CN117109426A - 一种融合GNSS/InSAR观测资料的三维形变场建模方法 - Google Patents

一种融合GNSS/InSAR观测资料的三维形变场建模方法 Download PDF

Info

Publication number
CN117109426A
CN117109426A CN202311088473.7A CN202311088473A CN117109426A CN 117109426 A CN117109426 A CN 117109426A CN 202311088473 A CN202311088473 A CN 202311088473A CN 117109426 A CN117109426 A CN 117109426A
Authority
CN
China
Prior art keywords
insar
data
gnss
field
dimensional deformation
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
CN202311088473.7A
Other languages
English (en)
Other versions
CN117109426B (zh
Inventor
苏小宁
鲍庆华
禄小敏
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.)
Lanzhou Jiaotong University
Original Assignee
Lanzhou 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 Lanzhou Jiaotong University filed Critical Lanzhou Jiaotong University
Priority to CN202311088473.7A priority Critical patent/CN117109426B/zh
Publication of CN117109426A publication Critical patent/CN117109426A/zh
Application granted granted Critical
Publication of CN117109426B publication Critical patent/CN117109426B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B7/00—Measuring arrangements characterised by the use of electric or magnetic techniques
    • G01B7/16—Measuring arrangements characterised by the use of electric or magnetic techniques for measuring the deformation in a solid, e.g. by resistance strain gauge
    • 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
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • G01S19/14—Receivers specially adapted for specific applications

Landscapes

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

Abstract

本发明公开提出一种融合GNSS/InSAR观测资料的三维形变场建模方法，包括：解算InSAR视线向速度场、统一GNSS和InSAR数据的空间参考基准、InSAR数据结果精度验证、基于最小二乘法解算三维形变场和结果分析验证五部分。该方法通过高精度时间序列方法处理InSAR数据，且基于两种数据空间参考基准的差异，改正InSAR数据的长波长误差，通过内符合精度的验证保证结果的精确性。最后基于最小二乘原理，联合解算获取了大范围高精度高空间分辨率的三维形变场，结合区域构造变形资料，验证了结果的精确性。结果表明，本方法具有高度的科学性与适用性，可提供可靠的数据支撑。

