形變監測高分辨率InSAR數據的精度分析

(1. 宿遷學院，江蘇 宿遷 223800； 2. 江蘇省地質調查研究院，江蘇 南京 210018)

0 引 言

自20世紀后期將干涉合成孔徑雷達(InSAR)運用于地面形變監測以來(張拴宏等，2004)，該技術的應用愈加廣泛。Carnec等(1996)利用差分干涉測量觀測了地下煤礦開采造成的地面沉降；Massonnet等(1997)研究了加利福尼亞由東部平頂山地熱場造成的地面沉降；Fielding 等(1998)利用ERS SAR數據監測油田的地面快速沉降；何慶成等(2006)應用不同衛星重復測量的合成孔徑雷達數據進行了地面沉降研究；湯益先等(2010)利用該技術對天津地區地面沉降進行研究，得到了該區域在1992—2000年的地面沉降結果。

但是，InSAR技術在形變監測方面因其自身的局限性(金麗華等，2021)，如數據(影像數量、波長，重訪周期等)差異性大、工作區情況(地形、植被覆蓋、大氣狀況、形變量級等)復雜、時序算法自身有缺陷，以及缺少有效的驗證數據和精度評定方法等(朱建軍等，2017)，在一定程度上影響了InSAR測量的精度。因此，在傳統InSAR技術的基礎上，發展了如差分干涉測量(D-InSAR)(張詩玉等，2008)、多時相MT-InSAR、永久散射體PS-InSAR(朱葉飛等，2010；廖明生等，2012；汪寶存等，2013；盧旺達等，2020)、小基線集SBAS-InSAR(朱葉飛等，2015)、分布式散射體DS-InSAR、多孔徑MAI-InSAR、主動微波遙感中的合成孔徑干涉雷達InSAR、時域相干點目標方法TCP-InSAR、相干目標干涉測量CT-InSAR等多種技術(李曉恩等，2021)。但這些技術無法同時解決因衛星硬件的提升導致重返周期變短后噪聲之間的混疊(朱建軍等，2017),以及因南北向形變的不敏感、相干點密度低、干涉失相干、軌道誤差等問題引起的精度誤差(于軍等，2009)。考慮到精度誤差的不可消除性(朱葉飛等，2020)，定量或定性了解誤差顯得尤為重要。

1 InSAR數據選取及處理

InSAR技術測量精度與影像數據的質量及數據處理方法密切相關。

1.1 影像數據的選取

為獲取精度較高的PS點并確保數據時間序列的完整性，影像的數據量不可過少。此外，影像的分辨率決定測量的精細度，波長決定形變監測的靈敏度，重訪周期決定監測的相干性。上述因素均影響InSAR形變監測的精度，因此影像數據的質量與最終的監測精度密不可分。

圖1 分片、分塊、集中整合處理示意圖(據李杰等，2019)Fig. 1 Schematic diagram of fragmentation, segmentation, centralized integration processing(after Li et al., 2019)

選取影像時受存檔影像的空間覆蓋、時間序列完整性、空間基線等因素限制，結合已有存檔影像，選用2017-01—2018-12的RADARSAT-2衛星XF(超寬精細)模式單視復數(SLC)影像378景(李杰等，2019)，影像分辨率為5 m，幅寬為125 km×125 km，極化方式為HH，成像波段為C波段(波長為5.6 cm)，軌道方向為降軌。將這些影像組合成6個條帶，每個條帶基本影像數為19～28期，可覆蓋江蘇全域，且相鄰圖幅含有公共覆蓋區域，其中沿軌道方向上的覆蓋長度不小于標準像幅沿飛行方向覆蓋長度的15%，不同條帶及像幅之間的重疊度大于標準像幅覆蓋寬度的15%，滿足空間連續監測需求。

數據獲取時段內，同一像幅年度數據量≥8期，且影像間獲取時段分布均勻，無過長時間跨度，有效避免因地面自然狀況變化導致的去相干和誤差因素。各時相重軌數據間空間垂直基線遠小于臨界基線值的一半，滿足時間連續性要求。

