研究方法

雷達干涉量測技術（Interferometry Synthetic Aperture Radar， InSAR）用於偵測大面積的地層 下陷，具有大面積涵蓋而非點位性分布的優勢，其

過去前人的研究包括 Massonnet et al. （1997）

利用合成孔徑雷達差分干涉技術來偵測加州 East 2011；Zhang et al., 2011；Zhang et al., 2012）。

永久散射體（Persistent Scatterer, PS）的概念 其他改良之 PSI 技術（Colesanti et al., 2003; Hooper et al., 2004）應用於各方研究之中。由於此種有效

（Colesanti et al., 2003），Hooper et al. （2007）提

0

2004 2005 2006 2007

2008 2009 2010 2011

次壓縮層

主壓縮層

出的 StaMPS/MPI 的解算方法，則至少需要 13 幅 衛星影像。另外 PSInSAR 在進行處理時，相位解 纏是一項關鍵的工作，常用的方法為對每一幅干涉 圖解纏。但因時域相關點無法被精確選定，在某些 相關點上可能含有較大的相位噪聲，使得這些點的 相位模糊（phase ambiguity）解算失敗，並導致整 體的解纏誤差。為了解決上述問題，Zhang et al.

（2011）提出了 TCPInSAR （Temporarily Coherent Point SAR Interferometry）技術，應用強反射體對 於罩窗尺寸的改變，並不會影響像素偏移量標準差 的特性，找出強反射體作為 TCP 點，並使用最小 二乘法進行參數解算，使用離群檢測方式估算殘差 大小來區分含有相位模糊與否的相關點，取代了容 易產生錯誤或失敗的相位解纏步驟，進一步估算出 地表變形速率。

3.1 ALOS 衛星雷達資料

本研究採用日本宇宙航空研究開發機構

（Japan Aerospace Exploration Agency, JAXA）的 ALOS 衛星拍攝的 L 波段 SAR 系統衛星影像為資 料來源，軌道編號為 track 447、frame 450，軌道涵 蓋範圍示意圖如圖 8 所示，影像格式為升軌、Fine 拍攝模式之多觀點 HH、HV 偏極複數雷達影像，

其影像幅寬約 73.9 公里、空間解析度約 30 公尺、

雷達平均入射角度（Incident angle）為 38.7 度。本 研究共使用 15 幅衛星影像，影像期間分佈在 2007 年 3 月至 2011 年 3 月之間，參數選用空間垂直基 線的上限為 1100 公尺，時間基線的上限為 900 天，

衛星影像資料如表 1，共組成 29 對影像對如圖 9。

表 1 衛星影像基本資料表 垂直基線長上限（m） 1100 時間基線門檻（day） 45/900

影像時間 2007/03/04-2011/03/15 影像數（Images） 15 幅

影像對數

（Image pairs） 29 對

圖 8 台灣地區 ALOS 衛星軌道涵蓋範圍示意圖

圖 9 雷達干涉影像對空間與時間基線分佈圖

3.2 時域相關點雷達干涉技術

本 研 究 依 Zhang et al. （ 2011 ） 提 出 之 TCPInSAR 演算方式進行解算，其處理過程依序 為：

A. 挑選 TCP 候選點

TCPInSAR 利用 DInSAR 所解算的強度影像，

以移動式罩窗在衛星行進方向與垂直方向對各組 主副影像對的每個像素，利用公式（1）進行影像 偏移量標準差計算（Bamler, 2000）。初始使用 256

×256 罩窗，計算每個像素偏移量 O（i,j），O（i,j）

為影像中任一像素之偏移 量，其中 i=1,2,…l；

j=1,2,…m，並組成此影像對的偏移量矩陣 O（l×m）

後，利用直方圖統計可得到影像的偏移量峰值 Oc，

利用公式（2），設定 A 為初始門檻，刪除偏移量 過大的像素，後續改變罩窗尺寸進行迭代計算（由 4×4 至 64×64），則每個候選點可得到一組偏移量序

列，再計算此序列之標準差，當標準差小於套合精

其中 為 Kronecker 張量積。與軌道誤差有關的相

（Zebker et al., 1997; Bombrun et al., 2009）。這裡 直接給出 M 個干涉圖中，在任意相關點 p 上相位

Golub 及 Kahan（1965）提出的 LSQR（least squares residuals）方法將被用於參數解算。值得注意的是， 根誤差（root mean square error, RMSE）為 0.6 公分 /年，其中共有 200 個水準點（佔整體水準點數量