基于开源软件MicMac处理的光学卫星影像相关的地面位移测量

基于免费开源软件MicMac处理光学卫星影像相关性的地面位移测量作者：Ana-MariaRosua,MarcPierrot-Deseillignyb,ArthurDelormea,RenaudBinetc,YannKlingera关键词：卫星图像，地表位移，影像相关，COSI-Corr，Medicis，MicMac摘要：影像相关是确定由于地震、山体滑坡、冰流或沙丘迁移引起的土体水平位移最有效的技术之一。分析这些变形可以更好地了解其原因和机制。通过使用高分辨率卫星影像获得的之前和之后的正射影像的亚像素相关性可计算得到高分辨率平面的位移场。在本文中，我们关注于由于地震引起的地面位移测量。亚像素相关性应用在以下三个软件：COSI-Corr——由加州理工学院开发的一个封闭相关因子源代码的免费软件，它因为依赖商业软件（ENVI）而广泛应用于地球科学界用于测量地表位移；Medicis——由法国国家空间研究中心开发，同样是一个封闭相关因子的源代码并且也能够进行这种类型的变形测量的软件；MicMac——IGN公司开发，它免费开放相关因子的源代码，这让我们能研究和调整并测量得到更精确的地面位移。我们使用这三个软件处理了三例现场图像的水平地面变形：2001年可可西里大地震、2005年阿法尔洼地的岩脉侵入和2008年的玉田地震。一、简介测量与地震相关的精细位移有一个关键的问题在于用地震构造提供关于破裂断层的几何信息和地震所释放的能量信息（Vanpuymbroeck等人，2000）。用于测量位移的最常用的方法是根据现场测量。然而，故障区域往往是很难接近并且是复杂的破裂断层，不易在现场检测；根据断层滑动的程度，它只能在有限的位置进行测量（Leprince等人，2007）。用于测量这种位移的另一种方法是利用永久的全球卫星导航系统（GNSS）接收机。但是这种技术只能在一个区域内提供稀疏的覆盖，而这如果不能使整个区域都在监测下的话是不可行的。而且发生同震地表位移的地区是无法预知的，我们无法每次都能够在事件发生之前就已经测量。利用合成孔径雷达（SAR）卫星影像和光学卫星可以克服前面提到的技术限制。而覆盖大面积的卫星图像也能使破裂断层的部分或全部可见。相对于光学传感器，干涉合成孔径雷达技术可以在各种天气和夜间的情况下工作（massonnet和Feigl，1998）。然而，这种技术是无法提供在断层附近位移的地图的，因为这个地区的大振幅位移引起的干涉相位解相关，因此它的位移是无法估计的。此外，SAR相关因子给出了低分辨率的平面位移结果，而InSAR则主要提供近垂直分量。高分辨率光学卫星图像能提供地面的详细影像，最重要的是，它可以解决近断层位移（Vanpuymbroeck等人，2000）。位移场可以通过分析获得的事件发生之前和之后的图像相关性而测定（因此基线的时间是相关性的主要问题）。当地震发生时，光学卫星影像具有的扩展档案可以为老地震的测量提供事件的图像。不像InSAR数据，不同档案的组合是可能的（Hollingsworth等人，2012），这是使用光学卫星影像的一个主要优势。许多关于亚像素相关性的研究都被应到到高分辨率卫星影像上，比如SPOT已经表明该技术的效率在测量地面位移由于地震（MichelandAvouac，2002；Dominguez等人，2003；BinetandBollinger，2005；Klinger等人，2006；Leprince等人，2007b）、山体滑坡（delacourt等人，2004；Casson等人，2005。），冰流（Scambos等人，1992）和沙丘迁移（Hermas等人，2012）事件时。分析这些变形可以更好地了解是什么引发了事件（例如，分析地震引起的故障及位移场可以提供关于地震的机制等非常重要的信息）。亚像素的检测能力一般是测量出小于图像像素大小的位移。