針對合成孔徑雷達(dá)干涉技術(shù)中對流層延遲誤差會影響DEM精度的問題,提出采用小波多尺度相關(guān)性分析方法來減弱與高程相關(guān)的對流層延遲誤差的影響,來提高合成孔徑雷達(dá)干涉DEM的估計精度。該方法基于小波多分辨率分析理論,根據(jù)差分干涉相位不同組成的頻率特性,利用小波分解重構(gòu)均方根誤差變化率確定分解層數(shù),降低地形殘差相位、噪聲相位等對大氣延遲誤差相位估計的干擾,提取對流層延遲誤差相位所在頻帶;然后結(jié)合對流層延遲誤差相位和雷達(dá)坐標(biāo)系下的DEM在不同尺度上的相關(guān)性定權(quán)并進(jìn)行降權(quán)處理,重構(gòu)解纏差分干涉圖,改正差分干涉相位中與高程相關(guān)的對流層延遲的影響。采用本文方法對覆蓋河南義馬地區(qū)的2景ENVISAT ASAR數(shù)據(jù)進(jìn)行處理,得到對流層延遲誤差改正后的差分干涉圖,估計的與高程相關(guān)的對流層延遲相位,與地形變化情況吻合。將對流層延遲誤差改正后的干涉圖用于DEM高程估計,結(jié)果顯示本文方法重建的DEM與Aster GDEM的標(biāo)準(zhǔn)差由30.7 m提高到26.37 m,提高了InSAR DEM估計精度。 

【文章來源】：地球信息科學(xué)學(xué)報. 2020,22(09)北大核心

【文章頁數(shù)】：9 頁

【部分圖文】：

改正后InSAR DEM局部結(jié)果對比

采用覆蓋河南義馬試驗區(qū)的2景ASAR影像作為實驗數(shù)據(jù)，來驗證上述方法的可行性。研究區(qū)域覆蓋范圍約為100 km×100 km，影像分別獲取于2006年11月19日和2007年1月28日，影像維數(shù)大小為100像元×100像元，數(shù)據(jù)詳細(xì)信息見表1。實驗中采用SRTM DEM作為外部DEM數(shù)據(jù)，為實驗區(qū)提供初始高程估計值，采用日本空間局的Aster GDEM作為參考值，對InSAR重建的DEM的精度進(jìn)行評價。SRTM DEM和Aster GDEM這2種DEM由于采用不同的技術(shù)手段獲取，其具有不同且相互獨(dú)立的高程誤差。選取Aster GDEM作為參考值，是由于考慮到在平坦的地區(qū)，SRTM DEM是可靠的，但在地形起伏的山地，由于受幾何畸變影響較大，SRTM DEM存在過高估計，同時考慮到研究區(qū)域沒有更高精度的DEM作為參照，故采用Aster GDEM進(jìn)行比較，其分辨率為30 m。首先采用GAMMA軟件對數(shù)據(jù)進(jìn)行處理，方位向和距離向的視數(shù)為4和20，對兩景SAR數(shù)據(jù)進(jìn)行二軌差分干涉處理，生成干涉圖并去除平地效應(yīng)。然后將30 m分辨率的SRTM DEM數(shù)據(jù)編碼到SAR坐標(biāo)系下，并根據(jù)軌道參數(shù)模擬地形相位，去除干涉圖中的地形相位。最后對差分干涉圖進(jìn)行濾波處理，根據(jù)相干圖，設(shè)置相干性閾值為0.3，對差分干涉圖采用最小費(fèi)用流法相位解纏，利用一次曲面多項式模型去除軌道誤差后得到解纏相位圖。

圖3(a）是小波分解重構(gòu)均方根變化率圖，代表了RMSE變化率隨分解尺度的變化（分解尺度變化范圍為1-16）。由圖可見，RMSE變化率隨分解尺度的增加先緩慢增加再減小，說明地形殘差相位和噪聲相位的部分成分被濾除，在分解尺度為12時，變化率為1.01。之后，RMSE變化率介于1.00～1.01之間，逐漸趨于穩(wěn)定，當(dāng)分解尺度為12時，小波窗口尺寸能夠涵蓋SAR影像覆蓋范圍100 km，故確定的小波分解尺度為12。圖3 本文方法實驗結(jié)果

【參考文獻(xiàn)】：
期刊論文
[1]高分三號SAR影像廣域范圍聯(lián)合幾何檢校技術(shù)[J]. 丁劉建,陶秋香,李濤,陳乾福,陳洋.  測繪學(xué)報. 2020(05)
[2]基于SAR干涉數(shù)據(jù)的東帕米爾高原冰川變化[J]. 郭唯娜,柯長青,范宇賓.  地球信息科學(xué)學(xué)報. 2019(11)
[3]基于DEM的SAR影像幾何定位參數(shù)校正方法[J]. 楊書成,黃國滿,程春泉.  地球信息科學(xué)學(xué)報. 2019(04)
[4]一種使用剪切波變換的干涉圖濾波算法[J]. 何永紅,朱建軍,靳鵬偉.  武漢大學(xué)學(xué)報(信息科學(xué)版). 2018(07)
[5]InSAR變形監(jiān)測方法與研究進(jìn)展[J]. 朱建軍,李志偉,胡俊.  測繪學(xué)報. 2017(10)
[6]多指標(biāo)融合的小波去噪最佳分解尺度選擇方法[J]. 陶珂,朱建軍.  測繪學(xué)報. 2012(05)



本文編號：3052233