微波遥感第七章：相位解缠原理与方法

"微波遥感技术中的相位解缠是关键的一环，用于将缠绕的相位转换为连续的绝对相位，以便于获取精确的地表高度信息。这一过程涉及对相邻像素相位差的估计和积分，常用方法包括枝切法、质量图法、最小二乘法和最小费用流法等。" 微波遥感是一种非视线的遥感技术，利用微波辐射与地表物体的相互作用来获取地球表面的信息。在微波遥感中，干涉 Synthetic Aperture Radar (InSAR) 技术特别重要，因为它可以提供地表高程变化的精确测量。当两幅或多幅雷达图像在不同时间或不同视角下获取时，它们之间的相位差（干涉相位）包含了地形高度信息。 然而，由于相位在 [-π, π] 范围内是周期性的，当相位差超过这个范围时，就会发生“缠绕”，导致相位信息丢失。这就需要进行相位解缠，将缠绕的相位恢复为连续的绝对相位。相位解缠的目标是找到一个最佳的整数因子 k，使得 k × 2π 加到缠绕相位上后，可以得到实际的相位差，即： \[ \psi = \phi - 2\pi k \] 相位解缠通常分为两个主要步骤：首先，估算相邻像素间的真实相位差；然后，根据这些相位差进行积分，以恢复连续相位。这个过程可以通过多种策略实现，如枝切法（Branch Cut Method），它沿着特定路径积分；质量图法，依据像素的质量信息进行解缠；最小二乘法，寻找最小误差的解；以及最小费用流法，应用网络流理论来全局优化解缠过程。 在实践中，相位解缠方法可以分为两类：基于路径积分的方法和全局求解方法。前者通常局部处理，例如枝切法、质量图法和最小不连续法，后者则尝试全局优化，如加权最小 LP 范数法和最小费用流法。 以一维相位解缠为例，考虑一个简单的复数信号，其相位可以通过相位计算算子获得，但由于周期性，只能得到缠绕相位。要恢复连续相位，需要通过对相位差的正确积分来解决这一问题。各种解缠方法的核心就在于如何有效地进行这一积分过程，同时保持解缠结果的稳定性和精度。 相位解缠在环境监测、灾害评估、城市规划等领域有着广泛的应用，因为它能够提供厘米级甚至毫米级的地表高程数据。因此，理解并掌握相位解缠的基本原理和技术，对于微波遥感数据分析至关重要。