乾改正成果評估

為進一步評估改正之成果，本研究蒐集實驗 區域內之中央研究院設置之 GPS 測站於各像對之 時間段所發生的高程變化量，作為檢核 D-InSAR 乾延遲改正成果之地真資料，若改正後與地真資料 更為接近之點位即稱為有效改正點（以藍色點表示 於圖 3 中（d）圖），反之則為無效改正點（圖 3 中（d）圖之橘色點）。

除以圖表示各個像對之改正情形之外，下表 3 顯示位於共 51 個 GPS 測站上，六組像對在乾延 遲改正前、後的 D-InSAR 高程變化量分別扣除 GPS 量測的高程變化量之差值，藉此表示改正之效果。

若是 GPS 測站在某時間段沒有資料可解算高程變 化，該格位則以 n/a 表示，例如：像對（VI）的 KYIN。若是改正後的高程變化值與 GPS 所觀測的 結果愈接近，該點即如前述之有效改正點，而在表 3 中便以灰色網底的格位表示。例如：像對（I）的 BALN 點位在乾延遲改正前的 D-InSAR 成果與 GPS 觀 測 值 的 差 值 為 9.3 公 分 ， 而 改 正 後 的

D-InSAR 成果與 GPS 觀測值的差值降低為 1.0 公 分。但是如像對（III）的 HERI 點位在乾延遲改正 前的 D-InSAR 成果與 GPS 觀測值的差值為-3.0 公 分，改正後的 D-InSAR 成果與 GPS 觀測值的差值 卻增加到-6.8 公分，即屬於無效改正點。

為了解各個像對的改正情形，依據表 3 中所 列各像對的所有差值求出各像對的全距，並再將表 3 中的所有差值取絕對值後，計算各像對之平均數 與標準差（參見表 3）。由平均數來看，像對（I）

由改正前的 2.3 公分降到改正後的 1.4 公分，為改 正程度最佳的一組；而像對（III）由改正前的 1.3 公分上升到改正後的 2.2 公分，為改正程度較差的 一組。此外，像對（I）與像對（II）在改正後的全 距與標準差皆呈現下降，表示改正後的地表形變量 與 GPS 觀測之真值的接近程度提高，有較佳的改 正效果；而像對（III）~（VI）在改正後的全距與 標準差皆增加，主要是因為在這幾個像對皆有出現 幾個改正後偏離 GPS 觀測值較大的無效點位，如：

TSHI、YM04、YMHM、GS11 等。

表 3 以 GPS 資料檢核各像對之 D-InSAR 乾延遲改正成果（單位：公分），灰色網底的格位表示乾延遲改 正後精度有提升的點位(1/2)

像對別 （I） （II） （III） （IV） （V） （VI）

改正 前 後 前 後 前 後 前 後 前 後 前 後

ANKN 3.0 3.1 0.1 -1.0 1.5 1.7 -0.8 -1.0 1.7 0.2 -2.0 0.2 BALN 9.3 1.0 -2.5 -1.2 4.2 -7.4 -2.9 0.4 -0.9 0.5 3.9 0.3 BANC -0.5 -0.5 0.9 0.5 1.7 1.5 -0.4 0.1 1.3 0.3 -1.0 -2.1

FIVE n/a -1.4 5.4 -2.7 -1.3 2.1 -8.4 -5.2 4.9 -0.9 -0.1 FUSN -2.3 -0.6 -2.1 0.4 2.4 -0.7 -2.2 -1.0 0.6 1.9 -5.3 1.1 HERI 3.5 -0.6 -1.3 0.8 -3.0 -6.8 -5.3 -4.8 -5.0 7.6 5.5 -8.3 ILAN -2.1 -1.4 0.9 1.7 0.7 1.4 4.9 -0.8 -0.9 -1.1 -1.5 1.6 KSHI -3.5 2.3 0.1 0.7 2.1 -0.1 -0.5 3.8 -1.9 -1.8 -0.3 3.0 KYIN -0.5 -0.1 -1.2 -1.2 -0.6 -6.9 1.2 2.4 -0.2 -0.1 n/a LNKO 2.3 0.7 0.3 1.2 0.3 -2.1 -1.8 -1.0 0.6 1.5 0.0 1.3 LTUN 0.5 1.0 -0.1 -1.2 0.9 1.3 0.9 0.7 -0.5 0.8 -2.3 -1.0

