哨兵1號的對流層濕延遲變化提取與分析

郭秋英，黃守凱,3，李德偉，趙 耀，張立國，張海平，李國偉

哨兵1號的對流層濕延遲變化提取與分析

郭秋英1，黃守凱1,3，李德偉1，趙 耀1，張立國2，張海平2，李國偉2

（1. 山東建筑大學 測繪地理信息學院，濟南 250101；2. 山東省國土測繪院，濟南 250102；3. 中國測繪科學研究院 北京房山人衛激光國家野外科學觀測研究站，北京 100036）

為了進一步提高大氣水汽反演的精度和可靠性，提出一種利用星載干涉合成孔徑雷達（InSAR）提取對流層天頂濕延遲（ZWD，簡稱對流層濕延遲）的方法：以2020年1月至2020年3月覆蓋濟南及周邊地區的哨兵1號衛星（Sentinel-1）數據為基礎，采用歐洲中期天氣預報中心（ECMWF）第五代全球氣候的大氣再分析資料（ERA5）計算對流層干延遲分量；再利用雙線性插值方法統一干延遲分量與Sentinel-1的分辨率；然后通過差分數據處理實現InSAR干涉圖相位中對流層濕延遲分量的提取。實驗結果表明，Sentinel-1數據可以在較高的空間分辨率內有效提取對流層濕延遲；InSAR技術與北斗衛星導航系統（BDS）技術探測的天頂方向對流層濕延遲變化趨勢一致，且對流層濕延遲含量逐漸升高；2種探測手段的對流層濕延遲結果平均偏差為4.45～9.03 mm，最小偏差可達0.3 mm，二者相關系數為0.79。利用InSAR技術結合Sentinel-1等數據可以提取高精度、空間連續對流層濕延遲，可為大范圍、空間連續的大氣水汽反演提供數據支撐。

星載干涉合成孔徑雷達（InSAR）；哨兵1號；對流層濕延遲（ZWD）；北斗衛星導航系統（BDS）；氣象再分析資料

0 引言

對流層天頂濕延遲（zenith wet delay，ZWD），簡稱對流層濕延遲，是反演大氣可降水量（precipitable water vapor，PWV）的重要參數，其受對流層水汽變化的影響，難以用具體的經驗模型描述；因此進行對流層濕延遲提取與分析是對流層水汽變化研究的關鍵問題[1]。并且掌握與水汽相關的對流層濕延遲變化，對氣象信息預報與預警、災害天氣防范等領域具有重要意義[2-3]。

無線電探空技術可以獲取大氣中濕度、溫度等氣象要素，能夠以較高的垂直分辨率獲取高精度的PWV，但無線電探空站分布稀疏，每天只釋放2次，時空分辨率較低，難以對中小尺度水汽變化進行有效監測。全球衛星導航系統（global navigation satellite system，GNSS）通過接收衛星信號反演PWV，能夠全天候、高精度探測大氣水汽信息，但地面GNSS測站分布稀疏，難以探測小區域內大氣水汽的變化[4]。水汽輻射計接收微波信號計算PWV，時間分辨率較高，但在有云層遮擋和雨雪等惡劣天氣條件下觀測會產生明顯的觀測誤差。光學氣象衛星通過衛星傳感器上的近紅外水蒸氣通道，例如中分辨率成像光譜儀（moderate-resolution imaging spectroradiometer，MORIS）能夠以較高的空間分辨率獲取PWV，但只能獲取白天的水汽信息，在云層遮擋條件下觀測精度降低[5]。

星載干涉合成孔徑雷達（interferomtric synthetic aperture radar，InSAR）測量方法具有高精度、高空間分辨率、全天時、不受云層遮擋和雨雪等氣象條件影響等優點，在地表形變監測、災害探測等領域取得了廣泛應用[6-7]。尤其2014年以來，哨兵1號（Sentinel-1）衛星采取開放的數據分發策略，為探測大氣水汽和氣象學的研究提供重要支持[8]。Sentinel-1寬幅工作模式下測繪帶寬可達250 km，空間分辨率5 m×20 m，重訪周期為6 d，在特定區域，不同軌道的衛星重訪周期可縮短為1 d。雷達信號穿過對流層時，信號發生了折射，產生對流層延遲。對流層延遲分為對流層濕延遲和對流層天頂干延遲（zenith hydrostatic delay，ZHD）（簡稱對流層干延遲）。ZWD通過水汽轉換系數轉換為PWV，由于InSAR干涉圖是2幅InSAR影像對應像素干涉相位相減的結果，因此InSAR提取的ZWD是相對值[9]。

