CN106066478A - 融合像元偏移跟踪和短基线集的矿区地表形变解算方法 - Google Patents

融合像元偏移跟踪和短基线集的矿区地表形变解算方法 Download PDF

Info

Publication number
CN106066478A
CN106066478A CN201610362009.6A CN201610362009A CN106066478A CN 106066478 A CN106066478 A CN 106066478A CN 201610362009 A CN201610362009 A CN 201610362009A CN 106066478 A CN106066478 A CN 106066478A
Authority
CN
China
Prior art keywords
mining area
coherent point
deformation
short baseline
region
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201610362009.6A
Other languages
English (en)
Other versions
CN106066478B (zh
Inventor
范洪冬
杜森
黄继磊
闫世勇
邓喀中
汪云甲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China University of Mining and Technology CUMT
Original Assignee
China University of Mining and Technology CUMT
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China University of Mining and Technology CUMT filed Critical China University of Mining and Technology CUMT
Priority to CN201610362009.6A priority Critical patent/CN106066478B/zh
Publication of CN106066478A publication Critical patent/CN106066478A/zh
Application granted granted Critical
Publication of CN106066478B publication Critical patent/CN106066478B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
    • G01S13/9021—SAR image post-processing techniques
    • G01S13/9023—SAR image post-processing techniques combined with interferometric techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

一种融合像元偏移跟踪和短基线集的矿区地表形变解算方法。适用于地表矿区地表形变研究使用。其步骤为：对矿区地表形变区域进行预估；选取时间序列上相干图中的高相干点；利用时序偏移量跟踪算法恢复大形变区域高相干点的相位整周数N；大形变区域和小形变区域的高相干点联合建立短基线集解算模型；矿区地表高程误差及形变速率的解算。其监测精度高、范围大，实现操作过程简单，费用低，克服了传统时序InSAR方法无法正确获取矿区大形变梯度下的地表沉降问题，也解决了基于SAR幅度信息的时序像元偏移跟踪算法和基于差分相位的短基线集技术难以联合解算地表形变速率和高程误差的问题，具有广泛的实用性。

