InSAR大气相位延迟校正与误差去除工具箱

资 源 简 介

本项目是一个基于MATLAB开发的专业级InSAR数据后处理平台，专门用于识别、估算并去除合成孔径雷达干涉测量（InSAR）中的大气相位延迟误差。系统旨在解决对流层分层效应（垂直向）和湍流混合效应（水平向）对微小地表形变监测精度的影响。核心功能模块包括：1. 基于相位的地形相关性校正，利用线性模型或幂律模型分析干涉相位与DEM高程之间的关系，自动拟合垂直分层大气延迟并进行减除；2. 外部气象数据集成校正，内置接口支持读取ERA5、GAOS或MERRA-2等全球大气再分析资料，通过插值和垂直积分计算视线向（LOS）的天顶对流层延迟（ZTD），生成对应时间的大气相位屏（APS）；3. 时空滤波处理，针对时序InSAR（如PS-InSAR或SBAS）应用，提供基于时间高通和空间低通特性的滤波算法，将非相关的大气湍流噪声从形变信号中分离；4. pairwise逻辑校验与残差分析，用于评估大气校正的可靠性。该工具箱支持批量处理干涉图，提供校正前后的相关系数对比和可视化展示，显著提升滑坡、沉降及地震形变监测的信噪比。

详 情 说 明

基于MATLAB的InSAR干涉测量大气相位延迟校正与误差消除系统

项目简介

本项目是一个基于MATLAB开发的专业级InSAR数据后处理仿真与算法验证平台。系统专注于解决合成孔径雷达干涉测量（InSAR）中最为棘手的大气相位延迟问题，特别是对流层分层效应（垂直向）和湍流混合效应（水平向）。

通过内置的高保真数据模拟引擎和多种校正算法，本系统能够演示并评估不同大气校正策略对地表微小形变（如滑坡、沉降）监测精度的提升效果。该工具箱实现了从数据生成、大气分量估算、相位去除到精度评定的全流程自动化处理。

主要功能特性

• 全链路合成数据仿真：能够自动生成包含数字高程模型（DEM）、真实地表形变（线性趋势+局部沉降）、垂直分层大气延迟、湍流大气相位屏以及系统噪声的高仿真InSAR干涉图。
• 多模型大气校正算法：

* 基于地形的相关性校正：针对垂直分层大气，利用相位与高程的物理相关性进行建模去除。 * 外部气象模型融合模拟：模拟基于粗分辨率气象数据（如ERA5）计算天顶总延迟（ZTD）并转化为视线向（LOS）相位延迟的过程。 * 时空滤波/空间滤波处理：针对随机湍流大气，利用其空间低频特性进行分离与去除。

• 量化精度评估：自动计算校正前后的均方根误差（RMSE），并提供各算法的信噪比提升率。
• 多维可视化分析：提供包含原始数据、估算的相位屏（APS）、校正后结果、残差直方图及相位-高程回归分析的综合图表展示。

系统算法与实现细节

本项目核心代码（main.m）集成了数据模拟、核心算法处理与结果分析三个主要环节。

1. 数据模拟与加载

系统首先构建一个 $256 times 256$ 的仿真场景：

• 地形生成：利用MATLAB内置函数生成起伏的山区地形（DEM）。
• 形变场构建：叠加线性趋势项与高斯函数模拟的局部沉降漏斗，作为“真值”形变。
• 大气相位屏（APS）生成：

* 分层大气：设定相位与DEM高度呈线性正相关（模拟静力学延迟）。 * 湍流大气：基于FFT生成具有特定幂律谱特征的分形噪声（Fractal Noise），模拟空间相关的湍流。

• 观测值合成：将真值形变、两种大气相位及随机热噪声叠加，形成输入的干涉观测相位。

2. 核心校正算法

#### 方法一：基于相位的地形相关性校正 (Phase-Elevation Correction) 该模块旨在消除与地形高度强相关的垂直分层大气延迟。

• 原理：假设在大尺度上，大气延迟相位与高程存在线性关系 $phi = K cdot h + C$。
• 实现：将输入的二维相位图与DEM展平，构建设计矩阵，利用最小二乘法（Least Squares）回归计算相位随高度的变化率（系数K）。
• 输出：根据回归系数重建分层大气相位屏并从观测值中减去。

#### 方法二：外部气象模型集成校正 (External Meteorological Data Simulation) 该模块模拟了引入外部再分析资料（如ERA5）进行校正的物理流程。

• 原理：利用物理模型 $Phase = -4pi/lambda cdot (ZTD / cos(theta))$。
• 实现：

1. 生成低分辨率的ZTD（天顶总延迟）网格数据，模拟气象再分析资料的空间分布。 2. 使用样条插值（Spline Interpolation）将粗网格气象数据映射到SAR图像的精细网格。 3. 结合入射角参数，利用投影函数将ZTD转换为视线向（LOS）延迟。 4. 通过高斯滤波模拟外部模型在捕捉长波长大气信号时的平滑特性。

#### 方法三：时空滤波/空间滤波处理 (Spatiotemporal Filtering) 该模块主要针对随机性强、与地形无明显相关的湍流大气噪声。

• 原理：基于大气相位在空间上通常表现为低频信号，而在时间上表现为高频信号的特性。
• 实现：在单幅干涉图的模拟场景下，侧重于空间域处理。代码使用高斯低通滤波器（Gaussian Low-pass Filter）提取图像中的低频成分作为大气湍流估算值，将其从原始相位中分离，从而保留高频或局部的地表形变信息。

3. 下行处理与评估

• 统计分析：计算原始观测值及三种方法校正后的残差与真实形变之间的RMSE，量化展示精度提升百分比。
• 可视化：

* 第一行：展示DEM、真实形变场、含噪观测值及相位分布直方图。 * 第二行：展示三种算法分别估算出的“大气相位屏”（APS），并包含相位-高程的线性回归拟合图。 * 第三行：展示校正后的最终干涉相位图，以及校正残差的概率密度分布曲线（KDE），直观对比误差收敛情况。

使用方法

1. 启动 MATLAB。
2. 将工作路径切换至项目所在文件夹。
3. 直接运行 main 函数。
4. 系统将在命令窗口输出数据尺寸、模拟参数、各步骤执行状态及最终的RMSE统计指标。
5. 运行结束后，会弹出一个包含12个子图的综合可视化窗口，展示处理全过程的图像对比。

系统要求

• MATLAB R2018a 或更高版本。
• 需安装 Image Processing Toolbox（用于高斯滤波与图像处理操作）。
• 需安装 Signal Processing Toolbox（部分基础信号处理函数依赖）。
• 内存要求：由于是全内存计算，建议至少 4GB RAM（对于默认的 $256 times 256$ 仿真数据极其轻量，几乎能在任何配置上运行）。