CRInSAR大气校正模型比较与分析
InSAR应用中角反射器研究
InSAR中人工角反射器研究摘要：传统的差分干涉测量（DInSAR）受到时间和空间失相干以及大气效应影响，在应用上受到很大限制，人工角反射器（CR）在SAR图像上能够显示稳定的、清楚的、较高的振幅信息，特别适合于低相干区域的形变监测，近年来得到了广泛的应用。
本文基于西安市布设的三面角反射器，研究了城市中角反射器的识别问题，同时应用CR对地理编码后的影像通过仿射模型进行了校正，最后求解了CR点间的形变量。
关键词：InSAR 人工角反射器地理编码 LAMBED 地表形变1 引言差分合成孔径雷达干涉测量技术（DInSAR)在最近10来年有了很大的发展。
但是，由于时间和空间的失相干以及大气效应的影响，传统的差分干涉测量的应用受到很大的限制。
基于此，一些学者提出了利用离散的、相位稳定的目标点作为研究对象的新技术[1]。
人工角反射器（CR）由于可人为地控制其几何形状、尺寸、结构和安放位置，因此在SAR图像上显示出稳定的、清楚的、较高的振幅信息，能够实现在低相干区域进行InSAR技术监测地表微量形变的潜力，近年来得到了广泛的应用和发展。
CR被安装在研究区域，雷达入射光线照射到CR相互垂直的两个或三个表面，经过几次反射，入射光线将沿原路径的逆方向反射回去，在图像上形成十字丝形状的亮点，亮点尺寸和亮度宽度均为一个分辨单元[2]。
目前，许多InSAR机构已经开始研究利用CR来探测城市地表微量形变、滑坡变形监测等，也相继布设了一系列的CR点。
然而很多时候在SAR图像上找不到相应的CR点，特别是在城市布设的CR点，由于周围地物的强反射特性，很难准确识别出真正的CR点。
为此，需要专门对城市布设的CR点做探测研究。
同时，CR本身被当做地面控制点，还可以对地理编码后的结果进行校正，以满足SAR图像平面上的精度要求。
基于CR原理求解形变量的理论目前还处于研究阶段，其中的难点就是CR点的相位解缠问题，LAMBED法可以快速准确求解出GPS整周模糊度,在CR 解算中同样可以采用这种方法来解决相位缠绕问题[3]。
操作-大气校正,辐射定标,气溶胶反演
基于RS\GIS监测洪灾变化上机操作实例基本原理：①大气校正遥感图像在获取过程中，受到大气吸收与散射、传感器定标、地形等因素的影响，且会随时间的不同而有所差异。
利用多时相遥感图像的光谱信息检测地物变化的重要前提是要消除不变地物的辐射值差异。
大气校正的目的是消除大气和光照等因素对地物反射的影响，大多数情况下，大气校正是反演地物真实反射率的过程。
目前可以进行大气校正的模块有很多种，如最早的MODTRAN 4+，6S (Second Simulation of the Satellite Signal in the Solar Spectrum)，ACORN，ATREM，在ERDAS IMAGINE 8.7上的模块ATCOR，以及ENVI上的模块FLAASH（基于MODTRAN）。
FLAASH可对LANDSAT，SPOT，A VHRR，ASTER，MODIS，MERIS，AATSR，IRS等多光谱、高光谱数据、航空影像及自定义格式的高光谱影像进行快速大气校正分析。
下面的大气纠正步骤，都是基于FLAASH进行的。
②辐射定标当我们拿到一幅原始影像，先要进行辐射定标，目的是把图像上的DN（Digital Number）值转为辐亮度或者是反射率。
辐射定标的结果可以是表观辐亮度（L），也可以是表观反射率（ρ）。
计算表观辐亮度（L）的公式为：Radiance=（（Lmax-Lmin）/（Qcalmax-Qcalmin）*（Qcal-Qcalmin）+Lmin ①其中：Radiance 是表观辐亮度，注意单位是W/m2·sr·μm；Qcal为像元DN 值（也就是影像数据本身）；Qcalmax为传感器处最大辐亮度值所对应的DN值，一般为255；Qcalmin 为传感器处最大辐亮度值所对应的DN值，一般为0；Lmax 和Lmin是从参数表中查询，Lmin为光谱辐亮度的最小值，单位同L；Lmax为光谱辐亮度的最大值，单位同L。
实习一 6S 大气校正
实习一 6S 大气校正一、实习目的加深对6S 模型原理的理解，掌握6S 软件的使用方法与步骤，能够利用该软件进行TM 影像的大气校正。
