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

联合全极化SAR和IRI估计三维电子密度分布

陈镜渊 朱武 张勤 李振洪

陈镜渊, 朱武, 张勤, 李振洪. 联合全极化SAR和IRI估计三维电子密度分布[J]. 武汉大学学报 ● 信息科学版, 2021, 46(11): 1677-1685. doi: 10.13203/j.whugis20210061
引用本文: 陈镜渊, 朱武, 张勤, 李振洪. 联合全极化SAR和IRI估计三维电子密度分布[J]. 武汉大学学报 ● 信息科学版, 2021, 46(11): 1677-1685. doi: 10.13203/j.whugis20210061
CHEN Jingyuan, ZHU Wu, ZHANG Qin, LI Zhenhong. Estimation of Three-Dimensional Electron Density Distribution Using Polarimetric SAR and IRI Observations[J]. Geomatics and Information Science of Wuhan University, 2021, 46(11): 1677-1685. doi: 10.13203/j.whugis20210061
Citation: CHEN Jingyuan, ZHU Wu, ZHANG Qin, LI Zhenhong. Estimation of Three-Dimensional Electron Density Distribution Using Polarimetric SAR and IRI Observations[J]. Geomatics and Information Science of Wuhan University, 2021, 46(11): 1677-1685. doi: 10.13203/j.whugis20210061

联合全极化SAR和IRI估计三维电子密度分布

doi: 10.13203/j.whugis20210061
基金项目: 

国家自然科学基金 42074040

国家自然科学基金 41941019

国家重点研发计划 2019YFC1509802

详细信息
    作者简介:

    陈镜渊,硕士,主要研究方向为利用SAR/InSAR进行三维电离层建模。2018126022@chd.edu.cn

    通讯作者: 朱武,博士,教授。zhuwu@chd.edu.cn
  • 中图分类号: P237

Estimation of Three-Dimensional Electron Density Distribution Using Polarimetric SAR and IRI Observations

Funds: 

The National Natural Science Foundation of China 42074040

The National Natural Science Foundation of China 41941019

the National Key Research and Development Program of China 2019YFC1509802

More Information
    Author Bio:

    CHEN Jingyuan, master, majors in modeling of three-dimensional electron density with SAR/InSAR. E-mail: 2018126022@chd.edu.cn

    Corresponding author: ZHU Wu, PhD, professor. E-mail: zhuwu@chd.edu.cn
  • 摘要: 三维电子密度是研究电离层空间结构的关键参数,现有的技术和方法存在空间分辨率不足的缺陷。基于此,提出一种联合全极化合成孔径雷达(synthetic aperture radar, SAR)和国际参考电离层(international reference ionosphere,IRI)模型估计高空间分辨率三维电子密度分布的方法。首先利用全极化SAR计算法拉第旋转(Faraday rotation,FR)角;然后根据FR角结合磁场信息估计垂直总电子含量(vertical total electron content,VTEC);最后联合估计的VTEC和IRI电子密度剖线求解三维空间电子密度分布。为了验证所提方法的可行性,利用覆盖美国阿拉斯加地区的先进陆地观测卫星(advanced land observing satellite, ALOS)-1全极化SAR影像进行了实验,并获取GPS及Poker Flat测站的非相干散射雷达(incoherent scattering radar, ISR)数据对实验结果进行验证。结果发现,相对于IRI三维电子密度,所提方法获取的高空间分辨率三维电子密度整体误差减少了33.57%,其中高于133 km的电子密度误差减少了47.98%。
  • 图  1  本文方法流程图

    Figure  1.  Flowchart of the Proposed Method

    图  2  研究区域

    Figure  2.  Study Area

    图  3  研究区法拉第旋转角分布

    Figure  3.  Distribution of FR Angles in Study Area

    图  4  研究区域VTEC分布图

    Figure  4.  Distribution of VTEC in Study Area

    图  5  实验二的三维电子密度分布

    Figure  5.  Estimated 3D Electron Density Distribution in Experiment 2

    图  6  不同高度处水平电子密度剖线

    Figure  6.  Profiles of Electron Density at Different Altitudes

    图  7  GPS飞行轨迹以及实验一得到的VTEC

    Figure  7.  GPS Flight Trajectory and GPS-Derived VTEC at SAR-Acquired Time in Experiment 1

