基于奇异值分解的DS-InSAR相位优化

高质量监测点空间密度是时序InSAR开展形变监测的重要指标，依靠分布式散射体DS(Distributed Scatters)开展InSAR形变监测可有效解决传统时序InSAR监测点空间密度不够的缺陷，但分布式散射体干涉相位极易受到去相干影响，造成干涉相位失真，因此分布式散射体相位优化是DS-InSAR技术的关键，针对这一情况，本文提出一种新的基于奇异值分解的DS相位优化方法，该方法利用同质像元时序相位重构相位矩阵，对矩阵进行主成分分析得到优化相位。采用模拟数据和33景覆盖郑州东部白沙镇Sentinel-1A数据对提出方法的可靠性与有效性进行验证和分析。采用时序平均相位标准偏差、平均相位梯度、平均残差点数目作为干涉图优化效果评价指标，提出方法优化后干涉图相较于原始干涉图分别下降了15.61%、25.81%、44.84%，与对比DS相位优化方法相比，提出方法对干涉图DS相位优化效果更好，特别是在一些低相干区域仍然可获得较好DS相位优化结果；提出方法在降低DS相位噪声同时可较好地保持地物细节信息。此外，相较于常规PS(Permanent Scatters)技术形变监测结果，本文方法高质量监测...