NIUT 0.9 -0.5 -2.8 -4.4 1.6 -2.0 -1.6 -0.5 -0.3 2.4 -1.1 -1.9 PLIN -6.5 -1.2 -5.2 0.8 -1.5 0.6 4.4 -4.3 -0.9 -2.2 -4.6 0.1 SANJ 2.7 -0.4 -1.2 0.3 -0.4 -7.0 -5.7 -2.3 -2.1 5.2 5.4 -3.7 SLNP 4.7 0.0 -2.7 -4.0 1.1 1.1 0.8 -2.4 -0.2 -0.3 -1.2 2.0 TAIP -8.3 -1.1 -1.1 2.5 -2.4 -1.6 2.1 -4.5 -2.0 1.0 -2.3 0.1 TANS 0.6 -2.0 2.4 2.4 -1.9 -4.7 -1.4 -1.0 -0.7 2.9 3.4 -1.0

表 3 以 GPS 資料檢核各像對之 D-InSAR 乾延遲改正成果（單位：公分），灰色網底的格位表示乾延遲改 正後精度有提升的點位 (2/2)

像對別 （I） （II） （III） （IV） （V） （VI）

改正 前 後 前 後 前 後 前 後 前 後 前 後

THAI 4.2 2.8 -7.8 -4.3 2.0 -3.1 -3.4 3.4 -3.7 1.5 -3.7 -5.5 TSHI 3.7 0.8 -0.4 2.6 -2.1 -4.0 -3.7 -6.5 -5.1 9.6 5.6 -7.4 WANL 0.2 -0.5 -0.7 1.9 -2.0 -1.5 -0.7 -3.7 -3.8 4.3 2.5 -5.5 WUKU 2.0 -3.9 -0.4 3.0 -1.1 -3.2 -0.1 -1.7 -1.0 0.0 0.1 2.0 YAME -0.6 2.3 -1.2 -0.6 1.4 -0.4 0.6 3.0 -1.3 -2.5 0.3 2.9 YNTS 7.4 -1.2 0.2 0.0 0.3 2.8 3.3 -4.3 0.3 -1.6 -2.0 2.6 FCWS -2.0 1.1 0.5 1.0 0.9 -0.5 0.5 2.9 -0.9 -2.3 -1.9 2.6 S101 0.8 0.2 1.0 0.4 -1.2 -0.4 0.4 -1.0 -0.7 -1.1 -0.6 -3.5 YM01 2.6 -0.7 -1.4 2.3 -1.1 -2.4 -1.1 -2.6 -3.4 2.2 2.3 -4.1 YM02 -0.6 -3.9 1.6 2.9 -0.2 -1.2 -2.3 -2.5 -2.9 -1.0 3.0 -1.5 YM03 3.9 -1.6 0.6 5.2 -1.5 -3.0 1.2 -3.4 -4.4 4.4 3.2 -2.0 YM04 0.4 -1.5 -6.1 2.6 0.8 -1.7 -0.4 -4.7 -6.2 6.7 1.5 -2.7 YM05 -2.3 -2.5 0.7 3.6 -0.8 -2.4 0.2 -2.3 -4.8 1.8 1.7 -1.8 GS01 -1.4 -0.2 0.1 -0.6 -0.8 -0.4 0.4 0.0 2.1 0.9 -2.5 -2.8 GS08 -1.6 -2.7 -0.8 1.4 -0.6 -3.5 -2.9 -3.6 -1.9 2.6 2.8 -3.0 GS09 0.6 -2.4 -0.8 2.4 -0.9 -1.6 -1.0 -5.1 -2.6 3.9 0.7 -5.4 GS10 1.4 -0.1 1.5 1.8 -1.5 -2.9 -1.1 0.9 -0.5 1.6 2.7 -2.3 GS11 -1.5 -2.4 1.8 2.0 -1.4 -2.4 -2.0 -0.1 0.1 1.7 1.5 -10.7 GS12 0.1 0.6 -1.1 -0.1 0.1 -0.9 0.2 1.1 0.5 0.7 -0.8 -2.6 GS13 -1.0 -0.5 -1.0 -0.9 1.1 0.7 0.3 -2.2 1.0 0.3 -2.1 -7.5 GS19 -0.3 -0.9 1.1 0.3 -2.2 -1.1 1.7 -2.8 -1.9 -1.9 -0.1 -4.1 FUSI 1.8 -1.8 -0.5 1.9 0.0 -1.3 0.5 1.7 0.8 0.6 -3.0 1.1 SHMN 2.9 -1.1 -2.7 -0.3 -2.0 -5.0 -4.7 -4.4 -3.2 7.0 4.4 -7.3 SIND -2.9 -0.8 -2.7 -1.5 -0.5 0.2 3.0 2.5 0.5 -1.0 -4.3 2.3 YMSM -3.8 -3.8 -2.2 2.3 -1.1 -1.1 -1.7 -3.8 -4.1 10.8 -1.3 -4.2

