应用高分辨率PS-InSAR技术监测上海动迁房歪斜形变

地面沉降是一种地面标高缓慢降低的环境地质灾害,严重的不均匀沉降会造成地表建筑物的破坏甚至垮塌。针对上海川沙镇心圆西苑小区"动迁房歪斜"事件,本文处理分析了2013-2014年上海主城区和浦东区的26景TerraSAR-X影像,并对沉降格局及其驱动因素进行了详细的时空分析。在空间上,发现心圆西苑小区整体存在不均匀沉降,且发生歪斜的动迁房处沉降最为集中;在时间上,发现动迁房处PS点的沉降时间序列曲线与温度变化趋势存在一定的相关性;并对比主城区和浦东区的沉降结果进行了交叉验证,证实了结果的可靠性。表明动迁房的歪斜形变与其自身的结构形变、长期的地面荷载不均衡和地下基础工程施工建设造成的差异沉降密切相关,进一步说明了高分辨率InSAR技术在城市建筑物的形变监测、管理维护和预警方面均有广阔的应用前景。     

基于GPS和MODIS的ENVISAT ASAR数据干涉测量中大气改正方法研究

GPS数据用于改正InSAR中大气延迟误差的方法受GPS站点密度的限制,只利用有限的几个站点所观测到的大气数据来生成干涉图的大气改正图,往往达不到很好的效果.本文研究利用GPS与MODIS数据的联合使用来生成大气改正图,首先用GPS数据对MODIS水汽产品进行分块校准,并且对MODIS水汽数据进行了空间结构函数分析,得到研究区域内水汽场的空间分布规律.然后把这种区域水汽场的空间分布信息结合到Kriging内插法中生成更为合理的水汽图.通过上海地区ENVISAT ASAR数据的实验发现,这种加以改正的GPS和MODIS数据联合改正法不仅可以对长波大气信号有明显的消弱,还能消弱一些短波的大气信号,特别是一些幅度较强的短波信号;经过GPS+MODIS算法改正后,短波信号占优和长波信号占优的两幅差分大气延迟图的整体RMS分别降低了32.74%和38.82%,去除幅度较大.与GPS+ATM(大气传输模型)算法比较,我们发现,在上海地区有限的数据条件下（即研究区域内只有6个GPS点）,GPS+MODIS法在大气去除效果或者说大气信号重现能力方面优于GPS+ATM算法.GPS+MODIS算法在捕获短波大气信号方面要比GPS+ATM更有优势,因此也可以改正短波大气误差.     

单视数SAR图像Speckle滤波方法的研究

在分析单视数ＳＡＲ像的Ｓｐｅｃｋｌｅ局部统计特性和现有的空间滤波算法的基础上,提出上,提出了一种新的Ｓｐｅｃｋｌｅ滤波方法,该方法采用特殊的滤波窗口邻域划分方法,根据窗口相对标准差自适应地调整窗口设计的窗口内的滤波区域。     

时序InSAR滑坡探测与DEM误差影响分析

以贵州省西南山区为例,针对地质灾害隐患早期识别的实际情况和需求,开展差分干涉测量和时序InSAR方法的对比实验,以验证时序InSAR在抗误差干扰、探测微小形变、捕捉形变序列演化趋势等方面的能力;再基于高精度LiDAR DEM数据进一步研究DEM误差对时序InSAR处理结果的影响。实验表明,时序InSAR方法无法完全剔除DEM误差,从而导致形变速率、形变序列估计不准,在开展精细化InSAR形变分析时应尽可能选取高精度的外部DEM数据,以保证正确估计地质灾害隐患形变特征。     

