制, 以提高干涉条纹的质量, 改善干涉图质量。

第三, 在进行相位去除时选用SRTM的高程数据, 其分辨率为90 m, 垂直精度约为16 m, 由于二轨差分中, 外部DEM 10 m的垂直误差只会导致约为0.9 mm的偏差, 所以外部DEM的误差可以忽略[9,10,11,12]。

第四, 采用干涉图堆叠方法去除大气相位, 以减小大气相位对干涉图的严重影响。

最后对干涉对进行相位解缠, 获取沿视线方向的形变量。

4 实验处理

4.1 实验数据

本次实验数据是根据伊朗巴姆地区2003年12月3号 (震前) 和2004年2月11号 (震后) , 地表发生形变的两幅ENVISAT ASAR SLC数据表作为例子 (见表1) , 数据为IS2模式, VV极化方式, 入射角为22.74°, 覆盖范围为56 km×40 km, 含有卫星轨道信息保证精度, 像元间隔为25 m×25 m。以25 m分辨率的DEM作为辅助数据。

根据时间及空间基线进行组合得到了一个差分干涉对, 并运用Sar Scape软件中的D-In SAR Displacement Workflow工作流进行数据处理, 形成了12月3日~次年2月11日之间地震前后的地表沉降场变化图, 见图1。

图1就是利用Sar Scape软件对两幅影像进行数据处理后最终得到的该区域地震前后的形变图, 利用软件中的Cursor Value工具进行DN值的检测, 负值表示地表原远离传感器移动, 即该区域地表的沉降, 正值表示靠近传感器移动, 即表示该区域地表的抬升。并能读出沉降与抬升的精确值, 精度可达到毫米级。

如图2所示为影像的相干性图, 白色区域表示相干性比较高的区域, 圆标出的就是失相干比较严重的区域, 表示地物发生了变化, 地震对这个地区的影响比较大。图2中失相干比较严重的区域, 即地震影响较大的区域与图1中变形区域是相对应的。

4.2 D-In SAR处理数据结果分析

如图1所示, 选取一条直线, 在直线上每隔1 km布设一个点, 其变形量与差分干涉处理后的变形量相比较 (见图3) 。数据的值是大致相等的, 这就说明了利用D-In SAR技术无论监测地表变形的区域大小, 还是监测变形区域沉降或抬升量的多少, 都能够达到理想的精度要求。

上述的实验中, 监测到的伊朗巴姆地区在震前与震后的震影响的区域范围与实地观测的区域范围是相符的, 且其变形沉降量与实地测量的变形沉降量大致相等。充分说明了D-In SAR技术在地表变形监测应用的可行性。D-In SAR技术用于监测地震导致的地表的变形时, 影像精度的影响因素有许多, 例如分辨率、大气、轨道及噪声等影响因素, 需进行综合考虑。

5 结语

合成孔径雷达差分干涉测量技术监测结果与水准观测结果十分相近, 但这两种数据呈现出数值上的不同。在沉降量较大的区域, 如距沉降盆地较近的区域, 水准实测值与影像监测值有一定的差别, 但对于实现高精度面状监测有一优越性。由上述实验数据的精度可以推测, 在矿区的开采方面, 能否利用D-In SAR技术进行煤矿开采区沉陷边界的推算与预计, 此种问题还有待于进一步的研究与探索。

D-InSAR技术 篇2

煤炭资源的开发和利用是一柄双刃剑:在给人类带来物质财富的同时, 也一定程度上破坏着人类赖以生存和发展的自然环境, 会造成以地表沉陷为代表的地质灾害等[1]。资料表明, 我国每年由于煤炭开采损伤土地面积达到12.5 万公顷左右, 塌陷面积约2万公顷左右, 直接经济损失约20亿元[2]。据不完全统计, 我国因采矿而直接破坏的森林面积累计已达106万公顷, 破坏草地面积26.3万公顷, 采矿业造成的地面塌陷面积已达500～600万亩, 其中耕地为130万亩[1,3]。煤矿开采沉陷对自然环境和社会环境的影响突出表现在以下几个方面: (1) 破坏地表; (2) 影响生态环境; (3) 危及工用、民用建筑和生活生产设施; (4) 危及公路、铁路交通运输、地面输电线路等。

国际能源机构2000年在最新的世界能源发展展望中指出:2020年世界煤炭消费量将增加到50%。按照中国经济可持续发展的要求和中国的能源结构特征, 中国70%以上的能源来自煤炭的能源结构, 在相当长的一段时期内能源结构依然是以煤炭为主, 煤炭开采沉陷引起的地质灾害也将长期危害人类。和谐矿区、绿色矿区的发展要求科技工作者进一步加强对煤矿区地表移动规律和矿区塌陷区域的生态环境变迁与演化过程的研究, 为解决安全开采和塌陷区环境综合治理提供科学的依据。因此, 必须利用先进技术来监测和控制地表沉降引起的破坏, 保证矿区的可持续发展。

1 D-InSAR技术的研究现状

自从1989年GRABRIEL等学者首次论证了D-InSAR (Differential Interferometric Synthetic Aperture Radar, 合成孔径雷达差分干涉测量) 可用于探测地表形变以来[13], 在形变监测的诸多领域, 欧美等国家如波兰、意大利、法国等在近20年内针对D-InSAR技术在地表形变中的应用展开了大量的研究工作, 在理论、算法与应用方面都取得了许多研究成果, D-InSAR技术得到了迅猛发展。D-InSAR技术在煤矿区沉陷监测方面亦取得了骄人的成绩。

