TanDEM-X数据干涉地形信息精度分析

刘 琦，章皖秋，岳彩荣，王宗梅，谈启龙

(西南林业大学林学院，云南 昆明 650224)

TanDEM-X数据干涉地形信息精度分析

刘 琦，章皖秋，岳彩荣，王宗梅，谈启龙

(西南林业大学林学院，云南 昆明 650224)

以德国宇航中心TanDEM-X数据为信息源，采用干涉技术提取植被覆盖区的地形，将相关系数、山脊线与山谷—水系线作为评价指标，对比5种地形数据(数字化 DEM、SRTM-DEM、ASTER GDEM、TanDEM-X Monostatic-DEM, TanDEM-X Bistatic-DEM)在地表起伏表达方面的差异。研究结果显示，数字化DEM精度高，但是获取方式费时费力；SRTM-DEM能表现宏观地形，但分辨率低；ASTER GDEM分辨率有所提升，但是对地形的表达精度偏低；TanDEM-X干涉地形数据分辨率高，但是在林区受到森林冠层高度影响，实为数字表面模型，无法提供准确可靠的林下地形信息。

TerraSAR-X/TanDEN-X；数字高程模型(DEM)；干涉SAR；地形信息；精度分析

数字高程模型(Digital Elevation Model，DEM)是地学领域用于反映地球表面起伏状况的实体模型，采用栅格矩阵表示地面位置及其高程信息。DEM的概念于20世纪50年代提出，伴随着信息网络技术的迅猛发展，在经济建设、科学研究和军事领域等方面的应用与日俱增。

当前，全球范围可用DEM数据十分有限。美国航天飞机雷达地形测绘使命(SRTM)通过搭载在“奋进”号航天飞机上的C波段雷达传感器，获取了超过陆地面积80%的DEM，公开数据空间分辨率90 m[1]。日美合作的先进星载热发射和反射辐射仪全球数字高程模型(ASTER GDEM)是目前唯一基本覆盖全球陆地表面的高分辨率DEM，空间分辨率30 m[2]。DLR SRTM是德国宇航中心设置在航天飞机上的X波段雷达传感器获取的DEM，分辨率可达10 m，呈网状分布，覆盖面积较少[1]。上述几种DEM基于10年前的影像生成，现势性差，无法反应最新的地貌特征。

常见的DEM获取方式包括地面测量、数字化地形图和遥感航测。传统地面测量获取大比例尺的DEM，服务于工程设计施工，精度高，但不适合大范围数据采集。数字化地形图依托现有地形图数据，经过人工数字化等高线生成DEM，耗费人力大，仅对现有地形图的地区可行。遥感航测，特别是新兴的无人机测量，通过光学立体成像提供了快捷经济的DEM获取手段，前景广阔，但是易受成像几何、气象条件限制。

合成孔径雷达干涉测量(SAR Interferometry)基于高分辨率成像雷达，具有全天时、全天候和穿透云雾冰雪等极端气象条件的能力[3]，对地物的高度和垂直分布信息十分敏感，具备了测绘地表高程的能力。1986年，Zebker和Goldstein[4]将机载平台SAR用于地面观测，采用干涉技术获取了美国旧金山湾区附近的地形图。1988年，Gabriel和Goldstein[5]利用搭载在航天飞机上的Sir-B星载SAR系统生成了加拿大不列颠哥伦比亚省局部地形图。近年来，随着欧空局ERS-1/2，日本ALOS-1/2，加拿大RADARSAT-1/2，德国TerraSAR-X/TanDEM-X等星载SAR系统陆续投入使用，干涉SAR技术获取DEM数据的应用日趋成熟。刘国祥[6]等使用欧空局ERS-1/2数据，干涉处理生成了香港元朗地区DEM，并使用外部地形数据对结果进行评价。周伟[7]等采用优化干涉理论，基于ALOS PALSAR干涉数据获取了山东泰安地区DEM，相比传统单极化干涉SAR方法提高了DEM精度。杜亚男[8]等基于TerraSAR-X/TanDEM-X数据，提出顾及垂直基线、阴影和叠掩的数据融合新方法，构建了澳门、珠海地区的DEM。

本文基于德国宇航中心TanDEM-X干涉数据，选取云南省勐腊县为研究区，通过干涉SAR获得了TanDEM-X Monostatic-DEM和TanDEM-X Bistatic-DEM 2种地形数据，结合几种常见数字高程模型(SRTM-DEM、ASTER GDEM和数字化1：5万地形图)，分析了X波段星载干涉数据获取地形信息的特点及适用范围，比较了几种数字高程模型对地形细节，特别是对林下地形的表达能力。

