基于方差分量估计的多源InSAR数据自适应融合形变测量
近年来,合成孔径雷达干涉测量(Interferometric Synthetic Aperture Radar,InSAR)技术在地面沉降监测方面展现了巨大的应用潜力,但受其重访周期和一维形变测量能力的限制,仅利用单一轨道卫星观测数据很难揭示真实的地表形变特征及其演化规律.随着在轨运行的SAR卫星系统不断增加,使得融合相同时间段内覆盖同一区域的多源多轨道InSAR数据成为可能.然而目前普遍采用的多源InSAR数据融合方法均为针对大尺度形变监测设计,或者忽略南北向形变甚至水平形变,容易造成误判.为此,本文对经典小基线集(Small Baseline Subset,SBAS)时序InSAR分析方法进行改进,在其形变反演模型中加入东西向和南北向形变参数,采用方差分量估计方法解算多源观测数据验后方差,通过迭代精化确定权重矩阵,从而获得形变参数的最优估值.使用美国南加州地区的ALOSPALSAR和ENVISAT ASAR数据开展实验,利用南加州综合GPS网(SCIGN)位于研究区域内的9个站点观测数据进行验证,结果表明本文方法得到的融合形变测量结果在垂直向上能够准确反映地表形变波动,周期性与GPS观测比较一致;同时,融合得到的三维形变场显示南加州洛杉矶地区存在不可忽略的水平形变,东西向形变测量精度略高于南北向.因此,基于方差分量估计的多源InSAR融合方法在提高形变测量时间序列连续性的同时,能够更准确地反演研究区域三维形变特征.
InSAR、地面沉降、方差分量估计、时间序列、三维形变
63
P237(摄影测量学与测绘遥感)
国家重点研发计划;国家自然科学基金
2020-08-10(万方平台首次上网日期,不代表论文的发表时间)
共11页
2901-2911