刘严萍，王 勇，张立辉

(1.中南大学土木工程学院，湖南长沙410075;2.河北省地震工程研究中心，河北唐山063009)

合成孔径雷达干涉测量(InSAR)是获取米级精度、数十米空间分辨率地面高程信息的一种高效手段，其差分技术(D-InSAR)可用于探测毫米级的微小地表形变。InSAR差分技术已成功应用于不同领域的地表形变监测，如油田快速沉降监测［1］、地震研究［2］、滑波灾害监测［3］、城市地表沉降［4－6］。据中国之声《央广新闻》报道，目前全国大部分城市都遭受地面沉降的影响，全国累计地面沉降量超过200 mm的地区达到了79 000 km2，并且有进一步扩大的趋势。2012年年初，由国土资源部、水利部会同发改委、财政部等十部委联合编制的中国首部地面沉降防治规划目前已经获得国务院批复［7］。

InSAR技术是监测城市地面沉降的有效手段，如何提高InSAR处理精度，使其满足城市地面沉降监测要求是目前InSAR应用研究的一个热点和难点。随着InSAR技术研究的不断深入，尽管其测量精度已有较大提高，但在实际形变探测中受到一些因素的制约，限制了该方法的应用。同区域不同期SAR数据时间的大气延迟差异是影响SAR干涉测量的最主要因素之一，易变的大气条件导致不同的相位延迟，最大可导致数厘米的形变误差，影响InSAR技术在城市地表形变、矿区沉降监测的应用。因此，在InSAR数据处理和干涉影像的解释过程中，必须研究和分析大气的影响并加以处理。

目前常用的InSAR大气校正方法受天气状况或SAR图像数量的限制，本文拟综合地形和气象参数，提出一种不受天气状况和SAR图像数量限制的大气延迟估算方法，与GPS对流层延迟比较其估算精度，并以北京SAR数据和GPS数据进行该方法的InSAR大气校正应用，提高InSAR数据处理精度。

从北京GPS连续跟踪网数据中选取与SAR数据时间对应的GPS数据，数据时间为2007年6月11日、2008年3月 17日、2008年 6月 30日、2008年8月4日。GPS数据用于解算对流层延迟以及对实验的形变结果对比，以验证改善效果。

GPS对流层延迟和站点坐标的解算采用高精度GPS软件GAMIT/GLOBK来完成，解算如下:卫星星历采用精密星历，松驰解模式，每半小时估算一个对流层延迟，按天解算。GAMIT/GLOBK解算的站点坐标平面精度为1～2 mm，高程精度为5～6 mm，GPS站点对流层延迟可以从GPS解算结果文件提取(SAR卫星经过北京的时间为UTC时间02∶30，本文提取对流层延迟均为该时间)。将GPS对流层延迟提取出来，并用于大气延迟的估算。

由于对流层延迟(大气延迟)与站点的地形(平面位置、高程)和气象参数(气压、温度)有关，本文将综合地形和气象要素，进行大气延迟的估算。

各影响因素的数值差别也较大，以一个直接的确定化模型来进行大气延迟的估算实施非常困难。地形参数和气象参数的数值差异较大，如何构建基于两种类型参数的大气延迟估算模型是一个复杂的问题。

BP(Back Propagation)网络是一种按误差逆传播算法训练的多层前馈网络，该网络能学习和存贮大量的输入－输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。

本文采用BP网络综合地形和气象要素，用于大气延迟的估算。模型的构建和大气延迟估算过程如下。

(1)BP网络训练样本的建立

将地形参数和气象参数作为输入训练样本，对流层延迟作为输出训练样本。对训练样本进行归一化处理，见式(1)。

式中:Xi为第i个参数的实际值，X′i为第i个参数的归一化后的数值，Xmax为X参数的最大值，Xmin为X参数的最小值。

(2)BP网络控制结构

BP网络控制结构如图1所示，该网络采用m-x-1结构，即m个输入节点(m为主要的地形参数和气象参数个数)、x个隐层节点、1个输出节点(大气延迟)。

图1 BP大气延迟神经网络预测结构

(3)BP网络输出的计算

设网络输入为n维向量u，输出为m维向量y，输入 /输出样本长度为L。

隐层是对作用函数的参数进行调整，采用的是非线性优化策略和无导师的学习算法。

输出层是对线性权进行调整，采用的是线性优化策略和有导师的学习算法。网络输出层第k个节点的输出为隐层节点输出的线性组合，见式(2)。

式中:wki为qi→yk的连接权;θk为第k个输出节点阈值。

(4)BP网络的训练与验证

选取归一化后的前m组样本作为训练样本对网络进行训练。通过设置扩展常数SPREAD，迭代运行，当误差几乎为零，即达到目标误差平方和要求，此时可以获得BP神经网络隐层单元数，获得训练好的BP误差曲线。

