影像大地測量學發展現狀與趨勢

李振洪,朱 武,余 琛,張 勤,楊元喜

1.長安大學地質工程與測繪學院,陜西 西安 710054; 2.黃土科學全國重點實驗室,陜西 西安 710054; 3.長安大學地學與衛星大數據研究中心,陜西 西安 710054; 4.西部礦產資源與地質工程教育部重點實驗室,陜西 西安 710054; 5.地理信息工程國家重點實驗室,陜西 西安 710054; 6.西安測繪研究所,陜西 西安 710054

大地測量學是一種以應用數學和衛星測量為基礎,對地球進行研究的學科[1]。該學科在一定的時間與空間參考系中,確定和監測地球的形狀、重力場,并追蹤地球動力學的變化,如極地運動、地球潮汐和構造運動等。同時,也可進一步精確確定地球表面任意點的空間位置和重力場及其時間的變化,服務于各行各業的基準坐標系統和數據等。近年來,隨著航空航天技術的發展,大地測量可測量參數的范圍進一步擴充,提高了地球動力學隨時間變化的測量精度[2],為國民經濟和國防建設、重大工程建設和人類社會經濟的可持續發展等做出了突出貢獻[3]。

自19世紀60年代法國人Félix Nadar利用氣球作為載體獲得第一張航拍照片伊始,非接觸、遠距離攝影或掃描的遙感技術的飛躍發展給傳統大地測量帶來了深刻變革[4]。遙感技術可以獲取高空間分辨率、大范圍覆蓋、高精度的影像資料,對這些影像進行處理、分析、展示和傳輸,能夠更加深入地服務于大地測量學,由此衍生出影像大地測量學(Imageodesy/Imaging Geodesy)的概念。1993年Crippen提出了Imageodesy的術語[4],1995年國際大地測量學與地球物理學聯合會(IUGG)首次給出Imageodesy的定義,認為其是一種提取兩個衛星圖像之間發生亞像素地表位移的方法[5]。1998年,我國攝影測量學之父王之卓院士對Imageodesy定義進行了擴展,將利用合成孔徑雷達(SAR)和合成孔徑雷達干涉測量(InSAR)對地面觀測也稱為影像大地測量學[6]。2002年,陳俊勇院士在為廖明生和林琿教授編著的《雷達干涉測量:原理與信號處理基礎》一書作序時也認為InSAR技術的應用是空間大地測量學的一個重要領域,其獲取高時空分辨率地表形變信息的特點衍生了Imageodesy[7]。2010年,德國宇航中心Eineder等首次使用Imaging Geodesy這個術語表達基于高分辨率SAR影像提取厘米級距離精度的技術[8]。2014年筆者首次使用Imaging Geodesy作為教授職位名稱,并在英國紐卡斯爾大學組建了Imaging Geodesy研究團隊。2015年,休斯敦大學的Carter教授等進一步拓展了Imaging Geodesy的技術范疇,認為機載激光雷達是Imaging Geodesy的重要技術手段之一[9]。近年來,隨著SAR、光學遙感和LiDAR等對地觀測成像技術的迅速發展[10],影像大地測量學已成為大地測量、遙感科學、數字攝影測量、計算機視覺等學科相互交叉融合的重要研究方向,在減災防災、環境保護和新能源開發利用等領域都發揮了重要作用。歸納總結,影像大地測量學的發展歷程大致可劃分為以下4個階段,如圖1所示。

圖1 影像大地測量學的發展歷程

第一階段:1969—1990年,影像大地測量學處于起步萌芽階段。1969年,雷達干涉測量技術登上影像大地測量學的歷史舞臺,文獻[11]首次將干涉測量技術應用到雷達上,成功獲取了金星和月球表面的高程信息。20世紀70年代,數字計算機技術的發展促進了SAR技術的應用,文獻[12]首次將雷達干涉測量技術應用到機載雷達上,利用振幅條紋和光學處理技術獲取了地表地形。20世紀80年代,文獻[13]首次提出差分干涉測量技術并使用SEASAT數據獲得了美國加利福尼亞州大面積農田厘米級精度的地表形變。第一階段的代表性成果是美國在1978年發射的世界上第一顆星載SAR衛星SEASAT。盡管SEASAT僅在太空工作了105天,但其發射成功標志著SAR對地觀測新時代的到來。此后的20世紀80年代,NASA在SEASAT-A成功發射后又進行了兩次航天SAR系統試驗,包括SIR-A和SIR-B飛行試驗,這是當時僅有的航天飛機微波遙感試驗。在這一階段,光學衛星遙感迅猛發展,美國、中國、法國等國家相繼發射遙感衛星,影像空間分辨率逐步提升[14]。自1972年起,美國陸續發射Landsat系列衛星,依次開啟MSS、TM傳感器時代[15]。我國1975年首次發射返回式遙感衛星,標志著我國進入遙感衛星時代。1986年,法國發射SPOT系列衛星,用于地球資源遙感調查。此外,LiDAR是激光技術與雷達技術相結合的一種快速、精確獲取目標三維信息的新技術,可以獲得比光學和微波遙感手段更精確和細致的信息。1960年,休斯研究實驗室的Theodore H.Maiman發明了世界上第一臺激光儀。20世紀70年代,以美國國家航空航天局(NASA)和德國為代表的一些歐美國家開始了機載LiDAR相關項目的研發。從1980年開始,以Ackermann教授為首的科研團隊研制出了世界上第一個激光測量系統,成為LiDAR技術的一項標志性成果。1989年,斯圖加特大學將激光掃描儀與全球定位系統(GPS)和慣性導航系統(INS)相結合,進而研制出LiDAR系統雛形。第一階段總體特點是影像數據來源相對較少、圖像處理技術相對不成熟,影像大地測量學的發展尚處于起步萌芽階段。

第二階段:1991—2001年,影像大地測量學處于初期飛躍階段。1991年,歐空局ERS-1衛星的成功入軌標志著影像大地測量學進入一個全新的發展階段。次年,日本發射了搭載光學傳感器和L波段SAR系統的JERS-1衛星。1995年,歐空局ERS-2和加拿大RADARSAT-1衛星相繼入軌,衛星系統穩定性、軌道控制的進一步優化為衛星影像的廣泛應用奠定基礎。與此同時,一些高空間分辨率的商業衛星(如世界上最先提供米級分辨率的IKONOS和亞米級分辨率的QuickBird-2)陸續發射升空,極大地促進了影像大地測量學的快速發展;數據處理技術也在該階段取得重大突破,為影像大地測量學的實際應用奠定了基礎。文獻[16]利用光學影像偏移量來獲取地表形變,并成功提取了1989年美國Loma Prieta地震的水平位移場。1993年,基于ERS-1數據,文獻[17—18]分別采用InSAR技術獲取到Landers地震的同震形變場和南極洲Rutford冰流的速度場,成為第二階段影像大地測量學最具代表性的研究成果。隨后的1999年,文獻[19]通過InSAR技術實現了高空間分辨率的大氣水汽分布估計。次年,航天飛機雷達地形測繪任務(SRTM)開始實施并在3年后發布了可靠的DEM產品,使兩軌重復軌道干涉法成為主流InSAR技術,也在一定程度上促進了InSAR時序分析技術的發展[20]。在世紀交替之際,InSAR技術實現了質的飛躍,系列時序分析方法被相繼提出并產出豐富的研究成果。1998年,干涉圖堆疊(stacking)技術問世[21],并在2001年成功應用到土耳其北安納托利亞斷裂的震間形變測量中[22]。1999年,文獻[23]提出的永久散射體干涉測量(PS-InSAR)技術和2002年文獻[24]提出的小基線集干涉測量(SBAS-InSAR)技術基本奠定了InSAR時間序列分析方法的兩大派系,此后涌現的所有時序InSAR方法幾乎都是在此基礎上的優化和改進。得益于信息技術的飛速發展,數字攝影測量開始進入實用化階段,美國Pictometry公司率先開始研究傾斜攝影測量技術[25-26]。20世紀末,美國提出數字地球計劃,促進了攝影測量學在地球科學研究和環境監測方面的應用。此外,機載/星載LiDAR進入實用階段。1993年,德國研發了全球第一個商用機載LiDAR系統TopScan。1994年美國休斯敦高級研究中心采用了類似的硬件系統,獲取了機載LiDAR系統[27]。1998年加拿大卡爾加里大學利用機載LiDAR系統獲取了三維數據。先后研制的LADS、SHOALS系統在測高、海洋測繪等領域發揮重要作用,傾斜攝影測量中的圖像匹配和建模等關鍵技術也在該階段取得重大突破。這一階段的特點是數據處理日趨成熟,創新技術層出不窮,總的來說,影像大地測量學蓬勃發展,學科處在一個飛躍發展的階段。

