InSAR 변위 탐지

SBAS 시계열

MintPyReference PointAPSwiki/sbas-timeseries-insar

한 줄 요약

SBAS(Small Baseline Subset)는 수직기선(B⊥)과 시간차(ΔT)가 작은 페어만 수십~수백 개 연결한 네트워크를 시계열 역산해 지표의 누적 변위(mm)와 연간 변위율(mm/yr)을 산출하는 InSAR 기법이다. 단일 페어 DInSAR가 대기 위상(APS) 노이즈에 mm 스케일 신호를 잃는 반면, SBAS는 시간 평균으로 APS를 완화하고 산림·평지 같은 distributed scatterer까지 커버해 도시 지반 침하 모니터링의 실전 표준이 된다. 핵심 관문은 안정 지점에 고정한 reference point 보정으로 페어별 ±37mm APS bias를 상쇄하는 것과 unwrap error를 식별하는 것이며, 신뢰할 수 있는 velocity는 1년+ 스택과 ERA5 대기 보정 뒤에야 얻어진다.

SBAS의 자리 — DInSAR·PS-InSAR와의 비교

단일 DInSAR는 페어 1개로 지진·산사태 같은 이벤트 전후의 cm급 변위 스냅샷에 적합하지만, 느린 도시 지반 침하의 mm/yr 신호는 잡지 못한다.
SBAS는 B⊥<100m·ΔT 작은 페어를 수십 개 연결해 distributed scatterer(산림·평지 포함)의 시계열을 만들고, 평균화로 mm/yr까지 감지하며 최소 15~20장을 요구한다.
산림·평지·도심이 혼재한 AOI는 전 영역을 커버하는 SBAS가 1차 선택이고, 도심의 고해상 점별 변위는 영구산란체를 쓰는 PS-InSAR가 정답이다.

	단일 DInSAR	SBAS	PS-InSAR
페어 수	1	수십	수십
타깃	이벤트 전후(cm)	DS 시계열	점 산란체 구조물
감지 한계	cm 급	mm/yr(평균화)	sub-mm/yr
최소 장수	2	15~20	25~30

DInSAR · SBAS · PS-InSAR 핵심 차이

파이프라인과 페어 네트워크 설계

SBAS는 코레지스터된 SLC 스택에서 짧은 기선 페어 네트워크를 만들고, 페어별 DInSAR를 거쳐 시계열 역산(MintPy WLS)으로 mm/yr 속도장과 시계열을 산출하는 구조다.
어떤 페어끼리 연결할지가 전체 품질을 지배하며, B⊥<100·ΔT<48의 Small Baseline 전략(20장 기준 약 40~60페어)이 균형과 중복을 확보한 SBAS 표준이다.
연결성 원칙상 모든 영상이 최소 1개 페어에 연결돼 disconnected island가 없어야 한다.

🛰️다중 코레지스터 SLCN장의 영상

🔗짧은 기선 페어 네트워크B⊥·ΔT 임계로 수십~수백 페어

🧮시계열 역산MintPy WLS + reference point

📈mm/yr 속도장 + 시계열

SBAS 시계열 역산 흐름

Reference Point 보정 — ±37mm APS를 상쇄

POC 9페어에서 페어별 APS 전역 평균이 ±37mm까지 다르게 나오는 것이 관찰됐고, 이 날짜별 대기 bias는 AOI 내부의 mm급 상대 변위 신호보다 크다.
해결책은 구조적으로 안정하다고 믿는 지점(광교산 시루봉 582m 산림)의 픽셀을 모든 페어에서 0으로 강제하고, 나머지 픽셀을 그 reference 대비 상대값으로 해석하는 것이다.
reference point는 「가장 안정한 곳」이 아니라 「안정하다고 믿는 곳」일 뿐이라, 단일 픽셀보다 AOI 공간 평균을 reference로 잡는 게 더 robust하다.

φ_{corr} (x, t) = φ (x, t) - φ (x_{ref}, t)

$φ (x, t)$: 날짜 t, 픽셀 x의 원본 위상
$x_{ref}$: 안정 지점 픽셀 — 모든 페어에서 0으로 고정
$φ_{corr}$: reference 대비 상대 위상

각 페어에서 reference 픽셀 값을 빼 전역 APS bias 제거

신뢰 구간과 함정

62일 POC(9페어)는 누적 ±5mm trend까지만 신뢰 가능하고, 62일을 365일로 외삽하면 형제봉 +89mm/yr 같은 비현실적 velocity가 튀는데 이는 unwrap error와 APS가 짧은 슬로프로 잡힌 결과다.
PyAPS+ERA5 보정 한 단계로 POC9의 std가 35.31에서 9.61 mm/yr로 약 3.7배 줄었고, comp0(82페어·1년+)에서 std 2.51 mm/yr로 노이즈 floor에 진입했다.
MintPy의 coherence-weighted least squares가 bad pair를 자동 down-weight해 페어를 강제 drop해도 velocity가 거의 identical하므로, 페어 품질 의심으로 별도 디버깅 가지를 만들 필요가 없다.

주의점 · 함정

짧은 stack(62일 POC)에서 62일을 365일로 외삽한 velocity(mm/yr)를 그대로 믿으면 형제봉 +89mm/yr처럼 안정 지형에서도 극단값이 튄다 — 이는 거의 전부 unwrap error와 대기 위상 잔차, 페어 수 부족 탓이다. velocity 숫자는 1년+ 스택과 ERA5 대기 보정·reference point 보정을 거친 뒤에만 신뢰하고, 그 전엔 누적 변위 trend만 해석하며 공공기관 보고에 쓰지 말 것.