唐新明：雷達衛星自動成圖的精密干涉測量關鍵技術
《測繪學報》
構建與學術的橋樑 拉近與權威的距離
雷達衛星自動成圖的精密干涉測量關鍵技術
唐新明, 李濤, 高小明 , 陳乾福 , 張祥
國家測繪地理信息局衛星測繪應用中心, 北京 100048
收稿日期：2017-12-12；修回日期：2018-03-21
基金項目：國家重點研發計劃（2017YFB0502700）；國家民用航天計劃（D010102）；國家基礎測繪科技計劃（2016KJ0204/2017KJ0204）；測繪地理信息公益性行業科研專項經費項目（201512022）；國網北京經濟技術研究院自主投入科技項目「合成孔徑雷達數據與光學遙感影像融合在電網工程中的應用研究」
摘要：本文介紹用於未來自動成圖的數字攝影測量智能化新方法之一：精密干涉測量新方法。它採用合成孔徑雷達干涉（interferometric SAR，InSAR）技術獲取極高精度的地形信息，現已成為最有效的全球測圖手段之一。本文提出了面向全球測圖的精密干涉測量系統技術，其中包含測量檢校技術、數據處理技術及數據後處理技術。首先，需採用定標設備對幾何及干涉參數進行測量檢校，主要包括方位向時間延遲、距離向時間延遲、大氣延遲及基線誤差等。其次，需採用檢校參數進行干涉數據處理，獲取高精度DEM數據，干涉數據處理的關鍵技術包括相位初值確定方法等。最後，採用區域網平差、長短基線組合及升降軌融合等後處理技術完成全球DEM數據的生產和精度的逐步提升。本文採用6景覆蓋陝西地區的TanDEM-X數據進行了數據處理及後處理試驗，並獲取了山地區域高程精度為5.07 m，低相干面積為0.8 km2的DEM數據，這為我國1：50 000乃至1：25 000比例尺全球測圖提供了技術參考。
關鍵詞：InSAR全球測圖測量檢校後處理DEM
Research on Key Technologies of Precise InSAR Surveying and Mapping Application Using Automatic SAR Imaging
TANG Xinming, LI Tao, GAO Xiaoming , CHEN Qianfu , ZHANG Xiang
Abstract: Precise InSAR is a new intelligent photogrammetric technology using the automatic imaging and processing means.It becomes the most efficient satellite-surveying-and-mapping (SASM) way that uses interferometric phase to create global digital elevation model (DEM) with high-precision.In this paper, we proposed the systematic InSAR technologies applied in SASM.Three key technologies are proposed.They are calibration technology, data processing technology and the post-processing technologies.Firstly, we need to calibrate the geometric and interferometric parameters including azimuth time delay, range time delay, atmospheric delay as well as baseline errors.Secondly, we have to use the calibrated parameters to create precise DEM.One of the important procedures in data processing is the phase constant determination.Finally, we improve the quality of DEM by jointly using block-adjustment method, long-and-short baseline combination method as well as descending-and-ascending data merge method.We use 6 TanDEM-X data that covers Shanxi to carry out the experiment.The root-mean-square error of final DEM is 5.07 m in the mountainous regions.And the area with low coherence is 0.8 km2.The accuracy meets the accuracy of China domestic SASM standard at 1:50 000 and even the 1:25 000 measurement scales.
