留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

时序PSInSAR研究建筑物高度信息提取

刘晓龙 张永红 宋伟东

刘晓龙, 张永红, 宋伟东. 时序PSInSAR研究建筑物高度信息提取[J]. 武汉大学学报 ● 信息科学版, 2017, 42(4): 482-487,524. doi: 10.13203/j.whugis20140239
引用本文: 刘晓龙, 张永红, 宋伟东. 时序PSInSAR研究建筑物高度信息提取[J]. 武汉大学学报 ● 信息科学版, 2017, 42(4): 482-487,524. doi: 10.13203/j.whugis20140239
LIU Xiaolong, ZHNAG Yonghong, SONG Weidong. Building Height Information Extracting Technique Based on PSInSARLIU[J]. Geomatics and Information Science of Wuhan University, 2017, 42(4): 482-487,524. doi: 10.13203/j.whugis20140239
Citation: LIU Xiaolong, ZHNAG Yonghong, SONG Weidong. Building Height Information Extracting Technique Based on PSInSARLIU[J]. Geomatics and Information Science of Wuhan University, 2017, 42(4): 482-487,524. doi: 10.13203/j.whugis20140239

时序PSInSAR研究建筑物高度信息提取

doi: 10.13203/j.whugis20140239
基金项目: 

国家863计划 No.2011AA120402

927一期工程 No.A1937

详细信息
    作者简介:

    刘晓龙,博士生,主要从事合成孔径雷达干涉测量的理论与方法研究。longliuxiao@126.com

  • 中图分类号: P231

Building Height Information Extracting Technique Based on PSInSARLIU

Funds: 

The National High Technology Researchand Development Program of China(863Program) No.2011AA120402

the First Phase of 927 Engineering No.A1937

More Information
    Author Bio:

    LIU Xiaolong,PhD candidate, specializes in the theories and methods of InSAR. E-mail:longliuxiao@126.com

  • 摘要: 基于干涉相位的统计分析,给出一种利用高分辨率时间序列永久散射体雷达干涉技术(PSI)提取人工建/构筑物高度的方法。利用给出的测高模型,借助27景高分辨率TerraSAR-X影像获取天津市北辰区典型建筑高度信息,并通过实测值进行验证。结果表明该方法提取的建筑物高度与实测值相互吻合,说明了该方法的可行性与有效性。
  • 图  1  PS点空间位置位示意图

    Figure  1.  Spatial Location Sketch of PS

    图  2  算法流程图

    Figure  2.  Algorithm Flowchart

    图  3  27 景SAR影像平均幅度图和SAR数据及相关参数列

    Figure  3.  The Mean Amplitude Map of Interesting Area and Parameters of 27 TerraSAR Images

    图  4  PSI技术得到PS点目标高度图

    Figure  4.  Height of PS Derived PSI

    图  5  PSI技术反演区域1

    Figure  5.  PS Derived PSI in Area 1

    图  6  PSI技术反演区域2

    Figure  6.  PS Derived PSI in Area 2

    图  7  调研区域分布图

    Figure  7.  Distribution of Research Area

    表  1  27景TerraSAR影像数据表

    Table  1.   Parameters of 27 TerraSAR Images

    No. 成像
    日期
    时间
    基线/d
    垂直
    基线/m
    多普勒
    基线/Hz
    1 2009-03-27 -165 10.5 45.000
    2 2009-04-07 -154 34.2 -45.744
    3 2009-04-18 -143 -61 28.119
    4 2009-04-29 -132 -28.9 -3.679
    5 2009-05-10 -121 -17.9 -35.705
    6 2009-05-21 -110 33.1 4.970
    7 2009-06-01 -99 15.8 2.866
    8 2009-06-23 -77 -116.1 29.958
    9 2009-07-04 -66 -58 -52.616
    10 2009-07-15 -55 -70 30.484
    11 2009-07-26 -44 -148.7 -55.073
    12 2009-08-06 -33 102.7 -53.526
    13 2009-08-28 -11 -137.8 35.955
    14 2009-09-08 0 0 0
    15 2009-09-19 11 -101.1 47.402
    16 2009-09-30 22 -217.7 -28.181
    17 2009-10-11 33 -75.1 -22.319
    18 2009-10-22 44 -101.9 -44.293
    19 2009-11-02 55 83.4 111.157
    20 2009-11-13 66 -39.5 -2.568
    21 2009-11-24 77 13.4 27.557
    22 2009-12-05 88 90.7 20.732
    23 2009-12-16 99 88.9 13.219
    24 2009-12-27 110 97.1 67.767
    25 2010-01-07 121 -61.4 -34.189
    26 2010-01-18 132 -65.3 126.282
    27 2010-01-29 143 -48.4 41.443
    下载: 导出CSV

