地球物理學中的衛星影像處理技術
基於衛星的遙感已成為現代地球物理研究和應用的關鍵支柱。透過衛星影像，地球物理學家可以廣泛、定期、持續地觀測地球表面，從地質特徵和構造動力學到海岸線變化以及地震或火山活動引起的地表形變。然而，衛星影像並非可以直接使用。需要一系列處理技術來提高資料品質、提取相關的地球物理資訊並最大限度地減少雲、雜訊或幾何畸變等乾擾。本文討論了地球物理背景下衛星影像處理的主要技術，從預處理到高級分析。
1. 地球物理學常用的衛星影像類型
在地球物理學中，常用的幾種衛星資料類型包括：
1. 多光譜光學（例如 Landsat、Sentinel-2）
提供多波長的地表反射率資訊。可用於繪製岩性圖、蝕變礦物圖、植被圖（作為土壤狀況的間接指標）以及地形變化圖。
2. 熱成像（例如 Landsat TIRS、MODIS）
測量地表熱輻射以進行熱異常分析，例如監測火山、熔岩流或與熱液活動相關的地表溫度變化。
3. 雷達（合成孔徑雷達/SAR：Sentinel-1、ALOS PALSAR）
它能夠穿透雲層並全天候運行，對於利用 InSAR 技術繪製結構圖、地表變化圖和分析形變至關重要。
4. 衛星測高和重力測量（例如 CryoSat、GRACE/GRACE-FO）
雖然這些數據並非傳統意義上的“圖像”，但通常會被處理成地球物理地圖，例如水體質量變化、重力異常或冰層厚度變化。
資料類型的選擇將決定合適的處理流程，因為訊號的雜訊特性、解析度和物理特性各不相同。
2. 預處理：分析品質的基礎
預處理階段的目的是準備數據，使其適合定量分析，並可以隨時間或感測器進行比較。
a. 輻射和大氣校正
光學影像記錄的是強度，而強度受大氣條件（氣溶膠、水蒸氣）和太陽輻射角度的影響。輻射校正將數位值（DN）轉換為具有物理意義的反射率或輻射亮度。大氣校正——例如，使用暗目標減法或基於大氣模型的方法——有助於獲得更精確的地表反射率。在地球物理學中，這一點至關重要，因為光譜值的差異能夠真正反映地表物質或條件的差異，而不是大氣變化。
b. 幾何校正、正射校正與重投影
幾何畸變可能由感測器掃描角度、地形和衛星運動引起。正射校正利用數位高程模型 (DEM) 來校正地形起伏的影響，使像素位置與實際座標一致。這步驟對於繪製斷層、褶皺、岩性邊界或需要高空間精確度的地表變化至關重要。
c. 遮蔽雲層和陰影
在光學影像中，雲層是主要的障礙物。掩膜技術利用質量波段（QA波段）、光譜閾值或諸如Fmask之類的演算法來識別雲層及其陰影。對於熱帶地區的土地變化研究或地質測繪，通常採用多時相合成策略來「填滿」被雲層遮蔽的區域。
d. SAR資料的散斑濾波
合成孔徑雷達（SAR）影像具有一種稱為散斑的特徵雜訊。各種濾波器（例如 Lee 濾波器、Frost 濾波器和 Gamma-MAP 濾波器）可用於降低散斑噪聲，同時又不丟失邊緣細節，這對於解釋地質構造至關重要。濾波器的選擇需要權衡：濾波過度會掩蓋線性構造，而濾波不足則會殘留雜訊。
3. 用於地質解釋的影像增強
在構造和岩性測繪中，影像增強旨在突出某些特徵，以便於識別。
a. 波段合成與顏色變換
特定波段的RGB合成影像可以突顯材質差異。例如，近紅外線和短波紅外線波段的組合通常能有效區分岩石類型或蝕變帶。去相關拉伸技術也可用於增強波段間的對比度，使細微的變化清晰可見。
b. 銳利化與空間變換
