多时相InSAR(interferometric synthetic aperture radar)技术以其大范围、高时空分辨率、可以获取毫米级甚至亚毫米级形变信号等特点,被广泛应用于大范围地表沉降监测。针对目前时序分析在获取研究区影像和数据预处理上耗时量大的问题...多时相InSAR(interferometric synthetic aperture radar)技术以其大范围、高时空分辨率、可以获取毫米级甚至亚毫米级形变信号等特点,被广泛应用于大范围地表沉降监测。针对目前时序分析在获取研究区影像和数据预处理上耗时量大的问题,利用LiCSAR(looking inside the continents from space with synthetic aperture radar)产品,采用时序分析新方法LiCSBAS提高了解算效率。该方法采用整体干涉对质量检验和相位环闭合差,探测二维相位解缠存在的解缠误差,剔除相干性较低的干涉对和大误差像元。为了减弱大气误差的影响,利用通用型大气改正在线服务产品进行大气误差改正,并在此基础上提出了一种形变参数和大气相位联合估计方法。以成都平原地区和西部山区为例,获取2016—2020年共90景影像进行时序分析新方法实验研究。结果表明:(1)提出的联合估计算法在地形起伏明显地区可以有效地抑制大气误差的影响,同时在大气效应不明显的地区也不会错估而引入相位误差;(2)监测的大部分区域表现较为稳定,年际沉降形变速率为-11~8 mm/a;(3)LiCSAR产品适合做大区域形变调查,难以满足小范围精细监测的需求。展开更多
西藏自治区贡觉县雄松乡至沙东乡金沙江流域作为川藏铁路的必经河流,地形崎岖、地质灾害隐患点多,亟需对该地区隐患点进行全方位的识别。首先,选取61景哨兵一号(Sentinel-1)升轨影像、53景Sentinel-1降轨影像和7景陆地观测技术卫星2号(a...西藏自治区贡觉县雄松乡至沙东乡金沙江流域作为川藏铁路的必经河流,地形崎岖、地质灾害隐患点多,亟需对该地区隐患点进行全方位的识别。首先,选取61景哨兵一号(Sentinel-1)升轨影像、53景Sentinel-1降轨影像和7景陆地观测技术卫星2号(advanced land observing satellite 2,ALOS-2)升轨影像对研究区域进行滑坡探测与监测。然后,利用合成孔径雷达(interferometric synthetic aperture radar,InSAR)通用型大气改正在线服务(generic atmospheric correction online service for InSAR,GACOS)辅助干涉影像堆叠技术(InSAR Stacking)的方法,获取研究区域雷达视线(line of sight,LOS)方向的InSAR年形变平均速率图,并结合3个轨道的结果提取出沿坡向和垂直滑坡向的平均速率图。最后,与LiCSBAS时间序列分析包的结果进行比较,发现两者具有高度一致性,LOS向年形变速率图像的相关系数在0.92以上,沿坡向和沿垂直滑坡向年形变速率的相关系数在0.85以上,证明了GACOS辅助下InSAR Stacking结果的可靠性。此外,还发现研究区域内沿坡向最大年形变速率为-163 mm/a;结合InSAR形变结果与光学遥感影像解译,可将该滑坡群分为A~G 7个区域进行实时监测。展开更多
文摘多时相InSAR(interferometric synthetic aperture radar)技术以其大范围、高时空分辨率、可以获取毫米级甚至亚毫米级形变信号等特点,被广泛应用于大范围地表沉降监测。针对目前时序分析在获取研究区影像和数据预处理上耗时量大的问题,利用LiCSAR(looking inside the continents from space with synthetic aperture radar)产品,采用时序分析新方法LiCSBAS提高了解算效率。该方法采用整体干涉对质量检验和相位环闭合差,探测二维相位解缠存在的解缠误差,剔除相干性较低的干涉对和大误差像元。为了减弱大气误差的影响,利用通用型大气改正在线服务产品进行大气误差改正,并在此基础上提出了一种形变参数和大气相位联合估计方法。以成都平原地区和西部山区为例,获取2016—2020年共90景影像进行时序分析新方法实验研究。结果表明:(1)提出的联合估计算法在地形起伏明显地区可以有效地抑制大气误差的影响,同时在大气效应不明显的地区也不会错估而引入相位误差;(2)监测的大部分区域表现较为稳定,年际沉降形变速率为-11~8 mm/a;(3)LiCSAR产品适合做大区域形变调查,难以满足小范围精细监测的需求。
文摘西藏自治区贡觉县雄松乡至沙东乡金沙江流域作为川藏铁路的必经河流,地形崎岖、地质灾害隐患点多,亟需对该地区隐患点进行全方位的识别。首先,选取61景哨兵一号(Sentinel-1)升轨影像、53景Sentinel-1降轨影像和7景陆地观测技术卫星2号(advanced land observing satellite 2,ALOS-2)升轨影像对研究区域进行滑坡探测与监测。然后,利用合成孔径雷达(interferometric synthetic aperture radar,InSAR)通用型大气改正在线服务(generic atmospheric correction online service for InSAR,GACOS)辅助干涉影像堆叠技术(InSAR Stacking)的方法,获取研究区域雷达视线(line of sight,LOS)方向的InSAR年形变平均速率图,并结合3个轨道的结果提取出沿坡向和垂直滑坡向的平均速率图。最后,与LiCSBAS时间序列分析包的结果进行比较,发现两者具有高度一致性,LOS向年形变速率图像的相关系数在0.92以上,沿坡向和沿垂直滑坡向年形变速率的相关系数在0.85以上,证明了GACOS辅助下InSAR Stacking结果的可靠性。此外,还发现研究区域内沿坡向最大年形变速率为-163 mm/a;结合InSAR形变结果与光学遥感影像解译,可将该滑坡群分为A~G 7个区域进行实时监测。