二、原理与方法6S 模型是目前世界上发展比较完善的大气辐射校正模型之一，是由Tanre 等人提出的5S （the simulation of the Satellite Signal in the Solar Spectrum ）模型改进而来，它适合于可见光-近红外（0.25～4μm ）的多角度数据。
该模型考虑了地表非朗伯体情况，解决了地表BRDF 与大气相互耦合的问题，通过使用较为精确的近似方程以及称之为“successive order of scattering ”（SOS ）的算法，提高了瑞利散射和气溶胶散射的计算精度；将大气由原来5S 所考虑的26层、24个高斯离散角缩减为13层、12个离散角，显著简化了计算；光谱分辨率高达2.5nm 。
许多研究证明该模型的计算精度比其它模型精度高，而且计算时间快。
地面目标反射率与传感器入瞳处反射率的关系可由下面的方程表示：]),(),,,([)()(),(),(),,,(a R v s g v s v s T v s v s g aR v s g v s v s T T s T T T T ++−+−=ρθθφφθθρθθθθρθθφφθθρρ其中，ρ为地表反射率，()v s v S T φφθθρ,,,为大气上界反射率，s θ 为太阳天顶角，s φ 为太阳方位角，v θ为传感器天顶角，v φ为传感器方位角，)(s T θ为大气透过率， ),(v s g T θθ 为太阳－目标大气路径透过率，)(v T θ为目标－传感器大气路径透过率，a R +ρ 为分子散射和气溶胶散射所构成的路径辐射反射率，s 为大气半球反射率。
该式是大气纠正的近似经验公式，也是6S 模型的基本方程。
（详细原理请参考6S 操作手册）三、实习仪器与数据6S 程序包、ENVI 软件、TM 影像四、实习步骤1、输入6S 模型参数在利用6S 软件进行大气校正时需要输入的主要参数有（参照…\6S 大气校正\6S_V4.1\help\6S 操作手册_P1.pdf ）：(1)太阳天顶角、卫星天顶角、太阳方位角、卫星方位角，也可以输入卫星轨道与时间参数来替代。
大气扩散模型验证与比对的工具和方法
辐射防护通讯
2004 年 10 月
大气扩散模型验证与比对的工具和方法
M ethodolog ies for Comparison of A tmospheric Dispersion M odels
邹 敬 曲静原 曹建主 ( 清华大学核能与新能源技术研究院, 北京, 100084) Zou Jing Qu Jingy uan Cao Jianzhu
示踪实验的观测器都分布在距离源点一定距
范围内, 实验主要在白天进行, 实验的气象条件包 括各种不同的稳定度和风速。 3. 2. 3 MV K 中的主要程序[ 9]
离的弧线上, 在同一个弧上得到的最大观测值称 为弧最大浓度, 并用它来代表烟羽中心浓度, M VK 中就是用弧最大浓度来和预测值做比较。 但有时监测器并不能在给定的地方捕捉到烟羽浓
Abstract T he at mospheric disper sion model com parison is a very crucial par t of t he development and research w ork in t he nuclear em er gency decision support and accident consequence assessment sy st ems, and also a very challenging t ask. T his paper sum marizes t he main dif ficult ies and counterm easures in the wo rk o f t he at mospheric dispersion m odel ralidat ion and t hen int ro duces t w o so ft w are t oo ls fo r model comparison, including t he relat ed dataset s. Final ly, it il lustr ates some act ual exam ples of mo del comparison. Key words: Atmospheric dispersion model Model comparison Model validati on