基于时序Sentinel-1数据的锦屏水电站左岸边坡形变探测与特征分析

水电站库岸边坡的稳定性监测是保障大坝安全运行的重要基础性工作,而形变探测是实现边坡稳定性监测的主要途径。星载合成孔径雷达干涉测量(interferometric synthetic aperture Radar,In SAR)技术因其具有观测精度高,可全天候全天时工作的特点,已成为一种重要的形变监测手段。本文采用小基线集时序In SAR技术处理了56景C波段Sentinel-1影像,提取了雅砻江流域锦屏一级水电站库区左岸边坡的形变特征信息。结果表明,锦屏一级水电站上游距离大坝约1. 5 km处左岸边坡上存在一处表面积超过75万m2的大型滑坡体,2015—2018年间最大视线向形变速率超过200 mm/a。形变区主要集中在该岸坡中上部,观测时间段内视线向最大累积形变量超过500 mm,其形变时间序列无明显周期性,基本呈线性滑动趋势。采用同样的方法,对2006—2011年间获取的22景L波段ALOS-PALSAR存档数据进行处理,结果显示在大坝蓄水前,该坡体基本保持稳定。由此推断,库区蓄水造成的大幅水位上升很可能是诱发该滑坡复活的主要因素。     

黄土台塬滑坡变形的时序InSAR监测分析

黄土台塬由于经常性的农业灌溉容易造成边缘区域滑坡发育。因此,需要利用有效手段对这些潜在的滑坡隐患进行早期识别与监测。利用时间序列合成孔径雷达干涉测量（interferometric synthetic aperture radar,InSAR）技术对2016-01至2018-08期间获取的升降轨Sentinel-1数据集进行分析,获取了甘肃永靖黑方台典型台塬地区的滑坡隐患分布情况。将InSAR结果与GPS观测资料进行对比,验证了时序InSAR处理方法的有效性。对该地区滑坡的历史变形分析表明,持续的农业灌溉引起的地下水位抬升是台塬边缘坡体失稳的主要诱因。同时,InSAR时序分析发现,研究区域内的跨黄河大桥受季节更替和温度波动的影响,存在周期性变形现象。实验结果证明了时序InSAR方法在地表变形监测中的有效性,可在黄土滑坡识别与监测防治中发挥重要作用。     

基于距离限制的地面点提取滤波器(英文)

The extraction of points on the bare earth from point clouds acquired by airborne laser scanning is one of the most important steps for the generation of digital terrain models (DTM). This process is called “filtering”. However, most of the current filters erode the bare earth in steep sloped landscapes and at discontinuities, and they retain low vegetation. Therefore, a new filtering method for extracting ground points based on a distance limit is proposed in this paper. The angle criterion is used to assure the robustness of the algorithm. The experimental results show that the proposed filtering method can effectively derive the ground points from point clouds in complex urban areas. Supported by the Program for Changjiang Scholars and Innovative Research Team in University (No.0438), the National 863 Program of China (No. 2006AA12Z151).     

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.     

应用PSInSAR技术分析上海道路网沉降时空特性

城市道路网的持续稳定性监测不仅可以避免重大事故带来的人身财产损失,也有利于经济社会的可持续发展。针对道路网长距离、大跨度的实时监测需求,将永久散射体雷达干涉测量（persistent scatterer synthetic aperture radar interferometry,PSInSAR）技术引入城市道路网的形变监测和预警,处理了上海26景时间序列TerraSAR-X卫星数据,对道路网的沉降进行时空分析。空间上,首先阐述道路网整体的沉降格局,然后探讨局部路段的沉降细节及其驱动力;时间上,分析温度变化对路面沉降时间序列变化的影响,并对实验结果进行精度验证。结果表明,上海道路网沉降主要分布在浦东区,与路网密度相关,新区城市化发展建设已成为道路网主要的沉降原因;沥青路面的沉降时间序列与温度变化存在时间相关性,沉降结果与水准数据基本一致。     

联合多平台InSAR数据集精确估计地表沉降速率场

分析了不同平台InSAR数据集的成像几何差异以及时空分辨率不一致对沉降场联合反演的影响,提出了多平台InSAR数据联合估计方法及其解决方案。将该方法应用于分析覆盖上海地区的18景TerraSAR-X、16景ENVISAT ASAR和20景ALOS PALSAR数据,提取了数据共同覆盖时间段内（2009年~2010年）的上海市地表沉降速率场分布,并与同期获取的水准数据进行了对比验证。实验结果表明,本文方法能有效的联合多组观测数据给出更精确的沉降估计结果,且无需外部数据校正。