一、InSAR DEM的质量评价（论文文献综述）
张明宇[1]（2021）在《SAR图像的高程提取与大气校正算法研究》文中研究说明合成孔径雷达（SAR）是一种主动式的对地观测系统,因其全天时全天候的特点,被广泛应用在军事、农业等领域,其中合成孔径雷达干涉测量技术（InSAR）是20世纪末发展起来的,已经成为SAR研究领域重要的分支,利用干涉技术可以快速地对地表进行大范围观测,并获取数字高程模型（DEM）,DEM数据是对地形高程信息进行数字化模拟,高精度的DEM数据对测绘、气象、工程建设、军事等领域均具有重要意义。SAR差分干涉技术（DInSAR）是在InSAR技术上发展起来的,用于获取地表微形变信息,其测量精度可达毫米级,然而由于不同时刻成像的SAR图像的大气情况存在差异,因此不同的SAR图像进行干涉后会导致干涉图中包含大气延迟相位,导致形变提取结果产生较大的误差。基于上述两个方面,本文对SAR图像的高程提取和大气校正做了深入研究,主要研究结果如下:（1）本文通过SAR成像的原理与特点,说明了SAR图像干涉获取高程模型时存在的问题,并介绍了多基线InSAR原理,分析了基线对InSAR技术的影响,针对干涉对失相干和SAR图像的阴影叠掩等问题,提出了将长短基线迭代差分干涉与多基线DEM融合相结合的算法。并选取了一组多基线SAR图像,利用该算法提取了凉山附近山区的高程数据。将提取的高程数据与Google Earth的数据进行比对,结果表明在起伏较大区域的均方根误差由9.892米减小到6.150米。（2）时序差分技术可以很好的解决大气效应问题,通过选取在时序SAR图像中始终保持良好散射特性的永久散射体（PS）对差分干涉中的大气相位进行去除。本文介绍了目前最为广泛使用的永久散射体差分干涉技术（PSDInSAR）和小基线集差分干涉技术（SBAS-DInSAR）,对其中的关键算法高相干点的选取进行了研究,并对大气相位模型进行了分析,将大气相位分为垂直分层延迟相位和湍流相位,针对两种相位模型的特性分别进行去除。最后采用普安县与晴隆县区域的21幅COSMO-Sky Med图像,利用DORIS和Sta MPS软件,分离出大气相位,并分别提取该区域大气校正前后的形变速率,结果表明大气校正前后的形变速率标准差分别为47.74 mm/y和39.21 mm/y。
吕加颖[2]（2021）在《基于时序InSAR技术的阿海库区滑坡体监测应用研究》文中指出我国是地质灾害多发的国家,其中滑坡灾害是发生最多、影响最为严重的灾害之一。西南山区水系丰富,水利工程众多,但由于地形复杂多变且地质构造较为脆弱,滑坡灾害频发,对工程、人员安全带来巨大潜在危害。传统的形变监测手段限制较多,时序InSAR技术以其时效性高、低成本、广域覆盖等优点,已广泛应用于地质灾害的大范围探测和高精度监测中。干涉对的选取是时序InSAR技术中的重要步骤,其干涉组合影响到相位解缠及形变分析结果的准确性。目前InSAR技术在形变梯度较小沉降监测应用中可靠性较好,但对于地表形变梯度较大的滑坡灾害变形监测,在相位解缠时可能会因干涉对组合不当而产生误差,导致计算结果与真实形变差距较大。为此本文对时序InSAR技术在山区滑坡监测应用中存在的主要问题进行归纳分析,选取金沙江中游的阿海库区沿岸滑坡最为严重的新建滑坡体进行实验,并对滑坡特征进行分析,主要内容与成果如下:（1）针对山区滑坡在SBAS-InSAR监测时由于形变梯度较大导致相位解缠不准确,导致其结果不能正确反映真实地表的形变的问题,本文提出干涉对组合优化策略法:（1）时空基线阈值需保证能生成最多干涉对,满足能保留首（前）5景及末（后）5景影像配对到的干涉对;（2）对于每景影像,在保证质量的前提下,留且仅保留5个连接,此时的连接不仅包含影像作为主影像时的干涉对,影像作为从影像时的干涉对也应包含在内。（2）利用优化干涉对组合策略与常规选取方法,利用SBAS-InSAR技术,对覆盖研究区的62景升轨影像进行处理,得到2018.4.6-2020.4.7之间的形变场,研究结果表明,对于非滑坡区域,两种方法的形变量较为一致,差异较大的是滑坡区。对于新建滑坡,常规方法在2018.4.6-2019.4.1（第一个时段）的形变速率为40-70mm/a,在2019.4.13-20204.7（第二个时段）为35-90mm/a;优化后在第一个时段为57-189mm/a,第二个时段为52-193mm/a。（3）引入同期GPS监测结果,对两种方法得到的滑坡形变结果进行对比,将二者投影至视线向,常规方法与GPS结果在量级上相差约2-3倍,优化后没有出现倍数的差异,在准度上更接近于GPS结果,结合实地调查情况、前人研究分析,研究结果表明,优化后的InSAR结果与GPS具有一致性,说明基于干涉对优化选取后的InSAR技术对新建滑坡形变监测具有可靠性。（4）结合地质勘查资料、降雨数据对滑坡形变时空特征进行分析,对形变原因进行初步探讨,研究结果表明,三个形变分区的边界与地质探查中发现的四条冲沟裂缝分布一致。受雨季降雨影响,其形变特征出现稳定——加速——稳定——加速的周期性变化。
鹿璐[3]（2020）在《面向矿区地表时序沉降监测的DS-InSAR方法研究》文中认为煤炭是我国能源结构的重要组成部分,由于煤炭资源的大量开采,我国地表塌陷面积逐年增加,矿区生态环境遭到破坏,耕地质量逐步降低,水土流失现象日益严重,危害到人民的生命和财产安全。因此,建立矿区地表形变预警系统具有重要的研究价值和实际意义。合成孔径雷达（SAR）卫星搭载的微波传感器具有全天时、全天候的工作能力,提供了不同分辨率的SAR影像,促进了合成孔径雷达干涉测量（InSAR）方法的发展。目前,时序InSAR方法已成为地表形变监测的研究前沿。然而,由于矿区地表具有植被覆盖率高、沉降量级大等特点,矿区干涉图受失相干影响较为严重,导致时序InSAR方法监测矿区地表形变时存在点目标密度低的问题,无法有效分析地表形变时空演变特征。针对上述问题,本文深入研究分布式目标InSAR（DS-InSAR）形变监测方法,结合矿区地表形变特征,提出了基于自适应窗口的同质点识别、融合概率积分模型（PIM）和DS-InSAR的矿区地表时序大梯度形变监测等方法,丰富了矿区地表形变监测途径,提高了形变监测精度。