高通濾波器或非銳化掩模可以突出邊緣和線狀構造，這些特徵通常與斷層或裂縫帶相關。此外，紋理分析（例如灰階共生矩陣GLCM）有助於量化表面圖案的多樣性，這對於區分地形和岩性單元非常有用。
c. 光譜變換：主成分分析與波段比
主成分分析 (PCA) 可降低多光譜資料的維度，並突出可能與地質差異相關的顯著變化。波段比值常用於礦產勘探，因為某些礦物在特定波長處具有特徵吸收。在應用地球物理學中，波段比值可在野外調查或詳細地球物理勘探之前，初步指示勘探區域。
4. 分類與資訊提取
影像準備好後，下一步就是系統地提取地球物理資訊。
a. 監督式與非監督式分類
監督分類（例如，支援向量機、隨機森林）需要來自實地或參考圖的訓練資料。非監督分類（例如，k均值聚類、ISODATA演算法）則基於光譜相似性對像素進行分組，無需預先標註。在地球物理學中，分類結果有助於繪製地表岩性、沉積物分佈、熱液蝕變帶或與構造過程相關的地形單元圖。
b. 分割和基於物件的影像分析（OBIA）
物件導向影像分析（OBIA）根據光譜和形狀將像素分組為對象，然後進行分類。這種方法通常更適用於高解析度影像，因為地質構造（例如線狀構造、沖積扇或水系模式）作為物件比作為單一像素更有意義。
c. 線狀構造提取
線狀構造是代表斷層、裂縫或岩性接觸面的線性特徵。萃取技術包括邊緣偵測（Canny、Sobel）、霍夫變換和方向濾波。線狀構造圖可以與其他地球物理資料（例如磁異常或地震資料）進行比較，以解釋地下構造。
5. 用於地表形變的干涉合成孔徑雷達（InSAR）
衛星影像對地球物理學的最大貢獻之一是乾涉合成孔徑雷達（InSAR），它利用兩次或多次採集的雷達波相位差來計算衛星與地表距離的變化。借助InSAR，可以將幾厘米到幾毫米的形變繪製到大面積區域，從而：
–同震形變和震後形變，
火山引發的通貨膨脹/通貨緊縮
——因地下水抽取導致的地面沉降，
– 邊坡穩定性和土石流。
InSAR處理包括影像配準、干涉圖產生、地形相位降維（利用數位高程模型）、相位濾波、相位展開和大氣校正。諸如PSInSAR或SBAS之類的時間序列技術可透過分析長時間內的多幅影像來提高精確度。
6. 與其他地球物理資料的整合及現場驗證
衛星圖像很少單獨使用。它的最大價值體現在與其他地球物理資料結合使用時，例如：
利用磁力和重力來估算地下結構和密度，
– 用於地層幾何結構和斷層的地震數據，
– 用於蝕變驗證的地球化學方法，
– GPS 和水準測量用於驗證 InSAR 形變結果。
實地驗證仍然很重要，特別是要確認岩性解釋、確認活動斷層和採集樣本。
7. 發展的挑戰與方向
地球物理學中衛星影像處理的主要挑戰包括地形異質性、雲層覆蓋、感測器特性差異以及處理大型資料集所需的運算能力。然而，雲端運算和Google地球引擎等平台的發展，以及機器學習和深度學習的進步，正在加速多時相、多感測器資料的處理。展望未來，光學、合成孔徑雷達（SAR）、熱成像和傳統地球物理衛星資料的融合將進一步提升近即時監測地球動態過程的能力。
關閉
地球物理學中的衛星影像處理技術包括預處理（輻射校正、幾何校正和濾波校正）、影像增強、分類和特徵提取，以及諸如用於地表形變分析的InSAR等高級分析。採用正確的方法，衛星影像可以成為理解地質和地球動力學過程、支持資源勘探和災害緩解的高效工具。成功的關鍵在於選擇合適的資料、進行細緻的處理、整合多源資料以及進行充分的現場驗證。
