1、InSAR本原理及其誤差來源合成孔徑雷達干涉測量技術（syntheticapertureradarinterferometry,InASR）將合成孔徑雷達成像技術與干涉測量技術成功地進行了結合，利用傳感器高度、雷達波長、波束視向及天線基線距之間的幾何關系，可以精確的測量出圖像上每一點的三維位置和變化信息。合成孔徑雷達干涉測量技術是正在發展中的極具潛力的微波遙感新技術，其誕生至今已近30年。起初它主要應用于生成數字高程模型（DEM）和制圖，后來很快被擴展為差分干涉技術（differentialInSAR,DInSAR講應用于測量微小的地表形變，它已在研究地震形變、火山運動、冰川漂移、城市沉降以及

2、山體滑坡等方面表現出極好的前景。特別，DInSAR具有高形變敏感度、高空間分辨率、幾乎不受云雨天氣制約和空中遙感等突出的技術優勢，它是基于面觀測的空間大地測量新技術，可補充已有的基于點觀測的低空間分辨率大地測量技術如全球定位系統（GPS甚長基線干涉（VLBI）和精密水準等。尤其InSAR在地球動力學方面的研究最令人矚目。隨著InSAR應用的廣泛開展，尤其是在長時間序列的緩慢地表形變監測方面的深入應用，發現傳統InSAR技術存在不可客服的局限，主要表現在以下幾個方面：（1）長時間序列上的時間去相干問題，特別是重復軌道觀測的InSAR處理。地物在時間序列上的變化導致其散射特性的變化，從而大大降低地

3、物在不同時間上的相干性，導致InSAR處理的失效。（2）傳統DInSAR側重于單次形變的研究，使用到的SAR圖像少，而且對SAR圖像的要求非常高，通常要保證兩次衛星的基線距比較小，否則會引入嚴重的幾何去相干問題，這大大限制可被利用于感興趣區的InSAR監測圖像質量。（3）大氣相位的不均勻延時影響，由于大氣本身的非均質性和不同時刻大氣狀況的迥異，尤其對于不同季節的干涉圖像對，大氣相位成為傳統InSAR處理干涉相位中不可避免的信號之一，嚴重的影響了所獲得的DEM和地表形變的精度。除此之外，InSAR處理所獲得的DEM和地表形變精度還受系統自身的熱噪聲等因素的影響，因此傳統InSAR雖具有獨特優勢，

4、但是其自身的局限性又大大阻礙了其大規模的應用。一.InSAR 基本原理機載或星載SAR系統所獲取的影像中每一像素既包含地面分辨元的雷達后向散射強度信息， 也包含與斜距 （從雷達平臺到成像點的距離）有關的相位信息。將覆蓋同一地區的兩幅雷達圖像對應像素的相位值相減可得到一個相位差圖，即所謂干涉相位圖（Interferogram）。這些相位差信息是地形起伏和地表形變（如果存在）等因素貢獻和的體現。InSAR正是利用這些具有高敏感特性的干涉相位信號來提取和分離出有用信息（如地表高程或地表形變）的，這一點與攝影測量和可見光、近紅外遙感主要利用影像灰度信息來重建三維或提取信息是完全不同的。本文是針對重復軌

5、道橫跨軌道工作模式的描述1.干涉相位信號地面目標的SAR回波信號不僅包含幅度信息A,還包括相位信息中，SAR圖像上每個像元的八i后向散射信息可以表示為復數Ae。相位信息包含SAR系統與目標的距離信息和地表目標的散射特性，即:3.1，一6式3.1中，4n為雙程距離相位；R為SAR與目標之間的斜距；obj為地面目標的散射相位。設地面目標點P兩次成像時的圖像分別為:3.2式中，ci為主圖像，c2為輔圖像。且有:44二1=R1obj1，2=R2obj23.3通過主輔圖像的共軻相乘，可得復干涉圖為：.*i(1-2)I=GC2=AA2e34式中，*表示取共軻。設中為干涉相位，則有：4二_-1,2=-一(1

6、2)(-obj1-obj2)3.5如果兩次成像時，地面目標的散射特性不變，即q=外,斜距差iR=R1-R2,則干涉圖的相位僅與兩次觀測的路程差有關，即：4R3.6九這里的中是真實干涉相位。實際處理中得到得到的相位整周數是未知的，即纏繞相位，為了得到真實相位必須對纏繞相位進行解纏操作。對干涉相位進一步分解得：37earthtopodefatmnoise.1式中earth,topo,def,atm,noise分別表示由地球形狀，地形起伏，地表形變，大氣以及噪聲引起的干涉相位。2.InSAR 高程測量通常重復軌道InSAR觀測的幾何關系如圖所示。S1和S2分別表示主輔圖像傳感器，B為基線距，a為基線