主要研究工作与成果如下:（1）阐述了DS-InSAR方法的主要工作原理,采用2018年11月至2019年11月时间段内覆盖张双楼煤矿94101工作面的Sentinel-1影像为数据源,分别利用PS-InSAR、DS-InSAR方法获取了矿区时序地表形变。实验结果表明:（1）DSInSAR方法显着提高了矿区地表形变区域的点密度,获取了完整的地表形变范围,可为矿区地表形变的时空演变特征分析提供基础;（2）实验通过对比分析DSInSAR与PS-InSAR监测结果间的相关性,证实DS-InSAR方法监测矿区地表形变是可行的;（3）实验利用水准数据验证地表形变监测结果,证实基于SBAS数据处理流程的DS-InSAR方法受空间失相干影响更小,其形变监测结果的精度比基于PS-InSAR数据处理流程的DS-InSAR方法更高。（2）针对DS-InSAR方法中同质点识别窗口为固定值,过大或过小窗口会影响相位优化后干涉图质量的问题,提出了一种基于自适应窗口的同质点识别方法。该方法基于干涉对的平均差分干涉相位图,设定相位差阈值,计算每个像元的最优同质点识别窗口,然后依据最优窗口完成同质点的识别。采用2011年12月至2012年4月内覆盖南屯煤矿的TerraSAR影像为数据源,分别基于自适应和固定窗口进行了同质点识别和相位优化。结果表明,前者得到差分干涉图质量和形变区域内的点位密度整体高于后者,说明了本文方法的有效性。（3）针对矿区地表形变量级超出时序InSAR监测能力的问题,引入开采沉陷概率积分法预测模型（PIM）,提出融合PIM和DS-InSAR的矿区地表时序大梯度形变监测方法。其核心思想是:基于地质采矿条件和工作面开采参数,预计研究时间段内矿区地表累积沉降,获取干涉对对应时间段的模拟形变相位,将干涉对的真实相位与模拟相位进行差分,从而达到降低相位解缠难度的目的。以覆盖南屯煤矿的TerraSAR影像为数据源,基于本文所提出的方法进行实验。结果表明:本文方法比DS-InSAR获取的地表形变量级更大,通过与地面水准测量数据对比发现,本文方法提取的地表形变精度为厘米级,优于DS-InSAR监测结果。该论文有图50幅,表11个,参考文献88篇。
刘植[4]（2020）在《多基线星载InSAR成像及数据处理研究》文中研究表明多基线星载InSAR技术利用了卫星不同基线对应的多幅干涉相位图进行高程反演,其优势在于能有效减小单基线干涉测量造成的随机误差,并能在一定程度上克服由相位层叠、高度陡变、噪声干扰等因素带来的不利影响,能极大提高复杂地形DEM的提取精度,具有重要研究与应用价值。本文就多基线星载InSAR成像及数据处理展开研究,主要工作及创新如下:1、构建了一发四收多星编队的多基线星载InSAR模型。基于卫星轨道参数、星地空间坐标系转换及InSAR技术原理,考虑了卫星轨道转换、地球自转效应、星地几何位置关系、星载InSAR基线耦合等复杂因素,构建了更符合实际情况的多基线星载InSAR模型,为后续仿真实验提供基础。2、研究了一种基于长短基线配合的级联迭代多基线星载InSAR曲面BP成像算法。BP算法精确计算距离历史,对星载情况的弧形轨迹具有极高的适用性,BP算法还具有像素级配准-去平地一体化的优势,能简化星载InSAR数据处理流程。针对BP成像过程中,观测场景的地形迎面被压缩,产生层叠效应,导致干涉相位损失问题,引入曲面BP算法,并将其与多基线InSAR技术结合,研究了一种基于长短基线配合的级联迭代式多基线InSAR曲面BP成像算法。该方法利用短基线高程模糊度大,干涉条纹稀疏,便于相位解缠的特点,获得成像场景的粗精度DEM作为先验地形,构建新的曲面投影空间,再利用长基线回波数据在新的曲面空间上进行曲面BP成像,如此进行迭代,能有效解决相位层叠问题,也避免了长基线干涉相位条纹密集、解缠难度大的问题,能有效提高DEM的精度,通过仿真实验验证了该方法的有效性。3、提出了一种基于引导滤波的多基线星载InSAR DEM融合方法。基于干涉相位的概率统计分布特性,研究了一种利用理论高度误差对各基线高度信息加权平均计算DEM的方法,该方法对地形细节保持能力不足,且易受脉冲噪声影响。针对该问题,提出了基于引导滤波的多基线DEM融合方法,该方法利用了粗精度的先验地形信息将各单基线干涉处理得到的DEM进行分解,先验地形作为其中的基准层,能确保整体地形趋势,分解出来的另一部分作为细节层;再以原始场景SAR图像幅度图作为引导图像,利用引导滤波对各组基线对应的细节层DEM处理并进行加权平均,权重由不同基线对应的理论高度误差来决定;最后将基准层地形与引导滤波融合后的细节层地形相加即为多基线数据融合后的DEM。该方法能充分结合先验地形信息与原始场景SAR图像的幅度信息,利用引导滤波能更好地保留地形细节,提高复杂地形DEM的提取精度。所提方法在TerraSAR重轨多基线数据上验证了其有效性,以公认高精度的LiDAR DEM作为研究区域实际地形高度的参考,相比于加权平均的方法,采用基于引导滤波的多基线DEM融合方法,能有效保留研究区域中山谷、山脊等复杂地形的边缘细节信息,获得了更高精度的DEM。
申栋[5]（2020）在《联合StereoSAR与InSAR技术提取困难山区DEM》文中指出应用常规测绘技术难以在天气条件恶劣、地形复杂的困难山区获取与更新该地区的地形信息,而SAR具有不受天气条件限制、高效、快速等优势,用以提取DEM能够较好地解决这一难题。目前,利用SAR影像提取DEM主要有SAR立体测量和SAR干涉测量两种方法。基于强度信息的StereoSAR技术较少受到时空失相关和大气干扰的影响,获取的DEM具有较高的可靠性,但受立体像对的交会角度和匹配精度影响,且受雷达阴影、叠掩的影响较为严重,导致成果精度较低;而基于相位的InSAR技术能高效、快速地获取大范围的DEM,具有连续观测能力强、成像精度高的优势,但易受时空去相关及大气干扰的影响,导致成果可靠性较低。基于此,顾及SAR侧视成像特性及困难山区的地形特征,本文选取四川省茂县某区域为实验区,以升轨StereoSAR影像对、降轨StereoSAR影像对、升轨InSAR影像对、野外实测像控点及实验区域的ASTER GDEM作为实验数据,联合StereoSAR技术和InSAR技术提取完整的高质量DEM。