    图  8  SAR估计的电子密度误差分布

    Figure  8.  Errors Distribution of Electron Density Estimated by SAR

    表  1  实验使用的SAR影像

    Table  1.   SAR Images Used in the Experiment

    实验 日期 入射角ϕ/(°) 飞行方向 轨道高度/km 轨道号 影像号 采集时间
    实验一 2007-04-01 23.94 升轨 695 243 1250~1260 07:28
    实验二 2009-08-03 23.98 降轨 695 618 2270~2310 21:08
    下载: 导出CSV
  • [1] Chen J Y, Zebker H A. Ionospheric Artifacts in Simultaneous L-Band InSAR and GPS Observations[J]. IEEE Transactions on Geoscience and Remote Sensing, 2012, 50(4): 1 227-1 239 doi:  10.1109/TGRS.2011.2164805
    [2] Zhu W, Ding X L, Jung H S, et al. Mitigation of Ionospheric Phase Delay Error for SAR Interferometry: An Application of FR-Based and Azimuth Offset Methods[J]. Remote Sensing Letters, 2017, 8 (1): 58-67 doi:  10.1080/2150704X.2016.1235808
    [3] Calais E, Minster J B. GPS Detection of Ionospheric Perturbations Following the January 17, 1994, Northridge Earthquake[J]. Geophysical Research Letters, 1995, 22(9): 1 045-1 048 doi:  10.1029/95GL00168
    [4] 马一方, 姜卫平, 席瑞杰. 利用全球电离层地图分析芦山地震电离层异常变化[J]. 武汉大学学报·信息科学版, 2015, 40(9): 1 274-1 278 doi:  10.13203/j%20.whu%20g%20is20130683

    Ma Yifang, Jiang Weiping, Xi Ruijie. Analysis of Seismo-Ionospheric Anomalies in Vertical Total Electron Content of GIM for Lushan Earthquake[J]. Geomatics and Information Science of Wuhan University, 2015, 40(9): 1 274-1 278 doi:  10.13203/j%20.whu%20g%20is20130683
    [5] Jakowski N, Heise S, Wehrenpfennig A, et al. GPS/GLONASS-Based TEC Measurements as a Contributor for Space Weather Forecast[J]. Journal of Atmospheric and Solar - Terrestrial Physics, 2002, 64(6): 729-735 http://www.cosmic.ucar.edu/related_papers/2002_jakowski_tec.pdf
    [6] 许超钤, 姚宜斌, 张豹, 等. 2010- 08-01太阳风暴对电离层及GPS测量的影响分析[J]. 武汉大学学报·信息科学版, 2013, 38(6): 689-693 http://ch.whu.edu.cn/article/id/2672

    Xu Chaoqian, Yao Yibin, Zhang Bao, et al. Impact of the Ionosphere and GPS Surveying Caused by Solar Storms on August 1, 2010[J]. Geomatics and Information Science of Wuhan University, 2013, 38 (6): 689-693 http://ch.whu.edu.cn/article/id/2672
    [7] Wu M J, Guo P, Fu N F, et al. Topside Correction of IRI by Global Modeling of Ionospheric Scale Height Using COSMIC Radio Occultation Data[J]. Journal of Geophysical Research: Space Physics, 2016, 121(6): 5 675-5 692 doi:  10.1002/2016JA022785
    [8] Liu L B, Le H J, Chen Y D, et al. New Aspects of the Ionospheric Behavior over Millstone Hill During the 30-Day Incoherent Scatter Radar Experiment in October 2002[J]. Journal of Geophysical Research: Space Physics, 2019, 124(7): 6 288-6 295 doi:  10.1029/2019JA026806
    [9] Xu F L, Li Z S, Zhang K F, et al. An Investigation of Optimal Machine Learning Methods for the Prediction of ROTI[J]. Journal of Geodesy and Geoinformation Science, 2020, 3(2): 1-15 http://www.cnki.com.cn/Article/CJFDTotal-CHBX202002001.htm
    [10] Bilitza D. International Reference Ionosphere 2000 [J]. Radio Science, 2001, 36(2): 261-275 doi:  10.1029/2000RS002432
    [11] 马朝忠, 朱建青, 韩松辉. 基于ARIMA模型的卫星钟差异常值探测的模型选择方法[J]. 武汉大学学报·信息科学版, 2020, 45(2): 167-172 https://www.cnki.com.cn/Article/CJFDTOTAL-WHCH202002002.htm