7、距與水平方向傾角，6為主圖像入射角，H為主傳感器相對地面高度，R1和R2分別為主輔圖像斜距，P為地面目標點，其高程為h,F0為P在參考平地上的等斜距點。為討論方便，假設主從相對獲取期間無地表形變，且無大氣影響。PO圖 3.1InSAR 高程測量原理圖將基線沿著入射方向和垂直于入射方向進行分解，可以得到垂直基線斜距B,和平行基線斜距B:B_=Bcos(i-:),B/=Bsin(u-:)3.8在遠場情況下，可以假設AR=B，則式可表示為：4二一=Bsin(1-:)3.9九在參考面為平地的條件假設下，根據三角關系，有h=H-R1cos13.10分別對式3.9和式3.10的兩邊取微分，有4 二:二一B

8、cos()：3.11h=R|sin 二二-R1cos1將式3.11下式代入上式可得：4二B.4二B1二由-：-3.12,R1sin-Rtgi式中，左邊表示臨近像素的干涉相位差；右邊第一項表示目標高程變化引起的相位，右邊第二項表示無高程變化的平地引起的相位，稱之為平地相位。為了反演高程，需要去除平地相位，直接建立干涉相位與高程之間的關系。去除平地相位后，可以得到高程與相位之間的直接關系，即=h3.13,R1sin-0R1sin-0其中60=Q,表示平地上的等斜距點R的主圖像入射角。B、口和H可從軌道姿態數據推求得到，而R可根據SAR圖像頭文件中有關雷達參數推算出來。如果選擇參考橢球體和球體作為參

9、考面時，可以分別得到不同參考面下的去平地效應后的干涉相位分別為：4-Rh=-乙h參考橢球體模型3.14(1H/rH)(rH/rh)Rsin入4二B*=1h球體模型3.15(1H/r)Rsin入式中，H為衛星平臺高度；入、rh分別為星下點、目標點處地球半徑；R為斜距。3.InSAR 地表形變測量(DlnSAR衛星InSAR系統在地表形變探測中得到了較廣泛的應用。為分離出形變信息，具有顯著影響的地球形狀和地形因素必須從初始干涉相位中去除，于是有了差分干涉測量(DlnSAR)方法。1989年Gabriel最早介紹了差分干涉測量的概念， 所謂差分干涉測量是指利用同一地區的兩幅干涉圖像，其中一幅是形變前

10、的干涉圖像，另一幅是形變后獲取的干涉圖像，然后通過差分處理來獲取地表形變的測量技術。傳統的DlnSAR方法主要有兩軌法(Massonnetetal.,1993)和三軌法(Zebkeretal.,1994)及四軌法。為計算方便，下面的討論不考慮大氣及噪聲影響。(1)兩軌法兩軌法的基本思想是利用實驗區地表變化前后的兩幅影像生成干涉紋圖，從干涉紋圖中去除地形信息，即可得到地表形變信息。這種方法的優點是無需對干涉圖進行相位解纏，避免了解纏的困難。其缺點是對于無DEM數據的地區無法采用上述方法；在引起DEM數據的同時，可能引起新的誤差，如DEM本身的高程誤差、DEM模擬干涉相位與真實SAR紋圖的配準誤差

11、等。兩軌法處理流程圖如圖3.2所示：圖 3.2 兩軌法處理流程示意圖由式3.7得：邛=Cp_cp_CpdefearthtopoearthB/九4二BhtopoR1sin/反映地表形變的斜距變化量可經如下計算得到:3.17(2)三軌法三軌法基本原理是利用三景影像生成兩幅干涉紋圖，一幅反映地形信息，一幅反映地形形變信息。三軌法的主要優點是無需輔助DEM數據，對于一些無地形數據的變化監測尤為重要，而且數據間的配準較易實現；缺點是相位解纏的好壞將影響最終結果。圖3.3是三軌法測量的幾何模型圖，其中S1和S2是在沒有地形位移情況下SAR系統兩次對同一地區成像的位置，所獲得的干涉相位中僅僅包含地形信息；S

