付波霖，耿仁方，李 穎，高二濤，范冬林

(1.桂林理工大學(xué)測(cè)繪地理信息學(xué)院，廣西 桂林 541004；2.南京信息工程大學(xué)遙感與測(cè)繪工程學(xué)院，江蘇 南京 210044；3.中國科學(xué)院東北地理與農(nóng)業(yè)生態(tài)研究所，吉林 長春 130102)

濕地是地球上最重要和最有價(jià)值的生態(tài)系統(tǒng)之一，被譽(yù)為“地球之腎”，具有蓄洪防旱、凈化水質(zhì)、調(diào)節(jié)氣候、維護(hù)生物多樣性等重要的生態(tài)功能與服務(wù)價(jià)值[1-3]。但是，近些年濕地受人類干擾不斷加劇，在全球范圍內(nèi)呈現(xiàn)消失或退化的趨勢(shì)，據(jù)不完全統(tǒng)計(jì)，世界上大約57%的濕地已經(jīng)轉(zhuǎn)化或消亡[4]。由于濕地的高程數(shù)據(jù)可以為估算濕地水位、生態(tài)需水量、監(jiān)測(cè)濕地地下水位和地表水位變化提供基礎(chǔ)數(shù)據(jù)，因此，及時(shí)地更新研究區(qū)DEM對(duì)于濕地保護(hù)和合理開發(fā)起著至關(guān)重要的作用[5-7]。

濕地多處偏遠(yuǎn)且難以到達(dá)的區(qū)域，無法使用傳統(tǒng)的DEM測(cè)量手段，且更新DEM難度大，費(fèi)時(shí)費(fèi)力，觀測(cè)點(diǎn)的空間密度和時(shí)間采樣率較難保障；利用光學(xué)遙感立體像對(duì)生產(chǎn)濕地DEM，容易受到氣候條件的影響[8-9]；LiDAR系統(tǒng)數(shù)據(jù)源單一，觀測(cè)面積受限[10]。與之相比，InSAR技術(shù)不受復(fù)雜氣候條件的影響，可以快速、高精度、大區(qū)域地進(jìn)行對(duì)地觀測(cè)，現(xiàn)已被廣泛應(yīng)用于地表變形監(jiān)測(cè)、災(zāi)害監(jiān)測(cè)、區(qū)域DEM提取和濕地水位監(jiān)測(cè)等領(lǐng)域[11-13]。如文獻(xiàn)[14]利用1993—1996年L-band JERS-1 SAR數(shù)據(jù)干涉測(cè)量和監(jiān)測(cè)了Florida南部沼澤濕地水位變化，結(jié)果表明雷達(dá)干涉測(cè)量技術(shù)可以精確估算沼澤濕地水位變化，精度可以達(dá)到5～10 cm；文獻(xiàn)[15]基于C-band ENVISAT ASAR和L-band ALOS-1 PALSAR單視復(fù)數(shù)數(shù)據(jù)干涉測(cè)量和監(jiān)測(cè)了黃河三角洲天然濕地水位變化，達(dá)到了厘米量級(jí)的監(jiān)測(cè)精度；文獻(xiàn)[16]利用基于歐空局ERS-1/2的TanDEM數(shù)據(jù)成功提取了香港地區(qū)DEM，統(tǒng)計(jì)方差為35.2 m；文獻(xiàn)[17]以高分辨的TerraSAR-X影像為數(shù)據(jù)源提取了伊斯坦布爾城市地區(qū)的DEM，結(jié)果表明高分辨率的TerraSAR-X影像可用于DEM提取，并可應(yīng)用于要求5～10 m垂直精度的城市地區(qū)。綜上所述，InSAR技術(shù)被國內(nèi)外學(xué)者廣泛應(yīng)用于濕地水位監(jiān)測(cè)，并取得了厘米級(jí)的精度。但是目前基于InSAR提取DEM的研究主要集中在城市地區(qū)，對(duì)于利用InSAR能否提取濕地DEM，精度如何，不同波長SAR數(shù)據(jù)對(duì)生成的DEM在精度上是否存在差異的相關(guān)研究，國內(nèi)外學(xué)者鮮有涉及。

綜上，本文以黑龍江洪河國家級(jí)自然保護(hù)區(qū)為研究區(qū)，利用InSAR技術(shù)提取沼澤濕地的DEM。為了探究不同波長InSAR提取沼澤濕地區(qū)域DEM的精度差異，選取3種波長干涉SAR數(shù)據(jù)對(duì)，并隨機(jī)從1∶10 000地形圖中選取111個(gè)點(diǎn)數(shù)據(jù)進(jìn)行精度驗(yàn)證，最后對(duì)比分析沼澤濕地植被對(duì)于不同SAR波長的干涉相干性差異。

