基于多源遙感影像的南極Lambert流域冰川運動速度提取與精度驗證

劉 爽， 童小華

(1. 同濟大學(xué) 測繪與地理信息學(xué)院， 上海 200092； 2. 同濟大學(xué) 空間信息科學(xué)與可持續(xù)發(fā)展應(yīng)用中心， 上海 200092)

冰川運動速度是冰川運動的重要指標，是計算極地物質(zhì)平衡[1-5]、冰蓋與冰架數(shù)值模擬的重要參數(shù).傳統(tǒng)的冰川運動速度提取技術(shù)如花桿測量、GPS等[6-11]僅能獲取局部區(qū)域的離散觀測數(shù)據(jù).光學(xué)遙感易受極地極夜、太陽輻射、云霧及影像過飽和等約束.合成孔徑雷達(SAR)采用主動式的微波成像模式，可以實現(xiàn)全天時、全天候的對地觀測[4， 12-13]，在冰川運動速度提取中占據(jù)著重要的地位[14-15]，是目前冰川運動速度提取的主要手段.

傳統(tǒng)的差分干涉技術(shù)能夠獲取雷達視線向的高精度地表形變，但是對影像方位向的地表運動不敏感.為了彌補傳統(tǒng)差分干涉雷達(DInSAR)技術(shù)在方位向地表形變提取中的不足和局限，2006年Bechor 等[16]提出了多孔徑干涉測量技術(shù)(MAI)，用于方位向地表形變位移的提取.由于其能夠獲取高精度的方位向地表位移，因此廣泛應(yīng)用于地震、滑坡等災(zāi)害的變形監(jiān)測[17-18].已有的研究結(jié)果表明，MAI提取的方位向的地表位移優(yōu)于偏移量跟蹤算法獲取的方位向地表形變，但是MAI算法無法獲取影像距離向的地表位移.因此，本文采用DInSAR和MAI算法開展高精度冰川運動速度的提取及精度驗證研究，并結(jié)合多源遙感影像數(shù)據(jù)獲取的冰川運動速度分析全球氣候變化背景下Lambert流域冰川運動速度的動態(tài)變化.

1 DInSAR和MAI冰川運動速度提取

綜合考慮DInSAR和MAI在地表形變提取中的優(yōu)越性及存在的不足，采用DInSAR技術(shù)提取距離向的冰川運動速度，利用MAI獲取方位向的冰川運動速度，然后構(gòu)建冰川運動速度的偏差改正模型，并利用研究區(qū)域的巖石點對DInSAR和MAI提取的冰川運動速度進行偏差改正和精度評估研究，最后結(jié)合研究區(qū)域已有的研究成果，開展Lambert流域冰川運動速度的動態(tài)分析.

1.1 數(shù)據(jù)預(yù)處理

為了提高數(shù)據(jù)處理的效率和減小數(shù)據(jù)后處理帶來的拼接和鑲嵌誤差，首先對同一軌道相鄰的多景歐洲遙感衛(wèi)星(ERS-1/2)數(shù)據(jù)進行拼接和鑲嵌，然后對拼接之后的原始數(shù)據(jù)進行成像處理，獲取拼接之后的單視復(fù)數(shù)(SLC)影像數(shù)據(jù).

1.2 距離向冰川運動速度提取

基于DInSAR的基本原理，干涉相位Δφint由地表地形相位Δφtopo、形變信息Δφdisp、平地相位Δφflat、大氣延遲相位Δφatom以及系統(tǒng)熱噪聲產(chǎn)生的隨機相位Δφnoise等組成，如下所示：

Δφint=Δφtopo+Δφflat+Δφdisp+Δφatom+Δφnoise

(1)

為了獲取僅含地表形變信息的差分干涉相位，必須對干涉相位進行差分干涉處理，消除干涉相位中的地形相位，獲取雷達視線向的地表形變.同時，考慮衛(wèi)星的入射角，獲取距離向的地表形變位移場.本文選取衛(wèi)星精密星歷軌道數(shù)據(jù)(PRC)及數(shù)字高程模型(DEM)，采用“二軌法”對干涉像對進行差分干涉處理，消除干涉相位中的地形相位，開展距離向冰川運動速度提取.

