Спутниковые интерферометрические методы SAR в поддержку картирования чрезвычайных ситуаций

Magdalena Vassilevaa, Fabio Giulio Tonoloa, Paolo Riccardib, Daniele Leccib, Piero Boccardoc and Giuliana Chiesad

ITHACA, Torino, Italy; Sarmap, Purasca, Switzerland; Politecnico di Torino, Torino, Italy; Geoworks, Gravere, Italy

АННОТАЦИЯ

В этом документе исследуется потенциал интерферометрии радара с синтезированной апертурой (SAR) в области картирования аварийных ситуаций, для оценки его пригодности как для быстрого картирования, направленного на поддержку фазы немедленного реагирования после стихийного бедствия, так и для картирования, направленного на предотвращение рисков и меры по смягчению их последствий. Традиционный метод дифференциальной интерферометрии (DInSAR) и два доступных в настоящее время мультивременных интерферометрических метода – постоянных рассеивателей (PS) и малых базовых линий (SBAS), были оценены с упором на основные требования по составлению карт чрезвычайных ситуаций, а именно типы продуктов кризисной информации, доступность оптимальных входных данных, требования с точки зрения вспомогательных данных, времени обработки и ожидаемой точности. Вышеупомянутые исследования были проведены с использованием миссии Sentinel-1 Европейского космического агентства (ESA) в C-диапазоне, которые характеризуются политикой бесплатных, полных и открытых данных. Поэтому в этом документе не будут оцениваться различные датчики SAR и их различные технические характеристики, например, длина волны и пространственное разрешение. Репрезентативные результаты представлены и обсуждены с целью описания возможных типов интерферометрических продуктов в конкретных сценариях аварийного картирования.

Введение

Картирование аварийных ситуаций можно определить как «создание карт, геоинформационных продуктов и продуктов пространственного анализа, предназначенное для обеспечения ситуационной осведомленности, управления чрезвычайными ситуациями и немедленной кризисной информацией для реагирования посредством извлечения справочной информации (до события) и кризисной (после события) географической информации/данных со спутников или аэрофотоснимков» (IWG-SEM, 2014). Спутниковое дистанционное зондирование (EO – Earth Observation) позволяет снимать широкий спектр типов бедствий и все этапы управления рисками бедствий (DRM – Disaster Risk Management), т.е. предотвращение и смягчение последствий, готовность, реагирование и восстановление, поскольку оно позволяет получать геопространственные данные на больших территориях с ограниченным доступом или вообще без доступа. За последние 15 лет для глобальной оперативной оценки чрезвычайных ситуаций и снижения риска все чаще используется картографирование чрезвычайных ситуаций по спутниковым данным (Voigt et al., 2016). Доступны различные типы датчиков, платформ и методов: выбор в основном основывается на деталях события и требованиях конечного пользователя, т.е. тип стихийного бедствия, который необходимо нанести на карту, приблизительные размеры пострадавших районов, требуемый уровень детализации для анализа и необходимость мониторинга события (Boccardo & Giulio-Tonolo, 2014). Что касается типа датчиков, радар с синтезированной апертурой (SAR), характеризующийся так называемыми «всепогодными» и «круглосуточными» возможностями съемки, представляет собой мощный инструмент в том числе для картирования чрезвычайных ситуаций: увеличение частоты мониторинга, используемые проходы спутников как утром, так и вечером по местному времени, предоставление геопространственной информации практически в любых условиях облачного покрова (хотя некоторые особые метеорологические условия, такие как наличие толстых дождевых ячеек, могут мешать обратно рассеянному сигналу). Интерферометрия SAR (InSAR) (Rosen et al., 2000) — это особая методика, позволяющая получить модель рельефа местности из двух геометрически совместимых изображений SAR, в то время как с помощью дифференциальной интерферометрии (DInSAR) (Gabriel, Goldstein, & Zebker, 1989), можно извлечь данные о высоте и обнаружить возможные движения поверхности. Изображение когерентности, созданное во время интерферометрического процесса, предоставляет информацию об интерферометрическом качестве; однако его также можно использовать для косвенного извлечения тематической информации, относящейся к свойствам наземных объектов и их временным изменениям, которые не видно из информации об амплитуде. В последние десятилетия интерес научного сообщества сосредоточился на мультивременном анализе параллельно с технологическими прорывами, позволившими обрабатывать и управлять огромными объемами данных, т.е. большими данными. В этом контексте были разработаны два основных интерферометрических подхода с мультивременным наложением: постоянные рассеиватели (PS) (Ferretti, Prati, & Rocca, 2000, 2001; Hooper, Zebker, Segall, & Kampes, 2004) и малое базовое подмножество (SBAS) (Berardino, Fornaro, Lanari и Sansosti, 2002). Интерферометрия SAR является мощным спутниковым методом для оценки геологических опасностей и может способствовать картированию чрезвычайных ситуаций, предоставляя уникальную геопространственную информацию. В этой статье исследуется потенциал доступных в настоящее время интерферометрических алгоритмов для извлечения кризисной информации, полезной для деятельности по управлению чрезвычайными ситуациями, с упором на тип кризисной информации, которую можно использовать в этой области. Во-первых, кратко объясняются интерферометрические методы, основное внимание уделяется темам, относящимся к приложениям картирования чрезвычайных ситуаций. Во-вторых, описанные методы анализируются и обсуждаются с основной целью оценки полезности информации, полученной с помощью интерферометрического подхода и выполнения требований картирования аварийных ситуаций. Анализ обобщается в соответствии с пятью основными параметрами, которые были определены как важные для картирования чрезвычайных ситуаций: тип информации о кризисе, которую можно извлечь, наличие оптимальных входных данных, требования к вспомогательным данным, время обработки и ожидаемая точность. В заключительном разделе представлены и обсуждаются несколько эксплуатационных испытаний (по возможности со ссылками на реальные примеры), выполненных с использованием готового коммерческого (COTS) программного обеспечения ENvironment for Visualizing Images (ENVI) SARscape и с использованием снимков Copernicus Sentinel-1 SAR и 90-метровой цифровой модели местности (ЦММ), предоставленной Shuttle Radar Topography Mission (SRTM) в качестве набора входных данных.

