不同空间插值对InSAR大气延迟改正影响研究

大气效应是InSAR技术用于地表探测的主要误差源之一。GPS数据作为InSAR大气延迟误差改正的重要数据源,受其站点分布疏密的影响,分辨率还无法做到与SAR影像完全相匹配,必须对GPS获取的大气延迟数据进行空间插值。本文采用反距离加权法(IDW)、Kriging插值法和移动曲面拟合法(Surface Moving Fitting,SMF)三种插值方法,探讨了InSAR大气误差改正过程中的空间插值问题,并对三种插值的精度进行了分析和评价。     

InSAR大气水汽改正模型的比较应用研究

对基于GPS数据的大气水汽扰动模型(GPS topography-dependent turbulence model,GTTM)和GPS/MODIS集成的大气水汽改正模型进行了比较研究.试验证明,GTTM模型和GPS/MODIS集成模型的改正方法都可以大大降低大气水汽对InSAR测量地面形变量精度的影响.另外,当两种模型都用于改正InSAR观测值时,它们具有很强的互补性.     

对流层延迟改正内插方法的比较

对GPS获取的大气延迟改正加密内插的三种方法进行了简述与比较。并通过算例分析,得出从GPS观测值中获得的对流层延迟改正的双差分数据,采用距离反比加权内插法(IDW)和克里金内插法(Kriging)插法是比较有效的。     

中长距离网络RTK大气延迟的Kriging插值方法研究

利用普通Kriging插值的指数函数模型和高斯函数模型,精密地实时估计网络RTK中用户站每一历元的大气延迟。利用一个含6个参考站的GPS网络(参考站间距为38.8～132.7km)的观测数据进行了实验,结果表明,对于长度为79.1km的基线的双差电离层延迟和双差对流层延迟,相应的Kriging插值(指数模型和高斯模型)的精度一般可达2cm和5cm,这表明普通Kriging插值可用于网络RTK用户站的大气延迟内插。     

基于MODIS与GPS的D-InSAR大气延迟改正量提取

受GPS站点密度的限制,利用GPS数据改正D-InSAR中大气延迟误差往往达不到很好的效果。为此,研究了GPS与MODIS联合实现大气延迟改正量提取方法,利用两期GPS观测数据及相应时间的MODIS数据分析GPS-PWV与MODIS-PWV的关系,进一步得到MODIS水汽的校正模型。经过GPS+MODIS算法改正后,大气延迟改正精度为3.618mm,满足形变测量的要求。实验结果表明:在大气状态变化缓慢时,利用GPS结合MODIS数据对D-InSAR大气延迟改正有一定的效果。     

应用GPS观测量改正InSAR大气误差的空间插值比较

大气水汽的空间变化和时间分布是限制重复轨道干涉测量技术精度的主要因素之一。基于GPS数据,研究比较了改进后的基于地形的GPS扰动模型(GTTM)和基于地形的湍流混合模型(TDTM)。结果表明,改进的GTTM模型和TDTM模型都能有效地降低大气水汽对InSAR测量地面形变精度的影响,且TDTM插值效果更佳。     

InSAR观测值大气改正方法的研究进展

介绍了国际上InSAR观测值大气改正方法最新的研究进展，应用实例证明了由于大气（尤其是水汽）的影响，传统的InSAR形变量的监测精度往往只能限制在cm级；而利用GPS数据，通过基于地形的GPS扰动模型（GTTM），大幅度削弱了大气对干涉影像的影响，并成功地探测出了美国洛杉矾地区明显的季节性地表形变，形变量精度可提高到5mm左右。通过与GPS／MODIS集成大气改正模型的结果的比较表明，GTTM和GPS／MODIS两种大气改正模型在削弱InSAR观测值大气水汽影响方面具有很强的互补性。     

InSAR与GPS数据融合在变形监测中的应用研究

随着地面沉降监测手段日益丰富,对多源地面沉降监测数据进行数据融合逐渐成为研究的热点。本文针对大气延迟对InSAR地面沉降监测的影响,利用GPS获取对流层延迟,对不同的内插模型,讨论了Kriging内插法、IDW内插法对流层延迟改正的内插模型,并在IDW内插法的基础上进行改进,提出了IIDW内插法,采用香港GPS监测数据与哨兵一号雷达卫星监测数据,通过3种内插模型,得到不同内插方法的双差分结果,并分析比较了3种内插方法的优劣。用计算出的差分对流层延迟改正对InSAR影像进行改正。实验结果表明:IIDW内插法对对流层延迟进行改正不仅提高了D-InSAR的精度,而且为InSAR与GPS数据融合解决提供了一种新的思路。     

GPS/GLONASS集成的CORS网大气延迟插值模型比较分析

结合实际数据,对GPS/GLONASS集成的CORS网中利用参考站间的大气延迟内插流动站处的误差改正量的各种内插算法进行比较。比较结果认为:双差电离层延迟改正采用克里金插值模型(KRG)方法精度最高,精度优于3cm;而对流层延迟误差改正中,GPS采用最小二乘配置模型(LSC)插值方法效果最好,精度一般可达3cm,而GLONASS则应采用3阶趋势面模型(LSM3)进行内插,精度为4cm。     

GPS与PS-DInSAR方法的大气延迟变化量解算与精度分析

文章研究利用Kriging插值方法对天津地区11个连续运行GPS点网的大气延迟解算结果进行内插,得到区域连续GPS大气延迟变化分布.选择同一区域进行PS-DInSAR处理所得的残余相位主要由非线性形变相位、大气相位和噪声相位组成,尝试在时间域高通滤波和空间域低通滤波处理,得到与GPS同地域同时段的大气延迟变化分量.对所得两种大气延迟变化量进行对比分析,采用求差和均方根误差(Root Mean Square,RMS)进行统计检验,结果表明这两种方法得到的大气延迟变化分量基本一致,进一步集成可望得到更有效的监测结果.