使用 snap DInSAR 觀察地震後地表變型

這次是衛星大地測量作業八， 要使用 snap 做 DInSAR，可以用來看地表變型。 老師指派了幾個地震或山崩地區， 我是被分配到 2018 年印尼蘇拉威西島的地震， 可惜 DInSAR 結果不理想，在 unwrap 前只看得出雜訊。

DInSAR

DInSAR 是 SAR 技術的一種。 SAR 是合成孔徑雷達，解析度較傳統雷達高； 而 InSAR 是干涉雷達影像，保存有相位差，可以用來測距； DInSAR 就是干涉雷達影像的差分， 也就是將二張干涉雷達相減， 計算出每一點在視線方向的距離變化，看地表變型情形。

sentinel-1

sentinel 是歐盟發射的一系列地表監測衛星， 其中 sentinel-1 是 SAR 影像的衛星， 其拍攝的 SAR 影像公開在網路上供自由使用。

本次作業我的主題是 2018-09-28 發生在印尼蘇拉威西的地震， 地震之後引發了海嘯，也造成了不少的傷亡。 sentinel-1 在 10 月初有數張影像， 但震前最近一張是在 06-07 的降軌；所以配合震前， 震後最近一張我選擇了 10-05 的降軌影像。 但震前的影像和地震差了將近四個月， 所以結果可能不會太好。

而且 10-05 與 06-07 的影像範圍稍有不同， 10-05 的影像範圍是整個地峽， 但 06-06 的影像把地峽分為上下二張， 所以我總共下載了三張影像，做了二次的 DInSAR。

snap

snap 是 esa 出品的以 sentinel 系列 衛星影像為目標的遙測影像分析軟體。 在本次作業中，我們使用 snap 來做 DInSAR。

我的 DInSAR 成果如下：

結果極差，完全看不出紋理，只看得出雜訊。

文獻回顧

有找到二篇有關 sentinel 與蘇拉威西地震的文章。 一篇是影像融合搭配影像分類建立災損地圖的學術文章 ， 另一篇是用 DInSAR 分析蘇拉威西地震 ， 來源是歐盟的 copernicus emergency management service mapping。

Multi-Source Data Fusion Based on Ensemble Learning for Rapid Building Damage Mapping during the 2018 Sulawesi Earthquake and Tsunami in Palu, Indonesia

這篇文章是影像分類的，但是唯一一篇 sci-index 的文章。 主要就是用地震前後災害造成的地表變遷 造成的影像差異，自動判斷各地的災損情形； 特別的是其中使用了多波段、多種影像來源， 其中就包含了 sentinel-1 的 SAR 影像。 但其中使用的 SAR 影像只使用了強度， 並沒有用到相位或做干涉處理。

EMSN 061 - Ground deformation analyses, Sulawesi, Indonesia

這篇文章就和我的作業比較接近，雖然來源不太像一般的學術文章， 但也是用 sentinel 和 snap 處理， 使用了 DInSAR 與 PSInSAR 二種技術。

DInSAR 文章中使用了升軌與降軌二種， 降軌與我的相同，是使用 06-07 10-05 的影像； 但他還有使用升軌的 04-10 10-10 影像。 二對的結果都與我的接近，幾乎看不出規則的變化，只有雜訊。

文章中在 2.3.1 節推論原因是地震前後島中的基礎建設改變極大， 造成大量的地表變化，使得震前震後的影像相關性低， 無法 unwrap 解出地震造成的地表變型。 並額外做了地震後短期間內的二張 sar 影像干涉， 可以看出在同為震後的影像中，相關性就較高， 驗證影像相關性低是由於地震前後基礎建設改變造成。

文章後段 3.2.2 節使用了 PSInSAR 分析地表變形， 原理是從不同角度的影像中辨識出同一地物， 就能從一個以上的視線方向，還原出三維方向上的移動。 效果較 DInSAR 好，也有能看出此地震的移動方向主要是南北方向的平移。