層析SAR地表參數(shù)信息提取研究進展

李 震 張 平* 喬海偉 趙常軍 周建民 黃 磊

①(中國科學(xué)院空天信息創(chuàng)新研究院 北京 100094)

②(三亞中科遙感研究所海南省地球觀測重點實驗室 三亞 572029)

1 前言

隨著合成孔徑雷達(Synthetic Aperture Radar,SAR)系統(tǒng)及處理技術(shù)的發(fā)展，SAR的應(yīng)用也逐步由最初的單極化、單波段和單基線觀測發(fā)展到目前的多極化、多波段和多基線觀測，多維度SAR更是成為近幾年的熱點[1]。傳統(tǒng)的SAR成像是將現(xiàn)實中的三維場景投影到方位-斜距向二維平面的一系列處理過程，因此損失了三維空間的高度維信息。隨著軟硬件技術(shù)的不斷發(fā)展，目前已經(jīng)有一系列的方法可以獲得SAR的第三維的信息，主要有干涉SAR(Interferometric SAR,InSAR)[2]、曲線SAR (Curvi-Linear SAR,CLSAR)[3]、層析SAR (Tomographic SAR,TomoSAR)[4]等成像技術(shù)。干涉SAR僅能獲取目標的表面高度信息，對同一方位、距離單元的目標沒有高度維的分辨能力。曲線SAR只需要1次飛行就可以獲得目標散射信息在三維空間的分布，但由于傳感器天線相位中心在三維內(nèi)的飛行路徑需要嚴格設(shè)定，且采樣過于稀疏導(dǎo)致曲線SAR的成像算法很復(fù)雜，因而實際應(yīng)用中受到了很大的制約，目前的實際應(yīng)用較少。層析SAR可以看作單基線SAR在成像模式上的擴展，層析處理的部分步驟可以簡化為傳統(tǒng)二維處理，因此不需要改變現(xiàn)有SAR系統(tǒng)的設(shè)計結(jié)構(gòu)和運行模式，成為目前SAR三維信息獲取的主要手段。

層析SAR技術(shù)于20世紀90年代逐漸發(fā)展起來，1998年德國宇航中心(Deutsches zentrum für Luftund Raumfahrt,DLR)利用E-SAR實驗系統(tǒng)，進行了第1次機載L波段層析SAR數(shù)據(jù)獲取，得到了德國Oberpfaffcnhofen地區(qū)的13軌L波段全極化數(shù)據(jù)，垂直基線跨度約為260 m，高度向分辨率約為2.9 m，證明了層析SAR三維成像的可行性和應(yīng)用價值[5]。2004年，首次通過在已有的ERS-1/2數(shù)據(jù)中，選擇合適軌跡位置的SAR影像，實現(xiàn)了第1幅星載層析SAR三維成像[6]。近年來隨著機載、星載SAR系統(tǒng)的不斷成熟和層析SAR三維成像技術(shù)的發(fā)展，更多高質(zhì)量多基線SAR影像被成功獲取，發(fā)展出了更適合層析SAR三維實際應(yīng)用的成像算法，使得層析SAR技術(shù)被用于多種領(lǐng)域，目前國際上的研究主要集中在植被遙感[7–9]、冰雪遙感[10,11]、城市遙感[12,13]等領(lǐng)域。

我國層析處理技術(shù)也隨之大力發(fā)展，中國科學(xué)院空天信息創(chuàng)新研究院、武漢大學(xué)、西安電子科技大學(xué)等單位均在層析SAR成像算法研究方面取得了豐富的成果[14–16]。目前國內(nèi)層析SAR應(yīng)用研究主要是以國外機載數(shù)據(jù)為基礎(chǔ)的植被參數(shù)反演[17,18]，以及面向星載數(shù)據(jù)的建筑物參數(shù)反演[19]，近兩年陸續(xù)出現(xiàn)我國機載數(shù)據(jù)的建筑物應(yīng)用實驗[20,21]，這將推動我國多維度處理技術(shù)由理論研究邁入實際應(yīng)用。

本文從層析SAR技術(shù)的基本原理出發(fā)，討論了目前層析SAR領(lǐng)域常用的一些數(shù)據(jù)處理方法，并對其在植被垂直結(jié)構(gòu)、冰川厚度、積雪深度以及建筑物垂直信息等領(lǐng)域的發(fā)展現(xiàn)狀與應(yīng)用潛力進行了闡述，對層析SAR技術(shù)目前存在的問題及發(fā)展趨勢進行了分析。

2 層析SAR基本原理

傳統(tǒng)的SAR系統(tǒng)通過發(fā)射一定帶寬的信號獲得距離向的高分辨率，通過合成孔徑獲得方位向的高分辨率，從而得到二維斜距圖像。層析SAR通過沿高度向的多次數(shù)據(jù)獲取構(gòu)造高度維合成孔徑，利用陣列信號處理方法實現(xiàn)對目標高精度三維成像。層析SAR系統(tǒng)可以通過單天線SAR系統(tǒng)重復(fù)航過、多天線干涉SAR系統(tǒng)重復(fù)航過、陣列天線SAR系統(tǒng)單航過等方式完成三維原始數(shù)據(jù)獲取。陣列天線單次航系統(tǒng)設(shè)計難度和成本較大，目前層析數(shù)據(jù)獲取多采用重軌觀測實現(xiàn)，即單天線SAR系統(tǒng)或多天線干涉SAR系統(tǒng)重復(fù)軌道飛行。

