GB-InSAR图像误差特征分析与改正模型研究

Ground-based synthetic aperture radar interferometry (GB-InSAR) is a new active radar image remote sensing technique to obtain high precision dynamic parameters and tiny deformation on engineering structures. Owing to the observation station for GB-InSAR is set up near the ground and close to the object, the observing time and period can be determined by the actual requirement. Compared with AB-InSAR, the accuracy and temporal-spatial resolution of GB-InSAR image are significantly improved although it is afected more by the ground atmosphere varyation. GB-InSAR has special properties for its image error.Based on signal characteristics and working environment of GB-InSAR, we research deeply into system errors of GB-InSAR interferometry caused by observation platform instability, time and spatial decorrelation, phase unwrapping and surface atmospheric effects etc, and analyse the characteristics of the errors, establish error correction model of GB-InSAR InSAR system, verify the accuracy of GB-InSAR result with GNSS technique, finally put forward the quality evaluation method of GB-InSAR. The research will improve the efficiency and precision of GB-InSAR data processing, and promote application of GB-InSAR interferometry in the field of precision engineering surveying.

地基合成孔径干涉雷达（GB-InSAR）是获取高精度工程建筑物动态变化参数及微小形变的一种主动雷达成像遥感测量新技术。GB-InSAR观测测站可设置在监测目标附近的地面位置，观测时间和周期可根据实际需要来确定，与空基合成孔径雷达(AB-InSAR)相比，虽然GB-InSAR图像易受地表大气环境变化影响，但精度和时空分辨率都比AB-InSAR显著提高，其图像误差具有特殊性。本项目从GB-InSAR信号特征和工作环境出发，对目前GB-InSAR干涉测量中系统观测平台不稳定引起的误差、时间和空间失相关引起的误差、相位解缠误差以及地表大气效应影响误差等问题进行深入的研究，并对相关误差特征进行分析，建立适合于GB-InSAR的误差改正模型，利用GNSS技术进行交互验证，提出GB-InSAR的质量评价方法，以期提高GB-InSAR测量数据处理效率和精度，促进GB-InSAR在精密工程测量领域中的应用。

SAR干涉测量系统分为空基(AB-InSAR)和地基(GB-InSAR)两种形式。AB-InSAR以卫星或飞机为搭载平台，具有获取数据范围大的优势，然而，星载SAR卫星系统因其重返周期较长，地距分辨率较低，成像几何造成的影像阴影等缺陷，不能满足高精度、实时性提取工程建筑物局部区域形变特征的要求。而GB-InSAR或地基真实孔径雷达（GB-RAR）作为AB-InSAR在地面上的一种实现形式，因其灵活的设站方式，短暂的重访周期以及极高的空间分辨率使得GB-SAR/GB-RAR成为滑坡动态监测和获取工程建筑物高频振动规律及微小形变的有效手段。.本项目主要研究了GB-InSAR影像配准算法、大气效应影响校正方法、相位解缠方法、误差特征及监测目标位移信号提取等内容，重要成果有：(1)研究实现了基于Fourier-Mellin算法的主辅影像粗配准，并利用Moravec算法对粗配准的主辅影像提取同名点，对同名点集构建Delaunay三角网，以三角形为单位依次计算Delaunay三角网中三角形对的相似度，并由最大相似度的三角形对进行仿射变换实现主辅影像的精确配准，该算法减小了因GB-SAR监测平台的微小运动而造成的GB-SAR影像失相干的问题。(2)建立了一种基于研究区域周围稳定点的大气效应改正方法，通过综合利用PS点多阈值筛选方法筛选选出非形变区域的稳定点，将这些稳定点上的差分相位予以平均并作为大气影响贡献，在其他PS点的差分相位上予以扣除，从而实现对大气效应的改正。(3)鉴于采用了GB-InSAR连续观测，相邻影像的时间间隔较小，因此通过对相邻影像进行多视相干平均处理，并采取相邻多视影像干涉测量的方式，进而实现了大量GB-SAR影像在时间维度上的1-D解缠，同时，还增强了SAR影像相干性并降低了对计算机处理性能的要求。(4)在GB-SAR影像误差特征识别与高精度形变特征提取方面，实现了利用最大似然估计（MLE）方法来进行粗差探测和白噪声或有色噪声的识别与去除，进而获得精炼的目标形变位移，联合基于GB-RAR获得多目标精炼位移数据和GNSS获得的逐点静止测量数据，提出了基于奇异值分解（SVD）的大型构筑物时频域振动特征、模态参数及前几阶振型的识别与提取方法，为构筑物的故障诊断与健康监测提供数据支撑。研究成果对研究滑坡孕育机理和超高层建筑物的动态特性研究具有价值。