設(shè)計(jì)參考-范本修正稿

................................................................................................................... 第1章緒 引 InSAR形變監(jiān)測(cè)概 InSAR三維形變監(jiān)測(cè)國(guó)內(nèi)外研究現(xiàn) 現(xiàn)有三維形變監(jiān)測(cè)方法存在的問(wèn) 本文研究?jī)?nèi)容與章節(jié)安 第2章改進(jìn)的InSAR方差分量估計(jì)方 引 傳統(tǒng)InSAR方差分量估計(jì) 方差分量估計(jì)的常見(jiàn)方 特方差估計(jì)（Helmert法 傳統(tǒng)的InSAR方差分量估計(jì)法（VCE- 改進(jìn)的InSAR方差分量估計(jì)方 本章小 第3章數(shù)據(jù)準(zhǔn) 引 InSAR數(shù)據(jù)的幾何模 InSAR數(shù)據(jù)模 本章小 第4章基于改進(jìn)方差分量估計(jì)的InSAR三維形變監(jiān) 引 基于DInSAR的三維形變監(jiān)測(cè)實(shí) 最小二乘 最小二乘 傳統(tǒng)的InSAR方差分量估計(jì) 基于稀疏點(diǎn)選取的方差分量估計(jì) 混合方差分量估計(jì) 基于MAI和DInSAR的三維形變監(jiān)測(cè)實(shí) 形變監(jiān)測(cè)結(jié)果對(duì)比分 改進(jìn)的InSAR方差分量估計(jì)對(duì)結(jié)果的優(yōu) 觀測(cè)數(shù)據(jù)對(duì)形變監(jiān)測(cè)質(zhì)量的影 中誤差評(píng)定精度的可靠 VCE-multi對(duì)單位權(quán)負(fù)定的改 第5章結(jié)論與展 研究?jī)?nèi)容總 研究存在的不足和展 結(jié)束 參考文 附 附錄I數(shù)據(jù)模擬的主要程序源代 附錄II基于方差分量估計(jì)InSAR三維形變監(jiān)測(cè)數(shù)據(jù)處理源代 單點(diǎn)方差分量估計(jì) 基于稀疏點(diǎn)選取的方差分量估計(jì) 混合方差分量估計(jì) 附錄III三維形變監(jiān)測(cè)匯總圖表的編繪源代 muti（MAIThetraditionalsingleplatformInSARdeformationmonitoringtechnologyisabletomonitorthelineofsight(LOS)deformationwiththeaccuracyofcentimeterorevenbetter,butcan'tgetaccesstothe3-Ddeformationdirectly.Inordertoretrievethefull3-Ddeformation,thispaperstudiesthealgorithmbasedonHelmertvariancecomponentestimation(VCE)tofusiontheInSARobservationofdifferenttrackanddifferentplatforms,makingitpossibletomonitorthe3-Ddeformation,whichhighlyimprovetheabilityofInSARmonitoring.However,thetraditionalInSARdeformationmonitoringwithvariancecomponentestimationisbasedontheseparatesinglepoint(VCE-single),ignoringtherelationshipwithinthewholemap.Thiswillnotonlyincreasethenumberofiteration,butalsoaffectthereliabilityofresults.Especiallywhenexcessobservationsarenotabundantenough,thevarianceofunitweightiseasytobefoundtobenegative,makingithardtoestimatethe3-DsurfaceTherefore,thisarticleputforwardtwonewVCEmethod,ofwhichisonsparsepointselectionsoftheInSARobservations(VCE-sparse)andanotheristheso-calledmixedvariancecomponentsestimationmethod(VCE-multi).Theyconsiderthecommoncharacteristicsofthewholemap,whichismorereasonable.ThispaperconductedsomeexperimentswiththesimulatedInSARobservationstotestandverifytheresultofthesemethods.Theresultsshowthatthesemethodscanleadtoamoreoptimalsolution.What’smore,VCE-multicansignificantlyimprovethenegative-situation.Inaddition,inordertoimprovetheaccuracyofnorth-southdirectionmonitoring,thispaperintroducedtheMulti-apertureInSARtechnology:estimation、Multi-aperture1。地球是人類(lèi)等賴(lài)以生存的家園，但大自然在給予生存條件的同時(shí)也在不斷著的生命安全其中由于地殼表面變形產(chǎn)生的影響最為直接和 一季度我國(guó)共發(fā)生地質(zhì)413起，其中成功預(yù)報(bào)僅14起，25人因地質(zhì)死亡。因此有必要對(duì)地表變形的空間和時(shí)間特性進(jìn)行研究，從而找到地表形變的原因，更好地理解變形機(jī)理，建立有效的變形預(yù)報(bào)模型，以便在來(lái)臨之前的保護(hù)人類(lèi)生命的安全。。