Интерферометрические методы SAR

Изображения SAR (тип продукта Single Look Complex) представляют собой массив комплексных значений, состоящий из информации об амплитуде и фазовом сдвиге обратно рассеянного сигнала. Сам фазовый сдвиг не дает никакой полезной информации. Однако разность фаз, или интерферограмма, между двумя снимками SAR с совмещенной геометрией содержит информацию о топографии поверхности и возможных смещениях грунта в направлении прямой видимости (LOS). Многие другие факторы вносят вклад в разность фаз, но они не предоставляют полезной информации для картирования аварий, и поэтому их влияние должно быть устранено или, по крайней мере, уменьшено, т.е. геометрическая декорреляция, временная декорреляция, неточная информация об орбите, атмосферные помехи и шум датчика. В частности, DInSAR — это метод, применяемый для получения поверхностных деформаций путем вычитания высоты местности.

Рис. 1. Получение данных SAR с повторным проходом (t0 относится к первому времени сбора данных, а t0+?t относится ко второму времени сбора данных). Геометрическая конфигурация сбора данных подходит а) для топографического обнаружения; H — высота орбиты, h — высота цели; б) при поверхностной деформации.

Значения интерферограммы находятся в диапазоне ± π, поэтому она отображается в виде серии полос. Изменение интерферометрической фазы на 2π, называемое интерферометрической неоднозначностью, соответствует определенной величине изменения высоты или смещения, которое можно измерить. Этот параметр определяет фазовую чувствительность к топографическим изменениям или смещениям поверхности и, таким образом, минимальные топографические изменения или движения, обнаруживаемые интерферометрической системой SAR. Интерферометрическая топографическая неоднозначность зависит от: i. нормальной базовой линии (Bn), т.е. ортогональной составляющей расстояния между положениями двух датчиков; II. длины волны сигнала (λ); III. расстояния датчик-цель (R) и iv. угла падения (θ):

Неоднозначность интерферометрического смещения равна λ/2, и, таким образом, смещение вдоль LOS датчик – цель может быть детектировано до сантиметрового уровня. Как правило, топографическая чувствительность увеличивается с увеличением длины нормальной базовой линии, не превышая так называемого критического значения, при котором фаза становится непостоянной (см. рис. 1, а). С другой стороны, чувствительность к смещению уменьшается вместе с длиной нормальной базовой линии, и идеальным условием было бы достижение нулевых значений Bn (см. рис. 1(b)).

Чтобы получить физическую информацию, то есть высоту или движение поверхности, интерферограмму необходимо развернуть. Этот шаг выполняется с помощью сложных алгоритмов, которые преобразуют неоднозначные значения 2π в абсолютные значения по отношению к одному или нескольким эталонным значениям точки.

Точность физических величин зависит, помимо интерферометрической неоднозначности, от нескольких априори трудно вычислимых параметров: декорреляции, как геометрической, так и временной, атмосферных эффектов, шума, точности дополнительных данных и ограничений обработки. Геометрическая декорреляция вызвана наличием нескольких сравнимых рассеивателей в одной наземной ячейке, которые изменяют свою отражательную способность при изменении геометрии сбора данных. Этот эффект присутствует, например, на участках с растительностью. Временная декорреляция вызывается сезонными изменениями или изменениями в землепользовании; поэтому предпочтительны короткие временные различия, чтобы уменьшить временные декорреляции. Оценка когерентности является полезным параметром для получения информации о геометрической и временной декорреляции. Это продукт взаимной корреляции, полученный из двух совместно зарегистрированных изображений SAR с комплексным значением, и он оценивает статистические различия между сигналами в двух измерениях.

Хорошо известные искажения перспективы SAR – еще один важный фактор для определения точности окончательных данных. Наложение и затенение изменяют информацию об амплитуде и фазе, и, следовательно, по этим зонам невозможно извлечь полезные данные. Области, по которым отсутствуют данные, можно уменьшить, комбинируя восходящую и нисходящую геометрию сбора данных (Crosetto, 2002). Маски наложения и тени могут быть сгенерированы априори, чтобы понять, затронуты ли области интереса искажениями.

В последние десятилетия были разработаны два различных интерферометрических подхода с мультивременным наложением: PS и SBAS. Эти передовые методы применяются для обнаружения развития деформации поверхности во времени и для преодоления некоторых ограничений, встречающихся в простой дифференциальной интерферометрии: устранение атмосферных эффектов и явлений фоновой декорреляции, высокая когерентность и устойчивость к возможным ошибкам DEM (Berardino и др., 2002; Lanari и др., 2007). Оба подхода требуют набора временных данных, состоящего из полученных SAR-изображений с совместимой геометрией. Мультивременной подход улучшает интерферометрические характеристики и чувствительность, обнаруживая смещение до миллиметра. Однако подходы PS и SBAS имеют существенные различия в производительности. Подход PS основан на выявлении устойчивых точечных отражателей, таких как искусственные сооружения и горные породы, обладающих высокой когерентностью на протяжении всего периода наблюдения и обеспечивающих точечную оценку смещения только для обнаруженных устойчивых целей. Благодаря этой характеристике метод PS использует все интерферометрические пары и, следовательно, те, которые характеризуются длинными базовыми линиями. Фактически все интерферограммы генерируются относительно одного и того же мастер-изображения. Основным ограничением подхода PS является неоднородность PS, идентифицированная алгоритмом на территориях с разным растительным покровом: более высокая плотность в городских районах, более низкая плотность в негородских районах, и даже нулевая плотность в районах с растительностью. С другой стороны, подход SBAS состоит из комбинации изображений с SBAS для ограничения эффектов пространственной декорреляции. Чтобы проследить эволюцию смещения во времени, различные интерферограммы должны быть связаны во времени (см. рис. 2). Затем смещение поверхности генерируется по распределенным рассеивателям с однородными характеристиками, такими как участки с невысокой растительностью, мусором или пустыни, которые превышают определенный порог когерентности (обычно 0,2).