具体研究工作如下:（1）在分析地形特征和SAR侧视成像特性对雷达回波信号及DEM精度影响的基础上,利用高分辨率升轨StereoSAR影像对和降轨StereoSAR影像对,以ASTER GDEM为参考DEM,使用像控点作为外部GCP约束,提取升轨StereoSAR DEM和降轨StereoSAR DEM,并从坡度、坡向及雷达回波信号强度三个方面对提取的DEM进行精度分析。研究表明:地形坡度越大,DEM精度越低;雷达回波信号越强,DEM精度越高;DEM精度与坡向有关;引入实测像控点能有效提高DEM的精度。（2）计算升轨StereoSAR DEM和降轨StereoSAR DEM对应的雷达回波强度图,然后基于同名点位置对应的雷达回波信号强弱进行DEM融合。研究表明:融合升轨和降轨高分辨率StereoSAR DEM的方法能够有效地改善提取DEM的精度和可靠性。（3）一方面,以融合后的StereoSAR DEM作为参考DEM,辅助InSAR技术提取DEM;另一方面,顾及DEM精度的影响因素,提出基于相干系数设置阈值,融合InSAR DEM和StereoSAR DEM提高DEM可靠性和精度。研究表明:融合InSAR DEM和StereoSAR DEM能提取高质量（高精度和高可靠性）DEM。
胡东明,隋立春,丁明涛[6]（2020）在《困难地区InSAR技术和加权融合的DEM生成》文中研究表明合成孔径雷达干涉测量（InSAR）技术具有全天时全天候的特点,可以大范围、快速、高效地提取DEM。即使在常年被云雾覆盖、降雨频繁的热带雨林地区,InSAR技术也能正常生成DEM。本文利用InSAR生成了研究区的DEM,验证了该方法的可行性。由于研究区植被茂密且有大面积的水域沼泽,导致InSAR处理过程中存在低相干和部分失相干现象,极易造成基于InSAR技术生成的DEM存在错误和空洞。针对这一问题,提出了像素级的以相干依据作为加权函数的融合方法,将SRTM DEM和AW3D30 DEM作为外源数据与InSAR DEM进行融合,解决了基于InSAR技术生成DEM存在错误和空洞的问题,保证了DEM的完整性。
李婉秋[7]（2018）在《基于Sentinel-1数据的SBAS-InSAR技术在地表形变监测中的研究》文中研究说明合成孔径雷达干涉测量技术（InSAR）作为新兴的空间对地观测卫星遥感技术,具有高覆盖率、高精度、高灵敏度、不受天气影响等优势,被广泛地应用于地表信息的探测中。在InSAR技术基础上发展起来的差分干涉测量技术（D-InSAR）,能够探测地面的微小变形,但由于时空失相干和大气延迟的影响,D-InSAR技术具有一定缺陷,而SBAS-InSAR技术能很好的克服时空失相干和大气延迟的影响,在地表形变监测领域具有非常广泛的应用前景。地表形变监测一直是我国重点关注的领域,近年来,地表形变对我国多个地区都造成了不同程度的危害。自然因素和人为因素的综合作用是造成地表形变的重要原因,其中自然因素主要包括构造下沉、地震、火山活动等,而我国又是一个地震灾害发生较为频繁的国家,在四川境内发生的5.12汶川地震、芦山地震等不仅造成了巨大的人员伤亡和惨重的经济损失,其在影响区域内还诱发了大量的次生地质灾害,为地震灾区的后续重建带来了巨大的影响。利用哨兵1号（Sentinel-1）卫星数据进行地表监测具有时间间隔短、数据易获取,可有效避免气候条件的影响,实用性高等优势。但在近几年的探究中,哨兵数据一般被用于城市地面沉降的监测,在山区形变监测中应用的较少。因此,本文以5.12地震灾区的部分山区作为研究区,选取覆盖研究区的27景哨兵数据,采用InSAR技术对数据进行处理,探究在研究区利用SBAS-InSAR技术进行地表形变监测的可行性,同时获取5.12地震中部分灾区近年的形变情况,为一些次生灾害的防治提供参考。主要研究内容如下:（1）根据本文的研究目的,选取以IW成像模式的Sentinel-1数据作为数据源。对3景哨兵数据进行预处理,探究了多时相Sentinel-1数据的基本处理流程,为后续InSAR技术处理过程中数据参数的设置提供了参考。（2）采用InSAR技术处理Sentinel-1数据,构建研究区的地面高程信息,将InSAR获取的DEM数据与ASTER GDEM V2数据进行对比,评估了通过InSAR技术生成的DEM的精度,并分析其误差产生的原因。（3）采用二轨法D-InSAR技术监测地表形变,利用外部DEM去除地形信息,初步获得研究区的形变相位,再进行干涉处理最终获得了研究区的形变图。利用SBAS-InSAR技术对27景哨兵数据进行处理,反演监测期间的时序形变,获取了研究区的形变速率。（4）分析D-InSAR技术和SBAS-InSAR技术获得的形变结果,得到研究区的形变情况,并对其形变影响因素进行了探究,为之后该区域的形变监测和灾害防治提供了参考。最后以近期茂县和大光包滑坡的时序形变监测结果,探讨了SBAS-InSAR技术在研究区进行地表微小形变监测的可行性。
丁进[8]（2018）在《面向矿区沉降监测的InSAR滤波算法研究》文中提出近些年来,为了能够合理的利用矿区资源、响应国家政策,矿区资源开采模式不断转型,矿区环境治理备受关注,矿区灾害预警系统也在不断升级和完善。合成孔径雷达干涉测量（InSAR）技术作为一种迅速发展起来的测量手段,其优势在于可以进行全天候、面状式、范围广、节省人力财力等。本文对InSAR技术监测矿区近铁路地表形变的方法进行研究。论文主要对InSAR应用于矿区地表监测,对矿区干涉图去噪技术进行改进。传统InSAR干涉图滤波方法对高密度噪声区域的效果较差,且缺少相关滤波选择标准,本文将非局部均值滤波（Non-Loal Means）方法应用于山区矿区InSAR干涉图滤波,在去除InSAR干涉图噪声的同时,能够更好的保留干涉图相位信息,有利于下一步的研究工作的展开,主要研究成果如下:（1）对InSAR技术应用于山区矿井地表监测的辅助DEM精度要求进行了实验分析,实验分别利用10m*10m、30m*30m、900m*900m不同分辨率的DEM数据,结果表明对于地表复杂的山区,900m*900m分辨率的GTOP30 DEM适用度较低,30m*30m分辨率SRTM V3 DEM适用性较高,而10m*10m分辨率的DEM数据更好,因此建议使用分辨率不低于30m*30m的辅助DEM数据作为InSAR处理的外部参考数据。