第三階段:2002—2013年,影像大地測量學處于深度創新階段。2002年歐空局發射了搭載C波段高級SAR(advanced SAR,ASAR)系統的Envisat衛星,該衛星具有多極化、多角度、多模式成像等特點,進一步推動了對地觀測成像技術的發展,也標志著影像大地測量學進入了深度創新階段。隨后,L波段的ALOS-1、X波段的TerraSAR-X/TanDEM-X和COSMO-SkyMed以及S波段的HJ-1C等SAR衛星相繼入軌。伴隨著光學遙感技術的發展與積淀,一系列高質量的光學遙感衛星陸續發射。2003年,中國成功發射ZY-02資源衛星。2008年美國發射GeoEge-1高空間分辨率衛星。同年,美國地質調查局實行的Landsat數據開放政策引發該數據使用的熱潮,數據的分發和技術創新呈現出井噴式增長[28]。2010年我國正式啟動高分辨率對地觀測系統,天繪一號衛星是中國首顆傳輸型立體測繪衛星,01星于2010年8月24日成功發射。兩年后第一顆民用光學立體測繪資源三號01衛星成功發射,填補了自主民用立體測繪衛星的空白[29]。2013年4月,高分一號作為中國高分系列衛星中的首發星成功發射,提高了我國高分辨衛星自給率[30]。此階段高分辨率對地觀測小行星進入蓬勃發展時期,光學遙感數據處理軟硬件獲得大幅度提升。2003年NASA發射了星載激光測高儀ICESat-1,廣泛應用于極地冰雪環境遙感監測。第三階段的代表性成果是時序InSAR技術的創新和應用場景的擴展。文獻[31]提出了SAR層析成像(TomoSAR)技術,實現城市形變動態監測。文獻[32]首次提出的多孔徑干涉測量(MAI)技術可以實現高精度和高效率的方位向形變量提取。文獻[33]提出的StaMPS算法無須先驗形變模型且利用三維時空解纏技術來獲取目標形變的時序信息。文獻[34]首次提出了第二代永久散射體技術SuqeeSAR,該技術聯合處理PS和分布式散射體(DS),適合非城市區域的形變觀測。InSAR技術在提取地表形變時會受到大氣延遲的影響,降低形變結果的精度。為了克服大氣延遲的影響,這一時期出現了利用GPS[35-36]、GPS/MODIS[37]、MODIS/MERIS[38]等外部觀測數據的多種大氣改正模型。在這個階段InSAR技術的應用場景逐步拓寬,文獻[39—40]分別利用InSAR技術完成天坑和濕地水位線變化的監測。2004年中國科學院與海軍海洋測繪研究所共同研制了機載LiDAR系統樣機[41]。進入21世紀,國內外激光雷達系統研發層出不窮,國外Leica、Quanergy、RIEGL等公司,以及國內巨星科技、北科天繪及海達數云等公司的出現為影像大地測量學的發展起到了促進作用。在這一階段,攝影測量與計算機科學深度融合,文獻[42]使用傾斜攝影測量方法SfM(structure-from-motion)構建了高分辨率DEM并對模型質量進行了定量評估,這是SfM在地學科學領域的成功應用。面對國內日益增長的基礎測繪需求,2010年劉先林院士帶領團隊研發了第一款國產傾斜相機SWDC-5,推動了國內實景三維建設的發展。這一階段總體特點是成像衛星種類和數量逐漸增多,為影像大地測量學的發展提供了寶貴數據支撐,為多角度多層次觀測地球形狀、環境及其變化提供了可能。

第四階段:2014年至今,影像大地測量學處于全面應用階段。2014年Sentinel-1衛星的發射,標志著影像大地測量學進入新時代,該階段對地觀測成像技術突飛猛進,其中包括以ALOS-2、GF-3、Hisea-1、LT-A/B為主的多波段、多星座、(超)高時空分辨率的科學/商業SAR衛星,ZY3-02/LAM、ICESat-2/ATLAS、ISS/GEDI、ADM-Aeolus/ALADIN、GF-7/LAM和陸地生態系統碳監測衛星LiDAR衛星,以及Sentinel-2、Worlview-4、吉林1號和高分系列高時空分辨率光學衛星等。2019—2020年,我國發射高分七號01星和高分十四號衛星,二者均用于1∶1萬比例尺地理信息產品測制。Sentinel-2的免費開放政策一定程度滿足了發展中國家對于中、高分辨率光學衛星數據的需求并產生一系列重要成果[43-45]。新一代SAR衛星、LiDAR衛星和高分光學衛星的不斷涌現和海量數據處理能力的不斷提升,為研究地球形狀和重力場及其隨時間的變化提供了新的更高精度、更高分辨率的數據支持,推動著大地測量學科的發展和大地測量應用領域的拓展[46-48]。2017年發布的GACOS系統[49-51],可以免費近實時提供全球任何地區的對流層天頂延遲(ZTD)改正影像,用于改正InSAR干涉圖大氣誤差。2020年英國COMET正式推出Sentinel-1雷達遙感影像全自動化干涉處理LiCSAR系統[52],用于地震周期和火山活動的研究。歐空局提供的HyP3系統也較好地解決了SAR數據云計算與存儲的問題[53],以應對與自然災害或再處理工作相關事件需求的激增。在這一階段,無人機技術拓展了航空攝影測量的能力,針對無人機攝影測量提出的航測技術蓬勃發展,如張祖勛院士提出貼近攝影測量,強化了無人機攝影測量單體化、精細化重建的能力[54-55],廣泛應用于文物保護[56]和地質災害與橋梁監測等[57-58]。目前影像數據與先進技術的應用朝著廣域[59]、精細化[60]、多維監測[61]發展,廣泛應用于基礎設施安全、土地規劃、城市管理、交通等商業領域。同時,人工智能、大數據、物聯網、數字孿生等現代信息技術的發展,為影像大地測量學的進一步發展提供新的機遇,但也提出了新的挑戰。LiDAR技術的快速發展引出海量點云數據處理的難題與挑戰,針對點云數據處理的算法和其改進算法的研究也在不斷深入,人工智能的快速發展使得點云大數據快速處理研究興起。如何將這些信息技術與影像處理有機結合起來,進而為防災減災、環境保護、可再生能源開發利用等現代經濟社會需求服務,是影像大地測量學需要解決的問題[62]。因此,這一階段的影像大地測量學處于全面應用階段。