波兰学者PERSKI利用InSAR技术对Upper Silasia煤矿开采下沉盆地进行了系统研究[14]。法国地质矿物调查所利用13张ERS-1/2 SAR影像, 采用D-InSAR技术对法国Gardanne附近地区煤矿开采沉陷进行了观测研究, 精度达到了厘米级[15]。澳大利亚新南威尔士大学和有关单位对Appin、West Cliff、Picton三个地方应用雷达差分干涉测量技术进行了煤矿开采沉陷监测研究, 采用的是日本JERS-1 L波段的卫星数据, 在研究中首次引入了GPS数据, 并开始D-InSAR技术在开采沉陷变形场的定量性研究[16,17,18]。

国内虽然采用D-InSAR技术进行形变监测起步较晚, 不过也取得了一些经验与成果, 不少学者进行了基于D-InSAR技术的地表形变监测试验。吴立新、姜岩、高均海、王行风、汪云甲等人就D-InSAR技术在矿区开采沉陷监测中的应用构想进行了分析, 并针对我国煤矿的特点提出了D-InSAR技术在中国煤矿区实际应用中应该注意的问题, 并开展了以唐山矿、开滦矿区、潞安矿区为例的煤矿区地表演变与开采沉陷D-InSAR技术监测实验[10,19,20,21], 积累了一些有益经验。

相关煤矿区沉陷监测的实践表明, D-InSAR技术完全满足煤矿区沉陷监测的精度要求, 是水准测量和GPS测量的有效补充, 在煤矿区大面积的开采沉陷损害调查及预测方面具有明显优势。

2 D-InSAR技术监测煤矿区沉陷的可行性

2.1 理论分析[4,5]

D-InSAR技术的基本原理如图1所示, A1和A2分别为卫星2次对同一地区成像的位置 (即天线的位置) , 2个天线接收信号的路径分别为ρ和ρ+Δρ, 测量的相位差为undefined, 其中, λ为雷达信号波长。

根据余弦定理有:

undefined

式中:B为基线距;θ为雷达入射角;α为基线与水平方向的夹角。

由于B≪ρ, (δρ) 2可忽略, 故有δρ≈Bsin (θ-α) =B//, B//为基线距沿雷达视线方向的分量, 因此, undefined如果在同一地区获取第二幅干涉图, 该干涉纹图与前一幅干涉纹图的主图象相同 (即ρ和θ

不变) , 那么这2幅干涉纹图的相位差可相互比较。设第二幅干涉纹图的基线距为B′, 基线与水平方向的夹角为α′, 由上述关系式可得undefined

如果在第三次观测期间, 地表发生形变, 这时相位差信息除与地形有关外, 还包括沿雷达视线方向的形变分量, 视角稍微有变化, 为θ+Δθ, 此时, 2幅干涉纹图的相位差Δφ为

undefined

对式 (1) 求导, 可得到相位相对于地形变化的灵敏度, 即:

undefined

又有:

undefined

则:

undefined

同样, 可得到相位相对于地表形变的灵敏度:

undefined

比较式 (3) 和式 (4) , 对于一个合成孔径雷达测量 (Synthetic Aperture Radar, SAR) 系统来说, 式 (4) 的右边4π/λ为一个常数, 而式 (3) 的右边则是该常数乘以一个分式。由于斜距ρ″远大于基线B′的值, 式 (3) 右边的值远小于式 (4) 右边的值, 因此, 通常利用InSAR技术生成数字高程模型 (DEM) 时, 精度一般只能达到数米的水平。但是, InSAR技术用于变化的检测时, 却能够达到厘米级甚至毫米级的精度。从相位对于地形和形变的不同灵敏度的比较, 可以清楚地说明合成孔径雷达干涉测量 (Interferometric Synthetic Aperture Radar, InSAR) 技术或D-InSAR技术具有检测地表微小形变的能力。

2.2 D-InSAR技术监测煤矿区沉陷的优点

煤矿区沉陷形变监测常用的方法主要有常规大地测量、GPS测量、近景摄影测量等[6]。这些方法各有优缺点, 传统的实地测量方法精度较高但工作量大、成本高, 不宜经常进行。GPS测量方法具有定位精度高、观测时间短、观测站之间无需通视且能提供三维坐标等优点, 易于自动化监测、自动化数据采集与处理的优势, 因而迅速在煤矿区沉陷形变监测中得到广泛应用, 是切实可行的好方法, 但依然面临水准点的稳定性难以保证, 只能进行沉降点、线测量, 构成沉降面必须经过数值内插, 空间分辨率不高, 无法满足几百平方公里全矿区的监测任务, 对于煤矿区因开采所造成的动态地表形变监测难以达到理想的效果等问题[7]。随着科学技术的不断进步, 矿区开采沉陷与形变监测的手段得到了快速发展。作为空间测量技术的一个重要分支——空间对地观测技术特别是SAR技术近些年发展迅速, 其中InSAR技术已进入一个全新的阶段, 可以利用D-InSAR技术的大尺度连续空间覆盖、高度自动化和高精度监测地表形变的能力来探测地表的微小、缓慢形变。目前, 利用遥感卫星多时相的复雷达图象相干信息提取地表垂直形变量, 理论上其精度可以达到毫米级。该技术为地表沉陷变形的自动化监测提供了全新方法, 具有常规水准测量和GPS测量手段无法比拟的信息量优势 (见表1) [8,10]。