    Ma Chaozhong, Zhu Jianqing, Han Songhui. Model Selection Method Based on ARIMA Model in Outliers Detection of Satellite Clock Offset[J]. Geomatics and Information Science of Wuhan University, 2020, 45 (2): 167-172 https://www.cnki.com.cn/Article/CJFDTOTAL-WHCH202002002.htm
    [12] Meyer F, Nicoll J. Mapping Ionospheric TEC Using Faraday Rotation in Full- Polarimetric L-Band SAR Data[C]//The 7th European Conference on Synthetic Aperture Radar, Friedrichshafen, Germany, 2008
    [13] Rosen P A, Hensley S, Chen C. Measurement and Mitigation of the Ionosphere in L-Band Interferometric SAR Data[C]// IEEE Radar Conference, Arlington, Texas, USA, 2010
    [14] Jehle M, Frey O, Small D, et al. Measurement of Ionospheric TEC in Spaceborne SAR Data[J]. IEEE Transactions on Geoscience and Remote Sensing, 2010, 48(6): 2 460-2 468 doi:  10.1109/TGRS.2010.2040621
    [15] Pi X Q, Freeman A, Chapman B, et al. Imaging Ionospheric Inhomogeneities Using Spaceborne Synthetic Aperture Radar[J]. Journal of Geophysical Research: Space Physics, 2011, 116(A4): A04303
    [16] Wang C, Zhang M, Xu Z W, et al. TEC Retrieval from Spaceborne SAR Data and Its Applications[J]. Journal of Geophysical Research: Space Physics, 2014, 119(10): 8 648-8 659 doi:  10.1002/2014JA020078
    [17] Kim J S, Papathanassiou K. SAR Observation of Ionosphere Using Range/Azimuth Sub-Bands[C]// The 10th European Conference on Synthetic Aperture Radar, Berlin, Germany, 2014
    [18] Wang C, Guo W L, Zhao H S, et al. Improving the Topside Profile of Ionosonde with TEC Retrieved from Spaceborne Polarimetric SAR[J]. Sensors, 2019, 19(3): 516-526 doi:  10.3390/s19030516
    [19] Freeman A. Calibration of Linearly Polarized Polarimetric SAR Data Subject to Faraday Rotation[J]. IEEE Transactions on Geoscience and Remote Sensing, 2004, 42(8): 1 617-1 624 doi:  10.1109/TGRS.2004.830161
    [20] Quegan S. A Unified Algorithm for Phase and CrossTalk Calibration of Polarimetric Data-Theory and Observations[J]. IEEE Transactions on Geoscience and Remote Sensing, 1994, 32(1): 89-99 doi:  10.1109/36.285192
    [21] Bickel S H, Bates R H T. Effects of Magneto-Ionic Propagation on the Polarization Scattering Matrix[J]. Proceedings of the IEEE, 1965, 53(8): 1 089- 1 091 doi:  10.1109/PROC.1965.4097
    [22] Chen J, Quegan S. Improved Estimators of Faraday Rotation in Spaceborne Polarimetric SAR Data[J]. IEEE Geoscience and Remote Sensing Letters, 2010, 7(4): 846-850 doi:  10.1109/LGRS.2010.2047002
    [23] Li L, Zhang Y S, Dong Z, et al. New Faraday Rotation Estimators Based on Polarimetric Covariance Matrix[J]. IEEE Geoscience and Remote Sensing Letters, 2014, 11(1): 133-137 doi:  10.1109/LGRS.2013.2250478
    [24] Kim J S, Papathanassiou K. Correction of Ionospheric Effects on SAR Interferometry Using a Com bined TEC Estimator[J]. Acta Cybernetica, 2013, 20(1): 127-146 http://elib.dlr.de/87072
    [25] 张静, 刘经南, 李丛. 国际参考电离层模型的研究与探讨[J]. 桂林理工大学学报, 2017, 37(1): 114-119 https://www.cnki.com.cn/Article/CJFDTOTAL-GLGX201701016.htm

