設(shè)計參考-范本修正稿

................................................................................................................... 第1章緒 引 InSAR形變監(jiān)測概 InSAR三維形變監(jiān)測國內(nèi)外研究現(xiàn) 現(xiàn)有三維形變監(jiān)測方法存在的問 本文研究內(nèi)容與章節(jié)安 第2章改進的InSAR方差分量估計方 引 傳統(tǒng)InSAR方差分量估計 方差分量估計的常見方 特方差估計（Helmert法 傳統(tǒng)的InSAR方差分量估計法（VCE- 改進的InSAR方差分量估計方 本章小 第3章數(shù)據(jù)準 引 InSAR數(shù)據(jù)的幾何模 InSAR數(shù)據(jù)模 本章小 第4章基于改進方差分量估計的InSAR三維形變監(jiān) 引 基于DInSAR的三維形變監(jiān)測實 最小二乘 最小二乘 傳統(tǒng)的InSAR方差分量估計 基于稀疏點選取的方差分量估計 混合方差分量估計 基于MAI和DInSAR的三維形變監(jiān)測實 形變監(jiān)測結(jié)果對比分 改進的InSAR方差分量估計對結(jié)果的優(yōu) 觀測數(shù)據(jù)對形變監(jiān)測質(zhì)量的影 中誤差評定精度的可靠 VCE-multi對單位權(quán)負定的改 第5章結(jié)論與展 研究內(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InSAR三維形變監(jiān)測數(shù)據(jù)處理源代 單點方差分量估計 基于稀疏點選取的方差分量估計 混合方差分量估計 附錄III三維形變監(jiān)測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。地球是人類等賴以生存的家園，但大自然在給予生存條件的同時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 一季度我國共發(fā)生地質(zhì)413起，其中成功預報僅14起，25人因地質(zhì)死亡。因此有必要對地表變形的空間和時間特性進行研究，從而找到地表形變的原因，更好地理解變形機理，建立有效的變形預報模型，以便在來臨之前的保護人類生命的安全。。上世紀50年代科學家CarlWiley提出SAR（SyntheticApertureRadar，孔徑）后僅僅60年的時間，InSAR（InterferometricSyntheticApertureRadar，孔徑）就憑借其不可取代的優(yōu)勢發(fā)展成為了一項炙手可熱的變形監(jiān)測新技術(shù)。InSAR作為一項大地測量技術(shù)，其優(yōu)勢具體體現(xiàn)在： InSAR地表形變監(jiān)測具有精度高、范圍大、空間分辨率高的特點。以4m×20mcm級以下；◎與水準、GPS等傳統(tǒng)大地測量技術(shù)相比，InSAR形變監(jiān)測無需繁瑣的布網(wǎng)工作避免了人力物力財力的浪費而且在監(jiān)測中無需進入受災地區(qū)，◎相較于光學遙感，InSAR監(jiān)測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)測變形、火山地表移動冰川漂移地面沉降山體滑坡等方面很強的技術(shù)優(yōu)勢因此InSAR形變監(jiān)測正得到越來越多的重視。，但是，InSAR技術(shù)僅對地表一維（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形變，這一缺陷使得InSAR形變監(jiān)測的廣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方向上的形變監(jiān)測結(jié)果這給還原地表的真實三維形變提供InSAR資料來增加地表形變監(jiān)測的維數(shù)，這對擴充InSAR技術(shù)的監(jiān)測能力、提高InSAR的精準確快速地監(jiān)測地表三維變形這對于地質(zhì)治理和環(huán)境評價具有重要的社會InSARInSAR是以從孔徑復數(shù)據(jù)提取的相位信息為基礎(chǔ)一項技術(shù)，首先通過單軌或重復軌道獲取的同地區(qū)復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的三維位置和地表變化信于監(jiān)測視線方向上厘米級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)測結(jié)果[4]；2004年大學利用ERS-1/2數(shù)據(jù)監(jiān)測了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)噪聲的復雜性，DInSAR監(jiān)測地表形變的能力受到嚴重的制約[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)等新方法來提高InSAR地表形變監(jiān)測的精度和時間分辨率。Ferretti等利用PSI技術(shù)從ERSAncona地區(qū)某滑動區(qū)域的微小形變[9]。R.Lanari等人采用SBAS算法獲得了1995-2002洛杉磯的長時間序列的[10]。2004XiaYe等將CRI和DInSAR技術(shù)相結(jié)合得到了2000-200112個月的三峽庫區(qū)滑坡給出真實的三維地表形的缺陷是該技術(shù)廣泛應(yīng)用于大地測量上的最大[12]。