形变监测高分辨率InSAR数据的精度分析

(1. 宿迁学院，江苏 宿迁 223800； 2. 江苏省地质调查研究院，江苏 南京 210018)

0 引 言

自20世纪后期将干涉合成孔径雷达(InSAR)运用于地面形变监测以来(张拴宏等，2004)，该技术的应用愈加广泛。Carnec等(1996)利用差分干涉测量观测了地下煤矿开采造成的地面沉降；Massonnet等(1997)研究了加利福尼亚由东部平顶山地热场造成的地面沉降；Fielding 等(1998)利用ERS SAR数据监测油田的地面快速沉降；何庆成等(2006)应用不同卫星重复测量的合成孔径雷达数据进行了地面沉降研究；汤益先等(2010)利用该技术对天津地区地面沉降进行研究，得到了该区域在1992—2000年的地面沉降结果。

但是，InSAR技术在形变监测方面因其自身的局限性(金丽华等，2021)，如数据(影像数量、波长，重访周期等)差异性大、工作区情况(地形、植被覆盖、大气状况、形变量级等)复杂、时序算法自身有缺陷，以及缺少有效的验证数据和精度评定方法等(朱建军等，2017)，在一定程度上影响了InSAR测量的精度。因此，在传统InSAR技术的基础上，发展了如差分干涉测量(D-InSAR)(张诗玉等，2008)、多时相MT-InSAR、永久散射体PS-InSAR(朱叶飞等，2010；廖明生等，2012；汪宝存等，2013；卢旺达等，2020)、小基线集SBAS-InSAR(朱叶飞等，2015)、分布式散射体DS-InSAR、多孔径MAI-InSAR、主动微波遥感中的合成孔径干涉雷达InSAR、时域相干点目标方法TCP-InSAR、相干目标干涉测量CT-InSAR等多种技术(李晓恩等，2021)。但这些技术无法同时解决因卫星硬件的提升导致重返周期变短后噪声之间的混叠(朱建军等，2017),以及因南北向形变的不敏感、相干点密度低、干涉失相干、轨道误差等问题引起的精度误差(于军等，2009)。考虑到精度误差的不可消除性(朱叶飞等，2020)，定量或定性了解误差显得尤为重要。

1 InSAR数据选取及处理

InSAR技术测量精度与影像数据的质量及数据处理方法密切相关。

1.1 影像数据的选取

为获取精度较高的PS点并确保数据时间序列的完整性，影像的数据量不可过少。此外，影像的分辨率决定测量的精细度，波长决定形变监测的灵敏度，重访周期决定监测的相干性。上述因素均影响InSAR形变监测的精度，因此影像数据的质量与最终的监测精度密不可分。

图1 分片、分块、集中整合处理示意图(据李杰等，2019)Fig. 1 Schematic diagram of fragmentation, segmentation, centralized integration processing(after Li et al., 2019)

选取影像时受存档影像的空间覆盖、时间序列完整性、空间基线等因素限制，结合已有存档影像，选用2017-01—2018-12的RADARSAT-2卫星XF(超宽精细)模式单视复数(SLC)影像378景(李杰等，2019)，影像分辨率为5 m，幅宽为125 km×125 km，极化方式为HH，成像波段为C波段(波长为5.6 cm)，轨道方向为降轨。将这些影像组合成6个条带，每个条带基本影像数为19～28期，可覆盖江苏全域，且相邻图幅含有公共覆盖区域，其中沿轨道方向上的覆盖长度不小于标准像幅沿飞行方向覆盖长度的15%，不同条带及像幅之间的重叠度大于标准像幅覆盖宽度的15%，满足空间连续监测需求。

数据获取时段内，同一像幅年度数据量≥8期，且影像间获取时段分布均匀，无过长时间跨度，有效避免因地面自然状况变化导致的去相干和误差因素。各时相重轨数据间空间垂直基线远小于临界基线值的一半，满足时间连续性要求。

1.2 数据处理

针对高分辨率影像数据量较大(378景)、各期影像获取的质量不同、不同条带间影像成像日期不同、各条带处理参考点不同、基准不统一等问题，处理时采用分片、分块、集中整合，以及长条带、多轨道分时序处理的总体思路(葛大庆，2013)，在保证处理结果质量最优的前提下，极大程度提高了大数据量高分辨率影像的处理效率。

1.2.1 分片、分块、集中整合 (1) 搭建异构集群体系，将InSAR处理过程中的各步骤以模块形式部署至各计算资源上，完成对话及调度处理测试(图1)。

(2) 对条带拼接后的高分辨率影像进行配准，按预定义格网进行拆分，由主节点按负载均衡原则分配格网至各计算资源，以进行InSAR预定义模块处理。

由于专业培养目标的不同，对于非计算机专业而言，其在Access数据库方面的教学呈现一种不够科学严谨的特点。主要体现为：

(3) 将各子节点处理完成的结果上传至主节点，完成拼接工作。

(4) 整体解缠。

1.2.2 长条带、多轨道分时序处理 InSAR技术获取的地面形变均为相对于某个特定参考基准(参考点)而言的数据，不同图幅、不同轨道下得到的形变结果存在基准偏差，因此对于大区域形变监测而言，长条带各数据分块之间、相邻条带之间形变结果的基准统一是结果镶嵌的核心问题。

按影像拍摄日期将相同轨道的SLC影像进行拼接生成长条带影像，然后采用分块处理的方式将长条带影像分割成具有一定重叠度的多个数据块，对各数据块进行时序分析处理。由于采用了相同轨道、相同时序影像及主影像，相邻数据块在重叠区内的轨道误差与大气影响保持一致，形变结果偏差较小，拼接处理较容易。此外，当相同轨道数据量有限时，可在得到差分相位后(楼良盛等，2012)先将多个数据块进行拼接，再整体解缠，整个条带采用同一参考基准，避免拼接问题。