第四章辐射定标和大气校正
co css o ca s o ss i ss n a icn o s ) s(
第四章辐射定标和大气校 正
辐亮度向反射率的转换
• 反射率：地物反射亮度与相同光照条件下的标准 板反射辐亮度之比。
• 标准板反射辐亮度为：
L0
F0
coss
故地物反射率为：
第四章辐射定标和大气校 正
定标参数的确定
• 定标公式针对何种真实物理量 反射率？
• a是负数时，定标前后图象视觉相反 ？
• 定标参数的确定都是对波段的波长积分
响 应 函 数
第四章辐射定标和大气校 正
λ
遥感数据的星上辐射定标
• DN值的影响因素 • 参考光源 • 地面定标测量 • 遥感数据的辐射定标——地表辐亮度的计算
RaRsatb
第四章辐射定标和大气校 正
第四节 大气纠正方法
第四章辐射定标和大气校 正
1 已知大气状况的校正方法
•
如果已知大气的垂直廓线（温、湿、压），大气水汽
含量，大气光学厚度（气溶胶），以及气溶胶模式，我们
可以通过大气辐射传输模式模拟，计算三个不同地表反射
率条件下的大气层顶辐射亮度，进而求解得到 a 和 b 值，
e. 利用得到的气溶胶光学厚度对整幅遥感影像进行内插， 得到整幅图像的光学厚度；
f. 对整幅影像进行大气校正。
第四章辐射定标和大气校 正
4 其它大气校正方法
• ·直方图匹配法(Histogram Matching Methods)：假设晴 空条件与大气浑浊条件下地表反射率的直方图分布相同; 算法被ERDAS和PCI等图像处理软件采用；
第四章辐射定标和大气校 正
flaash大气校正
flaash大气校正Flaash大气校正（IRSP6-08.3.24）大气校正的目的是消除大气和光照等因素对地物反射的影响，获得地物反射率和辐射率、地表温度等真实物理模型参数，用来消除大气中水蒸气、氧气、二氧化碳、甲烷和臭氧对地物反射的影响，消除大气分子和气溶胶散射的影响。
FLAASH可以处理任何高光谱数据、卫星数据和航空数据(860nm/1135nm)，这些数据是由HyMAP、AVIRIS、CASI、HYDICE、HYPERION(EO-1)AISA、HARP、DAIS、Probe-1、TRWIS-3、SINDRI、MIVIS、OrbView-4、NEMO 等传感器获得的。
FLAASH还可以校正垂直成像数据和侧视成像数据。
Flaash大气校正使用了MODTRAN 4+辐射传输模型的代码，基于像素级的校正，校正由于漫反射引起的连带效应，包含卷云和不透明云层的分类图，可调整由于人为抑止而导致的波谱平滑。
FLAASH可对Landsat, SPOT, AVHRR, ASTER, MODIS, MERIS, AATSR, IRS等多光谱、高光谱数据、航空影像及自定义格式的高光谱影像进行快速大气校正分析。
能有效消除大气和光照等因素对地物反射的影响，获得地物较为准确的反射率和辐射率、地表温度等真实物理模型参数。
校正过程点击envi——Basic Tools －Preprocessing － Calibration Utilities －FLAASHSpectral －FLAASH.或者点击envi-spectral- FLAASH1、输入数据必须是辐射校正后的数据，对辐射校正数据转成BIL或BIP格式（Basic Tools ——Convert Data）；2、对输入数据进行头文件编辑，主要是对波长wavelenth（即每一波段的波长中心值）和波长宽度fwhm（每一波段的波长范围）的编辑。
不是高光谱数据可以不对fwhm进行编辑。
最新专题一：辐射定标与大气校正
在各种因素中，大气影响要首要考虑 大气辐射传输方程：
以可见光-短红外光谱区为例：L=L1+L2+L3
➢ 大气环境参数 ➢ 具体的大气辐射传输模型：MODTRAN，6S
大气传输方程能较合理的描述大气散射、大气 吸收、发散等过程，得到广泛应用。
结果
统计学方法：野外实地 辐射传递方程：大气参数 波段对比：利用不受影响波段进行校正
大气校正
由于基于辐射传输理论的大气校正需要相 应的大气参数，而在一般研究中，这些参 数一般很难获得，针对不同研究区的的大 气校正方法有时是很实用的。本研究中也 尝试使用黑暗象元法、不变目标法、直方 图匹配法、大气阻抗植被指数法、主成分 分析法等获取水体的遥感反射率或直接获 取水体参数信息，并与基本基于辐射传输 理论的大气校正结果进行比较。