InSAR①DInSARGPS、GPSDInSAR資料在地表形變監(jiān)測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資料同時獲得了2003年2004MountEtna火山的地表三維形變場和三維應(yīng)力應(yīng)變場[14]。GudmundssonS.GPS和InSAR資料將三維形變分解為兩個二維形變問題，得到了冰島未克的地表三維形變圖[15]；SamsonovS.等則在統(tǒng)Gibbs–Markov隨機場理論研究了GPS和DInSAR[16]分辨率三維形變數(shù)據(jù)[17]。另外，中南大學等則利用方差分量估計方法進一步改進了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[18]（1.1。、②像素偏移法（Pixel該方法通過比較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[19]；我國大學的研究和軍與國外合作，用該法和Envisat升軌降軌影像研究了2005年的三維形變場[20]。圖1.1InSAR和GPS融合監(jiān)測的南加州地表三維形變場（等③MAI技術(shù)（多孔徑InSAR技術(shù)斯坦福大學的Bechor和Zebker2006年提出了多孔徑InSAR（即MAI數(shù)據(jù)的子孔徑觀測得到前視后視數(shù)據(jù)其相位差即為沿軌道形變分量，其檢測精度比像素偏移法有了明顯改善（見圖1.2。加上SAR數(shù)據(jù)直接得到的視線向形變使得從單個InSAR對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[22]。1.2MAI和像素偏移法監(jiān)測的方位向形變對比結(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冰川的三維運動場[24]（1.3）。1.3多方向D-InSAR觀測法探測的HenriettaNesmith冰川的三維運動場上節(jié)介紹了四類InSAR監(jiān)測三維形變的方法，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，1-2隨著InSAR在地學各項研究中的優(yōu)勢逐漸們所重視，有越來越多的星載SAR系統(tǒng)進入運行，而且不同平臺InSAR資料在監(jiān)測地表形變上各有優(yōu)勢，因此聯(lián)合多個平臺的InSAR資料可以反演出地表的真實三維形變場成為InSAR變形研究的一個新趨勢。但上述三類研究，基本上只用單一平臺的資料，多平臺SAR數(shù)據(jù)可以為三維形變監(jiān)測提供更豐富的信息，但是如何合理地SAR數(shù)據(jù)的觀測質(zhì)量不僅受到失相關(guān)噪聲的影響，還要受到形式復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InSAR資料監(jiān)測地表三維形變的方法。VCE方法利用InSAR資料的觀測殘差來估計它們的方差，從而得到不同平臺InSAR數(shù)據(jù)的權(quán)重，避免了煩瑣且不可靠的InSAR資料的先驗方差估計，從而實現(xiàn)地表三維形變的最優(yōu)估計。但是傳統(tǒng)的方差分量估計的對象是圖的配準后的同名點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)集的方差分量估計來監(jiān)測三維形另外由于SAR的極軌飛行方式和SAR/InSAR技術(shù)自身的特點，InSAR南北向形變監(jiān)測的敏感性遠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)測精度。1InSAR第2章介紹了方差分量估計的概念和幾種不同的估計準則。在特方差估計的框架下提出了兩種改進的InSAR方差分量估計方法：VCE-sparse和3章模擬了ASARCOSMO和PALSAR三個不同平臺的InSAR觀測資料和COSMOMAI處理結(jié)果，為本文研究提供了豐富的試驗數(shù)據(jù)。4章應(yīng)用傳統(tǒng)方差分量估計和改進的方差分量估計對不同配置的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)測的未來方向。2InSAR目前在軌的SAR系統(tǒng)隊伍十分壯大，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)域的一個研究熱點。但是，不同成像條件不同，觀測精在此引入平差隨機模型驗后估計的概念平差隨機模型驗后估計利用預平差立，觀測值的方差陣為擬對角矩陣，此時的迭代過程稱為方差分量估計。由于不同平臺的SAR資料鮮有相關(guān)性，因此本文研究采用方差分量估計即可。本章簡要介紹幾種經(jīng)典的方差分量估計方法。在特方差估計的理論傳統(tǒng)InSAR在統(tǒng)計學和大地測量學中，存在大量對方差分量估計方法的研究。這些方最小范數(shù)二次無偏估計法（IE、最優(yōu)不變二次無偏估計法（IElmrt（E和Byian足這些性質(zhì)的條件構(gòu)成一個極值問題，其中MINQUE即所謂的最小范數(shù)問題，BIQUE種局部最優(yōu)二次無偏估計。MLE需要提前知道觀測值的概率密度函數(shù)才能做出估計。而Bayesian估計不僅需要觀測值的概率密度，還需要參數(shù)的先驗概率分布信息。然而，Helmert估計無需先驗信息和分布假設(shè)，直接以預平差后各類觀特方差估計（Helmert法1924年特最早提出利用預平差的改正數(shù)V按驗后估計各類觀測量驗LBX