Key words:InSARglobal mappingcalibrationpost-processingDEM
數字攝影測量技術經歷了從半數字時代到全數字時代的變革，正在由傳統光學攝影測量手段進一步轉向為具有高精度、高智能化、寬內涵化的多感測器聯合測量技術。現階段，以高自動化、高精度為主的智能精密干涉測量技術，已經成為了數字攝影測量技術的必要內涵。精密干涉測量技術使用合成孔徑雷達干涉(interferometric SAR，InSAR)獲取地表的干涉相位，從而反演高精度高程信息，現已成為了最有效的全球測圖手段之一[1]。InSAR的高自動化體現在其干涉鏈路處理過程中。InSAR數據處理過程中採用具備高相干性的兩景單視復(single look complex，SLC)數據，完成自動化干涉、去平、解纏、編碼等操作，生成具有較高精度的數字高程模型，整個鏈路完全無需人工參與，在多節點並行條件下，可在一分鐘之內完成整個鏈路的處理。InSAR的高精度體現在其干涉鏈路之前的參數設計與檢校過程，以及之後的DEM後處理過程。其中最重要的是參數的設計過程，即衛星平台與載荷穩定性設計，測量檢校精度設計等。隨後的DEM後處理需要採用外部數據修正基線、斜距、軌道、整周未知數等殘差帶來的微小的高程梯度誤差及高程常數誤差，修正之後的數據能夠達到極高的精度要求。例如TanDEM-X的DEM數據修正完之後，其精度能夠由4 m提升到1.3 m(不包含南極地區)。
由於精密干涉測量技術具有高智能化特性，因此多次被用於全球測圖任務中。早在2000年，美國國家航空航天局就啟動了太空梭雷達地形測繪任務(shuttle radar topography mission，SRTM)，採用C波段SAR數據獲取了56°S至60°N的全球DEM數據，並於2003年發布了第一個版本，其標稱格網大小為3″，約90 m，絕對高程精度優於16 m[2]。雖然已經過去十數年，但是SRTM依然是迄今為止在覆蓋範圍、高程精度、公開程度等各方面綜合評價最好的全球DEM數據。表 1中給出了現有全球DEM的獲取技術及主要參數。其中最早的是美國地質調查局(U.S.Geological Survey，USGS)於1996年發布的GTOPO30數據，其格網大小為30″，約900 m，高程精度優於30 m。其後，美國國家海洋和大氣管理局在2008年發布了全球1′的地形模型ETOPO1，其中包含了冰蓋及基岩數據。然而ETOPO1的數據來源更加複雜多樣，無法給出具體的精度[3]。USGS隨後發布了GMTED2010(global multi-resolution terrain elevation data 2010)，這是由11種數據融合得到的DEM，其產品包含3種解析度，即30″、15″及7.5″，精度優於10 m[4]。2009年ASTER GDEM發布了第一個版本，然而由於質量不佳，只能支撐部分科研應用，隨後在2011年，ASTER GDEM發布了第二個版本，其標稱格網大小為15 m，絕對高程精度接近像素尺寸大小[5]。2015年，JAXA發布了ALOS DSM，其標稱精度為15 m。2016年，DLR獲取了全球包括南極地區的DEM數據，其高程精度達到了驚人的4 m以內[6]，為全球測圖拉開了新的序幕，然而DLR獲取的DEM數據由Airbus進行代理售賣，已經不再是完全公開的數據。
表 1全球DEM及其主要參數Tab. 1Global DEM and the main parameters
表選項