（2）将非局部均值图像修复（Non-Local Means）算法引入InSAR干涉图滤波方法中,并利用InSAR特有的相干图像对传统Non-Local Means滤波进行了改进,使其能够在InSAR干涉图中自适应的调整滤波平滑因子,对噪声不同的区域进行不同程度的消除斑点噪声,保留图像真值。通过噪声密度不同的干涉图像,对改进的滤波算法和传统算法进行了对比实验,结果表明改进的滤波算法优于传统的干涉图滤波方法,特别是在噪声密度过大的区域,滤波效果更好。（3）将改进的滤波算法应用于InSAR技术流程中,对某矿区1309工作面开采导致的沉陷及边界移动进行了监测,结果表明,InSAR技术监测的下沉趋势与实测数据大致相符,但对于精度特别是工作面中心区域的沉降精度较低。（4）鉴于InSAR技术在监测长时间序列地表沉降的不足,利用小基线集技术对矿区地表下沉进行了监测分析,与D-InSAR技术相比,SBAS技术提高了InSAR监测的时间分辨率和影像利用率,理论上,SBAS监测结果要优于D-InSAR,在矿井1309工作面的应用中,SBAS监测结果与理论相符,且与实测数据相比,SBAS方法监测结果绝对误差为7.5mm。
张棫[9]（2016）在《SBAS-InSAR数据处理的自动化方法研究》文中研究指明地面沉降灾害直接威胁着国民经济安全,传统的地面沉降监测方法主要有常规的水准测量、高精度的GPS等,但是这些方法需要现场布点测量,不但耗费巨大、测量周期长,而且监测频率低、监测点位稀疏。为了克服上述缺陷,近年来学者们提出了使用短基线集差分干涉测量（SBAS-InSAR）方法,利用时间序列的同源合成孔径雷达数据,对其进行时序干涉处理,进行地面沉降监测。该方法能有效监测长时间的缓慢地面沉降变化,然而当前SBAS-InSAR方法存在较多的人工交互,依赖于操作人员的经验。为了减少人工交互、提高自动化程度,本文提出了基于干涉相位和相干系数的GCP自动选取方法、有效干涉对自动构建方法和地表形变监测结果的滤波处理方法,并以此对雷达干涉测量软件SARScape进行业务化运行改造。本文主要完成了以下研究内容与成果:（1）通过分析对现有的可见光遥感和SAR图像的GCP自动选取方法以及SBAS-InSAR轨道精炼环节的GCP选取规则,结合干涉相位、相干系数的特点,提出了结合干涉相位和相干系数的干涉对中GCP的自动选取方法。该方法不仅能够提高GCP选取的效率和精度,还能提高SBAS-InSAR处理流程的自动化程度。（2）根据SBAS-InSAR方法的原理,可知干涉对的解缠质量对后续的形变监测结果的精度有较大影响。因此为了减小误差,需要评价干涉对的解缠质量,并删除那些低质量的干涉对,构建一个合理的干涉对网。为此本文提出了加权相位差和法的干涉对解缠质量评价方法,并基于此提出了综合考虑干涉对网连通性的有效干涉对网构建的自动算法。（3）由于地表形变监测结果中含有脉冲噪声（尖峰噪声）,区域形变监测结果整体特征表达会受到影响,为了在不影响形变监测结果精度的前提下又能表现区域整体形变特征,在对比分析不同滤波器的滤波效果的前提下,采用中值滤波对形变监测结果进行滤波处理,取得了较好的效果。（4）通过深入分析SARScape软件各模块,结合上述三方面的改进,设计开发了地面沉降雷达干涉测量业务化运行系统。
于冰[10]（2015）在《高分辨率相干散射体雷达干涉建模及形变信息提取方法》文中研究说明自上世纪50年代以来,随着世界经济的高速发展和城市化进程的不断加快,人类对淡水资源的需求急剧增加,对地下水的过度采伐导致地表沉降灾害频繁发生。地表沉降发生范围广,且多发于城市及其近郊等经济发达和人口聚集区,往往会对社会经济发展及人类生活产生不利影响。在我国,地表沉降较为严重的地区主要包括长江三角洲、华北平原和汾渭盆地。地表沉降对三大区域造成了严重的经济损失,其中以华北平原最为严重,区内的多个沉降漏斗区影响面积超过5万km2,现已形成世界上最大的“地下水漏斗”。更为严重的是,不同区域的沉降中心仍在不断扩展,并有连成一片的趋势。目前,国内外地表沉降监测一方面使用传统的大地测量方法（如GPS和精密水准等）,另一方面使用新近发展起来的差分合成孔径雷达干涉（Differential Interferometric Synthetic Aperture Radar, DInSAR）测量方法。GPS和精密水准等监测效率较低,且空间分辨率低,难以对大范围（如上述华北平原）地表沉降进行高效监测并发现沉降中心和沉降源。DInSAR具有全天候和全天时成像、几乎不受云雨制约、观测范围广和分辨率高等优点,且对垂直向形变的敏感度较高,因此在地表沉降监测中得到了较多的应用。然而,DInSAR的应用却受到诸多误差因素的制约,主要包括时空失相干、大气延迟、轨道误差、高程误差（DEM误差）和其它数据处理误差等。这些误差因素严重影响了DInSAR形变监测的精度和可靠性,甚至造成形变结果的完全失真。为克服常规DInSAR的缺陷,国内外学者提出并发展了时序差分雷达干涉（Time Series DInSAR, TS-DInSAR）方法。TS-DInSAR使用时序SAR影像进行相干散射体（Coherent Scatterer, CS）目标识别和时序差分干涉处理,进而对形变进行建模和解算,并分离大气和轨道误差,最终获取相应的线性形变速率和形变时间序列。其中,两种典型的思路是永久散射体（Persistent Scatterer, PS）时序差分雷达干涉（PS-DInSAR或PSI）方法和小基线子集（Small Baseline Subset, SBAS）寸序差分雷达干涉（SBAS-DInSAR）方法。为进一步克服时空失相干的影响,有学者提出了角反射器（Corner Reflector, CR）差分雷达干涉（CR DInSAR, CR-DInSAR）方法,通过在失相干区域布设一定数量的CR,作为人工CS用于形变建模和解算。近年来,随着TerraS AR-X（TSX）和COSMO-SkyMed（CSK）等高分辨率卫星SAR系统和影像数据的投入使用,TS-DInSAR在地表形变监测中的应用得以进一步推广。