圖1所示為多基線重軌層析SAR系統(tǒng)數(shù)據(jù)獲取示意圖。理想情況下，層析SAR系統(tǒng)N個天線沿垂直航向呈直線均勻分布，形成有效孔徑長度為Lv的線性陣列，雷達視角為θ。某目標單元在第n個傳感器的回波信號可以表示為[22]

圖1 層析SAR觀測機理Fig.1 Tomographic SAR observation mechanism

其中，γ(x,y,z)是目標后向散射系數(shù)，C是雷達照射區(qū)域，Rn(x,y,z)是第n個傳感器相位中心與目標的距離，λ是波長。去調(diào)頻處理之后，補償相位殘留誤差，對式(1)進行傅里葉變換，可以得到第n個傳感器在v向的后向散射信號

其中，s(r,x,v)是目標后向散射在v向的分量，r是斜距向，bn為第n個傳感器相對于主傳感器的垂直基線。由式(2)可知，當所有N個傳感器影像均已在距離-方位二維聚焦完成之后，層析SAR的高度向成像問題轉(zhuǎn)換為利用頻譜離散采樣重構(gòu)原信號的問題，即

層析SAR的各維分辨率從本質(zhì)上由各維的等效帶寬決定[22]。與傳統(tǒng)SAR系統(tǒng)類似，層析SAR系統(tǒng)也通常發(fā)射線性調(diào)頻信號，其回波在距離向是具有延遲的線性調(diào)頻信號，方位向也近似為線性調(diào)頻信號。進行高度維成像后，層析SAR在高度維上的像同樣是一個Sinc函數(shù)，這與方位向、距離向的情況是一致的，且垂直距離向的理論分辨率主要由沿垂直航向形成的陣列孔徑長度Lv決定，此外還與系統(tǒng)的雷達發(fā)射信號波長λ、目標與層析陣列中心的距離在雷達入射面內(nèi)的投影r0有關(guān)，因此層析SAR的高度向分辨率δv可以表示為[5]

此外，一方面要獲得垂直距離向的高分辨率，必須保證足夠大的垂直航向孔徑長度；另一方面，層析SAR飛行時基線須足夠小，確?？臻g采樣滿足奈奎斯特定理，防止空頻域的頻譜混疊造成成像模糊。這兩者是相互矛盾的，因此，應(yīng)盡量選擇合適的陣元數(shù)量(觀測次數(shù))，平衡運行成本與分辨率。假定景物高度或散射體高度為H，則空間帶寬為

當各基線長度確定時，不產(chǎn)生模糊的最大景物高度也是確定的，超過這個高度成像就會發(fā)生模糊，這一高度稱為該基線下的“最大不模糊高度”，即

3 常用數(shù)據(jù)處理方法

層析SAR數(shù)據(jù)處理過程如圖2所示，將不同視角獲得的多幅同一區(qū)域SAR二維成像結(jié)果，通過單視復(fù)圖像序列配準、去平地效應(yīng)、相位補償(去斜、去大氣效應(yīng)等)、高度維聚焦等處理實現(xiàn)三維高分辨率成像。下面對主要步驟進行簡要介紹。

3.1 預(yù)處理

圖2 層析SAR處理流程Fig.2 Tomographic SAR processing flow

圖像配準的主要目的是將多次觀測的不同基線單視復(fù)圖像逐像素對應(yīng)，即同一目標在圖像序列對應(yīng)相同的坐標，與干涉處理中的圖像配準完全相同。配準只有達到亞像元級的配準精度，才能獲得高質(zhì)量的干涉圖，從而得到較為精確的三維成像結(jié)果。首先需要進行粗配準，然后進行精配準。配準方法眾多，主要分為基于區(qū)域的方法[23,24]和基于特征的方法[25–27]兩類。主影像的選取一般應(yīng)選擇時間基線、空間基線居中的影像，以盡量減小時間去相干與空間去相干效應(yīng)，保證干涉圖的質(zhì)量。

去平地效應(yīng)主要是去除因平坦的地面引起距離向和方位向呈現(xiàn)周期性變化的平地相位。平地相位在干涉相位圖中表現(xiàn)為近密遠疏的干涉條紋，其條紋的密度一般大于由地面高度起伏引起的干涉條紋。去除干涉相位中平地相位，需要對距離向和方位向的局部平均頻率進行估計，常見的估計方法可分為基于觀測數(shù)據(jù)的頻率估計方法[28]和基于成像幾何系統(tǒng)參數(shù)的頻率估計方法[29]?；诔上駧缀蜗到y(tǒng)參數(shù)的頻率估計方法，依據(jù)InSAR幾何成像關(guān)系，通過對復(fù)數(shù)干涉條紋圖中的每一點乘以復(fù)指數(shù)來消除平地相位，運算速度較慢；而基于觀測數(shù)據(jù)的頻率估計方法，不需要飛行參數(shù)、外部DEM、基線等數(shù)據(jù)，直接從干涉條紋圖本身入手，根據(jù)實際的頻譜估計出主要的條紋頻率，在頻域內(nèi)完成去平地效應(yīng)，運算速度較快。

