CC BY
112
УДК 528.87
ОСОБЕННОСТИ ОБРАБОТКИ И ПРИМЕНЕНИЯ РАДАРНЫХ СНИМКОВ SENTINEL-1 ПРИ ДЕФОРМАЦИОННОМ МОНИТОРИНГЕ ЗЕМНОЙ ПОВЕРХНОСТИ НА ПРИМЕРЕ НЕФТЯНОГО МЕСТОРОЖДЕНИЯ ЗАПАДНОГО КАЗАХСТАНА
Эльмира Орынбасаровна Орынбасарова
Казахский национальный исследовательский технический университет им. К. И. Сат-паева, 050013, Республика Казахстан, г. Алматы, ул. Сатпаева, 22а, докторант, e-mail: elmiraorynbassarova@gmail. com
Эндрю Соутер
Geomatic Ventures Ltd, Ноттингемское Геопространственное здание, Триумф -роуд, Ноттингем NG7 2TU, Великобритания, доктор, ведущий специалист, e-mail: [email protected]
Данные дистанционного зондирования Земли, в частности радарные снимки Sentinel-1, раскрывают огромный потенциал перед научными исследованиями деформаций поверхности земли. Следует отметить, что продукты Sentinel-1 находятся в совершенно другом формате в отличие от формата stripmap, часто используeмых во многих РСА (радиолокатор с синтезированной апертурой) данных. Продукты SLC (Single Look Complex) из таких миссий, как данные ERS, ENVISAT, TerraSAR-X и COSMO-SkyMed, могут быть номинально обработаны с использованием одного и того же базового алгоритма SBAS, в то же время при обработке данных Sentinel-1 возникают некоторые особенности, раскрытие которых приводится в данной статье. В качестве наглядного примера приведен момент с обработки данных радарных снимков Sentinel-1 одного из месторождений Республики Казахстан.
Ключевые слова: дистанционное зондирование Земли, радарные данные, снимки Sentinel-1, SBAS.
PECULIARITIES OF PROCESSING AND APPLICATION OF SENTINEL-1 RADAR SURFACES IN DEFORMATION MONITORING OF THE EARTH SURFACE ON THE EXAMPLE OF OIL FIELD OF WESTERN KAZAKHSTAN
Elmira O. Orynbassarova
Kazakh National Research Technical University named after K. I. Satpaev, 22а, Satpayev St., Almaty, 050013, Kazakhstan, Postdoc, e-mail: [email protected]
Andrew Sowter
Geomatic Ventures Ltd, Nottingham Geospatial Building, Triumph Road, Nottingham NG7 2TU, UK, D. Sc., Leading Specialist, e-mail: [email protected]
Data from Earth Remote Sensing, in particular, Sentinel-1 radar images, reveals a huge potential for scientific studies of earth surface deformations. It should be noted that the Sentinel-1 products are in a completely different format, unlike the stripmap format, often used in many SAR (synthetic aperture radar) data. SLC (Single Look Complex) products from missions such as ERS, ENVISAT, TerraSAR-X and COSMO-SkyMed data can be nominally processed using the same basic SBAS algorithm, while Sentinel-1 data processing has some features, the disclosure of which is given in this article. As an illustrative example is given the moment from the processing of radar images of Sentinel-1 of one of the deposits of the Republic of Kazakhstan.
Key words: Remote Sensing, radar data, Sentinel-1 images, SBAS.
Введение
Спутниковая радиолокационная интерферометрия представляет собой мощный инструмент для обнаружения и мониторинга деформации земной поверхности. Успешные результаты вычисленных деформаций местности продемонстрировали потенциал этой техники для широкого спектра приложений, связанных с такими явлениями, как оползни и проседание грунта, вызванных перекачкой подземных вод, добычей полезных ископаемых либо городским планированием. В настоящем исследовании основное внимание уделяется применению метода SBAS, в целях обнаружения оседаний земной поверхности и выполнения измерений с использованием данных SAR, полученных со спутника Sentinel-1 Европейского Космического Агентства.
Развитие метода SBAS напрямую связано с достигнутым прогрессом в использовании данных C-диапазона от RADARSAT, ERS-1/2, ENVISAT. Данные, полученные этими спутниками, охватывают длительные периоды времени, ключевой аспект которых гарантирует долгосрочный мониторинг деформаций. Однако появление данных X-диапазона (2007 г.) с очень высоким разрешением позволили сделать большой шаг вперед в методах обработки, включая генерирование плотной выборки постоянных рассеивателей, увеличение чувствительности к малым смещениям и замечательное улучшение качества времени по сравнению с C-диапазоном. Новое значительное улучшение достигнуто благодаря данным датчика C-диапазона, приобретенного на борту Sentinel-1.