1.3 方位向冰川運動速度提取

為獲取方位向高精度的地表形變位移場，2006年Bechor等[16]提出了多孔徑干涉技術(shù)，其基本原理如下.

假設(shè)地面物體沿著衛(wèi)星的方位向具有位移x，則其在前視向和后視向干涉圖中的干涉相位(如圖1所示)分別為

(2)

式中：φforward、φbackward分別為前視向和后視向的干涉相位;θ為雷達視線方向與飛行方向的夾角;α為雷達視線方向的偏角.

圖1 MAI基本原理示意圖Fig.1 Principle of multiple aperture interferometry

對前視向和后視向干涉相位進行差分處理，則可以消除兩者中共同的地形相位、平地相位的影響，獲取僅反映方位向地表位移的MAI干涉相位φMAI.

(3)

由于α和θ均非常小，同時α≈λ/l(l為SAR天線的長度)，則方位向地表位移所引起的MAI干涉相位可以表達為

(4)

1.4 冰川運動速度偏差建模與補償

受大氣延遲誤差、外部DEM誤差及基線誤差的影響，方位向和距離向的冰川運動速度不可避免含有殘余地形相位和線性相位趨勢項，為了提高方位向和距離向的冰川運動速度的估算精度，提出基于二次多項式的偏差補償模型：

(5)

式中：vr,range、vr,azimuth分別為基準點在距離向和方位向的冰川運動速度；vd,range、vm,azimuth分別為DInSAR和MAI估計的距離向和方位向的冰川運動速度；vo,range、vo,azimuth分別為距離向和方位向的冰川運動速度的系統(tǒng)偏差；(xr,range,yr,range)與(xm,azimuth,ym,azimuth)分別為基準點在SAR影像的距離-多普勒坐標系下的坐標;a,b,c,d,e,f為多項式偏差補償模型的系數(shù).受極端環(huán)境條件的約束，本文選取巖石點作為基準點進行偏差補償模型系數(shù)的求解.

2 研究區(qū)域及實驗數(shù)據(jù)

Lambert流域位于Amery冰架的上游區(qū)域(圖2)，主要由Lambert冰川、Mellor冰川及Fisher冰川組成，其中Lambert冰川被認為是世界上最大的冰川，有100 km寬，400 km長，冰厚度約2 500 m，是南極內(nèi)陸物質(zhì)注入海洋的主要通道.

考慮由于冰川運動導(dǎo)致的SAR影像間的影像失相關(guān)，采用ERS-1/2衛(wèi)星串行模式的SAR影像數(shù)據(jù)開展冰川運動速度的提取研究，本文的實驗數(shù)據(jù)如表1所示.此外，為了對Lambert流域的冰川運動狀態(tài)進行動態(tài)分析，本文對2013—2014年的Landsat 8 陸地成像儀(OLI)獲取的遙感影像數(shù)據(jù)采用偏移量跟蹤算法進行處理，提取二維冰川運動速度場，數(shù)據(jù)的基本信息如表1所示.

表1 研究區(qū)域的遙感影像數(shù)據(jù)Tab.1 Datasets of the area studied

從表1可以看出，ERS-1/2的影像的方位向分辨率為4.0 m，距離向分辨率為7.9 m.其中干涉像對分別于1996年2月17日和1996年2月18日獲取，垂直基線為178 m.研究區(qū)域共有12景Landsat 8遙感影像，其獲取日期為2013年11月到2015年3月，共6個像對，平均時間間隔為115 d，最短時間間隔為16 d，最長時間間隔為384 d.

此外，為了消除干涉相位中的地形相位，獲取僅含地表冰川運動所引起的差分干涉相位，選取基于南極ERS-1雷達測高和美國冰、云和陸地高程衛(wèi)星激光測高數(shù)據(jù)獲取的南極DEM數(shù)據(jù)[19]進行地形相位的模擬和差分干涉數(shù)據(jù)處理，該DEM數(shù)據(jù)的空間分辨率為1 km，在接地線處的垂直精度為5 m.