Description

一种融合GNSS/InSAR观测资料的三维形变场建模方法
技术领域
本发明涉及测绘科学与技术领域，涉及一种融合GNSS/InSAR观测资料的三维形变场建模方法。
背景技术
全球导航卫星系统(Global Navigation Satellite System,GNSS)和合成孔径干涉雷达测量(Synthetic Aperture Radar Interferometry,InSAR)两种空间大地测量技术广泛应用于研究大范围地壳形变观测。虽然GNSS数据精度较高，但是由于测站布设成本较高和地形原因无法获得近场连续的地表形变特征；而InSAR技术具有全天时全天候，高空间分辨率的优势，但是由于轨道误差、地形误差、失相干误差和大气误差等的存在，获取精确的长时间速度场是有挑战性的，并且由于一维视线向形变的局限性，不足以说明完整的三维形变特征。此外两种数据源的空间参考基准和对形变维度的敏感性不同。InSAR视线向速度场采用的为各轨道的平均参考基准，而GNSS速度场相对的为欧亚参考框架。InSAR数据对垂直向形变的敏感度较高，但是对南北向形变不敏感，GNSS数据在水平向形变监测精度较高，但在垂直向的监测精度较低。若能结合二者优势，即可获得高精度高空间分辨率的三维形变场，进而更加深入分析研究区的地壳变形特征。
目前融合GNSS/InSAR数据获取三维形变场的方法已有很多种，如以南北向GNSS速度场为先验信息，解算东西向和垂直向速度场；联合GNSS三维速度场和InSAR升降轨视线向速度场解算三维形变场；结合物理应变张量估计方法解算三维形变场和依据概率模型确定GNSS和InSAR数据权重，融合解算三维形变场等。以上方法最终目的为获取高精度的三维形变场，但从原始速度场数据的高精度解算，到GNSS/InSAR数据融合前的参考框架统一和误差校正，再到最终解算获取高精度三维形变场的方法仍然不明确。
综上所述，本发明提出一种融合GNSS/InSAR观测资料的三维形变场建模方法。该方法通过高精度数据处理和多源数据交叉验证确保数据的精确性，运用最小二乘原理进行解算，以获取大范围高精度高空间分辨率三维形变场。
发明内容
本发明提出一种融合GNSS/InSAR观测资料的三维形变场建模方法，不仅可以通过高精度数据处理和精度验证保证数据的精确性，而且可结合两种数据的优势，获取高精度大范围三维形变场。
为了实现上述目的，本发明采用如下技术方案：
一种融合GNSS/InSAR观测资料的三维形变场建模方法，包括解算InSAR视线向速度场、统一GNSS和InSAR数据的空间参考基准、InSAR数据结果精度验证、基于最小二乘法解算高精度三维形变场和结果分析验证五部分。
解算InSAR视线向速度场步骤如下：
S1：采用(Small Baseline Subset InSAR,SBAS-InSAR)方法进行时序处理，设置合理时空基线阈值并挑选干涉对；
S2：大气延迟误差改正；
统一GNSS和InSAR数据的空间参考基准步骤如下：
S3：将InSAR视线向速度场进行降采样处理，寻找升降轨数据同名点；
S4：将GNSS速度场投影到视线向后与InSAR数据作差，基于二次多项式拟合差值改正各轨道原始InSAR视线向速度场；
InSAR数据结果精度验证步骤如下：
S5：计算相邻轨道重叠区域的InSAR数据同名点的差值分布；
基于最小二乘法解算高精度三维形变场步骤如下：
S6：将GNSS数据插值为和InSAR数据相同分辨率的连续速度场，构建三维分解方程，基于最小二乘法解算三维形变场。
结果分析验证步骤如下：
S7：结合区域构造变形资料进行验证。
本发明提出的融合GNSS/InSAR观测资料的三维形变场建模方法具有高度科学性，高效性和适用性，将二者融合不仅可以结合两种数据的优势，而且克服了各自的局限性，从而得到更完整的三维形变信息。本方法易于实现，可广泛应用在地质灾害监测和工程变形监测领域。
附图与表格说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图与表格作简单介绍，显而易见地，下面描述中的附图仅仅是本发明的示意图与表格，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图与表格。
图1为本发明提供的融合GNSS/InSAR观测资料的三维形变场建模方法的流程图。
图2为时空基线示意图。
图3为GACOS校正前后干涉图标准差的变化示意图。
图4为InSAR视线向速度场示意图。
图5为相邻轨道重叠区域水平向速度差值分布示意图。
图6为插值后的GNSS水平速度场示意图。
图7为融合GNSS/InSAR观测资料解算的东西向形变速度场。
图8为融合GNSS/InSAR观测资料解算的南北向形变速度场。
图9为融合GNSS/InSAR观测资料解算的垂直向形变速度场。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
以下步骤为解算InSAR视线向速度场部分：