1 InSAR基本原理

InSAR提取DEM的基本原理如下：利用具有干涉成像能力的SAR傳感器以重復(fù)軌道觀測(cè)的方式獲取同一地區(qū)具有一定視角差的兩幅或兩幅以上的單視復(fù)數(shù)影像對(duì)，對(duì)其進(jìn)行干涉處理得到同一個(gè)目標(biāo)對(duì)應(yīng)的兩個(gè)回波信號(hào)之間的相位差，并結(jié)合精確的軌道參數(shù)，利用衛(wèi)星軌道與地面目標(biāo)之間相對(duì)的幾何關(guān)系獲取高精度、高分辨的地面高程信息，從而重建地表DEM。如圖1所示。

圖1中，設(shè)雷達(dá)天線中心S1的高程為H1，地面點(diǎn)P的高程為Z，天線中心S1對(duì)目標(biāo)點(diǎn)P成像時(shí)的側(cè)視角為θ1，兩天線中心之間的距離(基線距)為B，基線與水平方向的夾角為α，B∥為基線B在水平視線方向的分量，稱為水平基線，B⊥為基線B在垂直視線方向的分量，稱為垂直基線，R1、R2分別為雷達(dá)成像時(shí)兩天線中心到目標(biāo)點(diǎn)P的斜距，ΔR為兩斜距之間的差值，ΔR=R1-R2。

假設(shè)在t1和t2時(shí)刻，兩幅圖像中來自同一目標(biāo)的散射特性相同，即隨機(jī)相位相同，則此時(shí)通過復(fù)共軛相乘即可獲得復(fù)干涉條紋圖，接收信號(hào)的相位只與傳播路徑有關(guān)，可表示為

(1)

則真實(shí)的干涉相位Δφ主要取決于SAR后向散射信號(hào)的路徑差ΔR

(2)

在三角形S1S2P中，由余弦定理可知

(3)

對(duì)于星載雷達(dá)系統(tǒng)通常B?R1,再由式(2)可得

(4)

則地面點(diǎn)P的高程Z為

(5)

在不考慮兩側(cè)觀測(cè)時(shí)目標(biāo)沿雷達(dá)視線向移動(dòng)引起的相位變化、大氣波動(dòng)帶來的相位延遲及其他相位噪聲的影響下，在已知星載SAR數(shù)據(jù)的基線參數(shù)和干涉參數(shù)等信息的情況下，可由式(5)確定地面點(diǎn)的高程值。

2 研究區(qū)概況與數(shù)據(jù)源選擇

2.1 研究區(qū)概況

研究區(qū)為黑龍江洪河國家級(jí)自然保護(hù)區(qū)，位于黑龍江省三江平原腹地，同江市與撫遠(yuǎn)縣交界處，面積21 835 hm2(如圖2所示)。研究區(qū)為寒溫帶大陸性季風(fēng)氣候，四季分明，有6個(gè)月的冰凍期，年平均氣溫為1.9℃，年降水量為585 mm。洪河自然保護(hù)區(qū)是三江平原乃至整個(gè)東北原始淡水沼澤濕地全貌的縮影和典型代表，也是我國現(xiàn)有的36塊國際濕地之一。研究區(qū)內(nèi)主要有島狀林植被型、灌叢植被型、草甸植被型和沼澤濕地植被型，且在空間上呈環(huán)狀分布。

2.2 遙感數(shù)據(jù)源

本文分別選取3種不同波長的干涉SAR數(shù)據(jù)對(duì)：2016年5月28日和6月8日的X-band TerraSAR HH單視復(fù)數(shù)數(shù)據(jù)、2015年10月4日和10月16日C-band Sentinel-1A IW模式的VV單視復(fù)數(shù)數(shù)據(jù)、2007年9月7日和10月23日L-band ALOS-1 PALSAR精細(xì)模式的HH單視復(fù)數(shù)數(shù)據(jù)，以上SAR數(shù)據(jù)均能完整覆蓋洪河濕地自然保護(hù)區(qū)，具體SAR衛(wèi)星成像參數(shù)見表1。SRTM 30 m DEM數(shù)據(jù)產(chǎn)品來自美國USGS數(shù)據(jù)服務(wù)平臺(tái)(http:∥earthexplorer.usgs.gov/)，精度驗(yàn)證數(shù)據(jù)為保護(hù)區(qū)1∶10 000地形圖，來自中國科學(xué)院東北地理與農(nóng)業(yè)生態(tài)研究所。