1. Описание Sentinel-1
Продукты Sentinel-1 - это первые из семейства спутников, разработанные Европейским космическим агентством (ЕКА) специально для оперативных нужд программы Copernicus, возглавляемой Европейской комиссией (ЕК), целью которой является предоставление информации для улучшения управления окружающей средой, изменения климата и гражданская безопасность (Миссия Sentinel-1 фактически состоит из двух спутников: Sentinel-1A был запущен 3 апреля 2011 г.; и Sentinel-1 B запущен в начале 2016 г. Оба спутника размещены на почти полярной солнечно-синхронной орбите на высоте около 693 км [3, 4, 8]. Основным инструментом является С-диапазон РСА, работающий на частоте 5,405 ГГц. Период повторения для одного спутника составляет 12 дней, а с появлением второго спутника на орбите, временная разница уменьшается до 6 дней. Основные характеристики продуктов Sentinel-1 приведены в таблице, а разница между режимами показана на рис. 1 [8]. Компания Совзонд отмечает высокую фазовую стабильность радара и его корректную орбиту, что делает эти снимки пригодными для многих научно-технических задач, в том числе и для мониторинга. Для данного исследования используются продукты Sentinel-1 IW Single Look Complex (SLC).
Характеристика продуктов Sentinel-1
Режим Номинальное пространственное разрешение, м Ширина полосы съемки, км Поляризация
Stripmap (SM; single-look) 4 х 5 80 Одинарная (по выбору -НН или УУ) или двойная (по выбору - НН/НУ или VV/VH) VV/VH)
Interferometric Wide Swath (IWS; single-look) 5 х 20 240
Extra Wide Swath (EWS; single-look) 25 х 80 400
Wave mode (WM; single-look) 20 х 5 20 х 20
Рис. 1. Разница между снимками Stripmap и IW Swath Mode
Продукт ^ SLC 1 уровня представлен в виде отдельных подкадров [6]. Каждый подкадр состоит из серии всплесков, в которых каждый всплеск был обработан как отдельный SLC-снимок. В азимутальном порядке времени каждый всплеск включается в подкадру с демаркацией черного заполнения между ними. Для полного визуального представления продуктов ^ SLC на рис. 2 приведена разница между снимками ^ SLC и IW GR.DK
2. Особенности обработки продуктов Sentinel-1 и его результат
Как упоминалось выше, для обработки продуктов Sentinel-1 могут использоваться стандартные процедуры алгоритма SBAS [6, 9, 10], за исключением пп. 2 и 3, приведенных на рис. 3.
Рис. 3 86
Чтобы создать продукт IW большой площади из трех поставляемых под-кадр, необходимо выполнить два отдельных процесса [1, 2, 9]:
1. Дебарстинг. Данный процесс объединяет отдельные всплески из одного подкадра в единую систему, где расстояние между азимутальными линиями является постоянным от начала до конца и не существует демаркации черной линии между субсеквенционными всплесками.
2. Слияние. После применения дебарстинг к каждой из трех подкадров (то есть IW1, IW2 и IW3), они должны составить один широкоформатный продукт в виде мозаики, где интервал между столбцами постоянный от ближнего к далекому, площадь подкадров находится по азимуту. Процесс мозаичных всплесков из трех разных рядов показан на рис. 4. Для продуктов Sentinel-1 IW SLC линии и столбцы всплесков и подкадров были повторно отобраны в общий пиксель.
Вышеперечисленное означает, что дебарстинг и слияние могут быть выполнены путем смещения субизображений только в целых числах строк и столбцов, и поэтому не требуется передискретизация исходных значений пикселей для формирования продукта с большой площадью.
Еще одна характеристика данных SAR Sentinel-1 TOPS SAR заключается в том, что фаза продукта быстро изменяется по азимуту и может быть нелегко передискретизирована, поскольку разность фаз между соседними пикселями может быть неоднозначной. Это хорошо известный эффект и может быть решен с помощью первого вычитания симуляции быстро меняющейся азимутальной фазы (дерампинга), повторной дискретизации остатка и окончательного добавления обратно повторяющейся фазы (повторного изменения).
Для данных Sentinel-1 известна функция deramping [6]. Оставшаяся большая разница между данными Sentinel-1 TOPS и stripmap данными заключается в том, что любая неточность менее одной тысячи сантиметров одного пикселя при совместной регистрации (например, эквивалентная до 2 см в азимуте) может приводить к заметным фазовым скачкам на отдельные всплески. Однако с помощью типичных методов преобразования трудно достичь более высоких уровней точности, например, метод спектрального разнесения [10], реализованный такими авторами, как Lanari и т. д., 2015; Wegmüller и т. д., 2015. Метод спектрального разнесения обычно требует анализа фаз прямого и обратного просмотра в областях перекрытия всплесков. Это дает больше вычислительной возможности, чем простые методы корреляции амплитуды, которые широко используется для продуктов stripmap. Кроме того, для достижения наивысшей точности фаз, она должна применяться к каждой интерферометрической паре, которая добавляется к процессу обработки. Например, для N стриповых продуктов, только N - 1 пары должны быть корегистрированными; для алгоритма с несколькими мастерами, такого как SBAS, это будет увеличиваться во много раз, поскольку число пар намного больше, чем N - 1, в зависимости от применяемых базовых и временных порогов.