    Zhang Jing, Liu Jingnan, Li Cong. Research and Discussion on the International Reference Ionosphere Model[J]. Journal of Guilin University of Technology, 2017, 37(1): 114-119 https://www.cnki.com.cn/Article/CJFDTOTAL-GLGX201701016.htm
  • [1] 孙晗伟, 曾涛, 杨健, 李文梅.  SAR残余相位误差对森林高度反演影响的全链路模拟与分析 . 武汉大学学报 ● 信息科学版, 2015, 40(2): 153-158.
    [2] 徐川, 华凤, 眭海刚, 陈光.  多尺度水平集SAR影像水体自动分割方法 . 武汉大学学报 ● 信息科学版, 2014, 39(1): 27-31.
    [3] 姚宜斌, 陈家君, 陈鹏, 孔建.  2003~2006年磁暴期间欧洲区域电离层三维层析及演变分析 . 武汉大学学报 ● 信息科学版, 2014, 39(2): 132-136. doi: 10.13203/j.whugis20120630
    [4] 王成, 王解先, 段兵兵.  附有国际参考电离层约束的全球电离层模型 . 武汉大学学报 ● 信息科学版, 2014, 39(11): 1340-1346.
    [5] 李平湘, 邓少平, 张继贤, 杨杰.  利用自适应最优极化对比增强检测SAR影像边缘 . 武汉大学学报 ● 信息科学版, 2012, 37(7): 789-793.
    [6] 刘康, TimoBalz, 廖明生.  利用后向散射特性从高分辨率SAR影像中提取建筑物高度 . 武汉大学学报 ● 信息科学版, 2012, 37(7): 806-809.
    [7] 何楚, 刘明, 许连玉, 刘龙珠.  利用特征选择自适应决策树的层次SAR图像分类 . 武汉大学学报 ● 信息科学版, 2012, 37(1): 46-49.
    [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] 刘梦玲, 何楚, 苏鑫, 孙洪.  基于pLSA和Topo-MRF模型的SAR图像分类算法研究 . 武汉大学学报 ● 信息科学版, 2011, 36(1): 122-125.
    [10] 王泽民, 安家春, 孙伟, 赵莹.  利用掩星和地基GPS研究日食电离层效应 . 武汉大学学报 ● 信息科学版, 2011, 36(1): 1-5.
    [11] 陈尔学, 李增元, 田昕, 凌飞龙.  星载SAR地形辐射校正模型及其效果评价 . 武汉大学学报 ● 信息科学版, 2010, 35(3): 322-327.
    [12] 赵莹, 张小红.  COSMIC掩星观测数据反演电离层电子密度廓线 . 武汉大学学报 ● 信息科学版, 2010, 35(6): 644-648.
    [13] 刘艳, 刘经南, 李陶, 夏耶.  利用高分辨率SAR卫星监测灾害条件下电网铁塔形变 . 武汉大学学报 ● 信息科学版, 2009, 34(11): 1354-1358.
    [14] 汪长城, 廖明生.  一种多孔径SAR图像目标检测方法 . 武汉大学学报 ● 信息科学版, 2009, 34(1): 32-35.
    [15] 徐新, 王雁, 陈嘉宇, 孙洪.  基于小波系数统计特征的SAR图像恢复 . 武汉大学学报 ● 信息科学版, 2006, 31(10): 855-857.
    [16] 李陶, 刘经南, 廖明生.  重复轨道差分干涉测量参数模型的建立 . 武汉大学学报 ● 信息科学版, 2005, 30(8): 744-747.
    [17] 王青, 徐新, 管鲍, 孙洪.  一种基于Bayesian准则和MRF模型的SAR图像滤波方法 . 武汉大学学报 ● 信息科学版, 2005, 30(5): 464-467.
    [18] 杨文, 孙洪, 徐新, 徐戈.  星载SAR图像船舶及航迹检测 . 武汉大学学报 ● 信息科学版, 2004, 29(8): 682-685.
    [19] 程鹏飞, 李夕银, 马建平.  两种GPS测定电离层电子密度模型的探讨 . 武汉大学学报 ● 信息科学版, 2001, 26(6): 524-528.
    [20] 徐新, 廖明生, 朱攀, 卜方玲.  单视数SAR图像Speckle滤波方法的研究 . 武汉大学学报 ● 信息科学版, 1999, 24(4): 312-316.
  • 加载中
图(8) / 表(1)
计量
  • 文章访问数:  55
  • HTML全文浏览量:  58
  • PDF下载量:  16
  • 被引次数: 0
出版历程
  • 收稿日期:  2021-05-29
  • 刊出日期:  2021-11-05

联合全极化SAR和IRI估计三维电子密度分布

doi: 10.13203/j.whugis20210061
    基金项目:

    国家自然科学基金 42074040

    国家自然科学基金 41941019

    国家重点研发计划 2019YFC1509802

    作者简介:

    陈镜渊,硕士,主要研究方向为利用SAR/InSAR进行三维电离层建模。2018126022@chd.edu.cn

    通讯作者: 朱武,博士,教授。zhuwu@chd.edu.cn
  • 中图分类号: P237

摘要: 三维电子密度是研究电离层空间结构的关键参数,现有的技术和方法存在空间分辨率不足的缺陷。基于此,提出一种联合全极化合成孔径雷达(synthetic aperture radar, SAR)和国际参考电离层(international reference ionosphere,IRI)模型估计高空间分辨率三维电子密度分布的方法。首先利用全极化SAR计算法拉第旋转(Faraday rotation,FR)角;然后根据FR角结合磁场信息估计垂直总电子含量(vertical total electron content,VTEC);最后联合估计的VTEC和IRI电子密度剖线求解三维空间电子密度分布。为了验证所提方法的可行性,利用覆盖美国阿拉斯加地区的先进陆地观测卫星(advanced land observing satellite, ALOS)-1全极化SAR影像进行了实验,并获取GPS及Poker Flat测站的非相干散射雷达(incoherent scattering radar, ISR)数据对实验结果进行验证。结果发现,相对于IRI三维电子密度,所提方法获取的高空间分辨率三维电子密度整体误差减少了33.57%,其中高于133 km的电子密度误差减少了47.98%。

