时序InSAR(Time Series InSAR,TS-InSAR)技术因少受云雨影响、精度高、多时相等优势,已被广泛应用于地表形变监测。干涉组合是时序InSAR分析技术的重要前提,其干涉组合的数量及网型分布直接影响参数解算的计算效率和精度。尽管目前已有...时序InSAR(Time Series InSAR,TS-InSAR)技术因少受云雨影响、精度高、多时相等优势,已被广泛应用于地表形变监测。干涉组合是时序InSAR分析技术的重要前提,其干涉组合的数量及网型分布直接影响参数解算的计算效率和精度。尽管目前已有多种干涉组合方法相继被提出,但各种方法的特点及适用性还缺乏综合性评估与分析。为此,本文分别对10景L波段ALOS-1 PALSAR和256景C波段Sentinel-1两种数据集,应用9种干涉组合方法进行实验分析。初步结果表明,面对早期SAR数据,融合多种干涉组合方法更有利于获得理想的干涉组合网络;而对于重访周期较短的新型SAR数据,选用干涉组合方法时更需要兼顾计算效率和网络质量。展开更多
文摘时序InSAR(Time Series InSAR,TS-InSAR)技术因少受云雨影响、精度高、多时相等优势,已被广泛应用于地表形变监测。干涉组合是时序InSAR分析技术的重要前提,其干涉组合的数量及网型分布直接影响参数解算的计算效率和精度。尽管目前已有多种干涉组合方法相继被提出,但各种方法的特点及适用性还缺乏综合性评估与分析。为此,本文分别对10景L波段ALOS-1 PALSAR和256景C波段Sentinel-1两种数据集,应用9种干涉组合方法进行实验分析。初步结果表明,面对早期SAR数据,融合多种干涉组合方法更有利于获得理想的干涉组合网络;而对于重访周期较短的新型SAR数据,选用干涉组合方法时更需要兼顾计算效率和网络质量。