一种INSAR测量中的大气校正方法

摘要

本发明公开了一种INSAR测量中的大气校正方法，包括：(1)利用WRF模型模拟出来计算大气延迟所需要的参数，所述WRF模型采用的气象数据是GFS数据；(2)计算干、湿大气延迟；(3)将大气延迟转换为相位延迟；(4)在INSAR干涉相位图中去掉大气延迟相位。本发明利用了中尺度的大气模型WRF做大气校正，模型可以预测天气情况达到1公里的分辨率水平，远远优于基于MERIS，MODIS和GPS数据的方法；所用的GFS气象数据，预报数据时间间隔为3小时，每隔6小时更新一次，时效性更强；本发明的测量结果更准确，适于推广应用。

说明书

技术领域

本发明涉及遥感技术领域，特别是涉及一种INSAR(Interferometric SAR，合成孔径雷达干涉)测量中的大气校正方法。

背景技术

大气延迟是影响干涉相位精度的最重要的因素之一。通常极轨SAR卫星飞行高度一般在500～800km，SAR电磁波传播需要经过电离层(地表以上约80km到85～800km的气层)和对流层(地表到7～12km的气层)，从而受到电离层和对流层的影响。在电离层中主要由于电离大气的散射效应引起电磁波的传播发生延迟；同时由于电离层电子浓度总含量(TotalElectron Content,TEC)的变化，使得电磁波的传播路径发生改变。在对流层中，由于大气的温度、气压和湿度都是随高度改变的，使大气表现为一种分层介质，造成大气的折射率随高度变化，而使电磁波的传播路径发生变化；另外，由于电磁波受到云、降雨和悬浮颗粒等液体和固体颗粒的折曲、吸收、反射和散射作用，也会导致信号传播延迟和路径弯曲。

大气参数通常又分为湿大气参数(指大气中水汽分气压)和干大气参数(即静力大气参数，包括干大气压和温度)，由此引起的大气延迟分别为大气湿延迟和大气干延迟。干延迟在时域内比较稳定，在空域内有大尺度变化的特性，对流层中的湿延迟在总体大气延迟中占有主导地位。例如，对于L波段而言，雷达波长λ为22cm，入射角θ范围为20°～30°，10mm的ZWD(ZenithWetDelay,水汽造成的天顶方向上的延迟)误差可以引起干涉图0.16～0.23个相位延迟；10mm的ZWD误差引起的形变误差为4.8mm～7.1mm。当斜距R为800km，垂直基线为251m时，10mm的ZWD误差引起的高程误差为23m～36m。

目前，比较有效的大气较正模型是基于MERIS水汽产品进行大气校正(许骥、谢酬等，2007)。利用MERIS数据进行大气相位改正,主要包括获取可沉降水汽含量、计算卫星过境时相应的天顶湿延迟和分析干涉对上的大气相位3个部分。从MERIS数据获取可沉降水汽含量(PerceptibleWaveVapor,PWV)和云信息。MERIS传感器的14、15通道波长分别为0.89μm和0.90μm,其中的0.90μm位于大气吸收波段范围,而0.89μm为大气窗口。这两个通道之间的反射辐射比可以用来作为MERIS传感器的大气水汽总量的一个指标。MERIS大气反演算法通常都是建立15、14通道的比值与积分水汽含量(Integrated Water Vapor,IWV)的多项式关系上的,即

$IWV=k_0+k_1\lg \left(\frac{I_{15}}{I_{14}}\right)+k_2{\lg }^2\left(\frac{I_{15}}{I_{14}}\right)---\left(1\right)$

式中,I₁₅和I₁₄分别表示MERIS传感器15、14通道的辐射值；k₀、k₁和k₂为回归系数。由于水汽的密度为1.0×10³kg/m³,IWV和可沉降水汽含量PWV具有相同的数值。在无云的情况下,算法在陆地上的理论精度为1.6mm。MER_RR_2P提供了以g/cm²为单位的大气水汽含量数据。MER_RR_2P提供的有关云的信息包括了云的类型和云的光学厚度,根据这些信息可以确定卫星过境时该区域的云量是否过大和该景MERIS数据是否适合于进行大气改正。对于第i景SAR数据上的第j个点,根据雷达成像几何,可以计算出该点对应地面目标的空间三维坐标矢量Xj,同时也可以计算出在每一景ASAR数据成像时该地面目标对应的入射角θⁱ_j,根据Xj,通过二维插值运算,从与第i景ASAR数据对应的MERIS数据上,能够得到在获取第i景ASAR数据时第j个点对应的可沉降水汽含量PWVⁱ_j和云信息。对SAR影像上的像素点,水汽造成的天顶方向上的延迟(ZenithWetDelay,ZWD)可用PWV来表示,即

ZWD＝∏^-1PWV>

式中,Π为转换系数,与数据获取时所在区域的真实表面温度相关。在确定了无云或云量较小的情况下,根据式(2),结合数据获取时所在区域的真实表面温度Tⁱ,从可沉降水汽含量得到第i景ASAR数据第j个点上水汽造成的天顶方向上的延迟。根据式(2),由于PWV的测量误差,导致SAR数据中大气相位的计算误差可表示为

式中,λ为SAR传感器波长；θ_inc为SAR影像上像素点所对应的地面点在成像时的入射角。

上述方法存在以下不足：

1、MERIS获取水汽含量数据受云的影响，因此在有云的区域，该数据的水汽含量不准确。

2、该方法受MERIS数据时间分辨率的限制，数据的接收时间是固定的，数据时间和实际干涉图的时间会有偏差，影响计算结果。

由此可见，上述现有的大气校正方法，显然仍存在有不便与缺陷，而亟待加以进一步改进。如何能创设一种结果可靠的新的INSAR测量中的大气校正方法,成为当前业界极需改进的目标。

