哨兵1号的对流层湿延迟变化提取与分析

郭秋英，黄守凯,3，李德伟，赵 耀，张立国，张海平，李国伟

哨兵1号的对流层湿延迟变化提取与分析

郭秋英1，黄守凯1,3，李德伟1，赵 耀1，张立国2，张海平2，李国伟2

（1. 山东建筑大学 测绘地理信息学院，济南 250101；2. 山东省国土测绘院，济南 250102；3. 中国测绘科学研究院 北京房山人卫激光国家野外科学观测研究站，北京 100036）

为了进一步提高大气水汽反演的精度和可靠性，提出一种利用星载干涉合成孔径雷达（InSAR）提取对流层天顶湿延迟（ZWD，简称对流层湿延迟）的方法：以2020年1月至2020年3月覆盖济南及周边地区的哨兵1号卫星（Sentinel-1）数据为基础，采用欧洲中期天气预报中心（ECMWF）第五代全球气候的大气再分析资料（ERA5）计算对流层干延迟分量；再利用双线性插值方法统一干延迟分量与Sentinel-1的分辨率；然后通过差分数据处理实现InSAR干涉图相位中对流层湿延迟分量的提取。实验结果表明，Sentinel-1数据可以在较高的空间分辨率内有效提取对流层湿延迟；InSAR技术与北斗卫星导航系统（BDS）技术探测的天顶方向对流层湿延迟变化趋势一致，且对流层湿延迟含量逐渐升高；2种探测手段的对流层湿延迟结果平均偏差为4.45～9.03 mm，最小偏差可达0.3 mm，二者相关系数为0.79。利用InSAR技术结合Sentinel-1等数据可以提取高精度、空间连续对流层湿延迟，可为大范围、空间连续的大气水汽反演提供数据支撑。

星载干涉合成孔径雷达（InSAR）；哨兵1号；对流层湿延迟（ZWD）；北斗卫星导航系统（BDS）；气象再分析资料

0 引言

对流层天顶湿延迟（zenith wet delay，ZWD），简称对流层湿延迟，是反演大气可降水量（precipitable water vapor，PWV）的重要参数，其受对流层水汽变化的影响，难以用具体的经验模型描述；因此进行对流层湿延迟提取与分析是对流层水汽变化研究的关键问题[1]。并且掌握与水汽相关的对流层湿延迟变化，对气象信息预报与预警、灾害天气防范等领域具有重要意义[2-3]。

无线电探空技术可以获取大气中湿度、温度等气象要素，能够以较高的垂直分辨率获取高精度的PWV，但无线电探空站分布稀疏，每天只释放2次，时空分辨率较低，难以对中小尺度水汽变化进行有效监测。全球卫星导航系统（global navigation satellite system，GNSS）通过接收卫星信号反演PWV，能够全天候、高精度探测大气水汽信息，但地面GNSS测站分布稀疏，难以探测小区域内大气水汽的变化[4]。水汽辐射计接收微波信号计算PWV，时间分辨率较高，但在有云层遮挡和雨雪等恶劣天气条件下观测会产生明显的观测误差。光学气象卫星通过卫星传感器上的近红外水蒸气通道，例如中分辨率成像光谱仪（moderate-resolution imaging spectroradiometer，MORIS）能够以较高的空间分辨率获取PWV，但只能获取白天的水汽信息，在云层遮挡条件下观测精度降低[5]。

星载干涉合成孔径雷达（interferomtric synthetic aperture radar，InSAR）测量方法具有高精度、高空间分辨率、全天时、不受云层遮挡和雨雪等气象条件影响等优点，在地表形变监测、灾害探测等领域取得了广泛应用[6-7]。尤其2014年以来，哨兵1号（Sentinel-1）卫星采取开放的数据分发策略，为探测大气水汽和气象学的研究提供重要支持[8]。Sentinel-1宽幅工作模式下测绘带宽可达250 km，空间分辨率5 m×20 m，重访周期为6 d，在特定区域，不同轨道的卫星重访周期可缩短为1 d。雷达信号穿过对流层时，信号发生了折射，产生对流层延迟。对流层延迟分为对流层湿延迟和对流层天顶干延迟（zenith hydrostatic delay，ZHD）（简称对流层干延迟）。ZWD通过水汽转换系数转换为PWV，由于InSAR干涉图是2幅InSAR影像对应像素干涉相位相减的结果，因此InSAR提取的ZWD是相对值[9]。