目前，國內外學者針對InSAR干涉圖中對流層延遲相位進行校正，獲取高精度的地表信息以及地表形變信息等方面進行了大量研究[10-11]。然而，將對流層延遲相位看作“信號”進行PWV的反演，從而開展InSAR氣象學研究的工作相對不足。文獻[12]提出InSAR氣象學的概念，初步研究了InSAR反演大氣水汽的方法，為InSAR氣象學推廣奠定了基礎。文獻[13]利用歐洲環境衛星（European environmental satellite，Envisat）提供的8景InSAR數據提取對流層延遲，減去從氣象再分析資料中提取干延遲相位，得到了美國洛杉磯地區高精度的對流層濕延遲信息，但部分干涉圖時間基線時間基線較長，InSAR干涉圖中可能會殘留地表形變相位。文獻[14]利用Envisat提供的18景InSAR數據提取了德州市、滄州市周圍地區對流層延遲相位，計算大氣水汽含量，但忽略了對流層干延遲相位對InSAR干涉圖造成的誤差。文獻[15]采取時間序列InSAR的處理方法提取對流層濕延遲，其假設大氣延遲在時間上不相關，獲取了成像時刻的大氣水汽信息，但利用時間序列InSAR方法需要大量的數據，會產生龐大的數據計算工作，制約了大氣水汽反演的研究效率。

綜上所述，本文利用第五代全球氣候的大氣再分析資料（the fifth major global reanalysis，ERA5）計算對流層干延遲，采用雙線性插值方法統一了對流層干延遲與Sentinel-1數據分辨率，選擇時間基線不大于24 d的InSAR干涉圖提取2020年1月至2020年3月濟南及周邊地區對流層濕延遲，在統一ERA5與加米特（GAMIT）軟件中干延遲計算模型的基礎上，利用北斗衛星導航系統（BeiDou navigation satellite system，BDS）反演的對流層濕延遲數據進行對比驗證，分析2種探測手段對流層濕延遲結果之間的關系，以期為城市級別空間連續的對流層水汽分布特征研究提供參考。

1 InSAR提取對流層濕延遲原理

ZHD是地表氣壓的函數，約占對流層總延遲的90%且變化非常平緩，在50 km×50 km范圍內的變化可以忽略不計，但是在大于100 km×100 km的區域和高程起伏較大的區域，地表氣壓發生變化，會導致ZHD有幾厘米的誤差，因此不能簡單忽略ZHD的影響[16]。ZWD占對流層總延遲的10%左右。雖然ZWD占對流層總延遲比重較小，但其隨時間變化快且區域性較強，因此，干涉圖中ZWD占主導地位。

2幅InSAR影像對應像素相減生成干涉相位圖，干涉相位圖中包括5種誤差相位，且誤差相位都是相對值，用公式表示為

2 研究區與數據集

圖1 研究區概況

本文選取歐洲航天局（European Space Agency，ESA）發布的2020年覆蓋濟南及其周邊地區的Sentinel-1衛星的C波段升軌數據，該區域位于中緯度地區，受電離層效應影響可忽略不計，數據的覆蓋范圍約250 km×170 km，采取干涉幅寬模式（interferometric wide swath，IW），入射角為38.92°。

ERA5全球氣象再分析資料同化氣象站數據、衛星遙感等多源觀測數據，提供多種均勻網格化數據[18]。本文選取2020年覆蓋研究區域ERA5氣象再分析資料中的地表氣壓數據，其空間分辨率為0.1°×0.1°（經度×緯度），時間分辨率為1 h。

山東省國土測繪院CORS站提供CQRS、DEZH、GQML、JYRS、KYRS、PYRS、SDLL、SHRS、YAXI、ZQRS 10個測站的BDS衛星觀測數據，CORS測站空間分布情況如圖1所示。