D-InSAR技术作为新兴的空间测量技术, 以其全天时、全天候、自动化、高分辨率、高精度、低成本、快速、准确、大尺度连续覆盖能力, 可以进行长期的地表形变监测的特点, 使其在地表微小形变的监测中具有巨大的优势, 无疑将成为一种未来煤矿区沉陷监测极具潜力的空间对地观测技术[8,9,10,11,12]。

3 存在的问题

相关研究表明, 与地震所引起的明显的地表形变相比, 煤矿区由于自身条件的特殊性, 地面沉降等所造成的地表形变, 要么是开采沉陷范围较小, 要么是形变变化缓慢, 对这种细微的地表形变信号利用InSAR技术测量具有挑战性:许多细微的信号需要至少10年的干涉图象才能监测到;煤矿区地表覆被变化迅速引起的地表反射特性的变化, 导致干涉相位在时变和地面散射体失相关, 有时甚至得不到有用的干涉图;D-InSAR技术受大气效应、地形畸变、数据处理过程噪声影响造成形变假象;系统本身因素, 如SAR卫星轨道误差、系统热噪声去相关、多普勒质心去相关、空间基线去相关、时变去相关等影响导致干涉图象质量下降。这些都给D-InSAR技术的数据处理和解译带来了很大的困难, 使得雷达差分干涉测量的实际应用精度远远没有达到它的理论精度水平 (毫米级) , 限制了D-InSAR技术在煤矿区沉陷监测的有效应用, 所以煤矿区沉陷监测一直是D-InSAR技术应用发展较慢的领域之一[19]。为了将D-InSAR技术真正应用于煤矿区地表沉陷监测, 提供高分辨率、高精度的地表沉陷监测信息, 从而为研究地表移动规律和煤矿区塌陷区域的生态环境变迁与演化过程、解决安全开采和塌陷区环境综合治理提供科学的依据, 上述问题是D-InSAR技术在煤矿区沉陷监测有效应用中所遇到的亟待解决的问题。

4 解决方法

(1) 面向矿区沉陷监测的差分相对最优化选取

采用D-InSAR技术监测矿区沉陷最大的难题是矿区农田多、植被覆盖率高, 因此, 雷达图象的相干性降低, 难以生成干涉图。解决该问题的方法有2个:一个是采用长波段雷达数据;另一个是采用重复轨道周期较短的卫星数据。但目前较难同时满足这2个条件, 因此, 需在两者之间找到一个平衡点, 即选取矿区开采沉陷监测的最优化差分相对, 避免有了数据不能用和盲目追求波段或短重复周期轨道数据带来的高成本问题, 提高应用D-InSAR技术监测矿区开采沉陷时的应用效果。

(2) D-InSAR技术高精度自动化影像配准与相位解缠

差分干涉雷达数据处理过程中的关键技术——影像精确配准是保证输出的干涉条纹具有良好相干性的前提, 配准精度应达到子像元级精度, 其配准精度直接影响最终获取的差分形变量的质量。同时, 应当选择合适的解缠算法, 获取真实的相位结果。D-InSAR技术的数据处理中要尽量消除导致干涉图质量下降因素的影响[10]。

(3) 采用基于多源信息集成的PS-DInSAR技术监测煤矿区沉陷

传统的D-InSAR技术受到时间去相关、基线去相关的严重影响, 导致相干性很差, 在相干性较低的区域, 没法正确完成相位解缠, 进而导致传统D-InSAR技术的失效。基于时间序列点目标分析方法的永久散射体合成孔径雷达差分干涉测量 (Permanent Scatters D-InSAR, PS-DInSAR) 等技术不仅能抑制大气效应和时间去相干对雷达波相位的影响, 而且也可让相位解缠变得简单, 从而提升沉陷监测的精度至毫米级。基于煤矿区沉陷的特点, 以矿区村庄和道路为主要研究对象, 以时间序列PS-DInSAR技术监测煤矿区沉陷为主线, 从技术互补性出发分析, 充分发挥GPS测量、水准测量等传统监测方法的优点, 校正干涉结果。

(4) 精度与可靠性评价

尽管利用PS-DInSAR技术可以获取厘米级甚至毫米级精度的观测结果, 但仍需利用常规观测结果对其可靠性进行评价。选择合理的定性或定量分析干涉雷达地表形变监测的误差源和差分干涉图象质量可靠性评价体系的数学模型是可靠性评价的技术关键[10]。

基于PS-DInSAR技术的煤矿区沉陷形变监测的处理流程如图2所示。

5 结语

D-InSAR技术是传统的合成孔径雷达技术和射电天文学中的干涉测量技术相结合而发展起来的一项新的遥感技术。D-InSAR技术以其全天时、全天候、自动化、高分辨率、高精度、低成本、快速、准确、大尺度连续覆盖能力、可进行长期的地表形变监测、观测精度可达到厘米级、能够清晰地反映出观测区形变的整体情况等特点, 在各类形变监测应用中