在理论上，使用一对SPOT全色图像亚像素相关的方法可以提供0.1像素精度的断层滑动测量（MichelandAvouac，2002；Dominguez等人，2003）。因此，使用一幅地面像素尺寸为2.5–10米的影像，最小可以测量0.25–1米的位移。然而，亚像素检测是高度依赖于数据的质量和噪声电平的。有一个很重要的事情就是在做图像纹理和原因的相关性时因为历时性所导致的两个图像之间很大的变化（由于两个图像采集之间的时间）。季节性变化可能产生的景观变化，这可能会导致去相关。为了避免由于视差引起的数字高程模型不精确的问题，最好使用获得的入射角非常相似的卫星图像，以接近最低点。本文的目的是提出免费的开源软件——MICMAC，它能够通过光学影像的相关性测量二维位移且免除大部分直到现在仍然存在的软件使用的弊端（比如不开源而因此不容易适应一些特定情况下的测量，一些商业软件在缺乏稳健性的情况下两幅图像的采样时间间隔是相关且非常重要的）。图1：MicMac中的相关性估值分为线性和非线性。默认情况下，相关性的估值是线性的（估值=1-Cor，这里的Cor指的是归一化互相关系数）。当处理具有很大不均匀性的图像时，一个非线性的估值用来限制噪声信号对测量的影响：，是相关的阈值（低于此值，相关性没有影响），它确定确定相关成绩的影响（在我们的研究中，）。二、方法2.1影像相关相关的基本参数在“'滚动窗口”，“搜索空间”（软件在搜索空间中的每个位置按给出的“离散的步骤”计算出相关性得分并选出得分最高的一个；离散的步骤定义了亚像素精度的相关结果）和“'步骤”（在两个连续的像素之间视差估计的距离，定义了相关的图像尺寸）。位移的空间分辨率与相关窗口的大小是直接相关的。一个小的相关窗口的使用意味着更高的空间分辨率结果，这对一个好的近断层地区的描述是非常重要的。然而，噪声因为窗口的大小的减少而增加（BinetandBollinger，2005）；因此，这必须被看作是需要的分辨率和噪声之间的一种折衷。软件输出的两个视差图在行和列上的相对水平位移加上图像的相关性得分代表了图像中每个像素的相关性的信心。在参考地理图像时，两个视差图包含位移在东西方向和南北方向的成分。2.2软件的应用利用以下三个软件计算亚像素的水平位移场：COSI-Corr,Medicis和MicMac。2.2.1COSI-Corr(Co-RegistrationofOpticallySensedImagesandCorrelation)COSI-Corr是加州理工学院天文台（美国）开发的一个使用IDL和集成环境构造的软件模块。在公司和一些地方，(2009)，COSI-Corr被描述为准确的通用工具提供给注册公司，是利用光学遥感影像（航空和推扫式卫星图像）的多时空的图像检索地表变形的最终目标。本软件在地学界被广泛使用。图2：合成位移场来检索相关：从影像是利用参考图像创建，一个QuickBird卫星图像，将其划分成块并将它们沿列和行移动，创建0:1PX每块逐次补偿。合成的偏移值从0PX0:5PX。使用COSI-Corr,Medicis和MicMac处理的相关结果在图3和图4中。图3：由COSI-Corr,Medicis和MicMac在图像上获得的在柱与线上的两个视差图在图2，相关性窗口的尺寸COSI-Corr采用32*32px，Medicis和MicMac采用33*33px。三个软件在0到0：5px的列和行检索以及合成变形场。COSI-Corr的处理结果有少量相关性杂质，Medicis的处理结果比COSI-Corr的处理结果含有较少的噪音，MicMac的处理结果非常接近理论的变形场。图4：由COSI-Corr,Medicis和MicMac在图像上获得的在柱与线上的两个视差图在图2，相关性窗口的尺寸COSI-Corr采用8*8px，Medicis和MicMac采用9*9px。COSI-Corr的处理结果是不能令人满意的，他们是非常嘈杂并且变形场没有得到很好的检索。Medicis的处理结果是噪音比那些使用较大的相关窗口获得的数据更为嘈杂（图3），但是变形场得以检索。