这些SAR系统除具有较高的空间分辨率（在条带成像模式下,空间分辨率最高可达1 m）外,还具有波长短的特点（X波段,波长为0.031 m）,这使得其比中长波波段（C波段和L波段）对地表形变更为敏感,更适用于城市地区缓慢累积地表沉降的监测。虽然高分辨率SAR影像应用于TS-DInSAR地表形变探测具有诸多优势,但高分辨率和短波的特征也为其应用带来了相应的问题。本文主要针对其中的几个关键问题进行研究,主要包括：高分辨率SAR影像与外部DEM的精配准、季节性失相干及干涉对优选、高分辨率TS-DInSAR中CR的应用以及大梯度形变的建模和解算。高分辨率SAR影像与外部DEM的分辨率和地表覆盖差异以及SAR影像斑点噪声常导致二者精配准精度较低,甚至出现精配准困难。为此,本文提出联合SAR影像滤波和多级迭代的配准方法。首先对SAR影像进行滤波,去除斑点噪声,然后采取多级配准策略实现DEM与SAR影像的精确配准。在多级配准估算像元偏移量的过程中,逐渐改变匹配窗口大小、数目、匹配指标阈值,并通过粗差探测去除偏移量粗差,且每级配准均以上一级配准所得偏移量估值为初始偏移量,避免重复运算。本文以覆盖天津及周边区域的TSX、ASAR和PALSAR SAR影像以及SRTM3 DEM为数据进行配准实验,结果表明,通过该方法可将配准偏移量多项式拟合的均方根误差控制在亚像元级。使用配准参数对通过三组数据所提取的CS点云数据进行地理编码及数据融合,结果表明三者具有很高的重叠度,且三者与Google Earth特征地物具有较高的匹配度。这表明通过上述方法可实现外部DEM与SAR影像的精配准,这对后续TS-DInSAR数据处理以及地面目标形变分析是至关重要的。针对高分辨率短波SAR系统对地物属性变化更为敏感、地物属性季节性变化明显以及人工地物的干涉失相干现象,本文提出了季节性失相干的概念,给出了相应的定义和描述,并以天津市精武镇地区的40幅TSX SAR影像为数据进行实验,对季节性失相干进行了深入分析,结果表明季节变化所导致的失相干比长时间变化引起的失相干更为严重。进一步的实验发现,季节性失相干与温度变化具有较强的相关性。为此,本文提出了温度基线的概念,给出了相应的定义和计算方法,并提出了基于温度基线阈值的干涉对优选方法,以识别并排除季节性失相干的干涉对,避免季节性失相干对CS探测的影响。使用相同的SAR影像进行CS探测实验,结果表明,排除季节性失相干干涉对后（保留长时间基线干涉对）,CS目标的数量提高35%以上。这表明季节性失相干对TS-DInSAR的影响显着高于时间失相干,本文所提出的干涉对优选方法可有效削弱季节性失相干的影响,这对TS-DInSAR数据处理和地表形变信息提取是十分有利的。针对高分辨率TS-DInSAR中CR的应用,本文提出对CR的选型、回波信号特征和稳定性以及形变监测精度等关键问题进行研究,并介绍了一种新型分体式CR,提出一种基于距离/多普勒方程和振幅离差指数的CR相位中心定位与识别方法。以覆盖天津市西青区的高分辨率TSX SAR影像为数据进行实验,深入分析了不同类型（分体式和固定型）CR在高分辨率SAR影像中的回波信号特征（信号强度及成像特征）及稳定性。结果表明：分体式CR回波信号稳定性优于固定型CR,二者信号稳定性均优于天然PS；高分辨率SAR影像中CR旁瓣效应显着,受相位中心旁瓣效应的影响,CR周边像元也呈现出较强且稳定的回波信号,这也是高分辨率SAR数据中CR回波信号的重要特征之一。通过PSI方法进行数据处理和CR形变信息提取,并使用精密水准数据对CR上累积形变量和线性形变速率（转换至垂直向）进行验证,结果表明两种结果差异的标准差分别为±3.6mm和±2.1 mm/yr（对应的LOS向标准差分别为±2.7mm和±1.6 mm/yr）。针对高分辨率TS-DInSAR大梯度形变建模和解算的问题,本文首先提出了时空形变梯度和时空相位梯度的概念,给出了相关的定义和描述,建立了理论模型,并据此分析了时空形变梯度较大时对TS-DInSAR形变建模和解算的影响。为解决时空形变梯度过大引起的形变欠估计问题,本文提出了基于模型约束的网络化短基线集（MCND-SBAS）干涉方法以及基于时空相位梯度修正和迭代计算的大梯度形变建模和解算方法。本文选取天津市以及下属的精武镇（沉降漏斗区）为实验区,以覆盖实验区的35幅TSXSAR影像为数据源进行形变提取实验,并与传统的SBAS-DInSAR和StaMPS PSI方法进行对比。结果表明：在形变梯度较大的区域SBAS-DInSAR和StaMPS PSI方法均存在严重的形变欠估计现象；利用本文所提出的方法可以对大梯度形变（线性形变速率以及形变时间序列）进行有效提取。使用实验区内147个水准点的沉降监测数据对所提取的累积形变量和线性形变速率（转换至垂直向）进行验证,结果表明,两种监测结果差异的标准差分别为±4.7 mm和±3.8 mm/yr（对应的LOS向标准差分别为±3.5mm和±±2.9 mm/yr）。这表明本文所提出的方法具有较高的形变提取精度,可正确提取大梯度形变,进而可为区域沉降漏斗及沉降源的监测和准确识别提供可靠的技术支撑。基于上述验证后的形变（垂直向）结果对实验区的地表沉降进行分析,结果表明,该区域内存在多个沉降漏斗,并已连成一片,形成大型沉降漏斗区（见图7-41）。在约1年时间内,该区域最大沉降量高达-190mm（负值代表远离卫星,即沉降）,沉降量在-50mm的区域占整个区域的一半以上,接近三分之二。进一步的分析表明,实验区内地表沉降分布与地表覆盖类型（土地利用类型,如工业园区、城市居民区、村镇居民区等）密切相关,这可为该区域的沉降防控提供科学的参考依据。
二、InSAR DEM的质量评价（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、InSAR DEM的质量评价（论文提纲范文）
（1）SAR图像的高程提取与大气校正算法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 基于SAR干涉技术(InSAR)的高程提取 |
| 1.1.2 基于时序差分干涉技术的大气校正 |
| 1.2 国内外研究现状 |
| 1.2.1 高程提取的研究现状 |
| 1.2.2 大气校正的研究现状 |
| 1.3 论文主要研究内容 |
| 1.4 论文组织结构 |