12、3是地表形變后SAR系統的觀測位置。由S1和S3所獲得的干涉相位不僅包含地形相位，還記錄地表形變的相位貢獻。兩次的干涉相位分別為4二.4二12二Bsin(i-：1)=B/hh4二_.4二一4二一，一13=-Bsin(-：2)D=一一(B/-D)式中，*12僅僅包含地形信息；電3包含地形信息和形變信息；B/、B/分別為S|S2和S0的水平基線，日為圖像視角；口1a2分別為基線B、B,與水平方向白夾角；AD為地表在衛3.16其中:分別表示地球形狀及地形起伏引起的干涉相位。3.183.19星視線LOS方向上的形變位移。因此由地表在LOS方向上位移引起的相位%為地表位移形變表示為:三軌法處理流程如圖3

13、.4所示:二.InSA 啜據處理基于數字信號處理技術，InSAR的數據處理過程可以被高度自動化， 以提取地表三維信息和地表形變結果。在干涉數據處理實施之前，必須選擇合適的干涉像對和其它輔助數據（如外部DEM,用于地形相位的去除）。干涉像對的選擇準則是：對DEM生成來說，干涉基線既不能太長也不能太短；對于形變監測來說，干涉基線越短越好。在得到有效的干涉數據集后，要對它們進行必要的處理，這些處理步驟包括SAR圖像配準、干涉圖生成、參考面/地形影響去除、幾何變換、相位解纏等。1 .圖像配準從多時相的SAR復數圖像來提取地形起伏或地表形變信息，首要面臨的問題便是將沿重復軌道（存在輕微偏移）獲取的覆蓋同

14、一地區的圖像進行精確配準。SAR影像的配準就是計算參考影像（主影像）與待配準影像（從影像）之間的影像坐標映射關系，再利用這個關系對待配準影像實行坐標變換和重采樣。因為軌道偏移量較小（一般在1km左右），而軌道高度為數百公里。因此，在重復軌道影像重疊區域內，同名像點對間的坐標偏移量具有一定的變化規律，一般可使用一個高階多項式來擬合。要求影像配準精度必須達到子像元級。一般分兩個階段來實施，即粗配準和精配準。粗配準可利用衛星軌道數據或選取少量的特征點計算待配準影像相對于參考影像在方位向和斜距向的粗略偏移量，目的是為影像精-d3.21(-13一壬4 二D3.20四軌法類似于“三軌法”,只是地形干涉圖與

15、形變干涉圖相互獨立。圖 3.4 三軌法處理流程圖確配準中的同名像素搜索提供初值。而精配準首先是基于粗略影像偏移量和影像匹配算法，從主從影像上搜索出足夠數量的且均勻分布在重疊區域內的同名像點對，然后使用多項式模型來描述兩影像像素坐標偏差，即主從影像同名像點對的坐標差可表示為主影像坐標的函數表達式。基于所得到的同名像點坐標偏移觀測量和最小二乘算法，多項式模型參數可以被求解出來，這樣便完成了影像對坐標變換關系的建立。最后利用這一模型對待配準影像進行重采樣處理，使從影像取樣到主影像的空間。2 .干涉圖生成將主影像與重取樣后的從影像對應像素的相位相減，便可很容易地得到相位差圖。實際計算處理中，是先將主從

16、影像作復數共軻相乘，其數學表達式為I（r,t）=M（r,t）-S（r,t）*式中，M（r,t）和S（r,t）分別代表主從圖像對應像素的復數值，*表示復數共軻，而I（r,t）表示所生成的干涉信息，也是復數值。由此所產生的結果稱為復數形式的干涉圖。然后從此干涉圖中提取相位主值分量圖，即可得到一次相位差圖，注意，干涉相位在-p到+p內變化，一個完整的變化呈現為一個干涉條紋，但每一像素上存在相位整周模糊度問題。3 .參考面/地形影響去除一次差分干涉相位圖是多種因素如參考趨勢面、地形起伏、地表位移和噪聲等方面的調和反映。對于地形測量來說，一般事先根據先驗信息，選擇不包含形變信息的干涉對來進行處理，以避免

17、不必要的麻煩，因此，直接相位差分值主要包含參考面（一般選擇為參考橢球面）和地形起伏的貢獻，為了使后續相位解纏變得容易，一般先將橢球參考面的相位分量從直接差分相位中去除。值得注意的是，相對于地形貢獻來說，參考橢球面的貢獻是占主導地位的，這就是為什么一次差分干涉相位圖看起來呈現為大致與軌道相平行的條紋，有效干涉基線越長，干涉條紋越密集，地形坡度越大，干涉條紋越密集，地形越復雜，條紋曲率變化越明顯。當我們去除掉參考面的貢獻后，地形相位條紋便清晰地顯現出來，其表現形狀與地形等高線的形狀一致。4 .相位解纏為了獲得地表高程或沿雷達斜距方向上的地表位移量，我們必須確定干涉相位圖中每一像素的相位差整周數，這

