【《InSAR技术原理概述》6300字（论文）】

InSAR技术原理概述目录TOC\o"1-3"\h\u3678InSAR技术原理概述 136471.1InSAR干涉几何 195791.2D-InSAR原理和方法 5207151.3时序InSAR算法 869281.3.1PS-InSAR技术 8142461.3.2SBAS-InSAR技术 1135861.3.3StaMPS算法 131.1InSAR干涉几何自20世纪50年代以来，合成孔径雷达(SyntheticApertureRadar,SAR)遥感理论与技术一直处于快速发展态势，目前已经成为一种重要的对地观测技术手段。相比传统航空摄影测量以及光学遥感主要以影像灰度值为数据处理对象，星载SAR系统不仅记录了地面目标雷达回波信号的散射强度(振幅)信息，还记录了雷达回波信号的相位信息。雷达回波信号的相位信息反映了雷达天线到地面目标的斜距，利用卫星雷达沿重复轨道对同一地区两次成像的斜距相位差进行类似杨氏双缝干涉实验的相位干涉处理，便可得到干涉相位，进而从干涉相位中分离和提取出不同的相位分量，如参考椭球面相位、地形相位、形变相位和大气相位等，这正是InSAR的基本思想和技术要点。目前，SAR成像和真实孔径雷达成像是常用的两类雷达成像系统。与使用较小尺寸天线孔径的真实孔径雷达不同的是，SAR是利用成像目标与雷达的相对运动把真实天线孔径用数据处理的方式合成一较大的等效天线孔径的雷达，进而改善雷达成像的方位向分辨率。SAR采用侧视斜距投影成像方式，其工作的几何关系如图2-1所示。雷达搭载平台沿预定轨道飞行时，以一定的侧视角向地表发射雷达波信号，在地面形成一个辐照带，然后通过接收辐射带上的每一个面元反射的后向散射信号来成像。在雷达平台运行中，天线随其一起飞行，天线的飞行方向为方位向，垂直于天线飞行的方向为距离向，其成像几何关系见如图2-1。图2-1合成孔径雷达成像几何关系假设合成孔径雷达孔径长度为D，方位向分辨率可以表示为：(2-1)式中，为雷达波长；为斜距；为真实孔径长度。距离向分辨率可以由如下公式计算得到：(2-2)式中，为光速；为脉冲宽度；为信号带宽。为了更加直观反应SAR系统的成像特性，可将斜距向分辨率投影到地面，即：(2-3)式中，为地距向分辨率；雷达入射角。SAR影像的每个像素既包含了地面分辨元的振幅信息，也包含了与斜距有关的相位信息ADDINCNKISM.Ref.{C50E039A36BE414789D838131430F444}[16,57-59]。由卫星记录获得的原始数据被传送回地面工作站后需要经过聚焦处理生成单视复数影像(SingleLookingComplex,SLC)。SLC数据由两部分组成：复数的实部记录振幅信息；复数的虚部记录相位信息。可以用公式(2-4)的复数关系表示(2-4)式中，表示复数的实部；表示复数的虚部；表示强度信息；表示相位信息；表示虚部单位。图2-2雷达干涉测量几何原理InSAR干涉测量的几何原理如图2-2所示。其中P为两颗卫星观测地表的同一目标,S1和S2是两个天线的位置，H为在S1时距参考椭球面的高度，R1、R2分别S1和S2对地观测的往返斜距，是S1的雷达侧视角，是基线倾角，B为两颗卫星之间的空间基线。对干涉对进行干涉处理实质上是让两幅SAR影像对应像素复数值共轭相乘ADDINCNKISM.Ref.{D13830F1D8154434B05E5454A623EBD5}[9,60]，即对两个原始信号的相位进行相减，表示为(2-5)令，其中，为雷达波长，和为对应斜距和的相位整周数；和∈[-π，π)，分别表示对应斜距和的非整周数相位，即：(2-6)(2-7)(2-8)为了获得地面P点的高程值，不妨将两次卫星过境的相位差设为。其中，为地面点P经过两次SAR成像记录在影像中的相位作差。可以得到高程表达式：(2-9)InSAR的干涉相位主要由参考椭球面相位、地形相位、形变相位、大气延迟相位和噪声相位组成，可以如下表示：(2-10)当SAR卫星对地面P点两次观测时，假如P点发生了位移，即沿形变分量方向从P1移动到P2点(如图2-3)，则可获得沿雷达视线方向的形变量。