English Abstract

陈镜渊, 朱武, 张勤, 李振洪. 联合全极化SAR和IRI估计三维电子密度分布[J]. 武汉大学学报 ● 信息科学版, 2021, 46(11): 1677-1685. doi: 10.13203/j.whugis20210061
引用本文: 陈镜渊, 朱武, 张勤, 李振洪. 联合全极化SAR和IRI估计三维电子密度分布[J]. 武汉大学学报 ● 信息科学版, 2021, 46(11): 1677-1685. doi: 10.13203/j.whugis20210061
CHEN Jingyuan, ZHU Wu, ZHANG Qin, LI Zhenhong. Estimation of Three-Dimensional Electron Density Distribution Using Polarimetric SAR and IRI Observations[J]. Geomatics and Information Science of Wuhan University, 2021, 46(11): 1677-1685. doi: 10.13203/j.whugis20210061
Citation: CHEN Jingyuan, ZHU Wu, ZHANG Qin, LI Zhenhong. Estimation of Three-Dimensional Electron Density Distribution Using Polarimetric SAR and IRI Observations[J]. Geomatics and Information Science of Wuhan University, 2021, 46(11): 1677-1685. doi: 10.13203/j.whugis20210061
  • 电离层是日-地空间系统的重要组成部分,会对无线电波产生折射、散射、极化面旋转等影响,对基于无线电波的对地观测技术造成延迟误差,如GPS的电离层延迟[1]、合成孔径雷达(synthetic aperture radar,SAR)的相位超前、群延迟以及法拉第旋转(Faraday rotation,FR)等[2]。此外,电离层变化与地震也存在一定关系[3-4]。因此,研究电离层不仅可以了解整个日-地空间系统,而且可以估计空间环境效应对无线电通信的影响。

    总电子含量(total electron content,TEC)和电子密度是研究电离层的两个关键参数。TEC表示穿过电离层的单位截面柱体中电子数之和,反映了电离层的二维空间信息;而电子密度则描述了电离层三维空间结构信息,不仅包含电离层的水平结构信息,还包含了垂直结构信息。目前,GPS通过发射不同频率的信号获取垂直总电子含量(vertical total electron content,VTEC)[5-6];电离层与气候星座观测系统(the constellation observing system for meteorology,ionosphere,and climate,COSMIC)通过掩星事件获取电子密度剖线[7];非相干散射雷达(incoherent scattering radar,ISR)利用散射信号获取连续时间段内的电子密度剖线[8];电离层测高仪通过发射高频脉冲波并测量反射回波延迟获取F2层临界频率(foF2)等电离层参数[9];国际参考电离层(international reference ionosphere,IRI) [10]和差分整合移动平均自回归模型 [11]等也可获取VTEC和电子密度。然而,上述方法都存在空间分辨率不足的问题,而星载SAR凭借全天时、全天候、空间分辨率高等优点,已成为研究高空间分辨率电离层参数的重要手段。

    文献[12]根据FR角与TEC之间的关系,利用全极化SAR数据计算了地磁北极及加科纳地区的TEC,证明了使用星载SAR数据反演TEC的可能性;文献[13]提出了利用距离分频法获取TEC的方法,将获取高空间分辨率TEC的方法拓展到单极化SAR领域;文献[14]提出了利用双波段路径延迟获取TEC的方法,进一步证实了分频法估计TEC的可行性;文献[15]利用全极化先进陆地观测卫星(advanced land observing satellite,ALOS)/相控合成孔径雷达(phased array type L-band synthetic aperture radar,PALSAR)数据,分别计算了高、中、低纬度地区的TEC分布,并分析了不同纬度的电离层特征;基于传统双波段路径延迟的方法,文献[16]提出了三波段路径延迟法,该方法可获取去除多重散射误差后的TEC;文献[17]提出了利用方位向子波段获取hmF2以及漂移速度场等电离层参数的方法,并使用ALOS-1/2数据进行实验,获取了相应的电离层参数结果;文献[18]使用全极化ALOS PALSAR数据反演了3组VTEC结果,并将其与ISR在几乎同一时空的实测数据进行比较,首次利用实测数据验证了利用全极化SAR反演VTEC的有效性。

    目前利用SAR估计电离层参数只能获取二维的VTEC分布,难以获取精细化的三维电子密度分布。基于此,本文利用全极化SAR计算得到的VTEC联合IRI的电子密度剖线信息,提出了一种三维电子密度分布估计方法。

    • 本文方法的具体流程如图 1所示,首先利用全极化SAR数据计算FR角;然后根据得到的FR角结合磁场信息计算VTEC;最后联合IRI模型的电子密度剖线求解三维空间电子密度分布。

      图  1  本文方法流程图

      Figure 1.  Flowchart of the Proposed Method

    • 对于全极化SAR系统,观测值散射矩阵M可表示为[19]

      MHHMVHMHVMVV=Aejφ1δ2δ1f1cosΩsinΩ-sinΩcosΩSHHSVHSHVSVVcosΩsinΩ-sinΩcosΩ1δ3δ4f2+NHHNVHNHVNVV ]]>

      式中,A为雷达系统的总体增益;j为复数;φ为双程相位延迟;δ1δ2δ3δ4为因发射与接收的非完全独立性导致的串扰;f1f2为通道失配;Ω为单程FR角;S为真实散射系数;N为附加噪声;角标代表不同极化方式,HH(horizontal horizontal)表示水平发射水平接收的同向极化方式,VV(vertical vertical)表示垂直发射垂直接收的同向极化方式,VH(vertical horizontal)表示垂直发射水平接收的交叉极化方式,HV(horizontal vertical)表示水平发射垂直接收的交叉极化方式。经系统误差改正后的观测值散射矩阵为[20-21]