1 干涉SAR(InSAR)原理

干涉SAR[9]是基于雷达复图像对的相位信息提取地物空间位置参数的技术。其基本思想是采用雷达双天线成像或单天线重复成像的方式，获取相同地区的雷达复图像对，由于两幅天线拍摄时与地面目标距离不同，雷达复图像对在同一位置点产生了相位差，形成干涉条纹图。根据干涉条纹图的相位信息，即两幅天线成像的相位差，以及与地面目标空间位置之间的几何关系，结合雷达飞行轨道参数，测定地面目标的空间坐标，提供大范围高精度的数字高程模型。图1为干涉SAR几何示意图[10]。

图1 干涉SAR几何示意Fig.1 SAR Interferometry geometric sketch

待测点P到天线的距离为R1和R2，路径差△R=R1-R2。φs1和φs2代表主辅天线S1和S2接收目标回波信号的相位信息，主辅天线影像复共轭相乘得到干涉条纹图，即主辅影像相位差。式(1)为相位差与天线路径差的关系。

(1)

由于SAR系统只能记录2π内的相位信息，因此不计2π相位模糊。根据三角形几何关系求出斜距R1，并最终获得P点高度值h0，如式(2)、(3)，式中θ0为S1天线入射角，δb为基线与水平方向的夹角。

(2)

h0=H-R1cosθ

(3)

2 实验数据

2.1 研究区概况

研究区位于云南省西双版纳州勐腊县，澜沧江大断裂以东，无量山南端尾梢，海拔613～1 501 m。地貌为典型的河谷盆地，澜沧江支流南腊河自北向南流经形成河谷。两侧为山地，其中，西侧同时分布有南北、东西走向山脉，坡向分布不规律；东侧山脉呈东西走向为主，多为南北坡向。该区域地形起伏明显，河谷地区坡度平缓，一般不超过5°；山区坡度大于15°，部分区域可达50°，属于地形较为陡峭的地区(图2)。

图2 研究区位置Fig.2 StudyArea

2.2 TerraSAR-X和TanDEM-X星载干涉数据

德国宇航中心TerraSAR-X[11]是世界上首颗分辨率达到1m的商用高分辨率雷达卫星，工作波段为X波段。TanDEM-X计划[12]由编队飞行的TerraSAR-X和TanDEM-X 2颗太阳同步轨道卫星构成，以形成高精度干涉SAR系统获取数字高程模型，其最显著的优势是避免了时间去相干和大气干扰等因素对干涉成像质量的影响，具备良好的干涉测量性能和复杂地形处理能力，可生成空间分辨率12 m，高程精度2 m的DEM数据[13]。

TanDEM-X Monostatic-DEM(以下简称Mono-DEM)为TerraSAR-X和TanDEM-X卫星单一静态模式下干涉生成的DEM，工作中2颗卫星相互独立，仅接收自身发射信号的后向散射。TanDEM-X Bistatic-DEM(以下简称Bi-DEM)采用收发分置模式获取，TerraSAR-X发射信号，并与TanDEM-X同时接收地面回波信号，该模式下主辅影像的时间基线几乎为“0”，能够最大限度地克服时间、大气去相干和轨道等干扰，干涉效果好。

图3 主辅影像强度Fig.3 Intensityofmainandsupplementimage

图4为干涉SAR获取DEM的部分实验数据。主辅天线影像干涉形成条纹图(图4(A))；去除干涉条纹图中的平地相位影响后获得仅带有地形相位信息的干涉条纹图(图4(B))；去平后的干涉条纹图经过滤波、相位解缠等处理生成DEM(图4(C))。

2.3 几种常用DEM数据

1)地图数字化，基于勐腊县1∶5万地形图绘制研究区的等高线，生成25 m分辨率的DEM(图5)。

2)第三方DEM数据。SRTM-DEM和ASTER GDEM数据由USGS(美国地质勘探局)提供下载，其中SRTM-DEM空间分辨率为90 m，ASTER GDEM空间分辨率为30 m。

3 实验结果

以数字化DEM为标准，对比SRTM-DEM、ASTER GDEM、Mono-DEM和Bi-DEM对地形的表达效果，由于数字化DEM采用黄海海平面为高程起算面，而其他几种DEM采用地心为中心的全球通用椭球面，既它们的高程起算点不同，无法直接比较。因此，本文通过5种DEM的相关系数、标准差以及山脊线、山谷—水系线的情况，分析对地形的表达效果及相似程度。