3.2 相位補償

在實際情況中，由于時間基線和空間基線的存在，層析SAR成像過程存在著多種相位誤差，例如地形形變、大氣擾動等因素引起誤差。相位誤差的隨機性嚴重影響了層析SAR三維測量精度。目前常用的相位誤差補償方法包括：基于永久散射體干涉(Persistent Scatterer InSAR,PSInSAR)的相位誤差補償[30–32]、基于小基線集干涉(Small BAseline Subsets,SBAS)的相位誤差補償方法[33]等。PSInSAR技術(shù)要求有足夠多的影像(通常大于30景)，主要適用于人造目標多的場景(如城區(qū)等)；SBAS則是利用較小時間、空間和多普勒基線干涉對形成多組干涉對進行相位補償，在人造目標較少的場景下也能取得較好的效果。近年來提出的分布式目標干涉技術(shù)，可以明顯增加多基線干涉的測量點密度，改進形變反演精度，其聯(lián)合PSInSAR技術(shù)、SBAS技術(shù)進行多基線數(shù)據(jù)處理是目前的研究熱點，而其中要解決兩個關(guān)鍵問題，即分布式目標同質(zhì)象元選取和相位評估[34,35]。圖3為基于非線性最優(yōu)化函數(shù)的相位評估算法(NonLinear optimization-based Estimation,NLE)與基于最大似然評估的相位評估算法(Maximum-Likelihood Estimation,MLE)結(jié)果比較[34]。

此外，層析SAR觀測數(shù)據(jù)通常是由雷達平臺多次飛行、重復(fù)觀測獲得，由于飛行基線不是理想的均勻分布，單視復(fù)圖像序列的參考斜距并不唯一，因此要建立觀測數(shù)據(jù)和目標垂直斜距向信息之間的內(nèi)在聯(lián)系需要去除中心斜距相位，該相位的補償過程稱為去斜。目前去斜處理主要有兩種方法：斜距去斜[22]和參考斜距去斜[6]。前者利用電磁波發(fā)射與接收期間的延遲，結(jié)合光速計算參考斜距進行補償；后者利用地面參考地形、傳感器的位置信息及成像幾何關(guān)系計算參考斜距進行補償。前者處理簡單，但電磁波傳輸可能會受大氣干擾影響，導(dǎo)致斜距計算存在誤差，影響層析成像質(zhì)量，因此這種方法較適用于機載平臺。后者利用SAR系統(tǒng)成像幾何關(guān)系直接計算得到參考斜距，避免了引入更多大氣相位誤差，較適用于星載平臺，但SAR圖像與參考地形數(shù)據(jù)的配準將影響其斜距計算精度。

圖3 差分干涉相位，其時間基線和空間基線是490 d和97.7 mFig.3 Differential interferograms with temporal baseline of 490 days and spatial baseline of 97.7 m

3.3 高度維聚焦

除高度維成像外，其他二維的處理與傳統(tǒng)方法相同，下面著重介紹三維成像處理方法中高度維的聚焦。根據(jù)“瑞利準則”(Rayleigh criterion)，分辨率受合成孔徑長度限制，使用傅里葉變換的方法成像時分辨率受瑞利準則限制。此外，由于航跡數(shù)有限且基線分布通常是非均勻的，因此通常不能直接使用傳統(tǒng)傅立葉變換進行高度維聚焦。

由于在進行預(yù)處理、相位補償之后，雷達回波信號的觀測模型實際上就可以表示為

其中，en(ω)為加性噪聲，n=0,1,···,N–1。這就可以選擇基于譜估計的算法、基于逆問題建模的算法、基于插值的成像算法等解決聚焦問題。

譜估計方法可以分為兩大類[36]：非參數(shù)化方法和參數(shù)化方法。用于層析SAR的非參數(shù)化譜分析包括奇異值分解(Singular Value Decomposition,SVD)方法[22]、最小方差法[2]及幅度相位譜估計法[37]等；參數(shù)化譜分析方法包括多重信號分類法(MUltiple SIgnal Classfication method,MUSIC)[6,38]、旋轉(zhuǎn)不變性子空間方法(Estimation of Signal Parameters via Rotational Invariance Technique,ESPRIT)[39]、壓縮感知類方法(Compressed Sensing,CS)[40]等，這些方法利用信號歷史參數(shù)化模型，提高分辨率和對比度，減少旁瓣假峰和相干斑[41]。非參數(shù)化方法可以直接通過譜分析得到高度維像，更適用于自然地物，比如植被、冰雪的反演；參數(shù)化方法需要估計場景內(nèi)散射點數(shù)量，更適用于人造地物，比如城市的三維重建。圖4所示基于MUSIC的成像方法[38]與基于酉ESPRIT的成像方法對人造目標的處理結(jié)果[42]，其中圖4(a)和圖4(b)為海上船只結(jié)果對比，圖4(c)和圖4(d)為Mig25飛機結(jié)果對比。

4 層析SAR主要應(yīng)用

4.1 植被垂直結(jié)構(gòu)反演

圖4 人造目標成像結(jié)果對比Fig.4 Manmade targets imaging results comparison

植被狀態(tài)是反映區(qū)域生態(tài)環(huán)境的重要標志之一，同時作為自然資源和碳儲存庫，對全球碳循環(huán)和區(qū)域氣候變化發(fā)揮重要作用[43]。植被的實地監(jiān)測可提供最準確的數(shù)據(jù)參數(shù)，但涉及昂貴且費時的野外工作。利用層析技術(shù)對植被場景進行三維成像，提取植被垂直結(jié)構(gòu)剖面后向散射信息，可以得到植被高度、地上生物量、葉面積密度、垂直結(jié)構(gòu)密度等參數(shù)與回波信號的關(guān)系，建立植被參數(shù)反演模型[9]。目前層析SAR應(yīng)用研究也主要集中在植被參數(shù)反演方面，主要分為森林參數(shù)探測和高桿農(nóng)作物反演兩個方向。