      MHHMVHMHVMVV=cosΩsinΩ-sinΩcosΩSHHSVHSHVSVVcosΩsinΩ-sinΩcosΩ ]]>

      根据真实散射矩阵的散射互易性(SHV=SVH),式(2)可变为:

      MHH=SHHcos2Ω-SVVsin2ΩMVH=SHV+(SHH+SVV)sinΩcosΩMHV=SHV-(SHH+SVV)sinΩcosΩMVV=SVVcos2Ω-SHHsin2Ω ]]>

      由于法拉第旋转效应,观测值散射矩阵的MHVMVH,因此可根据式(3)解算FR角Ω。由式(3)可导出多种FR角估计器[22-24],其中Bickel and Bates估计器最为稳定,计算如下:

      Ω=14arg(Z12Z21*),-π4<Ω<π4 ]]>
      Z11Z12Z21Z22=1jj1MHHMVHMHVMVV1jj1 ]]>

      式中,arg()表示取幅角函数;*表示共轭数。

    • SAR信号穿过电离层产生的FR角可表示为[13]

      Ω=2.365×104f2neBcosθds ]]>

      式中,f为信号频率;ne为电子密度;B为磁场强度;θ为磁场与SAR信号夹角;neds表示沿信号传播路径对电子密度积分。考虑到积分路径(信号传播路径)上B近似成线性变化,且cosθ几乎不变,因此取路径上的平均磁场强度B0作为B,式(6)可变为:

      Ω=2.365×104f2B0cosθsecϕVTEC ]]>

      式中,ϕ为SAR入射角。对式(7)进行变换后得:

      VTEC=Ωf22.365×104×B0cosθsecϕ ]]>

      由此可知,在磁场信息已知的情况下,可由FR角计算VTEC。

    • IRI是根据真实观测数据结合电离层模式形成的经验模型,可提供高时空分辨率的全球电离层参数。然而,由于观测数据相对较少,电离层特性不稳定,IRI模型计算得到的VTEC以及电子密度的精度不理想。由于SAR数据计算的VTEC具有较高的可靠性,因此本文基于SAR数据计算的VTEC对IRI模型的电子密度进行改正,得到较高可靠性的三维空间电子密度分布。IRI可提供全球60~2 000 km的电子密度,根据VTEC的定义,可得到IRI模型的VTEC,计算如下:

      VTECIRI=h=HminHmaxN(h) ]]>

      式中,VTECIRI为IRI模型的VTEC;N(h)为IRI高度为h (单位:km)处的电子密度;HmaxHmin分别为计算VTEC时的最大、最小高度。由于IRI提供的电子密度存在误差,从而导致估计的VTEC也存在误差。本文利用SAR数据计算的VTEC对IRI电子密度进行改正,计算如下:

      N̂(h)=N(h)×VTECSARVTECIRI ]]>

      式中,N̂(h)为改正后高度h(单位:km)处的电子密度;VTECSAR为SAR数据计算的VTEC。为了验证改正方法的合理性,对改正后的电子密度求和得到:

      h=HminHmaxN̂(h)=VTECSARVTECIRIh=HminHmaxN(h) ]]>

      将式(9)代入式(11)中得到:

      h=HminHmaxN̂(h)=VTECSAR ]]>

      综上,经改正后,IRI模型VTEC与SAR计算的VTEC相等。

    • 为了验证本文方法的可行性,利用全极化的ALOS-1/PALSAR数据进行实验。实验区域位于美国阿拉斯加地区,分别采用升轨(实验一)和降轨(实验二)数据来验证VTEC和电子密度结果,数据详细参数如表 1所示。

      表 1  实验使用的SAR影像

      Table 1.  SAR Images Used in the Experiment

      实验 日期 入射角ϕ/(°) 飞行方向 轨道高度/km 轨道号 影像号 采集时间
      实验一 2007-04-01 23.94 升轨 695 243 1250~1260 07:28
      实验二 2009-08-03 23.98 降轨 695 618 2270~2310 21:08

      数据覆盖范围如图 2所示,褐色矩形为实验一研究区域,黑色矩形为实验二研究区域,红色星号为ISR测站(Poker Flat测站),红色三角形为GPS观测站所在的费尔班克斯城。为了验证实验结果,收集了SAR对应时间和位置的ISR数据。

      图  2  研究区域

      Figure 2.  Study Area

    • 本文利用收集到的全极化数据计算FR角,首先,读取全极化SAR数据并构建观测值散射矩阵M;其次,采用Bickel and Bates FR角估计器计算FR角,根据式(5)计算Z12Z21*;然后,对计算的Z12Z21*进行多视处理以减小运算量,本文实验中多视比距离向为2,方位向为14;最后,利用自适应光谱滤波器对多视后的Z12Z21*进行滤波,并根据式(4)计算FR角,结果如图 3所示。