18、類似于GPS中的整周模糊度確定問題，在InSAR中稱為相位解纏是干涉數據處理中的關鍵算法。目前，相位解纏算法較多，但主要歸為兩類：（1）基于路徑控制的積分法；（2）基于最小二乘的整體求解算法。積分法的思路是：對纏繞相位圖的每一像素，首先求其沿行向和列向的一階差分，然后對一階差分連續積分即可求得解纏相位。由于干涉相位圖存在奇異點（在復變函數里稱為留數點），積分路徑應受到約束以免局部干涉相位的誤差傳播，故這種算法的關鍵是按一定的原則對奇異點定位并連接它們作為積分路徑的“防火墻”，即積分時不能穿越這些路徑。最小二乘算法的思想是：在解纏后的相位梯度與纏繞相位梯度差異平方和為最小的意義下整體求解，使用帶

19、權估計方法可削弱奇異相位對解纏結果的影響。三.InSARM 差傳播利用一次差分干涉相位數據和衛星軌道數據可進行地表三維重建；利用二次差分干涉處理可進行地表形變探測。這些干涉分析需要使用雷達系統參數、雷達平臺姿態（基線）數據、相位觀測量和地形數據（二次差分中用于地形相位的扣除）等，顯然，這些數據的不確定性或誤差會傳播到干涉高程或形變結果中去。基于數理統計和測量誤差基本理論，本文對衛星雷達干涉系統中幾個主要誤差源（即相位觀測量、基線數據和地形數據）的特性及其對高程和形變測量的影響進行簡要的介紹。1 .干涉相位誤差SAR影像中的相位觀測量是干涉處理中最為關鍵的數據源。聯合沿不同軌道獲取的兩幅SAR圖

20、像，干涉處理能提取對應像素的相位差圖即（干涉相位圖），每一像素的干涉相位包含如下貢獻：（1）地形起伏，（2）投影到雷達視線方向的地表位移，（3）可能的大氣影響，（4）噪聲。前三者在一定程度上表現為空間自相關，干涉相位噪聲的理解需要從單幅SAR圖像中相位信號的構成來展開討論。雷達成像時，天線發射的微波信號要穿越大氣層且與地表交互作用后被反射回去再由傳感器記錄下來。對于單幅SAR圖像的每一像素的相位來說，主要包括三方面的貢獻：（1）傳感器到地表分辨元的直線路徑長度，（2）非均勻大氣介質引起的路徑彎曲，（3）微波信號與地表分辨元內諸目標交互所引入的后向散射相位。散射附加相位主要與兩個因素有關，首先，

21、地面分辨元內部可能隨時間發生隨機擾動（如植被生長或隨風擺動）或化學特性改變（如與土壤濕度有關的電離常數改變），其次，對于同一分辨元，軌道間隔（或稱空間基線）會導致不同的雷達側視角度，也會引起不同的散射特性。對于不同時間獲取的兩幅SAR圖像來說，各自的隨機附加相位分量（噪聲）不同或者說不相關，在相位差分時難以抵消，可引起干涉圖無明顯的條紋或條紋不連續，相位整周模糊度求解將非常困難，而易變的大氣條件（氣壓、溫度和相對濕度）可能會導致不同的相位延遲，這種不一致既表現在時間尺度上，也表現在空間尺度上。一般來說，沿重復軌道獲取兩幅SAR圖像的時間間隔越大，干涉相位的噪聲越嚴重，即所謂的時間失相關，從而致

22、使高程和形變測量失敗（特別是植被覆蓋區），尤其使長期累積形變（如地震震前和震后形變、火山運動）的監測變得非常困難。已有的研究表明，在維持時間相關性方面，長波段SAR系統（如JERS-1跛段SAR系統，波長為23.5cm）比短波段SAR系統（如ERS-1/2C波段SAR系統，波長為5.7cm）更有優勢。獲取兩幅SAR圖像的軌道空間間隔越大，干涉相位噪聲水平也會越高，即空間失相關，這限制了有效干涉像對的可用數量。 因缺乏與SAR成像時間同步的高分辨率地面氣象數據， 從干涉結果中完全扣除大氣的影響也相當困難（稀疏GPS永久跟蹤站的大氣延遲解可用于去除大氣低頻分量）。2 .基線誤差為了從干涉相位中提取地表形變信息，我們必須利用基線參數來扣除參考趨勢面相位和地形相位的貢獻。此外，在由干涉相位計算地表高程時，也需要使用基線參數