上世紀(jì)50年代科學(xué)家CarlWiley提出SAR（SyntheticApertureRadar，孔徑）后僅僅60年的時(shí)間，InSAR（InterferometricSyntheticApertureRadar，孔徑）就憑借其不可取代的優(yōu)勢(shì)發(fā)展成為了一項(xiàng)炙手可熱的變形監(jiān)測(cè)新技術(shù)。InSAR作為一項(xiàng)大地測(cè)量技術(shù)，其優(yōu)勢(shì)具體體現(xiàn)在： InSAR地表形變監(jiān)測(cè)具有精度高、范圍大、空間分辨率高的特點(diǎn)。以4m×20mcm級(jí)以下；◎與水準(zhǔn)、GPS等傳統(tǒng)大地測(cè)量技術(shù)相比，InSAR形變監(jiān)測(cè)無(wú)需繁瑣的布網(wǎng)工作避免了人力物力財(cái)力的浪費(fèi)而且在監(jiān)測(cè)中無(wú)需進(jìn)入受災(zāi)地區(qū)，◎相較于光學(xué)遙感，InSAR監(jiān)測(cè)不受夜晚光照條件差的約束，可；◎目前的大多數(shù)系統(tǒng)都具有根據(jù)監(jiān)測(cè)目的調(diào)整工作模式的，如上所述的優(yōu)異特性使InSAR在區(qū)域性變形研究，尤其在監(jiān)測(cè)變形、火山地表移動(dòng)冰川漂移地面沉降山體滑坡等方面很強(qiáng)的技術(shù)優(yōu)勢(shì)因此InSAR形變監(jiān)測(cè)正得到越來(lái)越多的重視。，但是，InSAR技術(shù)僅對(duì)地表一維（視線向，LOS）形變敏感，而關(guān)心的是發(fā)生在三框架下的真實(shí)形變，這一缺陷使得InSAR形變監(jiān)測(cè)的廣Radarsat-2、COSMO-SkyMed和TerraSAR等，可以獲取同一地區(qū)不同影像提供的多個(gè)方向上的形變監(jiān)測(cè)結(jié)果這給還原地表的真實(shí)三維形變提供InSAR資料來(lái)增加地表形變監(jiān)測(cè)的維數(shù)，這對(duì)擴(kuò)充InSAR技術(shù)的監(jiān)測(cè)能力、提高InSAR的精準(zhǔn)確快速地監(jiān)測(cè)地表三維變形這對(duì)于地質(zhì)治理和環(huán)境評(píng)價(jià)具有重要的社會(huì)InSARInSAR是以從孔徑復(fù)數(shù)據(jù)提取的相位信息為基礎(chǔ)一項(xiàng)技術(shù)，首先通過(guò)單軌或重復(fù)軌道獲取的同地區(qū)復(fù)影像形成的條紋圖再利用傳感器的幾何位置參數(shù)和波參數(shù)精確得到圖像上每一點(diǎn)的三維位置和地表變化信于監(jiān)測(cè)視線方向上厘米級(jí)或更微小的地球表面形變Grabriel等人首次論證了D-InSAR技術(shù)監(jiān)測(cè)地表微小形變的可能性[3]2002年，單新建等研究了D-InSAR的監(jiān)測(cè)結(jié)果[4]；2004年大學(xué)利用ERS-1/2數(shù)據(jù)監(jiān)測(cè)了1992到2000地區(qū)沉降漏斗的情況[5]。但是由于大氣影響和失相關(guān)噪聲的復(fù)雜性，DInSAR監(jiān)測(cè)地表形變的能力受到嚴(yán)重的制約[6]-[8]SAR影像為基礎(chǔ)，先后提出了散射體技術(shù)（PermanentScattererInSAR,PSI、短基線集技術(shù)（SmallBAselineSubset,SBAS）和角反射器技術(shù)(CornerReflectorInSAR,CRI)等新方法來(lái)提高InSAR地表形變監(jiān)測(cè)的精度和時(shí)間分辨率。Ferretti等利用PSI技術(shù)從ERSAncona地區(qū)某滑動(dòng)區(qū)域的微小形變[9]。R.Lanari等人采用SBAS算法獲得了1995-2002洛杉磯的長(zhǎng)時(shí)間序列的[10]。2004XiaYe等將CRI和DInSAR技術(shù)相結(jié)合得到了2000-200112個(gè)月的三峽庫(kù)區(qū)滑坡給出真實(shí)的三維地表形的缺陷是該技術(shù)廣泛應(yīng)用于大地測(cè)量上的最大[12]。InSAR①DInSARGPS、GPSDInSAR資料在地表形變監(jiān)測(cè)的精度和分辨率上具有很好的互年，Guglielmino等提出SISTEM方法，利用D-InSARGPS資料同時(shí)獲得了2003年2004MountEtna火山的地表三維形變場(chǎng)和三維應(yīng)力應(yīng)變場(chǎng)[14]。GudmundssonS.GPS和InSAR資料將三維形變分解為兩個(gè)二維形變問(wèn)題，得到了冰島未克的地表三維形變圖[15]；SamsonovS.等則在統(tǒng)Gibbs–Markov隨機(jī)場(chǎng)理論研究了GPS和DInSAR[16]分辨率三維形變數(shù)據(jù)[17]。另外，中南大學(xué)等則利用方差分量估計(jì)方法進(jìn)一步改進(jìn)了D-InSARGPS的融合模型，得到了南加州地區(qū)高精度的地表三維形變速度場(chǎng)[18]（1.1。、②像素偏移法（Pixel該方法通過(guò)比較SAR灰度影像，得到同名像素兩次成像期間在方位向和距離向發(fā)生的平移量，從而獲得地表形變。Tobita用該法重建了Usu火山的三維形變場(chǎng)[19]；我國(guó)大學(xué)的研究和軍與國(guó)外合作，用該法和Envisat升軌降軌影像研究了2005年的三維形變場(chǎng)[20]。圖1.1InSAR和GPS融合監(jiān)測(cè)的南加州地表三維形變場(chǎng)（等③MAI技術(shù)（多孔徑InSAR技術(shù)斯坦福大學(xué)的Bechor和Zebker2006年提出了多孔徑InSAR（即MAI數(shù)據(jù)的子孔徑觀測(cè)得到前視后視數(shù)據(jù)其相位差即為沿軌道形變分量，其檢測(cè)精度比像素偏移法有了明顯改善（見(jiàn)圖1.2。