    表  2  精度验证表

    Table  2.   Accuracy Verification Table

    调研区域
    地物名
    反演值
    /m
    实测值
    /m
    误差
    P1烟筒 61 59 2
    P1水塔顶铁 40 39 1
    P2居民楼 34 35 -1
    P2广场商铺 11 9 2
    P2广场石柱 9 10 -1
    P3河边电塔 49 47 2
    P3电塔 24 21 3
    P3广告牌 21 17 4
    P4水塔 21 19 2
    P4足球门 3 2 1
    P5三足鼎 15 10 5
    P5路灯 9 13 -4
    P6通讯塔 41 42 -1
    P6高铁电杆 20 22 -2
    P7雕像 26 26 0
    P7路旁路灯 9 10 -1
    P8居民楼B 50 47 3
    P8居民楼A 40 39 1
    P8路灯 13 15 -2
    P8路边电杆 7 6 1
    P9钟楼 33 32 1
    误差均值 0.8 均方差 2.1
    下载: 导出CSV
  • [1] 邵振峰.基于航空立体影像对的人工目标三维提取与重建[D].武汉:武汉大学,2004

    Shao Zhenfeng.3D Extraction and Reconstruction of Man-made Objects Based on Stereo Image Pair[D]. Wuhan:Wuhan University, 2004
    [2] Rosen P A, Hensley S,Joughin I R, et al. Synthetic Aperture Radar Interferometry[J].Proceedings of the IEEE,2000,88(3):333-382 doi:  10.1109/5.838084
    [3] Ferretti A, Prati C, Rocca F. Nonlinear Subsidence Rate Estimation Using Permanent Scatterers in Differential SAR Interferometry[J]. IEEE Transactions on Geoscience and Remote Sensing, 2000, 38(5):2 202-2 212 doi:  10.1109/36.868878
    [4] Stilla U,Soergel U, Thoennessen U.Potential and Limits of InSAR Data for Building Reconstruction in Built-up Areas[J].ISPRS Journal of Photogramme-try and Remote Sensing,2003,58(1):113-123 http://adsabs.harvard.edu/abs/2003JPRS...58..113S
    [5] Simonetto E,Oriot H,Garello R.Rectangular Building Extraction from Stereoscopic Airborne Radar Images[J].IEEE Transactions on Geoscience and Remote Sensing,2005,43(10):2 386-2 395 doi:  10.1109/TGRS.2005.853570
    [6] Hooper A, Segall P, Zebker H. Persistent Scatterer Interferometric Synthetic Aperture Radar for Crustal Deformation Analysis, with Application to Volcan Alcedo,Galapagos[J].Journal of Geophysical Research, 2007, 112:1-22
    [7] Adam N, Eineder M, Yague-Martinez N, et al. High Resolution Interferometric Stacking with TerraSAR-X[C]. 2008 International Geoscience and Remote Sensing Symposium, Boston, USA. 2008
    [8] Gernhardt S, Bamler R. Towards Deformation Monitoring of Single Buildings-persistent Scatterer Interferometry Using TerraSAR-X very High Resolution Spotlight Data[C]. 8th European Conference on Synthetic Aperture Radar, Berlin, Germany, 2010
    [9] Gernhardt S.High Precision 3D Localization and Motion Analysis of Persistent Scatterers Using Meter-Resolution Radar Satellite Data[D]. Germany:Munich Technical University, 2012
    [10] 刘晓龙. 基于时间序列高分辨率INSAR建筑物高度信息提取[D]. 阜新:辽宁工程技术大学, 2013