具有传统监测方法无可比拟的技术优势。

虽然目前D-InSAR技术在煤矿区沉陷监测方面的应用受到诸多因素的限制, 但为了将D-InSAR技术真正应用于煤矿区地表沉陷监测, 很多新理念和方法被相继提出, 这些方法包括永久性散射体干涉测量技术 (PS) 、短基线集 (SBAS) 、点目标干涉测量分析 (IPTA) 、人工角反射器 (CRT) 、相干点目标分析 (CTA) 以及GPS与InSAR融合技术等, 其中很多已经在城市沉降形变监测等方面得到了有效应用, 取得了一些可喜的经验和成果。随着卫星雷达系统的不断改进及处理方法的不断提高, D-InSAR技术必将在地球科学及其它学科中发挥更为重要的作用。

摘要：文章介绍了近年来D-InSAR技术在煤矿区沉陷监测的应用和发展, 探讨了该技术用于监测煤矿区沉陷的可行性、与传统的变形监测技术对比所具有的优势, 并指出了目前该技术在煤矿区沉陷监测中存在的问题及解决方法。

D-InSAR技术 篇3

关键词：D-InSAR,基线,相干性,地表形变监测

0 引言

地表形变监测在地质灾害防治、城市工程建设、矿区安全生产等领域具有重要意义。传统的地表形变监测手段都是基于高精度水准点或者GPS点联网平差解算获取形变区域的形变量, 工作效率较低, 成本较高, 并且受地理环境的影响, 个别区域由于人类难以到达无法布设点位, 无法进行有效的地表形变监测。合成孔径雷达干涉测量 (In SAR, Interferometric Synthetic Aperture Radar) 是一种独特的基于面状对地观测的微波遥感技术, 在其基础上发展起来的D-In SAR技术在获取地表高程信息和地表微小形变信息方面具有强大优势, 其基本原理是利用具有一定视角差的两部天线 (或一部天线两次经过) 获取被测对象具有相干性的复数图像信息, 并通过匹配、干涉图滤波、相位解缠、基线估计、相位高程转换等处理环节, 由其干涉相位反演地形信息或者形变信息的理论和技术[1]。由于SAR传感器本身的特点和In SAR数学模型的限制, 空间基线过长引起的空间失相关和地表反射特性随时间变化引起的时间失相关是影响In SAR干涉质量的主要因素, 如何控制空间基线的长度, 选择合适的时间间隔, 直接关系到主辅影像相干性程度, 对干涉图质量的好坏起决定作用。

对空间基线的研究一直以来是In SAR研究领域的热点问题, 成枢等[2]以ERS-1/2卫星为例, 介绍了基于卫星星历数据的基线估算法和基于GCP的基线估算方法;穆冬[3]等通过分析基线长度和相干性与相位展开的关系, 提出通过增长In SAR基线可以提高测高精度, 对基线长度的限制主要来自于相干性的下降和相位展开的难度两个因素;孙造宇[4]等针对姿态变化、振动和基线测量误差三个影响干涉质量的主要因素开展分析, 认为姿态变化和天线杆振动引起的基线变化会造成干涉相干性的变化、图像相位变化等, 图像相位变化引起的干涉相位变化是其中主要影响因素。由此可见空间基线对于干涉质量的影响十分显著, 研究空间基线对相干性的影响具有重要意义。时间基线是影响相干性的另一重要因素, 地物后向散射特性随着时间发生变化, 难以掌握其规律, 直接影响干涉质量, 刘晓萌等[5]通过对D-In SAR处理中的各种失相干源进行量化计算, 提出时态失相关对于In SAR技术而言是最重要的失相关源, 时间失相关是In SAR处理过程中的一大难题。

本文结合In SAR技术的数学模型, 在理论上分析了空间基线和时间基线对相干性的影响, 然后使用ENVISAT ASAR数据, 根据不同时空基线的105组干涉像对进行实际计算, 并对其结果进行相关性分析, 建立了时空基线和相干性的关系模型, 论证了时间基线和空间基线对于相干性的影响, 然后随机选择17个干涉像对进行验证, 得到了较好的效果, 对In SAR和D-In SAR技术的广泛应用具有较好的实际意义。

1 基本原理与理论分析

1.1 In SAR技术和D-In SAR技术基本原理

In SAR技术获取地面高程的基本原理是根据两幅具有相干性的复数影像进行复共轭相乘, 获取干涉条纹图, 根据基线条件和干涉相位提取地表高程信息;基于In SAR技术的D-In SAR (差分干涉测量) , 是选取形变前后的两幅复数影像获取干涉相位信息, 然后使用高精度DEM数据模拟由于地形起伏引起的相位信息, 然后与干涉相位进行差分处理, 获取地表微小形变信息。获取高精度的干涉相位信息是In SAR技术和D-In SAR技术的核心步骤, 影响干涉条纹质量的因素主要取决于数据本身, 根据时间基线和空间基线选择好的干涉像对是获取高精度干涉条纹图的基础;In SAR数据处理流程中主辅影像匹配的精度, 研究区域地表覆盖类型的不同, 时间变化引起的地物后向散射系数的变化等因素也对干涉相位精度起到重要影响;选取好的干涉图滤波方法, 根据数据质量调整相关参数, 可以有效的抑制噪声对于干涉相位的影响, 提高相干性[6]。