| 第二章 合成孔径雷达干涉测量技术原理 |
| 2.1 合成孔径雷达原理 |
| 2.1.1 SAR成像原理 |
| 2.1.2 SAR图像特点 |
| 2.2 InSAR基本原理 |
| 2.3 InSAR处理流程 |
| 2.4 InSAR技术的局限性 |
| 2.5 多基线InSAR基本原理 |
| 2.5.1 多基线干涉相位解缠 |
| 2.5.2 长短基线的迭代差分干涉算法 |
| 2.5.3 多基线DEM融合 |
| 2.6 本章小结 |
| 第三章 基于多基线InSAR的高程提取研究 |
| 3.1 多基线InSAR高程提取 |
| 3.1.1 主从影像选取 |
| 3.1.2 主从影像配准 |
| 3.1.3 干涉图生成 |
| 3.1.4 去平地效应 |
| 3.1.5 干涉图滤波 |
| 3.1.6 相位解缠 |
| 3.2 高程提取结果与分析 |
| 3.3 高程提取质量评价 |
| 3.4 本章小结 |
| 第四章 基于时序差分干涉技术的大气校正算法研究 |
| 4.1 差分干涉技术基本原理 |
| 4.2 永久散射体差分干涉测量技术 |
| 4.2.1 PS-DInSAR基本原理 |
| 4.2.2 PS点的选取算法 |
| 4.2.3 PS-DInSAR处理流程 |
| 4.3 小基线集差分干涉测量技术 |
| 4.3.1 SBAS-DInSAR基本原理 |
| 4.3.2 SBAS-DInSAR处理流程 |
| 4.4 差分干涉技术中的大气相位模型分析 |
| 4.4.1 大气相位建模 |
| 4.4.2 大气相位去除 |
| 4.5 本章小结 |
| 第五章 时序卫星SAR图像的大气相位校正 |
| 5.1 研究区域概况及实验数据简介 |
| 5.1.1 研究区域概况 |
| 5.1.2 实验数据简介 |
| 5.2 数据处理 |
| 5.2.1 基线分析与主影像选取 |
| 5.2.2 基于InSAR的外部高程数据获取 |
| 5.2.3 干涉图生成和高相干点选取 |
| 5.2.4 相位模型分析与大气相位估计 |
| 5.3 大气校正结果分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（2）基于时序InSAR技术的阿海库区滑坡体监测应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 滑坡的基本特征 |
| 1.3 国内外研究现状 |
| 1.3.1 InSAR用于滑坡的研究进展 |
| 1.3.2 金沙江流域InSAR滑坡研究进展 |
| 1.3.3 阿海库区滑坡研究现状及存在的问题 |
| 1.4 研究目标、研究方法和技术路线 |
| 1.4.1 研究目标 |
| 1.4.2 研究内容 |
| 1.4.3 技术路线 |
| 1.5 论文的组织结构 |
| 第二章 InSAR基本原理 |
| 2.1 引言 |
| 2.2 InSAR基本原理 |
| 2.3 相位解缠原理 |
| 2.4 SBAS-InSAR干涉对组合的选取 |
| 2.5 本章小结 |
| 第三章 研究区概况及数据准备 |
| 3.1 研究区概况 |
| 3.1.1 地理概况 |
| 3.1.2 气象水文 |
| 3.1.3 地形地貌 |
| 3.1.4 地质概况 |
| 3.2 研究区数据源 |
| 3.2.1 Sentinel-1数据 |
| 3.2.2 Sentinel-1精密轨道数据 |
| 3.2.3 DEM数据 |
| 3.2.4 GPS监测数据 |
| 3.3 本章小结 |
| 第四章 基于SBAS-InSAR技术的滑坡体形变监测 |
| 4.1 引言 |
| 4.2 数据处理流程概述 |
| 4.3 数据预处理 |
| 4.3.1 数据导入与影像裁剪 |
| 4.3.2 生成连接图 |
| 4.3.3 干涉工作流 |
| 4.4 干涉对质量评价 |
| 4.5 传统干涉对选取方法 |
| 4.6 大形变梯度下的干涉对优化选取 |
| 4.7 轨道精炼与重去平 |
| 4.8 反演地表形变速率 |
| 4.9 地理编码 |
| 4.10 本章小结 |
| 第五章 新建滑坡GPS与InSAR联合分析 |
| 5.1 引言 |
| 5.2 InSAR与GPS的坡向投影 |
| 5.3 InSAR的三维投影 |
| 5.4 地表三维形变场投影 |
| 5.5 GPS验证InSAR结果 |
| 5.5.1 两种干涉对选取方法下的新建滑坡形变量分析 |
| 5.5.2 GPS视线向投影对比InSAR结果 |
| 5.6 新建滑坡时空特征分析 |
| 5.6.1 空间特征 |
| 5.6.2 时间特征 |
| 5.7 本章小结 |
| 第六章 总结与展望 |
| 6.1 结论 |
| 6.2 不足与展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（3）面向矿区地表时序沉降监测的DS-InSAR方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 选题背景和意义 |
| 1.2 国内外研究现状 |
| 1.3 论文主要研究内容 |
| 1.4 论文章节安排 |
| 2 InSAR基础理论 |
| 2.1 InSAR基本原理 |
| 2.2 时序InSAR |
| 2.3 本章小结 |
| 3 DS-InSAR原理及矿区地表形变监测适宜性研究 |
| 3.1 分布式目标InSAR |
| 3.2 研究区域概况与数据源 |
| 3.3 实验结果分析 |
| 3.4 本章小结 |
| 4 基于自适应窗口的同质点识别方法研究 |
| 4.1自适应窗口同质点识别方法原理与相位优化实验 |
| 4.2 基于自适应窗口的DS-InSAR矿区形变监测应用 |
| 4.3 本章小结 |
| 5 融合PIM和 DS-InSAR的矿区地表时序大梯度形变监测方法研究 |
| 5.1 PIM和 DS-InSAR的融合方法 |
| 5.2 融合方法的实验过程、结果及分析 |
| 5.3 本章小结 |
| 6 结论与展望 |
| 6.1 主要研究成果与结论 |