      图  3  研究区法拉第旋转角分布

      Figure 3.  Distribution of FR Angles in Study Area

      图 3(a)为实验一FR角分布图,可以看出明显的FR角异常现象。对数据进行统计可知FR角最大值为13.4°,最小值为3.2°,平均值为6.1°。根据法拉第效应分析,该研究区域上空的磁场和电离层的共同作用使得SAR信号发生了极化面的旋转,从而产生了FR角。图 3(b)为实验二FR角分布图。对FR角进行统计分析发现FR角最小值为2°,最大值为2.2°,平均值为2.1°。该研究区域FR角较为稳定,变化区间大小仅为0.2°,推断实验二没有电离层异常事件。

    • 首先,基于FR角,可由式(8)计算VTEC分布,获取国际参考地磁场(international geomagnetic reference field,IGRF)提供的磁场强度、磁倾角以及磁偏角,由于ALOS卫星飞行高度为700 km左右,地磁场在高度向近似成线性变化,且分析电离层模型得出电离层通常在300 km左右电子密度达到峰值,本文使用高度为300 km的值作为磁场信息平均值;其次,利用数字高程模型(digital elevation model,DEM)和SAR成像参数计算SAR入射角ϕ的分布图;然后,将SAR入射角ϕ以及磁场信息转换到SAR坐标系下,并计算磁场与SAR入射角ϕ之间的夹角θ的分布;最后,根据式(8)计算研究区域VTEC分布图,结果如图 4所示。

      图  4  研究区域VTEC分布图

      Figure 4.  Distribution of VTEC in Study Area

      图 4可以看出,实验一的VTEC最大值为33.4 TECU,最小值为7.9 TECU,平均值为15.2 TECU;实验二的VTEC最大值为5.3 TECU,最小值为4.8 TECU,平均值为5.2 TECU。结合图 3可以看出,VTEC分布与FR角分布趋势相似。这是因为VTEC由FR角和磁场信息共同得到,且本实验中,磁场信息的变化相对于FR角的变化较小,因此得到的VTEC和FR角高度相关。在实验一中,VTEC变化区间较大,VTEC变化可达20 TECU左右,推测存在电离层异常事件;在实验二中,VTEC变化较小,仅为0.5 TECU,不存在电离层异常事件。但在图 4(d)中,方位向4 000行左右出现了一个较小的沟壑,通过查看研究区域的卫星影像发现该位置为费尔班克斯城的水域,推测为该水域影响了SAR信号后向散射系数,导致VTEC出现误差。

    • 首先根据IRI模型获取研究区域的电子密度剖线;然后由SAR数据计算的VTEC对电子密度剖线进行改正,从而获得整个区域三维电子密度分布。在计算IRI VTEC时,IRI模型的输入值为时间、经纬度以及高度范围,其中时间为2009年年积日第215天21:08,经纬度与实验二SAR数据覆盖范围相同,高度范围为80~700 km。IRI模型输出值为对应时空80~700 km的电子密度,将IRI模型输出的电子密度相加可获取VTEC。由于SAR飞行高度约为700 km,假设空间中每千米的电子密度分布均匀,且电离层通常位于80 km上方,因此式(10)中h为80~700 km,按每千米分层,约620层。考虑到后续验证的需要,这里只显示了实验二的三维电子密度。

      图 5为实验二不同高度处的电子密度分布。由图 5可知,电子密度在300 km和400 km处较大,在其他高度则较小。

      图  5  实验二的三维电子密度分布

      Figure 5.  Estimated 3D Electron Density Distribution in Experiment 2

      图 6图 5AA'连线的剖线,反映了不同高度的电子密度在方位向的变化趋势。由图 6可知,研究区域不同高度的电子密度在方位向有着相似的变化趋势,且该趋势近似于图 4(d)的VTEC变化趋势;同时由剖线可知,VTEC中的沟壑现象同样出现在了电子密度剖线中;在本文方法中,电子密度结果与使用的VTEC密切相关。