X的隨機性，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方差分量估計流程然后依據(jù)初始權(quán)做預平差，即最小二乘計算，得到觀測值殘差。但是以預平差殘差 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

當觀測值類型擴展為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方差分量估計法（VCE-基于單點的方差分量估計是目前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，再對同名點的InSAR數(shù)據(jù)做方差分量估計。富，否則極易出現(xiàn)單位權(quán)負定或方程的情況；(2)觀測值分類合理準確，InSAR方差分量估計InSAR方差分量估計方法。改進的InSAR因此InSAR數(shù)據(jù)質(zhì)量在相鄰像元間會具有很大的相似性。另外在SAR圖像成像的短暫時間段內(nèi)，諸如SAR系統(tǒng)、大氣環(huán)境等條件類似，整幅SAR圖像中每個VCE-sparse考慮同一個幅圖數(shù)據(jù)質(zhì)量的相似性，在配準后的整

0r1

0r

R 22

0

Ur

R nn n其中字母的意義參見公式(3.1)，下標1~nVCE-single點偶然誤差引起的分類于只有一小部分稀疏點參與了方差分量估計稀疏點的和準則也顯得很2.22.2VCE-multi的實現(xiàn)過本方法首先利用VCE-sparse處理數(shù)據(jù)，再以得到的驗后單位權(quán)作為傳VCE-singleVCE-single得到每個點不同的單位權(quán)估值。該方法綜合VCE-single和VCE-sparse的優(yōu)勢，不僅考慮圖內(nèi)點間數(shù)據(jù)質(zhì)量VCE-single的初始權(quán)較為精VCE-single經(jīng)過上述分析可以初步得到以下結(jié)論：由于兩種改進的InSAR方差分量估3由于同地區(qū)多平臺重復SAR數(shù)據(jù)難以獲得，且計算結(jié)果又難以驗證，故本文以模擬形變數(shù)據(jù)展開基于方差分量估計的InSAR三維形變監(jiān)測的研究。本章主要介紹試驗所采用的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[r,r,r]T理論上至少需要三對這樣 n涉圖才能求得真實的形變。但如采用多孔徑InSAR技術(shù)，相同的SAR數(shù)據(jù)在取RLOSRAZI。此時兩對這樣的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相應(yīng)的參數(shù)乘以時間基線長度t（年）InSAR3.1為本節(jié)采用的真實OSOSAR三個不同平臺的試驗數(shù)據(jù)各12個相關(guān)參數(shù)見表3.1由此利用公式(3.1)即可求得真實的視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、數(shù)據(jù)獲取、數(shù)據(jù)傳輸和數(shù)據(jù)處理等①時間去相關(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③隨機誤差rand )(2L* 224 )(2L* 224