3 實驗結(jié)果分析與精度驗證

3.1 Lambert流域冰川運動速度

為了提取Lambert流域的冰川運動速度，首先采用基于DEM數(shù)據(jù)的SAR影像配準算法，實現(xiàn)SAR影像的配準精度優(yōu)于0.02個像素.然后對配準之后的影像進行差分干涉處理，獲取由于冰川運動所產(chǎn)生的差分干涉相位，如圖2a所示，并采用最小網(wǎng)絡(luò)費用流(MCF)相位解纏算法[20]對差分干涉相位進行相位解纏，采用巖石點利用本文提出的偏差改正模型進行補償，最后考慮衛(wèi)星的入射角及時間間隔將獲取的解纏相位轉(zhuǎn)換為距離向的地表冰川運動速度場(如圖2b所示).

a距離向差分干涉相位b距離向冰川運動速度

圖2距離向差分干涉相位及冰川運動速度

Fig.2DifferentialinterferogramandiceflowvelocityintherangedirectionestimatedbyusingtheDInSARmethod

為了獲取方位向的冰川運動速度，首先采用分頻算法對SAR干涉像對進行分頻處理，獲取前視向和后視向SLC影像數(shù)據(jù).然后對配準后的影像進行干涉處理，獲取前視向和后視向的干涉相位，對前視向和后視向的干涉相位進行方位向的差分處理可以獲取僅含有方位向地表位移的MAI干涉相位,如圖3a所示，采用MCF算法對MAI干涉相位進行相位解纏處理，并對方位向的解纏相位采用巖石點進行偏差改正和補償，獲取方位向的冰川運動速度場,如圖3b所示.

a方位向MAI干涉相位b方位向冰川運動速度

圖3方位向MAI干涉相位及冰川運動速度

Fig.3MAIinterferogramandtheestimatediceflowvelocityintheazimuthdirectionbyusingtheMAImethod

為了對DInSAR和MAI算法提取的冰川運動速度進行驗證，對研究區(qū)域2013—2014年間的Landsat 8 的15 m分辨率的全色波段影像采用偏移量跟蹤算法進行處理和分析，獲取研究區(qū)域的二維冰川運動速度.其中匹配窗口的大小為32像素×32像素，行方向和列方向的采樣間隔為10像素，并采用信噪比為0.95剔除誤匹配點.考慮影像之間的時間間隔，同時對多景影像的處理結(jié)果進行拼接鑲嵌，獲取研究區(qū)域偏移量跟蹤算法提取的二維冰川運動速度，如圖4所示.

從圖4可以看出，偏移量跟蹤算法可以有效地提取研究區(qū)域的二維冰川運動速度，其提取的冰川運動速度的空間分辨率為150 m.對比DInSAR與MAI提取的距離向和方位向的冰川運動速度(圖2b和圖3b)，可以發(fā)現(xiàn)，兩者之間基本一致，只是由于影像數(shù)據(jù)獲取的季節(jié)不同，僅在局部區(qū)域存在細微的差異.同時，假設(shè)巖石點處的冰川運動速度為0 m·d-1，并采用巖石點為基準，分別從偏移量跟蹤算法和本文算法獲取的冰川運動速度場中提取研究區(qū)域的巖石基準點處的冰川運動速度，計算其標準差.研究結(jié)果表明，采用DInSAR和MAI算法提取的冰川運動速度距離向精度為0.01 m·d-1, 方位向精度為0.07 m·d-1,而偏移量跟蹤算法獲取的冰川運動速度在距離向和方位向的精度分別為0.16 m·d-1和0.13 m·d-1，因此本文采用DInSAR與MAI算法的冰川運動速度提取算法的精度優(yōu)于傳統(tǒng)的偏移量跟蹤算法.