Step 1：采用SBAS-InSAR方法处理InSAR数据。通过设置时空基线阈值获取大量的冗余干涉对，采取的多视比为20:4(距离向:方位向)(46.6m×55.9m)，提高速度场结果的精确性。相干性系数阈值设置为0.4，时间基线阈值设置为2000天，空间基线阈值设置为50m，生成的各轨道干涉对数量至少为原始影像数目的4倍，各轨道的时空基线网络如图2所示。通过在小基线干涉网络中加入长时间基线干涉图可以更好地估计毫米级别的低速率形变，并且通过限制空间基线，有效地降低地形起伏造成的失相干影响。
Step 2：大气延迟误差改正。使用(Generic Atmospheric Correction OnlineService for InSAR,GACOS)系统改正大气误差，该系统使用(European Centre forMedium-Range Weather Forecasts,ECMWF)数据和90米分辨率的SRTM DEM数据获取对流层延迟，将其转化为雷达视线向后从缠绕的相位中减去。使用3D相位解缠算法提高解缠精度，并使用相位闭环方法检查干涉图中的解缠错误。在初次解缠后，剔出质量较低的干涉对，再次进行相位解缠。通过去除相位斜坡减少可能残余的大气延迟误差。大气改正前后的干涉图标准差对比图如图3所示，各轨道80％的干涉图标准差在大气校正之后表现为降低。最终得到InSAR视线向速度场，如图4所示。
以下步骤为统一GNSS和InSAR数据的空间参考基准部分：
Step 3：为了提高计算效率和后续三维分解方程的建立，将InSAR视线向速度场进行降采样处理，寻找升降轨数据同名点。将研究区划分为1000m×1000m的均匀网格，以每个格网点为中心，1000m为半径的圆内所有InSAR数据点对应的均值作为格网点对应的视线向速度值。
Step 4：以GNSS测站坐标为中心，1000m为半径的圆内各轨道所有InSAR数据点对应的均值作为GNSS测站点对应的InSAR视线向速度，根据GNSS水平速度场投影到视线向后与对应的InSAR数据作差，基于二次多项式拟合差值改正原始InSAR视线向速度场。投影公式如下所示：
DLOS＝-Decos(α)sin(θ)+Dnsin(α)sin(θ)+Ducos(θ)
式中DLOS为视线向形变，De，Dn，Du分别为东西向，南北向和垂直向的位移分量，α为方位角，θ为入射角。
以下步骤为InSAR数据结果精度验证部分
Step 5：计算相邻轨道重叠区域的InSAR数据同名点的差值分布。考虑到重叠区域的局部入射角差异，假设研究区域仅存在水平向形变，将重叠区域的InSAR数据点除以各自对应的局部入射角，再乘以轨道的中心入射角。最后获取的相邻轨道重叠区域数据点差值分布直方图如图5所示。结果表明相邻轨道同名点差值的平均值接近于0，升降轨影像速度场的不确定度别为1.03mm/yr和0.89mm/yr。
以下步骤为基于最小二乘法解算高精度三维形变场验证
Step 6：构建三维分解方程，基于最小二乘法解算三维形变场。考虑到GNSS垂直向速度场相对于水平向速度场存在较大的不确定性，将插值后的和InSAR数据分辨率相同的GNSS的东西向，南北向速度场和InSAR升降轨视线向速度场作为输入数据，具体公式如下，其中θ为卫星入射角，α为卫星方位角。和/>分别为升降轨视线向速率，分别为GNSS东西向，南北向速度场，VE，VN，VU为求得的东西向，南北向，垂直向速度场。
对于已知观测值设为L，中间的系数矩阵设为A，最右边为最终求解的三维形变场对于误差矩阵/>满足最小二乘准则，使残差的平方和最小，则
插值后的GNSS水平速度场如图6所示，最后获取的东西向，南北向和垂直向速度场分别如图7，图8和图9所示。
Step 7：结合区域构造变形资料进行验证。由图7东西向速度场结果可知，研究区整体表现为向东挤出的变形趋势，自西向东形变速率逐渐降低，反映出青藏高原的侧向挤出受到东侧的鄂尔多斯块体的阻碍。由图8南北向速度场结果可知，由于SAR卫星为近极地轨道卫星，对南北向形变不敏感，解算得到的南北向速度场结果和GNSS南北向速度场插值后的结果相近，西侧表现为北方向变形，东侧表现为南方向变形，符合青藏高原GNSS速度场整体绕喜马拉雅山脉东端顺时针旋转的特征。由图9垂直向速度场结果可知，整体垂直变形较复杂，其中(a)和(b)所在区域为六盘山断裂，东侧表现为轻微的沉降而西侧表现为轻微的抬升，(c)为武威市耕地区域，可能由于农田灌溉导致的局部变形，(d)为平凉市华亭矿区，表现出显著的开采沉降。综上所述，本发明所提出的一种融合GNSS/InSAR观测资料的三维形变场建模方法，结合了两种观测资料的优势，能够获取高精度，高空间分辨率的三维形变场，
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本发明中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本发明所示的这些实施例，而是要符合与本发明所公开的原理和新颖特点相一致的最宽的范围。