    Liu Xiaolong. Building Height Information Extracting Technique Based on Time-series High Resolution INSAR[D]. Fuxin:Liaoning Technical University,2013
  • [1] 刘子维, 张晓彤, 张锐, 江颖, 韦进, 张坤.  连续重力观测异常模式的多分辨率识别算法 . 武汉大学学报 ● 信息科学版, 2018, 43(6): 840-846, 942. doi: 10.13203/j.whugis20160173
    [2] 吴文豪, 李陶, 龙四春.  基于平滑样条的PSInSAR大气效应分离研究 . 武汉大学学报 ● 信息科学版, 2017, 42(10): 1394-1399. doi: 10.13203/j.whugis20140346
    [3] 李宁, 汪长城, 彭星, 付海强, 李鹏飞, 熊文秀.  一种双基线极化干涉SAR的建筑物高度估计方法 . 武汉大学学报 ● 信息科学版, 2016, 41(10): 1333-1338. doi: 10.13203/j.whugis20140675
    [4] 罗三明, 杜凯夫, 万文妮, 付黎明, 李永坤, 梁福逊.  利用PSInSAR方法反演大时空尺度地表沉降速率 . 武汉大学学报 ● 信息科学版, 2014, 39(9): 1128-1134. doi: 10.13203/j.whugis20130670
    [5] 呙维, 胡涛, 廖明生, 陈呈辉.  用于高分辨率SAR影像建筑物提取的对象级高亮特征描述方法 . 武汉大学学报 ● 信息科学版, 2014, 39(2): 220-224. doi: 10.13203/j.whugis20120705
    [6] 魏恋欢, 廖明生, BALZ Timo, 张路.  高分辨率SAR层析成像建筑物叠掩散射体提取 . 武汉大学学报 ● 信息科学版, 2014, 39(5): 536-540. doi: 10.13203/j.whugis20120460
    [7] 李永生, 张景发, 罗毅, 姜文亮.  利用高分辨率聚束模式TerraSAR-X影像的PSInSAR监测地表变形 . 武汉大学学报 ● 信息科学版, 2012, 37(12): 1452-1455.
    [8] 刘康, 廖明生, TimoBalz.  利用压缩感知方法的高分辨率三维层析SAR研究 . 武汉大学学报 ● 信息科学版, 2012, 37(12): 1456-1459.
    [9] 罗三明, 杨国华, 李陶, 袁油新.  PSInSAR方法探测意大利拉奎拉地震形变过程分析 . 武汉大学学报 ● 信息科学版, 2012, 37(5): 602-605.
    [10] 张倩, 黄昕, 张良培.  多尺度同质区域提取的高分辨率遥感影像分类研究 . 武汉大学学报 ● 信息科学版, 2011, 36(1): 117-121.
    [11] 许才军, 何平, 温扬茂.  利用PSInSAR研究意大利Etna火山的地表形变 . 武汉大学学报 ● 信息科学版, 2011, 36(9): 1012-1016.
    [12] 谢酬, 李震, 李新武.  青藏高原冻土形变监测的永久散射体方法研究 . 武汉大学学报 ● 信息科学版, 2009, 34(10): 1199-1203.
    [13] 黄昕, 张良培, 李平湘.  基于小波的高分辨率遥感影像纹理分类方法研究 . 武汉大学学报 ● 信息科学版, 2006, 31(1): 66-69.
    [14] 胡安文, 张祖勋.  对高分辨率遥感影像基于仿射变换的严格几何模型的讨论 . 武汉大学学报 ● 信息科学版, 2006, 31(2): 104-107.
    [15] 朱俊杰, 范湘涛, 丁赤飚, 李玉龙.  顾及光谱畸变的高分辨率图像融合方法研究 . 武汉大学学报 ● 信息科学版, 2006, 31(10): 858-861.
    [16] 张剑清, 张勇, 程莹.  基于新模型的高分辨率遥感影像光束法区域网平差 . 武汉大学学报 ● 信息科学版, 2005, 30(8): 659-663.
    [17] 张剑清, 张勇, 郑顺义, 张宏伟.  高分辨率遥感影像的精纠正 . 武汉大学学报 ● 信息科学版, 2004, 29(11): 994-998.
    [18] 李德仁, 廖明生, 王艳.  永久散射体雷达干涉测量技术 . 武汉大学学报 ● 信息科学版, 2004, 29(8): 664-668.
    [19] 夏哲仁, 石磐, 李迎春.  高分辨率区域重力场模型DQM2000 . 武汉大学学报 ● 信息科学版, 2003, 28(S1): 124-128.
    [20] 张剑清, 张祖勋.  高分辨率遥感影像基于仿射变换的严格几何模型 . 武汉大学学报 ● 信息科学版, 2002, 27(6): 555-559.
  • 加载中
图(7) / 表(2)
计量
  • 文章访问数:  1190
  • HTML全文浏览量:  174
  • PDF下载量:  438
  • 被引次数: 0
出版历程
  • 收稿日期:  2016-07-24
  • 刊出日期:  2017-04-05

