一种联合估计形变和大气误差的改进LiCSBAS方法

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...     

利用车载双天线InSAR系统监测公路边坡形变

星载差分合成孔径雷达干涉测量(differential interferometric synthetic aperture radar,DInSAR)技术已经广泛应用于大范围的地表形变监测,但星载合成孔径雷达（synthetic aperture radar,SAR）数据获取的地表形变易受大气噪声的影响,且长时间的重访周期会导致像对之间的失相干。为了有效减弱这些影响,提出了利用零空间基线的车载合成孔径雷达干涉测量(interferometric synthetic aperture radar,InSAR)系统监测公路边坡形变的方法。在车载双天线系统采集不同时相的公路边坡SAR数据时,通过轨道控制使得异时相干涉对的空间基线接近零,从而使得利用DInSAR数据进行形变信息提取时可以减少去平地相位的过程,极大地简化了差分干涉处理的流程。以中国湖北省武汉市某区域获取的车载双天线InSAR数据为例,使用所提出的方法对7个布设的角反射器点进行形变精度分析,得到形变值均方根误差为2.206 mm。     

应用PSInSAR技术分析上海道路网沉降时空特性

城市道路网的持续稳定性监测不仅可以避免重大事故带来的人身财产损失,也有利于经济社会的可持续发展。针对道路网长距离、大跨度的实时监测需求,将永久散射体雷达干涉测量（persistent scatterer synthetic aperture radar interferometry,PSInSAR）技术引入城市道路网的形变监测和预警,处理了上海26景时间序列TerraSAR-X卫星数据,对道路网的沉降进行时空分析。空间上,首先阐述道路网整体的沉降格局,然后探讨局部路段的沉降细节及其驱动力;时间上,分析温度变化对路面沉降时间序列变化的影响,并对实验结果进行精度验证。结果表明,上海道路网沉降主要分布在浦东区,与路网密度相关,新区城市化发展建设已成为道路网主要的沉降原因;沥青路面的沉降时间序列与温度变化存在时间相关性,沉降结果与水准数据基本一致。     

时空三维相位解缠算法改进研究

三维相位解缠是时序干涉合成孔径雷达（interferometric synthetic aperture radar，InSAR）技术的关键环节之一，解缠结果直接影响时序InSAR地面沉降监测的精度。针对地面沉降严重、地形坡度变化较大的区域，因相位欠采样引起的整周期解缠误差问题，提出了一种基于频域置信度的加权最小二乘相位解缠算法，并以此替代时空三维相位解缠中空间维以相位梯度为权重的加权最小二乘相位解缠算法。通过提高相位坡度变化估计的准确性，进而提高时空三维相位解缠的精度和稳定性。以北京地区地面沉降监测为例进行了验证，结果表明，与经典的时空三维相位解缠算法相比，改进算法得到的沉降监测结果精度更高，特别是对于坡度变化较大、失相干现象明显的沉降漏斗区，其沉降监测精度有明显改善。     

甘肃黑方台黄土滑坡InSAR识别、监测与失稳模式研究

采用合成孔径雷达干涉测量（interferometric synthetic aperture radar，InSAR）技术对甘肃黑方台地区潜在的黄土滑坡开展了多时相编目、长时序监测以及失稳模式识别研究。首先，采用不同空间分辨率、不同波长的历史存档合成孔径雷达（synthetic aperture radar，SAR）数据对黑方台地区2006-12至2017-11间的潜在滑坡开展了识别研究，在2006-12至2011-03和2016-01至2016-11两个时间段均识别出数10处不稳定坡体，实地调查和光学遥感影像验证了InSAR技术识别结果的可靠性与准确性。然后，对典型不稳定滑坡体采用高空间与高时间分辨率的TerraSAR-X数据开展了长时序监测，结果表明，在InSAR监测期间，累积形变最大的滑坡体在随后的时间里均发生了滑动，并成功地捕获到滑坡体形变加速的时间点。最后，利用升降轨SAR数据开展了黄土滑坡二维形变监测研究，基于滑坡的二维形变特征并结合地形图以及光学遥感影像进一步研究了滑坡的失稳模式，现场调查结果验证了所获得滑坡失稳模式的准确性。     

非递归最小不连续相位解缠算法及其优化方法

提出了一种非递归最小不连续相位解缠算法,并对其解缠效率进行了优化。在深入分析最小不连续算法的基础上,采用栈来保存生长边添加过程和消圈过程中的中间数据,实现了非递归最小不连续相位解缠算法。然后将其与量化质量引导相位解缠算法相结合,通过限制优化区域加速算法收敛。对InSAR（interferometric synthetic aperture radar）和InSAS（interferometric synthetic synthetic aperture sonar）干涉相位图的解缠试验结果表明:本文方法在保持相位解缠精度的同时,极大提高了相位解缠效率。     

SAR雷达色散效应抑制的自适应匹配滤波算法

星载合成孔径雷达（synthetic aperture radar,SAR）具备强穿透性和不受光照限制等优势,针对在高频波段星载SAR和地面通信时受色散效应影响,产生的信号畸变、失真、幅度起伏和相位起伏问题,提出了一种基于自适应滤波的校正匹配滤波算法,分析了信号失真的特征,对脉冲波形进行校正。实验结果表明,该算法有效补偿了时间延迟和相位畸变,纠正了脉冲信号波形失真。     

基于InSAR技术的中国地表形变一张图研制

地表形变危害巨大且深远,利用合成孔径雷达干涉测量（interferometric synthetic aperture radar,InSAR）技术监测地表形变虽已较为成熟,但是超大范围,甚至全国范围的地表形变快速提取仍充满挑战。为快速获取全国地表形变信息,设计了一种基于超算并行计算的广域地表形变快速提取优化方法,并对干涉集基线组合方法、广域相位解缠算法、大气效应改正方法等进行了改进和创新。基于该方法,采用10 157景哨兵1号数据,研制了中国全境2021年度40 m分辨率地表形变速率图,经验证形变速率精度为4.82 mm/a,有效覆盖度为94.6%,图幅间无明显接边差异。同时对国内典型地表形变区域进行了分析。研究为广域地表形变常态化快速提取提供了参考。     

2016年意大利阿马特里切Mw 6.2地震震源机制InSAR反演

2016年8月24日，意大利中部阿马特里切（Amatrice）地区发生Mw 6.2地震。采用ALOS-2条带模式和SENTINEL-1A宽幅模式的合成孔径雷达（synthetic aperture radar，SAR）数据分别进行SAR差分干涉测量处理，获取了该地震的同震形变场。结果显示，本次地震造成意大利中部地区发生明显的地壳形变，在雷达视线向最大沉降量达19.6 cm。基于合成孔径雷达干涉测量（interferometry synthetic aperture radar，InSAR）和GPS同震形变场数据对此次地震的发震断层进行联合反演，通过改进倾角和平滑系数获取方法，得到了最优滑动分布模型。通过使用单断层模型和双断层模型进行反演可知，双断层模型反演结果优于单断层反演结果，两种模型下反演模型相关系数分别为0.85和0.89，发震断层走向分别为160°和158°，倾角分别为44°和46°，倾滑分布主要位于地下5~7 km，平均倾滑角为-80°，最大倾滑量0.9 m位于地壳深度5 km处，该发震断层是亚平宁冲断带的一部分，为NW-SE向延伸的正断层，断层长约20 km。综合使用地震同震形变场和GPS数据对震源机制进行反演、模拟和分析，获取了高精度的震源参数，可以为分析地震危险性和断层破裂参数等提供数据支持。     

利用InSAR分析陕西省垂直形变

从2018—2019年欧空局Sentinel-1免费数据中获取陕西省全域垂直形变面状信息,并将其与全球导航卫星系统（global navigation satellite system,GNSS）以及水准点、线垂直形变信息进行对比分析,进一步验证合成孔径雷达干涉测量（interferometric synthetic aperture radar,InSAR）数据反映局部形变的有效性。垂直形变监测结果表明：在陕北榆林、神木地区,地下资源开采诱发的地表沉陷分布广泛、特征明显,地表沉陷速度达60 mm/a;在煤炭产区长武、彬县也出现不同程度的开采沉陷灾害,沉降速度达30 mm/a;西安市、渭南市等关中平原地区由于地下水开采出现不均匀沉降,其中,西安市的局部沉降最为严重,最大沉降速度达60 mm/a;InSAR与GNSS、水准获取的垂直运动趋势在全省范围总体上一致,但由于GNSS监测点、水准监测点一般布测在较稳定区域,其获取的沉降范围、沉降速度与InSAR沉降结果有一定差异。     