表1 研究區(qū)不同SAR衛(wèi)星成像參數(shù)

3 InSAR提取沼澤濕地DEM技術(shù)流程

InSAR技術(shù)提取地表DEM的主要數(shù)據(jù)處理流程包括：?jiǎn)我晱?fù)SAR影像對(duì)的基線估算、主輔影像配準(zhǔn)、干涉圖生成、平地相位剔除、干涉圖自適應(yīng)濾波及相干性計(jì)算、干涉圖相位解纏、軌道精煉和重去平，以及初始相位轉(zhuǎn)高程生成DEM。具體的工作流程如圖3所示。

3.1 單視復(fù)SAR影像對(duì)基線估算

基線估算是利用InSAR技術(shù)提取地表DEM的前提，其通過計(jì)算垂直基線、臨界基線、多普勒位移量、高度模糊數(shù)和形變模糊數(shù)等參數(shù)評(píng)價(jià)兩幅干涉SAR影像對(duì)的質(zhì)量狀況。當(dāng)兩幅SAR影像成像模式不一致或垂直基線超過了臨界基線的長度，則該影像對(duì)相干性丟失，不能進(jìn)行相干處理[18]。當(dāng)垂直基線距在臨界基線內(nèi)，通常情況下選擇長基線距的兩幅SAR影像對(duì)進(jìn)行相干處理。表2描述了3種SAR數(shù)據(jù)對(duì)基線估計(jì)的詳細(xì)參數(shù)。

3.2 SAR主輔影像對(duì)配準(zhǔn)

SAR主輔影像對(duì)配準(zhǔn)是InSAR干涉處理的基礎(chǔ)。在星載重復(fù)軌道SAR主輔影像之間的相對(duì)偏移量未知的情況下，一般采用粗配準(zhǔn)、像元級(jí)配準(zhǔn)、子像元配準(zhǔn)等計(jì)算過程實(shí)現(xiàn)主輔影像對(duì)的配準(zhǔn)。由于單視復(fù)SAR影像中既含有強(qiáng)度信息又含有相位信息，可以任意將復(fù)影像的相干系數(shù)、強(qiáng)度影像的相關(guān)系數(shù)，以及相位差的平方和最小作為測(cè)度進(jìn)行主輔影像的配準(zhǔn)。通常情況下，兩幅影像配準(zhǔn)的誤差應(yīng)盡量在1/10個(gè)像元之內(nèi)[19-20]。

3.3 主輔影像對(duì)預(yù)濾波或多視處理

由于干涉影像對(duì)在方位向和距離向均存在一定的頻譜偏移，從而會(huì)在生成的干涉條紋圖中引入相位噪聲，降低影像對(duì)的相干性。為了高精度地配準(zhǔn)主輔影像和提高干涉圖的質(zhì)量，可在方位向和距離向?qū)χ鬏o影像進(jìn)行預(yù)濾波處理。在數(shù)據(jù)處理過程中，可根據(jù)頻譜偏移量的大小選擇是否進(jìn)行濾波處理。

3.4 干涉圖生成

對(duì)配準(zhǔn)和多視處理之后主、輔影像對(duì)進(jìn)行復(fù)共軛相乘生成干涉條紋圖，干涉條紋圖的稀疏反映了地表的起伏狀況。復(fù)SAR影像對(duì)共軛相乘獲得干涉條紋圖，圖中干涉相位是以2π為周期循環(huán)記錄，并由于受平地效應(yīng)的影響，干涉條紋在地勢(shì)平坦且起伏和緩的區(qū)域呈現(xiàn)有規(guī)律的分布，具體如圖4所示。

從圖4中可以看出，X-band TerraSAR生成的干涉圖，干涉條紋非常密集并存在大量相位噪聲，C-band Sentinel-1A和L-band PALSAR干涉條紋相對(duì)稀疏，同時(shí)L-band PALSAR生成的干涉條紋圖對(duì)保護(hù)區(qū)的描述明顯好于波長更短的C-band Sentinel-1A和X-band TerraSAR。

表2 3種SAR數(shù)據(jù)對(duì)的基線估計(jì)參數(shù)

3.5 平地相位提出

平地效應(yīng)是指在干涉條紋圖中，平坦地區(qū)的干涉條紋會(huì)出現(xiàn)隨距離和方位向的變化而呈周期性變化的現(xiàn)象。剔除平地相位之后的干涉相位可以更好表征地形相位與參考面的相位差，減少干涉圖的條紋頻率，降低干涉圖濾波和相位解纏的難度。本文利用SRTM 30 m DEM模擬試驗(yàn)區(qū)的平地相位來消除平地效應(yīng)。