时序PSInSAR研究建筑物高度信息提取

doi: 10.13203/j.whugis20140239
    基金项目:

    国家863计划 No.2011AA120402

    927一期工程 No.A1937

    作者简介:

    刘晓龙,博士生,主要从事合成孔径雷达干涉测量的理论与方法研究。longliuxiao@126.com

  • 中图分类号: P231

摘要: 基于干涉相位的统计分析,给出一种利用高分辨率时间序列永久散射体雷达干涉技术(PSI)提取人工建/构筑物高度的方法。利用给出的测高模型,借助27景高分辨率TerraSAR-X影像获取天津市北辰区典型建筑高度信息,并通过实测值进行验证。结果表明该方法提取的建筑物高度与实测值相互吻合,说明了该方法的可行性与有效性。

English Abstract

刘晓龙, 张永红, 宋伟东. 时序PSInSAR研究建筑物高度信息提取[J]. 武汉大学学报 ● 信息科学版, 2017, 42(4): 482-487,524. doi: 10.13203/j.whugis20140239
引用本文: 刘晓龙, 张永红, 宋伟东. 时序PSInSAR研究建筑物高度信息提取[J]. 武汉大学学报 ● 信息科学版, 2017, 42(4): 482-487,524. doi: 10.13203/j.whugis20140239
LIU Xiaolong, ZHNAG Yonghong, SONG Weidong. Building Height Information Extracting Technique Based on PSInSARLIU[J]. Geomatics and Information Science of Wuhan University, 2017, 42(4): 482-487,524. doi: 10.13203/j.whugis20140239
Citation: LIU Xiaolong, ZHNAG Yonghong, SONG Weidong. Building Height Information Extracting Technique Based on PSInSARLIU[J]. Geomatics and Information Science of Wuhan University, 2017, 42(4): 482-487,524. doi: 10.13203/j.whugis20140239
  • 近年来,利用遥感影像提取建筑物高度已成为城市高度信息获取与更新的重要手段。随着各种新型的传感器的相继出现,建筑物高度信息的获取方法也越来越多,但是各种手段在生产效率以及经济效益方面都各有优势和局限[1]。合成孔径雷达干涉测量(synthetic aperture radar interferometry, InSAR)技术致力于从复杂的地物场景中获取地表三维信息和细微运动信息,开拓了卫星遥感技术监测地表形变的先河[2, 3]。利用InSAR技术或者基于合成孔径雷达(synthetic aperture radar, SAR)立体像对的雷达摄影测量技术提取数字地面模型(DTM)在国内外已经得到广泛应用,但是基于InSAR技术提取人工建筑物高度的算法仍然不够成熟[4, 5]。新一代高分辨率雷达卫星COSMO-SkyMed、TerraSAR-X等的陆续升空,给永久散射体雷达干涉测量技术(persistent scatterer Interferometry,PSInSAR或PSI)带来了新的活力[6, 7]。得益于较高的空间分辨率,永久散射体(persistent scatterer, PS)点目标分布密度以及三维定位精度得到了很大提高,对特定目标(例如单个建筑物、桥梁、铁路等)的定向监测成为可能,可实现工程级应用[8]。PSI技术除了可应用于目标的形变监测外,还可根据分离出的地形误差相位对PS点目标的高度进行精确估计[9]。而城市区域的点目标绝大部分分布于建/构筑物顶部及边角等处。因此,借助高分辨率SAR影像,PSI技术可提取人工地物的高度信息,为城市规划、灾害预报、数字城市等服务。