图2-3InSAR地表形变观测几何原理由式(2-7)和式(2-8)可以得到干涉相位表达式：(2-11)其中，。因此，可以将上式改写为：(2-12)式(2-12)中，为参考椭球面相位和地形相位的合成相位量，为沿雷达视线向上的地表形变相位量。将参考椭球面相位和地形相位的合成相位设为,同时考虑到地表高度和基线的关系，可以得到下列表达式：(2-13)(2-14)为了获得沿雷达视线向上的地表形变，可以将形变量和形变相位建立关系：(2-15)上述讨论忽略了InSAR地表形变探测时大气延迟相位和噪声相位对地表形变量的影响。由上述分析可得，雷达测量系统探测形变的精度随着波长的增长而逐渐降低ADDINCNKISM.Ref.{6D2FC3AE1D344f048C27A704585F46FD}[61-62]。1.2D-InSAR原理和方法为了获取地表的形变信息，必须去除干涉相位中的参考椭球面相位、地形相位、大气相位和噪声等相位。D-InSAR技术就是对覆盖同一区域的不同形变期的SAR影像进行差分干涉获取到差分干涉相位，然后去除上述所说的其余相位之后，以提取雷达视线向的一维形变信息。DInSAR技术自1989年被Gabriel等人提出以来，已被广泛应用到地震、火山、油田和城市地表沉陷等方面的监测和反演。目前常用的DInSAR方法主要包括三种：两轨+DEM法、三轨法和四轨法。本节下面以两轨+DEM法为例，着重介绍该方法的处理流程。DInSAR提取地表形变信息的数据处理流程一般包括图像配准、生成相位干涉图与滤波、去除参考椭球面和地形相位、滤波、相位解缠等步骤，技术流程如图2-4所示。图2-4DInSAR提取地表形变流程图像配准SAR复数影像的配准是进行干涉测量的基础工作，其配准效果直接影响后续干涉测量的精度。由于星载SAR卫星沿重复轨道获取同一区域影像时，其卫星轨道存在轻微的偏移，所获取的SAR影像并不完全重合，因此需要将生成干涉对的两景影像进行配准。SAR图像配准的实质是计算一个干涉对中的参考影像(主影像)和待配准影像(从影像)之间同名点的影像坐标映射关系，从影像再利用此映射关系进行坐标转换和重采样，即主从影像具有相同的像素格网，使主从影像的同名点对应于地面上同一分辨单元。为保证干涉处理的精度，图像配准的精度要达到子像素级。SAR影像之间的配准步骤主要分为粗配准和精配准两步。粗配准的步骤主要包括:①控制点的选取；②建立主从影像之间坐标转换映射关系；③根据坐标转换映射关系，对从影像进行重采样。精配准是在粗配准基础上，采用影像匹配算法，在主从影像上搜索出同名点的精确位置，然后利用多项式模型对从影像进行重采样处理，进而完成两幅SAR影像的配准。干涉图生成主从影像配准好之后，需要进行干涉处理，主从影像之间的干涉处理，实际上就是对主从影像进行共轴相乘，得到相应的干涉图，干涉图仍然是以复数形式存储的。去除参考椭球面相位和地形相位为了有效提取形变信息，还需要在干涉相位中去除参考椭球面相位和地形相位。根据雷达成像参数(SLC影像头文件提供)、成像几何以及SAR定位方程可以计算得到参考椭球面相位，并将其去除(参考椭球面相位复数影像与干涉图共轴相乘)；最后去除通过外部已有DEM模拟(或者是利用短时间间隔SAR影像对配准后，然后利用轨道数据进行轨道校正并做干涉处理得到的地形相位信息)的地形相位信息。滤波经过第三步生成的差分干涉图主要包含有形变相位、大气延迟相位和噪声相位等。受大气和噪声干扰，差分干涉图往往表现的不连续、不清晰、周期不明显，这些干扰因素将会增加相位解缠的难度，为了降低这些干扰因素对相位解缠产生的影响，需要对差分干涉图进行滤波，提高信噪比，进而提高相位解缠的准确度。相位解缠此时，差分干涉相位的范围在至间，且是缠绕相位。相位解缠的基本思想是对缠绕相位的差分值进行积分，恢复形变相位的整周模糊度，以此获取完整的形变信息。常用的相位解缠方法主要包括基于路径的积分算法、基于最小范数的相位解缠算法、网络流算法。最后在获得形变相位之后，可根据形变相位和形变量之间的对应转换关系(见公式2-15)，将形变相位转化为形变量，即可得到LOS向的地表形变结果。