宽幅InSAR监测地震与火山形变研究进展

宽幅InSAR技术在过去10多年已在全球数字高程模型生成与大尺度地壳变形监测等领域起到了重要作用.本文的主要内容包括:(1)概述了宽幅InSAR的基本流程与约束条件;(2)利用宽幅InSAR方法得到了巴姆地震、汶川地震、于田地震、改则地震以及位于板块边缘东非裂谷火山活动形变场;(3)定量分析了Envisat ASAR宽幅与条带模式数据的入射角与方位角变化对InSAR地表形变观测的影响;(4)讨论了该技术的研究热点与亟待解决的问题.近期发射的C波段Sentinel-1与L波段ALOS-2PALSAR传感器具有较短重访周期及优化的轨道控制,可以提高植被和季节性雪覆盖的火山与活动断裂带区域的相干性,将有助于利用宽幅InSAR资料开展上述地区的大尺度、快速地壳形变场监测.     

基于InSAR技术的淮南矿区DEM重建及精度分析

对于易发生地表形变的区域,传统DEM模型如SRTM,逐渐失去其时效特性,不能准确的描述地质特征,亟待更新重建.本文基于合成孔径雷达干涉测量(InSAR)采用SAR影像复数据相位信息提取地面三维信息的新技术,介绍了合成孔径雷达干涉测量数字高程模型建立的原理和方法.在此基础上,选取研究区,获取了Envisat ASAR SLC雷达影像数据,采用InSAR算法对研究区的数字高程模型进行了重建.并在研究区的形变区内外分别选取控制点,对重建DEM和SRTM进行比较分析.结果表明:对于易发生形变的特殊区域,传统DEM因失去其时效性,无法准确的描述地形特征;合成孔径雷达干涉测量可以作为此类地区DEM定期重建的有效手段.最后对重建的DEM实现三维可视化,提高了读图效率和成图质量.     

海潮负荷对沿海地区宽幅InSAR形变监测的影响

海岸带地区是全球自然生态环境最为复杂和脆弱的地域之一,合成孔径雷达干涉测量（InSAR）技术可以为全球人类活动、气候变暖和俯冲带剧烈构造运动等背景下的大范围海岸带地理环境变化研究提供重要观测资料.海洋潮汐导致固体地球长周期形变,波长尺度为10²~10³ km的海潮负荷引入mm级至cm级的形变梯度,此类非构造信号对海岸带InSAR精密形变分析（如：大范围、微小、缓慢且非稳态构造过程等）造成显著影响.本文以宽幅模式SAR数据为例,基于多种海潮模型研究了全球典型海岸带地区（福建、智利和阿拉斯加湾）海潮负荷效应对宽幅InSAR形变监测的影响,给出了宽幅InSAR海潮负荷三维分量估计与差分相位提取方法,并进一步讨论了基于不同海潮模型估计海潮负荷位移的差异.海潮负荷影响不仅与研究范围大小有关,其形变梯度变化与研究区域地形特征存在强相关,对于长波长形变分析而言,传统平面或者曲面拟合方法难以有效分离海潮负荷位移.     

时序InSAR技术及其在京西北试验区微小形变的应用研究

时序InSAR技术是近些年发展起来的一种新的InSAR测量技术.其中PS-InSAR技术是通过分析高相干的永久散射体相位变化信息提取形变,受时间和空间基线的限制小,该方法需要假设形变特征为匀速,同时需要大量的SAR数据（25景）来估算大气效应贡献值;短基线技术（SBAS）可以降低几何去相干的影响,同时较短基线使DEM误差的敏感性大大降低,但该方法通过一定大小的窗体计算相干性,并据此来选择时间序列稳定点,窗体操作降低了被选像元的分辨率,但抑制了噪声相位的影响;干涉图叠加方法（interferogram stacking）是将多幅差分干涉图进行叠加,提高结果中形变信息对大气干扰的相对精度,可以获取大区域的连续形变场;CR-InSAR技术将人工角反射器作为观测对象,通过建立CR点上的形变模型,实现对重点目标如滑坡、水库和断层的形变监测.     

