改进的PS探测方法及其应用

提出一种改进的永久散射体PS(Persistent Scatterer)探测方法,首先基于时序SAR影像的振幅信息,利用振幅和振幅离差指数双阈值法获取PS候选点,然后根据干涉相位空间相关性,对所有候选点进行相位稳定性分析,筛选出既满足雷达反射强度高、又符合散射稳定性要求的真实PS点,最后基于所选PS点提取形变信息。选取上海市局部区域作为实验区,以16幅TerraSAR-X(TSX)影像为数据源,进行PS探测和形变信息提取。结果表明,相比于已有的PS探测方法,本文方法能够更准确、可靠地识别出时序SAR影像中的PS点。形变结果显示,研究区域内最大沉降速率为-51mm/a,平均沉降速率为-15.8mm/a,以水准实测数据进行检核,验证了基于改进的PS探测方法进行地表形变信息提取结果的可靠性。     

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。     

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。     

时序InSAR监测京雄城际铁路河北段地面沉降

本文以京雄城际铁路河北段固安站至雄安站沿线作为研究区,利用2018—2020年共34景Sentinel-1B影像,基于小基线集雷达干涉测量技术(SBAS-InSAR)获取京雄城际铁路河北段沿线的地面沉降时空分布信息,结合空间自相关分析方法,揭示研究区地面沉降的空间分布格局,并对沉降原因进行初步分析。研究结果表明,京雄城际铁路河北段沿线地面沉降发展由北向南存在一定的差异。北部年均沉降速率小于10 mm/a,南部沉降较为严重,最大年均沉降速率达-105.6 mm/a,且沿线西部年均沉降速率高于东部区域。通过分析影响因素得知,地面沉降量与地下水埋深值存在相关性,地下水埋深高的地区地面沉降量较高。同时结合研究区土地利用变化结果发现,城市化建设所产生的静载荷对京雄城际铁路沿线的地面沉降产生一定的影响。     

基于SBAS-InSAR的矿区地表沉降监测与分析

针对雷达差分干涉测量技术（differential interferometry synthetic aperture radar,DInSAR）易受时空失相关、大气相位延迟等因素的影响,采用小基线集技术（small baseline subset,SBAS）对13景TerraSAR-X数据进行时序处理,估算并去除了残余数字高程模型误差、大气延迟误差和轨道误差,分析了研究区域2012-2013年沉降速率,发现2310和1301两工作面最大下沉速率分别为40 mm/a和50 mm/a;分析时序累计沉降值发现,2306、2308、2310这3个工作面在2012年11月15日之前地面沉降并不明显;在2310和1301工作面分别提取3个失相干现象表现较为缓慢的候选点进行时序分析,发现沉降值和时间成线性变化关系,且开采时间越早,其沉降特性越符合线性变化;将SBAS和DInSAR两种方法获得的累计沉降值进行差值分析,发现两种方法的差值在5 mm以内;在2310工作面走向方向和倾向方向选取若干观测点,并提取各观测点的时序沉降值对工作面时序沉降进行量化分析,实验表明SBAS-InSAR技术在矿区地表沉降监测与分析方面具有良好的应用前景。     

PSI技术在上海地表沉降监测中的应用

应用永久散射体雷达干涉(PSI)技术进行地表沉降监测研究,对PSI建模时采用的各相位分量的空间相关特性和沉降结果精度进行详细分析。试验选取覆盖上海地区的16幅高分辨率TerraSAR-X(TSX)SAR影像为数据源,进行PSI建模、形变提取和精度分析,并使用地面水准数据进行对比验证。结果表明,根据PS各相位分量的空间相关特性进行PS点的识别是合理的。与水准数据对比,两类年沉降速率结果具有很好的一致性,差异均值和标准偏差分别为1.6 mm/a和±4.6 mm/a,最小和最大差异量分别为0.198 7 mm/a和10.132 mm/a,证实了PSI技术在上海地区地表沉降监测的应用是有效和可靠的。     

天津地区Sentinel-1A雷达影像PSInSAR地面沉降监测

利用2015-05—2016-02获取的天津地区23景哨兵-1A(Sentinel-1A)卫星IW模式影像,进行基于地面散射特性保持稳定的高相干点永久散射体干涉测量处理(PSIn SAR),获取了地面沉降速率,分析了重点沉降区域时序形变特征和成因。实验结果表明,天津地区沉降严重区域主要集中在北辰区和大寺镇,结合北辰区沉降速率图和第2、3承压含水组水位降落漏斗等值线图,分析发现地面沉降中心和地下水位漏斗大致吻合,呈现整体向东北方向偏移的趋势,得出造成地面沉降的主导因素可能为超量开采地下水的结论。     

利用短基线集干涉测量时序分析方法监测北京市地面沉降

利用差分干涉测量短基线集时序分析方法,基于ENVISAT SAR数据,研究了2003~2010年期间的北京地区主要地面沉降区域的空间分布特征。对两个相邻轨道的结果进行对比验证,相关性达到了0.87,RMS为4.9mm/a,显示了结果的可靠性。InSAR时序分析结果发现,2003~2010年期间,北京的主要沉降区域在快速沉降,而且呈加速趋势。朝阳区和通州的部分沉降中心在2007~2010年期间年平均沉降速率达到了100mm/a。     

利用时序DInSAR监测填海造陆地区地表沉降

通过研究时序DInSAR相位模型,利用振幅离差、时间相干系数和统计分析多重方法提取了相干点目标,并根据不同相位分量的时空特性分离出形变相位,继而提取出相干点目标上的沉降速率。以上海市临港新城主城区为实验区,利用24景Envisat ASAR影像,得到了2007-10～2010-02间的沉降速率分布,并分析了冲填土年代对沉降的影响。     

基于SBAS-InSAR技术的广州市白云区长时序地表形变监测与成因分析

随着我国城市化进程的推进,城市区域人类活动越来越密集,如地下水开采和地下工程等,导致地表发生沉降,影响人们的生活。为了确保城市健康稳定发展,开展城区大范围地面沉降监测具有重要意义。本文利用SBAS-InSAR技术对广州市白云区2016年2月—2022年3月获取的176景Sentinel-1 SAR影像进行处理,得到了该区域的平均形变速率和时序形变。同时,结合历史光学影像和现场调查对研究区域内的形变原因进行了分析。结果表明,形变主要与当地的地质条件、垃圾生化降解和人类活动(如建构筑物施工等)有关,最大形变速率超过40 mm/a,最大累计形变量超过350 mm。本文研究可为城市区域的地面沉降监测和成因分析提供参考。     

一种在长时间序列SAR影像上提取稳定目标点的多级探测法

基于长时间序列上的差分雷达地表形变检测技术是近年来形变监测领域中一项重要的关键技术,而在长时间序列上稳定目标点的准确提取则是其中的一项重要环节,在此本文提出了一个有效的提取稳定目标点的多级探测方法.该方法以传统的振幅探测法为基础提取稳定目标点,同时针对振幅探测中稳定目标点的分布密度低、不均匀等问题,建立时间相干性计算模型,并利用目标点时间相干信息提取更多满足要求的稳定点目标.本文选用上海地区的26幅ERS-1/2 C波段SAR图像(1992-2000年获取)进行了目标点的提取实验,证实了该方法的有效性和可靠性.     

基于相干点目标的多基线D-InSAR技术与地表形变监测

失相干（Decorrelation）与大气波动是影响重复轨差分干涉测量（D-InSAR）进行地表形变信息提取的主要因素。相干性降低使得干涉纹图在空间上表现为不连续,难以完成相位解缠。重复观测时大气波动引起的相位延迟在空间域上的不均一分布则降低了D-InSAR提取形变信息,特别是空间范围覆盖较大的形变场的精度。介绍了一种基于相干目标的多基线D-InSAR数据处理算法。该算法根据少量SAR数据构成多基线干涉纹图集,分别利用点目标检测算法和相干系数均值作为相干目标提取的测度;利用相位回归分析模型对干涉相位进行时间域迭代处理,从干涉相位中提取线性形变速率和DEM误差改正,通过迭代处理补偿高程误差,解算线性地表形变速率。该算法提高了D-InSAR形变监测的时间采样率,能准确获取每个观测时刻的形变累积量。以沧州地区2004—2005年的SAR数据为例,获取了该地区地表沉降线性速率及其演变状况。     

GPS与InSAR数据融合在矿山开采沉陷形变监测中的应用探讨

GPS与InSAR数据融合具有重要的研究意义,本文分析了传统测量方法在矿山开采沉陷形变监测中的不足,讨论了GPS与InSAR数据融合的技术优势及其在InSAR相位解缠算法、水汽模型和大气层延迟误差改正模型、时间域与空间域的融合模型和算法等方面研究内容,提出了GPS与InSAR数据融合的研究特点与具体方法,并给出了比较详细的研究方案。     

基于SAR干涉点目标分析技术的城市地表形变监测

通过深入研究干涉点目标的相位模型,提出基于空间搜索的邻近点目标干涉相位差解缠方法,用以计算点目标的地形残差和线性形变,以及分离点目标大气延迟相位和非线性形变相位的时空域滤波方法,解决干涉点目标分析中的关键问题.最后,以苏州地区地表沉降监测为应用试验,利用形成的SAR干涉点目标形变信息提取技术,获取苏州市区1992-2002年间的地表沉降信息.研究结果与已有文献记录保持比较好的一致性,证明SAR干涉点目标技术完全可以发展成为应用于城市地表形变监测的实用化技术.

