InSAR学习(三)DInSAR基本原理

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/qiupingzhao/article/details/51010108

1 基本原理的推导


本节简单推导3-Pass型差分干涉系统的相位和形变的关系。依然从公式说起,以重复轨道型干涉系统为例:

ϕ=4πλ δR4πλ B //  


上式代表某地面点形变前的干涉相位差,两天线相位中心分别为A 1 ,A 2  ,假设形变后又进行了一次观测,相位中心为A 3  ,第一、三次的干涉相位差为:

ϕ    4πλ B    //  

联合上面两个公式有:

ϕ/ϕ    =B // /B    //  

这个公式意味着:如果地面没有形变,则相位的比值等于平行基线的比值,跟地形无关。如果第三次观测之前,地面表发生形变δρ ,假设这种形变与雷达分辨单元相比很小,仍可认为雷达信号是相关的,那么此时相位信息ϕ     中不仅包含地形信息,还包含形变信息:

ϕ    4πλ (B    // +δρ) 

结合以上两个公式,得:
δρ=(ϕ    B    // B //  ϕ)λ4π  

这里的B    // B //  ϕ 是地形因素带来的相位差。所以,当我们说从一个相位信息里面减去地形因素的影响的时候,这个“减去”需要仔细的分析,具体情况具体分析,比如2-pass型,减去的是DEM模拟出来的相位。但是,有一些东西是确定的,比如说,距离和相位的关系(不考虑单发双收的情况):

ϕ(t)=4πλ r(t) 

这里为什么有一个负号呢?是这样的:
f d =2λ r(t)t  

这个式子表示多普勒频率,里面的负号符合我们的常识:当声源和观测者的距离缩短时,频率增大,反之,频率变小。如果你认为上面的式子理所当然,那么,若进一步结合f d =12π ϕ(t)t  ,就会理所当然地理解距离和相位关系中的负号了。

2 干涉图的解读


不知道你能不能一下读懂彩虹色的干涉图,或者差分干涉图,反正我不能。

2.1 垂直形变的情况


不妨先从一个小的角度切入:假设地面有两个点m,n ,分别有相位:

ϕ m1 =4πλ sm ¯ ¯ ¯ ¯ ¯   

ϕ n1 =4πλ sn ¯ ¯ ¯ ¯   

假设一段时间后,又进行了一次观测,又假设两次观测的基线为零,又假设m 位置没有发生变化,n 在垂直方向上有形变h ,变成了n     ,第二次两点有相位:
ϕ m2 =4πλ sm ¯ ¯ ¯ ¯ ¯   

ϕ n2 =4πλ sn     ¯ ¯ ¯ ¯ ¯  =4πλ (sn ¯ ¯ ¯ ¯  hcosθ) 

其中,θ) 表示雷达的侧视角,正的h 表示向上,即与相位中心的距离变小。
现在有干涉相位:
ϕ m =ϕ m1 ϕ m2 =0 

ϕ n =ϕ n1 ϕ n2 =4πλ hcosθ 

进而可以得到m,n 这两点的干涉相位差:
ϕ=ϕ n ϕ m =4πλ hcosθ 

现在我们可以回答本节开始的问题了:一个正的h ,即向上的形变,得到的干涉相位差 ϕ 是负的,也就是说从点m 到点n ,干涉相位在减小,如果你用色谱分别对应了不同的相位值,自然也就对应了不同色谱。换一种说法:如果你用红、黄、绿、蓝、紫这样的色谱代表相位的依次增大,那么,渐变的红、黄、绿、蓝、紫就意味着地面的沉降,或者说斜距的减小。

这里有点点绕口,但是,根本不用记,因为不是固定的,跟两个因素有关:对色谱所代表的数值的规定;干涉图生成时候的减数和被减数。

另外:

  • 密集的条纹意味着形变的不均匀;
  • 同一种颜色表示形变成程度一样(或者说相对没有形变);
  • 随机的颜色表示去相干,得不到有价值的信息。

2.2 水平形变的情况


同样的,仍然以两个点m,n 为例,只是此时的两个点n 不仅仅有垂直方向的形变,两点的干涉相位差为:

ϕ=ϕ n ϕ m =4πλ (sn ¯ ¯ ¯ ¯  sn     ¯ ¯ ¯ ¯ ¯  ) 

此时,一个正的相位差意味着 sn ¯ ¯ ¯ ¯  <sn     ¯ ¯ ¯ ¯ ¯   ,意味着n 点的斜距变大了。

至于这些分析跟升轨、降轨、侧视角、侧视方向的关系,暂时还没有搞明白,后面再说。

2.3 无形变的情况


如果没有形变,需要用到上一篇博客中的公式:

ϕ flat =4πλ B  hRsinθ  

此时:
ϕ=ϕ n ϕ m =4πB  λRsinθ (h n h m ) 

一个正的相位差(相位梯度)意味着 h n <h m   (这里要求)B  >0 。可以看出,若干涉相位由地形因素引起,则干涉图跟垂直基线的符号有关,而且干涉条纹图就类似与等高线,高差就是高程模糊度。

如果你试着接着用前面分析形变情况的思路进行这里的分析,那么就会掉进一个陷阱:因为没有形变,那么
ϕ m =ϕ m1 ϕ m2 =0 

ϕ n =ϕ n1 ϕ n2 =0 

那么:
ϕ=ϕ n ϕ m =0 

所以,两点高度相同,匪夷所思。
这里的错误是忽略了讨论形变时候的假设:基线为0。容易想象基线为零的时候是没有办法进行干涉测量得到DEM的。上面形变分析之所以成立,正是因为形变的存在。
这里的基线为零,是个极限情况,一般地,基线越短,越有利于形变监测。另外,形变监测的时候,时间间隔要适当长,极端情况,若时间间隔为零,则无法解算形变。
辩证地来看,如果是用Repeat-Pass获取DEM,为了尽量的地去除形变的影响,最好是时间间隔短一些,而且这样也会减弱去相关的影响。

阅读更多
想对作者说点什么? 我来说一句

没有更多推荐了,返回首页