Radarsat-2影像的空間基線誤差去除方法研究

陳建明 匡薇 孫衛東 劉超

（1.新疆維吾爾自治區地質礦產勘查開發局信息中心，新疆烏魯木齊 830011；2.新疆地質調查院，新疆烏魯木齊 830011）

0 引言

Radarsat-2是一顆搭載C波段傳感器的高分辨率商用雷達衛星，具有3-100 米分辨率成像能力，重訪周期僅24 天，可用于大范圍監測地表形變[1]。由于Radarsat-2衛星存在零件松動的情況，導致基線不能正確估計，加拿大MDA 公司也正致力于糾正Radarsat-2軌道數據的精度問題[2]。國內外很多使用Radarsat-2數據的學者都盡量避免提及基線誤差對結果的影響，對于Radarsat-2 數據呈現的非線性特點，目前并沒有有效去除該誤差的方法[3-5]。本文針對現有的Radarsat-2影像空間基線不能正確估計的問題，在了解到Radarsat-2 影像空間基線誤差呈現弱二次曲面特點基礎上[6-10]，提出一種不用直接估計空間基線，而在干涉相位解纏后去除空間基線誤差的方法。該方法是在相位解纏后，針對感興趣區，采用二次曲面擬合基線誤差，并通過相位相減來實現誤差的去除。同時，本文將對比誤差去除前后效果，以及傳統基線估計方法對結果的影響來評估該方法的準確性。

1 研究區概況

研究區位于安徽省西北部，如圖1。區內以平原為主，氣候上屬暖溫帶與亞熱帶的過渡地區，四季分明，春暖多變，夏雨集中，秋高氣爽，冬季寒冷。區內發育多條水系，地下水儲量豐富，過度的地下水開采導致該區域沉降明顯，城區大面積地面沉降，地面沉降累計最大沉降量為1567.2mm，有關資料表明，該區仍以30-40mm/a的速度下沉[11]。

2 數據和方法

2.1 數據

2.1.1 影像數據

實驗選取Radarsat-2 影像，數據類型為SLC 數據。本實驗數據為標準波束模式，VV 極化方式，距離向分辨率為25m，方位向分辨率為26m，標稱景大小為100km×100km，數據商提供的數據為豎三聯景，即景大小為100km×300km。

DEM 選用歐空局免費提供的SRTM DEM 數據，分辨率為90m。

2.1.2 數據預處理

差分雷達干涉測量（D_InSAR）技術是地表形變監測領域的有效手段，數據處理采用GAMMA 軟件，數據處理流程包括影像配準及重采樣、多視處理、生成干涉圖、基線估計、DEM 準備、差分處理、相位解纏等步驟。

2.2 方法

2.2.1 相位解纏后的Radarsat-2 影像的空間基線誤差特點及去除方法

由于Radarsat-2 影像的空間基線誤差在干涉圖中相位呈現出非周期性-π至π的變化特征，各圖像沒有統一的誤差形態，不能用同一個模型去模擬整個圖像的基線誤差。圖2為采用精軌數據校正后的差分干涉圖，圖中大型條紋變化均為基線誤差影響。但相位解纏時，空間基線誤差也會被當作纏繞相位解纏，相位解纏后的基線誤差呈現出一個二次曲面的特點，如圖3所示。所以本文將擬合一個二次曲面，用相位解纏后的圖像減去擬合的二次曲面值，即得到沉降值。

圖1 研究區示意圖

圖2 含基線誤差的差分干涉圖

圖3 解纏后干涉相位示意圖

當然，為了避免噪聲的干擾，最好是針對感興趣區擬合二次曲面，這樣得到的結果更加準確。

2.2.2 二次曲面擬合算法

二次曲面的擬合采用最小二乘法，它通過計算殘差的平方和最小時候的參數來擬合曲面。二次曲面擬合算法如下：

設曲面上的任一點的高度值z=f(x,y)可寫成：

假設實驗數據為(xi,yi,zi)(i=1,2,…,N)，由于多項式曲線不一定通過所有的點，所以多項式在(xi,yi)所算出的值與觀測到的函數值zi之間存在差距，即誤差或剩余量，用Ri來表示。

這樣就有N 個誤差方程。對于N 個數據(xi,yi,zi)去求系數aij的最佳值就是能使誤差Ri的平方和最小的那些值。因此，為了選擇適當的系數，要使誤差的平方和：

為最小值，必須適合下列方程組：

即有：

為了得到正規方程組，須計算以下各和：

則有

根據cramer法則：

帶入式（1）即得擬合二次曲面方程：f(x,y)=a20x2+a02y2+a11xy++a10x+a01y+a00

2.2.3 Radarsat-2影像的基線誤差去除步驟

（1）獲取相位解纏后的圖像，圖像數據類型為float型，暫命名為data1；

（2）采用濾波方式平滑圖像，建議采用均值濾波，濾波后的圖像暫命名為data2；

（3）將相位解纏后的圖像與強度圖疊加顯示以選擇感興趣區，該感興趣區須具有較明顯的基線誤差特征；

（4）用data2 數據在感興趣區范圍內擬合曲面，得到參數a20,a02,a11,a10,a01和a00，并用該參數計算整個圖像的z值，生成的擬合曲面圖暫命名為data3；

（4）將data1和data3做差分處理即得去除基線誤差的沉降圖，暫命名為data4。

3 Radarsat-2 影像的空間基線誤差去除實驗及結果分析

圖4 基線誤差去除前后對比圖

實驗采用安徽地區的Radarsat-2雷達影像，主圖像獲取時間為20120416，輔圖像獲取時間為20130318，感興趣區選在影像底部的阜陽地區。實驗數據已采用精軌數據校正過。按本文方法去除基線誤差，基線誤差去除前后對比圖如圖4 所示，圖4 為0416_0318.unw和0416_0318.unw_base生成的圖片。

圖中方框區域為感興趣區，可以看出相位解纏圖中即便是沒有發生沉降的區域，由于基線誤差的影響仍然有明顯的條紋變化，且這些條紋變化并不規律。阜陽地區屬于平原區，該區域內條紋變化較為規律，有明顯的二次曲面特點，故選擇該區域進行基線誤差去除。對于感興趣區內，在基線誤差去除后城市區域的沉降漏斗明顯地顯示了出來，而未發生沉降的區域則沒有了條紋變化。對于感興趣區以外的地區均為不可信區，圖中方框以外的區域，其誤差并未得到有效去除，其結果不能用于成果顯示。這說明基線誤差的存在并不影響解纏，且解纏后二次曲面擬合去除基線誤差效果較好。

4 結論

通過本文的分析，筆者得出如下結論：

（1）Radarsat-2影像的空間基線誤差可在解纏后通過對感興趣區進行二次曲面擬合的方法去除。

（2）Radarsat-2影像存在較為嚴重的空間基線誤差，該誤差在解纏后誤差相位呈現弱二次曲面的特點，且在相位解纏后去除效果較好。去除方法為對感興趣區進行二次曲面擬合，通過相位相減的方法將空間基線誤差去除。

（3）誤差去除后的圖像，感興趣區內數據可信，感興趣區外數據不可信。

（4）該方法使得從Radarsat-2影像中定量提取沉降信息成為可能。