图4 实验数据Fig.4 Experimental data

图5 数字化等高线及其相应DEMFig.5 DigitalizedcontoursandDEM

3.1 5种DEM相关性对比

以数字化DEM为基准，分别对其余4种地形数据进行几何纠正，确保5种DEM在地理坐标上匹配。计算数字化DEM与其余4种地形数据间的相关系数，以及各自的数据标准差(表1)。

根据相关系数，Mono-DEM、SRTM-DEM与数字化DEM相关性高， ASTER GDEM与数字化DEM相关性低。

表1 DEM数据标准差与相关系数

根据标准差，ASTER GDEM标准差最大，说明该DEM高程值波动较大，SRTM-DEM、Mono-DEM、Bi-DEM和数字化DEM的高程值标准差较为接近，相比ASTER GDEM标准差明显偏小，说明该4种DEM的数值波动较小，且对地形起伏的波动表达近似。

3.2 5种DEM山脊线、山谷—水系线对比

山脊线和山谷—水系线是地形起伏变化的界限，可以表现出区域地形的细节特征，在评价数字高程模型对地形的表达精度方面具有重要意义，分别生成5种DEM的山脊线和山谷—水系线。 图6为数字化DEM、SRTM-DEM、ASTER GDEM、Mono-DEM和Bi-DEM的山脊线。

根据图6，整体上SRTM-DEM和数字化DEM山脊线最为清晰，线条连续且长；Mono-DEM、Bi-DEM和 ASTER GDEM山脊线线条不连续且短，表现为破碎化，数量较多。

选取研究区某一区域，分别从5种DEM的山脊线图上提取同一位置的一条山脊线，从图7局部山脊线可以发现，该条山脊线在SRTM-DEM和数字化DEM上表现为一条完整而连续的山脊，而在其他3种DEM上表现为断断续续的短小山脊线组合，无法形成一个整体，且只能大致标明山体走向。对比5种DEM的山谷—水系线图，也呈现出相似规律。

图6 DEM提取山脊线Fig.6 Ridge lines extracted from DEM

图7 局部山脊线Fig.7 Partial ridge lines

图8是根据5种DEM提取的山脊线、山谷—水系线数量统计图，直观地反映出5种DEM在山脊线、山谷—水系线的提取差异。横坐标表示5种DEM，其中蓝色方柱表示山脊线，红色方柱表示山谷—水系线，纵坐标表示对应该山脊线、山谷—水系线的数量。

图8 5种DEM山脊、山谷—水系数量Fig.8 Number of ridge and valley lines of five DEMs

从图8中可以看出：

1)山脊线提取数量：Bi-DEM>ASTER GDEM>数字化DEM>Mono-DEM>SRTM-DEM

2)山谷—水系线提取数量：Mono-DEM>Bi-DEM>ASTER GDEM>数字化DEM>SRTM-DEM

3)SRTM-DEM和数字化DEM的山脊线、山谷—水系线数量较少。

4 结论与总结

根据相关系数，SRTM-DEM、Mono-DEM 与数字化DEM最为相似，其次是Bi-DEM，而ASTER GDEM与数字化DEM的相似度较差。根据DEM标准差，SRTM-DEM、ASTER GDEM、Mono-DEM和Bi-DEM数据波动性均大于数字化DEM。从山脊线和山谷—水系线来看，数字化DEM能够提取出相对完整的山脊线、山谷—水系线，宏观地形表达较好，SRTM-DEM的表达效果次之，而ASTER GDEM、 Mono-DEM、Bi-DEM的山脊线、山谷—水系线较为破碎、短小。

从原理上分析以上差异，数字化DEM经过地面实测和人工制图综合后，对地表起伏的概括性大，忽略了部分地形细节信息。SRTM-DEM通过C波段传感器干涉SAR获取，包含细节信息多；由于C波段穿透性较差，在森林区域反映的高程是地表高程与树冠高度的综合；ASTER GDEM由光学影像立体像对成像方式获得，在森林区域也容易表达为携带树冠的地形。因此，以上2种DEM在林区的地形信息包括森林冠层起伏，而非实际地形高程。

TanDEM-X数据干涉DEM对地表细节信息测量准确，能够体现局部微地形变化；但是X波段穿透性低，Mono-DEM和Bi-DEM也是带有树冠的地形，由于森林高度分布具有随机性，使得这2种DEM的高度值带上了“噪音”。在地形细节信息以及森林冠层高度的双重影响下，Mono-DEM和Bi-DEM难以提取出完整的山脊线及山谷—水系线，表达地形效果不佳。

研究表明，TanDEM-X数据干涉提供了高分辨率数字表面模型，实现了大范围实时地表高度信息获取。但是，由于X波段穿透性差的原因，Mono-DEM与Bi-DEM在林区携带有大量的森林高度信息，无法作为可靠的数字高程模型，仅可以为部分区域提供地形参考，极大地制约了TanDEM-X数据干涉DEM技术的应用发展，如何解决星载X波段干涉获取高精度林下地形信息的问题，成为今后研究的方向。

[1] WALKER W S, KELLNDORFER J M, PIERCE L E.Quality assessment of SRTM C-and X-band interferometric data: Implications for the retrieval of vegetation canopy height[J].Remote Sensing of Environment, 2007, 106(4): 428-448.