目前，国内外学者针对InSAR干涉图中对流层延迟相位进行校正，获取高精度的地表信息以及地表形变信息等方面进行了大量研究[10-11]。然而，将对流层延迟相位看作“信号”进行PWV的反演，从而开展InSAR气象学研究的工作相对不足。文献[12]提出InSAR气象学的概念，初步研究了InSAR反演大气水汽的方法，为InSAR气象学推广奠定了基础。文献[13]利用欧洲环境卫星（European environmental satellite，Envisat）提供的8景InSAR数据提取对流层延迟，减去从气象再分析资料中提取干延迟相位，得到了美国洛杉矶地区高精度的对流层湿延迟信息，但部分干涉图时间基线时间基线较长，InSAR干涉图中可能会残留地表形变相位。文献[14]利用Envisat提供的18景InSAR数据提取了德州市、沧州市周围地区对流层延迟相位，计算大气水汽含量，但忽略了对流层干延迟相位对InSAR干涉图造成的误差。文献[15]采取时间序列InSAR的处理方法提取对流层湿延迟，其假设大气延迟在时间上不相关，获取了成像时刻的大气水汽信息，但利用时间序列InSAR方法需要大量的数据，会产生庞大的数据计算工作，制约了大气水汽反演的研究效率。

综上所述，本文利用第五代全球气候的大气再分析资料（the fifth major global reanalysis，ERA5）计算对流层干延迟，采用双线性插值方法统一了对流层干延迟与Sentinel-1数据分辨率，选择时间基线不大于24 d的InSAR干涉图提取2020年1月至2020年3月济南及周边地区对流层湿延迟，在统一ERA5与加米特（GAMIT）软件中干延迟计算模型的基础上，利用北斗卫星导航系统（BeiDou navigation satellite system，BDS）反演的对流层湿延迟数据进行对比验证，分析2种探测手段对流层湿延迟结果之间的关系，以期为城市级别空间连续的对流层水汽分布特征研究提供参考。

1 InSAR提取对流层湿延迟原理

ZHD是地表气压的函数，约占对流层总延迟的90%且变化非常平缓，在50 km×50 km范围内的变化可以忽略不计，但是在大于100 km×100 km的区域和高程起伏较大的区域，地表气压发生变化，会导致ZHD有几厘米的误差，因此不能简单忽略ZHD的影响[16]。ZWD占对流层总延迟的10%左右。虽然ZWD占对流层总延迟比重较小，但其随时间变化快且区域性较强，因此，干涉图中ZWD占主导地位。

2幅InSAR影像对应像素相减生成干涉相位图，干涉相位图中包括5种误差相位，且误差相位都是相对值，用公式表示为

2 研究区与数据集

图1 研究区概况

本文选取欧洲航天局（European Space Agency，ESA）发布的2020年覆盖济南及其周边地区的Sentinel-1卫星的C波段升轨数据，该区域位于中纬度地区，受电离层效应影响可忽略不计，数据的覆盖范围约250 km×170 km，采取干涉幅宽模式（interferometric wide swath，IW），入射角为38.92°。

ERA5全球气象再分析资料同化气象站数据、卫星遥感等多源观测数据，提供多种均匀网格化数据[18]。本文选取2020年覆盖研究区域ERA5气象再分析资料中的地表气压数据，其空间分辨率为0.1°×0.1°（经度×纬度），时间分辨率为1 h。

山东省国土测绘院CORS站提供CQRS、DEZH、GQML、JYRS、KYRS、PYRS、SDLL、SHRS、YAXI、ZQRS 10个测站的BDS卫星观测数据，CORS测站空间分布情况如图1所示。