Claims (3)

1.一种融合GNSS/InSAR观测资料的三维形变场建模方法，包括解算InSAR视线向速度场、统一GNSS和InSAR数据的空间参考基准、InSAR数据结果精度验证、基于最小二乘法解算高精度三维形变场和结果分析验证五部分：
解算InSAR视线向速度场步骤如下：
S1：采用SBAS-InSAR方法进行时序处理，设置合理时空基线阈值并挑选干涉对；
S2：大气延迟误差改正；
统一GNSS和InSAR数据的空间参考基准步骤如下：
S3：将InSAR视线向速度场进行降采样处理，寻找升降轨数据同名点；
S4：将GNSS速度场投影到视线向后与InSAR数据作差，基于二次多项式拟合差值改正各轨道原始InSAR视线向速度场；
InSAR数据结果精度验证步骤如下：
S5：计算相邻轨道重叠区域的InSAR数据同名点的差值分布；
基于最小二乘法解算高精度三维形变场验证步骤如下：
S6：将GNSS数据插值为和InSAR数据相同分辨率的连续速度场，构建三维分解方程，基于最小二乘法解算三维形变场；
结果分析验证步骤如下：
S7：结合区域构造变形资料进行验证。
2.根据权利要求1所述的一种融合GNSS/InSAR观测资料的三维形变场的建模方法，其特征在于，在步骤S3到S7中，考虑了两种大地测量资料的空间参考基准的不同，基于最小二乘原理，获取高精度三维形变场。
3.根据权利要求1或2所述的一种融合GNSS/InSAR观测资料的三维形变场建模方法，其特征在于，在步骤S6中，获取的高精度三维形变场结合了GNSS/InSAR观测数据的优势，能够反映更加精细的地表变形特征。应用场景包括：地质灾害监测和工程变形监测领域。
CN202311088473.7A 2023-08-28 2023-08-28 一种融合GNSS/InSAR观测资料的三维形变场建模方法 Active CN117109426B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311088473.7A CN117109426B (zh) 2023-08-28 2023-08-28 一种融合GNSS/InSAR观测资料的三维形变场建模方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311088473.7A CN117109426B (zh) 2023-08-28 2023-08-28 一种融合GNSS/InSAR观测资料的三维形变场建模方法

Publications (2)

Publication Number Publication Date
CN117109426A true CN117109426A (zh) 2023-11-24
CN117109426B CN117109426B (zh) 2024-03-22

Family

ID=88803589

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311088473.7A Active CN117109426B (zh) 2023-08-28 2023-08-28 一种融合GNSS/InSAR观测资料的三维形变场建模方法

Country Status (1)