從表 1可以看出，除了多數據源融合之外，獲取全球DEM的技術主要包括兩類，即光學立體攝影測量和InSAR。其中光學立體攝影測量技術使用具有一定視差的像對完成高程解算，其視差大小一般不小於30°，並確保基高比在1左右，從而平衡同名點匹配精度和立體幾何的穩健性。現階段，我國第一顆民用立體測繪衛星資源三號，已經完成了國內近400萬平方千米的高精度DEM生產[7]。DOM更是覆蓋了924萬平方千米，有效覆蓋率達到96%。然而在西南地區，由於全年都有雲霧覆蓋，始終無法獲得有效數據。因此我國對干涉SAR衛星的需求日益迫切。InSAR技術使用視差極小的像對完成高程解算，其視差大小不會超過0.1°，並確保模糊高在35~55 m之間，從而平衡相位解纏精度和干涉幾何的穩健性。相對於光學來說，InSAR無需進行逐像素匹配，粗差較少，不受雲霧干擾，且能夠直接提供逐點的高程信息，無需藉助三角網構建DEM，因此有極大的測繪優勢。然而其陰影、疊掩、穿透性等問題，則需要在任務設計過程中予以高度重視。現階段，我國雖然已經先後發射了環境一號和高分三號兩顆民用SAR衛星，然而受限於軌道回歸過程中垂直基線的控制精度，衛星並不具備較好的業務化干涉能力。在「十三五」期間，我國規划了第一對以干涉為主要任務的民用SAR衛星，即L波段差分干涉SAR衛星。衛星擬採用雙星繞飛模式獲取DEM數據，為我國全球測圖開啟新的篇章。
InSAR獲取全球DEM的技術在國內外諸多文獻中已經有詳細介紹。國外以NASA和DLR為主的科研團隊已經公開了SRTM及TanDEM-X的精密干涉測量指標設計方法[8-10]、幾何參數標定方法[8,11-13]、數據處理方法[14-15]、精度的詳細評估[2]等。國內也有學者針對精密干涉測量開展了衛星性能分析[16]、數據處理方法研究[17]等。然而SRTM的原始SLC數據並不公開發布，TanDEM-X的SLC數據也必須通過科研途徑申請獲取，因此數據來源的限制使得國內針對雙天線及分散式SAR衛星的研究多處於模擬模擬階段[18]，或者使用機載數據替代星載數據進行先期研究[19-22]。本文從精密干涉測量的全球測圖應用出發，給出了基於分散式SAR衛星的原始數據到最終DEM產品的整個技術鏈路，並闡述了SAR衛星的測量檢校技術、數據處理技術及DEM數據後處理技術，為數字攝影測量的自動化和智能化奠定了基礎，並為國產SAR衛星的全球測圖任務提供技術參考。
1 測量檢校技術
SAR衛星參數是數據處理的必要輸入，參數的精度決定了數據處理的直接精度。然而，高精度測量參數無法通過衛星直接給定。例如基線參數是干涉過程中的重要參數，毫米級的基線誤差會帶來米級的高程誤差。衛星的基線測量設備直接給出的是設備的幾何中心的位置，而並非天線相位中心的位置，天線相位中心基線參數則需要聯合人工角反射器進行檢校。因此，檢校技術是確定星上參數誤差並進行誤差修正的必要途徑。SAR衛星的檢校鏈路包括內定標、天線指向標定、輻射定標、幾何檢校、干涉測量檢校等。其中幾何檢校和干涉測量檢校技術確定了應用過程中所能獲取的干涉幾何參數的精度，二者共同決定了全球DEM的直接精度水平。
1.1 幾何檢校技術
幾何檢校的目的是檢驗並校正與幾何定位相關的SAR系統參數。圖 1中給出了SAR干涉過程中的基本幾何關係，其中P為地面點，S1為主影像成像時刻的相位中心位置，S2為從影像成像時刻的相位中心位置，B為雙星之間的基線長度，α為基線傾角，B⊥為垂直基線長度，θ為側視角，RH為主影像相位中心到地心的距離，H為衛星高度，r為P點對應的斜距，Re為地球曲率半徑，h為P點的高程，β為本地入射角，Rh為P點到地心的距離。為了便於描述，所有的參數統一在WGS-84坐標系中進行探討。SAR一般採用斜距-多普勒(Range-Doppler，R-D)模型完成像素坐標與地理坐標的轉換，即
(1)
式中，r是主影像近地點斜距；Δr是斜距解析度；是主影像速度矢量；λ是雷達波長；f1是主影像多普勒中心頻率；Requ是地球平均赤道半徑；Rpol是地球極半徑；(XP,YP,ZP)是地面點P的三維坐標；(x,y)是P對應的距離向和方位向像素坐標；|·|表示對向量取模，式(1)中至上而下的三個方程分別是斜距方程、多普勒方程和橢球方程，前兩個方程對應雷達成像的兩個基本特性，即側視成像、合成孔徑成像，這三個模型是雷達成像的嚴密幾何模型。
斜距的誤差來源主要包括兩部分，一部分為大氣誤差，另一部分是距離向計時系統誤差。其中大氣誤差包含流體靜力學分量(氣壓)、濕分量(水汽)及流體力學分量(水滴)。對於TanDEM-X來說，三類分量在天頂方向的延遲可採用經驗模型近似表達[23]
(2)
