多雨山区InSAR对流层延迟改正模型

在InSAR大气延迟改正双差模型的基础上,推导了适用于三归法D-InSAR测量的大气延迟改正模型。利用新西兰GEONET北岛连续观测GPS数据,研究了多雨山区InSAR对流层延迟内插模型。     

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。     

大气潮给对流层延迟影响的探讨

探讨了大气潮对GPS信号对流层延迟改正的影响，提出大气潮的周期性涨落会给对流层湿层延迟带来误差，在更高精度的导航定位、时间传递、电波传播中应该考虑修正。     

VLBI中性大气折射延迟的研究进展——天顶延迟的改正模型

大气传播延迟是空间大地测量技术的主要误差源,特别是在低高度角的观测情况下尤其如此。因此,大气折射改正的研究仍然是当代新空间技术研究的重要课题之一,完善大气折射理论不仅可以改善新技术的归算精度,而且有希望降低仪器的观测截止角,提高仪器的使用效应。详细地综述了对流层大气折射延迟研究的基本概念和理论方法,探讨了对不同精度要求和不同高度截至角的VLBI观测可以采用的大气折射延迟模型的计算方法。     

中性大气对非差伪距定位的影响及其模型改正分析

中性大气包括对流层和平流层,它们对GPS信号造成的延迟影响是GPS定位的一个主要误差源。与电离层的影响相比,消除中性大气的延迟影响更复杂,只能用经验模型进行改正。本文就中性大气对GPS定位的影响进行详细地分析和说明,对中性大气改正模型及其相关问题进行明确地论述。最后以中国IGS跟踪站一年中不同季节的观测数据为基础,通过对相同的数据采用不同的中性大气改正模型分别进行相同的定位解算,并对不同模型的定位结果进行分析,得出有关中性大气模型改正与GPS定位之间及改正模型间的定性和定量的关系。     

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。     

重复轨道雷达干涉测量中的大气影响及其研究展望

在研究大气延迟物理机制的基础上，分析了大气效应对雷达干涉测量产生的影响，并对重复轨道雷达干涉测量中大气延迟的分析方式进行了归纳与探讨； 回顾了国内外关于InSAR大气影响的研究方法，着重对现有的大气误差改正方法进行了分类和比较，并对存在的问题进行了分析，对今后的研究方向提出了建议。     

GPS测量的中性大气折射改正的研究

中性大气对ＧＰＳ信号的折射影响是ＧＰＳ测量的重要误差源之一。测量定位的垂直分量精度的提高,受到中性大气延迟改正程度很强制约。     

线性最小方差估计用于SAR干涉图大气延迟改正

将线性最小方差估计(linear minimum mean square error,LMMSE)引入SAR干涉图大气延迟改正,并用模拟实验比较了地势平坦地区LMMSE与以往常用于SAR干涉图大气延迟改正的距离权倒数法(inverse distance weighted averaging,IDWA)和普通克里格算法(ordinary Kriging,KRG)的插值效果。同时,还比较了地势起伏较大地区,考虑了高差因素的LMMSE和KRG算法、未考虑高差因素的LMMSE、KRG算法以及IDWA的插值效果。研究结果表明,对于地势平坦地区,在各种精度情况下,当已知点呈随机分布时,点数越少,LMMSE的插值效果的优势越明显;对于地势起伏较大地区,考虑了高差因素的LMMSE的插值效果最佳。     

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。