这里得到的地表形变量为沿雷达视线方向的一维地表形变量，即真实三维形变在雷达视线方向的投影。当地表形变方向与雷达视线方向垂直或夹角较大时，通过DInSAR技术难以探测到这种形变，这是DInSAR监测地表形变的一个局限性。由于DInSAR测量使用雷达波穿过大气从地表反射回雷达信号接收器，这中间不可避免会受到大气的影响。同时，DEM数据与卫星轨道参数也存在误差，这就会在差分干涉相位上留下残留参考椭球面相位和地形相位。并且，过长的时空基线也会带来失相干的问题。这些问题里对DInSAR测量精度影响最大的是大气误差和时空失相关，为减弱这些误差对形变测量精度的影响，逐渐发展出了众多的时序InSAR技术，在下一节将进行详细介绍。1.3时序InSAR算法时序InSAR是对同一地区获取多景SAR影像，利用SAR影像的长时间序列选择稳定可靠的目标点，进一步对InSAR处理过程中干涉相位无法扣除的大气延迟误差、轨道误差以及DEM误差等因素削弱。通过二十多年的发展，时序InSAR技术逐渐成熟，其中包括PS-InSAR(PersistentScattererInSAR)技术、SBAS-InSAR技术以及StaMPS等。1.3.1PS-InSAR技术为了克服时空失相关、大气延迟和轨道误差的影响，Ferretti等ADDINCNKISM.Ref.{900D0C6F901A454a9B4DD6776BC8D270}[63]于2000年提出了PSInSAR理论。永久散射体(下文简称PS)是指在长时间序列中能够保持高相干性且强散射特性的地物目标，该理论的整体思路是在对覆盖研究区域的多幅SAR影像进行配准后，然后选取合适的方法筛选出具有稳定雷达散射特性的PS点，并将选取出的影像作为主图像，分别与其他影像作干涉对，并产生相应的干涉相位。然后提取出PS点的干涉相位，构建PS网络，求解线性变形和高程误差；之后，从原始干涉相位中去除线性变形和高程误差相位，得到残差相位。恢复残差相位的时间序列后，再用时空滤波的方法将其分离出非线性形变相位、大气相位和噪声相位。最后将线性和非线性形变相位叠加即得PS点的形变相位。假设研究区域存在N+1景不同时期的SAR影像，首先参考时间基线、空间基线、多普勒中心频率及热噪声的共同影响，使相干性之和达到最大，即让式(2-16)值最大，并选择该影像为主影像，将其余影像分别与主影像配准，得到N个差分干涉像对。(2-16)接下来通过SAR影像的振幅信息和干涉的相位信息采用振幅离差设定阈值选取PS点，其表达式为：(2-17)式中，为第n个干涉对的差分相位；为第n个干涉对的低通滤波相位；为第n个干涉对的地形残差相位。然后对PS点进行组网，并进行相位解缠，获取大气延迟相位，估算空间相干与非相干视角误差，从而获得最终的形变结果。PSInSAR方法的具体处理流程如图2-5所示。图2-5PS-InSAR技术处理流程由于PS具有很强的散射特性，且相位稳定性使得它不受时间、轨道间距的影响，因此基于PS点进行建模求解，可以获取精准的形变信息。所以，如何识别PS点是PS-InSAR技术中关键步骤。目前探测PS点的方法有很多，下面简单介绍这几种常见的方法：相干系数阈值法、振幅离差指数阈值法和相位离差指数阈值法，相干系数阈值法相干系数是评估主从影像相干性的标准，取值范围是[0,1]。一般用相干系数来衡量干涉相位噪声的高低，从而探测PS点。系数越大，相干性越高。在计算任一像元的相干系数时，先选择以该像元为中心的m×n阶的运算窗口，然后分别计算窗口内各像素的信息，、分别代表主、辅影像，公式如下：(2-18)对于N个干涉对，分别计算出每一个分辨单元的相关系数：，，…,,并计算出相干系数的平均值，然后选择合适的阈值筛选出PS点。虽然使用相关系数阈值方法选择PS点，计算很简单，但是存在一些问题：首先，根据设置的窗口大小来计算相关系数值。如果将窗口设置得太小，则相关系数值的可靠性将降低，如果窗口增大，则相关系数值的可靠性得到提高，但是容易导致孤立的PS点不被识别；其次，PS点识别的有效性取决于设定阈值的大小，如果阈值太低，则检测到的PS点数量过少，如果阈值太高，则很容易提取出周围分布有严重不相干像素点的PS点。