Description

融合像元偏移跟踪和短基线集的矿区地表形变解算方法
技术领域
本发明涉及一种矿区地表形变解算方法，尤其适用于一种融合像元偏移跟踪和短基线集的矿区地表形变解算方法。
技术背景
合成孔径雷达干涉测量技术(InSAR，Interferometric Synthetic ApertureRadar)具有全天候、覆盖范围大、精度高、具有穿透力等优点，在地形测绘、形变监测、地表参数反演等领域的应用越来越广。DInSAR(Differential InSAR)主要用于地表形变监测，在火山监测、地面沉降、地震形变场获取、滑坡监测等领域具有极大的应用潜能。但该技术受到时间基线、空间基线、大气延迟等因素的影响，仅对部分高相干点或永久散射点进行处理分析的时序InSAR方法应运而生。该类方法主要包括：PS-InSAR(Permanent Scatterer-InSAR)、SBAS(Small Baseline Subsets)、IPTA(Interferometric Point TargetAnalysis)等。
时序InSAR处理技术中，因主影像不唯一，时空基线较短，因此相干性较高的短基线集技术(SBAS)应用较广。但该方法在解算时首先要对差分相位进行解缠，而矿区开采沉陷速度快、形变量大，相位解缠只能解算相邻点形变梯度在(-π,π]间的沉降值，大形变区域的地表下沉难以通过相位解缠方法正确得到，导致这些区域监测量级较小，难以满足矿区大形变监测要求。同时，像元偏移跟踪算法能够解算地表大形变，目前主要应用于冰川移动、地震形变等，但利用SAR幅度信息得到的地表形变精度较低，并且非常耗时，解算结果中的地形误差与基于差分相位建立的短基线集技术中的地形误差并不等价，无法将其带入短基线集模型进行直接解算。因此，目前没有将像元偏移跟踪和短基线集融合解算地表形变和高程误差的方法。
发明内容
针对上述技术问题，提供一种克服了时序InSAR方法缺点，计算量小，精度高的融合像元偏移跟踪和短基线集的矿区地表形变解算方法。
为实现上述技术目的，本发明的融合像元偏移跟踪和短基线集的矿区地表形变解算方法步骤如下：
步骤1：预估矿区地表形变区域：
选取被测因煤炭开采导致的矿区，利用卫星雷达获取选取矿区的SAR影像，利用DInSAR或开采沉陷预计得到的地表沉降结果，将SAR影像区域中相邻像元形变差大于SAR影像波长一半的下沉盆地初步划分成大形变区域，将像元形变量小于10mm设定为无形变区域，其余区域设定为小形变区域；
步骤2：选取时间序列上相干图中的高相干点：
设定SAR影像的时间和空间基线阈值，选取小于阈值的SAR影像进行干涉处理，再依据相干性获取整个或大部分时间序列上具有高相干性的点位；
步骤3：利用时序偏移量跟踪算法恢复大形变区域高相干点的相位整周数N：
在划分出的无形变区域内选取相干性大于0.3的高相干点计算整体偏移量，利用最小二乘原理建立偏移量的双线性多项式内插函数，将形变区域内相干点的影像坐标带入内插函数计算形变区域内相干点的整体偏移量；
利用小窗口最大频谱配准对大形变区域的高相干点进行精确配准，获取局部区域偏移量；
从局部精确偏移量中去除整体偏移量，并去除未下沉区域因地形起伏引起的残差，从而获取最终的视线向像元偏移量offset；
利用视线向像元偏移量offset得到大形变区域高相干点的相位整周数N，
利用相位整周数N和大形变区域内高相干点的原差分缠绕相位联合恢复大形变区域高相干点的真实相位差δΦb；
步骤4：利用大形变区域和小形变区域的高相干点联合建立短基线集解算模型：
在随机时间点t1、随机时间点t2分别采集了两幅被测矿区的SAR影像信息，判断步骤2选取的相干点位于SAR影像的小形变和无形变区域时，通过传统最小费用流方法解缠差分干涉图中高相干点(l,m)的真实相位差δΦs；
判断高相干点(l,m)位于大形变区域时，不能采用传统最小费用流方法解缠差分干涉图中高相干点(l,m)真实相位差，此时则由步骤3获取高相干点(l,m)的真实相位差δΦb；
最终，利用δΦs、δΦb联合构建短基线集的解算模型；
步骤5，解算矿区地表高程误差及形变速率：
利用短基线集处理模型，采用最小二乘解算矿区高相干点处地表高程误差及形变速率，在获取矿区地表形变后，通过反演矿区概率积分法预计参数，最终获取矿区地表沉陷预计及分析模型，为矿区沉陷工程应用提供基础数据。
所述未下沉区域因地形起伏引起的残差利用公式：计算得到；式中，offsettopo为地形起伏引起的偏移量误差；a0，a1，a2为最小二乘的拟合系数；H为对应位置的高程；为研究区域的平均高程；
利用公式：N＝ceil(2offset·Δ/λ)，计算得到大形变区域高相干点的相位整周数N，式中，ceil()为向下取整运算，△为斜距向像元尺寸，λ为SAR影像波长；从而克服像元偏移跟踪算法求解的偏移量仅用到SAR影像幅度信息，不能同传统短基线技术得到的差分相位进行最小二乘建模的问题。
利用公式：δΦb＝2Nπ+δφdiff，计算大形变区域高相干点的真实相位差，式中，δφdiff为缠绕的差分相位；