LOS

其中

geo*tLMAI取LOS2.5stdMAI2.5stdLOS以上就是對模擬數(shù)據(jù)方法和參數(shù)的介紹，其具體實現(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)果參見圖3.2-3.6。在此需要說明的是根據(jù)實際情況，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)計了三個不同平臺的數(shù)據(jù)作為后續(xù)的研究對象。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，無論采用何種配置的數(shù)據(jù)，若采用簡單的等權(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InSAR三維形變監(jiān)測的理論和方法，并模擬了三類不同平臺的InSAR數(shù)據(jù)。本章利用前文介紹的不同定權(quán)方法來估計地表DInSAR為驗證方差分量估計對三維形變監(jiān)測結(jié)果質(zhì)量的改善和本文改進的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分別對A、B組數(shù)據(jù)在觀測數(shù)為3n(n3,4,12)時做平行對比試驗。下面各小節(jié)以n8為例說明數(shù)據(jù)處理過程與相應(yīng)結(jié)果。ASAR降軌右視LOSCOSMOLOSPALSARASAR降軌右視LOSCOSMOLOSPALSARLOS對于絕大部分InSAR數(shù)據(jù)，其先驗信息難以獲取，且對于不同的數(shù)據(jù)，即4.1LS處理結(jié)果標準差AB2 0

0

-0.06

0

504.1LS監(jiān)測三維形變場和地形殘差圖— 0

0

-0.06

0

504.2LS監(jiān)測三維形變場和地形殘差圖—圖4.1-4.2、表4.1為LS恢復結(jié)果和各方向估計的均誤差，對比真實形變不難發(fā)現(xiàn)：三維形變和地形殘差估計的精度較低，特別是A組配置已難以恢DInSAR監(jiān)測精度較高的垂直向上恢復精度也不夠理想。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)計算本試驗所采用的三類模擬數(shù)據(jù)的權(quán)在n8..0.2134.2WLS處理結(jié)果標準差AB2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和地形殘差圖多方向DInSAR監(jiān)測地表三維形變時，南北向監(jiān)測精度，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)果來緩解這一差異。選取不同COSMO 0.04 0

0

-0.04

0

504.3WLS監(jiān)測三維形變場和地形殘差圖— 0

0

-0.06

0

504.4WLS監(jiān)測三維形變場和地形殘差圖—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)基于單點的方差分量估計，其多余觀測數(shù)r83420。4.5-4.64.3LS恢復結(jié)果有很大的提高，尤其對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)值方差分量估計在InSAR數(shù)據(jù)配置不佳時更有意義。4.3VCE-single處理結(jié)果標準差AB4 0.04 0 -0.04

0

-0.06

0

504.5VCE-single監(jiān)測三維形變場和地形殘差圖—

0

0

0

504.6VCE-single監(jiān)測三維形變場和地形殘差圖—本小節(jié)的方差分量估計在每幅圖中選取稀疏點做整體定權(quán)，考慮同幅100結(jié)果表明本次試驗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)果標準差AB24節(jié)。4.5VCE-multi處理結(jié)果標準差AB2 0

0

-0.06

0

504.7VCEsparse監(jiān)測三維形變場和地形殘差圖— 0

0

-0.06

0

504.8VCEsparse監(jiān)測三維形變場和地形殘差圖— 0.04 0 -0.04

0

-0.06

0

504.9VCEmulti監(jiān)測三維形變場和地形殘差圖— 0

0

-0.06

0

504.10VCEmulti監(jiān)測三維形變場和地形殘差圖—際應(yīng)用中，VCE-multi是最好的方法。基于MAIDInSAR上節(jié)的試驗結(jié)果再一次表明，僅靠多方向的InSAR視線向觀測值來求取地北向形變監(jiān)測精度，本節(jié)采用多孔徑InSAR技術(shù)（即MAI）對三類數(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)測的第四類觀測值。具體地，本節(jié)以同于上節(jié)的方法分別對C、D組數(shù)據(jù)在觀測數(shù)為4n(n3,4,12)時做平行對比試驗由于各方法不同數(shù)據(jù)對三維形變恢復的列。下面僅介紹n8，即32個觀測值時各方向和地形殘差平差結(jié)果的均誤差。由(4.1)計算得，四類模擬數(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質(zhì)量標準差ABCD22224.7MAI前后南北向形變恢復質(zhì)量標準差ABCD4.8MAI前后垂直向形變恢復質(zhì)量標準差ABCD241111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)依賴性降低，這體現(xiàn)在無論是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)選擇的門檻，同類平臺SAR數(shù)據(jù)的增多又促使方差分量估計擁有的多余觀測，形成一個良性循環(huán)。 東西向南東西向南北向 觀測值個數(shù)觀測值個數(shù)