最后，如果不去除地形，则计算出的相关系数不能完全反映其相关性。因此，仅靠相干系数来提取PS点并不可靠。振幅离差指数阈值法1999年，Ferretti等ADDINCNKISM.Ref.{D66643F375A64cde9B68B6D615017C9F}[24]针对PS探测，提出了振幅离差指数方法，提出对于高信噪比的像元，可以利用时序振幅的稳定性来识别PS点。公式如下：(2-19)其中，和分别代表平均振幅图像的平均振幅值和标准差；为振幅离差指数，和分别代表振幅的平均值和标准差，为设定的阈值，取值范围一般在0.25到0.4之间。值越高，相干性越高；另外，越小说明目标在时序上的稳定性更好。相位离差指数阈值法相位离差阈值法主要是通过目标长时序上的相位稳定性(即地面目标后向散射特性的稳定性)来探测PS点。首先按式(2-20)计算配准后的影像的每一个像元的时序相位值，如下所示：(2-20)式中，、分别表示复数的实部和虚部，、代表影像的行数和列数，表示时序相位值的平均值。选取合适的相位离差阈值，若候选的PS像元的相位离差小于，则选为PS点，否则剔除。其中，相位离差指数按下式计算：(2-21)由于相位离差阈值法只考虑了相位信息，但是像元的相位中除了与形变有关的相位之外，还包含了大气延迟相位、失相关噪声等残余相位，因此该方法的可靠性仍然不高。1.3.2SBAS-InSAR技术短基线集(Small-BaselineSubset,SBAS)技术的主要原理是通过设置时间基线和空间基线阈值，提高干涉图的相干性，为配准好的SAR影像选择合适的干涉对组合ADDINCNKISM.Ref.{57E8E97863504445A2784450CEE8FA9D}[27]。然后基于相干目标进行相位建模和参数解算，然后采用滤波方法进行分离出变形相位，大气相位和噪声等信息，最终获得研究区域长期序列的变形信息。与传统的DInSAR方法相比，SBAS可以更好地消除时空失相干的影响，并减少大气延迟误差，地形误差，高程误差等其它误差。SBAS-InSAR技术流程如图2-6所示。图2-6SBAS-InSAR技术处理流程假设SAR卫星在该地区分别于时间点获取N景SAR影像，生成了M个干涉对组合，并且M满足式(2-22)所示关系：(2-22)以任意时刻差分干涉相位为例，在不考虑残余误差以及噪声的情况下，分别表示方位向、距离向坐标，则该幅干涉图中像元的干涉相位可以表示为：(2-23)式中，表示雷达波的波长，和分别表示像元在时刻和时刻()沿LOS向的形变量。设=0，则像元任一时刻的相位差为：(2-24)在对形变信息进行解算时将其表示为矩阵，根据最小二乘法求解干涉图每个像元的形变时间序列，并设像元的N阶相位组成向量为待求向量：(2-25)设解缠后的相位的M阶相位组成向量为观测量：(2-26)依据(2-25)和(2-26)，可得：(2-27)A为M×N的矩阵，如下式所示：(2-28)矩阵A的秩为N(M×N)，用最小二乘法可求解：(2-29)在时空基线阈值的限制下，矩阵A秩亏，此时为奇异矩阵，假设有L个子集，则A的秩为N-L+1，式(2-27)中方程的解不唯一，用奇异值分解将A分解成：(2-30)式中，U为M阶矩阵，W为M×N阶矩阵，上式的最小二乘范数解为：(2-31)将式(2-31)求得的相位解转化为求解相位变化速率，则待求参数向量为：(2-32)(2-33)和为主从影像的时间序列。简化后，如下：(2-34)此时，B为非列满秩矩阵，对其进行奇异值分解即求得相位变化速率，最后通过积分便可获取到像元的时序形变信息。1.3.3StaMPS算法StaMPS永久散射体干涉测量技术是Hooper等于2004年提出的时序差分雷达干涉算法，主要用于非人工地表区的形变探测。本算法采取相位时域分析算法，根据时域相干系数来判断相位是否具有时域稳定性。当点的时域保持稳定时，StaMPS调用Doris进行差分干涉，并采用统计费用网络流相位解缠算法进行相位解缠ADDINCNKISM.Ref.{B35E5B1DE1364be3BE407E17914E1E3F