Как упоминалось выше, интерферометрия SAR может измерять только одно измерение компонента деформации поверхности LOS. Если смещение произошло ортогонально направлению прямой видимости, этот компонент равен нулю. Положительные значения соответствуют движению к датчику, тогда как отрицательные значения соответствуют движению назад от датчика. Разность фаз более чувствительна к вертикальным смещениям, чем к горизонтальным. Кроме того, отсутствует чувствительность к движениям в направлении орбиты (север-юг). Реальное направление деформации можно определить, комбинируя две геометрии сбора данных, т. е. восходящую и нисходящую (см. рис. 3(а)). Движения поверхности, выявленные в обеих геометриях, можно интерпретировать следующим образом (см. рис. 3(b)).

• Одинаковые знаки величины движения в обеих геометриях указывают преимущественно на вертикальные движения, положительные, если вверх, и отрицательные, если вниз.
• Противоположные знаки значения движения в обеих геометриях указывают на то, что движение происходит с востока на запад (или наоборот)

Измерения смещения всегда соотносятся со временем и пространством относительно времени, поскольку движение рассчитывается относительно одного эталонного изображения, полученного в определенный период, и относительно пространства, поскольку все перемещения вычисляются относительно определенной контрольной точки (предполагаемой как стабильной).

Возможности SAR-интерферометрии для картирования чрезвычайных ситуаций

Чрезвычайное картирование предназначено для поддержки действий по управлению чрезвычайными ситуациями. Существуют два основных различных типа картирования чрезвычайных ситуаций: быстрое картирование, т.е. быстрое предоставление геопространственных данных, необходимых для этапа немедленного реагирования на чрезвычайные ситуации, и картирование мониторинга риска, т.е. мониторинг конкретных параметров во времени в районах, подверженных риску. Обычный рабочий процесс быстрого картирования состоит из мультивременного анализа с использованием одного изображения до события и одного (или более) изображения после, полученных сразу после события. В зависимости от типа бедствия можно получить два основных типа информации о кризисе: описание масштаба события, т.е. затопленные территории, оползневые массивы и лесные пожары, а также оценка ущерба, т.е. уровни ущерба зданиям, инфраструктуре и сельскохозяйственным угодьям. При картировании чрезвычайных ситуаций используются различные датчики (например, оптические, микроволновые, гиперспектральные и т.д.) и подходы (например, индексы, визуальная интерпретация, методы обнаружения изменений и т.д.). Использование данных SAR преобладает для извлечения затопленных территорий (Vassileva, Nascetti, GiulioTonolo, & Boccardo, 2015), в то время как оптические изображения используются, когда требуется оценка ущерба (Antonietta, Boccardo, Giulio Tonolo, & Vassileva, 2015). Предпочтительны автоматические и полуавтоматические методы, чтобы ускорить этапы обработки и извлечения тематической информации. Мониторинговое картирование требует непрерывных измерений в интересующей области, чтобы контролировать эволюцию явлений, например, засухи (Perez, Cámaro, Angeluccetti, Demarchi, & Boccardo, 2015).

В последнее десятилетие менеджеры по чрезвычайным ситуациям повысили свой интерес к интерферометрическим продуктам SAR, особенно благодаря новым миссиям SAR с высоким разрешением (например, режим TerraSAR-X Staring SpotLight следующего поколения с размером пикселя до 0,25 м), усовершенствованным подходам к обработке и мощному программному обеспечению.

Этот документ направлен на предоставление обзора возможностей и ограничений вышеупомянутых интерферометрических подходов, т.е. InSAR, DInSAR, PS и SBAS, применительно к картированию чрезвычайных ситуаций. Были определены и проанализированы пять параметров:

i. типы кризисных информационных продуктов;

ii. наличие оптимальных исходных данных;

iii. требование в отношении вспомогательных данных;

iv. время обработки и

v. ожидаемая тематическая точность.

Типы кризисных информационных продуктов

Обычный интерферометрический метод (InSAR) позволяет генерировать цифровые карты высот, тогда как дифференциальная интерферометрия (DInSAR) обеспечивает картирование деформации в направлении прямой видимости. DInSAR подходит для картирования больших и быстрых движений поверхности, например, вызванных землетрясениями (Zuo, Qu, Shan, Zhang, & Song, 2016) или внезапными обвалами склонов (Casagli et al., 2016). Изображение когерентности также создается для каждой сгенерированной интерферограммы. Когерентность в сочетании с информацией об амплитуде используется в цветовом композитном подходе Multi Temporal Coherence (MTC) для обнаружения изменений на земле, которые не видны только из информации об амплитуде. Этот подход успешно применяется для обнаружения новых потоков лавы (Boccardo, Gentile, Giulio-Tonolo, Grandoni, & Vassileva, 2015).