加上SAR數(shù)據(jù)直接得到的視線向形變使得從單個(gè)InSAR對(duì)得到二維形變成為可能[12]Jung,H.S.方法提取了夏威夷Kilauea火山爆發(fā)引起的地面三維形變場(chǎng)[22]。1.2MAI和像素偏移法監(jiān)測(cè)的方位向形變對(duì)比結(jié)果(Bechor和如果利用InSARSARDInSAR資料得到了Nenana的三維形變情況[23]。2011年，Gray利用RADARSAT-2LOSD-InSARHenriettaNesmith冰川的三維運(yùn)動(dòng)場(chǎng)[24]（1.3）。1.3多方向D-InSAR觀測(cè)法探測(cè)的HenriettaNesmith冰川的三維運(yùn)動(dòng)場(chǎng)上節(jié)介紹了四類(lèi)InSAR監(jiān)測(cè)三維形變的方法，但是每種方法的應(yīng)用都受到GPS數(shù)據(jù)的地區(qū)技術(shù)獲取的方位向形變正好和D-InSAR技術(shù)獲取的距離向形變精度形成互補(bǔ)，1-2隨著InSAR在地學(xué)各項(xiàng)研究中的優(yōu)勢(shì)逐漸們所重視，有越來(lái)越多的星載SAR系統(tǒng)進(jìn)入運(yùn)行，而且不同平臺(tái)InSAR資料在監(jiān)測(cè)地表形變上各有優(yōu)勢(shì)，因此聯(lián)合多個(gè)平臺(tái)的InSAR資料可以反演出地表的真實(shí)三維形變場(chǎng)成為InSAR變形研究的一個(gè)新趨勢(shì)。但上述三類(lèi)研究，基本上只用單一平臺(tái)的資料，多平臺(tái)SAR數(shù)據(jù)可以為三維形變監(jiān)測(cè)提供更豐富的信息，但是如何合理地SAR數(shù)據(jù)的觀測(cè)質(zhì)量不僅受到失相關(guān)噪聲的影響，還要受到形式復(fù)雜的大氣延遲等的作用，其中尤以后者難以消除，這些都使得SAR數(shù)據(jù)的先驗(yàn)方差很難確定。目前普遍采用的處理方法是將不同做等權(quán)處理或利用相干性定權(quán)，而SAR數(shù)據(jù)方差與相干性并沒(méi)有直接可循的關(guān)系，其定權(quán)能力極為有限。（VarianceComponentEstimation,VCE）融合多平臺(tái)InSAR資料監(jiān)測(cè)地表三維形變的方法。VCE方法利用InSAR資料的觀測(cè)殘差來(lái)估計(jì)它們的方差，從而得到不同平臺(tái)InSAR數(shù)據(jù)的權(quán)重，避免了煩瑣且不可靠的InSAR資料的先驗(yàn)方差估計(jì)，從而實(shí)現(xiàn)地表三維形變的最優(yōu)估計(jì)。但是傳統(tǒng)的方差分量估計(jì)的對(duì)象是圖的配準(zhǔn)后的同名點(diǎn)忽略了圖不同像間的關(guān)系。因此本文探索基于不同數(shù)據(jù)集的方差分量估計(jì)來(lái)監(jiān)測(cè)三維形另外由于SAR的極軌飛行方式和SAR/InSAR技術(shù)自身的特點(diǎn)，InSAR南北向形變監(jiān)測(cè)的敏感性遠(yuǎn)低于東西向和垂直向，為此本文引入多孔徑InSAR（MAI）InSAR南北向的監(jiān)測(cè)精度。1InSAR第2章介紹了方差分量估計(jì)的概念和幾種不同的估計(jì)準(zhǔn)則。在特方差估計(jì)的框架下提出了兩種改進(jìn)的InSAR方差分量估計(jì)方法：VCE-sparse和3章模擬了ASARCOSMO和PALSAR三個(gè)不同平臺(tái)的InSAR觀測(cè)資料和COSMOMAI處理結(jié)果，為本文研究提供了豐富的試驗(yàn)數(shù)據(jù)。4章應(yīng)用傳統(tǒng)方差分量估計(jì)和改進(jìn)的方差分量估計(jì)對(duì)不同配置的InSAR量，了考慮圖整體數(shù)據(jù)質(zhì)量新方法的優(yōu)異性。的InSAR三維形變監(jiān)測(cè)的未來(lái)方向。2InSAR目前在軌的SAR系統(tǒng)隊(duì)伍十分壯大，如ERS、ALOS、EVISAT、TerraSAR、COSMO-SkyMed和Radarsat-2等，如何充分合理利用這些資源成為目前InSAR領(lǐng)域的一個(gè)研究熱點(diǎn)。但是，不同成像條件不同，觀測(cè)精在此引入平差隨機(jī)模型驗(yàn)后估計(jì)的概念平差隨機(jī)模型驗(yàn)后估計(jì)利用預(yù)平差立，觀測(cè)值的方差陣為擬對(duì)角矩陣，此時(shí)的迭代過(guò)程稱(chēng)為方差分量估計(jì)。由于不同平臺(tái)的SAR資料鮮有相關(guān)性，因此本文研究采用方差分量估計(jì)即可。本章簡(jiǎn)要介紹幾種經(jīng)典的方差分量估計(jì)方法。在特方差估計(jì)的理論傳統(tǒng)InSAR在統(tǒng)計(jì)學(xué)和大地測(cè)量學(xué)中，存在大量對(duì)方差分量估計(jì)方法的研究。這些方最小范數(shù)二次無(wú)偏估計(jì)法（IE、最優(yōu)不變二次無(wú)偏估計(jì)法（IElmrt（E和Byian足這些性質(zhì)的條件構(gòu)成一個(gè)極值問(wèn)題，其中MINQUE即所謂的最小范數(shù)問(wèn)題，BIQUE種局部最優(yōu)二次無(wú)偏估計(jì)。MLE需要提前知道觀測(cè)值的概率密度函數(shù)才能做出估計(jì)。而B(niǎo)ayesian估計(jì)不僅需要觀測(cè)值的概率密度，還需要參數(shù)的先驗(yàn)概率分布信息。然而，Helmert估計(jì)無(wú)需先驗(yàn)信息和分布假設(shè)，直接以預(yù)平差后各類(lèi)觀特方差估計(jì)（Helmert法1924年特最早提出利用預(yù)平差的改正數(shù)V按驗(yàn)后估計(jì)各類(lèi)觀測(cè)量驗(yàn)LBX