[2] TACHIKAWA T, KAKU M, IWASAKI A, et al.ASTER global digital elevation model version 2-summary of validation results[R].NASA, 2011.

[3] 吴一戎, 洪文, 王彦平.极化干涉SAR的研究现状与启示[J].电子与信息学报, 2007(5):1258-1262.

[4] ZEBKER H A, GOLDSTEIN R M.Topographic mapping from interferometric synthetic aperture radar observations[J].Journal of Geophysical Research: Solid Earth, 1986, 91(B5): 4993-4999.

[5] GABRIEL A K, GOLDSTEIN R M.Crossed orbit interferometry: theory and experimental results from SIR-B[J].International Journal of Remote Sensing, 1988, 9(5): 857-872.

[6] 刘国祥,丁晓利,李志林,等.使用InSAR建立DEM的试验研究[J].测绘学报, 2001(4):336-342.

[7] 周伟,陈尔学,刘国林,等.基于ALOS极化干涉SAR数据的DEM提取方法研究[J].遥感技术与应用, 2013(1):44-51.

[8] 杜亚男,冯光财,李志伟,等.TerraSAR-X/TanDEM-X获取高精度数字高程模型技术研究[J].地球物理学报, 2015(9):3089-3102.

[9] 杨震,杨汝良.极化合成孔径雷达干涉技术[J].遥感技术与应用, 2001(3):139-143.

[10] 罗环敏.基于极化干涉SAR的森林结构信息提取模型与方法[D].北京：电子科技大学, 2011.

[11] 隋立春,徐花芝,李建武.德国新型雷达遥感系统TerraSAR-X介绍[J].测绘科学技术学报, 2007, 24(5):321-324.

[12] 廖明生,田馨,赵卿.TerraSAR-X/TanDEM-X雷达遥感计划及其应用[J].测绘信息与工程, 2007(2):44-46.

[13] KUGLER F, LEE S, HAJNSEK I, et al.Forest height estimation by means of Pol-InSAR data inversion: The role of the vertical wavenumber[J].IEEE Transactions on Geoscience and Remote Sensing, 2015, 53(10):5294-5311.

Accuracy Assessment of Topography Information Extracted from
TanDEM-X Data by SAR Interferometry

LIU Qi，ZHANG Wanqiu，YUE Cairong，WANG Zongmei, TAN Qilong

(Forestry College，Southwest Forestry University，Kunming 650224，China)

By applying SAR Interferometry and selecting TanDEM-X data provided by DLR as data source, DEM in forest area was extracted. This study took correlation coefficients, ridge and valley lines as evaluation index, and compared the performance of presenting local topography in five DEMs (Digitalized DEM, SRTM-DEM, ASTER GDEM, TanDEM-X Monostatic-DEM and TanDEM-X Bistatic-DEM). The results showed that Digitalized DEM had the best accuracy, but hard to collect; SRTM-DEM performed well on macro-topography, but spatial resolution was low; ASTER GDEM had a better spatial resolution, but the accuracy on presenting the topography was low. Results also found that the topography extracted from TanDEM-X data had a high spatial resolution, but the TanDEM-X SAR Interferometry actually was Digital Surface Model not Digital Elevation Model for the impact of forest canopy height, which cannot provide reliable underlying forest Topography Information.

TerraSAR-X/TanDEM-X；digital elevation model；SAR Interferometry; topographic information; precision analysis

10.3969/j.issn.1671-3168.2017.01.001

2016-12-05.

国家自然科学基金(31260156)；德国DLR TanDEM-X Science Phase计划资助(XTI_VEGE6852)；西南林业大学云南省省级重点学科(林学)资助；云南省林学一流学科建设经费资助.

刘 琦(1991-)，男，山西太原人，硕士研究生.从事资源环境遥感方面的应用研究.Email:swfu_liuqi@163.com

章皖秋，讲师.从事GIS理论与遥感技术应用等研究.

S771.8；P228

A

1671-3168(2017)01-0001-06