利用真实相位差δΦb建立短基线集处理模型A方法为：首先利用真实相位差δΦb构建解缠相位矩阵δΦ＝[δΦsδΦb]，再利用公式： 建立短基线集处理模型；式中：Δhl,m为相干点(l,m)的高程误差；V为相干点的下沉速率；W为残余相位；λ为卫星雷达波长；B⊥,l,m为两幅SAR影像相干点处的垂直基线；θ(l,m)为相干点处的雷达入射角；rl,m为卫星距离点目标(l,m)的斜距；
局部区域偏移量还可以通过最小二乘匹配方法对大形变区域的高相干点进行精确配准获取；
所述矿区高相干点处地表高程误差及形变速率利用公式：计算，式中P为权阵，可取单位阵。
有益效果：本发明将采用幅度获取地表大形变的时序偏移量跟踪算法和利用相位获取地表微小形变的时序短基线算法有机融合，将两者纳入到一个模型中统一计算，利用两种方法的互补性，通过利用真实相位差建立短基线集处理模型解决了两者无法统一建模计算和传统时序InSAR方法无法正确获取矿区大形变梯度下的地表沉降问题，改变了原有短基线集算法中只能解算地表微小形变的方式，现有时序偏移量方法不能有效解算地形误差的问题也得到了的解决。方法简单，监测精度高、范围大，费用低，对指导矿区生产、预警地质灾害、治理生态环境、维护矿群关系等具有重要的实际意义和应用价值。
附图说明
图1为本发明实施例一种融合像元偏移跟踪和短基线集的矿区地表形变解算方法流程图
图2为本发明实施例采用相干性阈值选取的高相干点分布图
图3为本发明实施例解算的相干点处地表年形变速率图
图4为本发明实施例估计的相干点处DEM误差分布图
具体实施方式
下面将结合图和具体实施过程对本发明做进一步详细说明：
如图1所示，本发明的融合像元偏移跟踪和短基线集的矿区地表形变解算方法，包括如下步骤：
步骤1：矿区地表形变区域预估：
本实例选取被测因煤炭开采导致的矿区，采用的是裁切后的利用卫星获取选取矿区的11景1m分辨率的Terrasar-X卫星影像，范围为2000×1600像元。利用DInSAR或开采沉陷预计得到的地表沉降结果，将SAR影像区域中相邻像元形变差大于SAR影像波长一半的下沉盆地初步划分成大形变区域，将像元形变量小于10mm设定为无形变区域，其余区域设定为小形变区域；
步骤2：选取时间序列上相干图中的高相干点：
设定SAR影像的时间和空间基线阈值，选取小于阈值的SAR影像进行干涉处理，再依据相干性获取整个或大部分时间序列上具有高相干性的点位；设定时间和空间基线阈值分别为11天和160m，选取小于阈值的SAR影像进行干涉处理，以相干性阈值为0.3选取时间序列上的高相干性点位，本发明实施例采用相干性阈值选取的高相干点分布图如图2所示，共选出885997个点，中部大形变区域内因失相干影响，只选出了部分点位；
步骤3：利用时序偏移量跟踪算法恢复大形变区域高相干点的相位整周数N：
在划分出的无形变区域内选取相干性大于0.3的高相干点计算整体偏移量，基于最小二乘原理建立偏移量的双线性多项式内插函数，将形变区域内相干点的影像坐标带入内插函数计算形变区域内相干点的整体偏移量；
利用小窗口最大频谱配准对大形变区域的高相干点进行精确配准，获取局部区域偏移量；从局部精确偏移量中去除整体偏移量，并去除利用公式：得到的未下沉区域因地形起伏引起的残差，从而获取最终的视线向像元偏移量offset，式中，offsettopo为地形起伏引起的偏移量误差；a0，a1，a2为最小二乘的拟合系数；H为对应位置的高程；为研究区域的平均高程；
由于利用上述像元偏移跟踪算法求解的偏移量仅用到SAR影像幅度信息，不能同传统短基线技术得到的差分相位进行最小二乘建模。利用公式：N＝ceil(2offset·Δ/λ)得到大形变区域高相干点的相位整周数N，式中，ceil()为向下取整运算，△为斜距向像元尺寸，λ为SAR影像波长。由相位整周数N和大形变区域内高相干点的原差分缠绕相位联合恢复大这些点的真实相位差δΦb＝2Nπ+δφdiff，式中，δφdiff为缠绕的差分相位；
步骤4：大形变区域和小形变区域的高相干点联合建立短基线集解算模型：
在随机两个时间点t1，t2时刻分别获取了两幅被测矿区的SAR影像，判读相干点位于SAR影像的小形变和无形变区域时，通过传统最小费用流方法解缠差分干涉图中高相干点(l,m)的相位δΦs相位；判读相干点位于大形变区域时，相位解缠结果则不可靠，需利用步骤3得到的δΦb构建解缠相位矩阵：δΦ＝[δΦsδΦb]，然后直接利用公式： 建立模型，改变了原有短基线集算法中只能解算地表微小形变的方式；
式中：Δhl,m为相干点(l,m)的高程误差；V为相干点的下沉速率；W为残余相位；λ为雷达波长；B⊥,l,m为两幅SAR影像相干点处的垂直基线；θ(l,m)为相干点处的雷达入射角；rl,m为卫星距离点目标(l,m)的斜距；
步骤5，矿区地表高程误差及形变速率的解算
利用步骤4中的短基线集处理模型，采用最小二乘解算矿区高相干点处地表高程误差及形变速率其中P为权阵，可取单位阵。
本发明实施例解算的相干点处地表年形变速率如图3所示，从中可以看出，每年下沉大于1000mm的部分地表点已经可以得到，解决了短基线集技术无法监测地表大变形的问题。图4为本发明实施例估计的相干点处DEM误差分布图。因此，本发明解决了基于SAR幅度信息的时序像元偏移跟踪算法和基于差分相位的短基线集技术难以联合解算地表形变速率和高程误差的问题，为矿区地表沉降时序监测提供了新的处理方法。