X的隨機(jī)性，即DX0，DXL0

0E()0,D(L)D()20

L由mmP1,Pm V1L

，V 0

P

0 D(L)2P1,,D(L)2P

01 0m2.1Helmert方差分量估計(jì)流程然后依據(jù)初始權(quán)做預(yù)平差，即最小二乘計(jì)算，得到觀測(cè)值殘差。但是以預(yù)平差殘差 平方和VTPV,,VTP

1 mm

（ 后權(quán)1

1P1P

PP0m

VTPV

n2tr(N1N)tr(N1N

tr(N1NN1N

11

01VTP

tr(N

N1N

n2tr(N

)tr(N1N 22

02

W

當(dāng)觀測(cè)值類(lèi)型擴(kuò)展為m

n2tr(N1N)tr(N1N

tr(N1NN1N

tr(N1NN1N 22 2222mS22m

n2tr(N1

)tr(N1N

tr(N1

N1N

mn2tr(Nm

mm)tr(Nmm

)2傳統(tǒng)的InSAR方差分量估計(jì)法（VCE-基于單點(diǎn)的方差分量估計(jì)是目前InSAR等領(lǐng)域普遍應(yīng)用的數(shù)據(jù)融合定權(quán)方像元的匹配函數(shù)關(guān)系，再對(duì)同名點(diǎn)的InSAR數(shù)據(jù)做方差分量估計(jì)。富，否則極易出現(xiàn)單位權(quán)負(fù)定或方程的情況；(2)觀測(cè)值分類(lèi)合理準(zhǔn)確，InSAR方差分量估計(jì)InSAR方差分量估計(jì)方法。改進(jìn)的InSAR因此InSAR數(shù)據(jù)質(zhì)量在相鄰像元間會(huì)具有很大的相似性。另外在SAR圖像成像的短暫時(shí)間段內(nèi)，諸如SAR系統(tǒng)、大氣環(huán)境等條件類(lèi)似，整幅SAR圖像中每個(gè)VCE-sparse考慮同一個(gè)幅圖數(shù)據(jù)質(zhì)量的相似性，在配準(zhǔn)后的整

0r1

0r

R 22

0

Ur

R nn n其中字母的意義參見(jiàn)公式(3.1)，下標(biāo)1~nVCE-single點(diǎn)偶然誤差引起的分類(lèi)于只有一小部分稀疏點(diǎn)參與了方差分量估計(jì)稀疏點(diǎn)的和準(zhǔn)則也顯得很2.22.2VCE-multi的實(shí)現(xiàn)過(guò)本方法首先利用VCE-sparse處理數(shù)據(jù)，再以得到的驗(yàn)后單位權(quán)作為傳VCE-singleVCE-single得到每個(gè)點(diǎn)不同的單位權(quán)估值。該方法綜合VCE-single和VCE-sparse的優(yōu)勢(shì)，不僅考慮圖內(nèi)點(diǎn)間數(shù)據(jù)質(zhì)量VCE-single的初始權(quán)較為精VCE-single經(jīng)過(guò)上述分析可以初步得到以下結(jié)論：由于兩種改進(jìn)的InSAR方差分量估3由于同地區(qū)多平臺(tái)重復(fù)SAR數(shù)據(jù)難以獲得，且計(jì)算結(jié)果又難以驗(yàn)證，故本文以模擬形變數(shù)據(jù)展開(kāi)基于方差分量估計(jì)的InSAR三維形變監(jiān)測(cè)的研究。本章主要介紹試驗(yàn)所采用的InSAR相位（距離差）數(shù)據(jù)和多孔徑InSAR數(shù)據(jù)的模擬InSAR由DInSAR原理可知，一對(duì)InSAR圖經(jīng)差分處理只能得到視線向一維地表形變 要得到地表三維形變r(jià)[r,r,r]T理論上至少需要三對(duì)這樣 n涉圖才能求得真實(shí)的形變。但如采用多孔徑InSAR技術(shù)，相同的SAR數(shù)據(jù)在取RLOSRAZI。此時(shí)兩對(duì)這樣的InSAR數(shù)本文考慮地形殘差的影響，則由成像幾何可知地表三維形r[r,r,r]T和地形殘差 與視線向形變 、方位向形變 間的關(guān) n

RU

RRLOSrrrr

R RAZI

n

U

coslossin

B⊥/(rsin

3/

3/ 式中，為 入射角，r為斜距，B⊥代表垂直基線，azi和los分別表示飛行方向在地表投影的方位角和傳感器視線向在地表投影的方位角。因此對(duì)左視InSAR數(shù)據(jù)有l(wèi)osazi2，右視則是losazi32SAR形變，要求得地表的三維形變速度只需對(duì)相應(yīng)的參數(shù)乘以時(shí)間基線長(zhǎng)度t（年）InSAR3.1為本節(jié)采用的真實(shí)OSOSAR三個(gè)不同平臺(tái)的試驗(yàn)數(shù)據(jù)各12個(gè)相關(guān)參數(shù)見(jiàn)表3.1由此利用公式(3.1)即可求得真實(shí)的視RLOSRAZIAB AB

0 -0.04

0

-0.06

CC

0

DD

503.1三維地表形變和地形殘差真值。A東西向，B南北向，C垂直向，D（注：以下各組反演3.1模擬數(shù)據(jù)參數(shù)ASARCOSMOPALSAR降軌(=192°)升軌(=345°)升軌(=350°)/基線天基線米/基線天基線米/基線天基線米123456789但是知道，SAR數(shù)據(jù)在信號(hào)、數(shù)據(jù)獲取、數(shù)據(jù)傳輸和數(shù)據(jù)處理等①時(shí)間去相關(guān)參數(shù)te|t|/t