當高程小於9000 m時，經驗模型與精確的大氣模型之間的差異一般在0.7 m以內，對於1：50 000比例尺要求的25 m平面定位精度來說，其誤差在允許的範圍之內。星上距離向計時系統誤差一般來說是數百ns，這會帶來數十米的斜距測量誤差，不過這部分誤差是系統誤差，可通過與式(2)類似的過程加以檢校，即
(3)
檢校後的時間誤差基本在1 ns左右，能夠完成無控條件下的1：50 000比例尺定位要求。
SAR衛星一般需要在星上採用偏航導引，並在地面採用零多普勒成像，以確保SLC中多普勒中心頻率會在0 Hz附近。實際過程中多普勒中心頻率無法嚴格歸零，其誤差一般在數個赫茲，對於ScanSAR成像模式來說，中心頻率誤差最大，不過其限差也會控制在10 Hz以內。在實際處理過程中，多普勒中心頻率誤差為時間域高頻分量，無法精確標定，因此一般不做過多處理。除了多普勒中心頻率之外，多普勒方程中的未知參數還包括主星位置及速度矢量。它依賴於星上GPS精度，現階段雙頻GPS可提供優於5 cm的事後定軌精度，以及mm/s級的速度測量精度。在這種情況下，軌道的誤差大部分來源於方位向時間誤差，如果軌道運行在500 km高度，那麼1 ms的方位向時間誤差會引入約7 m的定軌偏差，這對於精密定位來說，是不可忽略的誤差源。方位向時間誤差Δta一般通過地面角反射器進行修正，即
(4)
式中，PG_a為控制點在方位向的真實位置，一般採用差分GPS進行精確測量，其精度在厘米級，PRD_a為使用R-D模型解算的真實位置，‖·‖p為向量的P-範數。
幾何檢校過程中需要使用人工角反射器確保地面點的坐標與影像坐標嚴格對應，從而減少刺點誤差，提高檢校精度。理論上來說，一個角反射器就可以完成檢校工作，但是為了減少粗差的影響，一般至少採用6個角反射器，採用兩行三列的方式均勻分布在影像刈幅範圍內，同時為了減小其他誤差的影響，檢校區域的高程變化應盡量小。幾何檢校之後，需要保證SAR影像在全球範圍內無控定位精度達到25 m以內，且衛星參數應至少在3個月內保持極好的穩定性，從而支撐全球測圖任務。
1.2 干涉測量檢校技術
干涉測量檢校的目的是修正基線誤差，確保無控條件下的高程精度滿足指定標準。從資源三號的成功應用來看，衛星測繪的精度一般不低於1：50 000，即丘陵地區的高程精度優於5 m。對於InSAR全球測圖來說，一般也遵循類似的標準，即SAR衛星需要在完成干涉測量檢校及後處理之後，保證全球高程精度達到5 m。這對於我國InSAR全球測圖來說，是極為嚴苛的精度水平。首先，我國民用干涉SAR衛星剛剛起步，雖然已經有了高分三號衛星，衛星成像質量也達到了極高的水平，但是高分三號尚不具備業務化干涉能力，無法用於全球測圖。其次，我國L-SAR雖然是以干涉為主的衛星，但是依然是科研星，部分研製指標相比TanDEM-X依然有較大的差距，在這種情況下，進行可靠的干涉測量檢校，測量和修正干涉基線誤差，就顯得尤為重要。
SAR衛星基線測量方式與干涉模式相關。現階段InSAR地形測繪主要通過兩種干涉模式實現，一種是以SRTM為代表的雙天線干涉模式，這種情況下，基線需採用姿軌測量儀(Attitude and Orbit Determination Avoinics，AODA)進行測量，AODA提供的基線數據精度約2 mm，姿態精度約9″，能夠滿足DETD-2的高程精度要求(16 m)。另一種是以TanDEM-X為代表的雙星編隊干涉模式，這種情況下，基線需採用星間雙差GPS(double differential GPS，DDGPS)進行測量，測量精度要求達到1 mm，從而滿足HRTI-3的高程精度要求(4 m)。
然而值得說明的是，無論何種測量方式，獲取的始終是天線的幾何中心對應的基線，而並非SAR天線相位中心對應的基線。在InSAR地形測繪過程中使用的則是後者，因此在實際測繪過程中，依然需要對基線參數進行標定，消除基線參數測量和轉換過程中的誤差。L-SAR採用的雙星編隊繞飛模式，其基線測量方式與TanDEM-X相似。DDGPS直接獲取的參數是基線的三維分量，即[BxByBz]，在InSAR地形測繪過程中，一般採用更為直觀的基線分量[BTB⊥B‖]，即沿軌基線、垂直基線及平行基線。其中沿軌基線並不影響InSAR交軌干涉的地形測繪精度，一般不予考慮。垂直基線誤差對高程誤差的傳播可描述為