Claims (7)

1.一种融合像元偏移跟踪和短基线集的矿区地表形变解算方法，其特征在于步骤如下：
步骤1：预估矿区地表形变区域：
选取被测因煤炭开采导致的矿区，利用卫星雷达获取选取矿区的SAR影像，利用DInSAR或开采沉陷预计得到的地表沉降结果，将SAR影像区域中相邻像元形变差大于SAR影像波长一半的下沉盆地初步划分成大形变区域，将像元形变量小于10mm设定为无形变区域，其余区域设定为小形变区域；
步骤2：选取时间序列上相干图中的高相干点：
设定SAR影像的时间和空间基线阈值，选取小于阈值的SAR影像进行干涉处理，再依据相干性获取整个或大部分时间序列上具有高相干性的点位；
步骤3：利用时序偏移量跟踪算法恢复大形变区域高相干点的相位整周数N：
在划分出的无形变区域内选取相干性大于0.3的高相干点计算整体偏移量，利用最小二乘原理建立偏移量的双线性多项式内插函数，将形变区域内相干点的影像坐标带入内插函数计算形变区域内相干点的整体偏移量；
利用小窗口最大频谱配准对大形变区域的高相干点进行精确配准，获取局部区域偏移量；
从局部精确偏移量中去除整体偏移量，并去除未下沉区域因地形起伏引起的残差，从而获取最终的视线向像元偏移量offset；
利用视线向像元偏移量offset得到大形变区域高相干点的相位整周数N，
利用相位整周数N和大形变区域内高相干点的原差分缠绕相位联合恢复大形变区域高相干点的真实相位差δΦb；
步骤4：利用大形变区域和小形变区域的高相干点联合建立短基线集解算模型：
在随机时间点t1、随机时间点t2分别采集了两幅被测矿区的SAR影像信息，判断步骤2选取的相干点位于SAR影像的小形变和无形变区域时，通过传统最小费用流方法解缠差分干涉图中高相干点(l,m)的真实相位差δΦs；
判断高相干点(l,m)位于大形变区域时，不能采用传统最小费用流方法解缠差分干涉图中高相干点(l,m)真实相位差，此时则由步骤3获取高相干点(l,m)的真实相位差δΦb；
最终，利用δΦs、δΦb联合构建短基线集的解算模型；
步骤5，解算矿区地表高程误差及形变速率：
利用短基线集处理模型，采用最小二乘解算矿区高相干点处地表高程误差及形变速率，在获取矿区地表形变后，通过反演矿区概率积分法预计参数，最终获取矿区地表沉陷预计及分析模型，为矿区沉陷工程应用提供基础数据。
2.根据权利要求1所述的融合像元偏移跟踪和短基线集的矿区地表形变解算方法，其特征在于：所述未下沉区域因地形起伏引起的残差利用公式：计算得到；式中，offsettopo为地形起伏引起的偏移量误差；a0，a1，a2为最小二乘的拟合系数；H为对应位置的高程；为研究区域的平均高程。
3.根据权利要求1所述的融合像元偏移跟踪和短基线集的矿区地表形变解算方法，其特征在于：利用公式：N＝ceil(2offset·Δ/λ)，计算得到大形变区域高相干点的相位整周数N，式中，ceil()为向下取整运算，△为斜距向像元尺寸，λ为SAR影像波长；从而克服像元偏移跟踪算法求解的偏移量仅用到SAR影像幅度信息，不能同传统短基线技术得到的差分相位进行最小二乘建模的问题。
4.根据权利要求1所述的融合像元偏移跟踪和短基线集的矿区地表形变解算方法，其特征在于：利用公式：δΦb＝2Nπ+δφdiff，计算大形变区域高相干点的真实相位差，式中，δφdiff为缠绕的差分相位。
5.根据权利要求1所述的融合像元偏移跟踪和短基线集的矿区地表形变解算方法，其特征在于：利用真实相位差δΦb建立短基线集处理模型A方法为：首先利用真实相位差δΦb构建解缠相位矩阵δΦ＝[δΦs δΦb]，再利用公式： 建立短基线集处理模型；式中：Δhl,m为相干点(l,m)的高程误差；V为相干点的下沉速率；W为残余相位；λ为卫星雷达波长；B⊥,l,m为两幅SAR影像相干点处的垂直基线；θ(l,m)为相干点处的雷达入射角；rl,m为卫星距离点目标(l,m)的斜距。
6.根据权利要求1所述的融合像元偏移跟踪和短基线集的矿区地表形变解算方法，其特征在于：局部区域偏移量还可以通过最小二乘匹配方法对大形变区域的高相干点进行精确配准获取。
7.根据权利要求1或6所述的融合像元偏移跟踪和短基线集的矿区地表形变解算方法，其特征在于：所述矿区高相干点处地表高程误差及形变速率利用公式：计算，式中P为权阵，可取单位阵。
CN201610362009.6A 2016-05-27 2016-05-27 融合像元偏移跟踪和短基线集的矿区地表形变解算方法 Active CN106066478B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610362009.6A CN106066478B (zh) 2016-05-27 2016-05-27 融合像元偏移跟踪和短基线集的矿区地表形变解算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610362009.6A CN106066478B (zh) 2016-05-27 2016-05-27 融合像元偏移跟踪和短基线集的矿区地表形变解算方法