| 6.2 展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（4）多基线星载InSAR成像及数据处理研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国内外星载SAR/InSAR系统发展现状 |
| 1.2.2 国内外多基线InSAR关键技术研究进展 |
| 1.3 论文结构安排 |
| 第二章 InSAR技术基础 |
| 2.1 引言 |
| 2.2 InSAR技术原理 |
| 2.2.1 InSAR基本原理 |
| 2.2.2 多基线InSAR基本原理 |
| 2.3 InSAR数据处理流程 |
| 2.4 本章小结 |
| 第三章 多基线星载InSAR成像方法 |
| 3.1 引言 |
| 3.2 卫星轨道建模 |
| 3.2.1 卫星轨道参数 |
| 3.2.2 空间坐标系转换 |
| 3.2.3 星地关键位置坐标计算 |
| 3.3 星载InSAR基线解耦合 |
| 3.3.1 基线解耦合方法 |
| 3.3.2 仿真与结果分析 |
| 3.4 基于曲面后向投影的多基线星载InSAR成像方法 |
| 3.4.1 后向投影成像算法 |
| 3.4.2 长短基线配合的级联迭代多基线曲面后向投影成像算法 |
| 3.4.3 仿真与结果分析 |
| 3.5 本章小结 |
| 第四章 多基线星载InSAR数据融合方法 |
| 4.1 引言 |
| 4.2 重轨多基线TerraSAR数据干涉处理 |
| 4.2.1 观测区域与数据介绍 |
| 4.2.2 星载多基线数据干涉处理 |
| 4.3 基于高度误差加权的多基线InSAR DEM融合方法 |
| 4.3.1 干涉相位的统计特性 |
| 4.3.2 基于高度误差加权的多基线DEM融合方法 |
| 4.4 基于引导滤波的多基线InSAR DEM融合方法 |
| 4.4.1 引导滤波原理 |
| 4.4.2 基于引导滤波的多基线DEM融合方法 |
| 4.5 融合结果与分析 |
| 4.6 本章小结 |
| 第五章 总结与展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（5）联合StereoSAR与InSAR技术提取困难山区DEM（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 StereoSAR技术国内外研究现状 |
| 1.2.2 InSAR技术国内外研究现状 |
| 1.2.3 StereoSAR和 InSAR技术融合研究现状 |
| 1.3 研究目的、内容及技术路线 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.4 论文章节安排 |
| 第2章 StereoSAR与 InSAR概述 |
| 2.1 StereoSAR几何 |
| 2.1.1 StereoSAR基本原理 |
| 2.1.2 StereoSAR像对的获取 |
| 2.1.3 影响StereoSAR提取困难山区DEM精度的因素 |
| 2.2 InSAR几何 |
| 2.2.1 InSAR基本原理 |
| 2.2.2 InSAR的测量模式 |
| 2.2.3 影响InSAR提取困难山区DEM精度的因素 |
| 2.3 本章小结 |
| 第3章 StereoSAR DEM与 InSAR DEM的提取与精度分析 |
| 3.1 实验区域与实验数据 |
| 3.2 StereoSAR DEM的提取与精度分析 |
| 3.2.1 升/降轨StereoSAR DEM的提取 |
| 3.2.2 升/降轨StereoSAR DEM的精度分析 |
| 3.3 InSAR DEM的提取与精度分析 |
| 3.3.1 InSAR DEM的提取 |
| 3.3.2 InSAR DEM的精度分析 |
| 3.4 本章小结 |
| 第4章 StereoSAR DEM与 InSAR DEM的融合及精度分析 |
| 4.1 升/降轨StereoSAR DEM融合与精度分析 |
| 4.2 StereoSAR DEM与 InSAR DEM的融合及精度分析 |
| 4.2.1 StereoSAR DEM辅助InSAR提取DEM及精度分析 |
| 4.2.2 StereoSAR DEM与 InSAR DEM的融合及精度分析 |
| 4.3 本章小结 |
| 总结与展望 |
| 总结 |
| 展望 |
| 致谢 |
| 参考文献 |
（6）困难地区InSAR技术和加权融合的DEM生成（论文提纲范文）
| 1 In SAR技术生成DEM的原理 |
| 1.1 In SAR生成DEM的基本原理 |
| 1.2 In SAR生成DEM的基本流程 |
| 2 柬埔寨某地区的DEM生成 |
| 2.1 试验区概况 |
| 2.2 影像的选取 |
| 2.3 试验操作步骤 |
| 3 以相干系数作为加权依据的DEM融合 |
| 3.1 数据预处理 |
| 3.2 DEM加权融合 |
| 3.3 DEM融合后处理。 |
| 3.4 DEM精度评价 |
| 4 结语 |
（7）基于Sentinel-1数据的SBAS-InSAR技术在地表形变监测中的研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 选题依据及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 研究内容及技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 第2章 雷达成像原理与InSAR技术研究 |
| 2.1 雷达成像原理 |
| 2.1.1 真实孔径雷达成像 |
| 2.1.2 合成孔径雷达成像 |
| 2.2 InSAR技术原理 |
| 2.2.1 InSAR技术几何原理 |
| 2.2.2 InSAR处理流程 |
| 2.3 D-InSAR技术原理 |
| 2.3.1 D-InSAR技术几何原理 |
| 2.3.2 D-InSAR形变监测的方法 |
| 2.3.3 D-InSAR处理流程 |
| 2.4 SBAS-InSAR技术原理 |
