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.     

利用空间观测技术研究青海玛多7.4级地震孕育发生变形时空特征

为揭示2021年青海玛多7.4级地震震前变形与同震破裂特征,本文系统收集与处理了青海省CORS站和中国地壳运动观测网络等GNSS资料、以及Sentinel-1和ALOS-2卫星SAR数据,通过多源数据综合处理获取了玛多地震形变场动态结果.震前GNSS形变场结果显示,玛多震源区处于其北侧剪切形变高值区边缘,震前存在左旋剪...     

佛山地铁沿线时序InSAR形变时空特征分析

佛山作为中国珠三角地区经济和城市化高速发展的城市,由于其脆弱的地质水文条件,长期遭受地面沉降灾害的影响。同时,该区域地铁作为缓解城市交通压力的重要工具,其施工和运行所导致的地面沉降也影响了人们的生命财产安全。但目前针对佛山地区相关的系统研究不多,对地铁沿线的沉降规律认识不足。利用Sentinel-1数据监测了2015-06至2018-09间佛山市的形变信息,结果表明,佛山市地表形变呈零星分布,未出现大范围的沉降漏斗,形变速率为-20~5 mm/a,局部区域的沉降速率超过-30 mm/a。地面沉降主要与不稳定的地质结构、地下水抽取和局部区域工程施工有关。基于获得的形变结果,对佛山市地铁沿线的形变情况进行了研究,并对2018年佛山市地铁坍塌事故路段的沉降情况进行了详细分析,阐述了在空间分布上地铁沿线沉降差异的成因,并在时间上对地铁沿线的形变进行了模型参数反演。研究工作为今后当地政府开展地表形变普查、沉降灾害预警提供了参考,并为地铁正常运行与维护的安全监测提供了理论依据。     

基于Landsat 8光学影像的巴基斯坦Awaran M_w7.7地震形变监测及参数反演研究

2013年9月24日巴基斯坦俾路支省(Balochistan)境内的阿瓦兰县(Awaran)发生了Mw7.7级地震.本文利用覆盖该地区的Landsat 8数据,基于影像配准的方法获取了该次地震的同震形变场,并运用地统计的方法对形变结果进行精度评定.针对传统四叉树算法中近场和远场中采样密度的不均匀性,以及噪音区域对数据降采样和反演结果收敛性的影响,本文提出了改进的四叉树算法对点的密度和形变梯度进行合理兼顾.最后利用光学影像获取的形变结果和数据的精度水平,基于Okada弹性半空间形变模型反演了该地震的震源参数和断层滑动分布.结果表明,地震断层北倾47°,滑动以左旋走滑为主,断层的西南部兼具少量的倾滑运动分量,断层滑动主要集中分布在断层面0~15km深度范围,最大滑动量达10m.反演获得的地震标量矩为4.68×1020 N·m,震级约为Mw7.75级.本文的研究结果可以为该地区的地壳应力变化研究和地震灾害评估提供依据,同时为Landsat 8光学影像应用于地震的形变研究提供参考.     

一种基于Helmert方差分量估计的岭参数确定方法

为了使岭参数具有一个明确的含义,提出了一种基于Helm ert方差分量估计的岭参数确定方法。该方法把约束条件作为一类参数之间互相独立的虚拟观测,从而把岭参数转变为两类观测值的权比,然后用Helm ert方差分量估计的方法确定岭参数。通过算例,比较了该方法与岭迹法、L曲线法的效果。结果表明,该方法不仅计算过程简单、直接,而且精度也优于其他几种方法。     

基于 C 波段和 L 波段的 SBAS-InSAR 技术监测广州地面沉降

近10年来广州市频繁发生地面沉降、塌陷等地质灾害,造成巨大的生命财产损失,而且目前仍然在加剧。传统的监测技术如GPS、水准测量等难以开展大范围、高精度和高空间分辨率的地表沉降监测工作,而合成孔径雷达干涉测量技术(InSAR)正逐渐成为城市地表沉降监测的有效手段。文中采用短基线集(SBAS-InSAR)技术,通过17景ENVISAT/ASAR数据和21景ALOS/PALSAR数据,探测广州佛山地区2006—2011年的地表形变信息。将其与研究区内已有的水准测量数据进行比较,从而验证InSAR技术监测结果的可靠性。最后圈定了研究区的重点沉降区域并对沉降成因进行分析。     