    鉴于此,本文从简捷经济高效地获取城市建筑物高度的实际需求出发,通过对干涉相位统计分析,给出一种基于高分辨率PSI技术提取人工建/构筑物高度的方法,拓展PSI技术的应用,使时序PSI技术朝着更加实用化的方向发展。

    • 时间序列PSI技术为了从差分干涉相位中分离形变相位,需要在差分干涉处理时去除地形相位的贡献,常规方法是利用辅助数字高程模型(digital elevation model,DEM)模拟出地形相位的一个估计值。但即使是非常精确的DEM,也无法完全模拟干涉图上的地形相位,因为每个点目标对应DEM上的高程并非该点的实际高程;特别是在城市区域,PS点目标大多分布于建筑物顶部及角边、桥梁、路灯、输电塔、通讯塔等处,而PSI技术常用的辅助DEM在城区无法模拟建筑高度;再加上DEM生产制作时的系统误差,这些都会造成实际PS点高程对应在参考DEM上的高程偏差Δh。差分处理时由DEM模拟得到的地形相位也就存在误差,时序PSI技术将这个误差相位称为DEM误差相位。此处将DEM误差相位分解为空间非相关、空间相关两部分。其中空间非相关部分主要体现为人工建筑高度对应的相位成分,空间相关部分主要体现为生产DEM时的系统误差对应的相位成分。相应的PS点相位中心相对参考DEM的高度Δh称为DEM改正量。如图 1所示,某一给定的PS点目标位于高为h的房顶点C处,由于SAR影像特殊的斜距成像,在SAR影像上该点位于B处。图 1中Δh为PS点对应的参考DEM的高度;h为建筑高度对应空间非相关DEM改正量;hAB为DEM系统误差等对应的改正量;Δh=h+hAB

      图  1  PS点空间位置位示意图

      Figure 1.  Spatial Location Sketch of PS

      下面给出DEM误差相位的理论公式。根据InSAR测高的基本原理,地形相位分量φε可由卫星的状态矢量和DEM估计得到[2]

      (1)

      式中,是估算的垂直基线距;是可测量或推导的高程数据;参数Rθ0λ分别是对应位置的斜距、入射角以及雷达波长。则地形分量的相位误差可表示为[3]

      (2)

      式中,是DEM改正量。一般经过精化的卫星轨道数据比较精确,例如TerraSAR-X卫星轨道精度能够达到cm级[10],因此可以得到更为精确的基线距,也就是ΔB很小,相对于式(2)中第二项可忽略不计。对于重复轨道卫星数据的干涉对,估计的卫星垂直基线距较大,因而第二项表示由高程误差引起的相位误差是不可忽略的,且地形相位分量与DEM误差Δh呈比例关系。因此,DEM误差相位理论公式表示为:

      (3)

      时序PSI技术可以在一系列差分干涉图中针对筛选出的PS点目标进行建模分析,基于参数解算和信号分离的途径,提取形变相位和DEM误差相位,这样就可以修正地形相位,得到DEM误差相位的估计值和DEM改正量Δh

      本文提出的算法模型主要是基于改进的PSI技术进行时序分析,针对PS点目标,根据相位的空间相关特性,去除绝大部分形变相位以及DEM系统性误差相位,分离空间非相关DEM误差相位成分(主要由建筑物高度引起),并基于该相位成分得到PS点相对于地面的高度。同时得益于高分辨率SAR数据特点,使得探测到的PS点密度大大增加,建筑物一些细小结构可以被识别,这样就可以根据空间拓扑关系分离建筑顶部PS点目标,对应PS点的空间非相关改正量Δhx即为人工建/构筑物的高度。

    • 基于时间序列高分辨率PSI建筑物高度信息提取算法整体实施流程如图 2所示,下面对其原理进行详细描述。

      图  2  算法流程图

      Figure 2.  Algorithm Flowchart

      1) 时序差分干涉处理

      通过对时间基线、空间基线设置一定的限制多主影集条件,确定干涉组合方式,根据该方式进行多主影像差分干涉。

      2) 相位空间相关性分析

      去除平地相位、地形相位之后的第i幅差分干涉图上第x个PS候选点目标(简称为PSC)的干涉相位φx, i可表示为:

      (4)

      式中,wrap{·}表示相位缠绕算子;φD, x, i为地表变形引起的干涉相位;φA, x, i为大气不均匀引起的干涉相位;ΔφS, x, i为轨道数据不精确造成的误差相位;Δφθ, x, i为DEM误差相位;φN, x, i为失相干噪音。在一定的空间距离内,φD, x, iφA, x, i与ΔφS, x, i具有较强的空间相关特性,φN, x, i表现为随机噪声。由DEM改正量Δhx引起的Δφθ, x, i可分成空间相关项Δφθ, x, ic与空间非相关项Δφθ, x, iu。空间相关项Δφθ, x, ic反映DEM的系统误差Δhxc;空间非相关相位Δφθ, x, iu与空间非相关DEM改正量Δhxu线性相关,反映的是PSC相对于参考DEM的高度。

      3) 分离空间相关相位

      根据式(4)中各相位的特性,对于第x个PSC,可以根据干涉相位各分量的空间相关特性,在频域进行低通自适应相位滤波,采用自适应带通滤波器[6],估计出低频相位分量

      (5)

      式中,上标c表示空间相关部分。依式(1)去除空间相关相位后,有[6]

      (6)

      式中,上标u表示空间非相关部分;相位δx, i=很小,可以与φN, x, i并入为残差相位Δφres, x, i。Δφθ, x, iu与空间非相关DEM改正量Δhxu的关系记为:

      (7)

      由式(3)可知,系数a由该点的斜距、入射角以及雷达波长决定,是一个已知量;B⊥, x, i是第x个PSC在第i幅干涉图中的垂直基线距。

      4) PS点探测及高度提取

      选取在时间序列上保持相位稳定的像元作为PS点目标,也就是噪声相位在各干涉图上足够小且趋于一致,因此可以通过分析像元的噪声特性来识取PS点。由于相位的缠绕,考虑到Δφθ, x, iu与基线相关,所以采用最大化时态相干因子γx来估计最优化模型[6]

      (8)

      式中,γx可以反映PSC受噪声污染的程度,γx越大,说明该PSC相干质量越高,因此可以利用γx选取PS点。由于相位的缠绕,式(8)为一个非线性系统,利用空间搜索[6]法解算,认为使γx取得最大值时的PS点目标高度Δhx为最佳解。选定PS点同时得到PS点对应空间非相关DEM改正量的最优解Δhx

      由分析可知,空间非相关DEM改正量Δhx反映的是PS点目标相对地面的高度。特别需要指出的是,由于相位的缠绕,根据式(3),本模型算法要求PS点高度和垂直基线长度满足空间非相关DEM误差相位在(-π,π)区间内的要求。

      5) 建筑物高度提取

      将探测PS点目标基于属性分类,根据划分类别选取典型建/构筑物。通过对建/构筑物上PS点地理编码得到经纬度坐标,用已知雷达像素坐标获取各点平面位置信息,通过时序PSI分析得到高度信息,将高分辨率的光学影像结合SAR幅度影像得到建筑物轮廓信息,再结合野外核对调查等手段,就构建了PS点与所属建筑物的空间拓扑关系。选取位于目标建/构筑物顶部的PS点,则该PS点对应空间非相关改正量Δhx即为反演的建/构筑物高度。

    • 研究区域位于天津市西北部的北辰区境内,中心地理坐标约为北纬39.23°,东经117.05°,覆盖面积约为60 km2。该区经济发达,交通便利,区域内分布有密集的商业住宅小区、工业园区等各种房屋建筑,适合利用PSInSAR技术反演建筑物高度和借助全站仪精度评定。研究区SAR影像数据采用27景2009年3月~2010年1月间的条带式TerraSAR-X影像降轨数据,时间跨度为10个月,影像空间分辨率优于2 m,雷达波入射角约为41.1°,SAR影像大小为4 500行、3 000列。具体影像数据及相关参数见图 3表 1。此外,本实验使用对应实验区域3弧秒分辨率的SRTM DEM作为PSI时序分析差分干涉所需的外部数据,区域地形平坦,平均海拔在6 m以下。通过查看Google Earth早期(2000年前后)影像,发现实验区域土地在2001年时基本处于尚未开发状态,大多分布是耕地、废弃地,只有少量民房,加上SRTM DEM较粗糙的分辨率,插值后空间分辨率约为90 m,DEM上基本体现不出建筑高度。