SA04 -0.3 1.1 -1.7 -0.2 1.4 0.1 n/a n/a n/a

SPP0 -0.4 0.9 -1.3 0.2 1.8 0.7 n/a n/a n/a

CSRF 3.4 -0.8 -0.8 -1.8 2.6 2.9 0.6 0.0 1.1 -0.3 n/a TWTF -0.8 2.4 -0.7 0.0 1.5 -0.6 -1.9 0.3 -0.6 -1.2 1.0 2.3 TCYU -2.2 -1.6 -1.2 -0.8 1.3 -1.0 0.7 3.3 0.2 -1.7 -0.8 -0.7 YILN -2.5 -1.4 0.0 1.9 1.4 2.3 3.2 1.0 -1.5 -1.4 -2.2 0.4

LYTU n/a 1.8 -2.6 1.0 3.0 n/a n/a n/a

SINP 0.6 -2.8 3.1 3.3 -0.2 -4.4 n/a n/a n/a

NTPU 0.9 -0.6 1.8 1.5 -0.1 0.0 n/a n/a n/a

全距 17.7 7.0 10.9 9.8 7.2 10.4 10.7 12.2 8.3 13.3 10.9 13.6 平均 2.3 1.4 1.5 1.7 1.3 2.2 1.8 2.5 1.9 2.4 2.3 2.9 標準差 2.1 1.0 1.5 1.4 0.8 1.9 1.5 1.8 1.7 2.5 1.6 2.4

表 4 各組像對之有效改正點之比例與改正幅度

像對（編號） 改正點比例 改正幅度全距 平均改正幅度

2007/01/12-2007/02/27（I） 29/49 ≈ 0.59 0.012 ~ 0.990 0.624 2007/02/27-2007/11/30（II） 22/51 ≈ 0.43 0.002 ~ 0.931 0.592 2007/11/30-2008/01/15（III） 20/51 ≈ 0.39 0.027 ~ 0.943 0.524 2008/01/15-2010/01/20（IV） 19/46 ≈ 0.41 0.031 ~ 0.960 0.541 2010/01/20-2010/03/07（V） 18/46 ≈ 0.39 0.009 ~ 0.961 0.483 2010/03/07-2011/01/23（VI） 16/44 ≈ 0.36 0.141 ~ 0.975 0.630

本文亦將各組像對之有效改正點除以該時期 所有可用之 GPS 點總數，得到有效改正點比例（參 見表 4），以像對（I）為例，該時期可用以檢核之 所有 GPS 點位有 49 點，經乾改正後改善之點位有 29 點，因此得到有效改正點比例為 0.59，整體來 說有效改正之比例範圍為 0.36 ~ 0.59，像對（I）

改正效果最佳。表 4 亦呈現有效改正點之改正幅度，

其算法為改正前 SAR 偵測之地表變形成果與 GPS 實際變動量差距（設為 p），減去改正後 SAR 偵測 之地表變形成果與 GPS 實際變動量差距（設為 q）， 並將此數值標準化（(|𝑝| − |𝑞|)/(|𝑝|)），以得到改 正幅度。據此，若此值愈接近 1，則表示改正成果 愈好。下表 4 顯示所有像對檢核之 GPS 點位上，

皆有改正幅度大於 0.9 之數值，表示部分點位改正 成果良好。從統計數據來看至少有 36%以上的點呈 現乾改正有效，且平均改正幅度至少可達 48.3%。

綜合有效改正點比例與平均改正幅度來看，除可發 現像對（I）的有效改正點比例與平均改正幅度皆 很高之外，也可觀察到雖然像對（II）與（VI）的 有效改正點比例較低，但是其平均改正幅度卻很 高。

6. 討論

為進一步在空間中呈現 GPS 點位在六個像對 中之乾延遲改正程度，本研究挑選出在三組或是三 組以上為有效改正之點位共 22 個，在表 3 中將其 編號以藍色顯示，並在圖 4 中以藍點表示；反之，