(5)
即垂直基線誤差傳播過程與地表高程相關。因此檢校過程中應盡量選擇平坦地區，以避免高程差異引入額外的誤差。平行基線誤差對高程誤差的傳播分為兩個方面，一方面，平行基線會通過誤差傳播直觀傳遞到高程誤差中，即
(6)
式中，hamb為InSAR地形測繪中的高程模糊度(height of ambiguity，HoA)，一般在35~55 m。另一方面，平行基線帶來的高程誤差與入射角相關，隨著入射角的增加，高程誤差會隨之增加，從而在較廣域範圍(上千千米)內形成一個高程斜坡Δh‖t，通過幾何關係的簡單轉換，可以得到
(7)
式中，Δs為地距向兩點間的距離；Δht為兩點間的相對高程誤差，在基線傾角小於側視角的情況下，側視角越大，垂直基線越小，平行基線誤差帶來的高程誤差越大。基於平行基線的這種誤差特性，一般需要採用相隔上千千米的高程較為一致的區域進行平行基線誤差標定。
2 數據處理技術
衛星下傳的數據是回波數據，數據處理系統需完成零多普勒成像及距離徙動校正等，生成經嚴格配準的SLC數據。同時使用SLC完成干涉鏈路的處理，生成高精度的經編碼的DEM初始產品。干涉鏈路的處理過程中，嚴格來講不應採用任何外部數據，即可將高程誤差控制在一定精度標準以內(一般為最終產品精度的2~3倍)。這對於數據處理的精度和效率提出了極大的挑戰，特別是高精度相位解纏技術及快速地理編碼技術。
2.1 高精度相位解纏技術
高精度相位解纏技術需要同時確保解纏結果的穩健性和可靠性。首先，演算法應能夠滿足不同地形條件下的相位解纏精度需求，不會由於地形的變化或者解纏參數的變化出現較大的解纏精度差異。其次，演算法需能夠確保相位的可靠性，即解纏相位應與真實相位保持最小的L-P範數。一般來說，在工程中常採用1-P範數，即最小費用流進行相位解纏，以平衡穩健性、可靠性與解纏效率。解纏之後的相位常數需要採用雷達攝影測量的手段解算，即獲取主輔影像同名點之間的雷達攝影測量時間延遲Δts和Δtm，從而用下式解算獲得[15]
(8)
式中，f為雷達中心頻率。由於時間延遲差異為未知量，一般在配准過程中採用配准偏移量確定。推薦在整景影像中採用32×32個點進行解算，以便同時兼顧精度和效率。在獲取了每個點的配准偏移量，從而解算出絕對相位常數之後，應使用穩健估計演算法，獲取最終的絕對相位對應的整周未知數，從而解算參考點的絕對相位。
2.2 快速地理編碼技術
快速地理編碼技術是確保整個數據處理鏈路效率的重要環節。地理編碼演算法一般分為前向編碼和後向編碼。前向編碼通過R-D模型將像素坐標解算到地理坐標，解算之後的DEM數據並不具備規則的格網，因此一般採用後向編碼。後向編碼從規則的DEM格網中獲取地理坐標，通過R-D模型解算到對應的像素坐標，從而獲取對應高程值，迭代優化模型參數，獲取精確的點位，最後以16點sinc截斷函數進行點位高程插值，獲取可靠的點位高程信息。如果不進行演算法優化，單線程條件下30×50 km2的範圍內完成10 m格網插值會消耗長達二三十分鐘的時間，這會大大降低全球測繪的效率，因此需要進行工程優化，將編碼時間控制在1 min以內。編碼之後的DEM為初始DEM，這些殘差的大小一般不超過10 m，需要在後續的區域網平差及多數據後處理過程中進一步消除。
3 數據後處理技術
初始DEM的高程精度雖然已經能夠控制在較好的水平，但是對於1：50 000比例尺地形圖測繪來說，需達到平地、丘陵、山地和高山地分別為3 m、5 m、8 m及14 m的高程精度水平，還需要進一步的數據處理。首先，需藉助區域網平差技術消除部分衛星參數殘差；其次，需使用多軌數據進行聯合處理，減小低相干區域面積，提高DEM的有效覆蓋範圍。
3.1 DEM區域網平差技術
幾何和干涉測量檢校並不能消除所有誤差，初始DEM中將包含基線殘差、斜距殘差、定軌殘差及絕對相位解算殘差等。這些殘差量呈現一定的系統性，可在鑲嵌拼接過程中，通過連接點進行平差消除。為了提高DEM精度，需要採用適量的地面控制點完成區域網平差過程。一般來說，各類殘差在影像中可採用一階多項式進行擬合，其多項式表達為[24]