Publications (2)

Publication Number Publication Date
CN106066478A true CN106066478A (zh) 2016-11-02
CN106066478B CN106066478B (zh) 2018-10-30

Family

ID=57420258

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610362009.6A Active CN106066478B (zh) 2016-05-27 2016-05-27 融合像元偏移跟踪和短基线集的矿区地表形变解算方法

Country Status (1)

Country Link
CN (1) CN106066478B (zh)

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107037428A (zh) * 2017-03-27 2017-08-11 中国科学院遥感与数字地球研究所 一种提高星载双站差分InSAR提取形变精度的方法
CN107132539A (zh) * 2017-05-03 2017-09-05 中国地质科学院探矿工艺研究所 一种基于小基线集的时间序列InSAR的滑坡早期识别方法
CN107180448A (zh) * 2017-04-24 2017-09-19 中国矿业大学 一种基于地表不变特征的矿区dem变化检测方法
CN108919262A (zh) * 2018-04-27 2018-11-30 中国国土资源航空物探遥感中心 Dem辅助强度相关的冰川表面运动三维矢量反演方法
CN109444879A (zh) * 2018-10-19 2019-03-08 西南交通大学 一种DInSAR近断层同震形变场提取方法
CN111022124A (zh) * 2019-12-31 2020-04-17 山东交通学院 一种桥隧工程短、长期变形的超前预警方法
CN111310649A (zh) * 2020-02-13 2020-06-19 西南交通大学 一种无人机高分辨率影像对山岳冰川运动消融的提取方法
CN111538006A (zh) * 2020-05-13 2020-08-14 深圳大学 基于动态基线的InSAR数字高程模型构建方法及系统
CN112711021A (zh) * 2020-12-08 2021-04-27 中国自然资源航空物探遥感中心 一种多分辨率InSAR交互干涉时序分析方法
CN112904337A (zh) * 2021-05-07 2021-06-04 北京东方至远科技股份有限公司 一种基于Offset Tracking技术的边坡形变时序监测方法
CN113091596A (zh) * 2021-03-31 2021-07-09 中国矿业大学 一种基于多极化时序sar数据的地表形变监测方法
CN114777633A (zh) * 2022-04-02 2022-07-22 山西省煤炭地质勘查研究院有限公司 一种关闭矿区阶段性形变监测及分析方法
CN115713531A (zh) * 2023-01-05 2023-02-24 山东环宇地理信息工程有限公司 一种基于InSAR的地球表面图像数据处理系统
CN115712118A (zh) * 2022-11-07 2023-02-24 江苏省水利科学研究院 一种像素偏移量追踪监测及校正方法
CN117970331A (zh) * 2024-04-02 2024-05-03 中国电建集团华东勘测设计研究院有限公司 一种InSAR地表形变监测方法及系统
CN117970331B (zh) * 2024-04-02 2024-05-31 中国电建集团华东勘测设计研究院有限公司 一种InSAR地表形变监测方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2318074A1 (en) * 1998-01-16 1999-07-22 Ball Corporation Reduction of radar antenna area
CN1412524A (zh) * 2002-11-28 2003-04-23 武汉大学 可量测无缝空间立体模型的生成方法
KR20040087048A (ko) * 2003-04-04 2004-10-13 (주)젠코아 미세 조정방식의 디지털-아날로그 변환기 및 그를 이용한미세 조정방법
CN103091676A (zh) * 2013-01-22 2013-05-08 中国矿业大学 矿区地表开采沉陷合成孔径雷达干涉测量的监测及解算方法
CN105444730A (zh) * 2015-11-12 2016-03-30 中国矿业大学 多源数据监测矿区形变的时空特性及越界开采识别方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2318074A1 (en) * 1998-01-16 1999-07-22 Ball Corporation Reduction of radar antenna area
CN1412524A (zh) * 2002-11-28 2003-04-23 武汉大学 可量测无缝空间立体模型的生成方法
KR20040087048A (ko) * 2003-04-04 2004-10-13 (주)젠코아 미세 조정방식의 디지털-아날로그 변환기 및 그를 이용한미세 조정방법
CN103091676A (zh) * 2013-01-22 2013-05-08 中国矿业大学 矿区地表开采沉陷合成孔径雷达干涉测量的监测及解算方法
CN105444730A (zh) * 2015-11-12 2016-03-30 中国矿业大学 多源数据监测矿区形变的时空特性及越界开采识别方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
FABIO CANOVA 等: ""Land subsidence along the Ionian coast of SE Sicily (Italy), detection and analysis via Small Baseline Subset (SBAS) multitemporal differential SAR interferometry"", 《ANTHROPOGENIC LAND SUBSIDENCE IN SE SICILY》 *
XUGUO SHI: ""ANDSLIDE MONITORING IN THREE GORGES AREA BY JOINT USE OF PHASE BASED AND AMPLITUDE BASED METHODS"", 《FRINGE 2015 WORKSHOP》 *
汪磊 等: ""融合概率积分模型与D—InSAR的开采沉陷预计"", 《金属矿山》 *