1.2 时空基线对相干性影响的理论分析

根据相位干涉的基本原理, 两个信号源的位置关系对干涉的影响最为重要, 空间基线是两个信号源之间的位置关系最直观的表现。根据In SAR技术基本数学原理, 基线长度和观测视线角度选择不当会造成空间失相关, 一般来说基线长度越长, SAR系统对于高度变化的反应越灵敏;但是基线长度越长, 两次观测获得信号之间的相干性也就越差。相关系数是评价相干性和干涉质量好坏的依据, 记M为主图像复数值、S为辅图像复数值, 相干系数ρ记为:

S*代表S的共轭复数, E代表求数学期望。相干性的值一般分布在0-1之间, 相干性值越高, 说明两个信号之间的相干性越好, 生成的干涉条纹图质量也就越好。影响SAR回波信号相干性的主要因素有基线引起的空间相关系数、不同地表覆盖类型的后向散射系数、热噪声引起的热噪声相关系数、时间间隔引起的时间相关系数等, 其中基线参数是In SAR数据处理中的重要参数, 是决定目标定位精度的关键因素。杨福芹[7]等人分析了相干系数随基线的变化情况, 得出空间基线越短, 相干系数越大, 干涉质量越好, 即基线长度与相干性成反比关系的结论, 利用基线长度可以粗略估算两幅图像的相干程度。

对于时间基线的分析相对于空间基线更为复杂一些。时间基线是指获取两幅SAR图像对之间的时间间隔, 时间基线的存在产生时间失相干。地面上物体状态的变化、大气条件变化引起的介电常数的变化、气候变化等因素都会引起时间去相干, 从而降低了干涉图的质量, 使干涉测量结果精度变差。时间去相干是时间基线的函数, 时间基线越长, 时间去相干越强, 干涉图的信噪比越低[8]。根据相干系数表达式可以看出, 相干性的高低主要通过主辅影像复数值的期望来体现, SAR传感器记录的复数影像像元值主要取决于地物反射的回波信号, 时间间隔越短, 地表覆盖情况和大气条件越接近, 两次观测得到的回波信号相干性越好。地物后向散射特性根据时间的变化较为复杂, 随着季节的变化可能会出现波动。

2 基于时空基线的相干性回归模型建立与验证

本文在前人研究的基础上, 对时间基线和空间基线进行了了综合分析, 通过多元回归方程模拟了时空基线和相干性之间的关系, 通过大量数据迭代运算初步确定了模型中的未知参数并进行了验证, 证明该模型能较好的反映时空基线与相干性之间的关系。本文选取了2003年至2010年之间的41景ENVISAT ASAR数据, 以ENVISAT卫星35天的重访周期为单位, 选取35天至735天共计21组时间间隔的干涉像对, 每个时间间隔随机选取5个不同空间基线的样本, 分别计算相干性图并统计相干性平均值作为评价依据, 对105个样本数据空间基线长度和相干性均值做相关性分析, 然后对每个时间间隔的5个样本相干性再次取平均, 对21组时间基线和相干性平均值做相关性分析, 结果如下图所示:

结果表明, 相干性平均值与空间基线及时间基线的非线性幂函数关系相关性最高 (分别见图2和图3) , 其中空间基线与相干性平均值关系的决定系数达到0.76, 时间基线与相干性平均值关系的决定系数为0.52。由图2和图3可以看出相干性平均值与空间基线以及时间基线呈现出明显的非线性反比关系, 由此初步验证了理论分析的合理性。

根据初步统计分析结果, 本文认为对于ENVISAT ASAR数据而言, 空间基线在300米以下, 可以保证较好的相干性, 相干性平均值随着基线长度增加急速下降;空间基线300米以上相干性较低, 随基线长度变大, 相干性平均值下降速度变缓。空间基线对于干涉质量的影响较为显著, 控制空间基线的长度不超过临界基线的三分之一 (ENVISAT ASAR数据临界基线为930米左右) 可以保证得到较好的相干性。对于时间基线而言, 可以看到时间间隔一年以内, 相干性随时间间隔增大下降明显;时间间隔一年以上, 相干性平均值整体保持在一个较低的水平, 并呈现一定周期性变化, 应该是由于季节的原因导致, 时间基线的选择应该综合考虑研究区域的地表覆盖特征和季节、气候等因素, 特别是在高植被覆盖区域, 季节更替对于地物反射特性的影响明显, 选择冬季影像进行干涉, 相干性会有所提高, 该结论基本符合理论分析的结果。

由此表明, 空间基线和时间基线对相干性具有共同的作用和影响, 本文基于上述结果再次利用时间基线以及空间基线对相干性作二元幂函数回归迭代分析, 根据上述研究结果, 初步设定其共同作用下的模型表达式为:

其中, ρ为相干性, x1为空间基线长度, x2为时间基线, 设置其初始迭代参数a0=a3=0, a1=1.7043/ (1.7043+0.8075) , a2=0.8075/ (1.7043+0.8075) , c1=-0.314, c2=-0.176, c3=c4=1, 经过多次迭代分析, 最终得出ENVISAT ASAR传感器空间基线和时间基线对相干性的共同作用下的时空基线模型公式为:

且其决定系数R2高达0.919, 并通过了95%的显著性检验, 由此说明时间基线以及空间基线与干涉像对相干性高度相关, 利用空间基线长度和时间基线可以估算出两幅SAR图像的相干程度, 为In SAR数据处理提供先验依据。