3 實驗結果分析

3.1 InSAR提取結果

表1 干涉圖基本信息

對Sentinel-1衛星影像進行配準、干涉、濾波、解纏等步驟，去除干涉圖中與對流層延遲無關的相位，視線方向上的對流層延遲相位如圖2所示。圖2中存在明顯的對流層延遲現象，白色區域與黑色區域是對流層延遲現象較為明顯的地區。

圖2 InSAR提取干涉圖的對流層延遲相位空間分布

圖3 ERA5氣象再分析資料計算空間分布

圖4 InSAR提取干涉圖的空間分布

3.2 InSAR與BDS對比與分析

表2 InSAR與BDS偏差對比 mm

圖6 4幅InSAR干涉圖提取的與山東省CORS測站的相關性比較

4 結束語

本文結合Sentinel-1數據和ERA5氣象再分析資料，利用InSAR技術提取了2020年1月—2020年3月濟南及周邊地區高精度、高空間分辨率的對流層濕延遲結果，并利用研究區域內10個CORS站的BDS觀測數據進行了驗證，得出以下結論：

2）InSAR技術提取對流層濕延遲結果可以同時反映大區域與局部區域對流層濕延遲空間分布特征，其中Sentinel-1數據分辨率達到5 m×20 m，即使在很小的空間范圍內，也可以提供高精度、空間連續的對流層濕延遲信息。

研究結果表明，利用InSAR技術結合Sentinel-1數據、ERA5氣象再分析資料等數據可以高精度、高空間分辨率地提取對流層濕延遲，為PWV反演提供重要支撐。

[1] BEVIS M, BUSINGER S, HERRING T A, et al. GPS meteorology: remote sensing of atmospheric water vapor using the global positioning system[J].Journal of Geophysical Research, 1992, 97(14): 15787-15801.

[2] 李建國, 毛節泰, 李成才, 等. 使用全球定位系統遙感水汽分布原理和中國東部地區加權“平均溫度”的回歸分析[J]. 氣象學報, 1999, 57(3): 28-37.

[3] 徐銘澤, 郭秋英, 侯建輝, 等. 濟南地區加權平均溫度模型建立及精度分析[J]. 導航定位學報, 2021, 9(5): 142-151.

[4] 趙慶志. 地基GNSS水汽反演關鍵技術研究及其應用[D]. 武漢: 武漢大學, 2017.

[5] 宋小剛, 李德仁, 單新建, 等. 基于GPS和MODIS的ENVISAT ASAR數據干涉測量中大氣改正方法研究[J].地球物理學報, 2009, 52(6): 1457-1464.

[6] MASSONNET D, FEIGK K L. Rader interferometry and its application to changes in the earth’s surface[J]. Reviews of Geophysics, 1998, 36(4): 441-500.

[7] 李振洪, 宋闖, 余琛, 等. 衛星雷達遙感在滑坡災害探測和監測中的應用:挑戰與對策[J]. 武漢大學學報(信息科學版), 2019, 44(7): 967-979.

[8] MATEUS P, MIRANDA P, NICO G, et al. Assimilating InSAR maps of water vapor to improve heavy rainfall forecasts: a case study with two successive storms[J]. Journal of Geophysical Research:Atmospheres, 2018, 123(7): 3341-3355.

[9] DING X L, LI Z W, ZHU J J, et al. Atmospheric effects on InSAR measurements and their mitigation[J]. Sensors, 2008, 8(9): 5426-5448.

[10] 王建業, 梁小龍, 金喜, 等. 黃土填方區地表沉降時序InSAR監測分析[J]. 測繪通報, 2021(8): 158-161.

[11] 曾琪明, 章曉潔, 焦健. InSAR生成DEM中WRF大氣校正[J]. 遙感學報, 2016, 20(5): 1151-1160.

[12] HANSSEN R F. High-resolution water vapor mapping from interferometric radar measurements[J]. Science, 1999, 283(5406): 1297-1299.

[13] 唐偉. 利用氣象再分析資料研究InSAR大氣對流層延遲與水汽反演[D]. 武漢: 武漢大學, 2017.

