基于相干点目标的多基线D-InSAR技术与地表形变监测

失相干(Decorrelation)与大气波动是影响重复轨差分干涉测量(D-InSAR)进行地表形变信息提取的主要因素。相干性降低使得干涉纹图在空间上表现为不连续,难以完成相位解缠。重复观测时大气波动引起的相位延迟在空间域上的不均一分布则降低了D-InSAR提取形变信息,特别是空间范围覆盖较大的形变场的精度。介绍了一种基于相干目标的多基线D-InSAR数据处理算法。该算法根据少量SAR数据构成多基线干涉纹图集,分别利用点目标检测算法和相干系数均值作为相干目标提取的测度;利用相位回归分析模型对干涉相位进行时间域迭代处理,从干涉相位中提取线性形变速率和DEM误差改正,通过迭代处理补偿高程误差,解算线性地表形变速率。该算法提高了D-InSAR形变监测的时间采样率,能准确获取每个观测时刻的形变累积量。以沧州地区2004—2005年的SAR数据为例,获取了该地区地表沉降线性速率及其演变状况。

利用短基线差分干涉纹图集监测地表形变场

针对重复轨合成孔径雷达差分干涉测量中的失相干和大气扰动问题,介绍一种基于短基线差分干涉纹图集的地表形变时间序列及形变速率提取算法。选择短基线干涉像对构成差分干涉纹图集,以均值相干系数阈值为长时间间隔下相干目标识别指标,将离散相干点目标构建成Delaunay三角网,利用最小费用流算法完成相位解缠;视大气扰动引起的相位延迟为随机误差,以奇异值分解法对形变相位序列进行最小二乘处理解算形变累积量,通过最小二乘回归得到相干目标的形变速率。试验结果证明该算法对长时间序列形变场时空变化连续监测有效。