Материалы 17-й Всероссийской открытой конференции «Современные проблемы дистанционного зондирования Земли из космоса», Москва, ИКИ РАН, 2019 год

(http://conf.rse.geosmis.ru)

О совместном поиске и распределенных и устойчивых отражателей в свободном программном пакете StaMPS/MTI. Выбор метода фильтрации фазы

Киселева Е.А. (1), Михайлов В.О. (1), Черепанцев А.С. (2)
(1) Институт физики Земли им. О.Ю. Шмидта РАН, Москва, Россия
(2) Институт нанотехнологий, электроники и приборостроения Южного Федерального Университета, Таганрог, Россия
В настоящее время практически для любой территории можно найти космические снимки, выполненные радарами с синтерзированной апертурой (РСА). В случае значительных смещений использование методов дифференциальной радарной интерферометрии (DInSAR) позволяет с высокой (до нескольких сантиметров) точностью определить смещения в направлении визирования спутника за время между съемками, при условии сохранения когерентности между снимками на данном временном интервале. Для оценки малых смещений разработаны методы поиска устойчивых отражателей (PS InSAR, (Feretti, 2001)) и методы поиска распределенных отражателей (SBAS, Berardino et al., 2002), которые позволяют определять средние скорости смещений с точностью до нескольких мм/год и строить временные ряды смещений в направлении на спутник на основе одновременного анализа серий снимков. В первом случае (PS InSAR) выбирается основной снимок, имеющих наилучшую когерентность со всеми снимками рассматриваемой серии, и анализируются все интерферограммы, построенные с данным снимком. Во втором случае (SBAS) рассматриваются все интерферограммы, имеющие небольшие временные и базовые линии (временной интервал и расстояние между спутниками в моменты съемки), т.е. обладающие хорошей когерентностью. Методы PS InSAR и SBAS дополняют друг друга, так как первые применяются в основном для областей с хорошо развитой инфраструктурой (здания, сооружения), вторые методы используют для поиска отражателей на природных объектах.
Метод совместного поиска и устойчивых и распределенных отражателей SqueeSAR (Ferretti et al.,2011б) использует все возможные интерферограммы для данного стека снимков. Увеличивая пространственную плотность отражателей, этот метод позволяют существенно уменьшить число ошибок при выполнении развертки фазы и повысить точность оценки полей смещений. Идея метода заключается в том, что прежде всего выделяются пространственно связанные кластеры статистически однородных пикселей - СОП (для оценки статистической однородности используется, например, двухвыборочный критерий Смирнова, называемый также критерием Колмогорова-Смирнова (см. Большев, Смирнов, 1983, Feretti, 2011)). Далее, если для данного пикселя количество СОП превышает некоторое наперед заданное пороговое значение, при условии постоянства фазы на всем множестве СОП, проводится фильтрация фазы. Для совместного определения и устойчивых и распределенных отражателей по полученным таким образом интерферограммам используется стандартный пакет PS InSAR. На сегодня существует большое количество работ, предлагающих различные методы фильтрации фазы (Monti, Guarnieri, Tebaldini, 2008; Ferretti et al.,2011а,б; Lanari et al., 2013; Samiei-Esfahany et al. 2016; Wang et al., 2016 и др.).
Во многих районах России, и в частности на Камчатке, применение методов РСА интерферометрии ограничено погодными и географическими условиями. несмотря на достаточное количество снимков. В данном докладе приводятся результаты разработки методики совместного поиска и распределенных и устойчивых отражателей с использованием свободного (open source) программного пакета StaMPS/MTI (Hooper et al., 2007). Наша реализация выделения множества СОП и адаптивной фильтрации амплитуды приведена в (Киселева и др., 2017). В (Киселева и др., 2018) для поиска оптимальной фазы мы использовали целочисленный метод наименьших квадратов, предложенный в (Samiei-Esfahany et al. 2016). Так как данный метод является очень затратным по времени, его использование возможно лишь для небольших областей. В данном докладе приводятся результаты тестовых расчетов, полученные по методам, основанным на методе максимального правдоподобия (Monti, Guarnieri, Tebaldini, 2008): метод связывания фаз (Monti, Guarnieri, Tebaldini, 2008) и метод, предложенный в (Ferretti et al.,2011а), в котором в качестве весовой матрицы предлагается использовать матрицу когерентности.
Приведен пример применения данной методики для анализа смещений в районе вулкана Кизимен (Камчатка) с использованием снимков со спутника ENVISAT. Суммарное количество и распределенных и устойчивых отражателей почти вдвое превысило количество устойчивых отражателей, полученных по исходным интерферограммам.
Снимки, выполненные со спутника ENVISAT получены в ESA. Работа выполнена при финансовой поддержке Мегагранта Минобрнауки РФ 14.W03.31.0033 «Геофизические исследования, мониторинг и прогноз развития катастрофических геодинамических процессов на Дальнем Востоке РФ».

