CN111812645A - 冻土季节形变的卫星干涉测量方法 - Google Patents

冻土季节形变的卫星干涉测量方法 Download PDF

Info

Publication number
CN111812645A
CN111812645A CN202010524311.3A CN202010524311A CN111812645A CN 111812645 A CN111812645 A CN 111812645A CN 202010524311 A CN202010524311 A CN 202010524311A CN 111812645 A CN111812645 A CN 111812645A
Authority
CN
China
Prior art keywords
interference
deformation
phase
interferogram
frozen soil
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.)
Pending
Application number
CN202010524311.3A
Other languages
English (en)
Inventor
刘国祥
张瑞
吴婷婷
王晓文
向卫
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.)
Southwest Jiaotong University
Original Assignee
Southwest Jiaotong University
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 Southwest Jiaotong University filed Critical Southwest Jiaotong University
Priority to CN202010524311.3A priority Critical patent/CN111812645A/zh
Publication of CN111812645A publication Critical patent/CN111812645A/zh
Pending legal-status Critical Current

Links

Images

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
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B15/00—Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons
    • G01B15/06—Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons for measuring the deformation in a solid

Landscapes

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

Abstract

本发明公开了一种冻土季节形变的卫星干涉测量方法，其包括将冻土区域的SAR影像进行配准并重采样至同一空间坐标系中；将转换后SAR影像进行配对，选取满足设定条件的干涉对进行干涉；采用精密轨道数据移除干涉图中各点的参考椭球面相位，采用高精度DEM模拟地形相位，并移除干涉图中各点的地形相位得到差分干涉图；对差分干涉图进行滤波，并采用最小费用流方法对滤波后的干涉图进行相位解缠，将解缠相位转换为地表形变；获取每个像素在干涉对时间序列中超过预设相干系数的数量，并选取数量大于预设数量的像素点作为短时高相干点；根据选出的短时高相干点，逐点利用Stacking方法基于线性模型求解冻土季节形变的平均速率与累积量。

