基于MERIS数据的InSAR大气延迟改正的研究

影响InSAR测量精度的因素很多,其中大气延迟是影响变形监测精度的主要因素。MERIS水汽数据是与ASAR影像同时获得,对于改进InSAR的大气延迟影响有不可比拟的优势。本文分析了大气延迟对干涉相位的影响程度,并利用两幅数据进行了基于差分MERIS水汽数据的大气改正,证明MERIS水汽数据能够明显的改正干涉图。     

条带式InSAR大气效应影响分析研究

针对重复轨道合成孔径雷达干涉测量(InSAR)中的大气效应问题,以伊朗巴姆地区Envisat ASAR条带模式数据为例,在开源软件ROI_PAC基础上自主编程实现了InSAR大气效应的去除,并通过干涉处理过程不同阶段的输出结果,定性及定量比较了大气校正前后的差异。研究结果表明:条带式SAR数据干涉处理过程中,大气相位一定程度上影响了残余平地相位的去除,校正后雷达视线向形变量测量误差降低了约20 mm,证明大气效应的去除能够提高InSAR测量结果的精度。     

条带式InSAR大气效应影响分析研究

针对重复轨道合成孔径雷达干涉测量(InSAR)中的大气效应问题,以伊朗巴姆地区Envisat ASAR条带模式数据为例,在开源软件ROI_PAC基础上自主编程实现了InSAR大气效应的去除,并通过干涉处理过程不同阶段的输出结果,定性及定量比较了大气校正前后的差异.研究结果表明:条带式SAR数据干涉处理过程中,大气相位一定程度上影响了残余平地相位的去除,校正后雷达视线向形变量测量误差降低了约20 mm,证明大气效应的去除能够提高InSAR测量结果的精度.     

巴姆地震三维形变场获取

基于覆盖巴姆地震的先进合成孔径雷达(advanced synthetic aperture radar,ASAR)数据,使用差分干涉测量(differenti-al interferometric synthetic aperture radar,D-InSAR)方法获取卫星视线向(line of sight,LOS)向同震形变场,针对形变场中存在的失相干和地形误差等问题,分别使用非线性支持向量机方法(support vector regression,SVR)进行失相干恢复;并基于形变场经纬度与数字地形高程模型(digital elevation model,DEM)建立函数模型,去除残余的地形误差,从而获取完整的形变场.使用多种干涉雷达(interferometric synthetic aperture radar,InSAR)技术联合的方法获取巴姆地震的三维形变场.结果表明:SVR方法可以较好地恢复失相干区域,而且巴姆地震发震构造是近南北向断层,主要以右旋走滑运动为主.     

融合GPS数据的PSDInSAR公用主影像的优化选取

分析了永久散射体合成孔径雷达差分干涉测量(PS - DInSAR)引起相干性损失的主要影响因子,提出一种顾及大气延迟变化差异的PS - DInSAR公用主影像的优化选取方法,给出了具体的函数模型、建模思想及求解方法.借助天津地区欧空局ENVISAT(environmental satellite)卫星ASAR(advanced synthetic aperture radar)影像和连续运行GPS(global positioning system)永久监测站数据为源数据,采用Bernese 5.0和Matlab7.1及Shell自编程序等开展了融合GPS数据的公用主影像的优化选取实验.实验结果表明,融合GPS数据的模型相关系数法能准确快速地从多幅SAR影像中选出最优公用主影像,为PS - DInSAR的高精度形变监测奠定了基础.     

基于SBAS-InSAR和BP算法的大理市地面沉降监测及预测

针对传统差分合成孔径雷达干涉测量(differential interferometric synthetic aperture radar, D-InSAR)存在时空失相干、大气延迟的问题，选择小基线集合成孔径雷达干涉(small baseline subset interferometric synthetic aperture radar, SBAS-InSAR)技术获取高精度地表沉降信息。为了更快了解未来城市地表沉降趋势，提出一种基于SBAS-InSAR和BP神经网络算法的城市地表沉降监测及预测模型。利用SBAS-InSAR技术获取大理市2020年5月1日至2021年12月22日时间序列累计最大沉降速率，其沉降速率范围为-52.627～47.543 mm/a;选取研究区5个沉降较为严重的区域分析沉降原因；最后随机选取B沉降区内1 000个沉降点，其中300个作为学习训练样本，700个进行测试和预测分析，预测结果与监测结果相吻合，其平均绝对误差为0.255 mm,均方误差为0.129 mm。实验结果表明，提出的结合SBAS-InSAR和BP算法模型，能够有效对城市地表沉降进行监测...     