Ключевые слова: SAR интерферометрия, Распределенные и устойчивые отражатели, Камчатка
Литература:
  1. Большев Л.Н., Смирнов Н.В. Таблицы математической статистики. М.: Наука, 1983. 416 с.
  2. Киселева Е.А., Михайлов В.О., Смольянинова Е.И., Дмитриев П.Н. К вопросу мониторинга смещений земной поверхности методами радарной спутниковой интерферометрии // Современные проблемы дистанционного зондирования Земли из космоса. 2017. Т. 14. № 5. С. 122-132. DOI: 10.21046/2070-7401-2017-14-5-122-132
  3. Киселева Е.А., Михайлов В.О., Черепанцев А.С., Смольянинова Е.И., Дмитриев П.Н. О поиске распределенных отражателей с использованием свободно распространяемого программного обеспечения (StaMPS/MTI) // Сборник тезисов докладов Шестнадцатой Всероссийской конференции "Современные проблемы дистанционного зондирования Земли из космоса". 2018. с.95. ISBN 978-5-00015-018-4, DOI: 10.21046/2070-16DZZconf-2018a
  4. Berardino P., G. Fornaro, R. Lanari, E. Sansosti A new algorithm for surface deformation monitoring based on small baseline differential SAR interferograms // IEEE transact. geoscience and remote sensing. 2002. Vol. 40. No. 11. P. 2375–2383.
  5. Ferretti A., C. Prati, and F. Rocca Permanent scatterers in SAR interferometry //IEEE Trans. Geosci. Remote Sens. 2001. Vol. 39. No. 1, P. 8–20.
  6. Ferretti, A.; Fumagalli, A.; Novali, F.; De Zan, F.; Rucci, A.; Tebaldini, S. Process for Filtering Interferograms Obtained from SAR Images Acquired on the Same Area. CA Patent 2,767,144, 13 January 2011a.
  7. Ferretti A., Fumagalli A., Novali F., Prati C., Rocca F. and Rucci A. A new algorithm for processing interferometric datastacks: Squeesar // IEEE Transactions on Geoscience and Remote Sensing. 2011b. Vol. 49, No. 9. P. 3460 –3470.
  8. Hooper, A., Segall, P., and Zebker, H. Persistent scatterer InSAR for crustal deformation analysis, with application to volcan alcedo, galapagos. Journal of Geophysical Research. 2007. v.112. pp. 1-21
  9. Lanari R., M. Manzo, A. Pepe, Y. Yang, P. Tizzani, G. Zeni, A full exploitation of the enhanced SBAS-DInSAR approach in volcanic and seismogenic areas // IGARSS. 2013. Proceedings. Melbourne 21-26 july 2013.
  10. Samiei-Esfahany S., J. E. Martins, F. van Leijen, R. F. Hanssen Phase Estimation for Distributed Scatterers in InSAR Stacks Using Integer Least Squares Estimation // IEEE Transactions on Geoscience and Remote Sensing. 2016. Vol. 54. No. 10. P. 5671-5686.
  11. Wang M., Li T., Jiang L. Monitoring reclaimed lands subsidence in Hong Kong with InSAR technique by persistent and distributed scatterers // Natural hazards. 2016. Vol. 81. No. 1. P. 541–543

Технологии и методы использования спутниковых данных в системах мониторинга

94