森林結(jié)構(gòu)是森林生態(tài)學(xué)的重要因素，但是目前沒有可用的全球森林結(jié)構(gòu)圖，僅存在少量的粗分辨率圖，且僅顯示了森林結(jié)構(gòu)的組成部分(例如，距MODIS和ICESat的森林高度，分辨率為1 km)[44]。早期的森林參數(shù)提取是在理論分析基礎(chǔ)上的實驗性研究。1998年DLR使用機載SAR數(shù)據(jù)進行了層析成像實驗研究，首次提取了實驗區(qū)的植被高度信息[5]。2006年DLR利用E-SAR試驗系統(tǒng)開展了機載L波段和P波段的層析SAR實驗，獲取了11軌數(shù)據(jù)，反演了區(qū)域的森林的生物量和層析切片，這是第1次展示較大森林面積的P波段層析SAR圖像。同年，Cloude[45]首次提出極化干涉相干層析理論，并利用仿真實驗驗證了其森林地上生物量的定量反演潛力，該實驗中還提出了一種基于時域反投影算法的層析成像聚焦方法，此方法利用原始傳感器位置和成像目標之間的幾何關(guān)系，無需引入任何近似值[46]，避免了影像配準帶來的誤差。

隨著應(yīng)用需求的推動，歐空局(European Space Agency,ESA)聯(lián)合眾多研究機構(gòu)推出面向森林探測的BIOMASS衛(wèi)星計劃，意在從全球森林結(jié)構(gòu)和生物量研究碳循環(huán)[7]，為此該衛(wèi)星計劃依托E-SAR,F-SAR系統(tǒng)實施了大量機載飛行項目，驗證傳感器在森林、雪冰探測中的能力，包括BioSAR,Tropi-SAR,IceSAR等項目。

2007年ESA利用DLR的機載E-SAR系統(tǒng)開展了BioSAR機載層析SAR森林飛行驗證實驗，在瑞典北部Krycklan流域的Remningstorp森林地區(qū)獲取了P波段和L波段的極化層析數(shù)據(jù)，P波段水平基線8 m，L波段水平基線6 m，獲得了森林的垂直結(jié)構(gòu)，并利用激光雷達進行驗證，精度可達3 m[47,48]。2011年，F(xiàn)rey and Meier改進了時域反投影(Time Domain Back Projection,TDBP)層析SAR成像處理方法，結(jié)合譜估計方法對2007年獲取的數(shù)據(jù)集重新處理，結(jié)果表明L波段可以檢測到冠層和地面，而P波段可以將樹冠和下面的地表完全區(qū)分[49]。

2012年，ESA[50]又推出了TropiSAR項目探測Biomass計劃的森林觀測性能，在法國ONERA地區(qū)獲取了P波段層析SAR數(shù)據(jù)，垂直分辨率約為20 m，森林高度反演范圍為20～40 m，在不假設(shè)任何物理模型或采用超分辨率技術(shù)的情況下相干聚焦，可以在多達3個獨立的層中映射場景復(fù)后向散射系數(shù)的三維分布，且垂直結(jié)構(gòu)分析發(fā)現(xiàn)，在地面層中存在二面角散射，地形坡度對森林最內(nèi)層的后向散射影響較小。為更好了解BIOMASS層析成像對熱帶地區(qū)森林生物量和高度反演的能力，Minh等人[51]利用TropiSAR項目獲取的數(shù)據(jù)生成了BIOMASS衛(wèi)星仿真數(shù)據(jù)，處理后得到了熱帶雨林的垂直分布形狀與樹高，為BIOMASS衛(wèi)星計劃提供了算法支持。通過分析不同高度處的層析復(fù)后向散射系數(shù)與森林地上生物量(Above-Ground Biomass,AGB)之間的相關(guān)性，發(fā)現(xiàn)后向散射信號與冠層上部(20～40 m)的AGB之間存在高度相關(guān)性，而較低的層相關(guān)性較差[52]。利用一個簡單的AGB模型，在分辨率為125×125 m2(1.5公頃)時，AGB制圖精度可以達到RMSE為10%～15%[51]。

2015年，美國國家航空航天局(National Aeronautics and Space Administration,NASA)和DLR聯(lián)合推出AfriSAR項目，開始在非洲加蓬(Gabon)熱帶雨林地區(qū)實施機載森林結(jié)構(gòu)調(diào)查項目，利用DLR的F-SAR系統(tǒng)、NASA的無人機SAR系統(tǒng)以及激光雷達LVIS系統(tǒng)獲取了P波段和L波段的森林層析SAR數(shù)據(jù)，對比激光雷達數(shù)據(jù)，反演精度可達2～5 m[53,54]。隨后，結(jié)合TropiSAR實驗與Afri-SAR實驗對L波段和P波段數(shù)據(jù)反演森林的垂直結(jié)構(gòu)估計能力進行了綜合評估，得出P波段和L波段反演樹高的均方根誤差分別為3.02 m和3.68 m[44]。圖5給出了Paracou熱帶森林和Boreal Krycklan森林在L波段和P波段的TomoSAR反演的森林樹高切片，白線表示激光雷達測量得出的森林最高高度，結(jié)果表明P波段受外部因素影響較小，具有更強的反演能力[44]。