為了進一步明晰影像大地測量學的作用和定位,本文將從影像大地測量學的定義和內涵、關鍵技術、研究內容、發展趨勢等方面展開闡述。

1 影像大地測量學的定義和內涵

影像大地測量學,又稱影像測地學,是利用非接觸傳感器遙測地球表面及其外層空間來獲取影像數據資料,并通過影像處理、分析和解譯等程序,獲取地球的形狀、大小等信息及其時空變化的一門測繪分支學科。影像大地測量學有3個明顯的特點:①以遙感技術為基本測量手段,具有非接觸、遠距離特點;②以影像為主要載體,具有大范圍、高空間分辨率的潛質;③以地球的幾何和物理形態特征及其變化規律為研究目標,具有應用大地測量特性。

影像大地測量學是以地球作為研究對象,通過遙感和大地測量的交叉融合,研究地球形狀、大小及其變化等,理解當前地球正在發生的過程,并預測未來的變化。影像大地測量學的關鍵技術有:衛星遙感、機載攝影、地基成像等不同對地觀測影像的處理和分析技術,以及多源異質遙感數據融合與分析技術等。結合國內外研究現狀及其定義,根據研究對象空間分布位置的不同,影像大地測量學的內涵主要包括地球大氣環境觀測與反演、地球表面環境監測與演化以及地球內部物理結構與動力學反演,如圖2所示。具體分述如下。

圖2 影像大地測量學的內涵

(1) 地球大氣環境觀測與反演:通過影像觀測近地空間大氣環境及其變化,包括溫度、氣壓、水汽、電子含量等,探索地球變化與空間環境之間的耦合關系,也可為眾多大地測量和遙感技術提供大氣改正數據源。

(2) 地球表面環境監測與演化:利用影像監測區域或全球尺度的地表覆蓋,揭示地表物質遷移規律,為研究地球表面環境及其時空變化提供數據和技術支撐。

(3) 地球內部物理結構與動力學反演:綜合多源對地觀測影像,獲取地表及淺層物質遷移來反演地球內部物理結構,為揭示地球動力學過程和機制提供基礎數據。

影像大地測量學本身是一門綜合交叉性的學科,以測繪科學與技術、遙感科學與技術兩個學科的合集為基礎,解決地球系統科學問題,涉及生態環境、空間大氣、地球物理、地質學、農業、海洋等多門學科。近年來,新一代通信技術、物聯網技術、電子技術、超算技術、人工智能和云計算等技術的快速發展,為影像大地測量學和相關學科的交叉融合提供了發展機遇,如通過衛星遙感、航空攝影、地面觀測等天-空-地一體化觀測技術,結合大數據分析、高性能計算、機器學習和人工智能等現代科技手段,研究地球表層自然、環境、人類活動的相互作用。圖3展示了影像大地測量學的外延學科,可以看出,影像大地測量一方面為相關學科的發展提供支撐,或推動相關學科的發展,而更為重要的貢獻是,該學科可與其他學科深度交叉融合,使影像大地測量學外延進一步拓展。本學科的研究成果可為自然資源和生態環境保護提供科學依據,也為國家重大基礎設施建設的戰略布局和順利實施提供重要保障。

圖3 影像大地測量學的學科外延關系

2 影像大地測量學的代表性技術

影像大地測量學通過不同傳感器、不同時間和空間平臺的對地觀測,為地表動態演化過程的立體監測提供多源數據,涉及的關鍵技術包括雷達遙感、光學遙感和激光雷達技術,如圖4所示。

圖4 影像大地測量學的關鍵技術

2.1 雷達遙感技術

(1) 星載合成孔徑雷達技術:利用衛星SAR影像的相位信息來獲取大范圍地形起伏或者地表形變。星載InSAR的優勢在于全天時、全天候、廣覆蓋以及米級精度繪制全球地形、亞厘米級精度和分米到數十米空間分辨率監測地表形變的能力[63]。隨著SAR數據的積累和時序InSAR技術的發展[23-24,34,64],星載InSAR技術更是具備了獲取大范圍地表形變長時空演化特征的能力,從而成為滑坡、地震、火山、地面沉降等災害的孕育和形變規律研究中不可或缺的手段。此外,基于高頻次對地觀測影像以及多種極化模式,星載InSAR技術還可以生成如高時空分辨率的4D、分鐘級災害應急制圖等衍生產品。

(2) 機載合成孔徑雷達技術:以有人機或無人機為載體,利用小天線沿著長線陣的軌跡相對于目標作等速移動并發射脈沖信號,對不同位置上接收的固定被測物回波進行相干處理,從而獲得遠距離的高分辨率清晰圖像。相比星載SAR,機載SAR因其搭載平臺機動靈活特點,可實現短時間內對指定觀測區域進行反復觀測的任務需求;無人機載SAR更是充分結合了無人機成本低、操作簡便、機動性能好和InSAR技術非接觸、覆蓋范圍廣、測量精度高的優勢,可應用于軍事偵察、資源勘探、災害預警及大比例尺地圖測繪等領域[65]。

(3) 地基合成孔徑雷達技術(GBSAR):基于合成孔徑雷達成像和差分干涉原理,通過電磁波的相位變化獲取目標區域整體的變形信息[66]。GBSAR系統往往布設在監測對象的附近,通過非接觸測量方式實時獲取傾斜距離平面上像素點的變形。與星/機載SAR相比,GBSAR在數據采集的便攜性和靈活性方面具有固有的優勢,可為局部區域提供合適的觀測角度、獲取更高精度的近實時監測結果,已被廣泛應用于崩塌、滑坡等災害的災后應急搶險以及露天采礦邊坡、冰川運動、單體建(構)筑物等形變監測中[67-68]。

2.2 光學遙感技術

(1) 星載光學遙感技術:以衛星為載體,通過光學傳感器記錄地球環境中物體和現象的有關信息,并將其處理為數字影像的技術。星載光學成像遙感作為一種典型的遙感技術,在空間對地觀測任務中扮演著十分重要的角色。經過半個世紀的發展,星載光學遙感成像系統經歷了從返回式到在軌式、單色傳感到多/高光譜傳感、低分辨率到高分辨率的不斷進步,在資源監測、防災救災、國防軍事等領域發揮重大作用[69-71]。

(2) 航空攝影測量技術:隨著無人機的普及,以無人機為載體的航空攝影測量技術得到空前發展。該技術通過無人機平臺搭載的相機和傳感器,同時從一個和多個傾斜角度獲取目標的正射和傾斜影像,并通過定位、融合、建模等技術生成真實的三維模型,在災害應急測繪中可實時獲取受災區域的三維地表模型,評估災害程度。此外,衍生的貼近攝影測量和運動重建技術具有多角度成像、高空間分辨率、高重疊度等特性,在高山峽谷災害隱患點的識別、災害調查與監測、災前與災后的地形變化監測、城市3D的精細重建方面得到廣泛的應用[35,72]。