为了验证该模型的合理性, 本文根据ENVISAT ASAR数据时间间隔随机另外选取了17组干涉像对样本进行验证, 通过公式 (3) 计算相干性, 与SARscape软件模块计算结果作对比验证, 结果如下所示:

结果表明:利用该模型估算的相干性与SARscape软件模块计算结果非常接近, 二者之间存在着良好的线性相关性, 其决定系数高达0.9173, 17组干涉像对验证数据平均误差为7.63%, 最小误差仅为0.22%, 进一步证明了该模型具有一定的可靠性, 通过时间基线和空间基线的值可以对相干性进行估算, 同时也说明了时间基线与空间基线对SAR成像的相干性具有着决定性的作用。

对该模型所产生的误差进行分析, 本文认为主要来源是对时间基线周期性特点没有进行充分的考虑, 该模型只考虑到了相干性随着时间基线的增大呈现整体性下降趋势。由图3可以看出, 随着季节的变化, 地物后向散射系数呈现一定的周期性规律, 直接影响到相干性的周期变化, 在整体下降趋势的基础上还应该具备一定的季节性波动规律;此外由于时间基线的不同导致大气扰动引起的干涉相位发生变化, 以及传感器各种噪声引起的干涉相位变化也是本模型的误差来源。

3 结果与讨论

空间基线的存在是两幅SAR影像进行干涉的基础, 基线值在干涉测量中起着至关重要的作用;时间基线直接影响地物辐射特性变化, 是In SAR技术中最重要的失相关源。本文通过理论分析和仿真实验相结合, 不仅从理论上证明了空间基线和时间基线对In SAR相干性具有紧密的反比关系, 还通过实验进行了具体验证和分析。

通过实际计算和分析, 对于ENVISAT ASAR传感器而言, 空间基线和时间基线分别对In SAR相干性具备反比幂函数关系, 相关系数均在0.7以上。本文通过二元幂函数回归迭代分析, 表明在空间基线和时间基线对In SAR相干性表现出共同作用, 且决定系数高达0.919, 本文结合已有数据经过大量计算推导出了ENVISAT ASAR数据空间基线和时间基线对相干性影响的时空基线模型公式。通过对时空基线模型的验证表明, 该模型与SARscape模块计算结果非常接近, 二者之间存在着良好的线性相关性, 其决定系数达0.9以上, 模型计算的平均误差控制在10%以内。由此也说明了该模型具有一定的可靠性, 同时也说明了时间基线与空间基线共同对SAR干涉像对的相干性起到决定作用。

通过时空基线模型误差分析, 证明时间基线对相干性的影响比较复杂, 时间基线与相干性不仅在整体上呈现一定的反比关系, 应该还存在一定的季节性周期变化特点, 这在今后的时空基线模型研究中应当予以具体考虑。

上述结论证明, 空间基线对于干涉质量的影响较为明显, 通过控制空间基线的长度不超过临界基线的三分之一可以保证得到较好的相干性。对时间基线而言, 相干性随时间间隔增大下降明显, 并呈现出一定周期性变化, 推断应该是由于季节的原因导致。时间基线的选择应该综合研究区域的地表覆盖特征和季节气候等因素考虑, 季节更替对于地物反射特性的影响明显, 选择冬季影像进行干涉, 相干性会有所提高。

参考文献

[1]靳国旺.In SAR地形测绘若干问题研究[J].测绘学报, 2011, 40 (5) :0-0.

[2]成枢, 刁建鹏, 杜培贞, 等.基线误差对In SAR的影响分析和基线估算方法[C]//全国开采沉陷规律与“三下”采煤学术会议论文集.2005.

[3]穆冬, 刘爱芳, 来驰攀.星载In SAR的基线长度研究[J].现代雷达, 2011, 33 (5) :12-16.

[4]孙造宇, 董臻.基线特征对天基双天线In SAR性能的影响分析[J].载人航天, 2013, 18 (6) :7-12.

[5]刘晓萌, 常占强, 张景发, 等.D-In SAR处理中失相干问题的研究[J].河北师范大学学报:自然科学版, 2007, 31 (2) :260-263.

[6]王兴旺, 张启斌, 杨勇, 等.In SAR干涉图滤波方法比较[J].安徽农业科学, 2009, 37 (17) :8095-8097.

[7]杨福芹, 程光亮, 杨丽.In SAR基线对干涉图的影响分析[J].测绘与空间地理信息, 2011, 34 (3) :244-247.

D-InSAR技术 篇4

目前, 重复轨道差分干涉测量 (简称D-InSAR) 技术有它特有的技术优势:能测量距离向的变化值即可测量一定面积的空间平均变化的估值;可以表达整个区域场的沉降趋势, 而且获取的雷达图像经差分干涉处理得到的干涉条纹图可用于监测厘米级或更微小的地球表面变化;可提供高精度的高程变化测量数据[4]。由于D-InSAR技术存在上述优势, 开展D-InSAR技术沉陷监测研究显得尤为必要。