其中，T②空間去相關(guān)參數(shù)2|B|*Rg*

1 *

其中，Rg為圖像的距離向分辨率，指波波長(zhǎng)③隨機(jī)誤差rand )(2L* 224 )(2L* 224

LOS

其中

geo*tLMAI取LOS2.5stdMAI2.5stdLOS以上就是對(duì)模擬數(shù)據(jù)方法和參數(shù)的介紹，其具體實(shí)現(xiàn)采用7.10.0軟件的normrnd函數(shù)，每幅圖大小為100行*100列，模擬結(jié)果參見(jiàn)圖3.2-3.6。在此需要說(shuō)明的是根據(jù)實(shí)際情況，COSMO數(shù)據(jù)模擬左右視兩組，且由于其精度最高，因此選擇該做多孔徑InSAR（MAI）處理，由此生成的數(shù)據(jù)組成ASAR降軌右視LOSCOSMOLOSPALSARASAR降軌右視LOSCOSMOLOSPALSARASAR降軌右視LOSCOSMOLOSPALSARLOSCOSMO升軌MAI；ASAR降軌右視LOSCOSMOLOSPALSAR升軌右視LOSCOSMO升軌MAI。本章介紹了數(shù)據(jù)的模擬方法，并設(shè)計(jì)了三個(gè)不同平臺(tái)的數(shù)據(jù)作為后續(xù)的研究對(duì)象。D四組數(shù)據(jù)配置中，RSAR數(shù)據(jù)分別提供了穩(wěn)定的O、D兩組數(shù)據(jù)又加入多孔徑InSR處理結(jié)果，無(wú)論采用何種配置的數(shù)據(jù)，若采用簡(jiǎn)單的等權(quán)的方法必將產(chǎn)生較大偏差。

80

80

80

80

80

80

80

80

80

80

80

80圖3.2ASAR的12組

80

80

80

80

80

80

80

80

80

80

80

80圖3.3COSMO的12組左視

80

80

80

80

80

80

80

80

80

80

80

80圖3.4COSMO的12組右視

80

80

80

80

80

80

80

80

80

80

80

803.5COSMO12組MAI處理結(jié)

80

80

80

80

80

80

80

80

80

80

80

80圖3.6PALSAR的12組4InSAR前面介紹了基于方差分量估計(jì)InSAR三維形變監(jiān)測(cè)的理論和方法，并模擬了三類(lèi)不同平臺(tái)的InSAR數(shù)據(jù)。本章利用前文介紹的不同定權(quán)方法來(lái)估計(jì)地表DInSAR為驗(yàn)證方差分量估計(jì)對(duì)三維形變監(jiān)測(cè)結(jié)果質(zhì)量的改善和本文改進(jìn)的InSARVCE-singleVCE-sparse和VCE-multi三種基于不同數(shù)據(jù)集方差分量方法估計(jì)分別對(duì)A、B組數(shù)據(jù)在觀測(cè)數(shù)為3n(n3,4,12)時(shí)做平行對(duì)比試驗(yàn)。下面各小節(jié)以n8為例說(shuō)明數(shù)據(jù)處理過(guò)程與相應(yīng)結(jié)果。ASAR降軌右視LOSCOSMOLOSPALSARASAR降軌右視LOSCOSMOLOSPALSARLOS對(duì)于絕大部分InSAR數(shù)據(jù)，其先驗(yàn)信息難以獲取，且對(duì)于不同的數(shù)據(jù)，即4.1LS處理結(jié)果標(biāo)準(zhǔn)差A(yù)B2 0

0

-0.06

0

504.1LS監(jiān)測(cè)三維形變場(chǎng)和地形殘差圖— 0

0

-0.06

0

504.2LS監(jiān)測(cè)三維形變場(chǎng)和地形殘差圖—圖4.1-4.2、表4.1為L(zhǎng)S恢復(fù)結(jié)果和各方向估計(jì)的均誤差，對(duì)比真實(shí)形變不難發(fā)現(xiàn)：三維形變和地形殘差估計(jì)的精度較低，特別是A組配置已難以恢DInSAR監(jiān)測(cè)精度較高的垂直向上恢復(fù)精度也不夠理想。令人欣慰的是B組的配置可在4.2.2最小二乘((Pi

) ) j

cc為常數(shù)c(1nj

2111經(jīng)計(jì)算本試驗(yàn)所采用的三類(lèi)模擬數(shù)據(jù)的權(quán)在n8..0.2134.2WLS處理結(jié)果標(biāo)準(zhǔn)差A(yù)B2圖4.3-4.4表4.2分別顯示了最小二乘得到的三維形變場(chǎng)和地形殘差圖多方向DInSAR監(jiān)測(cè)地表三維形變時(shí)，南北向監(jiān)測(cè)精度，均誤差約有垂直向的10倍。這一現(xiàn)象是由DInSAR系統(tǒng)固有特性造成的，下節(jié)將引入MAI結(jié)果來(lái)緩解這一差異。選取不同COSMO 0.04 0

0

-0.04

0

504.3WLS監(jiān)測(cè)三維形變場(chǎng)和地形殘差圖— 0

0

-0.06

0

504.4WLS監(jiān)測(cè)三維形變場(chǎng)和地形殘差圖—線向的投影角度相似，表現(xiàn)為視線向形變的高相關(guān)性。而取COSMO左視數(shù)據(jù)該傳統(tǒng)的InSAR本節(jié)采用傳統(tǒng)基于單點(diǎn)的方差分量估計(jì)，其多余觀測(cè)數(shù)r83420。4.5-4.64.3LS恢復(fù)結(jié)果有很大的提高，尤其對(duì)A配置南北和垂向均誤差比最小二乘降低了近一半。另外，為減少；垂向形變圖也更加光滑。由于B組的配置在一定程度上可以抵抗權(quán)值方差分量估計(jì)在InSAR數(shù)據(jù)配置不佳時(shí)更有意義。4.3VCE-single處理結(jié)果標(biāo)準(zhǔn)差A(yù)B4 0.04 0 -0.04

0

-0.06

0

504.5VCE-single監(jiān)測(cè)三維形變場(chǎng)和地形殘差圖—

0

0

0

504.6VCE-single監(jiān)測(cè)三維形變場(chǎng)和地形殘差圖—本小節(jié)的方差分量估計(jì)在每幅圖中選取稀疏點(diǎn)做整體定權(quán)，考慮同幅100結(jié)果表明本次試驗(yàn)取得了與最小二乘極為接近的結(jié)果，出現(xiàn)這種情況4.4VCE-sparse處理結(jié)果標(biāo)準(zhǔn)差A(yù)B24節(jié)。4.5VCE-multi處理結(jié)果標(biāo)準(zhǔn)差A(yù)B2 0

0

-0.06

0

504.7VCEsparse監(jiān)測(cè)三維形變場(chǎng)和地形殘差圖— 0

0

-0.06

0

504.8VCEsparse監(jiān)測(cè)三維形變場(chǎng)和地形殘差圖— 0.04 0 -0.04

0

-0.06

0

504.9VCEmulti監(jiān)測(cè)三維形變場(chǎng)和地形殘差圖— 0

0

-0.06

0

504.10VCEmulti監(jiān)測(cè)三維形變場(chǎng)和地形殘差圖—際應(yīng)用中，VCE-multi是最好的方法。基于MAIDInSAR上節(jié)的試驗(yàn)結(jié)果再一次表明，僅靠多方向的InSAR視線向觀測(cè)值來(lái)求取地北向形變監(jiān)測(cè)精度，本節(jié)采用多孔徑InSAR技術(shù)（即MAI）對(duì)三類(lèi)數(shù)據(jù)中數(shù)據(jù)質(zhì)量最好的COSMOSAR數(shù)據(jù)擬MAI處理，作為三維形變監(jiān)測(cè)的第四類(lèi)觀測(cè)值。具體地，本節(jié)以同于上節(jié)的方法分別對(duì)C、D組數(shù)據(jù)在觀測(cè)數(shù)為4n(n3,4,12)時(shí)做平行對(duì)比試驗(yàn)由于各方法不同數(shù)據(jù)對(duì)三維形變恢復(fù)的列。下面僅介紹n8，即32個(gè)觀測(cè)值時(shí)各方向和地形殘差平差結(jié)果的均誤差。由(4.1)計(jì)算得，四類(lèi)模擬數(shù)據(jù)的權(quán)在n81.000，147.305，0.213，ASAR降軌右視LOSCOSMOLOSPALSARASAR降軌右視LOSCOSMOLOSPALSARASAR降軌右視LOSCOSMOLOSPALSARLOSCOSMO升軌MAI；ASAR降軌右視LOSCOSMOLOSPALSAR升軌右視LOSCOSMO升軌MAI4.6加入MAI前后東西向形變恢復(fù)質(zhì)量標(biāo)準(zhǔn)差A(yù)BCD22224.7MAI前后南北向形變恢復(fù)質(zhì)量標(biāo)準(zhǔn)差A(yù)BCD4.8MAI前后垂直向形變恢復(fù)質(zhì)量標(biāo)準(zhǔn)差A(yù)BCD241111橫比上表4.6-4.8，可以得出經(jīng)IInS處理、C兩組數(shù)據(jù)之間，垂直向RSE1/8。加入MAISAR數(shù)據(jù)的幾何性質(zhì)依賴(lài)性降低，這體現(xiàn)在無(wú)論是COSMO右視還是左視，其結(jié)果差異性很小。因此，應(yīng)用MAI技術(shù)可以大大降低數(shù)據(jù)選擇的門(mén)檻，同類(lèi)平臺(tái)SAR數(shù)據(jù)的增多又促使方差分量估計(jì)擁有的多余觀測(cè)，形成一個(gè)良性循環(huán)。 東西向南東西向南北向 觀測(cè)值個(gè)數(shù)觀測(cè)值個(gè)數(shù)

上下向上下向DEM殘差50 觀測(cè)值個(gè)數(shù)

觀測(cè)值個(gè)數(shù)圖4.11A數(shù)據(jù)配置時(shí)不同觀測(cè)數(shù)條件下各向的均誤改進(jìn)的InSAR4.11-4.14可以清晰地看出，三維形變恢復(fù)的質(zhì)量嚴(yán)重依賴(lài)于不同類(lèi)數(shù)據(jù)間的權(quán)比，方差分量估計(jì)可以有效改善（LS）三維形變監(jiān)測(cè)的精度。其中傳統(tǒng)VCE-single效果，其精度一直與最小二乘相近，且觀測(cè)值越少改善效果越差，遠(yuǎn)不及VCE-sparse和VCE-multi優(yōu)異。由此可見(jiàn)本文所考慮整圖特性的方差分量估計(jì)是一種更為合理的InSAR方差分量估計(jì)方法，因此在InSARVCE-multiVCE-sparse是不錯(cuò)的定權(quán)方法。VCE-multi（WLS>VCE-sparseVCE-singleLS 東西向南東西向南北向5438 觀測(cè)值個(gè)數(shù)觀測(cè)值個(gè)數(shù) 上下向DEM上下向DEM殘差 觀測(cè)值個(gè)數(shù)觀測(cè)值個(gè)數(shù)

圖4.12B數(shù)據(jù)配置時(shí)不同觀測(cè)數(shù)條件下各向的均誤InSAR觀測(cè)值配置的優(yōu)劣對(duì)結(jié)果大有影響，B組配置所得結(jié)果遠(yuǎn)遠(yuǎn)優(yōu)于A組。且若數(shù)據(jù)結(jié)果配置優(yōu)則數(shù)據(jù)自身可以抵抗部分誤差的影響，但此時(shí)方值，其監(jiān)測(cè)精度一直較高，但考慮圖整體特性的方差分量估計(jì)法仍可以RMSE5東西東西向3210 觀測(cè)值個(gè)數(shù)

南北南北向86420 觀測(cè)值個(gè)數(shù) 上下向DEM上下向DEM殘差 00觀測(cè)值個(gè)數(shù)觀測(cè)值個(gè)數(shù)圖4.13C數(shù)據(jù)配置時(shí)不同觀測(cè)數(shù)條件下各向的均誤 ~ ~2 1EX

本文研究采用模擬數(shù)據(jù)，形變真值已知，但是InSAR監(jiān)測(cè)地表形變中，真 4東西向南北向東西向南北向 10 觀測(cè)值個(gè)

20 觀測(cè)值個(gè)4上下向上下向321550觀測(cè)值個(gè)觀測(cè)值個(gè)

