第四章 研究成果與檢核
第一節 資料選取
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第四章 研究成果與檢核
本研究依照設計之處理流程，對台灣北部地區之 PALSAR 影像進行 D-InSAR 大氣改正處理，得到地表變形成果。本章將先介紹研究所使用之 資料，接著呈現大氣改正成果。
在執行大氣改正時，將對流層之乾延遲與濕延遲分開處理，得到乾改 正與濕改正成果。而為評估總延遲量對 D-InSAR 影響，將乾改正及濕改正 一併處理得到乾加濕對流層總改正。其中乾改正及濕改正的大氣資料來源 為氣象站及大氣模型所計算之延遲量，此延遲量精度有限，而台灣 GPS 密 度較高，可利用 GPS 所測得之精準對流層總延遲量，改正 D-InSAR 成果，
得到 GPS 對流層總改正成果。所獲取之對流層總改正成果可與前述之乾加 濕對流層總改正成果進一步分析比較。綜上所述，本研究將有四種成果，
乾改正、濕改正、乾加濕對流層總改正（後稱為乾加濕總改正）、GPS 之 Niell 模式計算之對流層總改正（後稱為 Niell 模式總改正）。
第一節 資料選取
一、
PALSAR
ALOS 承載的合成孔徑雷達系統名為 PALSAR，為使用 L 波段（23.6 公分）之主動式雷達影像系統。本研究使用之 PALSAR 衛星軌道為 444，
像幅資訊為 490（Track：444 / Frame：490），取像時間為 2007 年 1 月 12 日至 2010 年 3 月 7 日六張影像，圖 4-1 為 PALSAR（444/490）之位置示意 圖，表 4-1 為衛星影像資訊。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
圖 4-1 PALSAR 影像（444/490）位置示意圖
表 4-1 PALSAR 影像資訊 SAR
影像
影像時間
（年/月/日）
波段 空間
解析 度
像幅大小 Track Frame
PALSAR
2007/01/12
L
（23.6 cm） 7 m 250 km-
350 km 444 490 2007/02/27
2007/11/30 2008/01/15 2010/01/20 2010/03/07
二、
DEM
本研究於 D-InSAR 處理中所用之 DEM 為 ASTER DEM，即 NASA 於
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
Emission and Reflection Radiometer）所得之資料計算而得之全球高程模型
（Global Digital Elevation Model, GDEM）。
三、 對流層大氣延遲改正所需資料
(一) 乾改正所需地面氣象站觀測資料
依 Saastamoninen Model 模型計算大氣延遲誤差，所需資料為緯度、
高度、壓力，據此於中央氣象局申請氣象站資料，以執行大氣乾改正。
因氣象站資料為點位式資料，執行大氣誤差干涉圖模擬時，須執行內 插而成為面狀資料，因此取得資料之氣象站位置須大於台北市，以確 定可內插得到台北市之完整面狀資料。總共九站氣象站資料，分別為 板橋、鞍部、台北、竹子湖、基隆、蘇澳、宜蘭、淡水、新竹。表 4-2 為對應 SAR 影像時間之氣象站資料，圖 4-2 為氣象站位置以及用以檢 核之 GPS 點位位置示意圖。
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
圖 4-2 研究區域中氣象站（紅點）與檢核 GPS 站位置示意圖（綠點）
(二) 濕改正之大氣模型（Weather Research and Forecasting, WRF）
大氣模型為使用過去大氣資料建立一大氣模型，用以推估過去某 時間點及未來之大氣狀態。本研究採用 WRF 大氣模型，此模型是由美 國 國 家 大 氣 研 究 中 心 （ National Center for Atmospheric Research, NCAR）、美國國家海洋暨大氣總署（National Oceanic and Atmospheric Administration, NOAA）、美國國家環境預報中心（National Center for Environmental Prediction, NCEP ）、美國 預報系 統實驗室 （ Forecast System Laboratory, FSL）、美國空軍氣象機構（Air Force Weather Agency, AFWA）、美國海軍研究實驗室（Naval Research Laboratory）、奧克拉 荷馬大學（University of Oklahoma）、聯邦航空管理局（Federal Aviation Administration; FAA）等單位負責研發。此模型為一線性氣候預測系統
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
其模擬的空間尺度可為數公尺至數千公里。在本研究中使用之空間尺 度為 2 公里。
(三) Niell 模式總改正之 GPS 連續觀測站資料
台灣 GPS 站眾多，可用以解算設站期間內各 GPS 站的大氣延遲量，
而獲取之延遲量的精度較高。而使用 GPS 站計算獲取對流層延遲量有 許多模式，諸如 Saastamoinen 模式、Hopfiled 模式、Niell 模式等。
Saastamoinen 模式將地區精確大氣壓力帶入此經驗模式，可得精度達 mm 等級之乾延遲量；Hopfiled 模式引進位置向量的長度取代高程，計 算出乾延遲與濕延遲；Niell 模式因不需知道氣象參數，故乾延遲部分 是依據緯度、橢球高及一天中所在天數（Day of Year, DOY）計算而得，
濕延遲部分只須知道所在緯度即可計算。本研究使用台灣架設之 GPS 連續觀測資料，搭配 Bernese 軟體所計算出之 Niell 模式延遲量，取得 對流層大氣總延遲量。
Li（2006 ）在義大利埃特納火山，約45 km × 45 km範圍佈署 14 個 GPS 點位以做大氣改正之來源，改正效果良好。而本研究中採用之 GPS 密度約在100 km × 100 km範圍內有 30 個點位，密度相對較低。