Description

冻土季节形变的卫星干涉测量方法
技术领域
本发明涉及冻土季节形变研究技术领域，具体涉及一种冻土季节形变的卫星干涉测量方法。
背景技术
伴随着全球气候变暖，全球冻土正在经历着严重的退化，青藏高原面临的冻土退化问题则更加严峻，高原冻土退化主要表现为平均地温升高、多年冻土面积减少、活动层厚度增加和多年冻土下界限升高等。冻土退化引起一系列自然灾害和生态环境问题。在全球气候变暖的背景下，随着在冻土的融化，冻土中所含的碳水化合物可能发生一系列的化学反应，最终以CH4和CO2等碳物质的形式排到大气中，从而会进一步加剧全球变暖，对全球气候产生重要影响。
另外冻土退化还会引起土壤水分流失、高原生态环境破坏、土壤有机质流失和沙漠化等环境问题。除此之外，冻土退化通常伴随着各种地质灾害，威胁人民的生命财产安全和冻土工程的安全稳定(青藏铁路和青藏公路)。因此对青藏高原多年冻土环境进行监测研究显得尤为紧迫，具有非常重要的科学和实际意义。
冻土活动层夏季融化、冬季冻结的近地表土(岩)层，是冻土地区热力动态最活跃的岩层。冻土冻结和融解最直接的表现为冻土季节性地抬升和下沉，冻土季节性形变与冻土的活动层厚度有关，获得大面积冻土季节性形变，进而反演活动层厚度正成为冻土研究的热点。传统监测冻土形变的方法主要有：水准测量和GPS观测等大地测量方法，另外还有埋设仪器、物探和电磁波的方法。但是通常青藏高原冻土环境恶劣，地形险峻，气压低，空气稀薄，上述传统测量技术需要耗费大量人力财力，且无法进行大范围监测研究。因此，在冻土区开展大时空尺度、高精度的地表变形测量是极具挑战的问题。
随着遥感技术的进步，特别是合成孔径雷达技术的发展，为青藏高原冻土环境研究提供了一种新方式和选择。合成孔径雷达差分干涉测量(Differential InSAR,DInSAR)方法以其特有的优点，如测量精度高，测量成本低，测量周期长，测量范围大等，近年来在冻土区形变测量研究中得到了广泛关注。但在青藏高原多年冻土区，DInSAR技术受到时间失相干、空间失相干和大气延迟的影响，其精度难以达到要求。
近十几年来，以永久散射体干涉测量(PSI)、小基线集(SBAS)方法为代表的时序InSAR分析方法得到广泛发展。时序InSAR技术通过探测地表稳点的散射点的相位特性来获取地表沉降信息，能够克服传统DInSAR的缺点，其理论精度可以达到毫米级。但青藏高原冻土区土壤含水量大，冻土地区土质特性受温度影响明显。基于时序InSAR的冻土区域地表形变监测常常会受到相位时间失相关的影响，难以提取足够多长时间内对雷达波散射稳定的地面目标，从而影响冻土区域季节性形变解算精度和可靠性。
发明内容
针对现有技术中的上述不足，本发明提供的冻土季节形变的卫星干涉测量方法解决了冻土区域地表形变监测受到相位时间失相关影响的问题。
为了达到上述发明目的，本发明采用的技术方案为：
提供一种冻土季节形变的卫星干涉测量方法，其包括：
S1、获取冻土区域季节性形变冻胀/融沉阶段的若干SAR影像，并对所有SAR影像进行配准后重采样至同一空间坐标系中；
S2、将转换至同一空间坐标系的所有SAR影像进行任意两两配对，形成若干干涉对，之后选取满足设定条件的干涉对组合进行干涉，得到干涉图；
S3、采用精密轨道数据移除干涉图中各点的参考椭球面相位，之后采用高精度DEM模拟地形相位，并移除干涉图中各点的地形相位得到差分干涉图；
S4、采用自适应滤波方法对差分干涉图进行滤波，之后采用最小费用流方法对滤波后的差分干涉图进行相位解缠，最后将解缠相位转换为地表形变；
S5、根据每幅干涉图的相干系数，获取每个像素在干涉对时间序列中超过预设相干系数的数量，并选取数量大于预设数量的像素点作为短时高相干点；
S6、根据选出的短时高相干点，逐点利用Stacking方法基于线性模型求解冻土季节形变的平均速率与累积量。
本发明的有益效果为：本方案在冻土区域季节形变预测时，选取单一季节阶段(冻胀/融沉阶段)，再协同使用高精度DEM数据，可以使本方案的误差控制满足相应线性模型，通过高相干性干涉对解缠以及选取短时高相干点的方式能够有效提高InSAR技术对该地区地表形变提取结果的可靠性与精度，保证了冻土区域季节形变量的成功获取，在预测过程中不受天气干扰。
附图说明
图1为冻土季节形变的卫星干涉测量方法的流程图。
具体实施方式
下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
参考图1，图1示出了冻土季节形变的卫星干涉测量方法的流程图；如图1所示，该方法S包括步骤S1至步骤S6。
在步骤S1中，获取冻土区域季节性形变冻胀/融沉阶段的若干SAR影像，并对所有SAR影像进行配准后重采样至同一空间坐标系中；具体为：
随机选取一张SAR影像作为主影像，将余下SAR影像与主影像进行配准，并将配准后的SAR影像重采样至主影像所在的空间坐标系中。
在步骤S2中，将转换至同一空间坐标系的所有SAR影像进行任意两两配对，形成若干干涉对，之后选取满足设定条件的干涉对组合进行干涉，得到干涉图。
实验对比同一幅影像作为主影像，研究区域内11天、22天、33天时间基线的干涉对的平均相干系数，发现11天时间基线的干涉图可以保证较高的相干性，解缠可以较为容易的进行；22天的干涉图相干性剧烈下降，解缠精度相对11天而言，大幅度下降；33天的干涉对几乎完全失相干不可用。