3.6 干涉圖自適應(yīng)濾波及相干性計(jì)算

地面散射特性、影像配準(zhǔn)誤差、系統(tǒng)熱噪聲及數(shù)據(jù)處理過程中的誤差均為干涉圖中相位噪聲的主要來源，相位噪聲降低了干涉圖的質(zhì)量，增加了相位解纏的復(fù)雜性，直接影響最終生成DEM的精度。因此，本文利用自適應(yīng)濾波器盡量多地剔除干涉圖中的相位噪聲，并采用最大似然估算器計(jì)算相干系數(shù)，相干系數(shù)可以指示區(qū)域相干程度的高低，研究區(qū)SAR影像自適應(yīng)Goldstein濾波[21]的干涉條紋圖如5所示。

從圖5中可以看出，經(jīng)過自適應(yīng)Goldstein濾波處理和相位去平之后，在相干性較好的區(qū)域，干涉條紋圖變得更為稀疏和平滑，對(duì)于洪河自然保護(hù)區(qū)的表征更為詳細(xì)；深水沼澤植被區(qū)受濕地水體和體散射的影響，去相干性較為明顯，干涉圖不連續(xù)。

3.7 干涉相位解纏

復(fù)共軛相乘獲得的干涉圖中的相位值為干涉相位的主值，此時(shí)干涉相位只能以2π為周期，循環(huán)記錄相位變化，必須對(duì)其進(jìn)行相位解纏處理，確定各個(gè)像元之間的真實(shí)干涉相位值，才能利用干涉圖獲取地面高程信息。

洪河保護(hù)區(qū)復(fù)雜的植被群分布結(jié)構(gòu)決定了干涉圖存在很多不連續(xù)的區(qū)域，3D Delaunay最小費(fèi)用流(minimum cost flow)方法采用Delaunay三角剖面進(jìn)行相位解纏，更加適用于研究區(qū)干涉圖的相位解纏。因此，本文采用最小費(fèi)用流方法進(jìn)行相位解纏，獲取干涉條紋中的真實(shí)相位值，并且為了讓設(shè)定的解纏閾值盡可能考慮到區(qū)域的整體相干情況，數(shù)值設(shè)置為0.12～0.15。

3.8 軌道精煉和重去平

由解纏相位轉(zhuǎn)換到地表高程，需要有精確的基線參數(shù)，必須進(jìn)行軌道精煉，進(jìn)一步精確估算干涉測(cè)量所需的幾何參數(shù)，并再次去除平地效應(yīng)。軌道精煉的常用方法有：精確衛(wèi)星軌道輸入二次糾正和基于地面參考點(diǎn)的數(shù)學(xué)模擬。本文通過選取地面控制點(diǎn)進(jìn)行軌道精煉和重去平，盡量選擇植被群落較為均一且相干性較高的區(qū)域，糾正之后的均方根誤差控制在1個(gè)像元之內(nèi)，經(jīng)過軌道精煉和重去平處理的解纏相位如圖6所示。

3.9 真實(shí)相位轉(zhuǎn)高程生成DEM

獲取各個(gè)像元之間的真實(shí)干涉相位值之后，可以借助式(5)提取地表的DEM數(shù)據(jù)并進(jìn)行相應(yīng)的插值和地理編碼處理。

4 結(jié)果分析與驗(yàn)證

4.1 DEM精度驗(yàn)證與結(jié)果分析

為了便于進(jìn)行精度驗(yàn)證，在洪河自然保護(hù)區(qū)內(nèi)，利用ArcGIS fishnet工具生成250個(gè)1 km×1 km格網(wǎng)，利用Create Random Points工具生成111個(gè)隨機(jī)點(diǎn)。將隨機(jī)點(diǎn)、格網(wǎng)與1∶10 000地形圖疊加，使1個(gè)格網(wǎng)中只有1個(gè)具有精確高程值的隨機(jī)點(diǎn)，將這些點(diǎn)作為InSAR提取DEM的精度驗(yàn)證數(shù)據(jù)并統(tǒng)計(jì)分析精度差異，對(duì)比結(jié)果如圖7和表3所示。

從圖7和表3中可以看出，InSAR提取的DEM精度受到濕地植被及水體去相干性的影響，深水沼澤植被區(qū)相干性差，進(jìn)而導(dǎo)致生成的DEM數(shù)據(jù)精度較差，其中基于L-band PALSAR干涉測(cè)量提取沼澤濕地DEM的精度高于C-band Sentinel-1A、X-band TerraSAR和SRTM DEM數(shù)據(jù)產(chǎn)品，且與1∶10 000地形圖數(shù)據(jù)吻合度較好，76.58%的高程值差異在3 m以內(nèi)。