专题一：辐射定标与大气校 正
Review:
辐射校正
图像校正
几何校正
系统几何校正 （投影变形校正） 几何精校正
辐射定标基本公式： L=(Lmax-Lmin)/255*DN+Lmin Landsat的辐射定标：
L=gain*DN+Bias
增益系数
偏移系数
大气校正
大气校正：消除由大气散射引起的辐射误差。
insar解译形变值
insar解译形变值InSAR（合成孔径干涉雷达）是一种使用雷达技术进行形变分析的方法。
它可以通过测量地表的微小位移来研究地壳变形，对地质灾害、地质构造和人类活动等方面的研究有着重要的应用价值。
本文将对InSAR解译形变值进行详细阐述，探讨它在地质灾害监测和地质构造分析等领域的应用。
InSAR利用两个或多个雷达成像获取的干涉图像，通过对比不同时间点的图像之间的相位差异来计算地表的形变。
形变值表示地表位置在时间上的变化情况，可以包括位移的大小和方向。
这些数据可以提供关于地球表面的变形过程、运动方向和速度的有用信息。
InSAR解译形变值的基本原理是通过多次观测同一地点的形变，利用雷达波长测量相位的变化，然后计算出地表的位移。
InSAR通过将双向雷达波束成像融合为一副大视场干涉图像，能够提供高分辨率的地表变形测量。
这种技术常用于监测地震、地表下沉、火山活动和地面的变形等现象。
在InSAR解译形变值的过程中，有几个重要的步骤需要注意。
首先，需要获取多个时间点的雷达成像数据。
这些数据可以来自于不同时间的卫星数据，也可以是同一卫星在不同时间拍摄的数据。
然后，通过对比不同时间点的图像进行配准，将它们对齐到同一个参考坐标系下。
接下来，使用相位差异来计算地表的形变值。
这一过程需要进行相位解缠，以便得到准确的形变数据。
最后，通过将形变值转换为位移图或形变图来进行可视化分析。
InSAR解译形变值在地质灾害监测中具有重要的应用价值。
通过监测地表的形变，可以提前发现地震、地面下陷和滑坡等灾害的迹象，从而采取相应的预防措施。
例如，在地震监测中，可以通过监测地表的形变来判断地震的震源位置和规模，进一步改善地震预警系统的准确性和时效性。
此外，InSAR也可以用于监测火山活动，通过测量地表的地表抬升和形变，提前预测火山喷发的危险程度，为人们的撤离和救援提供重要的依据。
除了地质灾害监测，InSAR解译形变值还可以应用于地质构造分析。
遥感数据大气校正ENVI
在最初的遥感学习中，我总是分不清传感器定标、辐射定标、辐射校正、大气校正这几个概念的区别与联系。
而且在不同的资料中，各个名词的解释又不一样。
例如：定标是将传感器所得的测量值变换为绝对亮度或变换为与地表反射率、表面温度等物理量有关的相对值的处理过程（赵英时等《遥感应用分析原理与方法》）遥感器定标就是建立遥感器每个探测器输出值与该探测器对应的实际地物辐射亮度之间的定量关系；建立遥感传感器的数字量化输出值DN与其所对应的视场中辐射亮度值之间的定量关系（陈述彭）。
辐射定标是将传感器记录的电压或数字值转换成绝对辐射亮度的过程（梁顺林《定量遥感》，2009）其实，简单来说，辐射定标就是将记录的原始DN值转换为大气外层表面反射率，目的是消除传感器本身产生的误差，有多种方法：实验室定标、星上定标、场地定标。
公式1就是将初始的DN值转换为辐射亮度，其中Lb是值辐射亮度值，单位是：W/cm2.μm.sr（瓦特/平方厘米.微米.球面度），Gain和Bias是增益和偏移，单位和辐射亮度值相同，可以看出，辐射亮度和DN值是线性关系。
公式二是将辐射亮度值转换为大气表观反射率，式中：Lλ为辐射亮度值，d为天文单位的日地距离，ESU Nλ为太阳表观辐射率均值，θs是以度为单位的太阳高度角。
不过总的来说，这部分的工作基本上不需要用户自己做，相关的系数都包含在数据的头文件或者元数据中了。
例如用Env i打开Modis数据，就是反射率（大气外层表观反射率），辐射亮度以及发射率三个数据类型（见dsbin：传感器定标http://bbs.esri /ESRI/viewthread.php?tid=56191）。
大气校正就是将辐射亮度或者表观反射率转换为地表实际反射率，目的是消除大气散射、吸收、反射引起的误差。
