CN107037428A - 一种提高星载双站差分InSAR提取形变精度的方法 - Google Patents
一种提高星载双站差分InSAR提取形变精度的方法 Download PDFInfo
- Publication number
- CN107037428A CN107037428A CN201710187861.9A CN201710187861A CN107037428A CN 107037428 A CN107037428 A CN 107037428A CN 201710187861 A CN201710187861 A CN 201710187861A CN 107037428 A CN107037428 A CN 107037428A
- Authority
- CN
- China
- Prior art keywords
- insar
- dual station
- phase
- deformation
- spaceborne
- 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
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
-
- 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
- G01S13/904—SAR modes
- G01S13/9058—Bistatic or multistatic SAR
Abstract
本发明公开了一种提高星载双站差分InSAR提取形变精度的方法,本发明针对现有的星载双站差分InSAR形变监测没有对应相位模型的问题,建立了星载双站差分InSAR相位模型,并在此基础上建立了利用星载双站差分干涉相位获得地表高程向形变的方法。本发明相对于现有的星载双站差分InSAR的优势在于:通过星载双站差分InSAR相位模型得到空变的星载双站差分InSAR相位与地表形变之间的变换因子,提高了形变区域形变量估计的准确度。本发明监测效率高、实施方便、结果直观明了,在冰川变化、矿区沉降等大面积形变区域的地表形变监测应用领域具有实用价值和广阔的应用前景。
Description
技术领域
本发明属于合成孔径雷达干涉应用技术领域,涉及一种提高星载双站差分InSAR提取形变精度的方法。
背景技术
地球表层是各个圈层及宇宙空间的界面,受自然因素或人为因素作用,造成的地表高程变化或者发生位移的现象称为地表形变,地表形变量超出一定界限会演变成地质灾害,对人类生命和财产安全带来严重损失。认识地表形变规律是预防和减轻自然灾害重要基础,也是地球动力学模型的关键约束,因此地表形变监测具有重要的科学价值和现实意义。
传统的地表形变测量手段包括水准测量、GPS测量、激光雷达测量等地面测量手段,这些手段可以获得高精度的地表形变信息,但是覆盖区域小,消耗大量人力和物力,只能开展小范围的地表变化的监测。基于卫星的地表形变测量技术可以实现大区域的地表形变的监测,目前主要有两种方法,一种是通过对卫星不同时间获得的地表高程进行相减得到地表的形变信息,另外一种是使用SAR差分干涉测量技术利用相位信息获得地表的形变信息。这两种方法都得到了广泛的应用,尤其是SAR传感器可以全天时、全天候的工作,在气象条件复杂的地区可以有效提取大区域地表的形变信息。
TanDEM-X/TerraSAR-X双站雷达是德国宇航局2010年发射的新型雷达系统,也是世界上首个星载双站雷达系统,其特点是可以同时获得地面的两幅雷达影像。Neckel等人于2013年在期刊《Cryosphere》第7期发表“Recent mass balance of the Purogangri IceCap,central Tibetan Plateau,by means of differential X-band SARinterferometry”一文,提出可以通过星载双站差分InSAR方法来获得区域的形变信息的概念,这种处理方法只需要对外部地形相位进行一次减法运算,相对于利用TanDEM-X/TerraSAR-X双站雷达数据得到的数字地表高程减去早期获得的数字地表高程的方法,降低了高程相位的变化梯度变化带来的解缠误差,并且如果差分干涉相位位于一个相位周期内时可以不需要解缠,大大简化了处理的复杂度。但是该方法没有涉及到双站差分InSAR的相位模型,并且其认为形变相位只与高程变化有关,这个对于单站SAR的重复轨道差分干涉而言:φdint(i,j)=-4πΔr(i,j)/λ,假设是成立的。但对于星载双站差分InSAR而言,其差分干涉相位不仅与高程变化相关,而且与电磁波入射角度有关。对于星载双站InSAR差分处理而言需要建立有效的星载双站InSAR差分相位模型和空变的星载双站InSAR差分相位与地表形变之间变换因子提高形变估计的准确程度。
发明内容
本发明主要解决的技术问题是针对星载双站差分InSAR提取形变信息方法存在的上述不足,建立了星载双站差分InSAR相位模型,基于此得到空变的双站差分InSAR相位与地表形变之间的变换因子,提供一种提高星载双站差分InSAR提取形变精度的方法,从而实现对地表形变的准确监测。
本发明通过以下步骤实现:
步骤一、基于星载双站SAR数据和外部地形,利用常规的干涉处理技术获得双站差分InSAR的差分干涉相位。