表3 InSAR干涉生成DEM與1∶10 000地形圖高程數(shù)值差異分布

數(shù)據(jù)驗(yàn)證點(diǎn)的高程數(shù)值差<1m<3m<5m<10m<20m<30mPALSAR2485108111111111Sentinel-1A312254692109TerraSAR-X000175111

4.2 不同波長干涉圖中濕地植被相干性差異

解纏相位圖在經(jīng)過軌道精煉和重去平地效應(yīng)處理之后，計(jì)算得到相干系數(shù)圖(如圖8所示)。相干系數(shù)反映了單視復(fù)數(shù)SAR影像對(duì)所生成干涉圖質(zhì)量的好壞，也可以定量估計(jì)SAR兩次成像過程中目標(biāo)相位的穩(wěn)定性，相干系數(shù)數(shù)值范圍是0～1，數(shù)值越大表明干涉圖的質(zhì)量越好。圖8對(duì)應(yīng)不同干涉SAR影像對(duì)生成的相干系數(shù)圖，圖8(a)中剖面線對(duì)應(yīng)的相干系數(shù)值如圖9所示。

從圖8和9中可以看到，在洪河自然保護(hù)區(qū)內(nèi)，島狀林和灌草結(jié)合的植被分布區(qū)相干系數(shù)值較大，其次是淺水沼澤植被區(qū)，最小的是深水沼澤植被區(qū)。造成上述相干性差異的主要原因是濕地水位在成像時(shí)間內(nèi)的變化導(dǎo)致了以浮水植物為主的深水沼澤區(qū)與部分淺水沼澤區(qū)的植被位置和高度也發(fā)生了變化，而陸生植被除自然生長之外較為穩(wěn)定。從L-band PALSAR和C-band Sentinel-1A相干系數(shù)曲線圖中可以看出島狀林和灌草植被區(qū)相干系數(shù)值達(dá)到0.6～0.8，淺水沼澤植被區(qū)相干系數(shù)值為0.4～0.6，深水沼澤植被區(qū)相干系數(shù)值為0.2～0.3。而在X-band TerraSAR提取的相干系數(shù)曲線圖中，島狀林和灌草結(jié)合的植被區(qū)相干系數(shù)值達(dá)到0.3～0.4，淺水沼澤植被區(qū)相干系數(shù)值為0.2～0.3，深水沼澤植被區(qū)相干系數(shù)值為0.1～0.2。同一植被區(qū)相干系數(shù)值的差異表明：L-band PALSAR數(shù)據(jù)對(duì)更適合沼澤濕地的干涉測(cè)量，X-band TerraSAR數(shù)據(jù)對(duì)不適合用于沼澤濕地干涉測(cè)量。

5 結(jié) 語

本文利用3種不同波長InSAR數(shù)據(jù)對(duì)提取沼澤濕地區(qū)域的DEM，使用Goldstein濾波方法消除由時(shí)間和基線產(chǎn)生的相位噪聲，提高了干涉條紋的可見性，降低了相位解纏的復(fù)雜性；使用3D Delaunay最小費(fèi)用流方法進(jìn)行相位解纏，考慮到區(qū)域的整體相干情況，解纏閾值設(shè)置為0.12～0.15；選取控制點(diǎn)進(jìn)行軌道精煉和重去平時(shí)，盡量選擇植被群落較為均一且相干性較高的區(qū)域，糾正之后的均方根誤差控制在1個(gè)像元之內(nèi)。DEM精度驗(yàn)證結(jié)果表明：L-band PALSAR更加適合利用雷達(dá)干涉測(cè)量技術(shù)提取沼澤濕地的DEM，其與1∶10 000地形圖數(shù)據(jù)吻合度較好，76.58%的高程值差異在3 m以內(nèi)，波長更短的C-band Sentinel-1A和X-band TerraSAR由于在時(shí)間去相干和濕地植被生長產(chǎn)生的去相干效應(yīng)，降低了DEM的數(shù)值精度；通過對(duì)比同一植被區(qū)相干系數(shù)值的差異，發(fā)現(xiàn)L-band PALSAR相干系數(shù)比其他兩個(gè)波段的數(shù)據(jù)要高，更適合沼澤濕地的干涉測(cè)量；通過對(duì)比不同濕地植被類型的相干系數(shù)，發(fā)現(xiàn)島狀林和灌草結(jié)合的植被分布區(qū)相干系數(shù)值較大，其次是淺水沼澤植被區(qū)，最小的是深水沼澤植被區(qū)。