基于合成孔径雷达干涉测量的高速铁路下伏老采空区稳定性监测分析

揭示老采空区现有变形规律是老采空区的稳定性分析的关键,而合成孔径雷达干涉测量(interferometric synthetic aperture radar,InSAR)技术对于广域地表变形监测有着传统测量技术无法比拟的优势.针对贵南高铁穿越大盘井采煤沉陷区的地表监测,采用最新的永久散射体对合成孔径雷达干涉测量(pe...     

DEM辅助的InSAR零中频处理基线估计方法

为了提高无地面控制点信息和精密轨道数据时合成孔径雷达干涉测量(InSAR)基线估计的精确性和实用性,借鉴零中频矢量滤波的思想,提出了数字高程模型(DEM)辅助的InSAR零中频处理基线估计方法.该方法利用卫星轨道法估计基线参数初值,并根据该基线参数值,由低精度DEM模拟覆盖区的干涉图,将模拟干涉图与原始干涉图做差分处理得到差分干涉图.以零中频为判别依据,对差分干涉图进行快速傅里叶变换(FFT)基线估计,获取基线参数初值的改正量,并修正基线参数初值,通过迭代直至差分干涉图的二维中心频率接近于0.利用甘肃兰州地区和伊朗BAM地区ENVISAT ASAR数据进行了验证,实验结果表明:利用该方法能有效进行基线估计,可得到与精密轨道基线估计方法相近的结果,具有不依赖于精密轨道参数和地面控制点的优势.     

基于PSInSAR和GIS空间分析的南通市区地面沉降监测

为提高永久散射体雷达差分干涉测量(PS-InSAR)技术中大气延迟相位提取精度,在采用滤波方法从残余相位中提取大气延迟相位时,提出了基于结构函数的最佳滤波方法及滤波窗口大小的自动确定方法;并对PS(permanentscatterer)点的线性形变速率进行空间分析,了解其数据分布,探测离群值,然后进行Kriging插值,以获得高分辨率的沉降速率图.为验证方法的有效性,以江苏南通市区为试验区域,采用2006—2007年间15幅Envisat卫星SAR(synthetic aperture radar)图像进行地面沉降监测.结果表明,该方法有利于确保大气延迟相位的提取精度,获得了南通市区高分辨率的沉降速率图,发现南通市区存在多个沉降漏斗,但在2006—2007年间没有出现沉降速率特别大的沉降漏斗,大部分区域的沉降速率不超过11 mm.年-1.     

PS-InSAR技术在兰州市地面形变中的监测应用

近年来,由于城市地表沉降带来的次生灾害后果愈加严重,给城市的发展带来了诸多隐患,因此对城市进行长时间序列的形变监测具有重要的现实意义,而传统的监测方法无法获取城市大面积的地表形变信息.合成孔径雷达遥感(interfer-ometric synthetic aperture radar,InSAR)技术在大规模地表形变监测中具有独特的优势.兰州市地质条件特殊,地貌条件复杂,是中国地质灾害发生频率较大的区域之一.采用63景Sentinel-1A和5景Sentinel-1B数据基于永久散射体合成孔径雷达干涉(persistent scatterer interferometric synthetic aperture radar,PS-InSAR)测量技术获取了2014年10月—2020年4月的兰州市城区的地面形变场.研究结果表明,兰州市城区地表形变较小,临近城区周边的几处村镇存在着不同程度的沉降,且部分区域的沉降呈现出逐渐加快的趋势.     

综合利用光学、微波遥感数据反演土壤湿度研究

基于ASAR-APP和TM影像数据,研究了小麦覆盖地表的土壤湿度反演方法.首先,利用冠层后向散射模型MIMICS(michigan microwave canopy scattering),分析了第二入射角模式(IS2)2种极化组分散射对总散射的贡献,确定了土壤湿度反演的最佳极化模式;其次,分析了植被微波单次散射、植被层双程透过率与NDVI之间的关系,建立了单次散射及双程透过率模型,然后,结合IS2入射角模式ASAR数据,建立土壤湿度反演模型.最后,基于模拟数据和获取的ASAR、TM影像数据,利用半经验模型反演土壤湿度.研究结果表明:IS2_HH模式土壤散射在总散射中贡献更大,该数据更适合土壤湿度反演;植被微波单次散射、双程透过率与NDVI有很好的线性关系,可以利用线性模型建立它们之间的关系;半经验模型能够较好地反演土壤湿度,反演和实测的土壤湿度相关系数为0.75,均方根误差为5.07%.     

基于支持向量机的MERIS土地覆盖制图及其空间一致性分析

遵循美国国家土地覆盖数据库2001分类主题及系统(30 m空间分辨率),研究中等分辨率成像光谱辐射仪MERIS(300 m)土地覆盖产品的发展及评价。4种监督分类器包括马氏距离、最大似然、决策树以及支持向量机被用来发展区域土地覆盖信息。结果表明:(1)支持向量机在土地特征刻画过程中分类性能最优;(2)由支持向量机导出的MERIS土地覆盖产品尽管其识别地面细节的能力不及NLCD2001,但其主要地物类型在空间分布上与NLCD2001比较接近。分析还进一步揭示MERIS数据可成功地区划水体、常绿森林、裸地及栽培作物等地物类型,而对于落叶林及灌木林的刻画则性能相对较差。在MERIS土地覆盖产品中观察到从灌木林向裸地、灌木林向常绿森林及灌木林向草地的误分现象。然而,MERIS土地覆盖产品的生产较NLCD2001要节省人力及成本,中等尺度的MERIS土地覆盖产品对于某些科学应用将具有独特的价值。MERIS土地覆盖产品的发展应该充分应用多种辅助信息以及区域调制的分类策略,以期获得更加可靠的分类结果。     

基于小波包分析的InSAR干涉图滤波算法研究

论述了小波包分解和重构的基本理论以及利用小波包分析对信号进行消除噪声的基本方法.针对目前采用中值滤波方法和均值滤波方法的局限,提出了一种基于小波包分析的InSAR干涉相位图滤波算法以改善滤波效果,采用熵标准实现最佳分解.选取三峡地区的两幅相干图像进行滤波实验,实验结果是:采用中值滤波方法滤波后的残差点数为4 952点和86 058点,而采用小波包分析方法滤波的干涉相位的残差点数为524点和14 225点.图3,表1,参10.     

基于InSAR点目标的测高误差仿真与分析

测高精度是InSAR系统设计中的一个重要指标,而相位误差是影响测高精度的一大因素.分析推导出了SAR系统幅相误差、调频率误差等在目标处引入的相位误差.为了定量仿真误差对测高精度的影响,提出了利用InSAR点目标提取干涉相位,从而得到目标高程,相位误差和测高误差的方法,避免了分布目标仿真中不利于定量分析的缺点.最后,仿真了不同误差对测高精度的影响,实验结果符合理论分析的结果,为系统设计提供了一定依据.     

PSInSAR公共主图像优化选取方法研究

在综合考虑空间垂直基线、时间基线和多普勒质心频率基线对干涉图去相关影响的基础上,分析和研究了时序SAR图像中优化选取一幅或多幅公共主图像的两种实用模型;结合具体的ERS-1／2SLCSAR图像,开展了PS InSAR公共主图像的优化选取试验,提出了利用基于DESCW和综合相关系数γ^m的公共主图像优化选取方法在一系列时序SAR图像中优化选取一幅或多幅公共主图像的实甩化数据处理流程。理论分析和计算数据充分表明,该数据处理流程是可行的。     

多时相SAR图像水稻分布信息提取方法研究

以多时相的ENVISAT ASAR数据为基础,对水稻分布信息提取的图像获取、图像预处理、图像分类和分类精度评价等一系列问题进行了详尽的探讨.分析了水稻的雷达后项散射随其不同生长阶段变化的特殊性质,提出了进行水稻分类ASAR数据处理流程和分类方法.以福州地区为例进行了试验,分类精度达到86.64%.     