3 实验结果分析

3.1 InSAR提取结果

表1 干涉图基本信息

对Sentinel-1卫星影像进行配准、干涉、滤波、解缠等步骤，去除干涉图中与对流层延迟无关的相位，视线方向上的对流层延迟相位如图2所示。图2中存在明显的对流层延迟现象，白色区域与黑色区域是对流层延迟现象较为明显的地区。

图2 InSAR提取干涉图的对流层延迟相位空间分布

图3 ERA5气象再分析资料计算空间分布

图4 InSAR提取干涉图的空间分布

3.2 InSAR与BDS对比与分析

表2 InSAR与BDS偏差对比 mm

图6 4幅InSAR干涉图提取的与山东省CORS测站的相关性比较

4 结束语

本文结合Sentinel-1数据和ERA5气象再分析资料，利用InSAR技术提取了2020年1月—2020年3月济南及周边地区高精度、高空间分辨率的对流层湿延迟结果，并利用研究区域内10个CORS站的BDS观测数据进行了验证，得出以下结论：

2）InSAR技术提取对流层湿延迟结果可以同时反映大区域与局部区域对流层湿延迟空间分布特征，其中Sentinel-1数据分辨率达到5 m×20 m，即使在很小的空间范围内，也可以提供高精度、空间连续的对流层湿延迟信息。

研究结果表明，利用InSAR技术结合Sentinel-1数据、ERA5气象再分析资料等数据可以高精度、高空间分辨率地提取对流层湿延迟，为PWV反演提供重要支撑。

[1] BEVIS M, BUSINGER S, HERRING T A, et al. GPS meteorology: remote sensing of atmospheric water vapor using the global positioning system[J].Journal of Geophysical Research, 1992, 97(14): 15787-15801.

[2] 李建国, 毛节泰, 李成才, 等. 使用全球定位系统遥感水汽分布原理和中国东部地区加权“平均温度”的回归分析[J]. 气象学报, 1999, 57(3): 28-37.

[3] 徐铭泽, 郭秋英, 侯建辉, 等. 济南地区加权平均温度模型建立及精度分析[J]. 导航定位学报, 2021, 9(5): 142-151.

[4] 赵庆志. 地基GNSS水汽反演关键技术研究及其应用[D]. 武汉: 武汉大学, 2017.

[5] 宋小刚, 李德仁, 单新建, 等. 基于GPS和MODIS的ENVISAT ASAR数据干涉测量中大气改正方法研究[J].地球物理学报, 2009, 52(6): 1457-1464.

[6] MASSONNET D, FEIGK K L. Rader interferometry and its application to changes in the earth’s surface[J]. Reviews of Geophysics, 1998, 36(4): 441-500.

[7] 李振洪, 宋闯, 余琛, 等. 卫星雷达遥感在滑坡灾害探测和监测中的应用:挑战与对策[J]. 武汉大学学报(信息科学版), 2019, 44(7): 967-979.

[8] MATEUS P, MIRANDA P, NICO G, et al. Assimilating InSAR maps of water vapor to improve heavy rainfall forecasts: a case study with two successive storms[J]. Journal of Geophysical Research:Atmospheres, 2018, 123(7): 3341-3355.

[9] DING X L, LI Z W, ZHU J J, et al. Atmospheric effects on InSAR measurements and their mitigation[J]. Sensors, 2008, 8(9): 5426-5448.

[10] 王建业, 梁小龙, 金喜, 等. 黄土填方区地表沉降时序InSAR监测分析[J]. 测绘通报, 2021(8): 158-161.

[11] 曾琪明, 章晓洁, 焦健. InSAR生成DEM中WRF大气校正[J]. 遥感学报, 2016, 20(5): 1151-1160.

[12] HANSSEN R F. High-resolution water vapor mapping from interferometric radar measurements[J]. Science, 1999, 283(5406): 1297-1299.

[13] 唐伟. 利用气象再分析资料研究InSAR大气对流层延迟与水汽反演[D]. 武汉: 武汉大学, 2017.