Country Link
CN (1) CN117109426B (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7446705B1 (en) * 2007-10-24 2008-11-04 Wisconsin Alumni Research Foundation Method and apparatus for determining parameters for a parametric expression characterizing the phase of an acquired signal
CA2652639A1 (en) * 2008-02-06 2009-08-06 Halliburton Energy Services, Inc. Geodesy via gps and insar integration
CN101770027A (zh) * 2010-02-05 2010-07-07 河海大学 基于InSAR与GPS数据融合的地表三维形变监测方法
CN104391296A (zh) * 2014-10-15 2015-03-04 淮海工学院 基于广义最小二乘平差的雷达三维形变场重构技术
CN104699966A (zh) * 2015-03-09 2015-06-10 中南大学 一种融合GNSS和InSAR数据获取高时空分辨率形变序列的方法
US20160033639A1 (en) * 2014-08-04 2016-02-04 University Of Seoul Industry Cooperation Foundation Method and apparatus for stacking multi-temporal mai interferograms
US20160047940A1 (en) * 2014-08-15 2016-02-18 California Institute Of Technology Systems and methods for advanced rapid imaging and analysis for earthquakes
CN107389029A (zh) * 2017-08-24 2017-11-24 北京市水文地质工程地质大队 一种基于多源监测技术融合的地面沉降集成监测方法
CN110058236A (zh) * 2019-05-21 2019-07-26 中南大学 一种面向三维地表形变估计的InSAR和GNSS定权方法
CN111721241A (zh) * 2020-05-08 2020-09-29 北京理工大学 一种GNSS-InBSAR和GB-InSAR跨系统融合三维形变测量方法
CN112050725A (zh) * 2020-09-14 2020-12-08 广东省核工业地质局测绘院 一种融合InSAR和GPS的地表形变监测方法
CN112540369A (zh) * 2020-11-27 2021-03-23 武汉大学 融合GNSS与升降轨时序InSAR的滑坡三维形变解算方法及系统
CN113251914A (zh) * 2021-04-06 2021-08-13 兰州交通大学 InSAR技术与长短时记忆神经网络结合的地表形变预测方法
CN115469308A (zh) * 2022-08-25 2022-12-13 中国地震局地质研究所 多轨道InSAR震间形变速率场拼接方法、装置、设备及介质

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7446705B1 (en) * 2007-10-24 2008-11-04 Wisconsin Alumni Research Foundation Method and apparatus for determining parameters for a parametric expression characterizing the phase of an acquired signal
CA2652639A1 (en) * 2008-02-06 2009-08-06 Halliburton Energy Services, Inc. Geodesy via gps and insar integration
CN101770027A (zh) * 2010-02-05 2010-07-07 河海大学 基于InSAR与GPS数据融合的地表三维形变监测方法
US20160033639A1 (en) * 2014-08-04 2016-02-04 University Of Seoul Industry Cooperation Foundation Method and apparatus for stacking multi-temporal mai interferograms
US20160047940A1 (en) * 2014-08-15 2016-02-18 California Institute Of Technology Systems and methods for advanced rapid imaging and analysis for earthquakes
CN104391296A (zh) * 2014-10-15 2015-03-04 淮海工学院 基于广义最小二乘平差的雷达三维形变场重构技术
CN104699966A (zh) * 2015-03-09 2015-06-10 中南大学 一种融合GNSS和InSAR数据获取高时空分辨率形变序列的方法
CN107389029A (zh) * 2017-08-24 2017-11-24 北京市水文地质工程地质大队 一种基于多源监测技术融合的地面沉降集成监测方法
CN110058236A (zh) * 2019-05-21 2019-07-26 中南大学 一种面向三维地表形变估计的InSAR和GNSS定权方法
WO2020233591A1 (zh) * 2019-05-21 2020-11-26 中南大学 一种面向三维地表形变估计的InSAR和GNSS定权方法
CN111721241A (zh) * 2020-05-08 2020-09-29 北京理工大学 一种GNSS-InBSAR和GB-InSAR跨系统融合三维形变测量方法
CN112050725A (zh) * 2020-09-14 2020-12-08 广东省核工业地质局测绘院 一种融合InSAR和GPS的地表形变监测方法
CN112540369A (zh) * 2020-11-27 2021-03-23 武汉大学 融合GNSS与升降轨时序InSAR的滑坡三维形变解算方法及系统
CN113251914A (zh) * 2021-04-06 2021-08-13 兰州交通大学 InSAR技术与长短时记忆神经网络结合的地表形变预测方法
CN115469308A (zh) * 2022-08-25 2022-12-13 中国地震局地质研究所 多轨道InSAR震间形变速率场拼接方法、装置、设备及介质