基于DEOS精密轨道数据和插值的InSAR高精度配准方法

探讨了InSAR复数据配准的实用化方法.提出了基于DEOS精密轨道数据和插值相干系数矩阵的实用化配准方法,详细地叙述了该方法的数据处理过程.该方法通过对DEOS精密轨道数据进行插值处理,获取景中心的初始偏移量,采用对粗配准得到的相干系数矩阵进行插值处理的方法来代替对主从影像的过采样处理,可以提高配准精度和执行效率.最后以我国西部某山区的ERS-1/2串联飞行数据为例进行了试验,证明本文提出的方法能够满足干涉图生成的要求.     

Wind vector retrieval using dual polarization imagery of ASAR

A new algorithm for retrieving wind vector using dual polarization imagery of advanced synthetic aperture radar (ASAR) is developed and tested. Based on the combination of co-polarization and cross-polarization, this new algorithm effectively eliminates the 180° ambiguity which occurs when using single imagery of the ASAR to retrieve wind vector. This algorithm also solves the problem that the retrieval results will break down on very small spatial scales. The results retrieved from dual polarization imagery of ASAR show that the wind speed and direction are in agreement with the data from Quikscat and buoy measurements. The root mean square errors of wind direction and speed between the retrieved results and data from Quikscat are 2.21° and 0.53 m/s, respectively. Comparisons between the new method and the traditional method show that the new methods fit the buoy data and Quikscat data a little better than the traditional method in this image.     

一种基于AMSR-E和ASAR数据的土壤水分协同反演方法

在缺乏卫星过境时地面同步观测数据的情况下, 大范围高时空分辨率的土壤水分监测存在一定的困难。针对这一问题, 提出一种不依赖地面土壤水分同步观测数据的主、被动微波协同反演逐日高空间分辨率的土壤水分观测新方法。该方法将补偿后的 AMSR-E 土壤水分作为“高时间分辨率土壤水分观测控制值”, 以此计算逐日土壤水分变化量, 并结合 ASAR 交替极化模式数据, 反演高空间分辨率的土壤水分基准日期值, 然后基于两者建立土壤水分协同反演模型。该模型适用于地势比较平坦、地表粗糙度较小且无植被覆盖或植被覆盖度较低的区域。在陕西省渭北台塬西部地区的试验结果表明: 该方法参数拟合的决定系数约为0.81; 反演得到的土壤水分与凤翔县农业气象站地面实测土壤湿度数据对比, 两者的决定系数为 0.92, 土壤体积含水量的均方根误差为0.025。反演结果可用于水分限制条件下作物生长模拟。     

长江口水质MERIS卫星数据遥感反演研究

【目的】获取准确的水质参数分布情况,进而对水质参数与动力作用复杂的河口水域环境进行综合评价。【方法】利用2011年5月30组长江口水域的遥感反射率数据,在尝试多种波段组合以及不同函数形式后,针对叶绿素a浓度和总悬浮物浓度分别建立最优经验反演模型。【结果】对总悬浮物浓度,波段差值(634~644nm)的二次函数形式最优,决定系数R~2为0.837,均方根误差(RMSE)为0.226mg·L~(-1),利用独立的验证样本得到平均绝对百分比误差(MAPE)为58.2%。对叶绿素a浓度,波段比值(650nm/644nm)的二次函数形式最优,R~2为0.552,RMSE为0.486mg·m~(-3),利用独立的验证样本得到MAPE为66.2%。将模型运用于2011年5月MERIS卫星数据,反演出长江口水域叶绿素a浓度与总悬浮物浓度空间分布图,叶绿素a浓度呈现出从河口向外海逐渐减少的趋势,最大值出现在舟山群岛附近。总悬浮物浓度呈阶梯状向外海减少。【结论】通过评价参数可看出,总悬浮物浓度反演模型对总悬浮物浓度反演效果较为准确,而叶绿素a浓度反演模型显示对叶绿素a的反演浓度较低。