InSAR关键技术探讨

在简述InSAR原理的基础上,重点介绍了运用InSAR技术进行滤波和相位解缠的常用算法。并通过实例综合使用了图像滤波和相位解缠的经典算法。     

基于信噪比的InSAR干涉图自适应滤波

提出一种基于信噪比的InSAR干涉图相位噪声抑制算法.该算法对Goldstein滤波方法进行改进,使Goldstein滤波参数α依赖于局部信噪比,从而实现对低信噪比区域进行强滤波、高信噪比区域弱滤波.采用模拟数据和真实数据进行验证,结果表明新算法能有效抑制InSAR干涉图的噪声.     

基于信噪比的InSAR干涉图自适应滤波

提出了一种基于信噪比的InSAR干涉图相位噪声抑制算法。该算法对Goldstein滤波方法进行了改进，使Goldstein滤波参数 依赖于局部信噪比，从而实现对低信噪比区域进行强滤波、高信噪比区域弱滤波。采用模拟数据和真实数据进行验证，结果表明新算法能有效抑制InSAR干涉图的噪声。     

基于有向窗的自适应SIGMA中值滤波算法

提出了一种能够有效消除InSAR DEM噪声的自适应中值滤波算法:基于有向窗的自适应SIGMA中值滤波。分别采用中值滤波、基于高程的自适应SIGMA中值滤波和基于有向窗的自适应SIGMA中值滤波算法,对InSAR Tandem DEM和模拟DEM进行了滤波处理。结果表明,基于有向窗的自适应SIGMA中值滤波算法不仅能够更有效地消除噪声,而且能够更好地保留图像的边界特征。     

小波包滤波技术在干涉纹图中的应用研究

干涉纹图滤波是成功应用InSAR技术的关键,为了提高小波域干涉纹图滤波性能,本文将小波包滤波应用于InSAR干涉纹图滤波,论述了图像小波包分析理论,给出了干涉纹图小波包滤波关键步骤,并将其应用于卫星图像实验。实验表明:小波包InSAR干涉纹图滤波具有很好的滤波性能,本文提出的滤波方法能提高InSAR技术的滤波效果。     

一种基于条纹中心线的InSAR干涉图滤波方法

干涉条纹图噪声的滤除是InSAR数据处理的关键步骤之一.针对干涉条纹图的各向异性特征!提出一种基于条纹中心线的InSAR干涉图滤波算法!考虑到干涉条纹中心线获取的复杂性!此算法采用细胞神经网络快速提取干涉条纹图的条纹中心线#通过用真实的InSAR干涉图实验证明此方法具有很好的滤波效果!滤波结果视觉特征良好,残余点减少,保持了图像的边缘和细节特征!而且降低了为滤波效果所付出的时间代价.     

一种基于小波变换的InSAR干涉图滤波方法

提出一种基于小波变换的InSAR干涉图滤波算法,此算法先用小波变换对干涉图数据做多级分解,得到图像的多级近似部分系数和3个(水平、垂直、对角线)方向的细节部分系数,然后分别对每一级各个方向的细节部分系数检测其是否为对应方向的边缘,对边缘处的系数根据边缘的方向不同,用不同的方向模板平滑后,再中值滤波;对非边缘处的系数直接中值滤波。用真实的InSAR干涉图实验结果证明此方法具有较好的滤波效果。     

InSAR干涉图滤波方法对比

针对不同滤波算法在InSAR数据处理中去噪效果的差异,该文从滤波理论出发,采用模拟和真实干涉数据进行实验。在各种滤波算法中,均值滤波(多视处理)、Goldstein滤波及其变种滤波应用广泛,本文对4种滤波方法进行了系统分析,深入探讨了经典InSAR滤波和国内外学者算法的优缺点。实验表明:4种滤波均能有效抑制噪声,提升干涉图质量。其中,Goldstein滤波以及两种改进的滤波效果要明显优于均值滤波,且具有更好的自适应性或条纹保持能力,较经典Goldstein滤波而言,变种滤波方法不仅保持了Goldstein滤波的优点,在边缘信息和细节保持能力方面优势更加显著。     

联合EEMD-KECA算法的InSAR干涉相位时频滤波

根据干涉图信号和噪声时频分布差异的特点,提出一种改进的基于经验模态分解EEMD的InSAR干涉相位滤波方法。该方法首先利用可有效降低模态混叠的EEMD算法,对干涉图的实部及虚部分别进行2维经验模态分解,获得具有不同时间尺度的模态分量;然后根据信号和噪声分量的时间尺度分布特性的差异,采用适用于非线性信号分析的KECA算法对噪声识别、分离;最后利用去除噪声后的模态分量重构干涉图。为了证明本文方法的有效性,分别利用模拟数据及真实InSAR差分干涉相位进行滤波试验。对比本文EEMD-KECA滤波方法、Goldstein滤波、圆周期—中值滤波、EMD分解、EMD-PCA方法的滤波效果,采用相干斑指数、均方差指数、边缘保持指数进行定量评价。结果表明,与经典InSAR干涉图滤波方法相比,本文联合EEMD-KECA算法的滤波方法能有效滤除干涉图噪声,且在条纹边缘等细节信息的保持上也具有较大优势。     

基于小波变换和中值滤波的InSAR干涉图像滤波方法

介绍小波分析的基本理论和利用小波分析对信号进行消除噪声的基本方法,以及In-SAR干涉相位图像中噪声的特点.针对目前普遍采用的均值滤波和中值滤波等方法对In-SAR干涉相位图像中噪声进行滤波的局限性,提出一种基于小波分析和中值滤波相结合的InSAR干涉相位图滤波算法以改善滤波效果.实验证明该算法的有效性.     

结合KSTEST统计检验方法的联合像素时序干涉SAR处理技术

联合像素干涉SAR处理技术属于第二代时序干涉SAR技术,技术流程分为3步：联合像素信号模型建立,拟合优度检验,空域自适应滤波。本文在一维KSTEST统计检验方法基础上,提出了基于多维联合像素的非参数拟合优度检验方法,利用实测数据将该方法与传统的多时相干涉SAR技术结果对比,使形变监测点空间密度得到有效提升,形变监测能力得到进一步提高。     

困难地区InSAR技术和加权融合的DEM生成

合成孔径雷达干涉测量（InSAR）技术具有全天时全天候的特点，可以大范围、快速、高效地提取DEM。即使在常年被云雾覆盖、降雨频繁的热带雨林地区，InSAR技术也能正常生成DEM。本文利用InSAR生成了研究区的DEM，验证了该方法的可行性。由于研究区植被茂密且有大面积的水域沼泽，导致InSAR处理过程中存在低相干和部分失相干现象，极易造成基于InSAR技术生成的DEM存在错误和空洞。针对这一问题，提出了像素级的以相干依据作为加权函数的融合方法，将SRTM DEM和AW3D30 DEM作为外源数据与InSAR DEM进行融合，解决了基于InSAR技术生成DEM存在错误和空洞的问题，保证了DEM的完整性。     

利用差分滤波进行多基线InSAR相位解缠

将差分滤波思想引入到多基线InSAR相位解缠中,以较短基线干涉图解缠结果指导较长基线干涉图的相位解缠,从而扩展相位解缠的非模糊区间,解决较长基线干涉图中欠采样区域的相位解缠难题。利用由SRTM DEM和SIR-C/X-SAR干涉数据获取的DEM进行实验,得到了满意的相位解缠结果。     

黄土填方区地表沉降时序InSAR监测分析

“削山填沟造地”等岩土工程在湿陷性黄土沟壑地区屡见不鲜,掌握填方区沉降情况具有重要意义。本文收集了2017年11月—2020年12月获取的56景TerraSAR-X StripMap模式影像,利用时序InSAR技术监测了陕北某湿陷性黄土填方地基工程的沉降信息,并与2017年11月—2020年12月期间监测区3个水准点的沉降测量结果比对。结果表明,在填方区地表以沉降为主,在挖方区地表以抬升为主,研究区存在有1处较为明显的地表沉降情况,位于填挖边界线附近填方区内,形变速率范围为-40~-20 mm/a,最大形变速率达-49.9 mm/a,累计量为-151.6 mm,时序InSAR形变结果和实地水准结果吻合性较好,垂直方向形变速率中误差为1.8 mm/a,表明时序InSAR技术在湿陷性黄土填挖方区变形监测中具有较好的应用价值。     

InSAR技术在滑坡灾害中的应用研究进展

InSAR技术作为重要的对地观测技术之一,已在城市、矿山、地质灾害等地表形变监测领域得到广泛应用与探索,特别是在滑坡灾害形变监测中具有很强的实用性。为全面、准确及深入认识和梳理InSAR技术在滑坡灾害应用中的前沿科学问题、局限性、面临挑战及未来发展趋势,以期更好地服务于滑坡灾害的防治与监测。以InSAR技术滑坡灾害应用研究为主要脉络,系统阐述其研究进展:(1)以滑坡监测中应用的主要InSAR方法概述为切入点,系统梳理了各类主要方法的适用范围、优缺点及内在联系;(2)基于早期识别探测、不同量级形变监测、活动模式与三维信息获取、形变与诱因耦合4个视角,深入探析InSAR技术在滑坡应用中的最新进展、趋势及目前应用中存在的关键问题与挑战;(3)针对InSAR技术系统的局限性、滑坡灾害的特点,剖析了InSAR滑坡监测中存在的几何畸变、密集植被覆盖、大气干扰、三维形变信息获取、精度评定、滑坡形变的复杂性和非线性等问题,并对相应问题的解决提供了可行性的方案与建议措施;(4)基于InSAR滑坡行业体系构建的视角,结合人工智能(AI)、机器学习、无人机遥感及地学领域地震台网等其他观测技术,从数据处理、与其他新型技术融合对未来InSAR在滑坡应用研究进行总结和展望。     

固定带宽滤波对InSAR图像对相关性影响的定量分析

讨论了干涉合成孔径雷达（InSAR）成像处理中基线解相关系数的频率函数，分析了在距离向压缩过程中频谱窗函数对InSAR图像对相关性的影响，通过定义干涉图距离向幅度谱函数的等效带宽来描述地形起伏，推导出了等效带宽和InSAR图像对相关性之间的关系式。据此给出了在不同等效带宽情况下（相当于不同地形起伏条件下），固定带宽滤波对InSAR图像对相关性的影响。最后的实验结果验证了上述分析的正确性。     

利用时序InSAR技术分析北京及河北廊坊地面沉降

利用带大气估计模型的时序InSAR方法对24幅覆盖北京及河北廊坊的Envisat-ASAR影像数据进行了时序分析,获取了该地区2007年4月—2010年9月的地面沉降速率及均方差。发现了以北京朝阳区和通州区交界处为中心和以河北廊坊城区为中心的两个沉降区域,中心区平均沉降速率分别为35mm/a与22mm/a。研究区域形变速率均方差1.5mm/a。研究结果表明:利用时序InSAR技术进行城市地表沉降监测具有较好的精度及稳定性;产生该沉降的可能原因为地下水的开采、城市基础建设的发展及工业用地量、人为活动的增加。