在读入星载双站SAR获得的两幅影像和辅助参数之后,对地面同一目标在主图像和辅图像上像元进行匹配、计算两幅影像之间的配准多项式、对辅图像进行重采样、生成干涉相位图、模拟外部地形相位,并得到双站差分InSAR的差分干涉相位。这几部分的处理过程完全与传统的单站雷达差分干涉数据处理相同,这几部分的数据处理不在本发明范围内。例外的是常规的干涉处理流程中的电磁波往返系数为2,对于双站差分InSAR需要修改为1,而且得到的双站差分InSAR的差分干涉相位的代表的是高程向形变导致的干涉相位,而非常规干涉测量中的视线向的形变引起的干涉相位。双站差分InSAR的差分干涉相位模型表示如下:
其中φdint(i,j)是位于图像第i行第j列的双站InSAR的差分干涉相位值,λ为SAR传感器的波长,B(i)是第i行的干涉基线长度,α(i)是第i行的干涉基线相对水平面的夹角度数,θ(i。j)是图像第i行第j列像元所对应的WGS84椭球上位置点的入射角度,r(j)是图像第j列像元所对应斜距大小,H(i,j)是图像第i行第j列像元所对应SAR图像获取时间的高程值,DEM(i,j)是图像第i行第j列像元所对应外部地形数据获取时间的高程值。
步骤2,基于SAR卫星轨道数据和SAR传感器的成像几何,逐像元计算星载双站差分InSAR干涉相位与地表形变对应的变换因子。
1.卫星的轨道可以表示为卫星位置相对于时间的高次多项式,一般可以采用5次的多项式,通过此多项式计算出每一图像像元对应的主卫星和辅卫星的位置和速度,通过计算两个卫星的位置差得到基线大小B(i)和干涉基线相对水平面的夹角度数α(i);
2.对于图像第i行第j列的像元K,利用已知的第一个像元的斜距大小和距离向采样率获得其对应的斜距大小r(j);
3.为了方便数据处理标准化,选取常用的地球WGS84椭球体模型的表面作为参考面,采用SAR传感器的成像几何即多普勒方程、距离方程以及椭球方程来进行计算像元K对应的参考面的位置,结合卫星的位置计算得到图像第i行第j列像元所对应的WGS84椭球上位置点的入射角度θ(i,j);
4.通过SAR传感器参数得到其波长大小,依据变换因子的计算公式(2)计算星载双站InSAR差分干涉相位与地表形变之间变换因子。
步骤3,对步骤1中获得的双站差分干涉相位进行解缠得到解缠相位并逐像元计算图像各像元对应的地表形变大小。
如果双站差分干涉相位位于(-π,π]之间,没有缠绕则不需要解缠。
如果双站差分干涉相位超出(-π,π]之间,采用已有的商业软件或者开源软件如SNAPHU进行相位解缠。
利用下式计算图像各像元对应的地表形变大小。
相对于采用固定的差分干涉相位与地表形变之间变换因子而言,式(3)可以得到更为精确的结果。
步骤4,为了方便处理结果的后续使用,可以将处理结果统一到地理坐标系下。利用基于卫星轨道数据和SAR传感器的成像几何和外部地形数据对图像各像元进行地理编码处理,将上述步骤中获得的地表形变大小对应到相应的地理位置,此部分处理为常规处理,不在本发明范围内。
本发明的有益效果是:
本发明方法较已有的星载双站差分InSAR技术具有以下优势:通过星载双站差分InSAR差分相位模型得到空变的双站差分InSAR相位与地表形变之间的变换因子,建立了利用星载双站差分干涉相位获得地表高程向形变的方法,对于存在形变的区域可以降低由于忽略空间变化的变换因子带来的地表形变估计误差。
附图说明
上述仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,以下结合附图与具体实施方式对本发明作进一步的详细说明。
图1是本发明的提高星载双站差分InSAR提取地表形变精度技术流程图;
图2是格拉丹东冰川区域的TanDEM-X/TerraSAR-X雷达强度图;
图3是星载双站雷达干涉处理对应的空变的变换因子分布图;
图4是TanDEM-X/TerraSAR-X地理编码处理后的地表形变示意图。
具体实施方式
下面以长江源头的格拉丹东冰川区域为例,结合附图对本发明的进行详细阐述,以使本发明的优点和特征能更易于被本领域技术人员理解,从而对本发明的保护范围做出更为清楚明确的界定。
参阅图1,本发明公开了一种提高星载双站差分InSAR提取形变精度的方法,包括以下步骤:
步骤一、基于星载双站SAR数据和外部地形,利用常规的干涉处理技术获得双站差分InSAR的差分干涉相位。
1.数据的选择
选择覆盖工作区域的星载双站TanDEM-X/TerraSAR-X数据,数据获取日期为2014年4月4日,景中心经度为北纬33.5度,中心纬度为东经91.2度,分辨率为3米,数据为CoSSC格式,截取覆盖冰川区域数据幅宽24公里,高20公里。
图2是格拉丹东冰川区域的TanDEM-X/TerraSAR-X雷达强度图,各个冰川和末端在图上清晰可见。
2.利用常规的干涉处理流程,也可以采用已有的干涉处理软件包括GAMMA、SARSCAPE等商业软件或者ROIPAC等开源软件,读入星载双站TanDEM-X/TerraSAR-X数据的两幅影像和辅助参数,因为TanDEM-X/TerraSAR-X数据前期的处理已经完成对地面同一目标在主图像和辅图像上像元进行匹配,因此可以直接对辅图像进行重采样,采样完成后生成干涉相位图,在利用外部的地形模拟生成外部地形相位,通过复数共轭乘法得到双站差分InSAR的差分干涉相位。