不同轨道的影像获取日期不同、采用的主影像空间不同、各影像的轨道误差及大气影响不同是相邻轨道重叠区内形变结果不一致的主要因素。此外，平行轨道之间重叠区的卫星入射角略有差异，可视为对重叠区域的2次独立观测，相邻条带的形变速率结果可由此区域进行相互检验，也是相邻条带速率结果进行拼接的基础。由于卫星入射角的差异，相邻轨道在重叠区内的高相干目标也存在差异，同名点之间的统计差异可作为相邻轨道速率结果之间的补偿标准，据此将多个轨道之间的速率结果进行定标、拼接、统一(李杰等，2019)。

2 InSAR数据的监测精度对比

精度的验证采用一致性率(上升或沉降一致性)、最大差值、平均差值及标准差4个指标。一致性率可定性评价InSAR形变监测的可行性，最大差值、平均差值及标准差用于定量评价InSAR形变监测的精度。标准差计算公式为：

(1)

式(1)中，σ为标准差，是离均差平方和平均后的方根；x为各点的差值；μ为各差值的平均值(算术平均值)。

2.1 水准测量验证

2.1.1 兴化水准测量与InSAR结果精度验证 选取江苏兴化76个水准测量点数据参与验证，测量日期为2018-06—2018-11，InSAR监测选取2018-05-31—2018-10-22的累计形变结果，与水准测量结果进行精度验证。

将水准点周围50 m的区域划为有效区，与落入该区的InSAR监测点进行对比。但InSAR监测得到的有效参照点分布具有不确定性，可能分布在道路、房屋、河流水面等，而水准点基本分布在道路上，因此将有效区内与水准点位置不一致的参照点去除。

在76个水准点中，有64个点的50 m范围内存在PS点，将水准监测数据与有效区内的InSAR监测结果均值进行对比(表1、图2)。

64个对比点中，沉降或上升数据相符的点有53个，一致性率为82.81%，水准测量值与InSAR结果最大差值为9.11 mm，平均差值为1.62 mm，标准差为1.55 mm。二者之间有可对比性，InSAR技术用于形变监测有一定的可靠性。

表1 江苏兴化水准测量与InSAR监测数据对比

表1(续)

图2 江苏兴化水准测量与InSAR监测数据对比图Fig. 2 Comparison between levelling and InSAR monitoring data in Xinghua, Jiangsu

2.1.2 淮安洪泽盐矿矿区测量数据与InSAR结果精度验证 江苏淮安洪泽盐矿矿区共有包括水准测量、GPS、基岩标在内的15组有效测量数据(测量日期为2017-12—2018-07)，选择测量点周围50 m为有效区，与InSAR监测值进行对比(表2、图3)。结果显示，一致性率为93.33%，最大差值为9.72 mm，平均差值为2.69 mm，标准差为2.62 mm。

表2 洪泽盐矿测量数据与InSAR监测数据对比

图3 洪泽盐矿传统方法测量数据与InSAR数据对比图Fig. 3 Comparison between traditional monitoring data and InSAR monitoring data in the Hongze salt deposit

2.2 基岩标监测与InSAR结果精度验证

选取的江苏沿海基岩标监测数据日期为2016-12—2018-12(蔡田露等，2021)，InSAR数据监测日期为2017-02—2018-12，选择2017-06—2017-12、2017-12—2018-06、2017-12—2018-12共3个时间段对基岩标数据与InSAR结果进行精度验证。分别统计3个阶段基岩标数据与InSAR数据对比情况。

2.2.1 2017-06—2017-12 江苏沿海基岩标与InSAR监测结果最大差值为18.64 mm，误差平均值为7.44 mm，标准差为5.66 mm，一致性率为80.00%。徐圩位置的基岩标数据与InSAR监测数据对比呈现较大误差(表3、图4)。

2.2.2 2017-12—2018-06 基岩标与InSAR监测值最大差值为2.59 mm，误差平均值为0.77 mm，标准差为0.84 mm，一致性率为100.00%(表4、图5)。

表3 江苏沿海基岩标监测与InSAR监测数据对比(2017-06—2017-12)

图4 江苏沿海基岩标监测与InSAR监测数据对比图(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 江苏沿海基岩标监测与InSAR监测数据对比(2017-12—2018-06)

图5 江苏沿海基岩标监测与InSAR监测数据对比图(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 基岩标与InSAR监测值最大差值为4.35 mm，误差平均值为2.51 mm，标准差为1.43 mm，一致性率为100.00%(表5、图6)。

表5 江苏沿海基岩标监测与InSAR监测数据对比(2017-12—2018-12)

图6 江苏沿海基岩标监测与InSAR监测数据对比图(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 精度验证结果

选取79个水准点数据、7个基岩标(分别选取不同时段)测量数据，共98个数据样本，与同期的InSAR数据进行对比发现，一致性率为86.73%，监测结果最大差值为18.64 mm，平均差值为2.08 mm，标准差为2.50 mm。

3 结 论

(1) InSAR测量与水准测量及基岩标测量间的一致性率(抬升或沉降一致性)为86.73%，表明InSAR可用于形变定性监测。

(2) InSAR测量与水准测量及基岩标测量间平均差值为2.08 mm，标准差为2.50 mm，表明InSAR可用于形变半定量监测。

(3) InSAR测量与水准测量间的最大差值为18.64 mm，对于高层建筑、排水管线、大坝、桥梁等需高精度形变监测的工程仍不能替代水准测量。

(4) InSAR测量的精度误差因自身技术的原因难以消除，可利用裸露的山岩、已有的水准点及基岩标测量数据进行校正，增设人工角反射器，以提高测量精度及数据的可靠性。