因此本方案优选设定条件为：影像时间基线在30天内的干涉对及平均相干系数大于0.4的干涉对；本方案的最佳实现方式是选取11天时间基线干涉对与平均相干系数在0.4以上的22天时间基线干涉对的组合。
在步骤S3中，采用精密轨道数据移除干涉图中各点的参考椭球面相位，之后采用高精度DEM模拟地形相位，并移除干涉图中各点的地形相位得到差分干涉图；其中，干涉图中各点的相位
Figure BDA0002533250840000042
包括如下分量：
Figure BDA0002533250840000041
其中，
Figure BDA0002533250840000051
为参考椭球面相位；
Figure BDA0002533250840000052
为地形相位；
Figure BDA0002533250840000053
为近似线性形变相位；
Figure BDA0002533250840000055
为包括周期性沉降与抬升在内的非线性形变相位；
Figure BDA0002533250840000054
为大气延迟相位；
Figure BDA0002533250840000056
为噪声相位。
本方案采用步骤S3的实现方式可以避免高程残余误差存在差分干涉图中，使得形变相位占据主导成分，保证了Sacking操作中计算得到的形变速率的可靠性。
实施时，本方案优选高精度DEM选用法国SPOT-5卫星生成的Reference 3D高精度DEM。下面结合Reference 3D高精度DEM对得到的差分干涉图的效果进行对比说明：
实验时，首先使用了SRTM DEM进行干涉实验，在去除平地效应和去除地形相位，发现采用该种方式获得干涉图仍然残留密集的地形相关条纹，可见采用高海拔地区SRTM DEM的垂直精度难以满足需求。
本方案采用Reference 3D高精度DEM代替常规的DEM后，对多地区的冻土进行实验验证，发现Reference 3D的高程中误差可达到1.95m～3m，在使用Reference 3D高精度DEM后，残余条纹消失，说明选取的Reference 3D高精度DEM得到的差分干涉图是能够满足后续Stacking解算的差分干涉图。
需要注意的是Reference 3D DEM高程基准是EGM96，本方案中的SAR影像为WGS84基准，故在模拟地形相位前，需要先将Reference 3D高精度DEM转换为WGS84基准。
在步骤S4中，采用自适应滤波方法对差分干涉图进行滤波，之后采用最小费用流方法对滤波后的差分干涉图进行相位解缠，最后将解缠相位转换为地表形变：
Figure BDA0002533250840000061
其中，
Figure BDA0002533250840000063
为解缠差分干涉相位；d为地表形变；λ为采集SAR影像的雷达波长。
在步骤S5中，根据每幅干涉图的相干系数，获取每个像素在干涉对时间序列中超过预设相干系数的数量，并选取数量大于预设数量的像素点作为短时高相干点。
本方案先通过剔除解缠错误的干涉对，再对剩余的干涉对进行短时高相干点选取，通过高相干点的选择可以进一步有效去除噪声点的干扰，干涉对上容易产生误差的低相干性区域将会影响该区域相干点的最后入选，从而能有效提高结果的可靠性。
在本发明的一个实施例中，短时高相干点的获取方法进一步包括：
对每个像素选定适当大小(如像素)窗口，窗口内可通过下式计算其在每个干涉图中相应的相干系数：
Figure BDA0002533250840000062
其中，M(i,j)和S(i,j)分别为两幅SAR影像上像素i,j上的复数值；
Figure BDA0002533250840000064
为复数共轭相乘；l为干涉对序号；L为干涉对的总数量；m×n为计算相干系数的窗口大小。
在得到每个像素在L幅干涉对对应相干系数后，设定适当的阈值γcrit，对于每个像素时间序列上的相干系数值，如果满足以下关系，则该像素为短时高相干点：
C(γl>γcrit)>T,(l＝1,2,…,L)；
其中，C(·)为对变量计数；T为设定的数量阈值；l为干涉对序号。
本方案采用上述方式选取短时高相干点，与传统相干系数阈值法不同，传统方法常对像素的时序相干系数最小值设定阈值，而本方案对时间序列中超过特定相干系数个数设定阈值进行判定，能够选出短时高相干点，更符合本案例中干涉图较少的特点。
在步骤S6中，根据选出的短时高相干点，逐点利用Stacking方法基于线性模型求解冻土季节形变的平均速率与累积量；求解冻土季节形变的平均速率
Figure BDA0002533250840000071
与累积量
Figure BDA0002533250840000072
的线性模型为：
Figure BDA0002533250840000073
其中，Δtk为第k个干涉对影像时间间隔；q为干涉对数量；dk为第k个干涉对影像的地表变形量。
在本方案中计算冻土季节形变，优选选取冻土融沉期的SAR影像，也就是说这段时间冻土在冻融现象中呈现出融化沉降趋势，即在该段时间内冻土沉降趋势一致。因此，在此次短时间段内的计算中，
Figure BDA0002533250840000074
部分的影响很小可以忽略。对于大气延迟
Figure BDA0002533250840000075
的影响，根据大气延迟在时间上分布不相关，通过Stacking方法能够一定程度上的削弱。
综上所述，本方案通过高相干性干涉对解缠以及选取短时高相干点的方式有效提高InSAR技术对该地区地表形变提取结果的可靠性与精度，保证了冻土区域季节形变量的成功获取。