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
余宏远;李伟;王文达;: "利用考虑地形起伏的反演方法获取2017年伊拉克M_W7.3地震的断层参数及滑动分布", 地震, no. 04, 15 October 2020 (2020-10-15) *
和柯;邹进贵;: "GPS与InSAR形变结果融合分析", 测绘地理信息, no. 02, 9 April 2018 (2018-04-09) *
敖萌;张路;廖明生;张丽;: "基于方差分量估计的多源InSAR数据自适应融合形变测量", 地球物理学报, no. 08, 3 August 2020 (2020-08-03) *
曹海坤;赵丽华;毕研磊;: "利用附加系统参数的GPS-InSAR综合形变模型建立三维形变场", 大地测量与地球动力学, no. 04, 15 April 2017 (2017-04-15) *
王之栋;唐新明;李涛;: "InSAR时空基线对DEM精度的影响分析", 测绘通报, no. 02, 25 February 2018 (2018-02-25) *
王洲: "GNSS与InSAR地面形变监测深度融合", 《中国优秀硕士学位论文全文数据库基础科学辑》, no. 02, 15 February 2022 (2022-02-15), pages 008 - 151 *
班保松;伍吉仓;陈永奇;冯光财;胡守超;: "联合GPS和InSAR观测结果计算汶川地震三维地表形变", 大地测量与地球动力学, no. 04, 15 August 2010 (2010-08-15) *

Also Published As

Publication number Publication date
CN117109426B (zh) 2024-03-22

Similar Documents

Publication Publication Date Title
WO2020233591A1 (zh) 一种面向三维地表形变估计的InSAR和GNSS定权方法
Catalão et al. Merging GPS and atmospherically corrected InSAR data to map 3-D terrain displacement velocity
WO2022214114A2 (zh) 融合GNSS数据与InSAR技术的桥梁变形监测方法
Preusker et al. Stereo topographic models of Mercury after three MESSENGER flybys
Wu et al. Integration of Chang'E-2 imagery and LRO laser altimeter data with a combined block adjustment for precision lunar topographic modeling
CN108983232B (zh) 一种基于邻轨数据的InSAR二维地表形变监测方法
CN110111274B (zh) 一种星载推扫式光学传感器外方位元素定标方法
Cao et al. Bundle adjustment of satellite images based on an equivalent geometric sensor model with digital elevation model
Tang et al. Verification of ZY-3 satellite imagery geometric accuracy without ground control points
CN113358091B (zh) 一种利用三线阵立体卫星影像生产数字高程模型dem的方法
CN109471104B (zh) 一种从两平行轨道sar数据中获取地表三维移动量的方法
CN115469308B (zh) 多轨道InSAR震间形变速率场拼接方法、装置、设备及介质
CN115201825A (zh) 一种InSAR震间形变监测中的大气延迟校正方法
Aati et al. A new approach for 2-D and 3-D precise measurements of ground deformation from optimized registration and correlation of optical images and ICA-based filtering of image geometry artifacts
Deng et al. Transfer of height datum across seas using GPS leveling, gravimetric geoid and corrections based on a polynomial surface
Qiao et al. Assessment of geo-positioning capability of high resolution satellite imagery for densely populated high buildings in metropolitan areas
CN112711022B (zh) 一种GNSS层析技术辅助的InSAR大气延迟改正方法
CN117109426B (zh) 一种融合GNSS/InSAR观测资料的三维形变场建模方法
Chen et al. Large-Scale Block Bundle Adjustment of LROC NAC Images for Lunar South Pole Mapping Based on Topographic Constraint
Zhou et al. Geometric accuracy verification of GF-7 satellite stereo imagery without GCPs
CN116559912A (zh) 融合地基gnss水平梯度的空基掩星大气反演系统构建方法
Pi et al. Large-scale planar block adjustment of GaoFen1 WFV images covering most of mainland China
Tang et al. Parallel CS-Insar for mapping nationwide deformation in China
CN116045920A (zh) 一种基于gf7号立体像对提取dem的方法
CN115755115A (zh) 基于gnss对流层层析技术的ppp改善方法

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