Cited By (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107037428B (zh) * 2017-03-27 2019-11-12 中国科学院遥感与数字地球研究所 一种提高星载双站差分InSAR提取形变精度的方法
CN107037428A (zh) * 2017-03-27 2017-08-11 中国科学院遥感与数字地球研究所 一种提高星载双站差分InSAR提取形变精度的方法
CN107180448A (zh) * 2017-04-24 2017-09-19 中国矿业大学 一种基于地表不变特征的矿区dem变化检测方法
CN107180448B (zh) * 2017-04-24 2019-08-02 中国矿业大学 一种基于地表不变特征的矿区dem变化检测方法
CN107132539A (zh) * 2017-05-03 2017-09-05 中国地质科学院探矿工艺研究所 一种基于小基线集的时间序列InSAR的滑坡早期识别方法
CN108919262A (zh) * 2018-04-27 2018-11-30 中国国土资源航空物探遥感中心 Dem辅助强度相关的冰川表面运动三维矢量反演方法
CN109444879A (zh) * 2018-10-19 2019-03-08 西南交通大学 一种DInSAR近断层同震形变场提取方法
CN111022124B (zh) * 2019-12-31 2021-04-30 山东交通学院 一种桥隧工程短、长期变形的超前预警方法
CN111022124A (zh) * 2019-12-31 2020-04-17 山东交通学院 一种桥隧工程短、长期变形的超前预警方法
CN111310649B (zh) * 2020-02-13 2022-09-23 西南交通大学 一种无人机高分辨率影像对山岳冰川运动消融的提取方法
CN111310649A (zh) * 2020-02-13 2020-06-19 西南交通大学 一种无人机高分辨率影像对山岳冰川运动消融的提取方法
CN111538006A (zh) * 2020-05-13 2020-08-14 深圳大学 基于动态基线的InSAR数字高程模型构建方法及系统
CN112711021B (zh) * 2020-12-08 2021-10-22 中国自然资源航空物探遥感中心 一种多分辨率InSAR交互干涉时序分析方法
CN112711021A (zh) * 2020-12-08 2021-04-27 中国自然资源航空物探遥感中心 一种多分辨率InSAR交互干涉时序分析方法
CN113091596B (zh) * 2021-03-31 2022-01-25 中国矿业大学 一种基于多极化时序sar数据的地表形变监测方法
CN113091596A (zh) * 2021-03-31 2021-07-09 中国矿业大学 一种基于多极化时序sar数据的地表形变监测方法
CN112904337B (zh) * 2021-05-07 2021-11-05 北京东方至远科技股份有限公司 一种基于Offset Tracking技术的边坡形变时序监测方法
CN112904337A (zh) * 2021-05-07 2021-06-04 北京东方至远科技股份有限公司 一种基于Offset Tracking技术的边坡形变时序监测方法
CN114777633A (zh) * 2022-04-02 2022-07-22 山西省煤炭地质勘查研究院有限公司 一种关闭矿区阶段性形变监测及分析方法
CN114777633B (zh) * 2022-04-02 2024-05-14 山西省煤炭地质勘查研究院有限公司 一种关闭矿区阶段性形变监测及分析方法
CN115712118A (zh) * 2022-11-07 2023-02-24 江苏省水利科学研究院 一种像素偏移量追踪监测及校正方法
CN115712118B (zh) * 2022-11-07 2023-08-11 江苏省水利科学研究院 一种像素偏移量追踪监测及校正方法
CN115713531A (zh) * 2023-01-05 2023-02-24 山东环宇地理信息工程有限公司 一种基于InSAR的地球表面图像数据处理系统
CN117970331A (zh) * 2024-04-02 2024-05-03 中国电建集团华东勘测设计研究院有限公司 一种InSAR地表形变监测方法及系统
CN117970331B (zh) * 2024-04-02 2024-05-31 中国电建集团华东勘测设计研究院有限公司 一种InSAR地表形变监测方法及系统