Claims (8)

1.冻土季节形变的卫星干涉测量方法，其特征在于，包括：
S1、获取冻土区域季节性形变冻胀/融沉阶段的若干SAR影像，并对所有SAR影像进行配准后重采样至同一空间坐标系中；
S2、将转换至同一空间坐标系的所有SAR影像进行任意两两配对，形成若干干涉对，之后选取满足设定条件的干涉对组合进行干涉，得到干涉图；
S3、采用精密轨道数据移除干涉图中各点的参考椭球面相位，之后采用高精度DEM模拟地形相位，并移除干涉图中各点的地形相位得到差分干涉图；
S4、采用自适应滤波方法对差分干涉图进行滤波，之后采用最小费用流方法对滤波后的差分干涉图进行相位解缠，最后将解缠相位转换为地表形变；
S5、根据每幅干涉图的相干系数，获取每个像素在干涉对时间序列中超过预设相干系数的数量，并选取数量大于预设数量的像素点作为短时高相干点；
S6、根据选出的短时高相干点，逐点利用Stacking方法基于线性模型求解冻土季节形变的平均速率与累积量。
2.根据权利要求1所述的冻土季节形变的卫星干涉测量方法，其特征在于，所述将解缠相位转换为地表形变的计算公式为：
Figure FDA0002533250830000011
其中，
Figure FDA0002533250830000012
为解缠差分干涉相位；d为地表形变；λ为采集SAR影像的雷达波长。
3.根据权利要求1所述的冻土季节形变的卫星干涉测量方法，其特征在于，每幅干涉图的相干系数的计算公式为：
Figure FDA0002533250830000021
其中，M(i,j)和S(i,j)分别为两幅SAR影像上像素i,j上的复数值；
Figure FDA0002533250830000022
为复数共轭相乘；l为干涉对序号；L为干涉对的总数量；m×n为计算相干系数的窗口大小。
4.根据权利要求2或3所述的冻土季节形变的卫星干涉测量方法，其特征在于，求解冻土季节形变的平均速率
Figure FDA0002533250830000023
与累积量
Figure FDA0002533250830000024
的线性模型为：
Figure FDA0002533250830000025
其中，Δtk为第k个干涉对影像时间间隔；q为干涉对数量；dk为第k个干涉对影像的地表变形量。
5.根据权利要求4所述的冻土季节形变的卫星干涉测量方法，其特征在于，所述设定条件为：影像时间基线在设定时间内的干涉对及平均相干系数大于0.4的干涉对。
6.根据权利要求1所述的冻土季节形变的卫星干涉测量方法，其特征在于，所述对所有SAR影像进行配准后重采样至同一空间坐标系中进一步包括：
随机选取一张SAR影像作为主影像，将余下SAR影像与主影像进行配准，并将配准后的SAR影像重采样至主影像所在的空间坐标系中。
7.根据权利要求4所述的冻土季节形变的卫星干涉测量方法，其特征在于，所述高精度DEM选用法国SPOT-5卫星生成的Reference 3D高精度DEM。
8.根据权利要求7所述的冻土季节形变的卫星干涉测量方法，其特征在于，在模拟地形相位前，将高精度DEM转换为WGS84基准。
CN202010524311.3A 2020-06-10 2020-06-10 冻土季节形变的卫星干涉测量方法 Pending CN111812645A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010524311.3A CN111812645A (zh) 2020-06-10 2020-06-10 冻土季节形变的卫星干涉测量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010524311.3A CN111812645A (zh) 2020-06-10 2020-06-10 冻土季节形变的卫星干涉测量方法

