城市地表形变的双极化Sentinel-1数据极化时序InSAR技术监测

利用双极化Sentinel-1数据有望得到较单极化数据更好的城市地表形变监测结果。以典型受地表沉降灾害影响的两座超大城市（墨西哥的墨西哥城和中国北京市）为研究区,分别基于长时序单、双极化Sentinel-1数据,利用时序合成孔径雷达干涉测量（interferometric synthetic aperture radar, InSAR）技术和极化时序InSAR技术对两城市近年地表形变进行监测研究。结果表明,利用双极化Sentinel-1数据对干涉图进行极化优化后,干涉图相位质量得到提升,高质量像元比例明显增加。使用双极化数据后,形变监测点密度有显著提升,相比于单极化数据结果,墨西哥城和北京市监测点密度分别提升88%和50%;更高的监测点密度使部分区域双极化数据反演地表形变的准确性更高。与单极化Sentinel-1数据相比,利用双极化Sentinel-1数据进行城市地表形变监测可得到监测点密度更高、可靠性更好的结果。     

矿区地表形变InSAR监测——以永城市为例

针对矿区地表形变同时存在地面塌陷及地面沉降的情况,结合InSAR监测本身的特点,本文以永城市为例,选用2014年10月至2015年4月7景Radarsat-2 SAR图像,提出利用D-InSAR联合SBAS技术开展矿区地表形变监测,即利用D-InSAR监测矿区地面塌陷状况,SBAS监测矿区地面沉降状况。通过实地调查并结合永城市矿业开采、地质构造、地下水以及城市建设等资料认为,矿业活动不仅给开采面附近造成严重的地面塌陷,还造成了区域性的地面沉降现象。监测结果表明:联合利用D-InSAR和SBAS两种技术适合在矿区开展地表形变监测。     

利用Sentinel-1A数据监测地表形变案例分析

雷达卫星结合InSAR技术已广泛应用于高精度地表形变监测领域。本文选取2017年九寨沟地震为研究案例,利用Sentinel-1A地震前后的单视复数影像,基于D-InSAR技术获取该次地震的同震形变场。结果显示:震中西北侧表现出相对均匀的下沉现象,沉降漏斗区雷达视线向最大沉降量达25.1 cm;东南侧呈现不均匀抬升状态,地表破碎较为明显,最大抬升量为11.6 cm。研究表明基于Sentinel-1A数据的D-InSAR技术可以为地震形变场的定量分析提供一种快速有效的手段,为阐释地震发震机理及评估受灾情况提供必要的数据支撑,具有广阔的应用前景。     

基于Sentinel-1A数据的地表形变监测

提取滑坡形变数据、分析形变趋势对地质灾害防治工作具有指导意义.合成孔径雷达干涉测量技术(InSAR)具有全天候、全天时精确获取地表形变数据的能力,是当前形变监测的重要手段.分别利用DInSAR和SBAS-InSAR技术处理了22景哨兵一号(Sentinel-1)C波段数据,得到了四川省安州区高川乡大光包滑坡2018年3月-2020年2月的形变数据特征.结果表明,大光包滑坡点共有3个相对明显的形变区域;近两年的平均形变速率最高不超过100 mm/a,其形变时间序列随降雨量变化具有周期性;总体地表形变趋于稳定,周边地区中小型地震的发生没有造成地质灾害隐患.     

多时间基线集时序InSAR形变监测:以平寨水库为例

时间基线对于时序InSAR形变提取有着重要影响。本文针对植被覆盖率与含水量较高、地形起伏较大的山地区域形变信息提取较困难的问题,以贵阳市平寨水库为研究区,获取Sentinel-1A雷达卫星2019年1月至2020年12月的历史影像数据,构建不同时间基线集,对比分析提取的地表形变信息;按照时间基线和最短的原则,选择最适宜研究区形变提取的基线条件,基于SBAS-InSAR技术获得研究区两年的沉降速率情况。结果表明,该研究区域时间基线集为60 d时提取的形变信息最为准确,存在误判和缺漏较其他时间基线集少。同时,结合贵阳市2019—2020年月平均降雨量数据及几何水准监测数据,分析了坝体形变时序变化与降雨量的关系,得出降雨量与坝体形变存在较强相关性,且基于SBAS-InSAR技术提取的形变信息与水准监测结果具有趋同性的结论。     

利用双极化Sentinel-1数据监测城市地面沉降——以上海市为例

在遥感卫星成像中,极化是非常重要的概念。不同极化数据包含的地面信息不同,其应用价值也不同。针对VV、VH极化数据在城市地面沉降监测中的应用,本文利用双极化Sentinel-1数据监测上海市城区地面沉降,分析两种监测结果产生差异的原因,并与水准数据进行对比验证。结果表明,VV极化数据对研究区的监测整体性优于VH极化数据;干涉对相干性质量与有效像素数数量均高于VH极化数据;监测结果与水准数据的偏差小于VH极化数据。     

InSAR技术在沂沭断裂带地表形变监测中的应用研究

针对常规大地测量监测沂沭断裂带地表形变结果无法全面反演该区域构造应力场的局限性,尝试采用PS和SBAS两种In SAR时序分析技术对该区域地表形变进行监测。首先对SBAS-In SAR技术的原理进行详细推导和分析;在此基础上,对覆盖研究区的14景ENVISAT-ASAR数据采用PS-In SAR和SBAS-InSAR技术进行处理,分别提取了该区域地表年平均形变速率图;通过与水准监测数据的对比分析发现:InSAR时序分析方法在大范围、持续缓慢断裂带地表形变监测中能够获取与精密水准监测一致的形变趋势,且SBAS-In SAR技术在数据量较少情况下能获得更好的监测效果。这表明In SAR时序分析技术可以作为断裂带微小地表形变监测的有效手段。     