1.2 數據處理

針對高分辨率影像數據量較大(378景)、各期影像獲取的質量不同、不同條帶間影像成像日期不同、各條帶處理參考點不同、基準不統一等問題，處理時采用分片、分塊、集中整合，以及長條帶、多軌道分時序處理的總體思路(葛大慶，2013)，在保證處理結果質量最優的前提下，極大程度提高了大數據量高分辨率影像的處理效率。

1.2.1 分片、分塊、集中整合 (1) 搭建異構集群體系，將InSAR處理過程中的各步驟以模塊形式部署至各計算資源上，完成對話及調度處理測試(圖1)。

(2) 對條帶拼接后的高分辨率影像進行配準，按預定義格網進行拆分，由主節點按負載均衡原則分配格網至各計算資源，以進行InSAR預定義模塊處理。

由于專業培養目標的不同，對于非計算機專業而言，其在Access數據庫方面的教學呈現一種不夠科學嚴謹的特點。主要體現為：

(3) 將各子節點處理完成的結果上傳至主節點，完成拼接工作。

(4) 整體解纏。

1.2.2 長條帶、多軌道分時序處理 InSAR技術獲取的地面形變均為相對于某個特定參考基準(參考點)而言的數據，不同圖幅、不同軌道下得到的形變結果存在基準偏差，因此對于大區域形變監測而言，長條帶各數據分塊之間、相鄰條帶之間形變結果的基準統一是結果鑲嵌的核心問題。

按影像拍攝日期將相同軌道的SLC影像進行拼接生成長條帶影像，然后采用分塊處理的方式將長條帶影像分割成具有一定重疊度的多個數據塊，對各數據塊進行時序分析處理。由于采用了相同軌道、相同時序影像及主影像，相鄰數據塊在重疊區內的軌道誤差與大氣影響保持一致，形變結果偏差較小，拼接處理較容易。此外，當相同軌道數據量有限時，可在得到差分相位后(樓良盛等，2012)先將多個數據塊進行拼接，再整體解纏，整個條帶采用同一參考基準，避免拼接問題。

不同軌道的影像獲取日期不同、采用的主影像空間不同、各影像的軌道誤差及大氣影響不同是相鄰軌道重疊區內形變結果不一致的主要因素。此外，平行軌道之間重疊區的衛星入射角略有差異，可視為對重疊區域的2次獨立觀測，相鄰條帶的形變速率結果可由此區域進行相互檢驗，也是相鄰條帶速率結果進行拼接的基礎。由于衛星入射角的差異，相鄰軌道在重疊區內的高相干目標也存在差異，同名點之間的統計差異可作為相鄰軌道速率結果之間的補償標準，據此將多個軌道之間的速率結果進行定標、拼接、統一(李杰等，2019)。

2 InSAR數據的監測精度對比

精度的驗證采用一致性率(上升或沉降一致性)、最大差值、平均差值及標準差4個指標。一致性率可定性評價InSAR形變監測的可行性，最大差值、平均差值及標準差用于定量評價InSAR形變監測的精度。標準差計算公式為：

(1)

式(1)中，σ為標準差，是離均差平方和平均后的方根；x為各點的差值；μ為各差值的平均值(算術平均值)。

2.1 水準測量驗證

2.1.1 興化水準測量與InSAR結果精度驗證 選取江蘇興化76個水準測量點數據參與驗證，測量日期為2018-06—2018-11，InSAR監測選取2018-05-31—2018-10-22的累計形變結果，與水準測量結果進行精度驗證。

將水準點周圍50 m的區域劃為有效區，與落入該區的InSAR監測點進行對比。但InSAR監測得到的有效參照點分布具有不確定性，可能分布在道路、房屋、河流水面等，而水準點基本分布在道路上，因此將有效區內與水準點位置不一致的參照點去除。

在76個水準點中，有64個點的50 m范圍內存在PS點，將水準監測數據與有效區內的InSAR監測結果均值進行對比(表1、圖2)。

64個對比點中，沉降或上升數據相符的點有53個，一致性率為82.81%，水準測量值與InSAR結果最大差值為9.11 mm，平均差值為1.62 mm，標準差為1.55 mm。二者之間有可對比性，InSAR技術用于形變監測有一定的可靠性。

表1 江蘇興化水準測量與InSAR監測數據對比

表1(續)