Publications (1)

Publication Number Publication Date
CN111812645A true CN111812645A (zh) 2020-10-23

Family

ID=72845664

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010524311.3A Pending CN111812645A (zh) 2020-06-10 2020-06-10 冻土季节形变的卫星干涉测量方法

Country Status (1)

Country Link
CN (1) CN111812645A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112989591A (zh) * 2021-03-08 2021-06-18 北京交通大学 一种高速铁路路基冻胀处的轨道变形预测方法
CN113281749A (zh) * 2021-06-02 2021-08-20 西南交通大学 一种顾及同质性的时序InSAR高相干点选取方法
CN113624687A (zh) * 2021-08-13 2021-11-09 中煤航测遥感集团有限公司 一种冻土层厚度反演方法、装置及计算机设备
CN113804154A (zh) * 2021-08-30 2021-12-17 东南大学 基于卫星和无人机遥感的路面沉陷检测方法及装置
CN114966692A (zh) * 2022-07-19 2022-08-30 之江实验室 基于Transformer的InSAR技术冻土区多变量时序形变预测方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140062764A1 (en) * 2012-09-04 2014-03-06 Fugro Earthdata, Inc. Method and apparatus for mapping and characterizing sea ice from airborne simultaneous dual frequency interferometric synthetic aperture radar (ifsar) measurements
CN105938193A (zh) * 2016-07-14 2016-09-14 中南大学 一种无需地面辅助的升降轨InSAR监测沉降区绝对地表形变的方法
CN109254270A (zh) * 2018-11-01 2019-01-22 西南交通大学 一种星载x波段合成孔径雷达干涉定标方法
CN109388887A (zh) * 2018-10-09 2019-02-26 首都师范大学 一种地面沉降影响因素定量分析方法及系统
CN110174044A (zh) * 2019-04-16 2019-08-27 中国矿业大学 一种基于psi技术的桥梁纵向位移形变监测的方法
CN110888130A (zh) * 2019-10-30 2020-03-17 华东师范大学 一种基于升降轨时序InSAR的煤矿区地表形变监测方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140062764A1 (en) * 2012-09-04 2014-03-06 Fugro Earthdata, Inc. Method and apparatus for mapping and characterizing sea ice from airborne simultaneous dual frequency interferometric synthetic aperture radar (ifsar) measurements
CN105938193A (zh) * 2016-07-14 2016-09-14 中南大学 一种无需地面辅助的升降轨InSAR监测沉降区绝对地表形变的方法
CN109388887A (zh) * 2018-10-09 2019-02-26 首都师范大学 一种地面沉降影响因素定量分析方法及系统
CN109254270A (zh) * 2018-11-01 2019-01-22 西南交通大学 一种星载x波段合成孔径雷达干涉定标方法
CN110174044A (zh) * 2019-04-16 2019-08-27 中国矿业大学 一种基于psi技术的桥梁纵向位移形变监测的方法
CN110888130A (zh) * 2019-10-30 2020-03-17 华东师范大学 一种基于升降轨时序InSAR的煤矿区地表形变监测方法