尼泊尔地震触发滑坡识别和雪崩形变分析

2015-04-25尼泊尔Gorkha附近发生了Mw 7.8级强震,引发尼泊尔及中国西藏地区大量的山体滑坡和雪崩灾害,造成了严重的人员伤亡与经济损失。基于Landsat 8影像和亚像素相关性匹配技术识别形变失相关区域,并结合目视解译提取震害滑坡与雪崩沉积区域,统计分析了所提取的滑坡数目、面积等与地形因子的关系,同时对珠峰雪崩高发区的冰川形变进行了定量分析。实验结果表明,提取形变场中的形变失相关区域并结合目视解译验证是一种识别震害滑坡与雪崩沉积区域的有效方法;统计结果显示滑坡体随坡度分布呈现高斯特性,多发生在坡度大于30°的地形,易发于河谷两侧,且高坡度更容易触发单体面积大的滑坡体。该研究为利用Landsat 8影像数据进行震害滑坡与雪崩沉积区域提取、雪崩高发区的冰川流速监测预警工作提供了新视角。     

InSAR可检测的最大最小变形梯度的函数模型研究

InSAR干涉图中的相位噪声是相干性和视数的函数.InSAR能检测的地表最大最小形变梯度,除了受到InSAR硬件的限制外,还直接受到InSAR干涉图中噪声强弱的影响.此外,由于多视处理会改变像元的大小,也会引起可检测的最大最小形变梯度显著变化.本文研究了InSAR可检测的地表最大最小形变梯度与相干性和视数的关系,并建立了视数为1、5和20时（ERS和ENVISAT常采用的多视数）InSAR可检测的最大最小形变梯度的经验函数模型.最后,本文用伊朗Bam地区的Enivsat ASAR数据进行了试验,结果表明该模型能够准确地判别不同视数和相干性情况下地表变形能否被InSAR技术所检测.与Baran只考虑了相干性的模型相比,本文的模型适用范围更广.     

利用InSAR短基线技术估计洛杉矶地区的地表时序形变和含水层参数

美国南加州洛杉矶地区是自然和人为活动引起的地质构造活跃、石油及地下水抽取和回灌频繁的区域.本文利用19景ENVISAT ASAR降轨影像生成了71幅垂直基线小于300 m、时间间隔小于3年的解缠差分干涉图,并基于短基线集技术(SBAS),GPS和地下水水位数据估计了该区域2003年9月~2009年8月的地表时序形变及含水层贮水系数等物理参数.研究结果表明:(1)在InSAR干涉图中可以清楚的识别多处沉降明显的区域.例如,主要由于含水层地下水的抽取与回灌引起地表沉降的Pasadena盆地(~-2.5 cm/a)、San Gabriel流域(~-2 cm/a)、San Bernardino盆地(~-2.5 cm/a)、Pomona-Ontario盆地(~-4 cm/a)和Santa Ana盆地(~-2.5 cm/a),以及由石油抽取引起地面形变的Santa Fe Springs区域(~-1 cm/a)和Wilmington区域(~-1 cm/a)等;(2)InSAR时间序列形变与GPS投影在雷达视线方向上的形变结果具有较高的一致性,平均形变速率差异的均方差为0.39 cm/a;(3)InSAR时间序列形变与含水层地下水位的变化基本一致,并基于相关理论计算出了含水层的弹性贮水系数和非弹性贮水系数,分析了含水层的形变机理.     

基于主成分回归的GPS高程曲面拟合

本文阐述了多项式曲面拟合GPS高程中参数数目对法方程条件数和结果的影响,当过度参数化时,观测方程的法方程会病态,传统的最小二乘无法得到可靠的结果,岭估计到目前为止仍然没有一种很好的确定岭参数的方法,主成分估计可以在保持原始数据信息损失最少的前提下,实现数据的降维避免法方程病态,从而得到参数的精确估值。并且把该方法运用于某测区,通过比较不同方法和不同参数数目时的计算结果,得出主成分估计在不同参数时都可以取得比较满意的结果,同时计算结果表明中心化和标准化对于多项式曲面拟合GPS高程的必要性。