圖2 江蘇興化水準測量與InSAR監測數據對比圖Fig. 2 Comparison between levelling and InSAR monitoring data in Xinghua, Jiangsu

2.1.2 淮安洪澤鹽礦礦區測量數據與InSAR結果精度驗證 江蘇淮安洪澤鹽礦礦區共有包括水準測量、GPS、基巖標在內的15組有效測量數據(測量日期為2017-12—2018-07)，選擇測量點周圍50 m為有效區，與InSAR監測值進行對比(表2、圖3)。結果顯示，一致性率為93.33%，最大差值為9.72 mm，平均差值為2.69 mm，標準差為2.62 mm。

表2 洪澤鹽礦測量數據與InSAR監測數據對比

圖3 洪澤鹽礦傳統方法測量數據與InSAR數據對比圖Fig. 3 Comparison between traditional monitoring data and InSAR monitoring data in the Hongze salt deposit

2.2 基巖標監測與InSAR結果精度驗證

選取的江蘇沿海基巖標監測數據日期為2016-12—2018-12(蔡田露等，2021)，InSAR數據監測日期為2017-02—2018-12，選擇2017-06—2017-12、2017-12—2018-06、2017-12—2018-12共3個時間段對基巖標數據與InSAR結果進行精度驗證。分別統計3個階段基巖標數據與InSAR數據對比情況。

2.2.1 2017-06—2017-12 江蘇沿海基巖標與InSAR監測結果最大差值為18.64 mm，誤差平均值為7.44 mm，標準差為5.66 mm，一致性率為80.00%。徐圩位置的基巖標數據與InSAR監測數據對比呈現較大誤差(表3、圖4)。

2.2.2 2017-12—2018-06 基巖標與InSAR監測值最大差值為2.59 mm，誤差平均值為0.77 mm，標準差為0.84 mm，一致性率為100.00%(表4、圖5)。

表3 江蘇沿海基巖標監測與InSAR監測數據對比(2017-06—2017-12)

圖4 江蘇沿海基巖標監測與InSAR監測數據對比圖(2017-06—2017-12)Fig. 4 Comparison between bedrock marker monitoring data and InSAR monitoring data in coastal Jiangsu(2017-06-2017-12)

表4 江蘇沿海基巖標監測與InSAR監測數據對比(2017-12—2018-06)

圖5 江蘇沿海基巖標監測與InSAR監測數據對比圖(2017-12—2018-06)Fig. 5 Comparison between bedrock marker monitoring data and InSAR monitoring data in coastal Jiangsu(2017-12-2018-06)

2.2.3 2017-12—2018-12 基巖標與InSAR監測值最大差值為4.35 mm，誤差平均值為2.51 mm，標準差為1.43 mm，一致性率為100.00%(表5、圖6)。

表5 江蘇沿海基巖標監測與InSAR監測數據對比(2017-12—2018-12)

圖6 江蘇沿海基巖標監測與InSAR監測數據對比圖(2017-12—2018-12)Fig. 6 Comparison between bedrock marker monitoring data and InSAR monitoring data in coastal Jiangsu(2017-12-2018-12)

2.3 精度驗證結果

選取79個水準點數據、7個基巖標(分別選取不同時段)測量數據，共98個數據樣本，與同期的InSAR數據進行對比發現，一致性率為86.73%，監測結果最大差值為18.64 mm，平均差值為2.08 mm，標準差為2.50 mm。

3 結 論

(1) InSAR測量與水準測量及基巖標測量間的一致性率(抬升或沉降一致性)為86.73%，表明InSAR可用于形變定性監測。

(2) InSAR測量與水準測量及基巖標測量間平均差值為2.08 mm，標準差為2.50 mm，表明InSAR可用于形變半定量監測。

(3) InSAR測量與水準測量間的最大差值為18.64 mm，對于高層建筑、排水管線、大壩、橋梁等需高精度形變監測的工程仍不能替代水準測量。

(4) InSAR測量的精度誤差因自身技術的原因難以消除，可利用裸露的山巖、已有的水準點及基巖標測量數據進行校正，增設人工角反射器，以提高測量精度及數據的可靠性。