精化大地水准面的一种间接方法——异常及其梯度在其中的应用

随着GPS/水准及全球重力测量的加密和扩展,获取高精度的似大地水准面或高程异常(ξ)已比较容易,如何进一步研究它和大地水准面或大地水准面高(N)之间的关系(即所谓间接的方法)使大地水准面得到精化,这就是本文的目的,文中对已推导的公式在模型作了验证,对如何利用地形等数据确定扰动重力垂直梯度也作了研究,结果表明:在海拔4000 m的高山地区,当似大地水准面的精度达到cm级时,大地水准面的精度也与之比较接近.     

一种InSAR大气相位建模与估计方法

为了削弱大气延迟对干涉结果的影响以提高InSAR的测量能力,本文在InSAR大气相位特征分析的基础上,研究了一种新的InSAR大气相位建模与估计方法.首先采用稳健估计确定大气垂直分层部分的模型参数,然后利用基于Matern模型的Kriging插值估计大气紊流部分,最后应用估计的大气垂直分层和紊流资料改正InSAR测量结果.利用覆盖河南义马地区的ASAR数据对本文提出的方法进行了验证,结果表明去除大气影响后,InSAR重建的DEM与参考DEM的高程差异的均方误差由19.5m降至5.3m,精度提高了约72%.同时,改正后的干涉图更合理地揭示了义马矿区的沉降漏斗情况,进一步验证了本文方法的有效性.     

表面垂直位移和重力变化引起的大地水准面形变

在涉及表面垂直位移的地球物理正演和反演问题的研究中,表面真垂直位移等于表面视垂直位移和大地水准面高变化的和.本文从广义Bruns公式、广义stokes公式和广义Ve-ning-Meinesz公式出发,导出了用表面垂直位移和重力变化确定大地水准面形变的公式.讨论了表面垂直位移和重力变化对大地水准面高变化的影响.在此基础上,给出了表面荷载源、几种不同充填介质的膨胀源和位错源所引起的大地水准面高变化对视垂直位移影响的数值结果,分析了局部地球物理事件引起的大地水准面高变化的特点.最后给出了使用辽南地区的实际观测资料确定的局部大地水准面高变化以及对视垂直位移影响的计算结果.     

基于方差分量估计的多源InSAR数据自适应融合形变测量

近年来,合成孔径雷达干涉测量(Interferometric Synthetic Aperture Radar,InSAR)技术在地面沉降监测方面展现了巨大的应用潜力,但受其重访周期和一维形变测量能力的限制,仅利用单一轨道卫星观测数据很难揭示真实的地表形变特征及其演化规律.随着在轨运行的SAR卫星系统不断增加,使得融合相同时间段内覆盖同一区域的多源多轨道InSAR数据成为可能.然而目前普遍采用的多源InSAR数据融合方法均为针对大尺度形变监测设计,或者忽略南北向形变甚至水平形变,容易造成误判.为此,本文对经典小基线集(Small Baseline Subset, SBAS)时序InSAR分析方法进行改进,在其形变反演模型中加入东西向和南北向形变参数,采用方差分量估计方法解算多源观测数据验后方差,通过迭代精化确定权重矩阵,从而获得形变参数的最优估值.使用美国南加州地区的ALOS PALSAR和ENVISAT ASAR数据开展实验,利用南加州综合GPS网(SCIGN)位于研究区域内的9个站点观测数据进行验证,结果表明本文方法得到的融合形变测量结果在垂直向上能够准确反映地表形变波动,周期性与GPS观测比较一致;同时,融合得到的三维形变场显示南加州洛杉矶地区存在不可忽略的水平形变,东西向形变测量精度略高于南北向.因此,基于方差分量估计的多源InSAR融合方法在提高形变测量时间序列连续性的同时,能够更准确地反演研究区域三维形变特征.     