(9)
式中，a、b、c為多項式係數；x、y為距離向及方位向坐標。在平差過程中，可用的控制數據主要包括三類，即ICESat-GLAS數據、SRTM數據及資源三號控制點庫數據。由於L-SAR的設計精度為1：50 000，在高山地的精度需要達到14 m，因此SRTM(16 m)並不能滿足平差的參考數據精度要求。而資源三號控制點庫只能覆蓋國內區域，且點位密度不均，不能確保參數估計的穩健性。因此建議採用ICESat-GLAS數據完成平差處理，ICESat-GLAS的標稱精度為2 m，可用於高程式控制制。然而ICESat-GLAS的光斑直徑為70 m，L-SAR的解析度為米級，平差過程中需要將InSAR生成的DEM對應的直徑為70 m圓覆蓋範圍內的點的高程進行平均，以建立合理的對應關係。
3.2 長短基線組合技術
長短基線組合演算法的目的是提高相位解纏的可靠性[25]。相位解纏精度與相位梯度相關，按照奈奎斯特採樣定律，當相位梯度超過π時無法恢復真實相位。在實際相位解纏過程中，最大可探測相位梯度(maximum detectable phase gradient，MDPG)與多視數和相干係數之間的關係可表達為[26]
(10)
式中，Δ?(γ,N)max是MDPG，μ(N)=min{μ(a),μ(r)}，μ(a)和μ(r)分別是N倍多視之後的像素採樣間隔。假設SAR影像原始解析度為3 m，處理過程中採用2×2多視，經多視和濾波處理之後干涉圖的相干性高於0.9，此時的MDPG為0.44弧度，即21°。這意味著相鄰兩點之間的高程梯度不超過2.0(HoA=35 m)或者3.2(HoA=55 m)，相鄰兩點之間的高程差異分別不超過12.0 m及19.6 m。基於此點考慮，一般採用較大的HoA獲取第一遍DEM數據，此時相位梯度較小，解纏精度較高。隨後採用較小的HoA獲取第二遍DEM數據，此時相位梯度較大，解纏精度較小，但是第一遍獲取的DEM數據能夠提供參考相位，這允許第二遍的干涉過程中採用去地形-相位解纏-加地形的操作，減小相位梯度，保障相位解纏精度。值得說明的是，長短基線數據的入射幾何應盡量一致，以確保影像具有相似的幾何畸變。
3.3 升降軌融合技術
SAR衛星的側視特性會引入其特有的陰影、疊掩等畸變，因此使用InSAR技術進行全球測圖的過程中，至少需要對地面進行兩次觀測，以彌補測試過程中陰影和疊掩帶來的信息損失。例如SRTM完成了兩次對地全覆蓋，TanDEM-X完成了四次對地覆蓋(兩次全覆蓋，兩次重點地區重複覆蓋)。在一軌之內，獲取升軌數據和降軌數據的時間各佔一半。升軌數據提供指定區域由西向東的側視信息，降軌數據提供指定區域由東向西的側視信息。升降軌數據的陰影和疊掩區域基本互補，數據融合後可提高DEM數據的完整性。此外，對其他地區的數據來說，採用相干係數進行加權計算，能夠在一定程度上剔除粗差，進一步提高DEM精度。
4 試驗分析4.1 試驗數據選擇
試驗過程中採用了德國宇航中心(German Aerospace Center，DLR)提供的陝西省的TanDEM-X數據，數據是經測量檢校處理的配準的斜距復圖像(coregistered single look slant range complex，CoSSC)。研究區在西安市的東北側，涵蓋了閻良區、富平縣、蒲城縣及白水縣等。整個區域南側地形起伏極小，屬於典型的平地地形，東北側有一定的地形起伏，符合丘陵地的特徵，而西北側地形起伏較大，符合山地的特徵。試驗過程中用到的數據共6景。其中成像日期為20130903(YYYYMMDD)和20130925的四景影像為降軌數據，20121021和20140402為升軌數據。影像的方位向採樣間隔為2.2 m，距離向採樣間隔為1.4 m，入射角為42.6°，對應地距採樣間隔為2.1 m，刈幅大小為35.5×56.9 km2，其他概要信息如表 2所示。由於影像的西北側地形起伏極其複雜，因此需聯合採用升降軌融合以及長短基線組合演算法進行聯合解算。詳細的解算過程如4.2節所示。