除了森林監(jiān)測之外，DLR在2014年推出CROPEX項目，利用機載多基線SAR進行農(nóng)作物物候期生長高度監(jiān)測，主要研究C波段反演農(nóng)作物的三維極化散射特征，并將其與土壤和植被參數(shù)的時變散射特征進行響應(yīng)分析。研究表明對于玉米等高桿植物，可以通過使用植被垂直廓線、垂直散射剖面的質(zhì)心、體散射強度來檢測初始生長，但隨著生長，植物中水的重新分布將會增加反演難度；對于谷物等低桿植物，主要從垂直剖面、垂直散射剖面的質(zhì)心、以及地表散射與體散射功率比的變化進行干枯監(jiān)測[55,56]。未來的研究應(yīng)考慮如何利用多基線SAR數(shù)據(jù)進一步研究植被含水量的物理反演，以及通過對植被生物物理參數(shù)在不同頻率上的敏感性差異研究，推測多頻率觀測的有效性。

當前機載實驗數(shù)據(jù)的研究結(jié)果表明通過反演平面和高度維的信息，TomoSAR可以估算植被的范圍和結(jié)構(gòu)信息，并且結(jié)合極化信息可以在三維空間上厘清植被不同層面的散射機制。復(fù)雜的垂直散射剖面反映了雷達實際接收的森林后向散射統(tǒng)計值，包含了傳播路徑引起的任何功率損耗。理想情況下，應(yīng)知道并補償每個植被層的衰減，根據(jù)雷達接收數(shù)據(jù)進行直接估算垂直剖面本身就是一個嚴重的不適定問題，因此在森林觀測中應(yīng)當使用HH極化通道或長波信號減小多路徑衰減的影響。星載TomoSAR技術(shù)的主要問題之一是由于獲取時間的差異導(dǎo)致的時間去相干，目前星載數(shù)據(jù)多用于比較穩(wěn)定的目標(如城市建筑)，但只要重訪時間不超過4天，森林觀測中的植被變化量是可以接受的[51]；而采用減小時間去相關(guān)的觀測方式和處理技術(shù)，如類似Tandem結(jié)構(gòu)的雙星觀測和新型單航過處理技術(shù)，還可以更好地對森林等自然環(huán)境目標進行三維信息提取。此外，結(jié)合植被垂直結(jié)構(gòu)散射模型進行層析SAR散射特征分析，形成一種可以表征植被水平和垂直結(jié)構(gòu)的算子，進而提高植被參數(shù)反演精度將是該領(lǐng)域的前沿課題。層析處理技術(shù)可為后續(xù)的生物量估計提供支持，利用層析技術(shù)進行植被地上參數(shù)估測可解決光學(xué)遙感估測常規(guī)方法無法獲得植被垂直結(jié)構(gòu)的問題，大范圍動態(tài)監(jiān)測植被地上生物量，隨著2022年BIOMASS衛(wèi)星的發(fā)射，屆時會迎來層析SAR應(yīng)用研究的高潮。

圖5 TomoSAR反演的森林樹高切片[44]Fig.5 Forest tree height transects inverted by TomoSAR[44]

4.2 冰川內(nèi)部結(jié)構(gòu)反演

冰川是氣候變化最為敏感的要素之一，冰川的面積與長度、運動狀態(tài)、物質(zhì)平衡等參數(shù)變化是氣候變化的直接體現(xiàn)，探究冰川參數(shù)變化在水資源利用、海平面上升、冰川災(zāi)害防治等方面有重要作用。層析SAR技術(shù)在獲取地物三維信息，剖析地物內(nèi)部結(jié)構(gòu)方面具有獨特的優(yōu)勢，是研究冰川垂直結(jié)構(gòu)最可行的遙感方法之一。目前層析SAR在冰川結(jié)構(gòu)方面的研究主要在機載平臺和地基平臺開展，尚未有星載平臺的研究。

機載層析SAR在冰川結(jié)構(gòu)反演中的研究重要集中在L波段和P波段SAR。2006年5月和2008年7月Kansas大學(xué)的研究人員利用自主研發(fā)的多相中心甚高頻(Very High Frequency,VHF)雷達系統(tǒng)在Greenland的Summit Camp地區(qū)獲取了機載層析SAR數(shù)據(jù)，利用針對VHF雷達數(shù)據(jù)的三維層析冰測深方法，對冰蓋表面形貌、冰厚度以及冰蓋表面和床層的雷達后向散射系數(shù)進行測量，可以達到5 m的表面精度以及14 m的冰厚精度[57,58]。2011年，NASA的IceBridge項目利用Kansas大學(xué)研發(fā)的多通道相干雷達測深儀MCoRDS系統(tǒng)在格陵蘭島南部的Isunnguata Sermia冰川進行數(shù)據(jù)獲取，使用了天底探測和層析SAR處理技術(shù)對冰川厚度進行研究，層析成像數(shù)據(jù)較好地捕捉了冰川底部地形，特別是深處的冰川低谷部分[59]。2012年ESA的IceSAR項目開展了首次P波段層析雪冰探測，評估了P波段合成孔徑雷達獲取冰下結(jié)構(gòu)信息的能力，探測了格陵蘭島的冰川、冰蓋運動速度、消融和表面結(jié)構(gòu)，分析了冰面到50 m范圍內(nèi)的冰層內(nèi)部結(jié)構(gòu)[60]。2014年，ESA又開展了AlpTomoSAR機載實驗，探測L波段雷達的層析冰川觀測能力，AlpTomo-SAR實驗證明了干雪條件下可以清晰區(qū)分雪冰交界面，提取淺層冰川的基巖交界面、冰裂隙等信息，且層析SAR可以得到與低頻探地雷達(Ground Penetrating Radar,GPR)一致的結(jié)果。圖6結(jié)果顯示由于過渡冰-巖石的介電特性的強烈梯度，均勻冰下的基巖表現(xiàn)出非常尖銳的反射，不同極化狀態(tài)的層析SAR提取的冰川-基巖交界面與探地雷達的結(jié)果一致性較好，且交叉極化具有更好的效果[61]。