      图  6  不同高度处水平电子密度剖线

      Figure 6.  Profiles of Electron Density at Different Altitudes

    • 为验证FR角估计VTEC的可靠性,分别利用GPS和ISR数据验证实验一和实验二结果。实验一中SAR获取位置和时刻无对应ISR数据,因此使用附近的GPS数据进行验证。图 7(a)为GPS在实验一SAR获取时间段内的轨迹,红色矩形为实验一研究区域,红色五角星为GPS测站,图 7(b)为GPS估计的VTEC数据,棕色虚线为SAR数据采集时间。由图 7(b)可知,在07:30左右,GPS VTEC突然上升,验证了之前对电离层异常的推测。此外,GPS在SAR采集时间的VTEC为18.3 TECU,SAR数据VTEC平均值为15.2 TECU,差值为3.1 VTEC。两者虽有一定差距,但考虑到GPS数据在时间和空间上与SAR数据范围并未完全对应,会导致两者存在误差,可以认为两者在电离层扰动情况下计算的VTEC有相当的一致性。对于实验二,SAR获取位置和时刻附近GPS轨迹相隔较远,因此利用精度更高的ISR数据进行验证。对实验二SAR卫星时刻的ISR电子密度进行积分,计算出ISR VTEC为5.5 TECU,SAR VTEC为5.3 TECU,两者相差0.2 TECU,进一步验证了SAR估计VTEC的可靠性。

      图  7  GPS飞行轨迹以及实验一得到的VTEC

      Figure 7.  GPS Flight Trajectory and GPS-Derived VTEC at SAR-Acquired Time in Experiment 1

    • 为验证本文方法估计三维电子密度的可靠性,使用ISR实测的电子密度对三维电子密度结果进行验证。由于在实验一的研究区域及时间没有对应的ISR数据,因此使用Poker Flat测站2009年年积日第215天21:06 ISR的电子密度数据验证实验二的电子密度结果。考虑到ISR数据与实验二SAR数据采集时间仅相差2 min,且该时间段电离层没有异常活动,因此认为可将ISR电子密度数据作为真实的电子密度结果与本文结果进行比较分析,结果如图 8所示。

      图  8  SAR估计的电子密度误差分布

      Figure 8.  Errors Distribution of Electron Density Estimated by SAR

      图 8(a)为ISR、IRI及本文方法获取的电子密度数据,其中蓝色菱形符号为ISR数据,红色实线为IRI电子密度剖线,棕色虚线为经本文方法改正后的电子密度剖线。由图 8(a)可知,改正前IRI的电子密度普遍高于ISR电子密度,推测原因为IRI的VTEC估值偏高导致其电子密度也偏高。在改正后,电子密度偏高现象得到明显改善,分析原因为SAR数据计算的VTEC与真实的VTEC更为接近,因此使用SAR计算的VTEC进行改正后改善了原来电子密度偏高的现象。对误差进行统计发现,改正前IRI电子密度误差和为8.14×1011/m3,改正后电子密度误差和为5.41×1011/m3,整体误差减少了33.57%。

      为进一步对比不同高度处的电子密度精度,将ISR获取的电子密度作为真值,计算了IRI与本文方法的误差,如图 8(b)所示,红色条形图为IRI与ISR电子密度差值的绝对值,蓝色条形图为本文方法与ISR电子密度差值的绝对值。由图 8(b)可知,对于低于地球表面133 km部分的电子密度结果,本文方法获取的电子密度误差更大;对于高于地球表面133 km部分的电子密度结果,本文方法获取的电子密度精度明显高于IRI模型。统计结果发现,IRI在133 km以下误差为7.2×1010/m3,133 km以上误差为7.42×1011/m3;本文方法133 km以下误差为1.55×1011/m3,133 km以上误差为3.86×1011/m3,误差减少了47.98%。通过查询相关资料后发现,IRI模型在低空部分使用的是垂测站和火箭探测的数据,而在高空部分使用的是卫星探测数据[25]。再考虑到在研究区域附近存在ELELSON垂测站,因此推测在该研究区域IRI模型低空部分的电子密度本身可靠性较高,而本文方法改正时对所有高度进行了等比例的调整,导致低空部分改正后误差增大。

    • 本文提出一种利用全极化SAR数据结合IRI模型估计高空间分辨率三维电子密度分布的方法,并选择覆盖阿拉斯加地区的ALOS-1全极化数据进行实验,对结果进行分析得出如下结论:

      1)利用全极化SAR能够获取高空间分辨率的VTEC分布。基于FR角与VTEC之间的关系,利用全极化SAR数据计算了研究区域VTEC分布,并利用GPS和ISR数据验证可靠性。结果发现,实验一获取的含有电离层异常扰动的VTEC与GPS估计的VTEC相差3.1 TECU,实验二利用SAR估计的VTEC与ISR的VTEC相差0.2 TECU,证明了利用全极化SAR估计VTEC分布的可靠性。

      2)基于SAR获取了高精度VTEC,并联合IRI电子密度剖线获取了研究区域三维电子密度分布。结果发现,在不同高度处的三维电子密度不同,300~400 km处较大,而在其他高度处相对较小,且不同高度的电子密度在水平方向具有相似的分布趋势。将结果与ISR数据对比后发现,本文方法获取的电子密度在整体误差上比IRI模型少33.57%,在低于133 km高度的误差比IRI模型大,在高于133 km高度的误差比IRI模型少47.98%,这与IRI模型所使用的数据相关。

参考文献 (25)

目录

    /

    返回文章
    返回