主要分为两种类型：统计型和物理型。
统计型是基于陆地表面变量和遥感数据的相关关系，优点在于容易建立并且可以有效地概括从局部区域获取的数据，例如经验线性定标法，内部平场域法等，详细请参照玉妮小居新浪博客：辐射校正的统计模型/s/blog_5f4afe870100da1w. html。
大气辐射传输模型的比较研究
大气辐射传输模型的比较研究大气辐射传输模型在气候研究、空气质量预报、太阳能利用等领域具有广泛的应用。
随着科技进步，越来越多的大气辐射传输模型被开发出来，为了更好地选择和应用适合不同领域的模型，本文旨在比较研究各种大气辐射传输模型的性能和优缺点，并讨论其应用场景。
大气辐射传输模型是对大气中辐射传输过程的数学描述，主要考虑太阳辐射、长波辐射、短波辐射等过程。
本文选取了代表性的四种模型：CAMCommunity Radiative Transfer Model（CRTM）、Discrete Ordinate Method（DOM）和RADART。
通过对比这四种模型的算法、计算效率、可扩展性和可定制性等方面的性能，发现CAM3模型在计算效率和可扩展性方面表现较好，但需要定制化参数较多；CRTM模型具有较高的计算精度，但计算效率较低；DOM模型在处理复杂地形和建筑物遮挡方面有优势，但需要较高的计算资源；RADART模型在长波辐射传输计算方面精度较高，但短波辐射计算尚不完善。
在比较研究中发现，不同模型各有优缺点，适用于不同的应用场景。
为了进一步提高模型的适用性和精度，需要重点以下几个方面：参数定制：多数模型在参数定制方面表现不佳，需要根据具体应用场景定制参数，提高模型的适应性。
计算效率：在保证精度的同时，提高模型的计算效率是必要的。
可以通过优化算法、使用并行计算等方法提高计算效率。
可扩展性和可定制性：为了满足不同领域的需求，模型应具备良好的可扩展性和可定制性。
这有助于用户根据实际需求进行二次开发，扩展模型的应用范围。
数据输入质量：模型输入数据的质量对计算结果影响较大。
应开发完善的数据预处理模块，对输入数据进行有效性和准确性校验，以保证模型计算结果的可靠性。
适应性气候变化：随着气候变化，模型的参数和算法应能够适应变化，以便准确预测未来气候变化趋势。
大气辐射传输模型的比较研究在实际应用中具有重要意义。
在气候研究领域，准确预测气候变化趋势需要对辐射传输过程有深入理解，选择合适的大气辐射传输模型对气候预测结果的准确性至关重要。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
CRInSAR大气校正模型比较与分析
作者：王兴旺
来源：《安徽农业科学》2014年第13期
摘要人工角反射器辅助雷达干涉测量（CRInSAR）中，电磁波信号受各种因素的影响，其中大气能够引起信号延迟和传播路径弯曲，在此先对已有大气中对流层校正模型进行比较，然后对基于GPS数据和气象观测数据的大气改正方法进行试验研究，证明大气校正模型对雷达干涉测量的影响和消除的有效性。
关键词雷达干涉测量；人工角反射器；大气校正
中图分类号 S163 文献标识码 A 文章编号 0517-6611（2014）13-03966-03
Abstract Corner Reflector Interferometric Synthetic Aperture Radar（CRInSAR），electromagnetic wave signal is affected by various factors. The atmosphere can cause signal delay and propagation path curve. First， the available atmospheric correction models were compared. Then，atmospheric correction methods based on GPS data and meteorological observation data were studied， the influence of atmospheric model to the radar interferometry and effective elimination were proved.