(3) 實景三維重建技術:綜合運用遙感測繪、大數據、云計算、智能感知等新技術對真實場景進行三維數字虛擬呈現,并通過在三維地理場景上承載結構化、語義化、支持人機兼容理解和物聯實時感知的地理實體進行構建。相比傳統測繪地理信息,實景三維實現了從抽象到具體、從平面到立體、從靜態到時序的轉變。實景三維已成為新型的基礎測繪標準化產品,也是國家新型基礎設施建設的重要組成部分。實景三維在城市規劃、城市精細治理與服務、復雜地形測繪及輔助設計、導航服務等領域發揮重要作用[73-74]。

2.3 激光雷達技術

(1) 星載激光雷達:以衛星為載體的激光測高儀向地面發射激光脈沖,通過測量激光從衛星到地面再返回的時間,計算激光單向傳輸的精確距離,再結合衛星軌道、姿態以及激光指向角,最終獲得激光足印點高程的技術與方法。星載激光雷達具有運行軌道高、觀測范圍廣等特點,幾乎可以以較高的分辨率觀測世界的每一個角落,能夠實現天體測繪、全球信息采集、全球環境監測等任務,此外,星載激光雷達在植被垂直分布測量、海面高度測量、云層和氣溶膠垂直分布測量以及特殊氣候現象監測等方面也發揮重要作用[75]。

(2) 機載激光雷達:以有人機或無人機為載體,利用激光照射目標并用傳感器測量反射光來測量目標距離,并且可以精確、快速獲取地面目標的三維空間信息。該技術具有數據采集速度快、測量數據精度高、作業成本低、數據處理自動化等優點,但也存在數據盲區和空洞區域以及無法獲取地物光譜信息等不足。無人機激光雷達技術有著十分廣泛的應用范圍和發展前景,主要應用在國防軍事、工農業生產、醫學衛生等領域,利用無人機LiDAR技術還可以進行地質災害隱患點監測和預警[76]。

(3) 三維激光掃描:利用激光測距的原理,通過高速測量并記錄被測物體外表面大量密集點的三維坐標、反射率和紋理等信息,從而快速復建出被測目標的三維模型及線、面、體等測量數據。三維激光掃描具有非接觸、高測量密度、高精度、數字化、自動化和實時性等優勢,被認為是單點測量向面測量的革命性技術突破。三維激光掃描系統廣泛應用于數字高程模型構建、三維影像模型的快速重建以及建構筑物的精細化位移監測、邊坡穩定性監測考古工作中的數據存檔和修復工程等實際應用中[77]。

3 影像大地測量學的研究內容

隨著影像大地測量學的不斷發展,數據與關鍵技術不斷更新,其研究內容也越來越豐富。影像大地測量學的主要研究對象為地球,研究內容主要包括3個方面:①地球大氣環境觀測與反演,利用影像對地球大氣環境進行觀測,并開展異常性分析與反演;②地球表面環境監測與演化,主要監測由自然或人類活動引起的地球表面物質遷移與時空演化;③地球內部物理結構與動力學反演,利用覆蓋范圍廣或空間分辨率高的優勢,反演地球內部演化過程。

3.1 地球大氣環境觀測與反演

影像大地測量學主要的數據來源是影像,其本質是電磁波成像,而電磁波在傳播過程受到地球大氣層折射、散射、吸收等影響,影像容易產生扭曲誤差,影響了影像大地測量的觀測精度和可靠性[78]。因此,獲取地球大氣層的溫度、濕度、壓力、水汽、電子密度等信息,對大氣環境進行觀測與異常分析,是影像大地測量學一項重要的任務[79]。利用影像獲取的大氣參數可應用于大地測量和遙感技術的大氣改正,包括全球導航衛星系統(GNSS)、甚長基線干涉(VLBI)、衛星測高和雷達影像干涉測量InSAR等對地觀測技術[31]。影像大氣產品也是分析地球變化與氣象氣候間耦合關系的一種重要手段,如地震、火山等自然災害與大氣之間的耦合關系。因此,利用影像觀測地球大氣環境并進行異常分析對大地測量研究具有重要的意義。

影像大地測量學在大氣反演方面的主要研究內容包括3個方面(圖5)。

圖5 地球大氣環境觀測與反演

(1) 精細化大氣環境參數的獲取。探索溫度、水汽、電子密度等地球空間大氣對不同頻率電磁波的影響特征,即電磁波在大氣層中的傳播機制;構建基于遙感影像的大氣觀測方程,分析各類誤差源,估計精細化的大氣環境參數;評估影像大氣環境參數,利用實測的大氣產品驗證其可靠性。近年來,隨著大氣水汽估計方法的不斷精化,利用探空數據證明,不同天氣場景下GNSS水汽產品的精度可達1～2 mm[80]。

(2) 對地觀測技術大氣誤差校正。研究利用遙感影像獲取的精細化大氣參數來校正大地測量觀測誤差,包括激光測距、GNSS等空間大地測量技術中的大氣誤差校正,InSAR干涉圖中對流層大氣誤差和電離層大氣誤差的校正,以及對多類型光學傳感器中的大氣誤差的校正。經過GACOS的改正,在大范圍(250 km×250 km)內InSAR干涉相位相比于GNSS結果,均方根誤差約為1 cm[49-51,60]。

(3) 地球物理過程與大氣環境變化的耦合關系。大氣環境變化與一些自然災害的孕育和發生過程以及人為活動相關,在遙感影像獲取的精細化大氣參數基礎上,探索地震、火山、臺風、海嘯和核試驗等地球物理過程與大氣的耦合關系,可為災害預警預報提供科學依據。

3.2 地球表面環境監測與演化

海平面上升、冰川消融、陸地水儲量變化等地球環境變化與地表物質遷移和質量重新分布過程有著密切的聯系[81]。自然或人為因素導致的地球表面物質遷移現象包括瞬時性的突發變化和持續性的緩慢變化。瞬時性的突發變化表現為火山噴發、地震、海嘯、滑坡等現象,持續性的緩慢變化則表現為地面沉降、地裂縫、構造運動、板塊蠕動、冰川運動、極地冰蓋凍融等過程。這些地表變化過程或因其致災性造成人類生命財產的極大損失,或因其廣域性影響著地球的生態變化。因此,充分了解全球以及典型區域地表物質遷移的時空演化規律,對防災減災、氣候變化、生態環境保護具有重要意義[82]。影像大地測量學因其大范圍、高精度技術優勢,為研究地球表面環境監測與演化特征提供了重要支撐。

影像大地測量學在地球表面環境監測與演化方面的主要研究內容如下(圖6)。

圖6 地球表面環境監測與演化

(1) 大尺度數字高程模型構建。作為工程建設和科學研究的基礎地理數據,構建高精度的DEM是影像大地測量學一項重要任務,包括利用機載和星載SAR、光學立體像對、LiDAR點云等獲取全球或局部區域的高精度DEM,并用于災害監測、城市規劃、工程建設等方面。目前廣泛使用的4種全球尺度DEM均由影像大地測量的手段來獲取,其中SRTM于2000年2月11日至22日在奮進號航天飛機上執行,該任務獲取了超過80%的地球表面并于2003年公布其地形產品,平面和高程精度分別為20、10 m[83];先進星載熱發射和反射無線電(advanced spaceborne thermal emission and reflection radiometer,ASTER)全球數字高程模型(GDEM)于2009年6月發布第一版地形產品,其地球覆蓋面積增加到99%,平面和高程精度分別為30、13 m;AW3D DEM由日本太空發展署研制的ALOS衛星搭載的PRISM傳感器獲取的立體影像制作,其平面和高程精度均優于5 m;TanDEM-X數據由TerraSAR-X和TanDEM-X雷達雙星系統對地觀測制作而成,其平面和高程精度分別優于10、4 m。

(2) 地表覆蓋及其時空變化。地表覆蓋變化是人類活動和自然變遷的重要指標,遙感影像廣泛應用于各類地表覆蓋的變化監測中,如建筑物、植被、城市規模、道路、河流和海岸線等的時空變化監測,為進一步分析其時空演化規律提供支撐。目前遙感影像變化監測的研究主要集中在災害的應急響應以及生態環境監測領域,例如,通過SAR影像的后向散射特性可以對洪澇淹沒區域進行快速提取[84];結合高分辨率光學遙感、InSAR技術和無人機航拍影像解譯同震滑坡并評估建筑物損毀[85];根據歷史光學影像研究植被、湖泊、濕地、農田等生態變化[86]。

(3) 地表形變監測與地表過程研究。地表過程主要包括由氣候、水文、植被變化,人類活動所引起的侵蝕、搬運、沉積及景觀格局變化等地理過程,而地表形變是其外在表現,通過對地表形變的有效監測可以揭示出地表過程機制。遙感影像因其高形變監測精度、高時空分辨率、全天候運行等優點廣泛應用于各類地表變形監測中,包括地震全周期形變監測[87-88]、火山活動的探測監測和預警[89]、滑坡災害的廣域探測及制圖[90]、城市地面沉降的監測與危害評估[91]、冰川流動追蹤及質量平衡監測[92]、人工建構筑高精度位移監測[93]等。盡管不同形變監測應用場景要求的測量精度有所差別,但隨著影像大地測量技術的發展和遙感影像成像質量和空間分辨率的提升,影像大地測量技術在地表形變監測與地表過程研究中的精度可達到毫米至分米級。

3.3 地球內部物理結構與動力學反演

地球內部物理結構、物質運移及其動力學機制是地球科學的前沿研究課題[94-95]。影像大地測量技術憑借其高空間分辨率或全球覆蓋等突出優勢,廣泛應用于監測廣域尺度軟流圈流變、地下水儲量變化和板塊運動等地球內部演化過程表現出的地表形變和地貌演化等[96-98]。另外,影像大地測量的應用為現代大地測量學與水文等學科的交叉融合提供了一個前所未有的發展機遇[99-101]。

影像大地測量學在地球內部物理結構與動力學反演方面的研究內容如下(圖7)。

圖7 地球內部物理結構與動力學反演

(1) 地震周期研究。利用多源影像觀測資料可獲取地震周期各階段(包括同震、震后和震間)的高精度地表形變場,基于一定的地球物理模型,可反演地下斷層的活動特性,進而研究廣域尺度軟流圈流變,為認識地下結構和評估地震危險提供依據[102]?，F階段,影像大地測量在同震方面的研究主要集中在以下3個方面:①同震斷層參數反演算法和軟件的開發[103-106];②復雜構造下斷層破裂分布的確定[107-109];③庫倫應力觸發與地震危險性評估[110-112]。在震后研究方面,文獻[113]首次利用InSAR在1991年Landers地震發震斷層的鄰近區域觀測到孔彈性回彈變形。隨后,學者們從震后的孔隙彈性回彈、粘彈性松弛和震后余滑3種機制入手研究了不同區域多個震例的震后形變機制[111,114-117]。然而,震后過程是一個復雜的應力調整的過程,是震后余滑、黏彈性松弛和孔隙回彈3種機制相互作用,共同耦合的一個過程。由于受限于震后微小的構造信號易受各種誤差的影響,現階段利用多源影像觀測仍很難將3種機制的貢獻進行剝離和耦合分析,未來仍任重道遠。在震間研究方面,由于震間斷層附近發生的形變十分微小,通常在每年數毫米,僅有在一些運動劇烈的斷層或者塊體邊界才能達到每年數厘米,因此現階段影像大地測量震間監測主要集中在滑移速率較大的大型走滑斷裂,如北安納托利亞斷裂[118-121]、圣安德列斯斷裂[122-123]、阿爾金斷裂[124-126]、鮮水河斷裂[127-128]等。

(2) 火山研究。利用多源影像觀測資料可獲取火山區域的精確地表變形,進而進行火山活動的探測、監測和預警。在火山探測方面,自從文獻[129]通過衛星雷達觀測首次發現了意大利Etna火山附近區域的明顯地表收縮后,研究學者相繼使用SBAS-InSAR[130]、PS-InSAR[131-132]和DS-InSAR[133]等多種時間序列InSAR技術進行火山活動的探測。對于火山的監測,當前研究學者通過影像大地測量技術已成功監測到全球超過160座火山的地表形變[63],研究主要集中在以下兩個方面:①利用先進的時間序列算法獲取精確地表形變場,基于彈性半空間的物理模型(如Mogi模型、Sill模型)反演地下巖漿活動,進而解釋火山活動的演化過程,預測未來活動趨勢[134-136];②基于海量的SAR影像作為訓練樣本,利用深度學習方法進行模型訓練,從而實現對火山形變信號的高精度監測[137]。對于火山預警,也主要集中在兩個方面:①利用多源影像觀測,研究火山巖漿動力學機制,實現對火山活動的預警[138-140];②基于海量的SAR影像數據集,使用機器學習方法對火山活動的自動探測,實現對火山活動的實時預警[141]。

(3) 地下水儲量反演。利用GRACE/GRACE-FO衛星重力觀測獲取大尺度區域的短時間重力場時變信息,結合陸地水文資料或水文模型可反演得到地下總儲水量變化;利用InSAR技術可獲取區域高精度的形變時間序列,基于相應的物理模型,可反演地下水的含水層參數和不可恢復水儲量變化。在利用重力場反演地下總儲水量變化方面,現階段主要集中在以下3個方面[142]:①利用水量平衡原理估算地下水儲量變化[143-145];②基于GRACE衛星數據校準水文模型[146];③GRACE衛星重力數據與水文模型數據同化[147]。在利用InSAR形變反演地下水儲量變化方面,自文獻[148]首次提出基于InSAR反演洛杉磯地下含水層參數的方法后,時間序列InSAR技術被廣泛應用于研究地面沉降和地下水儲量變化的耦合關系[149-152]。

4 影像大地測量學的現代應用

4.1 影像大地測量學應用于地形反演

數字高程模型(DEM)作為空間數據基礎設施的重要組成部分,在國家信息化建設與發展中發揮了關鍵支撐作用。經過半個多世紀的研究,DEM的數據獲取方法、數據存儲和數據處理速度等方面取得了突破性進展?；谟跋翊蟮販y量技術獲取DEM的方式兼具高效率和勞動強度低的優點,為DEM的獲取提供了可靠的數據支撐和技術保障。

InSAR技術獲取地表高程,需要得到覆蓋同一地區的兩幅或多幅SAR影像,進而利用SAR影像相位信息進行解算[153]。美國影像制圖局(NIMA)和NASA聯合利用奮進號航天飛機攜帶C/X波段雷達獲取覆蓋全球陸地80%地區的SRTM DEM,該系統采用單平臺雙天線體制[154-155];德國航空航天中心利用TerraSAR-X/TanDEM-X雷達衛星系統,推出的覆蓋整個地球陸地表面且包括極地地區在內的全球數字高程模型(world DEM)[156]。天繪二號衛星于2019年4月30日發射,采用雙星異軌道面繞飛編隊,滿足1∶5萬比例尺測圖精度要求[157]。另外,我國分別于2022年1月和2月成功發射陸探一號兩顆SAR衛星,目前該星座已經實現在軌成像,是我國首個具備提供全域中國連續地形圖像能力的SAR衛星星座[158]。

基于衛星、航天和航空平臺的攝影測量技術是DEM數據獲取與更新的重要方法之一,該技術利用不同傳感器多角度獲取的完整地面信息,可生成亞米級甚至厘米級分辨率的高保真DEM,進而對大面積的地形地貌進行定期更新迭代。NASA與日本產經省(METI)于2009年共同推出基于立體影像匹配結果的全球數字高程模型數據(GDEM),該數據覆蓋整個地球陸地表面99%的區域,空間分辨率也整體提高到30 m[159-160]。我國第一顆民用三線陣立體測圖衛星“資源三號測繪衛星”可獲得高程精度優于3 m,平面精度優于4 m的影像,完全滿足1∶50 000測圖精度需要[161]。無人機航測技術的快速發展,憑借其靈活、便攜的優點,使得基于無人機的攝影測量技術在災害應急測繪中發揮著獨特的作用。LiDAR技術具有植被穿透力強、直接獲得三維空間坐標、外業工作量小、自動化程度高、快速成圖等獨特優點,在諸如應急響應、植被覆蓋等特殊場合,LiDAR技術比攝影測量技術更具優勢[162]。

4.2 影像大地測量應用于高分辨率大氣水汽提取

大氣水汽在大氣能量轉化中發揮著關鍵作用,其作為地球上最重要和最豐富的溫室氣體之一,確保地球表面溫度在冰點以上。大氣水汽還是極端降水天氣形成的主要物質基礎,在極端降水天氣的形成和發展過程中扮演著十分關鍵的角色。觀測和研究大氣水汽時空演變規律,對于深入理解極端降水天氣的形成機制和預警預報及開發精密全球氣候模型至關重要。

目前,常用的大氣水汽觀測手段包括高空無線電探空儀、地基微波輻射計、星基輻射計和地基GNSS反演。在影像大地測量中,星基InSAR觀測量對大氣水汽造成的對流層延遲具有高敏感度,可以用來估計高空間分辨率的大氣水汽分布[78],相比于其他手段,星基InSAR具備全天候、大范圍、高精度和高空間分辨率等優勢。在衛星雷達視線方向上,大氣水汽導致的對流層延遲與地表形變于InSAR觀測量而言具有一樣的敏感性;如果研究區域內無地表形變,單幅干涉影像即可用于估計大氣水汽含量;如果研究區域內存在地表形變,則可利用多時相干涉影像估計大氣水汽含量,通常需要假設地表形變模型呈線性或已知。文獻[163]利用InSAR時序分析方法處理了美國西部Sierra Nevada地區跨度為18年的ERS-1/2和Envisat的衛星影像,并與10年的GPS連續跟蹤數據進行了比較,發現InSAR和GPS估計出來的對流層延遲的差值中誤差為5 mm。全球首個通用型InSAR大氣改正在線服務系統(GACOS),可以很好地削弱對流層延遲,特別是長波分量和與地形相關的部分,已成為國際主流InSAR大氣誤差改正科研服務型系統。文獻[164]最近提出了GACOS+PCA方法,即首先利用GACOS對于時序InSAR的干涉影像進行大氣改正,然后在GACOS改正后的子網(subnetwork)中使用主成分分析(principal component analysis,PCA)的方法,估計并削弱由于外部數據分辨率以及精度等原因導致的殘存的短波分量以及部分與時間相關的大氣相位(簡稱“殘余大氣相位”);將GACOS改正量與殘余大氣相位相加即為衛星雷達視線方向上對流層延遲,進而可估計大氣水汽含量。圖8是利用GACOS+PCA方法計算得到的2019年10月8日和10月14日兩天UTC 14點的大氣對流層總延遲量,以及利用其計算得到的衛星雷達干涉影像的大氣延遲改正圖。其中,大氣水汽是干涉圖大氣延遲誤差的決定性因素,在有地面氣壓和氣溫數據的情況下,大氣總延遲可以轉換為大氣水汽含量,二者大致呈線性關系?？梢钥闯?GACOS+PCA的方法能有效模擬衛星兩次過境時刻的大氣環境,準確計算出干涉影像的大氣延遲誤差,對于提高InSAR觀測值精度以及模擬大氣水汽含量均有著重要意義。

圖8 GACOS+PCA計算衛星雷達干涉影像大氣延遲改正圖計算示例

4.3 影像大地測量應用于滑坡探測與監測

據中華人民共和國自然資源部統計,2021年我國共發生滑坡2335起,造成經濟損失達數億元(https:∥www.mnr.gov.cn/dt/ywbb/202201/t20220113_2717375.html)?；掳l生時的巨大勢能往往會形成高速、遠程“崩-滑-流”復合的災害地質體[165-166],造成重大經濟損失和人員傷亡。憑借大范圍、高空間分辨率、非接觸的優勢,影像大地測量廣泛應用于滑坡災害的廣域探測[167-169]和變形監測[170-172]。利用光學遙感影像常用的技術有:目視解譯法、變化檢測法、影像互相關等[173-175];利用SAR影像常用的技術有:InSAR、SAR偏移量追蹤等[176]。機載LiDAR可獲取高分辨率、高精度的DEM和正射影像(DOM),通過機器學習方法,對滑坡進行半自動化探測[75,175,177],如圖9所示。

圖9 影像大地測量用于滑坡探測與監測

以青藏高原交通工程廊道為例,該廊道起于四川省成都市,終于西藏自治區拉薩市,途徑雅安、康定、昌都、林芝等地,全長1543 km,是中國西部區域戰略交通工程[178]。青藏高原交通工程廊道沿線地形地貌起伏劇烈,構造地震高度活躍,氣候天氣極端多變,自然地質災害頻發,嚴重威脅工程建設與安全運營[179],持續開展沿線重大地質災害的早期識別與變形監測至關重要。傳統地質災害調查和監測手段,如:野外調查、全站儀測繪等耗時耗力,效率低下,難以實現川藏交通廊道全線高精度地質災害監測的目的?；诖?長安大學影像大地測量團隊運用影像大地測量技術,通過對覆蓋青藏高原交通工程廊道的3000余景衛星SAR數據、300余景衛星光學遙感影像和多期無人機傾斜攝影數據進行綜合處理,共探測災害隱患點2503處,經過現場確認典型災害點97個(圖10)[180]。其中利用GACOS輔助下的InSAR stacking和SAR像素偏移量追蹤測量技術共構建1631處活動性滑坡數據庫;利用光學遙感影像通過人機交互構建滑坡數據庫(924處),用于訓練掩膜區域卷積神經網絡(mask R-CNN),并對青藏高原交通工程廊道的新滑坡和老滑坡進行探測試驗。結果表明該方法對新滑坡檢測的召回率和F1分數分別達到78.47%和79.80%。采用遷移學習方法對老滑坡進行探測,結果表明,檢測評價指標可進一步提高10%左右,并且可遷移運用到冰崩識別中[181];研究成果為川藏交通廊道的建設和運營提供了科學支撐。

4.4 影像大地測量應用于地震防災減災

地震是地球上的主要自然災害之一,地震及其次生災害往往會造成嚴重的生命財產損失[97,182-183]。自從1993年首次利用InSAR獲取了美國加州Landers地震的同震形變場后[129],以SAR/InSAR技術為代表的影像大地測量技術已成為地震災害研究的有力手段[184-186]。尤其是歐洲空間局發射C波段的Sentinel-1 A/B衛星后,憑借其數據全球免費共享的政策,SAR/InSAR技術幾乎監測到了全球所有陸地及近海淺源中強震的地表形變場,如2014年Mw 6.1美國加州納帕地震[187]、2015年Mw 7.8尼泊爾地震[188]和2017年Mw 7.3伊朗地震等[189],另外InSAR技術還多次監測到

利用影像大地測量技術快速提取地震引起的地表形變信息,可直接服務于地震災情快速響應與防災減災[206]。如針對2022年1月8日發生的Mw6.7級青海門源地震,基于震前震后Sentinel-1A SAR影像,利用InSAR和SAR像素偏移量跟蹤技術分別獲取了地震衛星視線向(圖11(a))和距離向(圖11(b))與方位向(圖11(c))的高精度地表形變場;基于震前震后Sentinel-2光學遙感影像,利用像素偏移量跟蹤技術獲取了地震東西向(圖11(d))和南北向(圖11(e))地表形變場;基于震后的無人機航拍影像(圖11(f)),獲取了地震地表的形態信息;最后,基于InSAR、光學/SAR像素偏移量、無人機航拍影像結果,精確繪制了門源地震地表破裂帶,總長為36.22 km。地震發生后常誘發大量的山體滑坡,利用震前震后的光學遙感影像可識別地震誘發的滑坡,助力于災區的應急救援、災情評估和震后重建。如2022年四川瀘定Mw6.6級地震誘發大量山體滑坡,長安大學影像大地測量團隊通過對比災區震前震后的光學遙感影像,建立了同震滑坡編目(2692處滑坡),為災區地質災害排查和防治提供了有力的數據支撐。

圖11 基于影像大地測量技術獲取的2022年Mw 6.7青海門源地震地表形變及破裂

4.5 影像大地測量應用于土壤濕度監測

土壤濕度是表示土壤干濕程度的物理量[207],作為水循環中的關鍵變量,是聯系地下水和地表水的重要紐帶,也是影響水資源生成,轉變和消耗的重要因素[208]。土壤濕度的變化可改變地表的能量交換,進而影響植被生長、地表蒸發和土壤溫度等[209]。此外,土壤濕度也是研究氣候變化的重要參量,它可改變地表的反照率、熱容量和向大氣輸送的感熱、潛熱等,進而影響氣候變化[210]。準確、長期的土壤濕度數據,可為旱澇災害、土壤凍融過程、碳循環、水文循環、生態系統功能和生態環境演變等研究提供基礎性資料[211-212]。

土壤濕度反演手段可分為原位監測和影像大地測量監測兩大類?；邳c尺度的原位監測方法主要有重力法、中子散射法、電磁法、張力法等[211]。相比于原位監測方法,基于影像大地測量的技術具有低成本、大尺度、高分辨率等優點,已經成為土壤濕度監測的重要手段[213]。光學遙感反演土壤濕度方法主要分為反射率法和植被指數法[214],前者主要依據光譜反射率與土壤水分之間的負相關關系,直接建立兩者的關聯[215-216]。后者側重于利用植被指數與土壤水分之間的關系建立模型,屬于間接的方案[217]。熱紅外遙感反演土壤濕度的原理是在裸土或稀疏植被覆蓋條件下,探討地表溫度與地表土壤含水量(熱容量和熱導率)之間的關系[218-219]。文獻[220]依據土壤溫度和濕度之間的關系提出了熱慣量模型,適用于小范圍土壤濕度的反演。微波遙感能穿云透霧,對土壤濕度有較高的敏感程度,克服了光學遙感易受天氣影響的特點[221]?；谖⒉ㄟb感監測土壤濕度可分為微波輻射計的被動微波遙感(passive microwave remote sensing)和成像雷達技術的主動微波遙感(active microwave remote sensing)。前者依據土壤的介電常數隨其含水量變化而變化,由微波輻射計觀測到的亮度溫度也隨之變化。后者通過建立雷達后向散射系數和土壤水分等地表參數之間的關系反演土壤水分[221]。GNSS-R(global navigation satellite system-reflectometry)技術具有成本低,覆蓋廣,全天候和全時段檢測等優勢,為土壤濕度的監測提供了新的技術手段。

黃河流域橫跨青海、四川、甘肅、寧夏、內蒙古、陜西、山西、河南、山東9省(自治區),是中國重要的生態屏障,對黃河流域進行土壤濕度監測可以促進該區域的生態環境保護和可持續發展。長安大學影像大地測量團隊基于星載GNSS-R技術,以SMAP(soil moisture active and passive)土壤濕度為真值,反演出黃河流域36 km空間分辨率的逐日土壤濕度數據(圖12)。與SMAP土壤濕度產品進行比較,數據具有高度的相關性,相關系數R為0.830,RMSE為0.051 cm3/cm3,相比于CYGNSS(cyclone global navigation satellite system)官方發布的L3土壤濕度產品(R=0.692,RMSE=0.067 cm3/cm3)分別提高了20%和25%,可以作為SMAP土壤濕度產品的補充。

圖12 基于影像大地測量技術獲取的黃河流域2019年土壤濕度

5 影像大地測量學的發展趨勢

5.1 亟待解決的關鍵科學技術難題

影像大地測量學經歷了近30年的發展,在數字高程模型、大氣水汽、地表形變監測及災害識別、地震災害等領域得到了廣泛應用。影像數據也實現了從米級至亞米級的跨越,逐漸向多平臺、多時相、多光譜及多分辨率方向發展,可見光、近紅外、短波紅外、熱紅外、微波等多源影像資源愈加豐富。因此,如何充分利用不同平臺影像的優勢特征,提高影像的光譜、空間和時間分辨率,進而提高信息提取、分析和動態監測的能力,是影像大地測量學未來研究的重點方向之一[222-223]。

當前影像大地測量學面臨的主要科學技術難題有:①現有的融合算法適應性不足,缺乏能夠適用于不同應用場景的算法,亟須建立靈活多樣的融合框架和融合規則知識庫,研發適應多場景的多平臺影像智能融合算法。②對不同平臺海量的影像數據進行快速、高效及近實時化的處理一直是影像大地測量學的研究熱點[224]。然而,據不完全統計,目前海量影像數據的實時快速處理能力比例約為10%,不能提供實時或近實時的應急響應數據與信息,限制了其進一步的應用[225]。云計算是分布式計算的一種,通過多部服務器組成的系統進行快速處理和分析,并實時傳送給用戶使用。通過這項技術,可以在短時間內完成對海量數據的處理,從而達到強大的網絡服務。因此,分布式計算、效用計算、負載均衡、并行計算、邊緣計算、網絡存儲、熱備份冗雜和虛擬化等計算機技術將成為影像大地測量數據處理的熱點[226-227]。③目前影像融合的質量大多依賴于研究人員的個人經驗或輔以個別評價指標,亟須研發出一套完善的多平臺影像融合質量評價體系,形成一套數據標準體系。④目前海量數據在不同的應用場景中,經常會出現由于參與人的不同,導致結果有所差異,亟須開展自動化和智能化數據處理的研究。