1D-InSAR技术在矿区的应用成果概述

自从1989年Grabriel等人首次论证了雷达差分干涉技术可用于探测厘米级或更高的地表变形[4], D-InSAR数据即不断被用于地表变形监测研究。1993年, Massonnet等人的研究成果进一步证实了D-InSAR技术在探测地表形变方面的能力。1998年开始的Zbigniew Perski、Domnik Jura在波兰西里西亚煤田的研究结果表明, D-InSAR测量与地面传统测量结果进行比较, 结果相当吻合[5]。Linlin Ge等人对Appin、Westcliff 和Tower三个地方的研究[6]成功获取了该区域的地形变化信息。德国DSK煤矿公司对Ruhrgebiet地区的地表变形开展了成功的监测研究[7], 值得借鉴之处是利用地面实测资料对数据处理结果进行了校正, 得到更接近实地的变形结果。

国内, 2002年中国科学院遥感应用研究所对苏州市1993—1995年的地面沉降场开展研究[8]表明, D-InSAR处理的结果与水准测量值的相关度达0.943, 精度可达5 mm。吴立新教授、姜岩教授、高均海博士等人进行了以开滦等矿区为例的试验研究[9], 均显示出雷达干涉测量良好的使用前景。

以上试验研究均以D-InSAR数据是否以足够高的精度取代地面实测数据为研究目标, 结果表明, D-InSAR的测量垂向位移场精度很高。

2矿区地表点移动的特点

地下煤炭开采产生的开采沉陷是一个复杂的时间和空间过程。随着工作面推进, 不同时间的开采对地表的影响也不同。地表点的移动经历了一个由开始移动到剧烈移动、最后停止移动的过程。对于煤矿开采来说, 这一过程可从0.5 a延续到5 a。

矿区地表点的移动轨迹取决于地表点在时间—空间上与回采工作面的相对位置关系。一般情况下, 一个点的绝对位移量是指点的下沉量和水平移动量。而通常情况下, 各相邻点的下沉量和水平移动量是不相等的, 这表明点与点之间有相对移动, 也就是地表变形。

矿产开采的不同阶段, 地表移动不是简单地沿着直线前进, 而是一个随机变化的过程。如果可以“跟踪”地表点进行观测、计算, 而不是简单地把点的初始位置和最终位置之间做差值、插值运算, 那么无论是观测还是计算, 都会与真实的地表移动情况非常接近。

3D-InSAR数据用于地表监测面临的问题

D-InSAR技术最初获取的雷达复数影像, 经过数据处理获取干涉条纹, 从而得到整个矿区地表点雷达视线方向的相位变化值, 可根据差分相位计算出该点的位移量, 该量即为开展沉陷应变计算的原始数据, 即可以获取矿区这一区域面上的地表位移量。D-InSAR数据在原理上只提供观测方向上的位移量, 在无法识别具体点时, 它并不能追踪一个具体点的位置变化。

一般而言, 用D-InSAR数据计算垂向应变精度是很高的, 但水平应变的精度并不一定就高, 这样, 能否用D-InSAR数据计算水平应变就成为一个非常关键的技术问题。国内外的研究都未展开力学上即应变的研究, 但是就中国矿区的开采沉陷现状而言, 沉陷监测和灾害预报必须一起解决, 才能切实地使D-InSAR应用于矿区地表变形监测。

在进行变形量计算时, 常规的沉陷方法测量得到一些离散特征点的坐标值, 通过差值或插值运算计算地表点的变形量。即假定两点间原距离为l, 地表发生变化后距离变为l′。设变形产生的应变用ε表示, 则应变的计算公式[10]为

ε= (l-l′) /l (1)

但是矿区的地表变形属于大变形范畴, 各个点的移动是没有固定规律的, 而且存在有拉伸等现象, 而D-InSAR数据在原则上只提供地面法向的位移量, 因而以上意义并不能直接用于计算。由于沉陷变形是一个复杂的大变形过程, 原有的弹性小变形应变计算理论已经不再适用, 因此必须找到一个适用于大变形情况的应变计算公式, 从而得到实际的地表变形量。

另外, 矿区地表沉陷特点也影响D-InSAR数据的应用。例如某矿区的地表的下沉量, 要求对应于SAR相邻分辨单元的最大下沉值不能超过一个整周相位, 否则相位解结果将不能反映真实的地表沉陷结果;雷达图像对的选取, 以最匹配并结合矿区地表下沉不同阶段的下沉速度和下沉量选择合适时间间隔的雷达图像对。

再就是注意结合其他观测手段, 如GPS测量。把D-InSAR测量结果与其他手段获取的实测结果在局部进行比较, 以便对D-InSAR测量结果进行精度评价和修正;注意雷达图像上没有信号的原因, 可能是变形发生在很短时间内, 如1～100 mm/d[11], 或者有大面积水面存在。

4矿区地表变形的D-InSAR测量

4.1点位布设和观测

对于矿区的地面变形监测, 可以在观测区建立或寻找一些具有代表性的观测点或标志物, 通过获取雷达卫星在不同时刻运行到该地区上空时拍摄的雷达复图像, 记录下各个时刻同一个点在雷达卫星上的位置, 这个点的多幅雷达图像的序列, 就形成了该点的移动时间序列图, 便于进行具体地面物的相关量求取, 例如相位和相位差的求取, 从而求取该点的变形量, 进行一定范围内变形预计工作。

当然有假定:雷达卫星每次经过观测区上空时位置不变化, 实际上变化也不是很大, 地面点在不断变化。

4.2变形量计算

数据计算按照差分干涉原理中相关公式进行。如图1所示, 假定矿区地表P点, 在雷达图像上的位置ρ (ti) 、ρ (ti+1) 分别表示雷达在ti 、ti+1时刻到P点的斜距 (即信号的传播路径) ;Δρ (ti, ti+1) 为ti 到ti+1时段内P点在水平面上移动的距离 (该距离为平距) 。