圖6 阿爾卑斯山冰川反演實驗[61]Fig.6 Reversion experiment of Alps Glacier[61]

2014年，DLR推出HoloSAR項目，利用F-SAR實驗系統(tǒng)搭載L波段傳感器，在瑞士蒙特羅莎的Findel冰川進行合成孔徑雷達層析成像，聯(lián)合極化信息可以區(qū)分雪、冰原和基巖，并且由于采用多角度測量減小了山體陰影造成的影響，能更好地了解冰川的后向散射[62]。

此外，地基合成孔徑雷達(Ground-Based SAR,GB-SAR)也在冰層探測方面有一定的發(fā)展。2011年Chai等人[63]使用地基多模調(diào)頻連續(xù)波雷達GPRIII系統(tǒng)獲取了GB-SAR數(shù)據(jù)集，提出了一種使用區(qū)域生長的差分層析SAR(Differential TomoSAR,D-TomoSAR)處理框架，并在瑞士Aletsch冰川的采用GB-SAR數(shù)據(jù)進行實驗，形成了第1個差分合成孔徑雷達層析成像結(jié)果，可以探測到冰川上的大規(guī)模形變。2013年Yitayew[10]采用X波段GB-SAR研究海冰的三維成像，成像結(jié)果能夠區(qū)分不同分界面，包括空氣積雪交界面，積雪海冰交界面和海冰海水交界面，其結(jié)果可用于簡化雪冰電磁散射模型。

層析SAR在冰層探測方面的應(yīng)用顯示出了巨大的潛力，但如果在聚焦處理中未正確考慮到波在冰層中的傳播速度，則所得圖像可能會出現(xiàn)失真，因此冰川中電磁波的運行速度校正是應(yīng)用中的重要問題，可以通過射線追蹤技術(shù)來解決這一問題，而以層析SAR數(shù)據(jù)本身推斷波傳播速度的三維分布校正方法將成為層析SAR冰川探測算法的發(fā)展方向。層析SAR對冰川的觀測不僅可以獲取冰川表面散射，還可以揭示冰下復(fù)雜的體散射，包括冰裂隙，雪冰過渡層、基巖等散射信號，因此傳統(tǒng)根據(jù)均勻消光構(gòu)造的指數(shù)衰減模型不足以表征冰川散射特性，基于層析SAR的冰川觀測信號分析將推動冰川電磁散射機制的深入研究。大量的重復(fù)航過數(shù)目使得層析SAR的應(yīng)用成本很高，考慮雙基和多基SAR系統(tǒng)，配合超分辨率信號處理可以提高層析SAR的觀測效率，而后續(xù)面向森林觀測的長波段(P和L波段)衛(wèi)星載荷以及多星組網(wǎng)觀測的實現(xiàn)，將對干旱環(huán)境中的地質(zhì)結(jié)構(gòu)反演、森林覆蓋的數(shù)字高程模型(Digital Elevation Model,DEM)精度提高以及冰川流速觀測將產(chǎn)生重要意義，將使層析SAR技術(shù)可以在冰川探測中發(fā)揮巨大的作用。

4.3 分層積雪參數(shù)反演

積雪對氣候系統(tǒng)具有顯著的正反饋作用，是全球變化研究的關(guān)鍵變量之一。積雪表面的高反照率，內(nèi)部冰/水相變產(chǎn)生的潛熱，以及雪層的絕熱效應(yīng)顯著地影響著全球能量、水循環(huán)過程進而影響氣候變化。多基線SAR測量在垂直結(jié)構(gòu)變化探測方面具有優(yōu)勢，基于InSAR復(fù)相干系數(shù)或相位的參數(shù)反演方法能獲取積雪參數(shù)及其變化信息，但目前研究集中在單層積雪反演，無法獲得多層積雪的變化機制和特征[64]。層析SAR技術(shù)可以得到積雪內(nèi)部分層結(jié)構(gòu)信息，進而反演獲得多層積雪參數(shù)，但微波穿透積雪的過程涉及許多因素，例如：雪/空氣界面，雪/土壤界面，內(nèi)部冰層等的多種相互作用、傳播速度的變化[11]。目前層析SAR對積雪的探測還停留在地基雷達，尚未有機載、星載的實驗嘗試。