PS и SBAS могут обнаруживать медленные движения целей, связанные с плоскими оползнями и оползнями с вращением (Bianchini et al., 2015; Haghighi & Motagh, 2016), горными потоками (Piacentini et al., 2015) и явлениями оседания (Zhang, Huang, & Bi, 2014; Чжу и др., 2015). Эти передовые интерферометрические методы применяются для создания карт средней скорости деформации и временных рядов перемещений в направлении прямой видимости. PS обеспечивает точечные измерения в урбанизированных районах и на обнажениях, где в основном присутствуют устойчивые рассеиватели. Таким образом, информация о сельскохозяйственных территориях и территориях с естественной растительностью не может быть предоставлена. SBAS обеспечивает пространственно плотные карты деформаций благодаря возможности обнаруживать изменения также на участках с невысокой растительностью или без растительности.

Управление чрезвычайными ситуациями в основном имеет дело с внезапными событиями, которые возникают и развиваются в течение короткого времени или активируются в определенных условиях окружающей среды, например, землетрясения или оползни из-за сильного дождя. Таким образом, традиционные интерферометрические методы в основном подходят, с точки зрения тематического содержания, для целей быстрого картирования, поскольку они могут обнаруживать внезапные деформации поверхности (но также при их оценке следует учитывать своевременность доступности такой информации для конечных пользователей). Модели высот, созданные с помощью метода InSAR, могут предоставить более точную топографическую информацию, полезную для анализа паводков (Mason et al., 2016) и для геометрической коррекции оптических изображений. Временной анализ PS и SBAS в основном подходит для явлений, развивающихся в течение длительного периода времени, и, таким образом, для карт мониторинга. Основные заключения сведены в Таблицу 1, а подробное рассмотрение факторов следует сразу после нее.

Таблица 1. Сводная таблица интерферометрических подходов, проанализированных по пяти параметрам: значения времени обработки относятся к тестам обработки изображений Sentinel-1, всей сцене IW в случае обработки DInSAR и InSAR и 25–30 изображениям площадью около 100 км2 в случае обработки PS и SBAS

Наличие оптимальных исходных данных

Для интерферометрии SAR для создания ЦММ требуется одна пара изображений SAR, характеризующаяся подходящей геометрией (один и тот же датчик, одна и та же орбита и один и тот же путь). Пара должна иметь как можно более длинную нормальную базовую линию (но не превышать критическую базовую линию), чтобы внести наименьшую неопределенность между интерференционными полосами, и должна характеризоваться короткой временной разницей, чтобы уменьшить временные декорреляции. Чтобы компенсировать недостаток информации о частях анализируемой области из-за явлений радиолокационного искажения, необходимо обработать и интегрировать по крайней мере две различные геометрии.

Для DInSAR требуется пара изображений SAR, одно до и одно после события, с максимально короткой базовой линией, чтобы уменьшить остаточную фазу высоты. Для выполнения вычитания высоты требуется третье изображение SARили ЦММ. Реальный вектор деформации поверхности можно оценить, объединив две геометрии (т.е. восходящую и нисходящую). Для PS и SBAS требуется большой набор временных данных сцен SAR (не менее 20 изображений). Изображения должны быть получены с одного и того же датчика, иметь одинаковую геометрию получения и характеризоваться хорошей непрерывностью временной последовательности.

Все вышеупомянутые требования могут быть выполнены благодаря наличию различных поисково-спасательных миссий, действующих в настоящее время и предоставляющих большой объем данных (см. рис. 4). Частота наличия изображений над определенной интересующей областью зависит от времени повторного посещения спутником и режима работы датчика, т. е. непрерывного сбора данных или сбора данных по запросу. Некоторые коммерческие миссии, такие как итальянская Cosmo-SkyMed (2016 г.), осуществляют регулярные съемки в некоторых областях (на территории Италии гарантируется не менее одной съемки в месяц) и только по запросу в других областях. Действующая в настоящее время миссия Sentinel-1 осуществляет непрерывную съемку по всему миру с 6-дневным периодом повторного посещения после запуска своего второго спутника Sentinel-1B в апреле 2016 г. (публичная доступность снимков Sentinel-1B началась 26 сентября 2016 г.). Все оперативные миссии могут быть перепланированы в случае возникновения чрезвычайной ситуации, чтобы охватить приоритетные районы поражения и предоставить необходимый набор данных в кратчайшие сроки, т.е. практически в режиме реального времени.

Требование к дополнительным данным

Для правильной обработки данных SAR может потребоваться точная информация об орбите. SAR-изображения, полученные спутниками Cosmo-SkyMed и TerraSAR-X, распространяются напрямую с точной информацией об орбитах, в то время как SAR-изображения, полученные с помощью спутников ERS-1, ERS-2, ENVISAT ASAR, Radarsat и Sentinel-1, требуют внешнего файла. В частности, для снимков Sentinel-1 оценочные данные об орбите предоставляются через несколько часов после получения данных, в то время как точная информация предоставляется только спустя почти 2 недели после получения. Однако возможные ошибки из-за неточных орбит могут быть смоделированы и устранены во время интерферометрической фазы постобработки.

Внешняя ЦММ требуется для создания карт смещения, карт скоростей и моделей высот. Для обнаружения деформации требуется модель рельефа с высоким разрешением, чтобы исключить топографический вклад в интерферограмму. В случае генерации ЦММ в качестве входного набора данных достаточно модели высот с низким разрешением. Например, SRTM с интервалом между пикселями в 1 угловую секунду (~30 м на экваторе) и оценочной точностью высоты 16 м с глобальным охватом широт в диапазоне от 56° южной широты до 60° северной широты является хорошей отправной точкой в случае, когда более точные модели рельефа недоступны.

