论文部分内容阅读
合成孔径雷达差分干涉测量(Differential Interferometric Synthetic Aperture Radar,DInSAR)是在合成孔径雷达干涉测量(Interferometric Synthetic Aperture Radar,InSAR)技术上发展起来的大范围、毫米级形变监测技术。它是通过两次或多次观测的相位差提取形变相位,进而反演地表形变。但是,大气延迟将给DInSAR形变监测带来厘米级误差,严重影响对DInSAR形变监测结果的理解和分析。针对DInSAR大气延迟的改正,目前国内外主要有两种改正方法:借助外部气象数据的大气延迟改正和基于数据自身的大气延迟改正。借助外部气象数据的大气延迟改正是采用GPS或光学卫星遥感数据(如MODIS数据)提取大气参数(主要是水汽含量)来改正InSAR或DInSAR大气延迟。该方法存在GPS、光学卫星传感器与SAR工作频率差异、时间和空间分辨率差异等问题。基于数据自身的大气延迟改正方法是根据大气延迟的时空变化特征,采用滤波或邻域差分方法(即永久散射体雷达干涉测量方法)来抑制大气延迟。滤波方法只能在一定程度上抑制大气延迟,并且以牺牲低频空间形变为代价。永久散射体雷达干涉测量方法可估计出大气延迟,但需要多时相观测数据,算法复杂。鉴于现有大气延迟改正方法存在的不足,顾及大气延迟在水平空间上表现为低频特性,在垂直空间上随高程呈线性变化,本文提出了基于高程数据的大气延迟改正方法。论文详细阐述了基于高程数据的大气延迟改正过程,通过实验和应用实例证明了该方法的有效性,并进一步分析了该方法适用的区域类型和区域尺度。本文的具体工作如下:(1)分析了DInSAR的误差特征,研究了DInSAR形变误差随基线长度误差、DEM高程误差、大气延迟的变化关系,得出大气延迟是DInSAR的主要误差源,并且大气延迟随高程呈线性变化。(2)鉴于大气延迟随高程线性变化这一特性,提出了基于高程数据的DInSAR大气延迟改正方法。借助DEM数据,在水平和垂直空间上均匀选取控制点,并利用RANSAC算法剔除粗差点,然后采用最小二乘法建立基于高程数据的大气延迟改正线性模型。(3)以青海东部祁连山脉南北两个气候环境差异显著的区域为例,各利用2幅Sentinel-1卫星数据和SRTM高程模型进行差分干涉及大气延迟改正实验,两个实验均表明在大气延迟与高程具有较好相关性(≥0.7)的情况下,采用基于高程数据的DInSAR大气延迟改正方法能取得较为理想的效果。(4)从城镇区域、大气异常区域和大气与地形强相关区域三种类型上,研究了本文提出的大气延迟改正模型的适用区域类型,发现基于高程数据的大气延迟改正模型在大气与地形强相关区域的大气延迟改正效果最好。(5)通过变换不同区域尺度,分析了高程与大气延迟相关性的变化,以及不同区域尺度下的大气延迟改正效果,发现在研究区内东西100km、南北50km范围内,本文提出的大气延迟改正模型能取得很好的改正效果。(6)利用本文提出的大气延迟改正方法,对研究区域内某处滑坡DInSAR形变监测结果进行大气延迟改正,改善了该滑坡的DInSAR形变监测质量,进一步证明了基于高程数据的大气延迟改正方法的有效性和实用性。