a距離向冰川運動速度b方位向冰川運動速度

圖4偏移量跟蹤算法的距離向和方位向冰川運動速度

Fig.4TwodimensionaliceflowvelocityobtainedfromLandsat8imagesusingtheoffsettrackingmethod

3.2 冰川運動速度精度評價與動態(tài)分析

由于研究區(qū)域缺少必要的同步地面觀測數(shù)據(jù)，此外，研究區(qū)域的已有成果與本文的結(jié)果之間存在數(shù)據(jù)源及時間的差異，因此本文假設(shè)巖石點處的冰川運動速度為0 m·d-1，并作為基準數(shù)據(jù)開展冰川運動速度的精度評價.

a巖石點分布圖b冰川中心線剖面圖

圖5研究區(qū)域巖石點的分布圖及剖面位置示意圖

Fig.5Locationandprofilesofrockpoints

本文首先基于SAR強度影像進行巖石點的識別與選取，然后利用南極的中分辨率成像光譜儀(MODIS)數(shù)據(jù)的鑲嵌影像對選取的巖石點進行進一步的檢核，最后利用巖石點附近冰川運動速度接近于0 m·d-1的窗口區(qū)域計算均值和標準差，對殘差大于3倍標準差的巖石點進行剔除.最后采用選取的30個巖石基準點(如圖5a所示)對DInSAR和MAI的結(jié)果進行精度評估，其中距離向冰川運動速度的精度為0.10 m·d-1，方位向冰川運動速度的精度為0.07 m·d-1.

此外，為了分析全球氣候變化背景下，Lambert流域的冰川運動速度的變化特征，將本文獲取的Lambert冰川、Mellor冰川和Fisher冰川沿冰川運動中線處的距離向和方位向冰川運動速度(如圖5b所示)，與Jezek[21]利用偏移量跟蹤算法對1997和2000年衛(wèi)星南極制圖項目(RAMP)期間獲取的Radarsat-1數(shù)據(jù)進行處理而獲取的冰川運動速度和Rignot等[22-23]利用Speckle跟蹤算法對2007—2009年國際極地年(IPY)期間獲取的多源SAR影像數(shù)據(jù)處理而獲取的冰川運動速度進行對比分析，結(jié)果如圖6、圖7和圖8所示.

a Lambert冰川距離向冰川運動速度

b Lambert冰川方位向冰川運動速度圖6 Lambert冰川運動速度對比分析Fig.6 Ice flow velocity along the profile ofLambert Glaciers

從圖6可以看出，沿著冰川運動方向，Lambert冰川的冰川運動速度逐漸增加.在距離向，前端冰川的運動速度為0.1 m·d-1,而末梢冰川運動速度的最大值為1.5 m·d-1； 而在方位向，冰川運動速度從0.3 m·d-1逐漸增加到1.2 m·d-1. 從長時間序列的數(shù)據(jù)看，在過去的20年間，Lambert冰川在距離向的冰川運動速度呈現(xiàn)緩慢的加速趨勢，相對于1995—1996年度而言，Lambert冰川運動速度平均增加了0.5 m·d-1.而方位向的冰川運動速度基本保持一致.

從圖7可以看出，在距離向，Mellor冰川沿著冰川運動方向運動速度由0.5 m·d-1逐漸增加到2 m·d-1；而在方位向，冰川的運動速度先減速，然后逐漸加速到0.5 m·d-1, 再減速一直到冰川的末梢.從時間序列上看，在過去的20年間，Mellor冰川的運動速度基本保持不變，但是在方位向，冰川的運動速度則有輕微的減速.

a Mellor冰川距離向冰川運動速度

b Mellor冰川方位向冰川運動速度圖7 Mellor冰川運動速度對比分析Fig.7 Ice flow velocity along the profile ofMellor Glaciers