Also Published As

Publication number Publication date
CN106066478B (zh) 2018-10-30

Similar Documents

Publication Publication Date Title
CN106066478B (zh) 融合像元偏移跟踪和短基线集的矿区地表形变解算方法
Milillo et al. Monitoring dam structural health from space: Insights from novel InSAR techniques and multi-parametric modeling applied to the Pertusillo dam Basilicata, Italy
Di Martire et al. Landslide detection integrated system (LaDIS) based on in-situ and satellite SAR interferometry measurements
Ng et al. Mapping land subsidence in Jakarta, Indonesia using persistent scatterer interferometry (PSI) technique with ALOS PALSAR
Perski et al. InSAR analyses of terrain deformation near the Wieliczka Salt Mine, Poland
Dehghani et al. Hybrid conventional and persistent scatterer SAR interferometry for land subsidence monitoring in the Tehran Basin, Iran
Colesanti et al. Investigating landslides with space-borne Synthetic Aperture Radar (SAR) interferometry
Pawluszek-Filipiak et al. Monitoring mining-induced subsidence by integrating differential radar interferometry and persistent scatterer techniques
He et al. Complete three-dimensional near-field surface displacements from imaging geodesy techniques applied to the 2016 Kumamoto earthquake
Bovenga et al. Using C/X-band SAR interferometry and GNSS measurements for the Assisi landslide analysis
Zhang et al. Monitoring of urban subsidence with SAR interferometric point target analysis: A case study in Suzhou, China
CN103091676A (zh) 矿区地表开采沉陷合成孔径雷达干涉测量的监测及解算方法
Ren et al. Calculating vertical deformation using a single InSAR pair based on singular value decomposition in mining areas
Chen et al. Combining SAR interferometric phase and intensity information for monitoring of large gradient deformation in coal mining area
Zhang et al. Long-term ground multi-level deformation fusion and analysis based on a combination of deformation prior fusion model and OTD-InSAR for longwall mining activity
Yao et al. Research on surface deformation of ordos coal mining area by integrating multitemporal D-InSAR and offset tracking technology
Zheng et al. Joint probability integral method and TCPInSAR for monitoring mining time-series deformation
Liu et al. A Strain‐Model Based InSAR Time Series Method and Its Application to The Geysers Geothermal Field, California
Ittycheria et al. Time series analysis of surface deformation of Bengaluru city using Sentinel-1 images
Yang et al. Monitoring urban subsidence with multi-master radar interferometry based on coherent targets
Du et al. Time series interferometry integrated with groundwater depletion measurement from GRACE
Du et al. Satellite-based estimates of ground subsidence in Ordos Basin, China
Bhattacharya et al. Surface displacement estimation using space-borne SAR interferometry in a small portion along Himalayan Frontal Fault
Bhattacharya et al. Surface displacement estimation along Himalayan frontal fault using differential SAR interferometry
Zheng Imaging Cascadia slow slip events with modern interferometric synthetic aperture radar datasets

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant