第三章 大氣效應處理
3.6 移除大氣效應
隨著眾多的研究者發現大氣的確會影響干涉結果[Goldstein, 1995; Massonnet and Feigl, 1995; Tararye and Massonnet, 1996]，為求精確的獲得地表變形量，暸解大氣對干涉 的影響，並進而消除大氣的影響已是必須進行的工作。
3.6.1 利用 GPS 資料移除大氣效應
因為 GPS 的訊號也經過大氣層，同樣受大氣效應的影響，所以利用同時間、同地 區的 GPS 資料，可以推求各項的大氣模式參數，利用這些參數資料，可以進行干涉處 理的改正資料。利用GPS 資料進行雷達干涉技術大氣效應修正的流程如圖 3.1。
圖3.1 以GPS 資料修正大氣效應流程圖
對流層的天頂方向延遲量可以利用固定站的 GPS 觀測量獲得，但是影響雷達干涉 技術的大氣效應則在斜距方向，因此須將天頂影響量轉換至斜距方向，其關係如圖3.2。
圖3.2 天頂方向延遲與斜距延遲關係圖[修改自 Hanssen, 2001]
將天頂的延遲量轉換至雷達視距方向延遲量的方法可用對應函數的方法計算，簡單 的對應關係可以用三角函數的方式計算
δ θ
δ = zcos (3.28)
式中，δ 為天頂方向的延遲量，δ 為斜距方向延遲量，θ 為點位之雷達視角。 z
因為在一般地區，GPS 的網型分佈一定比干涉影像的解析度低許多，所以內插的 處理就是必須進行的動作。其中，Williams 等(1998)比較克利金(Kriging)、雙線性(Bilinear) 及加權距離反比內插法(Inverse Distance Weighted, IDW)，針對三種不同內插方法對大氣 效應修正效果進行比較，結果顯示Kriging 的效果最好。Janssen 等(2004)也比較 IDW、
Kriging 及雲線(Spline)等三種內插方法，結果顯示 IDW 及 Kriging 兩種內插方法的效果 一樣，Spline 的效果較差，作者建議可採用前兩種方法進行內插處理。
考慮此自然的大氣效應，Williams 等(1998)利用點位的氣象資料及 GPS 連續站觀測 資料進行大氣影響量的去除，此研究以模擬資料證明，可以利用稀疏的點位來去除雜 訊，也可以利用GPS 的觀測的天頂延遲量來估計干涉的大氣延遲量。
Li 等(2004)整合 GPS 及地面的氣象資料，發現 GPS 觀測的天頂延遲量均方根誤差 為0.5 cm，地面氣象觀測資料估計的天頂延遲量均方根誤差約為 4 cm。並以香港的地區 影像為例，探討大氣效應的影響對間隔1 天及 10 天不同影像對產生的路徑誤差約為 7.8 cm 及 9.5 cm。經整合 GPS 及地面氣象資料的大氣效應修正後，可以間隔 1 天及 10 天的 路徑誤差修正4.9 cm 及 5.8 cm，精度明顯提升。Xu 等(2006)以 35 個東京地區 GPS 連續 站的資料計算大氣修正量，未經大氣修正前干涉圖在斜距方向的均方根誤差為 1.33 cm，結果修正後降低至 0.87 cm。
3.6.2 利用氣象資料移除大氣效應
關於對流層折射的影響，一般處理的方法為採用對流層數學模式加以改正，如 Saastamoinen、Hopfield 等模式[Hopfield, 1971; Saastamoinen, 1972]，利用地面觀測的氣 象資料配合對流層的模式來估計大氣影響量。Hanssen 和 Feijt(1996)及 Zebker 等(1997) 建議以Saastamoinen 的模式來進行干涉處理時對流層效應的去除。
大氣層中水汽的空間分佈是相當重要氣象因素，水汽也是影響訊號路徑的主要因 素，雖然空載的輻射量測儀可以偵測水汽的空間分佈，但其解析度仍不夠，有的氣象資 料解析度及涵蓋的範圍無法滿足 SAR 影像解析度的需求，所以處理的程序中，需加入
內插處理的程序；如果有足夠的地面氣象觀測資料，就可以直接以對流層模式直接計算 每一個地面站的對流層延遲量。
Delacourt 等(1998)以地面點位觀測的氣象資料及對流層延遲在垂直方向的經驗模 式來修正大氣影響量，結果對流層的影響可以達到2 條干涉條紋，平均的誤差量為 1 條 干涉條紋。Li 等(2006)利用掛載在 Envisat 衛星的中解析度成像光譜(Medium Resolution Imaging Spectroradiometer, MERIS)氣象資料來修正 Envisat 雷達影像的干涉圖，干涉圖 與GPS 資料在斜距方向的均方根誤差從修正前的 0.55 cm 降低至修正後為 0.35 cm，精 度明顯提昇。
3.6.3 以堆疊的方法消除大氣效應
因為大氣效應的影響是因時、因地不同而有差異，因此學者提出將多幅獨立的干涉 圖於以平均，就可以降低大氣效應的影響，這方法對大氣效應的去除有明確改善的結果 [Zebker et al., 1997]。
Williams 等(1998)提出除利用堆疊法外，並同時以 GPS 的資料進行去除大氣影響的 效應，Ferrettiet 等(1999)提出以加權平均的方法同時考慮熱雜訊及大氣效應。由研究結 果顯示，堆疊的方法雖可消除大氣效應，但此法並不適用於地表有非線性變化的地區。