摘要:大气延迟是合成孔径雷达干涉测量InSAR(Interferometric Synthetic Aperture Radar)的主要误差源之一,对其进行高精度改正是提升InSAR应用可靠性的关键。基于外部数据(如成像光谱仪、气象模型产品等)进行InSAR大气改正是当前应用最为广泛的技术手段。在中国第一代全球大气和陆面再分析产品CRA(China’s First Generation Global Atmosphere and Land Reanalysis Product)基础上,新一代中国全球大气再分析产品CRA1.5(China Meteorological Administration Global Atmospheric Reanalysis Version 1.5,CMA-RA V1.5)提供了逐小时更新、水平分辨率达10 km、覆盖1979年至今的全球三维大气参数。本文首次将CRA1.5产品应用于InSAR大气延迟误差改正,并对其性能进行系统性评估。首先采用分层积分方法对再分析数据中的位势高度、温度及比湿参数进行高分辨率垂直插值,精确估计天顶对流层延迟;进而结合迭代对流层分解模型,将离散对流层延迟插值为空间连续延迟场,用于改正干涉相位中的大气信号。在中国山东省与美国加利福尼亚州两个研究区,利用2021年—2023年哨兵一号卫星数据,生成共870幅干涉图,从相位统计量、空间结构与地形相关性等多个维度构建综合评估体系,全面检验了CRA1.5的改正性能,并与广泛应用的第五代欧洲中期天气预报中心气候再分析数据ERA5(Fifth Generation ECMWF Atmospheric Reanalysis of the Global Climate)和通用型卫星雷达大气改正系统GACOS(Generic Atmospheric Correction Online Service for InSAR)进行了对比。结果表明,CRA1.5可显著降低干涉图相位标准差(两个研究区内平均降幅超过30%),有效抑制长波大气信号及高程相关误差,综合性能与ERA5和GACOS相当。CRA1.5具备优良的时空一致性与可靠性,能够有效削弱InSAR大气延迟误差,为中国发展自主可控的高精度大气改正技术提供了重要数据支撑,对推动国产再分析资料在遥感定量化应用方面具有重要意义。
摘要:同质像元选取是分布式散射体合成孔径干涉雷达DS-InSAR(Distributed Scatterer Interferometric Synthetic Aperture Radar)的关键步骤,直接影响后续相位优化的精度和可靠性。基于现有同质像元选取算法在影像数量少、Ⅰ类误差和Ⅱ类误差平衡等问题上的不足,提出了一种融合区域生长的动态同质样本选取算法DCGS(Dynamic Center Growing Selector)。该算法首先根据似然比检验选择初始局部同质点集,然后基于区域生长思想由内向外动态更新参考像元,最后利用Gamma检验判定同质像元归属。根据蒙特卡洛模拟实验结果表明,本研究DCGS算法在6个样本条件下的平均标准差(STD)均值为0.014,相较于广义似然比检验GLRT(Generalized Likelihood Ratio Test)、Kolmogorov‒Smirnov(KS)检验、BWS(Baumgartner-Weiss-Schindler)检验、置信区间假设检验HTCI(Hypothesis Test of Confidence Interval)算法分别提升了68.4%、63.2%、67.9%和10.7%。利用河北省雄安地区的Sentinel-1影像完成了真实实验验证,结果表明:DCGS算法的相位差之和SPD(Sum of the Phase Differences)、相位标准差PSD(Phase Standard Deviation)以及残差点数RPN(Residue Point Number)均取得最低;相比于HTCI算法,分别实现了2.6%,8.9%和18.4%的性能提升;在噪声抑制、分辨率保持和对样本变化的鲁棒性方面优于BWS检验和HTCI算法。
摘要:为探究北京市平原区地面沉降的时空分布特征,选取2017年—2020年北京平原区的95景Sentinel-1影像,基于永久散射体合成孔径雷达干涉测量PS-InSAR(Persistent Scatterer Interferometric Synthetic Aperture Radar)技术获取地面沉降的监测结果,利用因素分解理论构建地面沉降时序模型,分析北京平原区地面沉降的时空演化特征。结果表明:(1)PS-InSAR获取的地面沉降结果发现北京平原区的地面沉降差异显著,形成了朝阳东部、通州西北两大沉降漏斗,期间最大沉降速率为93 mm/a;(2)本研究构建的基于因素分解的地面沉降时序模型TMLS-FD(Time-series Model of Land Subsidence based on Factor Decomposition),拟合精度较高,残差的数学期望接近于零,整体服从正态分布,未表现出系统性偏差;(3)地面沉降时序呈现明显的持续发展趋势,并叠加稳定的年周期性波动,但在不同沉降区域的趋势项与季节波动项的的特征强弱表现不同,严重沉降区以长期沉降趋势为主,轻微沉降区与非沉降区则以季节性波动为主;(4)研究区地面沉降的季节波动项具有典型的年周期波动特征,波谷主要集中在7—9月,占研究区内观测点的71%。其中,在顺义区东南部和平谷区等区域季节波动幅度较大,最大振幅可达20.13 mm。综上,本研究构建的TMLS-FD模型,可有效揭示北京平原区地面沉降的演化趋势和特征,为城市安全运行提供较为科学依据。