Non-Patent Citations (20)

* Cited by examiner, † Cited by third party
Title
KEREN DAI 等: "Monitoring Highway Stability in Permafrost Regions with X-band Temporary Scatterers Stacking InSAR", SENSORS, vol. 18, no. 06, pages 326 - 337 *
丛充: "一种基于Sentinel-1A卫星干涉数据的高原冻土交通走廊地表形变研究", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》 *
丛充: "一种基于Sentinel-1A卫星干涉数据的高原冻土交通走廊地表形变研究", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》, no. 12, 15 December 2018 (2018-12-15), pages 15 - 29 *
丛充: "一种基于Sentinel-1A卫星干涉数据的高原冻土交通走廊地表形变研究", 中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑, no. 12, pages 15 - 29 *
张正加: "高分辨率 SAR 数据青藏高原冻土环境与工程应用研究", 《中国博士学位论文全文数据库基础科学辑》 *
张正加: "高分辨率 SAR 数据青藏高原冻土环境与工程应用研究", 《中国博士学位论文全文数据库基础科学辑》, no. 10, 15 October 2017 (2017-10-15), pages 66 - 69 *
李珊珊等: "SBAS-InSAR技术监测青藏高原季节性冻土形变", 《地球物理学报》 *
李珊珊等: "SBAS-InSAR技术监测青藏高原季节性冻土形变", 《地球物理学报》, vol. 56, no. 05, 15 May 2013 (2013-05-15) *
李震等: "差分干涉SAR冻土形变检测方法研究", 《冰川冻土》 *
李震等: "差分干涉SAR冻土形变检测方法研究", 《冰川冻土》, vol. 26, no. 04, 30 August 2004 (2004-08-30) *
王书娟等: "利用DINSAR技术监测季冻区公路路基冻胀融沉变形", 《武汉理工大学学报(交通科学与工程版)》 *
王书娟等: "利用DINSAR技术监测季冻区公路路基冻胀融沉变形", 《武汉理工大学学报(交通科学与工程版)》, vol. 42, no. 01, 15 February 2018 (2018-02-15) *
王茜等: "星载InSAR在冻土地表变形中的研究进展", 《环境工程》 *
王茜等: "星载InSAR在冻土地表变形中的研究进展", 《环境工程》, vol. 34, 30 August 2016 (2016-08-30) *
谢酬等: "基于PALSAR数据的青藏高原冻土形变检测方法研究", 《国土资源遥感》 *
谢酬等: "基于PALSAR数据的青藏高原冻土形变检测方法研究", 《国土资源遥感》, no. 03, 15 September 2008 (2008-09-15) *
谭衢霖等: "青藏线多年冻土区路基形变星载SAR差分干涉测量应用探讨", 《铁道勘察》 *
谭衢霖等: "青藏线多年冻土区路基形变星载SAR差分干涉测量应用探讨", 《铁道勘察》, no. 05, 15 October 2007 (2007-10-15) *
马德英等: "短时空基线PS-DInSAR提取地表形变时间序列", 《西南交通大学学报》 *
马德英等: "短时空基线PS-DInSAR提取地表形变时间序列", 《西南交通大学学报》, vol. 44, no. 01, 15 February 2009 (2009-02-15) *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112989591A (zh) * 2021-03-08 2021-06-18 北京交通大学 一种高速铁路路基冻胀处的轨道变形预测方法
CN113281749A (zh) * 2021-06-02 2021-08-20 西南交通大学 一种顾及同质性的时序InSAR高相干点选取方法
CN113624687A (zh) * 2021-08-13 2021-11-09 中煤航测遥感集团有限公司 一种冻土层厚度反演方法、装置及计算机设备
CN113804154A (zh) * 2021-08-30 2021-12-17 东南大学 基于卫星和无人机遥感的路面沉陷检测方法及装置
CN114966692A (zh) * 2022-07-19 2022-08-30 之江实验室 基于Transformer的InSAR技术冻土区多变量时序形变预测方法及装置
CN114966692B (zh) * 2022-07-19 2022-11-08 之江实验室 基于Transformer的InSAR技术冻土区多变量时序形变预测方法及装置

Similar Documents

Publication Publication Date Title
CN111812645A (zh) 冻土季节形变的卫星干涉测量方法
Buckley et al. Land subsidence in Houston, Texas, measured by radar interferometry and constrained by extensometers
Steckler et al. Modeling Earth deformation from monsoonal flooding in Bangladesh using hydrographic, GPS, and Gravity Recovery and Climate Experiment (GRACE) data
Short et al. RADARSAT-2 D-InSAR for ground displacement in permafrost terrain, validation from Iqaluit Airport, Baffin Island, Canada
Liu et al. InSAR measurements of surface deformation over permafrost on the North Slope of Alaska
Song et al. Shifts in water-level variation of Namco in the central Tibetan Plateau from ICESat and CryoSat-2 altimetry and station observations
Hu et al. Characterization of hydrogeological properties in salt lake valley, Utah, using InSAR
Teatini et al. Assessing short‐and long‐time displacements in the Venice coastland by synthetic aperture radar interferometric point target analysis
Wang et al. Sentinel-1 InSAR measurements of deformation over discontinuous permafrost terrain, Northern Quebec, Canada
Song et al. Holocene relative sea-level changes inferred from multiple proxies on the west coast of South Korea
Reinosch et al. InSAR time series analysis of seasonal surface displacement dynamics on the Tibetan Plateau
Gerlein‐Safdi et al. Improving representation of tropical wetland methane emissions with CYGNSS inundation maps
Liu et al. Intra‐annual ground surface deformation detected by site observation, simulation and InSAR monitoring in permafrost site of Xidatan, Qinghai‐Tibet Plateau
Meng et al. Satellite-based interferometric monitoring of deformation characteristics and their relationship with internal hydrothermal structures of an earthflow in Zhimei, Yushu, Qinghai-Tibet Plateau
Bryksin et al. Using of SAR data and DInSAR-PSInSAR technique for monitoring Western Siberia and Arctic.
Suursaar et al. Storminess-related rhythmic ridge patterns on the coasts of Estonia
Del Ventisette et al. Use of PSInSAR data to map highly compressible soil layers
Wang et al. Mapping paddy rice and rice phenology with Sentinel-1 SAR time series using a unified dynamic programming framework
Robinson Application of satellite radar data suggest that the Kharga Depression in south-western Egypt is a fracture rock aquifer
Filatov et al. Some results of long-term geodynamic monitoring of oil and gas fields and power engineering infrastructure in Western Siberia and Arctic by InSar technique using ERS-2, ENVISAT and ALOS satellite data
Xu et al. Evaluation of water storage change of inland cryosphere in Northwestern China
Yim et al. Distribution of moisture contents and thermoluminescence ages in an inner shelf borehole from the new Hong Kong International Airport site, China
Tao et al. Groundwater Storage Variation Characteristics in North China before and after the South-to-North Water Diversion Project Based on GRACE and GPS Data
Hachem et al. Comparison of MODIS-derived land surface temperatures with near-surface soil and air temperature measurements in continuous permafrost terrain
Ahmad et al. SAR-based Subsidence Monitoring and Assessment of the Factors Involved in the Occurrence of Subsidence, Lahore City

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