利用Sentinel-1A 数据提取青藏高原地区DEM

王绍贤，周春霞，雷皓博，朱懿恺

（1. 武汉大学中国南极测绘研究中心，湖北 武汉 430079；2. 极地测绘科学自然资源部重点实验室，湖北 武汉 430079）

Sentinel-1A 是欧洲航空局（ESA）于2014-04-03发射的C波段SAR卫星。该卫星的主要观测模式是干涉宽幅观测模式（I W），模式幅宽达到250 km，距离向和方位向分辨率分别为5 m 和20 m[1-4]。与此同时，该观测模式采用的TOPS 成像技术对干涉处理过程提出了新的技术要求[5]。国内学者已开展大量实验[6-9]。本文针对Sentinel-1A 宽幅影像范围大，分辨率高的特点，引入了差分干涉思想，改进了传统的宽幅影像InSAR提取DEM的方法，获取了青藏高原高精度DEM，并将本文改进方法获取的DEM同传统InSAR方法进行比较，证明了改进的InSAR方法能够进一步提高利用Sentinel-1A宽幅数据提取DEM的精度。

1 差分干涉法生成DEM原理

差分干涉技术是传统干涉技术的扩展，该技术主要是利用多景SAR 影像，或者联合DEM 数据，以达到测量地表微小形变等目的。单景干涉影像是无法直接求解形变的，但当两次SAR成像的传感器位置参数已知且研究区域的外部DEM数据存在时，便可用二轨差分干涉方法求解形变参量。二轨差分干涉法主要思想是利用已知的外部DEM数据去除去平地干涉图中的地形相位，从而得到形变相位。差分干涉法生成DEM的主要思想是基于二轨差分干涉法，利用外部DEM去除干涉图中的地形相位，得到差分干涉相位，并在此基础上，将该差分干涉相位作为残余高程相位，进行滤波和解缠，作为残余高程项完成高程校正，从而达到改善DEM精度的目的。

本文采用的基于Sentinel-1A 宽幅数据生成DEM的数据处理流程与常规利用InSAR技术略有不同。传统InSAR技术生成DEM的步骤包括影像配准、干涉成像、基线估计、去平地效应、噪声滤除、相位解缠和高程计算[2]。而本文中的实验区域地形复杂，高程变化剧烈，干涉条纹过于密集，从而导致解缠相位跳跃、不连续，同时还存在基线误差引起的趋势面误差。因此，利用传统InSAR技术会带来由解缠误差等因素产生的高程误差，明显影响DEM 精度。针对这个不足之处，文章改进了传统InSAR流程，引入了差分干涉的思想，利用外部DEM 与主辅影像干涉图进行相位差分的方法来生成该地区的DEM。该方法称之为差分干涉法。差分干涉的原理如下：干涉相位由多部分组成，包括参考相位φref；地形相位φtop；形变相位φref；轨道误差引起的相位φorb；大气相位延迟φatm以及热噪声等引起的相位噪声φn。一般在不考虑大气相位延迟、热噪声等引起的相位噪声和轨道误差引起的相位时，干涉相位即：

通过引入外部DEM进行两轨差分可得到两轨差分干涉图，该差分相位中就只包含形变相位φdef和残余的地形相位信息，对该相位进行相位解缠将大大提高解缠效率，同时减小由解缠带来的相位残差[10]。

2 实验区和数据

2.1 实验区

实验影像所在区域是中国青藏高原中部的那曲地区，影像横跨西藏和青海两个省。该影像区域分布着大规模的冰川（包括普若岗日冰川）。普若岗日冰川是藏北高原由数个冰帽型冰川合成的大冰原，冰川覆盖面积达422.58 km2，是地球上除两极地区以外最大的冰原[11-12]。影像区域海拔在4 300 ～6 400 m之间。该区域植被稀少，气候干旱，但是存在大量的冰川群、高原湖泊，地形较为复杂，每年有9个月存在降雪现象。

2.2 实验数据

本文选取的数据是Sentinel-1A卫星于2019-05-28和2019-06-09 获得的两景干涉宽幅影像，时间基线为12 d，基线长度为113.84 m。两景数据的基本参数如表1所示。

表1 实验区影像对参数

本文差分干涉处理中的外部DEM 是TanDEM-X DEM，是由TerraSAR-X 和TanDEM-X 两颗卫星编队飞行、通过InSAR 技术生成的全球数字高程模型[13]，其数据采集于2015年1月，全球DEM于2016年9月完成。本文使用的是2018 年发布的分辨率为90 m 的产品TanDEM-X 90，其高程基准为WGS84。

本文在结果分析中使用的DEM 对比产品包括SRTM DEM 和ASTER GDEM。SRTM DEM 是美国航天飞机于2000-02-11～2000-02-22（这11 d）利用雷达测图技术获得的全球数字高程模型。本文使用的是分辨率为90 m 的产品SRTM3，其高程基准是EGM96大地水准面，标称绝对高程精度为±16 m，标称绝对平面精度为±20 m[14-15]。

3 数据处理

数据处理的第一步是进行预处理。对两景SAR数据进行预处理步骤，即进行Sentinel-1 TOPS 数据导入、影像配准、多视处理流程。影像配准包括粗配准和精配准，先利用精密定轨星历数据修正轨道数据进行粗配准，再利用强度互相关算法进行精配准并迭代使精度达到0.001个像素[16]。通过采用20∶4的多视参数以抑制影像噪声，图1为两景SAR影像的强度图。

图1 两景SAR影像的强度图

本文通过设置对比实验，将差分干涉法生成DEM 同传统InSAR 生成DEM 的方法及结果进行对比分析。

3.1 传统InSAR方法

在影像配准后，根据传统的InSAR处理方法（图2），先得到两景影像的干涉图，再进行基线估计与去平地计算；采用Goldstein 方法，对干涉图进行滤波；计算相干性图（如图4a 所示），设置0.3 的相干性阈值生成解缠掩膜，同时选择影像区域的稳定参考点，采用最小费用流方法对干涉图进行相位解缠，生成DEM 相位并进行插值计算，填补相位空洞。由于实验数据的限制，本实验区中的控制点数量不是很多，DEM 需大量GCP 点进行实验[17]，因此通过外部DEM 确定GCP 点，选择相干性高、解缠效果好的点用于基线精化。最后，对解缠后的DEM 相位转高程，并进行地理编码，将SAR坐标转换为地理坐标。

图2 传统InSAR方法生成DEM的流程图

3.2 差分干涉方法

差分干涉方法生成DEM 与传统InSAR 方法生成DEM 的差异在于利用了外部DEM，通过对差分干涉图解缠以降低解缠误差，其实验流程如图3 所示。首先将DEM 转换到SAR 影像斜距/方位向坐标系，生成模拟SAR 影像，并模拟生成解缠后的地形相位；然后，将去平后得到的相位同模拟地形作差分计算，生成差分相位。为了在同一基础上进行比较，同样用Goldstein 方法对该差分相位滤波。设置0.3 的相干性阈值生成解缠掩膜，进行相位解缠，并插值填补相位空值。2 种方法相位解缠后的结果如图4b、c 所示。再将该解缠相位同模拟地形相位相加，得到最终的DEM 相位，随后参考传统InSAR的流程，基线精化后相位转高程并地理编码，生成DEM。

图3 两轨差分干涉流程图

图4 相干图和解缠相位图

4 结果分析

研究结果分析如图5、6和表2所示。

表2 DEM误差统计结果

图5 研究区域DEM高程图

图6 DEM差值统计

5 结 语

本文利用两景Sentinel-1A 宽幅数据，引入了差分干涉思想，改进了传统的宽幅影像InSAR提取DEM的方法。利用差分干涉法成功提取了中国青藏高原中部那曲地区的高精度DEM。通过将该方法所得的DEM分别与传统InSAR，以及SRTM DEM、ASTER DEM、TanDEM-X 90进行比较验证，发现利用差分干涉法生成的DEM相比传统InSAR的算法结果的差值均值和均方根误差均有一定改进，分别从15 m和35 m改进到8 m和28 m。结果证明，改进的InSAR方法能够降低解缠误差和随机误差的影响，在一定程度上提高了在复杂地形中提取DEM的精度。