DEM殘差DEM殘差圖4.14D數(shù)據(jù)配置時(shí)不同觀測(cè)數(shù)條件下各向的均誤權(quán)的平差法和二者的混合方法。在InSAR監(jiān)測(cè)形變方面，系統(tǒng)誤差主要由除和削弱提供參考，如ESA提供ERS-1/2的PRC精軌數(shù)據(jù)可以有效改善由于軌文給出了相同觀測(cè)條件處理?xiàng)l件下各方向和地形殘差的中誤差與均誤差的對(duì)應(yīng)表，見(jiàn)表4.9-4.12（注，表中的0值表示出現(xiàn)負(fù)定。從表中可以看出，中誤差與均誤差二者是很一致的，因此中誤差是評(píng)定InSAR監(jiān)測(cè)三維形變表4.9南北向均誤差與中誤差對(duì)均誤差/mm（中誤差64.0(11.8(12.1(43.8(11.1(11.4(13.7(14.1(13.7(10.7(52.0(7.8(10.7(29.9(11.2(11.3(11.1(45.8(27.5( 29.8(16.4( 表4.10東西向均誤差與中誤差對(duì)均誤差/mm（中誤差COSMO視COSMO視COSMOCOSMO表4.11垂直向均誤差與中誤差對(duì)均誤差/mm（中誤差COSMO視COSMO視COSMOCOSMO表4.12地形殘差的均誤差與中誤差對(duì)均誤差/mm（中誤差COSMOCOSMOCOSMOCOSMO VCE-multi，具有良好的統(tǒng)計(jì)意義。當(dāng)多余觀測(cè)不足時(shí)特方差分量估計(jì)很容易出現(xiàn)單，（BQMBNE（BQUNE負(fù)定負(fù)定點(diǎn)0 觀測(cè)值個(gè)數(shù)4.10VCE-multi對(duì)單位全方差負(fù)定的改但無(wú)論采用何種方法，模型被大幅復(fù)雜化，不便于實(shí)際應(yīng)用。本文4.10VCE-single和VCE-multi定權(quán)時(shí)，出現(xiàn)單位權(quán)方差負(fù)定的點(diǎn)數(shù)統(tǒng)計(jì)。不難看出，VCE-multi可VCE-single的點(diǎn)出現(xiàn)負(fù)定時(shí)，由于沒(méi)有LSVCE-multi在對(duì)單點(diǎn)處理之前，已獲得基于整LS。5分析了InSAR監(jiān)測(cè)三維形變的研究現(xiàn)狀并在分析已有方法優(yōu)劣基礎(chǔ)上，VCE-multiVCE-sparse兩種改進(jìn)的InSAR方差分量估計(jì)的方法。并采VCE-multi改善了傳統(tǒng)方法負(fù)定的情況。文中首先利用傳統(tǒng)InSAR的視線向觀測(cè)值恢復(fù)了地表三維形變和地形參MAI處理結(jié)果。對(duì)比說(shuō)明了MAI在基于方差分量估計(jì)InSAR三維形變監(jiān)測(cè)優(yōu)化中起到的良好效驗(yàn)證了InSAR方差分量估計(jì)中，在沒(méi)有真值的情況下中誤差對(duì)精度評(píng)定本文兩種改進(jìn)InSAR方差分量估計(jì)在很大程度上優(yōu)于傳統(tǒng)基于單點(diǎn)E-prseE方法的基礎(chǔ)，因此還需要做更深入的研究。知道點(diǎn)數(shù)據(jù)比圖整圖更具有相關(guān)性，因此本文推測(cè)如果可以在即將畢業(yè)之際，首先要感謝教授的悉心指導(dǎo)，感謝他在近半年的畢業(yè)設(shè)計(jì)期間給予的細(xì)心指導(dǎo)和卓有成效的建議擁有深厚的理論功底和感謝博士在畢業(yè)設(shè)計(jì)期間在學(xué)習(xí)上給予的無(wú)私幫助和細(xì)心指導(dǎo)，感謝測(cè)繪所的各位老師和遙感各位師兄師姐對(duì)和幫助感謝測(cè)繪08級(jí)的各位同學(xué)，給我留下了美好的回憶，讓我開(kāi)心度過(guò)了大學(xué)四年。[1].Xue,Y.Q.,Zhang,Y.,Ye,S.J.,Wu,J.C.andLi,Q.F.LandsubsidenceinChina[J].Environmental2005,48:713-[2]..利用航天飛機(jī)成像數(shù)據(jù)提取數(shù)字高程模型[J].遙感學(xué)報(bào).1997,1（1）：46-[3].Gabriel,A.K.,Goldstein,R.M.,etal.Mapsmallelevationchangesoverlargeareas:differentialradarinterferometry[J].GeophysicalResearch.1989,94(B7):9183-9191,[4].單新建，，，等.利用星載DInSAR技術(shù)獲取的地表形變場(chǎng)提取震源斷層參數(shù)[J].中國(guó)科學(xué)（D輯）.2002,32(10):837-844,[5]..重復(fù)軌道星載SAR差分監(jiān)測(cè)地表形變研究[D].大學(xué)博士.[6].Zebker,H.A.andVillasenor,J.DecorrelationinInterferometricRadarEchoes[J].IEEETransactionsonGeoscienceandRemoteSensing,,1992,30(5):950-959[7].Zebker,H.A.,Rosen,P.A.,etal.Atmosphericeffectsininterferometricsyntheticapertureradarsurfacedeformationandtopographicmaps[J].GeophysicalResearch.1997,102(B4):7547-7563[8].Li,Z.W.,Ding,X.L.,Huang,C.,etal.ModelingofatmosphericeffectsonInSARmeasurementsbyincorporatingterrainelevationinformation[J].JournalofAtmosphericandSolar-TerrestrialPhysics.2006,68:1189-1194[9].Ferretti,A.,Prati,C.,Rocca,F.PermanentScatterersinSARinterferometry[J],IEEETransactionsonGeoscienceandRemoteSensing.2001,39(1):8-20[10].Lanari,R.,Lundgren,P.,Manzo,M.,Casu.F.Saliteradarinterferometrytimeseries ysisofsurfacedeformationforLosAngeles,California[J].GeophysicalResearchLetters.2004,31:L23613.