基于分时散射目标的非城区地形PS-InSAR监测

永久散射体(PS)在非城区的分布密度通常难以满足PS-InSAR技术的地形监测需求,导致PS-InSAR监测误差较大,而非城区通常存在一定时段内的散射目标,即分时散射目标,为此,本文提出基于分时散射目标的改进PS-InSAR算法。首先采用通过边缘保持EMD算法对SAR影像干涉对进行降噪;然后以双层K-means聚类提取非城区的分时散射目标候选集,并通过可信概率提取可靠的分时散射目标;最后通过组内加权参数迭代和组间等权融合,计算监测区的地表形变。试验结果表明,提取的分时散射目标与同位置PS点具有相近的分布特性和变化趋势,较大地提高了非城区目标点的分布密度,提高了非城区地表形变监测的精度。     

基于临时相干目标监测非城区地表形变

永久散射体干涉测量技术(PSInSAR)地表形变监测能力受限于稳定散射体的空间分布密度,在PS点稀疏的非城区不再有效。本文基于临时相干目标(temporarily coherent targets,TCT)局部时序高相干性和在非城区广泛分布的特点,提出改进算法以解决该难题。该算法通过顾及季节性周期变化筛选干涉对以保留TCT信息,并利用双阈值联合筛选法提取TCT,采用多次差分挖掘、分离TCT相位,最后反演得到TCT形变速率和高程修正量。利用TCT算法,采用24景Sentinel-1A卫星影像提取了靖边县2014-10-23—2016-05-09期间地表形变信息。通过PSInSAR的对比验证,表明临时相干目标时序分析方法能显著提高非城区监测目标空间分布密度并能有效地监测非城区地表形变。     

永久散射体雷达差分干涉反演矿区时序沉降场

针对永久散射体差分干涉测量(PSIn SAR)算法流程,发展了基于周期函数模型的空间维解缠方法,并将其应用于矿区时间序列地表变形反演。通过在研究区域内安装人工角反射器(CR),将CR点上计算所得的周期模型参数分量作为整个网络的约束,通过空间约束平差以实现空间维解缠。选取了河南省境内白沙水库附近的煤矿密集区为主要研究区域,采用周期函数模型对矿区线性及非线性形变分量进行模拟,反演了2007年2月—2010年2月的时间序列形变场,并采用研究区域内的水准实测数据作为外部验证数据。实验结果表明:白沙水库周围区域存在着较为明显的沉降,在煤矿分布区域内累积最大沉降量超过了10 cm。沉降区域内以线性沉降趋势为主,非线性沉降较为缓慢,仅在水库的西南方向较为明显。应用已有的水准点实测形变值对实验结果进行验证分析,结果表明该方法精度可达约±2.1 mm,证实了本文采用的方法在矿区地表时序形变反演中的可行性和可靠性,对预防过度采矿导致的矿区塌陷具重要现实意义。     

一种抗差的形变数据插补方法

针对传统基于空间插值和时间序列上的插值补全形变缺失数据的方法在空间点位分布稀疏、观测值连续缺失以及含有粗差的情况下插补效果不佳的问题,提出了一种基于抗差Kriged Kalman Filter的形变缺失数据插补方法。该方法是一种时空插值的算法,在空间点位分布稀疏时考虑时间上的相关性,在时间上出现连续缺失时考虑其他点位对插补点的影响,以提高插补缺失数据的精度。又将抗差估计融合到Kriged Kalman Filter中以抵抗形变数据中粗差对插补精度的影响。利用模拟数据及天津GPS地面沉降数据进行了实验分析。结果表明:由于该法考虑了监测点的时空相关性以及具有抗差性能,使得插补结果在空间点位稀疏、连续缺失或具有粗差的情况下都具有较高的插补精度。     

基于中值滤波的灰色预测模型及其在大坝变形预测中的应用

在大坝变形监测中,当用GM(1,1)模型对稳定变化的变形数据序列进行预测时,效果较好。但是,影响坝体变形的因素多种多样,且处于动态变化之中,观测数据中将不可避免地存在着一些随机扰动,这些扰动使大坝的变形曲线发生异常波动。此时仅用GM(1,1)模型进行预测,其精度和可靠性就会下降。为此,本文提出一种基于中值滤波的GM预测模型,即先用中值滤波算法对发生波动的原始变形监测数据进行滤波处理,而后再建立GM模型进行灰色预测。实例证明,基于中值滤波的GM预测模型可以有效地提高大坝变形的预测精度。     