2013年ESA的AlpSAR項目在奧地利阿爾卑斯山開展實驗，采用X和Ku波段地基合成孔徑雷達獲取積雪層析SAR數(shù)據(jù)，該設(shè)備距離向分辨率為3.75 cm，方位向分辨率為4 cm,X波段垂直分辨率為15 cm,Ku波段垂直分辨率為10 cm，采用TDBP處理技術(shù)得到了清晰的積雪垂直剖面，結(jié)果表明雪/空氣界面和積雪上層的后向散射能量很弱，積雪底層后向散射能量最強，通過對積雪分層折射率的反演，可計算得到積雪分層介電常數(shù)、積雪密度等參數(shù)[11,65]，圖7為該實驗數(shù)據(jù)反演積雪分層的結(jié)果，從圖中可以看出層析反演結(jié)果可以較好的捕捉積雪內(nèi)部分層結(jié)構(gòu)。2015年，ESA推出SnowLab項目針對SnowScat散射計設(shè)備進行了改造，使其具備了探測積雪垂直結(jié)構(gòu)的能力，2015年—2018年的3個積雪季在瑞士格里姆塞爾山口附近進行實驗，獲得了積雪層析剖面的完整時間序列數(shù)據(jù)，通過研究發(fā)現(xiàn)積雪層中融凍結(jié)殼/冰層可被識別，這與許多學(xué)者使用不同方式測量的結(jié)果一致，表現(xiàn)出了層析雷達成像在雪層結(jié)構(gòu)無損檢測和分析中的潛力[66]。2016—2017年積雪季NASA的SnowEx項目在美國科羅拉多州弗雷澤部署了3種頻率(9.6 GHz,13.5 GHz和17.2 GHz)的全極化調(diào)頻連續(xù)波便攜式SAR系統(tǒng)，該系統(tǒng)安裝在一個升降軌道的框架上，能夠?qū)γ總€雷達通道的三維變化進行全面重建，實驗獲得的積雪分層剖面圖與地面測量結(jié)果一致，同時，該系統(tǒng)能高頻次的觀測積雪在晝夜內(nèi)的融化和再凍結(jié)的過程[67,68]。

層析SAR對積雪的探測將對積雪資源精細化評估帶來契機，層析觀測模式可以探測不同雪層之間的界面，進而反演獲得多層積雪參數(shù)，這是目前除人工測量之外的遙感觀測方式所不能達到的，其中主要問題之一是如何解決自由空間傳播假設(shè)對雪層聚焦的影響。層析SAR構(gòu)建的積雪三維結(jié)構(gòu)不僅可以給出積雪深度，還可以通過雪層的折射效應(yīng)計算雪密度，因此層析SAR在提高積雪水當量精度方面的巨大潛力。同時，地基層析雷達的結(jié)果顯示，層析SAR技術(shù)將推動積雪特性反演、雪層間電磁相互作用的物理機制研究，結(jié)合積雪物理模型的層析SAR雪層反演技術(shù)將成為應(yīng)用發(fā)展的新方向，未來極化層析SAR的深入研究將面向更多的積雪關(guān)鍵參數(shù)反演，如積雪粒徑、密度、分層結(jié)構(gòu)等。

圖7 地基層析SAR積雪結(jié)構(gòu)觀測結(jié)果[11]Fig.7 Snow structure observation result of ground based tomography SAR[11]

4.4 建筑物信息提取

由于城區(qū)密集的建筑物互相遮擋，傳統(tǒng)SAR系統(tǒng)在觀測城區(qū)時會收到多次散射、疊掩和陰影等現(xiàn)象的影響，使得解譯工作很難進行。層析SAR技術(shù)可以分離同一像元內(nèi)的多個散射體目標，提取每個散射體的三維空間位置及后向散射強度信息，分析城市建筑高度等信息，而在層析SAR基礎(chǔ)上發(fā)展起來的差分層析SAR技術(shù)還可以獲取高度維的形變信息，形成包括方位向、距離向、高度向以及時間維的四維成像[69]。目前建筑物信息提取方面的應(yīng)用主要分為基于高分辨率衛(wèi)星數(shù)據(jù)的三維信息重構(gòu)和考慮城市建筑物物理結(jié)構(gòu)的層析SAR關(guān)鍵算法研究兩方面。

目前，大部分城區(qū)三維結(jié)構(gòu)重建采用了衛(wèi)星數(shù)據(jù)，2009年—2014年，意大利電磁環(huán)境研究中心的Fornaro研究團隊[69–72]利用ERS,TerraSAR-X等衛(wèi)星數(shù)據(jù)開展城市三維結(jié)構(gòu)重建研究，利用差分層析技術(shù)研究了意大利那不勒斯市區(qū)建筑的形變、城區(qū)以及橋梁的熱變形，提出了基于多視層析影像的濾波和疊掩分離算法，為多視層析SAR的三維精細重建、建筑物及基礎(chǔ)設(shè)施監(jiān)控提供了可能性。2010年—2019年DLR的Zhu研究團隊[13,40,73–75]利用高分辨率星載SAR數(shù)據(jù)對層析SAR的城市應(yīng)用進行了持續(xù)的研究，提出了一系列提高高度維分辨率的方法，包括基于L1范數(shù)正則化的方法、基于壓縮感知的方法、基于非局部均值(nonlocal means)等，重構(gòu)單個建筑物和整個城市區(qū)域的三維信息，生成四維點云(具有與激光雷達相當?shù)狞c密度)，在柏林市驗證的平均像素精度約為93.84%，還利用非線性關(guān)系分離建筑物的運動或變形，可以用于動態(tài)城市模型重建。