Рис. 4. Расположение всплесков в подкадрах IW (а), структурная схема Sentinel-1 с небольшими перекрытиями между всплесками и субкадрами (б),
сборка изображения L1 MDS (в)
На официальном бесплатном ресурсе снимки на данную территорию были доступны с 2015 г. и было скачено всего 66 снимков на заданную территорию. Однако, после проведения выше описанных методов слияния и дебарстинг, был обнаружен зазор в итоговом широкомасштабном SLC снимке. Полученный результат показан на рис. 5 после наложения полученного снимка на Google Earth карту, где отчетливо видны зазоры, делающие снимок непригодным для дальнейшей обработки.
Рис. 5. Зазор в широкоформатном SLC снимке
Полученный выше неудачный результат доказывает особенность и своего рода сложность при обработке снимка формата Sentinel-1. Однако из-за того,
что разница в методе приходится в начальнем этапе обработки, все эти нюансы были выявлены сразу же с помощью метода слияния.
Таким образом, были скачены другие доступные снимки на эту территорию. Для получения окончательного и успешного результата было использовано 44 снимка Sentinel-1 IW SingleLook Complex (SLC), что составляет в паре всего 22. Данные для этой области были доступны с октября 2016 г. и к моменту обработки данных были выбраны данные до октября 2017 г. Процессы де-барстинга и слияния прошли удачно и с использованием широкомасштабного снимка были созданы дифференциальные интерферограммы. Один из наиболее лучших дифференциальных интерферограм приведен на рис. 6, где в полученном результате можно увидеть места перекрытия подкадр. Созданные дифференциальные интерферограммы были использованы для дальнейшей обработки методом SBAS.
Рис. 6. Дифференциальная интертерферограмма после процесса
дебарстинг и слияние
Заключение
Продукты SLC из таких миссий, как данные ERS, ENVISAT, TerraSAR-X и COSMO-SkyMed, могут быть номинально обработаны с использованием одного и того же базового алгоритма DInSAR. При этом следует учитывать, что процессы дебарстинг и слияние, а также требования для высокоточного ввода в систему, которые необходимо применять для продуктов Sentinel-1 IW SLC, делают эти данные совершенно другим предложением для научного и оперативного сообщества InSAR. Исследования, приведенные в данной статье, де-монстриуют, что эти проблемы не исключают возможности генерации широкомасштабных карт деформации из стека данных Sentinel-1. Широкомасштабная площадь изучаемого месторождения была опробована с использованием 22 продуктов IWSLC, полученых на бесплатной онове в Научном центре данных Sentinel-1 (ESA 2014с).Авторами были изучены и описаны все отличия в применяемом методе обработки радарных снимков. В дальнейшем исследо-
вании планируется приведение полного цикла обработки данных Sentinel-1и результатов обработки в виде карт деформации земной поверхности.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. ЕКА. Sentinel-1 User Handbook. Европейское Космическое Агентство, 2013.
2. ЕКА. Introducing Sentinel-1. Европейское Космическое Агентство, 2014.
3. ЕКА. Mexico City Subsidence. Европейское Космическое Агентство, 2014.
4. ЕКА. Sentinel-1 Scientific Data Hub. Европейское Космическое Агентство, 2014.
5. ЕКА. Definition of the TOPS SLC deramping function for products generated by the S-1 IPF. Европейское Космическое Агентство, 2015.
6. ЕКА. Sentinels POD Service File Format Specifications. Европейское Космическое Агентство, 2015.
7. Scheiber R., Moreira A. Coregistration of interferometric SAR images using spectral diversity. IEEE Trans. Geosci. Remote Sens. 38 (September), 2000, 2179-2191.
8. Совзонд. Получены первые интерферограммы с радарного спутника Sentinel-1A,
2014.
9. Andrew Sowter, Moh. Bin Che Amata, Francesca Cignab, Stuart Marsha, Ahmed Athaba, Lubna Alshammari. Mexico City land subsidence in 2014-2015 with Sentinel-1 IW TOPS:Results using the Intermittent SBAS (ISBAS) technique. International Journal of Applied Earth Observation and Geoinformation, 2016, 230-242 c.
10. Osmano'glu B., Sunar F., Wdowinski S., Cabral-Cano E. Time series analysis of InSAR data: methods and trends. ISPRS J. Photogramm. Remote Sens. 2015.
© Э. О. Орынбасарова, Э. Соутер, 2018