InSAR高精度观测地震形变场及其三维重建技术研究

正目前,InSAR已成为监测地震同震、震后以及震间断层滑动的重要手段之一,但由于InSAR数据处理过程中存在多种误差的累积使得测量精度受到影响。本文从InSAR形变监测数据处理关键环节入手,系统分析各个关键环节的误差贡献,探讨InSAR误差干扰项的消除方法。在此基础上,研究了利用DEM校正InSAR大气垂直分层延迟相位的方法,进而将这种方法应用于2008年当雄地震同震和震后形变观测;推导了系统和随机2种观测误差在三     

TerraSAR-X/TanDEM-X获取高精度数字高程模型技术研究

以双星系统(TerraSAR-X/TanDEM-X)下的bistatic数据模式为例研究了差分干涉获取高精度DEM产品的融合算法和技术流程.针对不同观测几何条件下(升降轨,不同入射角)观测数据的畸变和缺失,提出一种迭代的顾及垂直基线、阴影和叠影的数据融合新方法重建高分辨率高精度的数字高程模型,并对TanDEM-X融合的DEM在不同地物属性特征下(山区及高楼林立的城区)的精度进行定量分析.本文采用了两对覆盖珠海、澳门区域的升降轨TerraSAR-X/TanDEM-X干涉对进行融合处理,并通过收集的高精度Lidar数据进行精度比较分析.此外,本文还定量分析了TanDEM-X的DEM对常规DInSAR技术的改进,并与SRTM、ASTER的结果进行对比.结果表明:提出的升降轨融合方法较单一轨道平台能够较好地改正或减弱由于几何畸变引起的高程信息缺失或错误,通过与Lidar数据的对比发现TanDEM-X的融合DEM在山区的精度较高,其残差的标准差为3.5 m,较单一轨道(升、降轨)分别降低8%和22%,能够通过迭代的方法获取高分辨率(可达2~5m)、高精度的地形信息;而针对城区密集建筑物的复杂地形来说,融合的DEM的精度稍低,残差的标准差为11.8m,但较单一轨道(升、降轨)来说有较大改进,其残差标准差分别降低了28%和22%;而在分布较为稀疏的居民区,融合的DEM能够较Lidar数据获取更好的建筑物高度及外形信息,此时的残差标准差可达5m.同时,TanDEM-X的融合DEM作为外部DEM能够较SRTM和ASTER来说更好地去除地形信息,尤其在山区及高程建筑密集分布的城区,从而利于后续的相位解缠和形变信息的精确获取和解译,为更高精度的时序InSAR形变监测提供有利条件.     

影响四轨法D-InSAR形变测量精度误差的相关性分析

卫星成像的基线、视角、基线倾斜角、斜距、卫星距离地面径向距离以及地面分辨率等因素严重影响着合成孔径雷达差分干涉测量监测地面形变的能力和形变监测结果的精度。本文在分析四轨法D-InSAR基本原理和数据处理流程基础上,详细给出了相位测量误差对形变测量精度影响的定量关系式;分析讨论了基线长度误差、基线倾斜角误差、斜距误差、卫星高度误差和地形因素误差对形变测量精度的影响。从而在定量分析方面得出了这些误差对四轨法D-InSAR形变测量精度影响的结论。     

An estimation of the height system bias parameter <Emphasis Type="Italic">N</Emphasis><Subscript>0</Subscript> using least squares collocation from observed gravity and GPS-levelling data

This paper deals with the analysis of gravity anomaly and precise levelling in conjunction with GPS-Levelling data for the computation of a gravimetric geoid and an estimate of the height system bias parameter N_o for the vertical datum in Pakistan by means of least squares collocation technique. The long term objective is to obtain a regional geoid (or quasi-geoid) modeling using a combination of local data with a high degree and order Earth gravity model (EGM) and to determine a bias (if there is one) with respect to a global mean sea surface. An application of collocation with the optimal covariance parameters has facilitated to achieve gravimetric height anomalies in a global geocentric datum. Residual terrain modeling (RTM) technique has been used in combination with the EGM96 for the reduction and smoothing of the gravity data. A value for the bias parameter N_o has been estimated with reference to the local GPS-Levelling datum that appears to be 0.705 m with 0.07 m mean square error. The gravimetric height anomalies were compared with height anomalies obtained from GPS-Levelling stations using least square collocation with and without bias adjustment. The bias adjustment minimizes the difference between the gravimetric height anomalies with respect to residual GPS-Levelling data and the standard deviation of the differences drops from 35 cm to 2.6 cm. The results of this study suggest that N_o adjustment may be a good alternative for the fitting of the final gravimetric geoid as is generally done when using FFT methods.     