[14] 占文俊. InSAR大氣相位建模與估計及差分水汽分解[D]. 長沙: 中南大學, 2014.

[15] LIU S. Satellite radar interferometry: estimation of atmospheric delay[D]. Netherlands: Delft Universiteit of Technology, 2012.

[16] JOLIVET R, AGRMA P S, LIN N Y, et al. Improving InSAR geodesy using global atmospheric models[J]. Journal of Geophysical Research Solid Earth, 2014, 119(3): 2324-2341.

[17] 王帥民. 基于GNSS和再分析資料的ZTD/PWV精度評定與模型構建方法研究[D]. 濟南: 山東大學, 2021.

[18]張永林, 蔡昌盛. 基于再分析資料ERA5的對流層延遲估計方法及精度評估[J]. 大地測量與地球動力學, 2020, 40(1): 62-65.

Tropospheric zenith wet delay variation extraction and analysis by Sentinel-1

GUO Qiuying1, HUANG Shoukai1,3, LI Dewei1, ZHAO Yao1, ZHANG Liguo2, ZHANG Haiping2, LI Guowei2

（1. School of Surveying and Geo-informatics, Shandong Jianzhu University, Jinan 250101, China;2. Shandong Provincial Institute of Land Surveying and Mapping, Jinan 250102, China;3. Beijing Fangshan Satellite Laser Ranging National Observation and Research Station, Chinese Academy of Surveying and Mapping, Beijing 100036, China）

In order to further improve the the accuracy and reliability of precipitable water vapor inversion, the paper proposed an extraction method of tropospheric zenith wet delay(ZWD) by using spaceborne interferomtric synthetic aperture radar (InSAR): based on the Sentinel-1 satellite data in the Jinan and surrounding areas from 2020-01 to 2020-03, the fifth major global reanalysis (ERA5) of the European Center for Medium-range Weather Forecasts (ECMWF) was used to calculate the tropospheric dry delay component; and bilinear interpolation methods was used to unify the resolution of the tropospheric dry delay component with Sentinel-1; then the extraction of tropospheric wet delay component in InSAR interferogram phase was realized by differential data processing. Experimental result showed that Sentinel-1 data could effectively extract tropospheric zenith wet delays at higher spatial resolution, the variation trend of the tropospheric wet delay in the zenith direction detected by InSAR technology could be consistent with that by Beidou navigation satellite system (BDS) technology, and the content of tropospheric wet delay would increase gradually; moreover, the average deviation of the two detection methods of tropospheric zenith wet delay would be 4.45～9.03 mm, the minimum deviation 0.3 mm, and the correlation coefficients of them 0.79. In general, InSAR technology combined with Sentinel-1 data could help extract high precision, spatially continuous tropospheric zenith wet delay, and provide data support for large-scale, spatially continuous precipitable water vapor inversion.

spaceborne interferomtric synthetic aperture radar (InSAR); Sentinel-1; tropospheric zenith wet delay (ZWD); BeiDou navigation satellite system (BDS); atmospheric reanalysis

P228

A

2095-4999(2023)02-0203-08

郭秋英, 黃守凱, 李德偉, 等. 哨兵1號的對流層濕延遲變化提取與分析[J]. 導航定位學報, 2023, 11(2): 203-210.（GUO Qiuying, HUANG Shoukai, LI Dewei, et al. Tropospheric zenith wet delay variation extraction and analysis by Sentinel-1[J]. Journal of Navigation and Positioning, 2023, 11(2): 203-210.）DOI:10.16547/j.cnki.10-1096.20230224.

2022-03-21

山東省自然科學基金項目（ZR2021QD155，ZR2020QD049，ZR2017MD029，ZR202103020231）；大地測量與地球動力學國家重點實驗室開放基金項目（SKLGD2021-5-5）。

郭秋英（1970—），女，山東金鄉人，博士，教授，研究方向為GNSS精密定位數據處理、北斗/GNSS氣象學。

黃守凱（1998—），男，安徽蚌埠人，碩士研究生，研究方向為北斗/GNSS氣象學、GNSS/遙感/InSAR數據融合與數據處理等。