5.2 新的國家需求

目前,影像大地測量學正處于蓬勃發展時期,隨著國家綜合實力的增強,不斷產生新的國家需求,主要包括:①基礎理論研究的需求。初期影像大地測量學以地球作為研究對象,通過遙感和大地測量的交叉融合,研究地球形狀、大小及其變化,到后面外延到生態環境、農業、海洋等多門學科,與新一代通信技術、人工智能、云計算等技術產生多學科進一步交叉,有望實現自然科學與科技基礎的強強聯合,但是需要進一步實時更新和補充影像大地測量學基礎理論。②大型工程建設的需求。與國家經濟建設快速發展相適應的一些重大工程相繼開展,例如西部大開發、國家生態環境保護、西電東送、青藏高原交通廊道、南水北調和珠江大橋的建設等。這些重大工程不論是在前期的準備階段,建設和維穩的過程中,還是后期監測和維護,都需要影像大地測量學的監測支持。③防災減災救災的需求。我國是一個災害頻發的國家,如地震(2008年汶川地震[228]、2010年的玉樹地震[229]和2022年的門源地震[206,230])、地質災害(2000年的易貢滑坡[231]、2018年的白格滑坡[232]、2010年甘肅舟曲泥石流[233]和2022年青海大通山洪等)和洪澇(2021年鄭州洪澇[234])等災害給國家和人民帶來了巨大的損失。影像大地測量學無論在災害來臨前的監測預警,還是災后環境生態恢復,都可以發揮極其重要的作用。針對無法預測的災害,通過近實時高分辨率的遙感影像,也為受災人民快速規劃救援通道提供重要支持。

5.3 拓寬應用場景

影像大地測量學的發展對地觀測技術提出了更高和更多的要求,同樣新一代不同平臺的SAR、光學、LiDAR等影像不斷豐富,也拓寬了影像大地測量學應用范圍和應用質量。

地球同步軌道(GEO)SAR衛星可以提供高時間分辨率的災害應急制圖和高時空分辨率的大氣水汽含量[235-236];極化InSAR精化了森林垂直結構反演[237]和森林高度估計[238-239],細化了對草原、森林、居民區等區域生物量的估計[240-242];高分辨率SAR衛星提供的高分辨率影像,可以精確監測高樓大廈、標志性建筑、橋梁等小尺度基礎設施的形變[243];雙頻SAR衛星,由于不同波段具有不同的穿透能力,可更好地對滑坡、冰川、火山和地震等活動的過程進行精密監測[244]。多波段的機載SAR可以根據實際需求規劃航線,從不同視線對滑坡等地質災害進行精密監測[245]。地基SAR可以提供更高時空分辨率的影像,對滑坡[246]、橋梁[247]和大壩[248]等進行高精度的近實時監測。

光學遙感技術憑借其大尺度、重復觀測的特點,在區域生態環境、大氣環境、土地荒漠化、水環境監測等領域提供大尺度、長時序的有效數據支持[249-251],也長期服務于作物長勢監測、產量估計、自然災害監測等諸多農林應用領域[252-253]。但隨著遙感數據獲取技術的不斷發展,光學遙感圖像的空間、時間和光譜分辨率不斷提高,光學衛星數據的爆發式增長,海量數據處理的時效性嚴重制約了遙感數據使用[254]。因此,構建具有星上成像參數自動優化、星上數據實時處理和信息快速下傳能力的“智能型”遙感衛星星座系統是未來的一個重要方向[255-256]。另外,深度學習和人工智能科技的出現,可實現海量數據的高效自動計算和分析,將更好地服務于地物分類、目標監測以及場景理解等方面。例如基于高分辨率機載光學遙感影像,利用基于神經網絡的深度學習方法精準繪制農田地圖,對植物行進行定位與監測[257]?；诘鼗鵏iDAR與相機攝像頭的影像,利用深度學習的方法對來往車輛進行目標檢測[258]。

星載LiDAR能全天時對地觀測,受地面和天空背景干擾小,并具有高分辨率和高靈敏度的特點。這些特點使它在地形測繪、環境監測、森林調查等方面的應用具有獨特的優勢?；贕EDI(global ecosystem dynamics investigation)與ICESat-2 ATLAS星載激光雷達腳點數據,可以繪制全國30 m分辨率的森林冠層高度產品[259];基于ICESat-2與CryoSat-2數據的高度差,可以估算北極雪層的厚度[260];基于CALIOP和ⅡR觀測數據可以反演礦物粉塵的熱紅外光學深度[261]。機載和地基LiDAR可以根據實際需求,對目標場景進行監測,獲取更高空間分辨率和靈敏度的影像。利用機載LiDAR監測輸電線路健康情況,確保其可靠性與安全性[262];基于機載LiDAR和高光譜影像評估森林結構屬性和樹木多樣性,對森林進行細致監測[263]。

6 結束語

新一代星載、機載和地基的SAR、光學、LiDAR等影像出現井噴式增長,高精度、高分辨率的影像為解決大地測量問題提供了強有力的數據支撐,影像大地測量學也得到前所未有的發展機遇。為使讀者更加深入了解影像大地測量學的發展現狀及趨勢,本文較系統梳理了影像大地測量學的發展歷史、研究內容、面臨挑戰等內容。主要總結如下:

(1) 影像大地測量學先后經歷了起步萌芽、初期飛躍、深度創新和全面應用4個階段。1969—1990年處于萌芽階段,成像衛星相對較少、圖像處理技術相對不成熟;1991—2001年處于初期飛躍階段,成像衛星種類逐漸增多,圖像處理技術越來越成熟;2002—2013年處于深度創新階段,成像衛星和技術穩定成熟發展;2014年至今處于全面應用階段,亟須將海量影像與現代信息技術協同融合。

(2) 影像大地測量學研究內涵包括空間大氣環境觀測、地表物質遷移觀測以及地球內部物理結構。根據研究對象空間分布位置的不同,影像大地測量學的研究內容主要包括地球大氣環境觀測與反演、地球表面環境監測與演化、地球內部物理結構與動力學反演。

(3) 影像大地測量學未來發展趨勢主要包括解決關鍵科學技術難題、適應國家需求及拓寬應用場景。多平臺、多時相、多光譜及多分辨率衛星系統的大量涌現,可見光、近紅外、短波紅外、熱紅外、微波等多源影像資源愈加豐富。如何充分利用不同平臺影像的優勢特征,服務于國家重大工程建設及防災、救災、減災,并不斷拓寬其應用場景,是未來學科發展的關鍵。

致謝：特此向武漢大學許才軍教授、中國地質大學(北京)彭軍還教授、中南大學李志偉教授、中國自然資源航空物探遙感中心葛大慶教授、中國科學院精密測量科學與技術創新研究院江利明研究員和同濟大學張磊教授在本文創作過程中給予的支持表示衷心感謝。