亦找出在六組像對中皆無或是只有一組為有效改 正之點位共 9 個，在表 3 中將此類點位的編號以橘 色顯示，在圖 4 中以橘點表示，最後成果如圖 4 所示。

由圖 4 所呈現藍點與橘點的空間分布可知，22 個有超過一半的機會可以被有效改正的點位為均 勻分布在影像涵蓋區域；而在這次測試中普遍無法 被有效改正的 7 個點位卻呈現集中的趨勢，其分布 的範圍大約從新北市金山沿著大屯山到五股、林口 一帶，而會造成此區域的乾延遲改正效果不佳的原 因 ， 可 從 以 下 兩 方 面 討 論 ： 首 先 ， 本 文 採 用 Saastamoninen （ 1972 ） 提 出 之 大 氣 模 型 處 理 在 D-InSAR 過程中因為乾延遲所造成的誤差，而該模 型在估算乾延遲誤差主要是依據研究範圍內之氣 壓差。基於此，本研究蒐集研究範圍內之氣象站所 提供的氣壓資料（氣象站位置請參見圖 2），並採 用 Kriging 內插方法產生符合地形趨勢之面狀氣壓 差資料（參見 4.1 說明），作為乾延遲改正之依據。

雖然依此執行乾改正在大部分區域皆為有效，但若 由橘點分布的位置來看，該區位於大屯火山區，由 於該區域為火山地形，具備特殊的地形起伏與複雜 的地勢，因此整個大範圍的內插成果並無法精確呈 現該局部地區的氣壓差資訊，推測此因素導致橘點 分布區域的乾改正效果不佳。針對此問題，若能配 合更高解析度的數值地形模型，並在地形特徵點實 地蒐集氣壓資料，預期將可改善此區域之乾改正精 度。

圖 4 GPS 檢核 D-InSAR 乾延遲改正之累積成果圖 另一項要考慮的問題是當地的氣候條件。由於

大屯山區地勢較高，氣溫較鄰近之臺北盆地約低 3 至 4 度，呈現冬冷夏涼的季節特性，且因為本區複 雜的地形與地勢，致使局部地區微氣候變化相當明 顯。此外，該區域具備亞熱帶地區季風型氣候特徵，

即夏季受到西南季風影響，午後常有雷陣雨，冬季 則因東北季風南下而變得潮濕多雨，年雨量多達 4000 毫米，每年降雨日數也在 190 天以上（陽明 山國家公園，2014）。在這樣多變的氣候條件下，

D-InSAR 執行過程中主要的大氣誤差來源或許並 不是乾延遲，而應是與水汽相關的濕延遲所造成的 誤差。為驗證此項推論，必須蒐集與雷達影像拍攝 時間相同之水汽相關資料，於進行濕延遲改正後評 估。

7. 結論

本文主要為處理 D-InSAR 過程中因為大氣延 遲中的乾延遲所造成的誤差。由六組 PALSAR 影 像像對改正後之評估成果得知，有效改正點比例在 0.36 至 0.59 之間，而有效改正點之平均改正幅度 在 48.3%至 63.0%之間，可知乾改正之執行對於達

成較高精確度之地表形變確有效果，因此建議以二 軌跡法雷達差分干涉獲得成果後，應該再繼續進行 乾延遲改正。

由本文實驗成果可知，大氣乾延遲改正確能提 高地表形變之精度，但若進一步考量到台灣地區上 空之氣候條件多變，將會導致濕延遲效應，因此後 續將以同樣像對進行對流層之濕延遲改正與評估，

以期獲得更高精度之面狀連續地表形變。

致謝

本文作者感謝國立台灣大學地質科學系胡植 慶教授提供完成本文所需之處理軟體 ENVI。此外，

本文的兩位匿名審查委員提供許多寶貴意見供作 者參考，特此致謝。

參考文獻

林金樹、陳峰盛，2002。空間統計之半變異數模式 對推估降雨量空間分布之影響，2002 中華地 理資訊學會年會暨學術研討會，台中，逢甲大 學：民國 91 年 10 月 3 日至 10 月 4 日。

陽 明 山 國 家 公 園 ， 2014 。 氣 象 景 觀 ，

Bayuaji, L. and Sumantyo, J.T.S., 2011. ALOS Palsar for temporal analysis of surface deformation on mud volcano eruption in Sidoarjo using D-InSAR technique, Paper presented at ACRS, Chinese Taipei Society of Photogrammetry and Remote Sensing; Center for Space and Remote Sensing Research, National Central University;

Asian Association on Remote Sensing;

International Society for Photogrammetry and Remote Sensing, Taipei, Taiwan, October 3 - 7, 2011.

Campbell, B.A., 2002. Radar Remote Sensing of Planetary Surfaces. Cambridge ： University Press.

Doin, M.P., Lasserre, C., Peltzer, G., Cavalié, O. and Doubre, C., 2009. Corrections of stratified tropospheric delays in SAR interferometry:

Validation with global atmospheric models, Journal of Applied Geophysics, 69: 35-50.

