ИСТИНА

В последнее время все более широкое распространение получают методы оценки смещений земной поверхности, основанные на применении радаров с синтезированной апертурой (спутниковая РСА-интерферометрия, или InSAR). При анализе серий снимков применяются различные модификации технологии поиска устойчивых отражателей (PS), например, PSInSAR (Feretti, 2001), в которых рассчитываются временные ряды смещений для отдельных устойчиво отражающих площадок и средние скорости смещений за период, покрываемый снимками. Число устойчиво отражающих площадок в пределах одного снимка для областей с развитой промышленной инфраструктурой или городской застройкой может достигать многих десятков тысяч, однако на природных объектах плотность данных отражателей обычно невелика (<10-20 PS/кв. км), что естественно влияет на устойчивость проведения процедуры развертки фазы и, как следствие, снижает качество полученного в результате поля смещений. (Напомним, что фазовый сдвиг определяется с точностью до двух π и для оценки полей смещений необходимо выполнить развертку фазы путем добавления нужного числа периодов.) Параллельно с развитием методов поиска устойчивых отражателей среди пикселей, демонстрирующих хорошую корреляцию в течение всего периода съемки, начали разрабатываться методы извлечения информации о смещениях из пикселей, подверженных декореляции на некоторых временных интервалах. Один из возможных подходов заключается в том, что для уменьшения эффекта декорреляции из всего набора возможных интерферометрических пар выбираются те, которые имеют малые временные либо пространственные (расстояние между положениями спутника в моменты съемки) базовые линии (методы SBAS, Berardino et al., 2002). Полученные таким образом отражатели названы распределенными отражателями (от англ. Distributed Scatterers, DS). Следующим шагом стали технологии, которые позволяют проводить совместный поиск и устойчивых и распределенных отражателей (например, SqueeSAR, ILS SM-phase estimation и др., см. работы Monti, Guarnieri, Tebaldini, 2008; Ferretti et al.,2011; Lanari et al., 2013; Samiei-Esfahany et al. 2016; Wang et al., 2016 и др.), используя при этом все возможные интерферограммы для данного стека снимков. Применение этих методов, как правило, увеличивает пространственную плотность отражателей на природных объектах с сохранением всей высококачественной информации, полученной в результате анализа высококогерентных точечных отражателей. Эти методы позволяют существенно уменьшить число ошибок при выполнении развертки фазы и повысить точность оценки полей смещений. Один из возможных подходов к решению данной задачи, реализуемый в настоящее время авторами доклада, заключается в следующем. Отражатели на природных ландшафтах часто обнаруживаются в областях с невысокой (на отдельных временных интервалах) когерентностью фаз, в которых, однако, многие соседние пиксели показывают схожую отражательную способность, так как они принадлежат одному и тому же природному объекту. Поэтому в начале, проводится процедура адаптивной фильтрации амплитуды стека снимков и выделяются пространственно связанные кластеры статистически однородных пикселей (см., например, Киселева и др., 2017). Для оценки статистической однородности нами используется двухвыборочный критерий Смирнова, называемый также критерием Колмогорова-Смирнова (см. Большев, Смирнов, 1983, Feretti, 2011). После того, как для данного пикселя определено множество статистически однородных "соседей",  выполняется фильтрация значения амплитуды во всей временной цепочке снимков в данном кластере;  проводится оценка интерферометрической когерентности для всех пар снимков из рассматриваемого набора;  проводится фильтрация фазы с использованием метода, предложенного в (Samiei-Esfahany et al. 2016), после чего задача поиска значений фильтрованной фазы сводится к решению системы линейных уравнений, в которую включены дополнительные целочисленные неизвестные. Для решения данной задачи используется целочисленный метод наименьших квадратов: взвешенным методом наименьших квадратов находится вещественное решение рассматриваемой системы уравнений, а затем с помощью целочисленного бутстреп-метода (bootstrap, см, Teunissen, 1998) вычисляются и целочисленные неизвестные и искомые значения фазы. Алгоритм реализован в виде программного модуля, который удалось встроить в стандартный граф обработки радарных спутниковых снимков программного пакета StaMPS/MTI. Приведены результаты тестирования данного алгоритма на примере снимков со спутников ALOS PALSAR и ENVISAT. Работа выполнена при финансовой поддержке РФФИ (проект No 16-05-00937).