表 2試驗所用影像概要信息Tab. 2Brief information on the experimental imaegs
表選項
4.2 試驗結果及分析
由於DLR已經對CoSSC影像進行了處理，分發的是檢校之後的數據，因此研究過程中無法對結果進行進一步的檢校處理。然而通過數據處理過程中可對DLR的檢校結果進行側面的驗證。首先，4景影像的無控地面定位精度可通過與SRTM的配準確定。以20130903_3為例，其距離向的常數項偏移為2.65像素，方位向常數項偏移為0.12像素，處理過程中為了最大程度的抑制相干斑，採用了8×8的多視數，多視之後的像素採樣間隔為16 m，這意味著影像距離向和方位向直接定位精度分別為42.4 m及1.92 m，解算得到大氣的影響為5.52 m，對應的距離向定位誤差為8.16 m，那麼由斜距延遲帶來的誤差至少為34.2 m，並不能滿足高精度直接定位要求。處理過程中為了獲取更精確幾何位置，將影像與10倍過採樣之後的SRTM數據做了精配准，其配准精度為0.1像素以內，以確保平面定位精度不超過0.9 m。同時，計算過程中採用精配准之後的SRTM均勻選取了10 000個高程點進行基線的精估計，精估計後的交軌方向和垂軌方向基線變化量分別為11.9 cm和5.7 cm，這意味著採用TanDEM-X提供的CoSSC數據只能獲取與定軌精度(5 cm)同數量級的基線精度，在實際的數據處理過程中，依然需要採用地面控制點完成高精度基線的估計。
CoSSC數據處理過程中採用的常規干涉處理流程，即多視、干涉、去平、濾波、相位解纏、相高轉換、地理編碼等。其中的關鍵技術之一就是無控條件下整周未知數的解算技術。論文從CoSSC中均勻選取了1024個同名點，通過配准偏移量解算時間延遲和整周未知數，並求取整周未知數的眾數，以獲取穩健結果。結果表明，這6景影像的整周未知數分別為π、12π、8π、11π、0π、3π弧度。在解纏結果中添加整周未知數，並進行相高轉換以及地理編碼，即可得到初始DEM數據。
本文採用了SRTM、ICESat-GLAS數據及資源三號控制點庫數據進行了初始DEM的精度評估，不同影像的高程精度如表 2所示。其中使用SRTM及ICESat-GLAS評估的結果較為一致，精度會同步提升或下降，而控制點庫數據量較少，並不能全面反映高程的精度水平，綜合考慮下，推薦使用SRTM進行InSAR處理鏈路的精度評估(從回波數據到初始DEM數據)，使用GLAS對區域網平差、升降軌融合及長短基線組合等中間結果進行精度的二次評估，而GCP適合對最終的DEM產品進行精度評估，給出最終的產品精度。圖 3給出了ICESat-GLAS點及控制點庫數據的分布情況。其中包含激光點17 439個，控制點58個。激光點在20130925_6中分布較少，只有411個，且集中在影像的西南方向，從分布上來看，其精度的評估並不穩健。
DEM區域網平差針對的是具有相同側視角度、相同飛行方向的數據，因此試驗過程中使用表 3中的後4景影像開展了平差試驗。平差過程中所用連接點為西側影像的最後一列(升軌情況下)或者北側影像的最後一行(降軌情況下)，首先在影像邊緣均勻選取100個連接點，並使用R-D模型解算連接點的地理坐標信息，隨後將地理坐標轉換為鄰接影像的像素坐標，最終完成像素坐標空間的平差。4景影像的平差結果如表 4所示，由於20130925_6的點位分布較為集中，出現了秩虧問題，並未解算成功。由影像的平差結果可知，DEM結果在距離向及方位向均會有2~6 m/萬像素，即10~30 cm/km的高程斜坡。這種高程斜坡除了基線誤差的貢獻之外，還包括斜距、定軌誤差、相位整周未知數估算誤差等。在進行全球測繪的過程中，如果能夠進行精確的斜距和軌道標定，並解決無控條件下整周未知數精估計問題，將有望進一步縮小高程斜坡對應的誤差大小。4景影像平差之後，使用GLAS點進行了精度的重新評估，其高程精度分別提升到1.79 m、0.46 m、1.06 m及0.67 m，這說明平差演算法有效提高了DEM的高程精度水平。
表 3影像DEM精度評估結果Tab. 3DEM accuracy genereated from single interferogram