На этапах интерферометрического уточнения и развертывания фазы наземные опорные точки должны быть правильно выбраны на изображении в стабильных и плоских областях, избегая областей, подверженных движениям или с большими изменениями высот. Кроме того, чтобы исправить вышеупомянутые орбитальные ошибки, опорные точки должны быть равномерно распределены по всему изображению.

Время обработки

Время интерферометрической обработки зависит от разрешения изображения, его размера, количества изображений, которые необходимо обработать, количества генерируемых интерферограмм и технических характеристик оборудования.

Эксплуатационные тесты, которые будут описаны и обсуждены в этом документе, проводились в программном обеспечении ENVI SARscape COTS, установленным на компьютере со следующими техническими характеристиками: Windows 10 Pro, Intel Xeon E5-2670 2,6 ГГц, 2 процессора, 8 ядер на CPI, 64 ГБ ОЗУ.

Шаги обработки карты смещений или генерации ЦММ в SARscap: 1. генерация интерферограммы; 2. адаптивная фильтрация и генерация когерентности; 3. развертка фазы; 4. уточнение и повторное сглаживание; 5. фазовое преобразование и геокодирование. Генерация интерферограммы и обработка развертки являются наиболее трудоемкими этапами. Для получения изображения интерферограммы требуется около 1,5 ч для создания всей сцены Sentinel-1 (размер пикселя 20 x 20 м²). Конечный продукт получают почти через 5–6 часов.

Методы PS и SBAS требуют больших затрат времени из-за большого количества изображений, необходимых для операции, и большого количества генерируемых интерферограмм. Время обработки данных SAR (начиная от загрузки изображения до этапа финальной обработки) пропорционально увеличивается с количеством изображений, подлежащих обработке. В цепочке обработки SARscape PS выполняются следующие шаги: 1. граф связей; 2. интерферометрический процесс; 3. первый этап инверсии; 4. второй этап инверсии; 5. геокодирование. Рабочий процесс обработки SARscape SBAS состоит из следующих элементов: 1. граф связей; 2. интерферометрический процесс; 3. уточнение и повторное сведение; 4. первый этап инверсии; 5. второй этап инверсии; 6. геокодирование. Наиболее трудоемкими этапами являются процесс построения интерферограммы и первый этап инверсии (см. рис. 5). Для очень больших наборов данных (50 и более изображений) эти шаги могут занять до 1 недели.

Рис. 5. Время обработки SBAS на одной машине. Время «графа связей» незначительно, поэтому оно не показано на графике (© sarmap, 2016).

Чтобы ускорить наиболее трудоемкие шаги, группа Sarmap разработала высокопроизводительную кластеризацию компьютеров SARscape. Кластерная архитектура включает одну клиентскую машину, которая распределяет последовательные трассировки между множеством подключенных к ней узлов. Таким образом, совместная регистрация изображений, формирование интерферограммы, развертка (в случае SBAS) и первая инверсия выполняются параллельно. После этого клиентская машина вызывает результаты, собирает отдельные части и выполняет несерийные шаги. Компания Sarmap провела специальное испытание производительности: подход SBAS с использованием стека из 25 изображений типа «stripmap» COSMO-SkyMed, протяженностью 30 км × 40 км в городских районах (Рим, Италия), с мультилукингом 3 × 3 и генерацией 150 интерферограмм. Тренд на рис. 6 показывает, что общее время обработки SBAS сокращается с 10 дней до почти 40 часов при использовании восьми узлов. Тренд сходится к минимальному порогу, учитывая, что сетевое подключение и время доступа к диску сильно влияют на производительность кластера.

Точность результата

В принципе, интерферометрия SAR может обнаруживать движение земной поверхности с точностью смещения до уровня миллиметра и точностью высоты поверхности до уровня метра. Кроме того, миссии SAR последнего поколения, такие как немецкая TerraSAR-X и итальянская Cosmo-SKyMed, позволяют получать изображения с пространственным разрешением до 25 см и 1 м соответственно. Однако несколько факторов, таких как геометрическая декорреляция, временная декорреляция, нормальная базовая линия, дополнительная точность данных, радиолокационные искажения и ошибки обработки (во время развертывания), могут влиять как на деформацию поверхности, так и на топографические измерения. Точность деформации поверхности также обусловлена ориентацией движения и наклоном: интерферометрия SAR в основном чувствительна к вертикальным и западно-восточным движениям, но не чувствительна к движениям север-юг. Развитие передовых мультивременных интерферометрических методов SAR и наличие новых SAR-датчиков высокого разрешения с коротким временем повторного посещения устраняют влияние нескольких ограничивающих факторов, влияющих на DInSAR, тем самым повышая точность деформации поверхности и достигая почти теоретического значения (Prati, Ferretti, & Perissin, 2010). Однако в расширенных подходах PS и SBAS сохраняются некоторые ошибки, особенно в отношении моделирования скоростей, неподходящих опорных точек, остаточной ЦММ и обработки развертывания (выполняемой в подходе SBAS). Точность деформации можно повысить, используя более крупные и частые наборы данных изображений SAR и более точные данные о высоте. Для проверки интерферометрических результатов SAR требуются данные на месте, такие как данные GPS и измерения уровня (Colesanti, Ferretti, Prati, & Rocca, 2003; Tofani, Raspini, Catani, & Casagli, 2013).