Abstract：

Interferometric point target analysis (IPTA) is one of the latest developments in radar interferometric processing. It is achieved by analysis of the interferometric phases of some individual point targets, which are discrete and present temporarily stable backscattering characteristics, in long temporal series of interferometric SAR images. This paper analyzes the interferometric phase model of point targets, and then addresses two key issues within IPTA process. Firstly, a spatial searching method is proposed to unwrap the interferometric phase difference between two neighboring point targets. The height residual error and linear deformation rate of each point target can then be calculated, when a global reference point with known height correction and deformation history is chosen. Secondly, a spatial-temporal filtering scheme is proposed to further separate the atmosphere phase and nonlinear deformation phase from the residual interferometric phase. Finally, an experiment of the developed IPTA methodology is conducted over Suzhou urban area. Totally 38 ERS-1/2 SAR scenes are analyzed, and the deformation information over 3 546 point targets in the time span of 1992-2002 are generated. The IPTA-derivecl deformation shows very good agreement with the published result, which demonstrates that the IPTA technique can be developed into an operational tool to map the ground subsidence over urban area.     

基于序列差分干涉纹图的地表形变速率提取

介绍了一种基于序列差分干涉纹图的地表形变速率提取算法。该算法根据空间离散分布的相干目标，利用Delaunay三角网构成相位解缠网络，应用最小费用流算法完成相位解缠； 根据序列差分干涉相位，利用线性模型解算相干目标形变速率，进而抑制大气波动对形变信号的影响。以廊坊地区2004~2005年ASAR数据为例，获取了该地区地表沉降线性速率及其演变状况。     

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.     

PSI技术在地表形变监测中的应用研究

基于时序SAR影像准确识别PS是永久散射体合成孔径雷达干涉(PSI)技术建模及形变信息提取中最为关键的问题之一。本文提出了一种改进的PS探测算法,它是基于时序SAR影像的振幅信息,利用振幅和振幅离差指数双阈值法获取PS候选点,对所有候选点进行相位稳定性分析,筛选出既满足雷达反射强度高、又符合散射稳定性要求的真实PS点,并基于所选PS点提取形变信息。实验结果表明,相比于已有PS探测方法,本文所提出的方法能够更准确、可靠地识别出时序SAR影像中的PS目标,进而提高了PSI形变探测结果的精度和可靠性。     

Monitoring of urban subsidence with SAR interferometric point target analysis: A case study in Suzhou,China

Ground subsidence, mainly caused by over exploitation of groundwater and other underground resources, such as oil, gas and coal, occurs in many cities in China. The annual direct loss associated with subsidence across the country is estimated to exceed 100 million US dollar. Interferometric SAR (InSAR) is a powerful tool to map ground deformation at an unprecedented level of spatial detail. It has been widely used to investigate the deformation resulting from earthquakes, volcanoes and subsidence. Repeat-pass InSAR, however, may fail due to impacts of spatial decorrelation, temporal decorrelation and heterogeneous refractivity of atmosphere. In urban areas, a large amount of natural stable radar reflectors exists, such as buildings and engineering structures, at which radar signals can remain coherent during a long time interval. Interferometric point target analysis (IPTA) technique, also known as persistent scatterers (PS) InSAR is based on these reflectors. It overcomes the shortfalls in conventional InSAR. This paper presents a procedure for urban subsidence monitoring with IPTA. Calculation of linear deformation rate and height residual, and the non-linear deformation estimate, respectively, are discussed in detail. Especially, the former is highlighted by a novel and easily implemented 2-dimensional spatial search algorithm. Practically useful solutions that can significantly improve the robustness of IPTA, are recommended. Finally, the proposed procedure is applied to mapping the ground subsidence in Suzhou city, Jiangsu province, China. Thirty-four ERS-1/2 SAR scenes are analyzed, and the deformation information over 38,881 point targets between 1992 and 2000 are generated. The IPTA-derived deformation estimates correspond well with leveling measurements, demonstrating the potential of the proposed subsidence monitoring procedure based on IPTA technique. Two shortcomings of the IPTA-based procedure, e.g., the requirement of large number of SAR images and assumed linear plus non-linear deformation model, are discussed as the topics of further research.