Ferretti, A., Monti-Guarnieri, A., Prati, C., Rocca, F., Milano, P.d. and Massonnet, D. 2007. InSAR Principles： Guidelines for SAR Interferometry Processing and Interpretation. Netherlands ： ESA.

Gabriel, A.K. and Goldstein, R.M., 1988. Crossed orbit interferometry: theory and experimental results from SIR-, REMOTE SENSING. 9(5):

857-872.

Gens, R. and Genderen, J.L.V., 1996. SAR interferometry-issues, techniques, applications, REMOTE SENSING. 17(10): 1803-1835.

Goovaerts, P., 2000. Geostatistical approaches for incorporating elevation into the spatial interpolation of rainfall. Journal of Hydrology, 228: 113-129.

Hooper, A., 2006. Persistent scatterer radar interferometry for crustal deformation studies and modeling of volcanic deformation, published doctoral dissertation, stanford university, Julianalaan 134, Delft, the Netherlands

Hung, L.C., Tsai, Y.L. and Lin, S.Y., 2013. Mitigation of atmospheric delay from InSAR processing, Asian Conference on Remote Sensing, Indonesia.

Janssen, V., Ge, L.L. and Rizos, C., 2004.

Tropospheric Corrections to SAR Interferometry from GPS Observations. GPS Solutions, 8:

140-151.

Klees, R., and D. Massonnet. 1999. Deformation measurements using SAR interferometry:

potential and limitations. Geologie en Mjinbouw 77: 161–76, 196–201.

Klobuchar, J.A., 1996. Ionospheric effects on GPS, in Global Positioning System: Theory and Applications (Volume I). pp. 485-515, edited by B.W. Parkinson, and J.J. Spilker Jr., Washington, DC ： American Institute of Aeronautics and Astronautics

Li, Z.H., 2005. Correction of atmospheric water vapour effectson repeat-pass SAR interferometry using GPS, MODIS and MERIS data, Ph.D. Dissertation, University College London, London.

Li, Z.H., 2008. Reduction of atmospheric water vapour effects on ENVISAT ASAR interferograms using MERIS near IR measurements, The XXI Congress of the International Society for Photogrammetry and Remote Sensing Beijing：China.

Li, Z.H., Muller, J.P., Cross, P., Fielding, E.J., 2005.

Interferometric synthetic aperture radar (InSAR) atmospheric correction: GPS, moderate resolution Imaging spectroradiometer (MODIS), and InSAR integration, Journal of Geophysical Research - Solid Earth, 110(B3), B03410.

Li, Z.W., Ding, X.L, Huang, C., Wadge, G. and Zheng, D.W., 2006. Modeling of atmospheric effects on InSAR measurements by incorporating terrain elevation information, Journal of Atmospheric and Solar-Terrestrial Physics, 66(2006): 1189-1194.

Li, Z.W., Ding, X.L., Liu, G.X. and Huang, C., 2003.

Atmospheric effects on InSAR measurements - A review, Geomatics Research Australasia, 79, 43-58.

Massonnet, D., Carmona, M.R.C., Adragna, F., Peltzer, G., Feigl, K. and Rabaute, T.,1993. The displacement field of the Landers earthquake mapped by radar interferometry，Nature，364(8):

138-142.

Massonnet, D. and Feigl, K.L., 1998. Radar interferometry and its application to changes in the earth's surface, Reviews of Geophysics.

36(4): 441-500.

Saastamoinen, J., 1972. Atmospheric correction for the troposphereand stratosphere in radio ranging of satellites, Geophysical Monograph Series, 15:

247-251.

Tarayre, H. and Massonnet, D., 1996. Atmospheric

Propagation Heterogeneities Revealed by ERS-1 Interferometry. Geophysical Research Letters, 23: 989-992.

Williams, S., Bock, Y. and Fang, P., 1998. Integrated Satellite Interferometry: Tropospheric Noise, GPS Estimates and Implications for Interferometric Synthetic Aperture Radar Product. Journal of Geophysical Research, 103:

27051-27068.

Zebker, H.A. and Rosen, P., 1994. On the derivation of coseismic displacement fields using differential radar interferometry： The Landers earthquake, Journal of Geophysical Research：

Solid Earth. 1(1994): 286-288.

1 Assistant Professor, Dept. of Land Economics, National Chengchi University Received Date: Mar. 09, 2014

2 Graduate Student, Dept. of Land Economics, National Chengchi University Revised Date: Apr. 18, 2014

3 Master, Department of Geomatics, National Cheng Kung University Accepted Date: Jul. 18, 2014

*.Corresponding Author, Phone: 886- 2-29393091 ext.51651, E-mail: [email protected]