Пример информации о кризисе на основе SAR

Цель этого раздела состоит в том, чтобы представить четкие примеры интерферометрических продуктов SAR и описать геопространственную информацию, которую можно получить, и ее возможное применение в области картирования чрезвычайных ситуаций, по возможности ссылаясь на фактические тематические исследования. В частности, основное внимание уделяется четырем типам стихийных бедствий: землетрясение, извержение вулкана, проседание грунта и оползень. Все тесты были выполнены с использованием программного обеспечения COTS (ENVI/SARscape) с использованием изображений Copernicus Sentinel-1 SAR Европейского космического агентства (ESA) в свободном и открытом доступе и открытой ЦММ 90 м SRTM. Миссия Sentinel-1 характеризуется точным управлением орбитой, что обеспечивает небольшую базовую линию между захватами. Эта характеристика делает данные Sentinel-1 идеально подходящими для обнаружения поверхностных движений; однако они не оптимальны для извлечения ЦММ.

Исследование DInSAR для лучшего понимания причин землетрясений (Центральная Италия, август 2016 г.)

Были обработаны две пары разновременных снимков Sentinel-1 (данные Sentinel Copernicus [2016]), полученных до и после события (одна пара получена во время восходящего витка, рис. 7(b), а другая – во время нисходящего, рис. 7(а)). Изображения были выбраны с критериями коротких временных баз, чтобы уменьшить возможные временные декорреляции. Короткая нормальная базовая линия, необходимая для обнаружения деформации, почти всегда гарантируется с помощью Sentinel-1, благодаря фиксированной на Земле орбитальной трубе диаметром 100 м во время нормальной работы.

Рисунок 7. Интерферограммы Центральной Италии обнаруживают интерференционные аномалии из-за землетрясения в августе 2016 года. Результаты получены из:
а – нисходящей пары Sentinel-1, снятой 21 и 27 августа; (б) восходящей пары Sentinel-1, снятой 22 и 28 августа

В обеих геометриях толстые концентрические полосы обнаруживаются над одними и теми же зонами, затронутыми землетрясением. Каждая полоса соответствует половине длины волны (т.е. 2,9 см для C-диапазона). Путем подсчета полос от дальней до центральной, можно оценить максимальную деформацию поверхности. Можно насчитать семь полос, которые реагируют на максимальную деформацию вниз на 20 см.

Карты деформации (см. рис. 8) получаются после процесса развертывания и заключительного этапа преобразования смещения. Значения выражены в метрах. Карты показывают компонент LOS абсолютного смещения в двух геометриях. Одна и та же зона оказывается отрицательной в обеих геометриях, т.е. деформация поверхности происходит вдали от датчиков, и, таким образом, основное движение направлено вниз.

Рис. 8. Карты деформации Центральной Италии показывают основные зоны деформации после землетрясения в августе 2016 г.; результаты получены из: (а) нисходящей пары Sentinel-1, снятой 21 и 27 августа; (б) восходящей пары Sentinel-1, снятой 22 и 28 августа

Интерферометрия SAR, применяемая к землетрясениям, позволяет ученым понять, как происходит деформация в региональном масштабе, улучшить модели землетрясений и исследовать будущую сейсмическую опасность (Harris, 1998; Jónsson, Zebker, Segall, & Amelung, 2002; Marquardt, 1963; Mogi, 1958). В приложениях для быстрого картирования, интерферограммы и карты деформаций могут помочь определить (посредством специального моделирования) наиболее нарушенные области, чтобы определить приоритет оценки ущерба по сравнению с этими областями. Примеры картирования землетрясений с помощью интерферограмм были подготовлены группой Geo-hazard в рамках проекта Beyond (землетрясения в Центральной Италии, 10/2016).

Мониторинг активности магмы в вулканах (Фогу, Кабо-Верде – 2014 г.)

Интерферометрия SAR была применена к паре восходящих сцен Sentinel-1 (данные Sentinel Copernicus [2014]), одной до и одной после извержения вулкана, и характеризовалась временной базой в 1 месяц. Интерферометрическое изображение (рис. 9, слева) показывает концентрацию полос над вулканическими бортами, связанную с магматической активностью, где также обнаруживаются поверхностные деформации (рис. 9, справа).

Применение интерферометрических методов к вулканам позволяет ученым контролировать активность магмы, анализируя характер деформации поверхности и предсказывая возможные извержения.

Рис. 9. Интерферограмма (слева) и карта деформаций (справа) острова Фогу (Кабо-Верде) фиксируют деформации поверхности, вызванные вулканической активностью, имевшей место в ноябре 2014 г.; результаты получены по восходящей паре Sentinel-1, снятой 3 и 27 ноября

Обнаружение потока лавы с использованием мультивременного когерентного анализа (Фого, Кабо-Верде, 2014 г.)

Вышеупомянутая пара изображений Sentinel-1 (данные Sentinel Copernicus [2014]) была обработана для создания когерентного изображения. Продукт мультивременной когерентности (Multi-Temporal Coherence) создается путем объединения в единый цветной RGB-композит амплитудного изображения до события (красный канал), после события (зеленый канал) и интерферометрической когерентности SAR (синий канал). Области, покрытые недавним лавовым потоком, характеризуются очень низкой когерентностью из-за произошедших изменений грунта, а также средними значениями на изображениях амплитуды до или после события из-за шероховатости поверхности лавы по сравнению с условиями поверхности местности до лавового потока. Эти области характеризуются красноватыми и зеленоватыми тонами (см. красную рамку на рис. 10) (Boccardo et al., 2015).