在ti 、ti+1时刻卫星测量的相位值分别可以表示如下:

undefined

则两者的相位差Δφ为

undefined

其他的如观测方位方向上一小段时间内的地面变形量Δρ可根据差分干涉基本原理公式[12]计算。由式 (2) 得

undefined

式 (4) 说明雷达波束方向上距离的变化引起了相位改变。如果取矿区一个特殊点进行研究, 则距离变化与地面目标点的移动 (特别是垂向上的距离变化) 有密切关系。把卫星轨道在该点所属地区的偏差角定义为θ, 则有雷达视线方向的垂直变形分量Δρ⊥和水平变形分量Δρ//为

undefined

综上所述, 用D-InSAR进行测量, 可以获取整个矿区的地表变形结果。

4.3增量变形量计算

对于矿区沉陷变形来说, 观测点的绝对增量相对于可引起变形的相对变形量来说, 后者的破坏程度更大。增量变形量求取思路如下。

(1) D-InSAR技术测量中, 假定的地面点P点在不同时刻卫星所在位置的不同, 记录下来的序列数据对应为P (X, Y, ti) , 其中i=0, 1, 2, 3, …, N, 可以求得雷达图像中点的绝对高程ρi (X, Y, ti) , 从而可以得到绝对高程差为Δρi (X, Y, ti) =ρi-ρ0, 在沉陷应变进行计算时, 高程差作为计算的初始数据, 即利用D-InSAR手段获取的雷达图像经过处理后生成的干涉图, 再从干涉图中提取的地表区域 (为一个面域) 的变形数据。

(2) 提取位移场, 根据ρi (X, Y, ti) 记录的i和i-1时刻位移求取增量位移场数据δuundefined (X, Y, Z, ti) 。

δuundefined (X, Y, Z, ti) =ρi (X, Y, Z, ti) -ρi (X, Y, Z, ti-1) (6)

(3) 根据δuundefined计算增量应变值。数据处理的具体算法流程如图2所示。

5结论

在分析矿区地表点移动特点和D-InSAR技术特点的基础上, 结合国内外该技术用于矿区地表监测取得的成果和存在的一些问题, 提出矿区的地表变形监测应结合力学中应变计算理论的构想, 指出应该扩大该领域研究的目标性。利用雷达差分干涉的原理, 以矿区一个特殊点为研究对象, 给出了地表变形量计算方法, 提出了增量位移场、增量应变值的计算思路和数据处理流程。进一步的研究工作就是根据文中提出的思路推导出以沉陷应变为主要推导结果的理论论证和试验。

摘要：分析D-InSAR用于矿区地表沉陷监测面临的问题, 把煤矿区开采沉陷的特点和D-InSAR技术的适用条件结合起来, 从而给出D-InSAR用于煤矿区开采沉陷监测的理论依据和具体条件, 提出以D-InSAR数据为数据源计算变形量的思路和方法。

关键词：矿区,地表变形量,D-InSAR

参考文献

[1]邓念武.测量学[M].北京:中国电力出版社, 2004.

[2]周忠谟, 易杰军, 周琪.GPS卫星测量原理与应用[M].北京:测绘出版社, 1997.

[3]冯文灏.近景摄影测量:物体外形和运动状态的摄影法测定[M].武汉:武汉大学出版社, 2002.

[4]Gabriel A K, Goldstein R M, Zebker H A.Mapping Small ElevationChanges over Large Areas:Differential Radar Interferometry[J].Journal of Remote Geophysical Research, 1989, 94 (7) :9 183-9 191.

[5]Perski Z.Applicability of ERS-1and ERS-2InSAR data for LandSubsidence Monitoring in the Silesian Coal Mining Region[J].In-ternational Archives of Photogrammetry and Remote Sensing, 1998, 32 (7) :555-558.

[6]Linlin Ge, Hsing Chung Chang, Lijiong Qin, et al.Differential Ra-dar Interferometry for Mine Subsidence Monitoring[EB/OL].ht-tp://www.gmat.unsw.edu.au au/snap/publications/ge_etal2003b.pdf.

[7]Volker Spreckels, Tazio Strozzi, Jork Musiedlak, et al.Detectionand Observation of Underground Coal Mining Induced Surface De-formation with Differential SAR Interferometry[C]//High Resolu-tion Mapping from Space.Germany:Hannover, 2001 (9) :19-21.

[8]王超, 张红, 刘智, 等.基于D-InSAR的1993—1995年苏州市地面沉降监测[J].地球物理学报, 2002, 45 (增刊) :244-253.

[9]吴立新, 高均海, 葛大庆, 等.基于D-InSAR的煤矿区开采沉陷遥感监测技术分析[M].地理与地理信息科学, 2004, 20 (2) :22-25.

[10]杨桂通.弹性力学[M].北京:高等教育出版社, 2003.

[11]Mora O, Broquetas A.Linear and Nonlinear Terrain DeformationMaps From a Reduced Set of Interferometric SAR Images[J].IEEE Transactions on Geoscience and Remmote Sensing, 2003, 41 (10) :2 243-2 253.