[11].Xia,Y.,Horacio,K.andGuo,X.F.LandslidemonitoringintheThreeGorgesareausingD-InSARandcornerreflectors[J],PhotogrammetricEngineeringandRemoteSensing.2004,70(10):1167-1172[12].Bechor,N.,Zebker,H.A.Measurino-dimensionalmovementsusingasingleInSARpair[J],GeophysicalResearchLetters.2006,33:L16311,[13].Bock,Y.andWilliams,S.IntegratedsaliteinterferometryinsouthernCalifornia[C],EosAGU.1997,78(29):[14].Guglielmino,F.,Nunnari,G..,Puglisi,G.,Spata,A.SimultaneousandIntegratedStrainTensorEstimationFromGeodeticandSaliteDeformationMeasurementstoObtainThree-DimensionalDisplacementMaps[J].IEEETransactionsonGeoscienceandRemoteSensing.2011,49(6):1815-1826[15].Gudmundsson,S.,Sigmundsson,F.,Carstensen,J.M.Three-dimensionalsurfacemotionmapsestimatedfromcombinedinterferometricsyntheticapertureradarandGPSdata[J].JournalofGeophysicalResearch.2002,107(B10):1-13[16].Samsonov,S.,Tiampo,K. yticalOptimizationofaDInSARandGPSdatasetforderivationofthreedimensionalsurfacemotion[J].IEEEGeoscienceandRemoteSensingLetters.2006,3(1):107-111,[17].Samsonov,S.,Tiampo,K.,Rundle,J.andLi,Z.H.ApplicationofDInSAR-GPSoptimizationforderivationoffine-scalesurfacemotionmapsofSouthernCalifornia[J].IEEETransactionsonGeoscienceandRemoteSensing.2007,45(2):512–521[18].Hu,J.,Li,Z.W.,Sun,Q.,Zhu,J.J.,Ding,X.L.3DSurfaceDisplacementsfromInSARandGPSMeasurementswithVarianceComponentEstimation[J].IEEEGeoscienceandRemoteSensingLetters.2012,:[19].Tobita,M.,Murakami,M.,etal.3-Dsurfacedeformationofthe2000UsueruptionmeasuredbymatchingofSARimages[J].GeophysicalResearchLetters.2001,28:4291-4294,[20].Wang,H.,Ge,L.,Xu,C.,andDu,Z.3-Dcoseismicdisplacementfieldofthe2005Kashmirearthquakeinferredfromsaliteradarimagery[J].EarthPlanetsSpace,2007,59:343-349[21].Jung,H.S.,Won,J.S.,Kim,S.W.Animprovementoftheperformanceofmultiple-apertureSARinterferometry(MAI)[J].IEEETransactionsonGeoscienceandRemoteSensing.2009,47(8):2859-[22].Jung,H.S.,Lu,Z.,Won,S.,Poland,M.P.,Miklius,A.Mapthree-dimensionalsurfacedeformationbycombiningmultiple-apertureinterferometryandconventionalinterferometry:applicationtotheJune2007eruptionofKilaueaVolcano,Hawaii[J].IEEEGeoscienceandRemoteSensingLetters.2011,8(1):34-38,[23].Wright,T.J.,Parsons,B.E.,Lu,Z.TowardsmapsurfacedeformationinthethreedimensionsusingInSAR[J].GeophysicalResearchLetters.2004,31:L01607[24].Gray,L.UsingmultipleRADARSATInSARpairstoestimateafullthree-dimensionalsolutionforglacialicemovement.GeophysicalResearchLetters.2011,38:L05502[25].Rocca,F.Modelinginterferogramstacks[J].IEEETransactionsonGeoscienceandRemoteSensing.2007,附錄I數(shù)據(jù)模擬的主要程序源代%%%sita_ad=[1.130.911.051.240.941.321.180.991.071.240.921.36sita_ca=[1.321.190.981.060.820.921.180.960.850.901.37sita_pa=[0.850.911.381.131.030.810.951.160.921.311.18alpha_ad=192/180*pi;r_ad=848494; Rg_ad=20;wavelength_asar=0.056;L_asar=64asar降 Rg_ca=1;wavelength_cosmo=0.029;L_cosmo=64;%cosmo升軌t_ad=[35*535*1435*235*1035*835*135*1235*1835*735*2235*1935*13]./365;Bperp_ad=[100120-9016095-130200-180-205080-67];t_ca=[16*1316*816*316*3516*1816*2516*2916*4216*1516*4016*3216*43]./365;Bperp_ca=[2040-90-10015040-66-88539070-50];t_pa=[46*346*246*1246*54646*1246*846*1046*746*1446*746*13]./365;Bperp_pa=[-20084399259400-500-200280367145-299-420];%LOSfori=1:12b_ca(i)=-cos(alpha_ca-pi/2)*sin(sita_ca(i))*(t_ca(ic_ca(i)=cos(sita_ca(i))*(t_ca(i));%cosmo左b_pa(i)=-cos(alpha_pa-3*pi/2)*sin(sita_pa(i))*(t_pa(i));c_pa(i)=cos(sita_pa(i))*(t_pa(i));%cosmofori=1:12aa_ca(i)=cos(alpha_ca)*t_ca(i);ab_ca(i)=sin(alpha_ca)*t_ca(i);ac_ca(i)=0;ad_ca(i)=0;%%第一組圖（12個(gè)asar降軌右視forr_temporal=exp(-t_ad(i)/T(1));%r_geo=1-2*abs(Bperp_ad(i))*Rg_ad*cos(sita_ad(i))^2/(wavelength_asar*r_ad空間失相關(guān)%forforj=1:size(temp,1)

%%第二組圖（12個(gè)cosmo降軌左右視for