Рис. 10. По данным мультивременной когерентности (МТС) острова Фого обнаруживаются новые потоки лавы из-за извержения вулкана в ноябре 2014 г. MTC основана на сочетании данных амплитуды и когерентности SAR до и после события. Следующая информация связана с тремя цветовыми каналами: основная амплитуда для красного канала, вспомогательная амплитуда для зеленого канала и когерентность для синего канала. В красной рамке красноватые и зеленоватые тона соответствуют новым зонам лавовых потоков. Результаты получены по восходящей паре Sentinel-1, полученной 3 и 27 ноября.

Информация о когерентности, используемая совместно с основными и подчиненными данными амплитуды, может обнаруживать изменения поверхности, связанные в основном с изменениями шероховатости, а не с реальными изменениями земного покрова (например, от покрытия растительностью до сельскохозяйственных культур). Этот метод оказался очень полезным для экспресс-оценки во время извержения вулкана, и фактически он применялся во время быстрого картирования Copernicus Emergency Management Service для извержения вулкана на острове Фого (EMSR111, 2014).

Мониторинг оседания с помощью SBAS (Мехико, Мексика)

Для обработки SBAS использовался набор из 27 нисходящих изображений Sentinel-1 (данные Copernicus Sentinel [2014, 2015]), полученных в период с 15 октября 2014 г. по 1 ноября 2015 г. На карте средней скорости смещения, представленной на рис. 11 (значения выражены в мм/год), хорошо видна область опускания (голубоватые области).

Мультивременной анализ деформации SBAS обнаруживает распределенные деформации с годовыми трендами на миллиметровом уровне. Таким образом, он подходит для долгосрочного мониторинга чрезвычайных ситуаций, а не для быстрого картирования.

Рисунок 11. Карта средней скорости деформации города Мехико, полученная в результате обработки SBAS и использования нисходящего набора данных Sentinel-1 из 28 изображений, полученных в период с 15 ноября 2014 г. по 1 ноября 2015 г.; карта фиксирует интенсивные просадочные явления над городской территорией

Мониторинг оседания с помощью PS (Мехико, Мексика)

Тот же предыдущий набор из 27 нисходящих изображений Sentinel-1 (данные Copernicus Sentinel [2014, 2015]), полученных в период с 15 октября 2014 г. по 1 ноября 2015 г., использовался для выполнения PS-обработки небольшой территории в районе Мехико. Карта средней скорости смещения выражена в мм/год (см. рис. 12). Результат сравнивался со средней скоростью смещения по SBAS.

Рис. 12. Средняя скорость смещения на основе PS и SBAS Восточного Мехико, полученная по тому же нисходящему набору данных Sentinel-1 из 28 изображений, полученных в период с 15 ноября 2014 г. по 1 ноября 2015 г.: (a) интерферометрическая обработка PS; (б) интерферометрическая обработка SBAS. Для визуализации используется метод равных интервалов

График деформации во времени (рис. 13), рассчитанный для той же цели, показывает идеальное соответствие между методами PS и SBAS.

Мультивременной анализ деформации PS обнаруживает точечные деформации с ежегодными трендами на миллиметровом уровне. Поэтому он подходит для долгосрочного мониторинга городских территорий.

Рисунок 13. На графике показан временной ряд смещения конкретной нестабильной цели в районе Восточного Мехико, обнаруженный с помощью обработки PS и SBAS и использования того же нисходящего набора данных Sentinel-1 из 28 изображений, полученных в период с 15 ноября 2014 г. по 1 ноября 2015 г. Сравнение демонстрирует хорошую согласованность между результатами PS и SBAS

Мониторинг оползней в слабозаросших и урбанизированных районах (Улькс, Италия)

Два набора данных изображений Sentinel-1, один восходящий и один нисходящий, были обработаны с использованием подхода PS. Восходящий набор данных был получен в период с 16 ноября 2014 г. по 30 сентября 2016 г., а нисходящий набор данных был получен в период с 10 октября 2014 г. по 23 октября 2016 г. (данные Copernicus Sentinel [2014, 2015 и 2016]). Средняя скорость смещения LOS, полученная из двух геометрий (восходящая на рис. 14(a), нисходящая на рис. 14(b)) сравнима с нисходящими движениями, преимущественно в направлении с юго-запада на северо-восток.

Рис. 14. Карты средней скорости смещения PS при восхождении и нисхождении в Ульксе (Италия) показывают движение поверхности в районах, подверженных оползням. Результаты были получены из: (а) восходящего набора данных Sentinel-1 из 41 изображения, полученных в период с 6 ноября 2014 г. по 30 сентября 2016 г.; (b) нисходящий набор данных Sentinel-1 из 56 изображений, полученных в период с 10 октября 2014 г. по 23 октября 2016 г.

График деформации во времени (рис. 15) для восходящей и нисходящей геометрий сбора данных показывает относительную тенденцию движения в направлении прямой видимости. Чтобы получить реальное направление движения, необходимо объединить два результата.

Рис. 15. График временных рядов смещения по конкретной нестабильной цели в районах, подверженных оползням, в Ульксе (Италия): (a) обработка PS восходящего набора данных Sentinel-1 из 41 изображения, полученных в период с 6 ноября 2014 г. по 30 сентября 2016 г.; (b) обработка PS нисходящего набора данных Sentinel-1 из 56 изображений, полученных в период с 10 октября 2014 г. по 23 октября 2016 г.

Мультивременная интерферометрия PS подходит для мониторинга во времени распространения оползней и кинематических характеристик в областях, покрытых постоянными отражателями, т.е. зданиями, инфраструктурой и скалами.

Итальянское региональное агентство по охране окружающей среды Пьемонте опубликовало PS-анализ значительной части территории региона на общедоступном геопортале (ARPA Piemonte 2016). Этот анализ проводился в рамках трансграничного проекта RiskNat.