表選項
表 4DEM區域網平差解算結果Tab. 4DEM block adjustment results
表選項
由於影像西北區域地形複雜，精度較差，多為3~5 m(表 2)，因此論文針對這部分數據進行了長短基線組合及升降軌融合試驗。試驗結果如圖 4所示。由於第一景及第二景影像的側視幾何較為一致，因此本文使用這兩景影像進行長短基線組合試驗。試驗過程中首先完成短基線的相位解纏及相高轉換，然後將短基線高程數據配准到主影像空間中，進而完成主影像干涉圖的去平去地形操作，減小相位梯度，提高相位解纏精度。論文使用GLAS數據對長短基線的公共區域進行了精度評估，長基線的精度為5.90 m，短基線的精度為3.77 m，經長短基線組合之後，精度達到5.04 m，長基線精度有較為明顯的提升。進一步融合降軌數據之後，精度變為5.07 m，此時精度雖然已經沒有提升，但是低相干區域面積已經極大降低，統計結果表明，升軌數據經長短基線組合之後，其低相干區域(經多視及濾波之後相干性＜0.9)的面積為253.6 km2，而升降軌融合之後的低相干面積僅為0.8 km2，這對於實現全球測圖中DEM的全覆蓋來說具有重要意義。
5 結論與展望
本文提出了面向全球測圖的智能化精密干涉測量系統技術，並採用6景覆蓋陝西區域的TanDEM-X數據進行了技術的處理與驗證。首先，論文對數據進行了定標精度的評估。由於缺乏角反射器數據，本文採用SRTM數據對定位精度進行了側面驗證。結果表明，TanDEM-X在距離向的誤差較大，為40 m以上，而方位向能夠控制在2 m以內。因此，在後續處理過程中，為了確保高程精度，採用SRTM數據為參考。其次，論文完成了數據的干涉處理，獲取了初始DEM，並開展了區域網平差試驗，將DEM高程精度提升了0.61~2.93 m不等。隨後，本文進行了長短基線和升降軌融合的試驗分析。試驗表明，長短基線組合演算法能夠將長基線精度從5.9 m提升到5.04 m，進一步融合降軌數據之後，精度並沒有明顯的提升，然而低相干區域的面積已經從253.6 km2降低到0.8 km2，這極大提升了DEM數據的有效性。在數據處理及區域網平差過程中，不包含人工交互過程，這意味著使用InSAR進行全球測圖時，除了DEM編輯過程之外，可極大提高整個鏈路的智能化水平，達到高精度、高效率、高智能化的攝影測量新要求。本文處理結果表明，TanDEM-X可提供5 m左右的高精度DEM數據，這能夠滿足我國1：50 000比例尺山地地形8 m的測繪精度，能夠基本滿足我國1：25 000比例尺山地地形5 m的測繪精度。
在使用InSAR進行全球測圖的過程中，除了本文重點闡述的測繪精度之外，還需解決測繪效率問題、測繪標準問題及測繪產品生產問題。一方面，需要確保在多節點並行運算情況下，從回波數據開始，完成整個干涉鏈路處理，生成經編碼的初始DEM數據，能夠將時間控制在1 min左右。另一方面，亟需針對L波段差分干涉SAR衛星開展權威的國家標準的制定。最後，需積累測繪人才，去除房屋、植被、水體等的影響，並完成DEM空洞區域的插值，完成DEM的後期編輯，生成可靠的全球DEM產品。
本文提出的面向全球測圖的精密干涉測量技術，是面向未來數字攝影測量智能化下的自動成圖技術，精密干涉測量技術的高自動化、高精度化等特點，使得它能夠在無人工參與的情況下，1 min內完成數千平方千米的DEM數據粗生產，並在自動化智能化篩選ICESat-GLAS點之後，完成大範圍數據的後處理，生成具備極高精度的全球DEM數據。這種技術將有望打破我國全球高精度DEM長期依賴SRTM數據的現狀，為我國全球測圖提供大範圍、高精度、高一致性的基礎數據。
【引文格式】唐新明, 李濤, 高小明, 等. 雷達衛星自動成圖的精密干涉測量關鍵技術[J]. 測繪學報，2018，47(6)：730-740. DOI: 10.11947/j.AGCS.2018.20170621
權威 | 專業 | 學術 | 前沿
微信公眾號中搜索「測繪學報」，關注我們，長按上圖二維碼，關注學術前沿動態。
TAG:測繪學報 |