发明内容

本发明要解决的技术问题是提供一种结果准确可靠的INSAR测量中的大气校正方法。

为解决上述技术问题，本发明采用如下技术方案：

一种INSAR测量中的大气校正方法，包括：(1)利用WRF模型模拟出来计算大气延迟所需要的参数，所述WRF模型采用的气象数据是GFS数据；(2)计算干、湿大气延迟；(3)将大气延迟转换为相位延迟；(4)在INSAR干涉相位图中去掉大气延迟相位。

进一步地，所述WRF模型包括WPS处理步骤及WRF处理步骤，计算大气延迟所需要的参数包括温度、湿度、气压。

进一步地，在计算干、湿大气延迟的同时，同时输入DEM数据、入射角、波长、分辨率、经纬度范围、干涉图文件，进行空间插值，并将计算出来的天顶方向的延迟转换成斜距延迟(单位:cm)，然后将斜距延迟(单位:cm)转变为相位延迟(单位:rad)，通过画图软件得出大气延迟效果图；将已处理好的INSAR干涉相位图中减掉大气相位延迟，即可得到大气相位校正后的干涉图。

本发明利用WRF模型进行InSAR大气校正可以获得更实时有效的气象参数，计算出来的大气延迟相位更加准确；该方法利用了高程信息，在空间高度分布上对延迟相位进行插值，结果更可靠，该校正方法对InSAR技术的精准性作出很大贡献。

附图说明

上述仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，以下结合附图与具体实施方式对本发明作进一步的详细说明。

图1是图1 WRF模型中WPS、WRF处理程序及其之间的关系图；

图2是利用WRF模型进行大气校正流程图；

图3为采用本发明方法对黄河三角洲地区的数据进行大气校正得出的大气延迟结果图；

图4为黄河三角洲地区大气校正前的干涉图；

图5为黄河三角洲地区大气校正后的干涉图。

具体实施方式

如图2所示，针对INSAR测量中的大气校正，本发明主要是利用WRF模型模拟出来计算大气延迟所需要的温度、湿度、气压、位势高度；利用这些大气参数计算大气干、湿延迟。

WRF(Weather Research Forecast)模式系统是由许多美国研究部门及大学的科学家共同参与进行开发研究的新一代中尺度预报模式和同化系统，是灵活、完美的大气模拟系统，具有易携带，高效，且可并行运算的特性，广泛应用于从米到数千公里。包括：实时数值天气预报、预报研究、参数化研究等。WRF模型支持多种气象数据，本发明所采用的气象数据是GFS数据，美国国家环境预报中心的GFS(全球预报系统)，其预报数据可预报未来8天共192个小时的天气，预报数据时间间隔为3小时，分辨率有1°*1°的，也有0.5°*0.5°。每隔6小时更新一次，每日四次,06时，12时，18时，00时，分别于03:30,09:30,15:30,21:30UTC更新。WRF的前处理系统(The WRF Preprocessing System,WPS)用于实时的资料处理，功能包括：定义模拟区域；插值地形资料(如地形、土表和土壤类型)到模拟区域；插值其他模式的资料(如气象要素等)到模拟区域和模式坐标。

配合图1所示，WPS的三个步骤包括：利用geogrid模块确定一个模式的粗糙区域(最外围的范围)；利用ungrib把模拟期间所需的气象要素场从grib资料集中提取出来；利用metgrid把上述的气象要素场水平插值到模式区域。WRF的两个步骤：运行WRF数据程序real.exe；运行WRF模式主程序wrf.exe。WRF模型运行出来的结果文件wrfplev_d*，wrfout_d*将作为后续大气校正的输入文件。通过MATLAB程序将气象参数的中温度、湿度、气压等参数提取出来，计算出大气延迟。

配合图2所示，本发明中INSAR测量中的大气校正方法，在计算干湿大气延迟的同时，同时要输入DEM数据、入射角、波长、分辨率、经纬度范围、干涉图文件，进行空间插值，并将计算出来的天顶方向的延迟(单位:cm)转换成斜距延迟，然后将斜距延迟转变为相位延迟(单位:rad)，通过画图软件得出大气延迟效果图。将已处理好的干涉图中减掉大气延迟相位，即可得到大气相位校正后的干涉图。

本发明的上述大气校正方法，利用了中尺度的大气模型WRF做大气校正，WRF模型可以模拟出来计算大气延迟所需要的各种气象要素，包括温度、湿度、气压等，模型可以预测天气情况达到1公里的分辨率水平，远远优于基于MERIS，MODIS和GPS数据的方法。所用的GFS气象数据，预报数据时间间隔为3小时，每隔6小时更新一次，时效性更强。该方法利用了高程信息，在空间高度分布上对延迟相位进行插值，结果更可靠。

已利用该方法对黄河三角洲地区的数据进行了大气校正。所用数据为ALOS-1，数据日期为20070628,20070813，分辨率为15米。得出总的大气延迟结果如图3所示，大气延迟值为-1-7cm。大气校正前的干涉图如图4所示，大气校正后的干涉图如图5所示。

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，本领域技术人员利用上述揭示的技术内容做出些许简单修改、等同变化或修饰，均落在本发明的保护范围内。