此外，城市區(qū)域干擾因素很多，人為影響較大，因此與城市建筑物空間結(jié)構(gòu)、熱效應(yīng)等有關(guān)的層析SAR關(guān)鍵算法近年來得到了大力發(fā)展。2015年Ma等人[76]利用44幅TerraSAR-X圖像對城市中的建筑物進行層析處理，發(fā)現(xiàn)由于受熱向上膨脹的作用，熱量與建筑物高度之間有著線性變形關(guān)系，該技術(shù)有助于監(jiān)測具有不同結(jié)構(gòu)設(shè)計的新建混凝土建筑物。2019年，Aghababaee等人[12]針對層析數(shù)據(jù)獲取中采樣不規(guī)則以及采樣點較少的問題，在標準譜估計器的基礎(chǔ)上引入了正則化項，基于圖割的優(yōu)化算法將三維成像問題轉(zhuǎn)化為能量最小化問題，利用E-SAR L波段層析數(shù)據(jù)生成三維點云。通常在城市地區(qū)的層析處理中會用到稀疏先驗條件，但是這樣假設(shè)往往錯過了部分城市表面，尤其是平坦區(qū)域，例如地面或屋頂，因此Rambour等人[77]研究了一種基于流網(wǎng)絡(luò)最優(yōu)切割計算的曲面分割算法，利用TerraSAR-X數(shù)據(jù)在三維重建過程中改善城市表面信息。2020年，Rambour等人[78]分析了層析SAR在城區(qū)數(shù)據(jù)處理中一些關(guān)鍵問題，包括散射體三維定位、散射體選擇、對底層目標的準確描述和恢復(fù)等問題，對目前TomoSAR技術(shù)用于城市建筑提取的不同方法進行了詳細的比較，提出了一套適合精確重建市區(qū)的正則化和后處理的處理方案，并利用TerrSAR-X和Cosmo-Skymed數(shù)據(jù)進行了城區(qū)形變監(jiān)測方面的應(yīng)用，采用聚束(spotlight)模式的Tomo-SAR數(shù)據(jù)能夠達到7 m的高度分辨精度，而條帶(stripmap)模式能夠達到18.7 m的高度分辨精度。

城區(qū)的場景復(fù)雜，存在大量形狀、高度各異的建筑物，SAR影像的地物特征更加復(fù)雜，導(dǎo)致二維圖像難以解譯。層析SAR數(shù)據(jù)可以進行建筑結(jié)構(gòu)的層析重建，給出三維城市結(jié)構(gòu)乃至四維形變(三維結(jié)構(gòu)與表面形變速率)信息，未來層析SAR城市觀測技術(shù)發(fā)展方向?qū)⒚嫦蚪y(tǒng)一框架下的城區(qū)多要素反演方法，實現(xiàn)城市動態(tài)監(jiān)測，這必將是后續(xù)城市遙感領(lǐng)域的熱點研究之一。城市的層析成像對輻射精度要求較低，這與自然介質(zhì)層析成像顯著不同，因此基于稀疏結(jié)構(gòu)的三維重建算法是建筑物應(yīng)用中的主流方法，但存在兩個實際問題影響其更廣泛的應(yīng)用，其一是需要大量重復(fù)航過數(shù)據(jù)，通常需要20景以上，即使是算法模型優(yōu)化后也至少需要進行11景才能實現(xiàn)在有效參數(shù)范圍內(nèi)的合理重構(gòu)；其二是高昂的計算代價，因此很難擴展到大規(guī)模行業(yè)應(yīng)用中。結(jié)合垂直結(jié)構(gòu)信息和極化信息，根據(jù)散射機制組合選擇不同的城市模型，開展高精度的相位定標技術(shù)、針對平滑表面和植被區(qū)的處理技術(shù)、時間序列大氣延遲糾正技術(shù)、雙基和多基系統(tǒng)處理技術(shù)，以及機器學(xué)習(xí)技術(shù)在層析SAR中的應(yīng)用將是未來城市監(jiān)測中的重要研究方向。

5 結(jié)束語

本文介紹了層析SAR機理和處理流程，并針對層析SAR主要應(yīng)用方向國內(nèi)外研究現(xiàn)狀進行了綜述，分析了層析SAR成像技術(shù)的研究熱點，總結(jié)了其在植被垂直結(jié)構(gòu)、冰川厚度、積雪深度、建筑物結(jié)構(gòu)方面的應(yīng)用研究前景，并對未來的發(fā)展趨勢進行了展望。目前的研究集中在植被和建筑物等領(lǐng)域，星載層析SAR觀測主要集中在建筑物信息提取方面，有關(guān)冰凍圈的層析SAR應(yīng)用研究較少，尤其是積雪方面還停留在地基觀測。近年來SAR衛(wèi)星的研制正在朝著星座化、高重訪密度的方向發(fā)展，隨著BIOMASS,Sentinel-1A/B雷達衛(wèi)星組網(wǎng)、

COSMO-SkyMed星座、RCM (Radarsat Constellation 1,2,3)星座計劃、SAOCOM-CS衛(wèi)星組網(wǎng)和我國SAR衛(wèi)星組網(wǎng)計劃等新型空間探測概念的推出和實施，多波段、多極化聯(lián)合處理技術(shù)的升級，層析SAR必將在不遠的將來得到更廣泛便捷的應(yīng)用。