MicMac的处理结果是它很好的检索了一个合成的变形场。表1COSI-Corr,Medicis和MicMac使用在三个相关案例中的相关参数；具体到每个软件的参数在2.2.1，2.2.2和2.2.3中都进行了描述。软件参数值COSI-Corr掩蔽阈值0.9迭代次数2Medicis最初的相似性阈值0.6最后的相似性阈值0.8勘探区7*3亚像素精度0.01MicMacCmin0.52勘探区5*5扫描方向数量14正则化项0.3亚像素精度0.05COSI-Corr在实施中的相关方法（Leprince等人描述，2007b）是基于频域相关。两块之间的相对位移采用傅立叶变换的相位差估计。相关过程包括两个步骤：第一步是确定两个关联块（窗口）之间亚像素的位移，采集相关峰值并进行初始化，然后反复地对此块进行重新定位来弥补他们的相对位移。估计亚像素位移，最后对块用最小化算法进行相关操作确定亚像素位（Vanpuymbroeck等人，2000；Leprince等人，2007b）COSI-Corr的用户图形界面为用户提供了可选择可能性大小的“相关性窗口”，“步骤”两个连续像素之间的视差估计，“遮掩阀值”（允许掩蔽的频率根据对数交叉谱中的振幅可以降低测量中的噪声；这在大多数情况下都是合适的（Ayoub等人，2009）），和“迭代次数”（两到四次迭代在大多数情况下是足够的（Leprince等人。，2007b））。有一个可选的重采样步骤是从Sinc采样搬迁相关的块。此选项从理论上消除了大部分的偏差在亚像素尺度。然而，它极大地增加了处理时间（平均的10倍），这让它很少有用在嘈杂的图像（Ayoub等人，2009）。经过测试，我们决定不使用该选项，因为我们并没有找到任何改善的结果。图5：采用2001年的卡卡西里大地震的正射影像作研究对象。事件前影像来自于SPOT1（1989年9月29日，入射角：L4.60°），事件后的影像来自于SPOT4（2002年11月30日，入射角：L4.50°）。该地区的结果是红色标记区域（图6）。（对图中引用颜色的解释，读者可参考本文章的Web文本解读）。图6：2001可可西里大地震的同震偏移场东西分量，利用图5中的正射影像的像对。小的相关性窗口尺寸是8*8px（COSI-Corr）和9*9px（Medicis和MicMac），大的相关性窗口尺寸是64*64px（COSI-Corr）和65*65px（Medicis和MicMac）。对于小的相关窗口的垂直剖面进行叠置在一个宽约5公里，5公里的长度以加权中值法。COSI-Corr对同震位移幅度估计不足；Medicis的结果比MicMac的多一点噪音，但偏移的幅度是相同的，其结果与在大的相关性窗口相同。对于大的相关窗口，所有的三个软件检索出来的振幅的偏移量相同(~4:5m)。2.2.2MEDICIS(Moyend’EvaluationdeDécalagesentreImages,Communàl’ImagerieSpatiale)MEDICIS由CNES开发（国家空间研究中心，法国）。它可用于传感器校准，数字高程模型（DEM）和数字表面模型（DSM）的计算，图像叠加计算图像间的变形。应用延伸到测量像素之间的相似性是必要的各个领域，如遥感，地理和医药。MEDICIS提供了空间和频率的相关性。我们选择的频域软件具有较短的计算时间，给出了类似的结果。计算方法是：第一，行和列的亚像素差异是使用的相关峰值进行亚像素位移计算估计。一个最大的勘探区”（或“搜索空间”）是在给定的部分估计。在“似”的初始定义的阈值的相关系数较低的绑定，在像素级，亚像素的视差是只读型的夫妇（线、柱）与相关评分在阈值以上。亚像素位移可以用分数转移到滑动窗口测量（inglada等人，2007），通过图像插值完成。参数“定位精度”管理分数的变化和它所代表的要求的亚像素精度–公认值在0（非常好的精度）和0.05（差）之间。二分法是一种精确搜索的迭代重采样使用的切趾的sinc函数。一个相关的解决方案是有