[S-TT39] 合成開口レーダーとその応用

[STT39-P11] GNSSと全球大気モデルを融合したInSAR大気遅延補正モデルの開発についての進捗

*木下 陽平¹ (1.筑波大学)

キーワード：InSAR、大気遅延補正、GNSS、全球大気モデル

InSARにおいて対流圏内で生じる大気伝搬遅延効果は誤差要因のうち最も補正困難なものの一つであり、高精度な補正を実現すべく20年以上にわたり研究が行われている。筆者は2022年に行われた日本測地学会第138回講演会において、Kinoshita (2022, IEEE) のGNSS大気観測情報に基づくInSAR遅延補正モデルに全球大気モデルERA5融合することで、地球上のあらゆる地点で適用可能かつ高精度な遅延補正モデルの開発を目指した研究の進捗を報告した（木下, 2022, 日本測地学会第138回講演会）。しかしこの木下（2022）では対象地域・時期とした2015年から2021年のトルコ、北アナトリア断層周辺において、利用可能なGNSSデータが2015年までに限られており、大部分のSAR観測日においてシーン内に存在するGNSS観測点が1つあるかどうかという状況であった。2015年に利用可能であったSARデータはわずか4つであり、開発した補正モデルの検証を行うには不十分である。本研究では開発したモデルの検証を進めるため、新たにSentinel-1データの解析を行い、補正モデルを適用してその効果を検証したので、その進捗状況を報告する。
SARデータにはアメリカ・リノ周辺を撮像した降行軌道のSentinel-1 SLCを2019年から2022年までの計120シーン用い、これらSLCからISCE ver.2.5.2を用いてInSAR画像を650シーン作成した。この際、時間基線長は時系列解析でよく用いられる設定に合わせ基本的に2ヶ月以内あるいはほぼ1年となるペアのみを解析した。結果的に一部の干渉ペアではunwrapping errorが生じており、これについては今後修正する予定である。補正モデルに用いるGNSSデータには、ネバダ大学リノ校の測地研究室（NGL）が公開しているPPP解析結果を用い、全球大気モデルにはECMWFが開発・運用しているERA5モデル面プロダクトを用いた。GNSSとERA5の融合方法として、本研究では木下（2022）と同様に、ERA5の水平格子各点で天頂遅延量を算出した後、これをGNSSの天頂遅延量と同じモデル入力情報として扱い、InSAR遅延量推定を行うという方法を用いている。この際、ERA5よりもGNSSの方が現実の大気をより高精度に表現していると考え、GNSSにより大きい重みを手動で与えている。
結果については予稿投稿時点で解析途中のため、補正に用いたInSAR画像は230シーンであり暫定的結果であることに留意いただきたいが、補正適用前のInSAR画像における位相の標準偏差の平均は14.59 mmであったのに対し、Kinoshita (2022, IEEE) のGNSSのみを用いた補正モデル適用後は10.41 mm、今回提案するGNSSとERA5による補正手法適用後では10.37 mmに減少した。今回の解析対象範囲内にはGNSS観測点が2019年から2022年にかけて約XX点と多数利用可能であったことから、2つのモデルの補正効果に有意な差が出なかったと考えられる。わずかながら今回提案した手法の方が位相のばらつきを低減できていた理由については不明である。今後は擬似的にGNSS観測点の数を減少させた場合での検証を行う予定であり、講演では最新の結果について報告予定である。

謝辞
本研究はJSPS科研費 JP21K14006の助成を受けたものです。