從圖8可以看出，F(xiàn)isher冰川的冰川運動速度基本穩(wěn)定，沿著冰川運動方向，距離向和方位向的冰川運動速度均呈現(xiàn)輕微的加速，距離向冰川運動速度的最大值為1.0 m·d-1,而方位向冰川運動速度的最大值為0.8 m·d-1.從時間序列上分析，可以發(fā)現(xiàn)在過去的20年間，F(xiàn)isher冰川的運動速度整體上保持穩(wěn)定，但是有輕微的減速的趨勢.

a Fisher冰川距離向冰川運動速度

b Fisher冰川方位向冰川運動速度圖8 Fisher冰川運動速度對比分析Fig.8 Ice flow velocity along the profile ofFisher Glaciers

4 結(jié)論

本文基于DInSAR和MAI技術(shù)在冰川運動速度提取中的優(yōu)越性，提出了利用DInSAR和MAI方法的冰川運動速度提取算法，并將該算法應(yīng)用于Lambert流域冰川運動速度的提取和冰川運動的時間序列特征分析.研究結(jié)果表明：

(1) DInSAR和MAI可以相互補充，能夠應(yīng)用于二維冰川運動速度場的提取，其中DInSAR提取的距離向冰川運動速度的精度為0.10 m·d-1; MAI提取的方位向的冰川運動速度的精度為0.07 m·d-1，優(yōu)于傳統(tǒng)的偏移量跟蹤算法獲取的冰川運動速度.

(2) 通過對Landsat 8數(shù)據(jù)采用偏移量跟蹤算法獲取的冰川運動速度及研究區(qū)域已有的研究成果進行對比，對Lambert流域冰川的運動特征及響應(yīng)進行分析.研究結(jié)果表明，在過去的20年間，Lambert流域的冰川運動速度基本保持穩(wěn)定，但是Lambert冰川具有輕微的加速，而Mellor冰川與Fisher冰川有輕微的減速.

參考文獻:

[1] 王清華, 寧津生, 任賈文,等. 東南極Amery冰架與陸地冰分界線的重新劃定及驗證[J]. 武漢大學(xué)學(xué)報(信息科學(xué)版), 2002, 27(6): 591.

WANG Qinghua, NING Jinsheng, REN Jiawen,etal. Re-definition and validation of the grounding line of Amery ice shelf，East Antarctica [J]. Geomatics and Information Science of Wuhan University, 2002, 27(6): 591.

WEN Jiahong, JEZEK K C, CSATHó B M,etal. Mass budgets of the Lambert, Mellor and Fisher Glaciers and basal fluxes beneath their flowbands on Amery Ice Shelf [J]. Science in China Series D (Earth Sciences), 2007, 37(9): 1192.

[3] FRICKER H A, WARNER R C, ALLISON I. Mass balance of the Lambert Glacier—Amery Ice Shelf system, East Antarctica: a comparison of computed balance fluxes and measured fluxes[J]. Journal of Glaciology, 2000, 46(155): 561.

[4] JOUGHIN I, SMITH B E, ABDALATI W. Glaciological advances made with interferometric synthetic aperture radar [J]. Journal of Glaciology, 2010, 56(200): 1026.

[5] HANNA E, NAVARRO F J, PATTYN F,etal. Ice-sheet mass balance and climate change [J]. Nature, 2013, 498(7452): 51.

[6] 張小紅, 鄂棟臣. 用PPP技術(shù)確定南極Amery冰架的三維運動速度[J]. 武漢大學(xué)學(xué)報(信息科學(xué)版), 2005, 30(10): 909.

ZHANG Xiaohong, E Dongchen. Dynamic parameters determination of Amery Ice Shelf using PPP [J]. Geomatics and Information Science of Wuhan University, 2005, 30(10): 909.

[7] 艾松濤, 王澤民, 鄂棟臣,等. 利用GPS的北極冰川運動監(jiān)測與分析[J]. 武漢大學(xué)學(xué)報(信息科學(xué)版), 2012, 37(11): 1337.

AI Songtao, WANG Zemin, E Dongcheng,etal. Surface movement research of arctic glaciers using GPS method [J]. Geomatics and Information Science of Wuhan University, 2012, 37(11): 1337.

