InSAR非形变信息分离方法研究——以台州地区为例

发布时间：2021-12-15 20:53

　　为了获取台州地区地面沉降量,该文采用粗差探测与空间滤波相结合的方法对InSAR非形变信息分离,并利用水准观测数据进行验证。结果分析表明:原InSAR与水准观测差值标准差为5.018 mm,优化后InSAR与水准观测差值标准差为1.682 mm,验证了优化方法的可靠性。对比InSAR沉降量,台州地区椒江区、路桥区、温岭市的主城区域地面缓慢抬升,可能由于台州市地下水开采控制等因素导致而成;黄岩西部山区与沿海滩涂区域地面缓慢下降,可能与矿产资源开采、填海造陆、潮汐负荷等因素有关。 

【文章来源】：测绘科学. 2020,45(12)北大核心CSCD

【文章页数】：8 页

【部分图文】：

PS-InSAR数据处理流程图

PS-InSAR干涉对的时空基线分布

InSAR通过雷达向地面目标区域发射微波信号,并接收地面点反射的回波信号,得到覆盖同一地区多时相SAR图像,根据干涉图的相位值,通过解算任意两幅SAR图像的相位差,得到目标区地表形变。采用非形变信息分离方法对InSAR监测结果中非沉降信号分离,并采用水准测量结果验证,其数据处理流程如图3所示。1.2.1 非形变信息分离方法

【参考文献】：
期刊论文
[1]基于Sentinel-1A的南昌市时间序列InSAR地面沉降监测[J]. 莫莹,朱煜峰,江利明,孙奇石.  大地测量与地球动力学. 2020(03)
[2]Sentinel-1A卫星的黄河三角洲近期地表形变分析[J]. 程霞,张永红,邓敏,吴宏安,康永辉.  测绘科学. 2020(02)
[3]利用CORS站网监测温州-丽水区域环境负荷对地壳垂直形变和重力变化的影响[J]. 毛卫华,李婉秋,李爱勤,蒋涛,吉渊明,刘立,王伟.  武汉大学学报(信息科学版). 2020(10)
[4]基于PS-InSAR的天津地区沉降监测及分析[J]. 麻源源,左小清,麻卫峰.  遥感技术与应用. 2019(06)
[5]时序InSAR水库大坝形变监测应用研究[J]. 肖儒雅,何秀凤.  武汉大学学报(信息科学版). 2019(09)
[6]基于Sentinel-1 SAR数据的黑河上游冻土形变时序InSAR监测[J]. 陈玉兴,江利明,梁林林,周志伟.  地球物理学报. 2019(07)
[7]江苏全省地面沉降InSAR监测[J]. 张永红,李明巨,吴宏安,刘波,康永辉,何倩.  测绘科学. 2019(06)
[8]基于时间序列InSAR分析的西部山区滑坡灾害隐患早期识别——以四川丹巴为例[J]. 张路,廖明生,董杰,许强,龚健雅.  武汉大学学报(信息科学版). 2018(12)
[9]浙江平原时序InSAR地面沉降监测[J]. 骆光飞,陈捷,祝彦敏.  测绘科学. 2016(09)
[10]基于卡尔曼滤波的D-InSAR和水准监测数据融合方法研究[J]. 李怀展,查剑锋,米丽倩.  大地测量与地球动力学. 2015(03)

博士论文
[1]华北平原德州地面沉降成生机理、监测预警与可控性研究[D]. 张永伟.山东大学 2014

硕士论文
[1]时序InSAR技术的地面沉降监测应用研究[D]. 李伟轩.西安科技大学 2019
[2]江河湖库水负荷对地壳形变和重力场变化影响研究[D]. 朱钰.兰州交通大学 2018
[3]基于时序InSAR技术的常州市地表形变反演研究[D]. 种亚辉.南京大学 2019
[4]PSInSAR监测矿区地表沉降中永久散射体目标点选取方法研究[D]. 魏竞.太原理工大学 2013



本文编号：3537127