Key words Interferometric Synthetic Aperture Radar （InSAR）； Corner reflector；Atmospheric correction
在雷达干涉测量（InSAR）中，电磁波信号受各种因素的影响，其中大气能够引起信号延迟和传播路径弯曲[1]。
大气影响是一种不确定的因素，不能用固定的算法模拟。
对于高精度测量如形变监测，大气的影响就会成为一个重要因素。
大气中对流层和电离层是主要影响信号传播部位，对流层大气温度、湿度和气压变化大，电磁波信号会在这种介质中传播时路径发生变化。
电离层中，是受测区范围的影响，要是测区范围大，不同部位电离层的发布情况就必须考虑，如果测区面积小，电离层产生的影响可以认为是相同的。
大气校正模型可以分为统计型和物理型两类[2]。
统计型是基于陆地表面变量和分析遥感数据的相关关系，容易建立且可以有效地概括从局部区域获取的数据。
物理模型遵循遥感系统的物理规律，它们也可以建立因果关系，实际操作中很难完全实现。
笔者在此首先对已有大气中对流层校正模型进行比较，然后对基于GPS数据和气象观测数据的大气改正方法进行试验研究，证明大气校正对雷达干涉测量的影响和消除的有效性。
1 常用的统计型大气校正模型
1.1 相位累积平均法对试验区的多幅干涉图进行相位解缠，然后求平均，来达到降低大气影响的目的。
此方法的缺点是相同SAR干涉影像很难获取；相位梯度无法检核，需要相位解缠；形变速率必须假设为常数；突发的影响无法去除。
1.2 利用GPS数据和气象观测资料
GPS可以提高时间分辨率和平面位置精度，气象数据提高了外部数据的空间分辨率。
此法的优点是可以应对各种气象条件，且精度高；缺点是数据要求苛刻，需要有SAR卫星过境时的GPS数据[3]。
1.3 永久散射体（PS）技术利用特定的点上的相位数据来估计地球物理信号。
此方法的优点是通过识别高相干目标，获取地区干涉相位的不同成分。
此方法的缺点是需要25～30幅SAR影像才能获得比较；依赖于测区可靠的高相干点的数量和分布。
1.4 利用MODIS和MERIS的数据反映可降水汽总量。
此方法缺点是只有在晴朗的天气条件下收集到的PWV值才可以用来改正InSAR的测量结果；MODISPWV高估了水汽量，需要先校准。
这些大气校正方法各有优缺点，不同的校正方法适合在不同的条件下。
可以根据实际情况选择方法，最终达到有效去除大气效应的影响。
在此对基于GPS数据和气象观测数据的大气改正方法进行试验与研究。
2 基于GPS和气象数据的CRInSAR大气校正模型
基于研究区域有连续运行的GPS基准站，可以满足有SAR卫星过境时的GPS数据[4]，大气校正模型的实施步骤如下。
4 结论
CRInSAR技术能够解决较小区域的形变监测，为测绘外业工作节省了大量的人力物力。
但在实现高精度形变监测时，必须去除大气延迟影响。
文中通过总结比较现有常用的
大气校正模型，建立了基于GPS观测数据的大气改正模型，并通过试验数据反映出滨海新区布设的角反射器点位上的大气影响，从试验数据看出，大气校正模型对雷达干涉测量的影响消除效果明显。
去除大气的影响，为后续形变监测的数据精度提供了保障。
参考文献
[1] GOLDSTIEN R.Atmospheric limitations to repeat-track radar interferometry[J].Geophys，1995，22（18）：2517-2520.
[2] 郑伟，曾志远.遥感图像大气校正方法综述[J].遥感信息，2004（4）：66-70.
[3] LI Z W，DING X L，LIU G X.Modeling Atmospheric Effects on InSAR with Meteorological and Continuous GPS Observations：Algorithms and Some Test results [J].Journal of Atmospheric and Solar-Terrestrial Physics，2004，66：907-917.
[4] LI Z W，.DING X L，HUANG C，et al.Modeling of atmospheric effects on InSAR measurements by incorporating terrain elevation information[J].Journal of Atmospheric and Solar-Terrestrial Physics，2006，68（11）：1189-1194.
[5] LI Z.Correction of water vapor effects on repeat-pass InSAR using GPS MODIS and MERIS data.Department of Geomatic Engineering[D].London：University of London，2005.。