结合PS特征点的SBAS地表形变监测

针对SARscape SBAS技术存在人工选取地面控制点影响监测结果的问题，本文提出了一种结合PS特征点的SBAS地表形变监测方法。通过设置PS技术中的振幅离差指数与相干性阈值，提取PS监测结果中的特征点作为地面控制点进行轨道精炼与形变反演。以2017年3月至2018年12月覆盖南昌地区的Sentinel-1影像为数据源，进行了地表形变监测与验证。结果表明：①该方法与PS方法监测结果均显示南昌市城区在监测时段内整体呈小幅度上升趋势，年平均沉降速率相关性达到了0.959，具有高度一致性。②将该方法、PS方法、人工选取地面控制点的SBAS方法的监测结果与水准数据进行对比，该方法与水准数据的误差不超过3.5 mm，说明了该方法的有效性。     

改进小基线集技术的GB-InSAR铁路边坡监测

针对传统小基线集技术形变模型和高相干点识别存在的问题,该文利用基于三重指数串行的目标识别技术选取高相干点,同时提出一种不同于传统奇异值分解的时间序列分析算法。利用振幅离差指数、相干系数均值与强度值三重阈值串行的方案进行高相干点选取;通过阈值合理设定,不仅提高了监测结果的点位分布,也剔除了误选的点,保证了所选高相干点的质量;采用一种符合铁路边坡形变规律的线性模型作为约束条件,解决了时序分析过程中法方程秩亏的问题,并利用最小二乘反演得到了研究区域时间序列形变。实验表明,此方法提高了形变结果的精度和可靠性,证明了SBAS-InSAR技术在铁路边坡形变监测上具有良好的发展前景。     

基于SBAS-InSAR技术的大坝形变探测与监测

针对大坝安全运营的形变监测问题,研究基于多基线干涉合成孔径雷达（SBAS-InSAR）技术的大坝形变探测与监测方法。设置时间基线阈值,生成大坝差分干涉相位图;利用改进的戈尔茨坦滤波（Goldstein）算法,滤波处理大坝差分干涉相位图;采用最小不连续的区域增长解缠算法,相位解缠大坝差分干涉相位图;通过相干系数阈值法,在大坝相位解缠图内选取高相干点;建立大坝形变探测与监测的高程测量估计数学模型;通过奇异值分解法,求解数学模型,实现大坝探测与监测结果。实验证明：该方法可有效生成大坝差分干涉图,并去除大坝差分干涉图的内部噪声;可有效探测与监测大坝内各监测点的形变量。     

不同尺度综合地表形变InSAR时序监测与机理分析

正合成孔径雷达干涉测量(InSAR)技术作为近年来发展起来的一种空间对地观测技术被广泛应用于不同类型的地表形变监测。为克服时间、空间基线失相干,DEM误差、大气延迟效应等因素对形变监测的影响,具有稳定后向散射特性的相干点目标作为研究对象的时序InSAR技术应运而生。然而,由于其应用研究起步较晚,在高精度地表形变监测中仍面临诸多技术难题,如常规SBAS方法时序形变监测时因多数据子集而导致的基准缺失、低相干条件下高相干点目标的有效识别、时序InSAR大范     

联合InSAR与三维激光扫描技术监测矿区大梯度形变

基于传统差分干涉测量(D-InSAR)技术检测形变梯度有限,无法实现矿区地表大梯度形变监测的问题,本文提出利用三维激光扫描技术点云数据的高密度及其三维建模后单点定位精度高的特点,将SAR数据和点云数据进行融合提高形变检测梯度。具体过程为:根据干涉图像的相千系数掩膜去掉干涉图上形变梯度较大的点,相位解缠后得到"有洞"的形变场,基于反距离加权思想采用点云数据对SAK形变场进行"补洞"从而实现监测区域的无缝联接。以山东省境内某矿区工作面上方河堤大坝为例,应用本文提出的方法进行了矿区大梯度形变实验研究。研究结果表明:采用本文提出的方法监测结果与地面观测站水准数据较为一致,其中最大绝对误差64mm,最大下沉处相对误差为4.95%,从而证明了该方法的可行性。本文方法为利用D-InSAR技术实现矿区内大梯度形变监测提供了新的途径和手段。     

