InSAR相位解纏算法研究及其軟件開發(fā).pdf

1、合成孔徑雷達(dá)干涉技術(shù)(InSAR)與合成孔徑雷達(dá)差分干涉技術(shù)(D-InSAR)是上世紀(jì)60年代開始出現(xiàn)的微波遙感技術(shù)。與傳統(tǒng)遙感技術(shù)相比，雷達(dá)干涉技術(shù)具有覆蓋面積大、可全天時(shí)、全天候工作的技術(shù)優(yōu)勢(shì)，已被廣泛應(yīng)用于數(shù)字高程模型(DEM)的提取和地表形變測(cè)量。
　　 在InSAR和D-InSAR數(shù)據(jù)處理過程中，相位解纏是關(guān)鍵步驟與技術(shù)難點(diǎn)之一，解纏的準(zhǔn)確性將直接影響InSAR技術(shù)提取的DEM以及D-InSAR技術(shù)測(cè)量的地表形變量的精

2、度。近30年來，國內(nèi)外學(xué)者提出了許多具有代表性的相位解纏算法，按解纏方式可分為兩類:基于路徑跟蹤的相位解纏算法和基于最小范數(shù)的相位解纏算法。在具體應(yīng)用中，相位解纏主要是作為一個(gè)嵌入式模塊被包含在InSAR和D-InSAR數(shù)據(jù)處理軟件中，專門針對(duì)相位解纏的專業(yè)性軟件極少，且目前的軟件僅涵蓋一至兩種解纏方法，選擇性和適用性較差。再者，目前關(guān)于相位解纏的研究多偏重于算法改進(jìn)，缺少對(duì)不同算法的對(duì)比分析和評(píng)價(jià)。
　　 本文在介紹相位解纏基

3、本原理的基礎(chǔ)上重點(diǎn)闡述了四種路徑跟蹤相位解纏算法(Goldstein“枝切”算法、質(zhì)量圖路徑引導(dǎo)算法、“掩膜枝切”算法和Flynn最小不連續(xù)算法)和四種最小范數(shù)相位解纏算法（離散余弦變換算法、無權(quán)重多重網(wǎng)格算法、預(yù)處理共軛梯度算法和最小LP范數(shù)算法）的處理流程與實(shí)現(xiàn)方法。在Windows操作系統(tǒng)下，基于面向?qū)ο蟮腃#語言及GIS的嵌入式組件庫ArcEngine，開發(fā)實(shí)現(xiàn)了一款專門用于相位解纏的InSAR相位解纏系統(tǒng)。為提高相位解纏的成功

4、率和可靠度，在相位解纏過程中引入人機(jī)交互式操作和評(píng)估策略，主要包括為系統(tǒng)添加了解纏評(píng)估、DEM生成、手動(dòng)修改解纏路徑（即“枝切”線）以及框選解纏模塊。此外，為提高解纏效果，系統(tǒng)還專門添加了圖像處理子模塊。
　　 除GAMMA軟件外，InSAR相位解纏系統(tǒng)定義了和其他常用InSAR和D-InSAR處理軟件相同的數(shù)據(jù)結(jié)構(gòu)，可實(shí)現(xiàn)與其他軟件間的數(shù)據(jù)共享，并且系統(tǒng)提供了八種相位解纏算法，用戶可根據(jù)不同的數(shù)據(jù)類型選擇合適的解纏算法，并借助

5、各解纏輔助模塊改善解纏結(jié)果，從而提高最終獲取的DEM和地表形變量的精度。
　　 最后，論文結(jié)合模擬纏繞相位數(shù)據(jù)和美國內(nèi)華達(dá)州林肯縣東南部局部地區(qū)的干涉相位數(shù)據(jù)測(cè)試了InSAR相位解纏系統(tǒng)的執(zhí)行效率和穩(wěn)定性，同時(shí)評(píng)定了系統(tǒng)提供的八種解纏算法的精度，得出各相位解纏算法的特性和優(yōu)缺點(diǎn)如下:
　　 (1)基于離散余弦變換(DCT)的最小二乘算法所需內(nèi)存最少，執(zhí)行速度也最快，但它與無權(quán)重多重網(wǎng)格算法一樣，解纏結(jié)果出現(xiàn)與初始纏繞相位

6、不一致并且更加平滑的機(jī)率較高。因此，無權(quán)重最小二乘解纏算法在實(shí)際應(yīng)用中適用性較差，一般不建議使用。
　　 (2)Goldstein“枝切”算法執(zhí)行速度較快，占用內(nèi)存較少，對(duì)信噪比高的相位解纏精度較高，在實(shí)際應(yīng)用中常作為首選。但對(duì)于干涉圖質(zhì)量差異較大的區(qū)域，解纏結(jié)果容易出現(xiàn)不連續(xù)或許多孤立區(qū)域。然而利用系統(tǒng)提供的手動(dòng)修改“枝切”線和框選復(fù)解纏操作可改善解纏效果，使實(shí)驗(yàn)中的“mountains”解纏相位標(biāo)準(zhǔn)偏差從0.099rad減小

7、到0.047rad，相應(yīng)的DEM差異的標(biāo)準(zhǔn)偏差從3.409m降低到1.698m，精度得到了很大提高，可以和效果最好的最小LP范數(shù)算法相媲美，但其運(yùn)算速度卻比最小LP范數(shù)算法快很多。
　　 (3)當(dāng)有好的質(zhì)量圖可利用時(shí)，可選用質(zhì)量圖路徑引導(dǎo)算法、“掩膜枝切”算法以及預(yù)處理共軛梯度算法，若是前幾種算法均解纏失敗，最后才考慮解纏效果較好的Flynn最小不連續(xù)算法和最小LP范數(shù)算法。尤其是最小LP范數(shù)算法，解纏相位與SARscape最小

8、費(fèi)用流算法的解纏相位差異均值為3.119rad，標(biāo)準(zhǔn)偏差僅為0.041rad，相應(yīng)的DEM差異均值為0.087m，標(biāo)準(zhǔn)偏差為1.439m。但是，F(xiàn)lynn最小不連續(xù)算法和最小LP范數(shù)算法所消耗的內(nèi)存也較多，執(zhí)行速度也較慢，其中最小LP范數(shù)算法的速度最慢。
　　 (4)總的來講，最小二乘算法解纏結(jié)果較平滑，對(duì)噪聲區(qū)域也能解纏，但同時(shí)也將誤差傳播到高質(zhì)量區(qū)域，造成系統(tǒng)性偏差;路徑跟蹤算法將噪聲區(qū)或相位梯度變化大的區(qū)域進(jìn)行隔離，讓這部