与常规的干涉处理流程中的电磁波往返系数为2不同,对于双站差分InSAR需要修改为1,而且得到的双站差分InSAR的差分干涉相位的代表的是高程向形变导致的干涉相位,而非常规干涉测量中的视线向的形变引起的干涉相位。双站差分InSAR的差分干涉相位表示如下:
其中φdint(i,j)是位于图像第i行第j列的双站InSAR的差分干涉相位值,λ为SAR传感器的波长,B(i)是第i行的干涉基线长度,α(i)是第i行的干涉基线相对水平面的夹角度数,θ(i,j)是图像第i行第j列像元所对应的WGS84椭球上位置点的入射角度,r(j)是图像第j列像元所对应斜距大小,H(i,j)是图像第i行第j列像元所对应SAR图像获取时间的高程值,DEM(i,j)是图像第i行第j列像元所对应外部地形数据获取时间的高程值。
步骤2,基于SAR卫星轨道数据和SAR传感器的成像几何,逐像元计算空变的双站差分干涉相位与地表形变对应的变换因子。
1.卫星的轨道可以表示为卫星位置相对于时间的高次多项式,一般可以采用5次的多项式,通过此多项式计算出每一图像像元对应的主卫星和辅卫星的位置和速度,通过计算两个卫星的位置差得到基线大小B(i)和干涉基线相对水平面的夹角度数α(i);
2.对于图像第i行第j列的像元K,利用已知的第一个像元的斜距大小和距离向采样率获得其对应的斜距大小r(j):
其中r1为距离向上第一个像元的斜距大小,RSR为SAR传感器的距离向采样率,可以从SAR数据的参数文件中获得,c为光速。
3.为了方便数据处理标准化,选取常用的地球WGS84椭球体模型的表面作为参考面,采用SAR传感器的成像几何即多普勒方程、距离方程以及椭球方程来进行计算像元K对应的参考面的位置P1(i,j)(B.Kampes,“Delft Object-oriented Radar InterferometricSoftware.”1999;P.A.Rosen,等,“Updated repeat orbit interferometry packagereleased,”Eos,Trans.Am.Geophys.Union,vol.85,no.5,pp.47–47,Feb.2004.),结合卫星的位置P2(i,j)计算得到图像第i行第j列像元所对应的WGS84椭球上位置点的入射角度θ(i,j):
4.通过SAR传感器参数得到其波长大小,依据变换因子的计算公式(4)计算空变的星载双站InSAR差分相位与地表形变之间变换因子。
图3是此星载双站雷达干涉处理对应的空变的变换因子分布图,对于不同的雷达基线分布和地形区域,变换因子的分布图不同,均需要重新计算。
步骤3,对步骤1中获得的双站差分干涉相位进行解缠得到解缠相位并逐像元计算图像各像元对应的地表形变大小。
如果双站差分干涉相位位于(-π,π]之间,没有缠绕则不需要解缠。
如果双站差分干涉相位超出(-π,π]之间,采用已有的商业软件或者开源软件如SNAPHU进行相位解缠。
理论上对于形变量为0的区域,其差分干涉相位也为0,但是由于相位解缠可能带来一个常数的偏移值,需要进行偏移量的校正。
然后利用下式计算图像各像元对应的地表形变大小。
对于本例而言,如果采用固定的差分干涉相位与地表形变之间变换因子,带来的高程误差在4米左右。
步骤4,为了方便处理结果的后续使用,可以将处理结果统一到地理坐标系下。利用基于卫星轨道数据和SAR传感器的成像几何和外部地形数据对图像各像元进行地理编码处理,将上述步骤中获得的地表形变大小对应到相应的地理位置。
图4是此TanDEM-X/TerraSAR-X地理编码处理后的地表形变示意图。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (4)
1.一种提高星载双站差分InSAR提取形变精度的方法,其特征在于:针对现有的星载双站差分InSAR形变监测没有对应相位模型的问题,建立了星载双站差分InSAR相位模型,通过星载双站差分InSAR差分相位模型得到空变的双站差分InSAR相位与地表形变之间的变换因子,并在此基础上建立了利用星载双站差分干涉相位获得地表高程向形变的方法,该方法具体步骤如下:
步骤1:基于星载双站SAR数据和外部地形,利用常规的干涉处理技术获得双站差分InSAR的干涉相位;
步骤2,基于SAR卫星轨道数据和SAR传感器的成像几何,逐像元计算空变的双站差分干涉相位与地表形变对应的变换因子;
步骤3,对步骤1中获得的双站差分干涉相位进行解缠得解缠相位并逐像元计算图像各像元对应的地表形变大小。
2.根据权利要求1所述的提高星载双站差分InSAR提取地表形变精度的方法,其特征在于,所述步骤1)中双站差分InSAR的差分干涉相位模型为:
其中φdint(i;j)是位于图像第i行第j列的双站InSAR的差分干涉相位值,λ为SAR传感器的波长,B(i)是第i行的干涉基线长度,α(i)是第i行的干涉基线相对水平面的夹角度数,θ(i;j)是图像第i行第j列像元所对应的WGS84椭球上位置点的入射角度,r(j)是图像第j列像元所对应斜距大小,H(i;j)是图像第i行第j列像元所对应SAR图像获取时间的高程值,DEM(i;j)是图像第i行第j列像元所对应外部地形数据获取时间的高程值。
3.根据权利要求1所述的提高星载双站差分InSAR提取地表形变精度的方法,其特征在于,所述步骤2)中变换因子的计算公式为:
4.根据权利要求1所述的提高星载双站差分InSAR提取地表形变精度的方法,其特征在于,所述步骤3)中计算图像各像元对应的地表形变大小的计算公式为:
其中为无缠绕的相位,如果双站差分干涉相位位于(-π;π]之间,没有缠绕则不需要解缠。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710187861.9A CN107037428B (zh) | 2017-03-27 | 2017-03-27 | 一种提高星载双站差分InSAR提取形变精度的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710187861.9A CN107037428B (zh) | 2017-03-27 | 2017-03-27 | 一种提高星载双站差分InSAR提取形变精度的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107037428A true CN107037428A (zh) | 2017-08-11 |
CN107037428B CN107037428B (zh) | 2019-11-12 |
Family
ID=59533550
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710187861.9A Active CN107037428B (zh) | 2017-03-27 | 2017-03-27 | 一种提高星载双站差分InSAR提取形变精度的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107037428B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107656267A (zh) * | 2017-08-31 | 2018-02-02 | 北京理工大学 | 面向边坡高程测量的GB‑InSAR基线优化设计方法 |
CN109558859A (zh) * | 2018-12-13 | 2019-04-02 | 中国地质大学(武汉) | 基于DInSAR和DCNN的矿区分布信息提取方法及系统 |
CN111059998A (zh) * | 2019-12-31 | 2020-04-24 | 中国地质大学(北京) | 一种基于高分辨率的时序InSAR形变监测方法及系统 |
CN112419377A (zh) * | 2020-11-20 | 2021-02-26 | 推想医疗科技股份有限公司 | 配准图像确定方法及配准图像确定装置 |
CN115015931A (zh) * | 2022-06-05 | 2022-09-06 | 安徽大学 | 无需外部误差校正的实时差分立体sar几何定位方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005008281A1 (en) * | 2003-07-19 | 2005-01-27 | Gamma Remote Sensing Research And Consulting Ag | Method to improve interferometric signatures by coherent point scatterers |
CN102608584A (zh) * | 2012-03-19 | 2012-07-25 | 中国测绘科学研究院 | 基于多项式反演模型的时间序列InSAR形变监测方法及装置 |
CN102680972A (zh) * | 2012-06-04 | 2012-09-19 | 中国神华能源股份有限公司 | 地表形变的监测方法和装置及数据处理设备 |
CN103675790A (zh) * | 2013-12-23 | 2014-03-26 | 中国国土资源航空物探遥感中心 | 一种基于高精度DEM提高InSAR技术监测地表形变精度的方法 |
CN104123464A (zh) * | 2014-07-23 | 2014-10-29 | 中国国土资源航空物探遥感中心 | 一种高分辨率InSAR时序分析反演地物高程与地面沉降量的方法 |
CN103487809B (zh) * | 2013-09-23 | 2016-01-20 | 中国科学院电子学研究所 | 一种基于BP算法和时变基线的机载InSAR数据处理方法 |
CN106023157A (zh) * | 2016-05-10 | 2016-10-12 | 电子科技大学 | 一种基于sar图像的山区地表微形变信息提取方法 |
CN106066478A (zh) * | 2016-05-27 | 2016-11-02 | 中国矿业大学 | 融合像元偏移跟踪和短基线集的矿区地表形变解算方法 |
CN106526590A (zh) * | 2016-11-04 | 2017-03-22 | 山东科技大学 | 一种融合多源sar影像工矿区三维地表形变监测及解算方法 |
-
2017