      图  3  27 景SAR影像平均幅度图和SAR数据及相关参数列

      Figure 3.  The Mean Amplitude Map of Interesting Area and Parameters of 27 TerraSAR Images

      表 1  27景TerraSAR影像数据表

      Table 1.  Parameters of 27 TerraSAR Images

      No. 成像
      日期
      时间
      基线/d
      垂直
      基线/m
      多普勒
      基线/Hz
      1 2009-03-27 -165 10.5 45.000
      2 2009-04-07 -154 34.2 -45.744
      3 2009-04-18 -143 -61 28.119
      4 2009-04-29 -132 -28.9 -3.679
      5 2009-05-10 -121 -17.9 -35.705
      6 2009-05-21 -110 33.1 4.970
      7 2009-06-01 -99 15.8 2.866
      8 2009-06-23 -77 -116.1 29.958
      9 2009-07-04 -66 -58 -52.616
      10 2009-07-15 -55 -70 30.484
      11 2009-07-26 -44 -148.7 -55.073
      12 2009-08-06 -33 102.7 -53.526
      13 2009-08-28 -11 -137.8 35.955
      14 2009-09-08 0 0 0
      15 2009-09-19 11 -101.1 47.402
      16 2009-09-30 22 -217.7 -28.181
      17 2009-10-11 33 -75.1 -22.319
      18 2009-10-22 44 -101.9 -44.293
      19 2009-11-02 55 83.4 111.157
      20 2009-11-13 66 -39.5 -2.568
      21 2009-11-24 77 13.4 27.557
      22 2009-12-05 88 90.7 20.732
      23 2009-12-16 99 88.9 13.219
      24 2009-12-27 110 97.1 67.767
      25 2010-01-07 121 -61.4 -34.189
      26 2010-01-18 132 -65.3 126.282
      27 2010-01-29 143 -48.4 41.443
    • 选取最大垂直基线距400 m,最大时间基线距90 d,进行多主影像干涉对组合,最终选取54个干涉对。其中,最大空间垂直基线距为159 m,最小仅为1 m;时间基线距最大为44 d,最小仅为11 d。

      为了避免漏选现象,将初始选点条件参数设置得较为宽松,将幅度离差指数小于0.6的像素作为初始PSC。针对高分数据的特点,需要将CLAP(combined low-pass and adaptive phase filter)低通滤波参数进行合理设置。此处设置PSC重采样格网间的大小为30 m,滤波窗口大小设为32×32,滤波得到空间相关相位。

      利用空间搜索法,求解时态相干因子γ和空间非相关DEM改正量h,通过对时态相干因子和邻点对时间序列残差相位标准差设定域值确定最终的PS点。设置当成立,迭代收敛,确定噪声量度γ,同时求解出空间非相关DEM改正量Δhx即PSC相对于地面的高度。其中σγx(n)为第n次迭代时全部PS候选点时态相干因子γx(n)值的均方差,设置可接受的最大误选点密度为10 个/km2,确定γ域值进一步筛选PSC。最后通过设定邻点对时间序列残差相位(噪声)的标准差阈值为0.7 rad,选定PS点同时得到该点目标对应的地面高度。本实验最终提取446 176个PS点目,点密度约为7 500 PS/km2,由于实验区域属于城乡结合部,如果是在市内区域,探测PS点密度会更高。图 4是获取探测到的PS点位相对于地面的绝对高度。

      图  4  PSI技术得到PS点目标高度图

      Figure 4.  Height of PS Derived PSI

      结合本实验区域选点结果,根据城市地物分类体系标准,将实验区域探测PS点目标大体归纳为以下属性类别:建筑、道路、桥梁、管线设施、工矿设施、水利设施、自然地表等。基于上述划分PS点的类别,选取典型地物。利用探测到PS点目标的高维度信息,结合差分干涉处理步骤中的地理编码获得对应点位的经纬度坐标,这样就可以得到PS点目标的三维空间分布。最后根据图像特征、PS监测点与所属建/构筑物的空间拓扑关系、雷达波照射方向,再通过与高分辨率光学影像对比、野外核对调查等手段,将PS点目标还原为所在真实场景中的准确位置[10]图 5图 6是根据空间坐标,利用KML语言将京津线过永定新河、地铁1号线刘园站附近区域PS点目标导入Google Earth后的三维效果图。

      图  5  PSI技术反演区域1

      Figure 5.  PS Derived PSI in Area 1

      图  6  PSI技术反演区域2

      Figure 6.  PS Derived PSI in Area 2

    • 由于条件有限,无法获得对应实验区域DSM对区域内所有地物进行精度评价,只能有选择地选取部分地物利用测高仪器进行测高并验证。图 7是本实验在测区内选取的9个用于精度验证的局部区域分布示意图。采用南方NTS360R免棱镜全站仪实地测量局部区域,选取22个地物的高度数据做为真值对InSAR反演建筑物高度结果进行精度验证。为了评估本方法的可行性和重建质量,按照地物局部容易识别,质量评价建筑物应均匀分布在整个测区的原则, 选取实测人工地物。在区域内共选取P1~P9共9个调研区域,具体位置如图 7所示。用于验证的建筑物主要是烟筒、通讯塔、电塔、路灯、雕塑、高层建筑等。表 2中,高人工地物高度差异值占实际高度的比例较小,实验效果较好。对尺寸较小、高度较低的人工地物,高度差异值占实际高度的比例较大,主要是由于其对应地物高度的相位成分较小,受噪声、模型解算误差影响大。总体来看,抽样验证的部分典型地物实验结果与实际高度差异均值和标准差分别为0.8 m和2.1 m,具有较高的一致性,从整体上验证了本实验提取的人工地物高度信息的准确性和可靠性。

      图  7  调研区域分布图

      Figure 7.  Distribution of Research Area

      表 2  精度验证表

      Table 2.  Accuracy Verification Table

      调研区域
      地物名
      反演值
      /m
      实测值
      /m
      误差
      P1烟筒 61 59 2
      P1水塔顶铁 40 39 1
      P2居民楼 34 35 -1
      P2广场商铺 11 9 2
      P2广场石柱 9 10 -1
      P3河边电塔 49 47 2
      P3电塔 24 21 3
      P3广告牌 21 17 4
      P4水塔 21 19 2
      P4足球门 3 2 1
      P5三足鼎 15 10 5
      P5路灯 9 13 -4
      P6通讯塔 41 42 -1
      P6高铁电杆 20 22 -2
      P7雕像 26 26 0
      P7路旁路灯 9 10 -1
      P8居民楼B 50 47 3
      P8居民楼A 40 39 1
      P8路灯 13 15 -2
      P8路边电杆 7 6 1
      P9钟楼 33 32 1
      误差均值 0.8 均方差 2.1
    • 本文基于干涉相位的统计分析,给出一种利用高分辨率时间序列永久散射体雷达干涉技术提取人工建/构筑物高度的方法。利用给出的测高模型,借助27景高分辨率TerraSAR-X影像获取天津市北辰区典型建筑高度信息,并通过实测值进行验证。结果表明该方法提取的建筑物高度与实测值相互吻合,说明了该方法的可行性与有效性。

      本文给出的测高模型与航空影像三维重建、激光雷达技术互为补充。对于不同的应用,可以根据具体的需求来制定相应的生产策略,在生产成本和应用之间达到一个较好的平衡。相对于其他传统测高技术,该技术有如下优势。

      (1) 能够在提取建筑高度的同时获得形变信息。

      (2) 能够提取路灯、电塔等特定地物的高度信息。相对于光学影像,高分辨率SAR影像对某些地物具有更强的识别能力。

      (3) 能够精化干涉处理使用的辅助DEM,提高DEM精度。

      需要指出的是,本文算法基于缠绕相位首先分离出空间非相关地形相位,进而反演建筑物高度,因此要求PS点高度和垂直基线长度满足空间非相关DEM误差相位在(-π,π)区间内。

参考文献 (10)

目录

    /

    返回文章
    返回