基于时序InSAR分析的高精度同震形变监测方法

合成孔径雷达干涉测量(InSAR)技术凭借全天时、全天候对地监测、高空间分辨率等特点,成为监测地表形变的重要手段,并广泛地应用到地震形变监测领域.然而同震形变监测中最常用的D-InSAR技术在水域和植被覆盖严重等区域中容易受到时空失相关的影响,导致获取的同震形变场会受到严重的污染,此外还包含有大气延迟误差.本文提出基于时序InSAR分析的高精度同震形变监测方法获取地震同震形变结果,主要是通过选择合适的干涉对和选择稳定点两步来提高形变场精度.凭借充足的Sentinel-1A/B卫星SAR数据的支撑,利用大量震前和震后影像生成众多干涉图,按照一定标准挑选受误差影响较小的干涉图进行研究,减少大气延迟误差造成的影响;同时对震前影像的幅度图进行统计分析,从幅度值、相干性和幅度离散指数等方面设置阈值选择稳定点目标,削弱噪声干扰,提高形变场精度.本文以2018年中国台湾花莲MW6.4地震为例,详细地介绍了高精度同震形变监测方法的数据处理流程,并与传统D-InSAR方法的结果进行了精度比较,结果表明本文方法能削弱形变场中的噪声误差,提高同震形变的信噪比.应用本文方法获取了14个不同震级和位置的地震形变,结果表明通过选择稳定点的方式能提高形变场精度,且对于获取不同地震的同震形变场具有普遍适用性.

哨兵-2号光学影像地表形变监测:以2016年M_W7.8新西兰凯库拉地震为例

光学影像已经广泛地应用于地表形变监测研究。哨兵-2号光学影像作为一种新的对地观测数据,具有重访周期短、空间分辨率高、影像覆盖范围大以及数据免费等优点,因此该数据在地表形变监测上有广泛的应用潜力。本文以COSI-Corr软件包为数据处理平台,基于亚像素的频率域相关性匹配技术,处理多时相的哨兵-2号数据获取地表形变。本文选取2016年M_w7.8新西兰凯库拉(Kaikoura)地震覆盖区域为例,对哨兵-2号影像地表形变中存在的各种系统误差源进行了系统分析和改正,并提出了改进的均值相减法去除形变场中的卫星姿态角误差。另外,还对哨兵-2号4个10m空间分辨率的波段(Band 2/3/4/8)中可用于地表形变监测的最佳波段进行了分析,统计结果显示Band8的地表形变监测效果最好。最后,利用哨兵-2号光学影像获取了2016年11月14日M_w7.8新西兰凯库拉地震的同震形变场;分析了沿地震主要断层的滑移分布,结果表明最大水平滑移量达10m;并与同期Landsat8全色影像的同震形变监测结果进行对比分析,结果表明哨兵-2号结果精度更高。本文的研究成果可以为哨兵-2号光学影像的应用提供参考。