- 2017-03-27 CN CN201710187861.9A patent/CN107037428B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005008281A1 (en) * | 2003-07-19 | 2005-01-27 | Gamma Remote Sensing Research And Consulting Ag | Method to improve interferometric signatures by coherent point scatterers |
CN102608584A (zh) * | 2012-03-19 | 2012-07-25 | 中国测绘科学研究院 | 基于多项式反演模型的时间序列InSAR形变监测方法及装置 |
CN102680972A (zh) * | 2012-06-04 | 2012-09-19 | 中国神华能源股份有限公司 | 地表形变的监测方法和装置及数据处理设备 |
CN103487809B (zh) * | 2013-09-23 | 2016-01-20 | 中国科学院电子学研究所 | 一种基于BP算法和时变基线的机载InSAR数据处理方法 |
CN103675790A (zh) * | 2013-12-23 | 2014-03-26 | 中国国土资源航空物探遥感中心 | 一种基于高精度DEM提高InSAR技术监测地表形变精度的方法 |
CN104123464A (zh) * | 2014-07-23 | 2014-10-29 | 中国国土资源航空物探遥感中心 | 一种高分辨率InSAR时序分析反演地物高程与地面沉降量的方法 |
CN106023157A (zh) * | 2016-05-10 | 2016-10-12 | 电子科技大学 | 一种基于sar图像的山区地表微形变信息提取方法 |
CN106066478A (zh) * | 2016-05-27 | 2016-11-02 | 中国矿业大学 | 融合像元偏移跟踪和短基线集的矿区地表形变解算方法 |
CN106526590A (zh) * | 2016-11-04 | 2017-03-22 | 山东科技大学 | 一种融合多源sar影像工矿区三维地表形变监测及解算方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107656267A (zh) * | 2017-08-31 | 2018-02-02 | 北京理工大学 | 面向边坡高程测量的GB‑InSAR基线优化设计方法 |
CN107656267B (zh) * | 2017-08-31 | 2020-09-25 | 北京理工大学 | 面向边坡高程测量的GB-InSAR基线优化设计方法 |
CN109558859A (zh) * | 2018-12-13 | 2019-04-02 | 中国地质大学(武汉) | 基于DInSAR和DCNN的矿区分布信息提取方法及系统 |
CN111059998A (zh) * | 2019-12-31 | 2020-04-24 | 中国地质大学(北京) | 一种基于高分辨率的时序InSAR形变监测方法及系统 |
CN112419377A (zh) * | 2020-11-20 | 2021-02-26 | 推想医疗科技股份有限公司 | 配准图像确定方法及配准图像确定装置 |
CN112419377B (zh) * | 2020-11-20 | 2021-10-08 | 推想医疗科技股份有限公司 | 配准图像确定方法及配准图像确定装置 |
CN115015931A (zh) * | 2022-06-05 | 2022-09-06 | 安徽大学 | 无需外部误差校正的实时差分立体sar几何定位方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107037428B (zh) | 2019-11-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Review of the SBAS InSAR Time-series algorithms, applications, and challenges | |
Salameh et al. | Monitoring beach topography and nearshore bathymetry using spaceborne remote sensing: A review | |
CN107037428B (zh) | 一种提高星载双站差分InSAR提取形变精度的方法 | |
Rahlf et al. | Comparison of four types of 3D data for timber volume estimation | |
Altenau et al. | AirSWOT measurements of river water surface elevation and slope: Tanana River, AK | |
Plank et al. | Pre-survey suitability evaluation of the differential synthetic aperture radar interferometry method for landslide monitoring | |
CN107389029A (zh) | 一种基于多源监测技术融合的地面沉降集成监测方法 | |