综合InSAR和应变张量估计2016年MW7.0熊本地震同震三维形变场

利用合成孔径雷达(Synthetic Aperture Radar,SAR)影像提取与地质活动相关的三维地表形变场,对深入理解地质灾害的形成机制及其潜在灾害风险评估非常重要.目前,利用SAR影像的同震三维形变场提取主要利用单个像素点的多次观测构建观测方程,然后基于加权最小二乘(Weighted Least Squares,WLS)方法分解从而获得同震三维形变场,因此该方法缺乏对相邻像素点空间相关性的约束.考虑相邻同震位移点的应力连续性,研究学者提出了顾及大地测量应变张量和卫星形变观测的SAR同震三维形变场方法(Extended Simultaneous and Integrated Strain Tensor Estimation from geodetic and satellite deformation Measurements,ESISTEM).本文以2016年MW7.0熊本地震为例,收集了覆盖此次地震的ALOS-2卫星升降轨影像,利用传统差分InSAR(DInSAR)方法和子孔径雷达干涉测量(Multiple Aperture InSAR,MAI)方法分别对升降轨SAR影像对进行处理,得到视线向(LOS)形变和方位向形变,最后利用ESISTEM方法获取此次地震的三维同震形变场.此外,利用GPS和野外考察观测对本文的三维形变场结果进行结果精度分析.研究结果表明,与传统WLS方法相比,ESISTEM方法不仅能有效抑制奇异像素点对形变结果的干扰,同时对近断层的失相干信号能进行较好的恢复,更有助于解释地表破裂区的地震形变特征和掌握地震发生机制.本文确定的三维同震形变场结果显示主形变区发生在Futagawa断层中部和Hinagu断层最北端,最大水平位移为2m,抬升为0.55m.断层破裂以NE-SW走向的右旋走滑为主兼有部分正断成分.应变张量分析表明发震断层处受到了明显的收缩力和剪切力的作用.     

王艳，廖明生，李德仁等.利用长时间序列相干目标获取地面沉降场.地球物理学报，2007

方法，相干目标分析是利用时间序列多景影像获取地表稳定反射体——高相干点目标的新方法.实验区选择上海市主城区约100 km2 区域，InSAR的实验数据采用覆盖1992～2000年间的25景ERS-1/2的单视复影像.在无先验沉降场模型的情况下，实验结果显示该实验区的地面沉降场在时间范围上跨越8年，平均观测时间采样率约为4个月，垂直形变精度优于5 mm，满足我国对城市地面沉降形变观测的要求.研究结果表明该方法可以用于今后大时间/空间尺度上的高精度地表形变观测.     

福建省泉州地区断裂带地壳形变PS-InSAR监测

PS-InSAR技术能够有效降低常规差分干涉雷达受时间失相干、空间失相干和大气效应的影响,在常规D-InSAR不能形成干涉条纹的情况下,可利用时间序列的雷达影像和相位稳定的永久散射体目标点获取离散的PS像素点形变速率。以福建省泉州地区的断裂带为研究对象,对1996-1999年的22景ERS SAR数据进行PS-InSAR处理,得出研究区主要断裂的视线向位移速率为3~5mm/a,表明该区断裂仍有一定的活动性,具有潜在的地震危险。     

形变观测中小数据集PSInSAR的误差分析与初步应用

PS InSAR技术在微小形变的监测中有着独特的优势, 但同时受到数据量的严重制约。 本文以形变速率稳定的怀来县城为实验区, 利用15景ASAR数据, 依据主影像选择和高程改正选取了三种略有差异的模型分别进行PS处理, 并对形变提取中的相位解缠、 基线改正和高程改正进行误差分析。 结果表明, 小数据集的相位解缠和高程改正在部分PS点上容易发生错误, 但形变估计整体上能够正确反映实际情况。 三个模型中MS(Multi-Reference Single Regression) 模型得出结果最为可靠。 小数据集解算的整体PS点质量不高, 可以在满足PS点密度要求的前提下, 降低相位标准偏差阈值以提高解算的可靠性。     