利用Sentinel-1 SAR数据及SBAS技术的大区域地表形变监测

雷达干涉测量技术为地面沉降高精度快速准确监测提供了新的手段。对于数万平方千米的大范围地面沉降,要求测量手段不仅具备高精度,还要具备大范围同步测量的能力。为解决这一问题,本文提出了利用Sentinel-1数据结合SBAS技术的监测方法,首先对黄河三角洲区域进行形变监测,然后利用CORS数据进行验证,最后对地面沉降的时空分布情况进行分析。该研究证明了采用该方法对大区域形变监测的适用性,为该区域沉降预防和治理提供了重要依据。     

时序Sentinel-1A数据支持的长江中下游汛情动态监测

合成孔径雷达（SAR）因其对地观测全天候、全天时优势,成为多云多雨天气限制下洪水动态监测中不可或缺的数据来源之一。由于GEE（Google Earth Engine）云计算平台的兴起和短重访Sentinel-1数据的可获取性,洪水监测与灾害评估目前正面向动态化、广域化快速发展。顾及洪水淹没区土地覆盖变化的复杂性和发生时间的不确定性,基于时序Sentinel-1A卫星数据提出了针对大尺度范围、连续长期的汛情自动检测及动态监测方法。该方法首先,利用图像二值化分割时序SAR数据实现水体时空分布粗制图,逐像素计算时间序列中被识别为水体候选点的频率。然后,利用Sentinel-2光学影像对精度较粗的初期SAR水体提取结果进行校正,得到精细的水体分布图。最后,针对不同频率区间的淹没特点,采用差异化的时序异常检测策略识别淹没范围：对低频覆水区利用欧氏距离检测时序断点,以提取扰动强度大、淹没时间短的洪涝灾害区;对高频覆水区利用标准分数（Z-Score）检测时序断点,以提取季节性水体覆盖区。在GEE平台上利用该方法,实现了2020-05—10长江中下游地区全域洪水淹没范围时空信息的自动、快速、有效监测,揭示了不同区域汛情发展模式的差异性。本文提出的洪水快速监测方法对大尺度下的汛情动态监测、灾害定量评估和快速预警响应具有重要的现实意义。     

Sentinel-1时序后向散射特征的海岸带盐沼植被分类——以长江口为例

盐沼是中高纬度海岸带区域生产力极高的生态系统,不同种类盐沼植被提供的生态服务功能具有明显差异。围垦、互花米草入侵、海平面上升等人类活动和自然要素复合作用,导致中国海岸带盐沼植被结构和空间分布快速变化。现有光学遥感方法在海岸带区域受潮汐、云雾干扰严重;高光谱、LiDAR等数据方法难以大范围高时效获取盐沼植被信息。本文以长江河口为研究区域,提出了基于植被物候期多时相雷达后向散射特征优选的海岸带盐沼植被分类方法。采用Sentinel-1雷达数据,分析盐沼、潮间森林沼泽、光滩和水体的雷达后向散射全年时序特征。结合盐沼植被物候特点,基于分离阈值法计算典型盐沼植被月际后向散射特征间分离度。根据最优时序雷达分类特征,采用随机森林方法获取盐沼植被种类、结构和空间分布。结果表明：（1）全年VH极化后向散射均值能较好将水体、光滩、潮间森林沼泽与盐沼区分。（2）4月VV极化、11月VH极化与3月VV极化后向散射均值分别为海三棱藨草/藨草、互花米草与芦苇的最优分类特征。（3）基于年际和月际时序雷达最优特征和随机森林分类算法获得的盐沼植被总体分类精度达到85%,Kappa系数为0.80。相较光学遥感,雷达遥感影像可有效获取盐沼植被年际、月际时序雷达后向散射特征,准确得到海岸带盐沼植被空间动态,在海岸带研究中具有较好的应用潜力,可为海岸带生物多样性保护、湿地生态系统功能提升与生态环境管理等提供重要技术手段和数据支撑。     

空间网络对时序InSAR相位解缠的影响——以Delaunay与Dijkstra网络为例EI北大核心CSCD

在时间序列InSAR相位解缠的过程中,相干目标需事先构建空间网络之后再进行模糊度解算。Delaunay三角网是当前时序相位解缠的主流构网方法,但其网络形态易包含高相位梯度的边缘,导致违背相位连续性假设。考虑到目前很少有关于空间网络对解缠影响的研究及相位解缠对InSAR技术测量精度的主导地位,本文在量化分析Delaunay网络对解缠影响的基础上,提出引入图论中的Dijkstra最短路径算法优化Delaunay网络中所有边的相位梯度,进而改善时序相位解缠的精度。本文采用模拟和真实数据对基于Delaunay网络和基于优化网络的相位解缠进行了对比验证。结果表明,本文提出的构网方法能够更好地满足相位连续性假设,减少约33%由解缠误差所导致的不闭合三角环数。较传统研究聚焦解缠方法和目标函数的改进而言,本文研究揭示了空间网络的改善对时间序列相位解缠的重要性。     

基于PS-InSAR技术地质灾害遥感监测分析——以南通市崇川区为例

以南通市崇川区2020年的SAR影像为数据源,利用永久散射体雷达差分干涉测量(PS-InSAR)技术对南通崇川区的地面沉降进行时序分析研究。结果显示,基于时间序列的分析表明,崇川区存在多个沉降漏斗区,其中东南部区域下降趋势明显,沉降速率较高,最大沉降速率约33.24 mm/a。分析崇川区沉降原因,可以为南通市崇川区地质灾害防治提供理论参考。