[14] 占文俊. InSAR大气相位建模与估计及差分水汽分解[D]. 长沙: 中南大学, 2014.

[15] LIU S. Satellite radar interferometry: estimation of atmospheric delay[D]. Netherlands: Delft Universiteit of Technology, 2012.

[16] JOLIVET R, AGRMA P S, LIN N Y, et al. Improving InSAR geodesy using global atmospheric models[J]. Journal of Geophysical Research Solid Earth, 2014, 119(3): 2324-2341.

[17] 王帅民. 基于GNSS和再分析资料的ZTD/PWV精度评定与模型构建方法研究[D]. 济南: 山东大学, 2021.

[18]张永林, 蔡昌盛. 基于再分析资料ERA5的对流层延迟估计方法及精度评估[J]. 大地测量与地球动力学, 2020, 40(1): 62-65.

Tropospheric zenith wet delay variation extraction and analysis by Sentinel-1

GUO Qiuying1, HUANG Shoukai1,3, LI Dewei1, ZHAO Yao1, ZHANG Liguo2, ZHANG Haiping2, LI Guowei2

（1. School of Surveying and Geo-informatics, Shandong Jianzhu University, Jinan 250101, China;2. Shandong Provincial Institute of Land Surveying and Mapping, Jinan 250102, China;3. Beijing Fangshan Satellite Laser Ranging National Observation and Research Station, Chinese Academy of Surveying and Mapping, Beijing 100036, China）

In order to further improve the the accuracy and reliability of precipitable water vapor inversion, the paper proposed an extraction method of tropospheric zenith wet delay(ZWD) by using spaceborne interferomtric synthetic aperture radar (InSAR): based on the Sentinel-1 satellite data in the Jinan and surrounding areas from 2020-01 to 2020-03, the fifth major global reanalysis (ERA5) of the European Center for Medium-range Weather Forecasts (ECMWF) was used to calculate the tropospheric dry delay component; and bilinear interpolation methods was used to unify the resolution of the tropospheric dry delay component with Sentinel-1; then the extraction of tropospheric wet delay component in InSAR interferogram phase was realized by differential data processing. Experimental result showed that Sentinel-1 data could effectively extract tropospheric zenith wet delays at higher spatial resolution, the variation trend of the tropospheric wet delay in the zenith direction detected by InSAR technology could be consistent with that by Beidou navigation satellite system (BDS) technology, and the content of tropospheric wet delay would increase gradually; moreover, the average deviation of the two detection methods of tropospheric zenith wet delay would be 4.45～9.03 mm, the minimum deviation 0.3 mm, and the correlation coefficients of them 0.79. In general, InSAR technology combined with Sentinel-1 data could help extract high precision, spatially continuous tropospheric zenith wet delay, and provide data support for large-scale, spatially continuous precipitable water vapor inversion.

spaceborne interferomtric synthetic aperture radar (InSAR); Sentinel-1; tropospheric zenith wet delay (ZWD); BeiDou navigation satellite system (BDS); atmospheric reanalysis

P228

A

2095-4999(2023)02-0203-08

郭秋英, 黄守凯, 李德伟, 等. 哨兵1号的对流层湿延迟变化提取与分析[J]. 导航定位学报, 2023, 11(2): 203-210.（GUO Qiuying, HUANG Shoukai, LI Dewei, et al. Tropospheric zenith wet delay variation extraction and analysis by Sentinel-1[J]. Journal of Navigation and Positioning, 2023, 11(2): 203-210.）DOI:10.16547/j.cnki.10-1096.20230224.

2022-03-21

山东省自然科学基金项目（ZR2021QD155，ZR2020QD049，ZR2017MD029，ZR202103020231）；大地测量与地球动力学国家重点实验室开放基金项目（SKLGD2021-5-5）。

郭秋英（1970—），女，山东金乡人，博士，教授，研究方向为GNSS精密定位数据处理、北斗/GNSS气象学。

黄守凯（1998—），男，安徽蚌埠人，硕士研究生，研究方向为北斗/GNSS气象学、GNSS/遥感/InSAR数据融合与数据处理等。