利用TPCA分析北京平原区地面沉降的时空演化特征

时间主成分分析（temporal principal component analysis,TPCA）可用于地学领域中提取时空数据的时序特征和空间分布特征,北京平原区的地面沉降具有典型的时序和空间特征。在利用永久散射体干涉测量技术获取的北京平原区2003—2010年地面沉降数据的基础上,采用TPCA方法分析了北京平原区地面沉降时空演化特征。经分析发现:（1）TPCA分析得到的第一主成分反映了地面沉降在该长时序阶段的空间分布特征。（2）第二主成分得分为正的空间点与可压缩层厚度在130 m以上的区域在空间分布上有一致性和相关性。（3）在空间上,第一主成分为负值与第二主成分为正值的永久散射体点分布在年均沉降速率30 mm/a以上的严重沉降区域。严重沉降区具有明显的南北沉降分类现象和季节性差异,具体表现为:北部沉降区在春夏季节的沉降量大于秋冬季节;南部沉降区则与之相反。总之,基于时间主成分分析方法可分析得到研究区的地面沉降时空演化规律,为城市安全监测提供数据支撑。     

载波相位平滑时间常数对GBAS精度增强的影响

陆基增强系统(GBAS)是利用载波相位平滑伪距差分修正实现对导航辅助定位的. 其中,平滑时间常数是影响载波相位平滑伪距精度的关键参数. 本文分析研究了不同平滑时间下电离层时间梯度和空间梯度对Hatch滤波的影响. 在结合电离层时空梯度和多径效应引起的滤波总误差方差的基础上,推导出自适应的最优平滑时间常数. 分别对GBAS静态和动态两种环境下的定位误差进行实验,实验结果表明,采用本文推导出的自适应平滑时间常数降低了GBAS伪距测量误差,从而使定位精度得到增强.      

Attenuation effect on seasonal basin-scale water storage changes from GRACE time-variable gravity

In order to effectively recover surface mass or geoid height changes from the gravity recovery and climate experiment (GRACE) time-variable gravity models, spatial smoothing is required to minimize errors from noise. Spatial smoothing, such as Gaussian smoothing, not only reduces the noise but also attenuates the real signals. Here we investigate possible amplitude attenuations and phase changes of seasonal water storage variations in four drainage basins (Amazon, Mississippi, Ganges and Zambezi) using an advanced global land data assimilation system. It appears that Gaussian smoothing significantly affects GRACE-estimated basin-scale seasonal water storage changes, e.g., in the case of 800 km smoothing, annual amplitudes are reduced by about 25–40%, while annual phases are shifted by up to 10°. With these effects restored, GRACE-estimated water storage changes are consistently larger than model estimates, indicating that the land surface model appears to underestimate terrestrial water storage change. Our analysis based on simulation suggests that normalized attenuation effects (from Gaussian smoothing) on seasonal water storage change are relatively insensitive to the magnitude of the true signal. This study provides a numerical approach that can be used to restore seasonal water storage change in the basins from spatially smoothed GRACE data.     

基于相干目标的干涉图叠加方法监测天津地区地面沉降

利用ENVISAT ASAR数据,采用基于相干目标的干涉图叠加方法,对天津地区的地面沉降现象进行了DInSAR监测试验.差分干涉处理采用"两轨法",使用校正了高程异常的SRTM DEM数据消除高程相位.以相干系数为标准选取了相干目标,解缠过程中运用了Delaunay三角剖分和权重最小费用流算法.本文获得的季度平均沉降速率图有效揭示了试验区地面沉降的空间展布及相对形变量,但其获得的绝对形变量尚需地面实测数据校验.     

基于AR（p）的卡尔曼滤波在GPS变形监测中的应用

由于AR（p）模型结构比较简单且计算比较方便，在变形分析中，目前常采用此模型建立变形模型。然而单纯的AR模型把模型参数作为定值，变形数据拟合误差及变形预测误差可能会比较大。介绍了将卡尔曼滤波引入AR模型，利用观测数据建立AR模型，即建立观测方程；以AR模型的参数为状态向量建立状态方程。从而形成动态系统的卡尔曼滤波函数模型，动态计算出AR模型的参数以便预测。此方法快速、实时，且占有较少内存，充分利用了AR模型和卡尔曼滤波二者的优点。