PIESAT-1轮式星座干涉合成孔径雷达数字高程模型自适应加权融合方法研究

《Remote Sensing》：Multi-Baseline InSAR DEM Reconstruction and Multi-Source Performance Evaluation Based on the PIESAT-1 “Wheel” Constellation Shen Qiao, Chengzhi Sun, Xinying Wu, Lingyu Bi, Jianfeng Song, Liang Xiong, Yong’an Yu, Zihao Li and Hongzhou Li

　　

研究人员针对PIESAT-1轮式星座（“一主三辅”构型）干涉合成孔径雷达(InSAR)数据生成高精度数字高程模型(DEM)的需求，提出了一种基于高度模糊数的自适应加权融合方法。该方法首先利用最小费用流(MCF)算法对各基线干涉图进行独立相位解缠，解决陡峭地形和低相干区域的相位模糊问题，获得各基线的绝对相位场。在此基础上，依据InSAR误差传播模型，计算各基线高程估计的方差，其值与高度模糊数(Hea)及干涉相位标准差(φ0)的平方成正比。研究人员据此设计权重函数，对各基线高程结果进行归一化加权融合，最终生成高精度DEM。实验采用ICESat-2 ATL08数据作为参考，通过计算平均误差(ME)、平均绝对误差(MAE)、均方根误差(RMSE)等指标评估垂直精度。结果表明，该方法能有效降低单基线误差，提升复杂地形下的DEM高程精度。

研究背景与意义

数字高程模型(DEM)是地形分析、灾害监测等领域的基础数据。干涉合成孔径雷达(InSAR)技术因其全天时、全天候、大范围观测优势，成为DEM获取的重要手段。PIESAT-1轮式星座采用“一主三辅”配置，可形成多条干涉基线，为多基线InSAR融合提供了数据基础。然而，单基线InSAR易受时空去相干、大气延迟及地形陡变影响，导致相位解缠误差和高程模糊。现有融合方法未充分考虑基线几何差异带来的误差不确定性，难以在复杂区域实现最优精度。因此，研究人员提出一种自适应加权融合策略，旨在量化各基线高程估计的不确定性，抑制误差传播，提升最终DEM产品的垂直精度。该研究成果发表于《Remote Sensing》。

关键技术方法

研究人员采用PIESAT-1轮式星座的InSAR数据，以ICESat-2 ATL08光子计数激光雷达数据作为高程参考基准。关键技术包括：(1) 对各基线干涉图应用最小费用流(MCF)算法进行独立相位解缠；(2) 基于InSAR几何模型计算各基线的垂直基线长度(B_⊥)与高度模糊数(H_ea)；(3) 依据误差传播模型，以高度模糊数与干涉相位标准差的平方计算各基线高程方差(σ_h²)；(4) 构建归一化权重函数，对各基线解缠后的高程结果进行加权平均融合；(5) 采用统计指标（ME、MAE、RMSE、STDE、LE90）结合地形因子（坡度、坡向、土地覆盖）对融合DEM进行精度验证。

研究结果

• •
  3.2 多基线自适应加权融合方法
  研究人员定义了高度模糊数(H_ea,i)，即引起一个完整2π相位变化所需的最小高程差，其计算公式为 H_ea,i= λ R_isinθ_i/ B_⊥,i（λ为雷达波长，R_i为斜距，θ_i为入射角）。根据误差传播模型，第i个干涉图的高程方差 σ_h,i²正比于 (H_ea,i· φ_0,i)²（φ_0,i为干涉相位标准差）。基于此，权重 W_i定义为该值的倒数在所有基线中的占比，即 W_i= [(2π/(H_ea,i·φ_0,i))²] / Σ_j=1ⁿ[(2π/(H_ea,j·φ_0,j))²]。最终融合高程 H? 为各基线高程 H_i的加权和： H? = Σ_i=1ⁿW_iH_i。该方法赋予误差小的基线更高权重，有效抑制了误差传播。
• •
  3.3 精度评估
  研究人员使用ICESat-2 ATL08数据作为参考，计算了融合DEM与参考高程之间的残差。评估指标包括平均误差(ME)、平均绝对误差(MAE)、均方根误差(RMSE)、标准差(STDE)及90%线性误差(LE90)。同时，分析了精度随坡度、坡向和土地覆盖类型的变化规律。结果显示，所提方法生成的DEM在各类地形上均表现出优于单基线结果的垂直精度，尤其在低相干区域和陡峭地形区，有效减少了相位解缠误差导致的高程异常。

结论与讨论

研究人员提出的自适应加权融合方法，成功将PIESAT-1轮式星座的多基线InSAR数据转化为高精度DEM。该方法的核心创新在于利用高度模糊数和相位标准差量化各基线的固有误差，并以此为依据动态分配融合权重。研究证实，考虑基线误差不确定性的加权融合，相比简单平均或忽略误差的融合，能显著提升最终产品的可靠性。该方法的精度已通过ICESat-2 ATL08数据得到验证，表明其在复杂地形区域具有实用价值。此项工作为轮式星座InSAR数据的地形测绘应用提供了一种有效的数据处理方案，对提升国产卫星遥感数据的定量化应用水平具有重要意义。