lvxiangyang的个人博客分享 http://blog.sciencenet.cn/u/lvxiangyang

博文

合成孔径雷达干涉测量InSAR数据处理、地形三维重建、形变信息提取、监测等实践技术应用

已有 793 次阅读 2024-8-22 09:12 |个人分类:遥感|系统分类:科研笔记

前言

合成孔径雷达干涉测量(Interferometric Synthetic Aperture Radar, InSAR)技术作为一种新兴的主动式微波遥感技术,凭借其可以穿过大气层,全天时、全天候获取监测目标的形变信息等特性,已在地表形变监测、DEM生成、滑坡、火山活动、冰川运动、人工建筑物形变信息提取等多种领域展开了成功应用。InSAR作为一种新兴的空间大地测量技术,克服了传统大地测量技术需要人工野外布点、空间分辨率低、成本高等缺点。InSAR已成为测绘、遥感、地球物理、地质工程、环境工程、土木工程、灾害监测评估、资源勘探以及地理信息工程等相关领域科学研究与工程实践的重要技术手段之一。

一:InSAR技术应用现状分析及其发展星载与地基InSARSAR系统,星载SAR卫星与地基InSAR系统发展

InSAR技术的应用现状分析

二:InSAR原理、技术方法InSAR成像原理InSAR成像特性InSAR技术1)InSAR高程测量技术2)DInSAR形变监测技术3)时序InSAR技术InSAR的基本误差源1)大气效应误差2)地形相位误差3)去相干4)轨道误差

三:数据处理环境建立与软件熟悉ENVI/SARscape安装(硬件环境要求:内存 8G 及以上、硬盘空间 500G 及以上、处理器2GHz 及以上;操作系统要求:Windows 7/8/10/Server 操作系统)ENVI软件相关功能

SARscape软件相关功能

四:SAR影像数据获取、DEM数据获取InSAR数据前处理技术SAR影像数据获取Sentinel-1卫星SAR影像数据下载精密轨道星历参数下载DEM数据获取ENVI/SARscape系统设置

SARscape下数据导入,【示例】:以Envisat ASAR数据导入为例

五:InSAR地形三维重建InSAR生成DEM数据处理1)数据读取及预处理2)影像配准与重采样3)干涉图生成4)去除平地效应5)相位解缠6)地理编码【示例】:展示采用意大利高分辨率COSMO SkyMed CSKS2 SLC数据(2011年)提取北京地区的DEM【算例】:采用覆盖Bam地区的Envisat ASAR数据(2003年),基于InSAR技术获取该地区地震前的三维地形(DEM)

掌握采用SARscape生成DEM

六:DInSAR形变信息提取DInSAR提取形变数据处理1)DEM数据准备2)轨道数据准备3)SAR数据准备4)二轨法差分处理5)三轨法差分处理6)结果输出与分析7)DEM数据准备8)轨道数据准备9)SAR数据准备10)二轨法差分处理11)三轨法差分处理12)结果输出与分析【算例1】:利用覆盖广西玉林地区的哨兵-1A SAR数据(2019年),采用二轨法差DInSAR获取该地区地震前后的地表地形形变信息【算例2】:利用Bam地区的Envisat ASAR数据(2003、2004年),采用三轨法差DInSAR获取Bam地震前后的地表形变信息掌握采用SARscape提取地表形变信息

七:时序InSAR技术形变速率与形变时间序列信息获取PSInSAR数据处理方法SBASInSAR数据处理方法时序SAR影像数据准备精密轨道数据准备DEM数据准备基于Sentinel-1A 的PSInSAR数据处理1)系统参数设置2)SAR影像导入3)影像裁剪4)主影像选取与配准5)差分干涉处理6)PS点选取7)相关噪声相位估计与去除8)形变速率与形变时序获取9)结果展示与误差分析【算例】:利用覆盖北京地区的Sentinel-1A  SAR影像(2018年-2020年),采用PSInSAR技术获取北京地区的地表沉降速率与沉降时间序列信息【示例】:利用覆盖武汉地区的Sentinel-1A  SAR影像(2019年-2020年),采用SBASInSAR技术获取武汉地区的地表沉降时空特征信息

掌握采用PSInSAR/SBASInSAR提取形变时序信息

八:星地InSAR技术监测案例分享与经验交流基于MTInSAR与GRACE的北京地区地表沉降监测分析TSInSAR上海地区地表沉降反演分析SBASInSAR天津地区地表沉降时空演变分析PSInSAR深圳填海区地铁沿线监测GB-InSAR滑坡稳定性监测与预警地基InSAR技术高铁桥梁安全监测GB-RAR超高层建筑物动态特性监测

原文链接详见公众号:技术科研吧



https://blog.sciencenet.cn/blog-3595493-1447644.html

上一篇:2025年国自然基金项目撰写技巧与ChatGPT融合应用
下一篇:基于R语言BIOMOD2 及机器学习方法的物种分布模拟与案例分析实践技术应用
收藏 IP: 111.225.65.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-11-24 15:27

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部