时序InSAR离散相干点相位解缠误差检查与校正方法研究

提出了一种基于三角形闭合环残差的离散相干点解缠相位误差检测与校正算法,该算法能有效提高离散相干点解缠相位的精度。以沧州市沿海地区为实验区域,利用2008~2010年18景ENVISAT ASAR数据进行InSAR时序分析,对解缠相位跳变误差进行检测和校正,并对比校正前后时序分析结果的精度。实验结果显示,解缠相位一致性检查和误差校正可以有效改正解缠干涉图中的主要相位跳变误差,与改正前相比:1离散点时序累积形变特征的时间连贯性更强,减少了很多突跳;2增加了有效相干点,实验区内有效相干点个数由68 000个增加到186 400个;3两个验证点累积形变量的RMS值分别降低了8.1mm和13.2mm,证明了该方法的有效性。     

一种由粗到精的边坡形变检测方法

现代化工程建设的过程会形成很多边坡,而这些边坡一旦遭到意外破坏,会对人民的生命财产安全造成巨大威胁。因此,对边坡进行持续的形变检测至关重要。地面激光扫描技术（TLS）是一种现代化的边坡检测手段。基于此,本文提出了一种由粗到精的边坡形变检测方法。对于经过良好配准的两期边坡点云,该方法首先计算两期点云的最近匹配点距离,并进行粗检测。在精检测阶段,首先估计出形变的大致方向;然后依据该方向向量搜寻快速点特征直方图（FPFH）最相似的点作为对应点;最后计算点到对应点所在平面的距离值作为形变量。试验表明,本文方法可以有效计算出边坡实际的形变量,具有实用价值。     

地面沉降时空形变场的构建方法研究

由于离散分布的精密水准测量数据只能对点状沉降信息进行监测分析,描述特定时间点的静态空间趋势,无法表达区域性地面沉降整体时空变化.该文提出一种地面沉降时空形变场的构建方法,在多项式拟合法构建形变场的基础上考虑时间项,通过探索地面沉降量与坐标、时间的关系,对区域地面形变的整体效果进行拟合,构建地面沉降时空形变场.该方法顾及...     

GBInSAR河流滑坡变形监测应用

对城市中河流滑坡进行变形监测与分析掌握滑坡体形变规律,是滑坡安全性评估的重要手段。针对南宁邕江柳沙半岛滑坡灾后加固过程中稳定性,采用GBInSAR技术对该滑坡进行连续高精度变形监测,同时结合时间序列分析方法获取了该滑坡体的二维形变时间序列图以及特征点的形变时间序列。变形监测与分析结果表明,滑坡体上的加固带处已基本稳定,加固带上大部分PS点的形变在1 mm以内;滑坡体的大部分区域的形变基本在4 mm以内,且形变呈明显的非线性变化;GBInSAR技术可以快速、有效地获取河流滑坡整体形变信息及形变的演化过程。     

茂县滑坡形变的Sentinel-1数据分析

为了获取2017年6月24日四川省茂县特大滑坡滑前的形变信息并分析其诱发因素,该文利用覆盖滑坡区域滑前40景Sentinel-1数据,采用合成孔径雷达干涉点目标分析(IPTA)技术,解算出该滑坡滑前2014年10月9日至2017年6月19日期间形变的年速率及形变的时间序列,并与降雨数据进行了对比分析。对于滑坡区植被覆盖严重的问题,该文利用永久散射体目标(PSC)对影像配准窗口大小及过采样因子不敏感的特性来识别PS点。分析结果表明,茂县滑坡在滑动前两年多时间内具有明显的形变,最大形变速率达到4(cm·a-1),而且在滑坡发生前半个月内形变有突然增大的现象,推测该滑坡滑前持续的强降雨是导致滑坡失稳的主要诱因。