Выводы

В этом документе представлены интерферометрические возможности космических SAR, обсуждаются потенциальные приложения в области картирования чрезвычайных ситуаций. С этой целью для эксплуатационных испытаний были использованы данные Sentinel-1, полученные ESA, ориентированные на четыре типа стихийных бедствий: землетрясение, извержение вулкана, оседание и оползень. Этапы обработки были выполнены с помощью программного обеспечения COTS ENVI/SARscape.

Доказано, что изображение интерферограммы и карта деформации, созданные с помощью DInSAR, способны обнаруживать крупномасштабные и внезапные движения поверхности, например, вызванные землетрясениями.

Тем не менее, необходимо отметить, что DInSAR, применяемый для обнаружения обрушения склонов, может не давать полезной информации в случае оползней меньшего масштаба, при использовании изображений Sentinel-1 с низким разрешением в сочетании с ЦММ с низкой вертикальной точностью или при анализе участков с растительностью.

Продукты на основе когерентности SAR полезны в случае деформаций поверхности, влияющих на радиолокационное обратное рассеяние (как по фазе, так и по амплитуде), например, вызванное новым потоком лавы.

Мультивременные интерферометрические методы, такие как PS и SBAS, способны отслеживать временное изменение медленных движений, но в качестве входных данных требуют большие наборы снимков SAR, характеризующихся подходящей геометрией и равномерным распределением во времени. Эти передовые методы обеспечивают более надежные значения деформации и могут достигать миллиметровой точности расчета деформации.

Учитывая, что наземная информация чаще всего недоступна при аварийном картировании, следует применять как SBAS, так и PS для проверки результатов и предотвращения ложных обнаружений, и, таким образом, рассматривать как достоверные только деформации поверхности, подтвержденные обоими методами. Особая геометрия деформаций, как в случае с неустойчивыми склонами и активными разломами, требует обработки данных как восходящей, так и нисходящей орбиты.

На окончательные результаты вышеупомянутых интерферометрических подходов во всех случаях сильно влияют вертикальная точность вспомогательной ЦММ, наземное пространственное разрешение снимка SAR, тренд и геометрия движения, а также другие факторы окружающей среды, такие как тип земного покрова и топография. В частности, наличие растительности и радиолокационные искажения из-за топографии поверхности сильно ограничивают надежность интерферометрических результатов. Кроме того, интерферометрия SAR нечувствительна к перемещениям с севера на юг, и поэтому следует использовать другие методы для извлечения такой составляющей смещения, например, InSAR со сложной апертурой (MAI, Multiple Aperture InSAR) (Bechor & Zebker, 2006) и смещение пикселей (OP) (Manconi et al., 2014).

Усовершенствованные мультивременные интерферометрические методы PS и SBAS, обеспечивающие временные ряды смещений медленных деформаций поверхности, чрезвычайно полезны при картировании рисков для мониторинга таких явлений, как оседания и оползни.

Что касается быстрого картографирования, то традиционная дифференциальная интерферометрическая методика (DInSAR) является одним из наиболее распространенных подходов благодаря малому времени обработки, небольшому количеству требуемых входных данных и способности очертить области, пораженные большими и внезапными деформациями. DInSAR также полезен для мониторинга некоторых явлений, таких как активность магмы и сезонные изменения водоносных горизонтов. С недавнего времени анализ когерентной информации позволяет ученым обнаруживать изменения, вызванные стихийными бедствиями, например, наличие новых лавовых потоков в случае извержений вулканов.

Тем не менее, учитывая жесткие временные рамки операций быстрого картирования, интерферометрические подходы в настоящее время используются в основном для анализа рисков, а не для операций быстрого картирования. Основными факторами, ограничивающими более широкое оперативное использование информации, основанной на интерферометрии, являются следующие:

• Доступность подходящих данных SAR сразу после события, поскольку в худшем случае доступ к нужным интерферометрическим парам может появиться только через нескольких дней. Это, конечно, один из основных ограничивающих факторов, хотя увеличение количества датчиков и созвездий космических аппаратов в будущем может смягчить эту проблему, повысив вероятность получения надлежащих данных до события в интересующей области.
• Еще одним недостатком является длительное время обработки, требуемое самыми передовыми технологиями. Для значительного сокращения времени обработки требуется специальная настройка оборудования.

Многочисленные доступные в настоящее время SAR предоставляют данные, характеризующиеся различным пространственным разрешением, углами отклонения от надира и частотами сигнала, т.е. основными факторами, влияющими на конечные результаты. Поэтому необходимо провести надлежащий анализ, чтобы выбрать датчик, который лучше всего соответствует требованиям для конкретного применения. Наличие обширных исторических архивов датируется 1992 годом (ERS-1); следовательно, можно изучать динамику поверхности в прошлом, что может быть важной характеристикой в анализе, связанном с рисками. Сокращение времени повторного посещения текущих действующих миссий по сравнению с прошлыми миссиями (т.е. время повторного посещения в недели/дни по сравнению с временем повторного посещения в месяце) усиливает возможности картирования чрезвычайных ситуаций интерферометрических приложений; однако этого по-прежнему недостаточно, чтобы всегда удовлетворять требованиям быстрого времени картирования. Миссии Terrasar-X следующего поколения, благодаря передовой технологии датчиков SAR, приведут к пространственному разрешению до 0,25 м (TSX-NG 2016). С другой стороны, миссия Cosmo-SkyMed второго поколения, состоящая из двух спутников, будет характеризоваться более высоким пространственным и радиометрическим разрешением и большим охватом (https://directory.eoportal.org/web/eoportal/satellite-missions/c-missions/cosmo-skymed-second-generation).