取归一化后的后n组数据对训练好的网络进行验证，预测结果与实际结果相符，表明可以用BP网络进行大气延迟预测。

在对多组数据训练好的BP网络验证后，利用该网络进行大气延迟的估算。为了验证大气延迟的估算效果，将其与GPS测站对流层延迟、Kriging插值结果进行比较。

图2所示为四个时间(SAR数据时间)的BP神经网络法和Kriging法估算的对流层延迟与GPS站点对流层延迟(实际值)的比较。图中横轴为测站名，纵轴为对流层延迟。蓝色曲线代表实际值，红色曲线代表BP神经网络预测值，黄色曲线代表Kriging法估算值。从图2可见，与Kriging插值结果相比，BP神经网络预测的对流层延迟结果与GPS站点对流层延迟更接近。

为进一步研究BP神经网络及Kriging插值对流层延迟与实际对流层延迟之间的差异，比较两种方法所得对流层延迟与GPS对流层延迟的偏差见表1。

由图2和表1可见，BP神经网络方法的对流层延迟精度高于Kriging法，该方法精度优于1 cm，满足InSAR大气校正要求。

本文采用两对干涉影像对研究北京主城区以及周围地区形变情况。所用SAR数据由ENVISAT卫星获取的北京地区ASAR数据。见表2。

利用ROI_PAC软件和DORIS精密星历、SRTM采用“二轨法”获得北京市InSAR垂直方向形变图，见图3。通过本文提出的综合多要素的大气延迟构建模型，获得与SAR数据时间对应的大气延迟数据，将两SAR数据时间的大气延迟作差获得InSAR大气延迟改正图。

表1 对流层延迟预测值与实际值差量统计

图2 对流层延迟实际值与预测值的比较

图3 InSAR垂直形变图

图4 大气延迟改正图

图5 基于综合模型改善大气延迟影响的InSAR垂直形变图

表2 ENVISAT ASAR数据

由于本文所选研究两幅SAR数据组成的干涉对时间为夏季与春季，夏季SAR数据大气延迟误差相对大，大气延迟分布不均衡，SAR图像受大气影响不可忽略。为进行InSAR大气延迟改正，把两幅SAR数据对应时间的大气延迟进行差分，如图4所示。

在获得大气延迟改正结果的基础上，对In-SAR垂直形变结果进行大气延迟去除，获得基于综合模型改善大气延迟影响的InSAR垂直形变(图 5)。

由于GPS高程精度为毫米级，为检验本文提出的模型效果，作者利用GAMIT/GLOBK软件处理了与SAR数据同期的北京GPS数据，获得了GPS站点大地高的变化。以 CEHY(测绘院)、DSQI(东三旗)的高程变化(沉降量)为基准，将大气改正前后的InSAR变形量与之进行比较(图5、表3)。

由表3可见，经大气改正的InSAR形变与GPS形变更接近，说明GPS大气延迟可部分改善InSAR数据处理精度。

表3 InSAR大气改正前后形变与GPS沉降量对比

本文利用BP神经网络综合经度、纬度、高程、气压、温度、GPS对流层延迟等要素进行了大气延迟的模型构建，模型估算大气延迟精度为毫米级，并将估算大气延迟用于InSAR大气延迟改正。通过与同期GPS沉降量比较，本文提出综合多要素的大气延迟模型可有效改善InSAR地面沉降监测精度。下一步工作拟应用该模型用于其他区域InSAR的地面沉降监测，证明该模型的普适性。

［1］ Fielding E J，Blom R G，Goldstein R M．Rapid Subsidence over Oil Fields Measured by SAR Interferometry［J］．Geophysical Research Letters，1998，25(17):3215 －3218．

［2］ 乔学军，游新兆，王琪，等．2008年1月9日西藏改则扎西错Ms6．9级地震的InSAR实测形变场［J］．自然科学进展，2009，19(2):173－179．

［3］ Massonnet D，Holzer T，Vadon H．Land Subsidence Caused by the East Mesa Geothermal Field，Calfornia，Observed Using SAR Interferometry［J］．Geophysical Research Letters，1997，24(8):901－904．

［4］ 王超，张红，刘智，等．苏州地区地面沉降的星载合成孔径雷达差分干涉测量监测［J］．自然科学进展，2002，12(6):621－625．

［5］ 宫辉力，张有全，李小娟，等．基于永久散射体雷达干涉测量技术的北京市地面沉降监测研究［J］．自然科学进展，2009，19(11):1261－1266．

［6］ 张永红，张继贤，龚文瑜，等．基于SAR干涉点目标分析技术的城市地表形变监测［J］．测绘学报，2009，38(6):482－488．

［7］ 中国广播网首部地面沉降防治规划获批复沉降灾害或能遏制［EB/OL］．(2012－02－21)［2012－12－12］．http://china．cnr．cn/ygxw/201202/t20120221_509188435．shtml．

灾害学2013年3期