Using visibility analysis to improve point density and processing time of SfM-MVS techniques for 3D reconstruction of landforms

Image network geometry, including the number and orientation of images, impacts the error, coverage, and processing time of 3D terrain mapping performed using structure-from-motion and multiview-stereo (SfM-MVS). Few studies have quantified trade-offs in error and processing time or ways to optimize image acquisition in diverse topographic conditions. Here, we determine suitable camera locations for image acquisition by minimizing the occlusion produced by topography. Viewshed analysis is used to select the suitable images, which requires a preliminary digital elevation model (DEM), potential camera locations, and sensor parameters. One aerial and two ground-based image collections were used to analyse differences between SfM-MVS models produced using: (1) all available images (ALL); (2) images selected using conventional methods (CON); and (3) images selected using the viewshed analysis (VIEW). The resulting models were compared with benchmark point clouds acquired by a terrestrial laser scanner (TLS) and TLS-derived DEMs. The VIEW datasets produced denser point clouds (28–32% more points) and DEMs with up to 66% reduction in error compared with CON datasets due to reduction of gaps in the DEM. VIEW datasets reduced processing time by 37–76% compared with ALL, with no reduction in coverage or increase in error. DEMs produced with ALL and VIEW datasets had similar slope and roughness, while slight differences that may be locally important were observed for the CON dataset. The new method helps optimize SfM-MVS image collection strategies that significantly reduce the number of images required with minimal loss in coverage or accuracy over complex surfaces. © 2020 John Wiley & Sons, Ltd.     

Accurate Establishment of Error Models for the Satellite Gravity Gradiometry Recovery and Requirements Analysis for the Future GOCE Follow-On Mission

Firstly, the new single and combined error models applied to estimate the cumulative geoid height error are efficiently produced by the dominating error sources consisting of the gravity gradient of the satellite-equipped gradiometer and the orbital position of the space-borne GPS/GLONASS receiver using the power spectral principle. At degree 250, the cumulative geoid height error is 1.769 × 10^?1 m based on the new combined error model, which preferably accords with a recovery accuracy of 1.760 ×10^?1 m from the GOCE-only Earth gravity field model GO_CONS_GCF_2_TIM_R2 released in Germany. Therefore, the new combined error model of the cumulative geoid height is correct and reliable in this study. Secondly, the requirements analysis for the future GOCE Follow-On satellite system is carried out in respect of the preferred design of the matching measurement accuracy of key payloads comprising the gravity gradient and orbital position and the optimal selection of the orbital altitude of the satellite. We recommend the gravity gradient with an accuracy of 10^?13?10^?15 /s², the orbital position with a precision of 1-0.1 cm and the orbital altitude of 200-250 km in the future GOCE Follow-On mission.     

Transformation between gravimetric and GPS/levelling-derived geoids using additional gravity information

The transformation from the gravimetric to the GPS/levelling-derived geoid using additional gravity information for the covariance function of geoid height differences has been investigated in a test area in south-western Canada. A “corrector surface” model, which accounts for datum inconsistencies, long-wavelength geoid errors, vertical network distortions and GPS errors, has been constructed using least-squares collocation. The local covariance function of geoid height differences is usually obtained from residual values between the GPS/levelling and gravimetric geoid heights after the elimination of all known systematic distortions. If additional gravity data (in the form of gravity anomalies) are available, the covariance function of geoid height differences can be determined by the following steps: (1) transforming the GPS/levelling-derived geoid heights into gravity anomalies; (2) forming differences between the computed in step 1 and given gravity anomalies; (3) determining the parameters of the local covariance function of the gravity anomaly differences; (4) constructing an analytical covariance model for the geoid height differences from the covariance function of the gravity anomaly differences using the parameters derived in step 3. The advantage of the proposed method stems from the great number of gravity data used to derive the empirical covariance function. A comparison with the least-squares adjustment shows that the standard deviation of the residuals of the predicted geoid height differences with respect to the control point values decreases by 2.4 cm.