论文部分内容阅读
利用常规DInSAR技术监测长时间的地表微小形变时,往往存在着时间、空间去相干和大气延迟等影响.为了克服这些问题,许多学者开始研究时间序列分析方法,包括永久散射体雷达干涉测量(PS-InSAR)技术、干涉点目标分析(IPTA)技术、短基线(SBAS)技术,等等,已在城市地表形变监测方面取得了丰硕的成果.近年来,新一代高分辨率雷达卫星相继发射,如TerraSAR-X卫星,其空间分辨率显著提高且重访周期大大缩短,促进了时序InSAR技术的发展.本文以江苏省常州市为研究区,采用IPTA技术对其地表形变进行监测,分析高分辨率条带模式TerraSAR-X数据在城市地表形变监测中的优势和存在的问题.常州市城镇众多,城市地区纺织业发达,自70年代,由于大量集中开采地下水,导致城市地区出现严重的地面沉降.随着经济和城市化的发展,城市周边地区的乡镇企业兴起,进一步促使地下水开采加剧.本文利用2011年10月至2013年7月期间获取的37景TerraSAR-X数据,采用干涉点目标分析(IPTA)技术进行实验.具体过程如下：(1)选择主影像,生成干涉图.根据时空基线最优原则,从37景数据中选择2012年8月5日的影像作为主影像,形成36幅干涉图；(2)提取干涉点目标,生成PS候选点目标列表.根据振幅特性与后向散射强度来提取候选点目标,为尽量不在初选中漏掉点目标,初选条件设置较为宽松,共获取了539 927个PS候选点；(3)生成SLC点数据,计算差分干涉相位.基于PS候选点目标和36幅干涉图,根据DEM数据和初始基线模拟生成平地相位和地形相位,并从每个点目标的干涉相位中除去；(4)对差分干涉相位进行回归分析,提取线性形变.分别将差分干涉相位对垂直基线和时间差值进行二维回归分析,回归曲线斜率则代表了高程纠正值和相对线性变形速率；(5)分解残余相位,精化相位模型.利用空间滤波和时间滤波对残余相位的成分进行分离,对相位模型进行迭代精化,解算高程纠正值和线性变形速率的最优解,并对PS候选点进行质量控制,获取高质量的PS点.通过以上实验获得了常州市地表形变平均速率图,沉降速率为-31.494～8.147mm/a,表明常州市2011年10月至2013年7月期间存在地表沉降,沉降严重区域主要集中在武进地区.为验证结果精度,利用70个水准点的监测数据进行验证,将水准与干涉测量值互差的均值和均方差作为精度指标,其平均误差和均方差分别为0.54mm和±6.40mm,表明两者具有较好的一致性.为分析TerraSAR-X数据优势,进一步利用27景中等分辨率Envisat ASAR数据进行了实验,通过对比TerraSAR-X与Envisat ASAR结果发现,TerraSAR-X提取的PS点分布密度更高,可以更清晰地探测到纺织厂附近的地物细节.此外,结合TerraSAR-X影像得到了沈海高速公路常州段的地表形变信息,并分析了高速公路自身沉降及沿线地物沉降,体现了高分辨率TerraSAR-X数据在监测人工线状地物方面有很好的应用前景.