Fielding et al. | Surface deformation related to the 2019 Mw 7.1 and 6.4 Ridgecrest earthquakes in California from GPS, SAR interferometry, and SAR pixel offsets | |
Fu et al. | Landslide monitoring by corner reflectors differential interferometry SAR | |
Liu et al. | Glacier elevation changes (2012–2016) of the Puruogangri Ice Field on the Tibetan Plateau derived from bi-temporal TanDEM-X InSAR data | |
Cao et al. | Bundle adjustment of satellite images based on an equivalent geometric sensor model with digital elevation model | |
Tang et al. | Atmospheric correction in time-series SAR interferometry for land surface deformation mapping–A case study of Taiyuan, China | |
Yun et al. | Mitigating atmospheric effects in InSAR measurements through high-resolution data assimilation and numerical simulations with a weather prediction model | |
De Oliveira et al. | Assessment of radargrammetric DSMs from TerraSAR-X Stripmap images in a mountainous relief area of the Amazon region | |
CN111666896A (zh) | 一种基于线性融合模型的遥感影像时空融合方法 | |
Liu et al. | Ground deformation associated with exploitation of deep groundwater in Cangzhou City measured by multi-sensor synthetic aperture radar images | |
Li et al. | Mitigation of time-series InSAR turbulent atmospheric phase noise: A review | |
Tang et al. | Changes of Chinese coastal regions induced by land reclamation as revealed through TanDEM-X DEM and InSAR analyses | |
Dehghan-Soraki et al. | A comprehensive interferometric process for monitoring land deformation using ASAR and PALSAR satellite interferometric data | |
Pandit et al. | Generation and validation of the interferometric SAR DEMs from TanDEM-X data for Gangotri and Hamtah glaciers of Indian Himalayas | |
Castaneda et al. | Dedicated SAR interferometric analysis to detect subtle deformation in evaporite areas around Zaragoza, NE Spain | |
Hobiger et al. | Improving GPS positioning estimates during extreme weather situations by the help of fine-mesh numerical weather models | |
Vignudelli et al. | Satellite altimetry: sailing closer to the coast | |
McMillan et al. | Tide model accuracy in the Amundsen Sea, Antarctica, from radar interferometry observations of ice shelf motion | |
CN115980751A (zh) | 一种幂律模型InSAR对流层延迟改正方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |