第２回SIGMASAR講習会（Linux版）
- 解析データ：
- Path: 089, Row: 277
- Master data:1995/1/11, Slave data:1993/8/1
- 解析環境（小澤＠防災科研の場合）：
- Panasonic CF-R5: Core Solo U1400(1.2GHz)
- Memory: 1.5Gbyte
- HD: 内蔵ハードディスク（空き容量13Gbyte）
- OS：FedoraCore6
１ 下準備：
- DEM用ディレクトリDTM-GSIという
名前のディレクトリを作成する。
（HD partitionの空き容量が十分にある場所ならばどこでもよい） - DTM-GSIの中にEGM96、gsigeome.ver3、 WW15MGH.GRDもコピーする。
- 解析ディレクトリ（taal）を作成する。
（HD partitionの空き容量が十分にある場所ならばどこでもよい） - taalの下に master, slave, result という名前のディレクトリを作成する。
- taal/masterに1995/1/11観測のlevel0データ（
imop_01.dat, sarl_01.dat）をコピーする。
（ファイル名を大文字に変える） - taal/slaveに1993/8/1観測のlevel0データ（
imop_01.dat, sarl_01.dat）をコピーする。
（ファイル名を大文字に変える） - DTM-GSIのシンボリックリンクをtaal内に作成する。
- SARimg.exe, INSAR.exe が置いて ある場所にパスを通す（もしくはtaalにコピー）。
２ SLCの作成：
- ターミナルを立ち上げる。
- taalにチェンジディレクトリする。
- SARimg.exeを実行する。
- 9(UNIX/Windows with master/slave/result(INSAR))
- -> masterディレクトリの相対パス master を入力
- -> slaveディレクトリの相対パス slaveを入力
- -> resultディレクトリの相対パス result を入力
- -> 100(SAR imaging (InSAR)：InSAR解析を目的としたSLCを作成)
- -> 1(JERS-1 SAR：解析データはJERS-1 SAR)
- -> 1(CEOS：生データはCEOS format)
- -> 0(corner turn on memory：コーナーターンをメモリ内で行う)
- -> 1(Global spatial filter: Common band filterの適用)
- -> 1(GRS80：解析でGRS80座標系を用いる)
- -> 4(number of looks：ルック数？)
- -> 3(number of segments：何セグメント解析するか？5120line/セグメント)
- -> 8192(imaxr：最大レンジピクセル数？)
- -> 0 0(startr and starta：解析を始めるx（レンジ）、y（アジマス）位置)
- -> 0(RD：レンジ・ドップラー法で解析)
- -> finished!が表示されれば正常終了
- -> 最後から５行目に表示される image sizeをメモしておく。
３ SRTM3、SRTM30の準備：
- Master画像の散乱強度画像（sar.Q8）をImageJなどで表示する。
- Google Earth等の地図と比較しながら、おおよその画像範囲を調べる。
この画像の場合、緯度：13°〜15°、 経度：120°〜122°（範囲は広めに）。 - DEM用ディレクトリ”DTM-GSI”の下にSRTM3用ディレクトリ"srtm_dem"とSRTM30用 ディレクトリ"SRTM30"を作成する。
- SRTMデータサーバー（ ftp://e0srp01u.ecs.nasa.gov/srtm/version2/）にアクセスする。
- ”SRTM3”に移動して、画像範囲をカバーする領域のDEMをダウンロードする。
この画像の場合、
- N13E120.hgt.zip（E120°〜E121°、N13°〜N14°）
- N13E121.hgt.zip（E121°〜E122°、N13°〜N14°）
- N14E120.hgt.zip（E120°〜E121°、N14°〜N15°）
- N14E121.hgt.zip（E121°〜E122°、N14°〜N15°）
- ダウンロードしたデータをzip解凍し、"DTM-GSI/srtm_dem/"に入れる。
（注意：ファイル名はNxxExxx.hgt） - ”SRTM30”に移動して、画像範囲をカバーする領域のDEMをダウンロードする。 この画像の場合、
- E100N40.DEM.zip
- E100N40.hdr.zip
- （E100°〜E140°、S10°〜N40°）
- ダウンロードしたデータをzip解凍し、"DTM-GSI/SRTM30/"に入れる。
（注意：ファイル名はe100n40.dem, e100n40.HDR）
４ マッチング処理：
- INSAR.exeの起動
- 9(UNIX/Windows with master/slave/result(INSAR))
- -> masterディレクトリの相対パス master を入力
- -> slaveディレクトリの相対パス slaveを入力
- -> resultディレクトリの相対パス result を入力
- -> 5(Co-registration of image1 & image2：マッチング処理を行う)
- -> 1(normal case：通常の場合（tieポイントをとれる領域が多い）)
- -> 0(normal images：フィルターをかけていない？)
- -> 0(search power + complex：SLCの複素数データから相関係数を計算)
- -> 2(automatic coregistration：自動マッチング処理)
- -> 1(apply land mask on 7 and 9 individually：海域をマスクする)
- -> slaveディレクトリの相対パス slaveを入力
- マッチングのrms をチェック（0.5以下ならOK）
errx: 9.150999e-01, erry: 1.337618e+00 -> 良くない!