上下向上下向DEM殘差50 觀測值個數(shù)

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

圖4.12B數(shù)據(jù)配置時不同觀測數(shù)條件下各向的均誤InSAR觀測值配置的優(yōu)劣對結(jié)果大有影響，B組配置所得結(jié)果遠遠優(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，但此時方值，其監(jiān)測精度一直較高，但考慮圖整體特性的方差分量估計法仍可以RMSE5東西東西向3210 觀測值個數(shù)

南北南北向86420 觀測值個數(shù) 上下向DEM上下向DEM殘差 00觀測值個數(shù)觀測值個數(shù)圖4.13C數(shù)據(jù)配置時不同觀測數(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)測地表形變中，真 4東西向南北向東西向南北向 10 觀測值個

20 觀測值個4上下向上下向321550觀測值個觀測值個

DEM殘差DEM殘差圖4.14D數(shù)據(jù)配置時不同觀測數(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條件處理條件下各方向和地形殘差的中誤差與均誤差的對應(yīng)表，見表4.9-4.12（注，表中的0值表示出現(xiàn)負定。從表中可以看出，中誤差與均誤差二者是很一致的，因此中誤差是評定InSAR監(jiān)測三維形變表4.9南北向均誤差與中誤差對均誤差/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均誤差/mm（中誤差COSMOCOSMOCOSMOCOSMO VCE-multi，具有良好的統(tǒng)計意義。當多余觀測不足時特方差分量估計很容易出現(xiàn)單，（BQMBNE（BQUNE負定負定點0 觀測值個數(shù)4.10VCE-multi對單位全方差負定的改但無論采用何種方法，模型被大幅復雜化，不便于實際應(yīng)用。本文4.10VCE-single和VCE-multi定權(quán)時，出現(xiàn)單位權(quán)方差負定的點數(shù)統(tǒng)計。不難看出，VCE-multi可VCE-single的點出現(xiàn)負定時，由于沒有LSVCE-multi在對單點處理之前，已獲得基于整LS。5分析了InSAR監(jiān)測三維形變的研究現(xiàn)狀并在分析已有方法優(yōu)劣基礎(chǔ)上，VCE-multiVCE-sparse兩種改進的InSAR方差分量估計的方法。并采VCE-multi改善了傳統(tǒng)方法負定的情況。文中首先利用傳統(tǒng)InSAR的視線向觀測值恢復了地表三維形變和地形參MAI處理結(jié)果。對比說明了MAI在基于方差分量估計InSAR三維形變監(jiān)測優(yōu)化中起到的良好效驗證了InSAR方差分量估計中，在沒有真值的情況下中誤差對精度評定本文兩種改進InSAR方差分量估計在很大程度上優(yōu)于傳統(tǒng)基于單點E-prseE方法的基礎(chǔ)，因此還需要做更深入的研究。知道點數(shù)據(jù)比圖整圖更具有相關(guān)性，因此本文推測如果可以在即將畢業(yè)之際，首先要感謝教授的悉心指導，感謝他在近半年的畢業(yè)設(shè)計期間給予的細心指導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)計期間在學習上給予的無私幫助和細心指導，感謝測繪所的各位老師和遙感各位師兄師姐對和幫助感謝測繪08級的各位同學，給我留下了美好的回憶，讓我開心度過了大學四年。[1].Xue,Y.Q.,Zhang,Y.,Ye,S.J.,Wu,J.C.andLi,Q.F.LandsubsidenceinChina[J].Environmental2005,48:713-[2]..利用航天飛機成像數(shù)據(jù)提取數(shù)字高程模型[J].遙感學報.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)獲取的地表形變場提取震源斷層參數(shù)[J].中國科學（D輯）.2002,32(10):837-844,[5]..重復軌道星載SAR差分監(jiān)測地表形變研究[D].大學博士.[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cosmo降軌左右視for