[8] 陳軍, 柯長青. 南極冰蓋表面冰流速研究綜述[J]. 極地研究, 2015, 27(1): 115.

CHEN Jun, KE Changqing. Research progress on ice velocity of Antarctic ice sheet [J]. Chinese Journal of Polar Research, 2015, 27(1): 115.

[9] FREZZOTTI M, CAPRA A, VITTUARI L. Comparison between glacier ice velocities inferred from GPS and sequential satellite images [J]. Annals of Glaciology, 1998, 27: 54.

[10] MANSON R, COLEMAN R, MORGAN P,etal. Ice velocities of the Lambert Glacier from static GPS observations [J]. Earth Planets and Space, 2000, 52(11): 1031.

[11] ZHANG S K, E D C, WANG Z M. Ice velocities on the front of Amery Ice Shelf, East Antarctica, from static GPS observations[C]∥Geoinformatics 2006: GNSS and Integrated Geospatial Applications. [S.l.]: The International Society for Optical Engineering, 2006: 64180Q.

[12] QUINCEY D J, LUCKMAN A. Progress in satellite remote sensing of ice sheets [J]. Progress in Physical Geography, 2009, 33(4): 547.

[13] ROTT H. Advances in interferometric synthetic aperture radar (InSAR) in earth system science [J]. Progress in Physical Geography, 2009, 33(6): 769.

[14] 周春霞, 鄧方慧, 陳一鳴,等. 利用SAR數(shù)據(jù)研究南極Grove山地區(qū)冰流運動特征[J]. 武漢大學(xué)學(xué)報(信息科學(xué)版), 2015,40 (11): 1428.

ZHOU Chunxia, DENG Fanghui, CHEN Yiming,etal. Ice-flow features in the Grove mountains area using SAR Data [J]. Geomatics and Information Science of Wuhan University, 2015, 40 (11): 1428.

[15] 李佳, 李志偉, 汪長城,等. SAR偏移量跟蹤技術(shù)估計天山南依內(nèi)里切克冰川運動[J]. 地球物理學(xué)報, 2013, 56(4): 1226.

LI Jia， LI Zhiwei， WANG Changcheng,etal. Using SAR offset-tracking approach to estimate surface motion of the south Inylchek glacier in Tianshan [J]. Chinese Journal of Geophysics, 2013, 56(4): 1226.

[16] BECHOR N B D, ZEBKER H A. Measuring two-dimensional movements using a single InSAR pair [J]. Geophysical Research Letters, 2006, 33(16):275.

[17] HU J, LI Z W, DING X L,etal. Resolving three-dimensional surface displacements from InSAR measurements: a review [J]. Earth-Science Reviews, 2014, 133(133): 1.

[18] JUNG H S, LU Z, WON J S,etal. Mapping three-dimensional surface deformation by combining multiple-aperture interferometry and conventional interferometry: application to the June 2007 eruption of Kilauea volcano, Hawaii[J]. IEEE Geoscience and Remote Sensing Letters, 2011, 8(1): 34.

[19] BAMBER J L, GOMEZ-DANs J L, GRIGGS J A. A new 1 km digital elevation model of the Antarctic derived from combined satellite radar and laser data. Part 1: data and methods[J]. Cryosphere,2009,3, 101.

[20] COSTANTINI M. A novel phase unwrapping method based on network programming [J]. Geoscience and Remote Sensing, IEEE Transactions on, 1998, 36(3): 813.

[21] JEZEK K C. RADARSAT-1 Antarctic mapping project: change-detection and surface velocity campaign [J]. Annals of Glaciology, 2002, 34(1): 263.

[22] MOUGINOT J, SCHEUCHL B, RIGNOT E. Mapping of ice motion in Antarctica using synthetic-aperture radar data [J]. Remote Sensing, 2012, 4(12): 2753.

[23] RIGNOT E, MOUGINOT J, SCHEUCHL B. Ice flow of the Antarctic ice sheet [J]. Science, 2011, 333(6048): 1427.