（しかし，そのまま処理を進めることにする）
５ 干渉処理＋DEMを用いた詳細補正：
- INSAR_mac.exeの起動
- 9(UNIX/Windows with master/slave/result(INSAR))
- -> 11(Refrain the previous process: 前回入力したディレクトリパスを使用 （間違った場合は，9番で再入力））
- -> 7(Interferometry：干渉画像の作成)
- -> 1(first trial：一回目の干渉画像作成)
- -> 0(normal images：フィルターをかけていない画像を使う？)
- -> 3(nr：レンジ方向のルックス数)
- -> 12(nlooks：アジマス方向のルックス数)
- -> 0(Differential INSAR：差分干渉法を用いる)
- -> 3(SRTM3 90 meter DEM)
- -> 0(no-filter：干渉画像にフィルターをかけない）
- 9(UNIX/Windows with master/slave/result(INSAR))
６ 対応点の調整：
- INSAR_mac.exeの起動
- 9(UNIX/Windows with master/slave/result(INSAR))
- -> 11(Refrain the previous process: 前回入力したディレクトリパスを使用 （間違った場合は，9番で再入力））
- -> 118(Slant range tuning：スラントレンジの調整)
- -> 0(land：陸域が多いシーン)
- -> 0(automatic estimation)
- rms をチェック（どれくらいならばOKなんでしょう？）
- dh : 6.35023107e-02
- db :-4.61475868e-02
- r : 7.84993199e-02
- db3 :-1.33689313e-01
- drt : 5.23795282e-07
- delt2 : 1.87882269e-02
- ndata1: 183/400
- -> OK?
７ DEMを用いた軌道縞調整：
- INSAR_mac.exeの起動
- 9(UNIX/Windows with master/slave/result(INSAR))
- -> 11(Refrain the previous process: 前回入力したディレクトリパスを使用 （間違った場合は，9番で再入力））
- -> 7(Interferometry：干渉画像の作成)
- -> 2(second trial：二回目の干渉画像の作成（スラントレンジ調整済）)
- -> 0(no-filter：フィルターをかけない)
- 9(UNIX/Windows with master/slave/result(INSAR))
sar_corr：コリレーションマップ（X:1962, Y:1280）
かなり干渉性が悪い干渉ペアであることがわかる
８ DEM画像と実画像との対応点調整：
- INSAR_mac.exeの起動
- 9(UNIX/Windows with master/slave/result(INSAR))
- -> 11(Refrain the previous process: 前回入力したディレクトリパスを使用 （間違った場合は，9番で再入力））
- -> 74(DinSAR-(prepare co-registration))
- -> 0(least squared match)
- マッチングのrms をチェック（どれくらいならばOKなんでしょう？）
- errx: 1.607833e+00
- erry: 1.533505e+00 -> OK?（良くないように思いますが）
９ 軌道縞最終調整：
- INSAR_mac.exeの起動
- 9(UNIX/Windows with master/slave/result(INSAR))
- -> 11(Refrain the previous process: 前回入力したディレクトリパスを使用 （間違った場合は，9番で再入力））
- -> 10(Orbit tuning：基線再推定)
- -> 1(using GCPs：Ground Control Pointを使う)
- -> 2(no：気象補正はしない)
- -> 1(B, H, dH - accurate - 20)
- -> 0(first process：一回目の処理)
- -> 1(auto：自動でgcpを設定)
- -> 1(ph-orbit-DEM：DEMを使う)
- -> 0(no-filter：フィルターをかけない)
- -> 1(no：海域のデータも使う)
- -> 1(PCG method：PCGアンラッピング手法を用いる)
- -> 1(Auto:自動処理）
- test.ddtma2を見る
test_ddtma：軌道縞・地形縞除去後の干渉画像（X:1962, Y:1280）
前回の講習会・勉強会では，ここまでの処理で軌道縞がほとんど残っていない干 渉画像が得られていた。しかし，今回の画像では４フリンジ以上の軌道縞が残って いる。以下では，これを除去するために試行錯誤を行う（今回の講習会での内容）。
まず，干渉性が悪かったために，”９”で低周波ノイズのスペクトルをうまく決 められなかったことが原因である可能性について調査する。 -> ”１０”へ
１０ 軌道縞再自動調整（G-W filterの強さを調整して再度10番処理を実行する。）：
- sar.ddtmaのバックアップを取っておく（例えば，cp sar.ddtma sar.ddtma.v1）
- INSAR_mac.exeの起動
- 9(UNIX/Windows with master/slave/result(INSAR))
- -> 11(Refrain the previous process: 前回入力したディレクトリパスを使用 （間違った場合は，9番で再入力））
- -> 300(Miscellaneous (low freq noise/color code/orbit))
- -> 11(Averaging (dtma and ddtma)：フィルタリング)
- -> 1((Goldstein & Werner filter))
- -> 1(not apply：？)
- -> 1(not apply：？)
- -> 5(sar.ddtma -> sar.ddtma：sar.ddtmaにフィルターをかけてsar.ddtmaに上書き)
- -> 0.5(フィルターの強さ。詳しくはGoldstein and Werner, GRL, 1998を参照のこと)
最適な値は試行錯誤で見つけてください。 - -> 1(filterをかける回数。ここではとりあえず一回。)
- sar.ddtmaを見る
sar_ddtma：軌道縞・地形縞除去後の干渉画像（X:1962, Y:1280）
- もう一度フィルターをかけてみる（再度，１〜３ の処理を実行する）
sar_ddtma：軌道縞・地形縞除去後の干渉画像（X:1962, Y:1280）
この画像でフィルターがかかりすぎだと思えば，最適値は0.5の1回。これで良ければ0.5の2回。
- sar.ddtmaのバックアップをsar.ddtmaに戻す（例えば，cp sar.ddtma.v1 sar.ddtma）
- INSAR_mac.exeの起動
- 9(UNIX/Windows with master/slave/result(INSAR))
- -> 11(Refrain the previous process: 前回入力したディレクトリパスを使用 （間違った場合は，9番で再入力））
- -> 10(Orbit tuning：基線再推定)
- -> 1(using GCPs：Ground Control Pointを使う)
- -> 2(no：気象補正はしない)
- -> 1(B, H, dH - accurate - 20)
- -> 0(first process：一回目の処理)
- -> 1(auto：自動でgcpを設定)
- -> 1(ph-orbit-DEM：DEMを使う)
- -> 1(G-W filter：フィルターをかける)
- -> 0.5(フィルターのつよさ)
- -> 2(filterをかける回数)
- 以上の２パラメータは， １〜４で見つけた最適値
- -> 1(no：海域のデータも使う)
- -> 1(PCG method：PCGアンラッピング手法を用いる)
- -> 1(Auto:自動処理）
- test.ddtmaを見る
test_ddtma：再調整後の軌道縞・地形縞除去後の干渉画像（X:1962, Y:1280）
前の10番処理の結果とほとんど変わらない。 この方法では改善されなかった。
１１ 低周波ノイズの除去（軌道縞手動調整）：
- INSAR_mac.exeの起動（自動調整）
- 9(UNIX/Windows with master/slave/result(INSAR))
- -> 11(Refrain the previous process: 前回入力したディレクトリパスを使用 （間違った場合は，9番で再入力））
- -> 300(Miscellaneous (low freq noise/color code/orbit))
- -> 0(Tool Box)
- -> 0(low frequency noise removal(ddtm/dtm/ddtma/dtma))
- -> 4(test.ddtma -> test.ddtma2：test.ddtmaを入力して，test.ddtma2に出力)
- -> 1(Auto：自動調整)
- -> "Finished!"の前の２行をメモ（特に，下に示す赤文字のところ）。
514 5.120000e+02 1.431975e+05 1024 <- X方向の軌道縞(pixel/fringe)
514 5.120000e+02 1.924702e+05 1024 <- Y方向の軌道縞(pixel/fringe)
- test.ddtma2を見る
test_ddtma2：低周波ノイズ除去後の干渉画像（X:1962, Y:1280）
かなり改善されたが，まだX方向に軌道縞が残っている。 -> 手動調整
- INSAR_mac.exeの起動（手動調整）
- 9(UNIX/Windows with master/slave/result(INSAR))
- -> 11(Refrain the previous process: 前回入力したディレクトリパスを使用 （間違った場合は，9番で再入力））
- -> 300(Miscellaneous (low freq noise/color code/orbit))
- -> 0(Tool Box)
- -> 0(low frequency noise removal(ddtm/dtm/ddtma/dtma))
- -> 4(test.ddtma -> test.ddtma2：test.ddtmaを入力して，test.ddtma2に出力)
- -> 0(Manual：手動調整)
- -> 600(Y方向の軌道縞(pixel/fringe))
- -> 800(X方向の軌道縞(pixel/fringe))
- ３の処理を繰り返し,全体が平坦になる 以上の２パラメータを見つける。
- test.ddtma2を見る
test_ddtma2：低周波ノイズ除去後の干渉画像（X:1962, Y:1280）
まだ，X（レンジ）方向に２次関数的な位相パターンが残っているが，今回はここまで。
（ページの最後に，追加説明あり）
１２ フィルタリング：
- test.ddtmaのバックアップを取り，test.ddtma2をtest.ddtmaにコピー
- INSAR_mac.exeの起動
- 9(UNIX/Windows with master/slave/result(INSAR))
- -> 11(Refrain the previous process: 前回入力したディレクトリパスを使用 （間違った場合は，9番で再入力））
- -> 300(Miscellaneous (low freq noise/color code/orbit))
- -> 11(Averaging (dtma and ddtma)：フィルタリング)
- -> 1((Goldstein & Werner filter))
- -> 1(not apply：？)
- -> 1(not apply：？)
- -> 7(test.ddtma -> test.ddtma：test.ddtmaにフィルターをかけてtest.ddtmaに上書き)
- -> 0.5(フィルターの強さ。 詳しくはGoldstein and Werner, GRL, 199xを参照のこと)
- -> 1(filterをかける回数。)
以上の２パラメータに関する最適値は試行錯誤で見つけてください。
test_ddtma2：軌道縞・地形縞除去後の干渉画像（X:1962, Y:1280）
１３ アンラッピング
- INSAR_mac.exeの起動
- 9(UNIX/Windows with master/slave/result(INSAR))
- -> 11(Refrain the previous process: 前回入力したディレクトリパスを使用 （間違った場合は，9番で再入力））
- -> 900(Unwrapping (dtma and ddtma))
- -> 0(standard method)
- -> 1(dtma(sar.ddtma, teset.ddtma))
- -> 5(PCG unwrap：どの方法も一長一短です． 時と場合で良い手法を使い分けてください)
- -> 0(whole area：全領域をアンラップする)
- -> 1(no)
- -> 5(test.ddtma：test.ddtmaをアンラップする)
- -> 0(l/2 -> 2pai)
- -> 0(l/2 -> 2pai)
１４ 地図投影：
- INSAR_mac.exeの起動
- 9(UNIX/Windows with master/slave/result(INSAR))
- -> 11(Refrain the previous process: 前回入力したディレクトリパスを使用 （間違った場合は，9番で再入力））
- -> 9(Geocoded-image generation)
- -> 2(Ortho by G-DEM 0:full version:)
- -> 1(Bi-linear：補完アルゴリズム)
- -> 0(UTM：Outputの投影法）
- -> 2(geo_code)
- -> 0.1(ピクセルスペーシング)
- -> 7(test.ddtma：test.ddtmaを地図投影する)
- -> "Finished!"の前のnx,nyの値をメモしておく（gparameter.datにも書いてある）
sar_p_m_g：ジオコード済み強度画像（master画像）（X:1000, Y:800）
追加説明（独自の方法で解析を進めてみました）：
- 低周波ノイズの除去
低周波ノイズがX（レンジ）方向に２次，Y（アジマス）方向に１次の関数で近似でき るとする。この近似は，以上で得られた結果のように，ほぼ軌道縞が除去できた場合に 適用できる。画像全体で位相差が平坦になるようにこの関数のパラメータを決定する。 この処理に用いたプログラム（fortran）を早急にほしい方は，個人的に小澤＠防災科 研に相談してください（たいしたプログラムではないですが）。
test.ddtma.flt：低周波ノイズ除去後の干渉画像（X:1962, Y:1280）
- test.ddtmaのバックアップをとり，test.ddtma.fltをtest.ddtmaにコピー。
- ”１４”に従い，地図投影
sar_ddtmaf_g：地図投影後の干渉画像（X:1000, Y:800（メモしたnx，ny））
-
地図投影後の画像を４×４ピクセルで平均処理後，GAMMA SAR processorを
使ってアンラッピング
本干渉ペアから得られたスラントレンジ変化
以上が最終結果です。一般に，このようなデータを入力値として，インバージョ ン解析等が行われています。今回得られた結果では，タール火山のカルデラの北西 部に10cm近い地殻変動パターンが見られますが，実際には，これほど大きな地殻変 動は生じていないと推測しています。これは解析者（私）がSIGMA-SARによる解析 ノウハウを習熟していないため，このように解析が難しい干渉ペアにおいてはパ ラメータの調整が不十分となり，低周波ノイズが残ってしまったためと考えていま す。私が使い慣れているGAMMA SAR processorを用いると，このパターンは数cm程 度になりますし，Mac版のSIGMA-SARの解析でも同様です（なぜこのような差が出た かは不明）。数cm程度の大きさであれば，水蒸気ノイズである可能性も考えられま すが，火山活動が活発な時期のデータですから，実際の地殻変動である可能性も捨 て切れません。それを調べるためには，他の干渉ペアを調べるとか，他の観測デー タと照らし合わせて，実際の地殻変動かどうかを確かめる必要があります。