| 2.4.1 SBAS-InSAR干涉测量原理 |
| 2.4.2 SBAS-InSAR处理流程 |
| 第3章 研究区基本概况 |
| 3.1 地理位置 |
| 3.2 气候概况 |
| 3.3 人类活动 |
| 第4章 数据源介绍与预处理 |
| 4.1 数据源介绍 |
| 4.1.1 Sentinel-1数据 |
| 4.1.2 SRTM数据 |
| 4.1.3 ASTER GDEM V2数据 |
| 4.2 SAR数据预处理 |
| 第5章 InSAR技术的地表形变监测研究 |
| 5.1 基于InSAR的地表三维重建 |
| 5.1.1 基线估算 |
| 5.1.2 干涉条纹图的生成 |
| 5.1.3 去除平地效应 |
| 5.1.4 干涉条纹图滤波 |
| 5.1.5 相位解缠 |
| 5.1.6 轨道精炼与重去平 |
| 5.1.7 高程反演和地理编码 |
| 5.1.8 DEM精度评价 |
| 5.2 基于二轨法D-InSAR的地表形变监测 |
| 5.2.1 基线估算 |
| 5.2.2 D-InSAR干涉测量处理 |
| 5.2.3 地理编码 |
| 5.2.4 D-InSAR多时段地表形变监测 |
| 5.3 基于SBAS-InSAR的地表形变监测 |
| 5.3.1 小基线干涉对组合 |
| 5.3.2 干涉处理 |
| 5.3.3 轨道精炼与重去平 |
| 5.3.4 SBAS反演 |
| 5.3.5 地理编码 |
| 第6章 研究区形变特征分析 |
| 6.1 研究区形变结果分析 |
| 6.1.1 D-InSAR与SBAS-InSAR形变结果分析 |
| 6.1.2 研究区形变概况 |
| 6.2 形变影响因素分析 |
| 6.3 地质灾害形变监测情况 |
| 结论 |
| 致谢 |
| 参考文献 |
| 攻读学位期间取得学术成果 |
（8）面向矿区沉降监测的InSAR滤波算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 选题的背景和意义 |
| 1.2 国内外研究发展现状 |
| 1.3 本文研究内容与方法 |
| 2 InSAR技术理论基础 |
| 2.1 SAR成像原理和特性 |
| 2.2 InSAR工作原理 |
| 2.3 InSAR数据处理关键算法 |
| 2.4 InSAR误差来源 |
| 2.5 外部参考DEM误差对D-InSAR精度的影响 |
| 2.6 本章小结 |
| 3 基于相干系数自适应的非局部均值滤波方法 |
| 3.1 现有InSAR干涉图滤波算法 |
| 3.2 改进的自适应Non-Local Means滤波算法 |
| 3.3 滤波质量评价标准 |
| 3.4 实验研究及结果分析 |
| 3.5 本章小结 |
| 4 D-InSAR技术监测矿区地表沉降 |
| 4.1 研究区概况 |
| 4.2 研究区观测站布设及实测数据分析 |
| 4.3 研究区实验 |
| 4.4 D-InSAR监测结果精度分析 |
| 4.5 本章小结 |
| 5 小基线集(SBAS)技术监测矿区沉降 |
| 5.1 小基线集(SBAS)技术原理及实现 |
| 5.2 SBAS-InSAR监测实验 |
| 5.3 监测精度对比分析 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 研究结论 |
| 6.2 研究中存在的问题 |
| 6.3 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 论文数据集 |
（9）SBAS-InSAR数据处理的自动化方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状分析 |
| 1.2.1 GCP自动选取 |
| 1.2.2 相位解缠 |
| 1.2.3 SAR图像滤波处理 |
| 1.3 研究目标、研究内容及技术路线 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.3.3 技术路线 |
| 1.3.4 论文组织 |
| 第2章 时序InSAR处理理论基础 |
| 2.1 干涉相位组成 |
| 2.2 InSAR与DInSAR技术原理 |
| 2.2.1 InSAR技术原理 |
| 2.2.2 DInSAR技术原理 |
| 2.3 时序InSAR的基本原理 |
| 2.3.1 PS-InSAR方法 |
| 2.3.2 SBAS-InSAR方法 |
| 2.4 本章小结 |
| 第3章 干涉对中GCP的自动选取 |
| 3.1 光学遥感与SAR数据处理GCP选取方法 |
| 3.1.1 光学遥感中GCP选取 |
| 3.1.2 SAR处理中GCP选取 |
| 3.1.3 干涉对中GCP选取 |
| 3.2 GCP自动选取方法 |
| 3.2.1 干涉对中GCP自动选取的规则 |
| 3.2.2 GCP自动选取算法 |
| 3.3 GCP自动选取的实验与分析 |
| 3.4 本章小结 |
| 第4章 SBAS-InSAR有效干涉对网自动构建 |
| 4.1 SBAS-InSAR方法干涉对网构成原理 |
| 4.2 SBAS-InSAR干涉对解缠质量评价 |
| 4.2.1 基于干涉图的解缠质量评价方法 |
| 4.2.2 基于解缠相位的评价方法 |
| 4.3 基于权重相位差和的解缠质量评价方法 |
| 4.3.1 基于权重相位差和的解缠质量评价模型 |
| 4.3.2 干涉相位解缠质量评价实验与分析 |
| 4.4 SBAS-InSAR有效干涉对网的自动构建 |
| 4.4.1 有效干涉对网自动构建的基本方法 |
| 4.4.2 有效干涉对构成自动构建的实验与分析 |
| 4.5 本章小结 |
| 第5章 SBAS-InSAR形变监测结果的滤波处理 |
| 5.1 SBAS-InSAR形变监测结果分析 |
| 5.2 形变监测结果的滤波处理方法 |
| 5.2.1 不同滤波方法分析 |
| 5.3 不同滤波方法的对比实验与分析 |
| 5.4 本章小结 |
| 第6章 地面沉降雷达干涉测量业务化运行系统的设计与实现 |
| 6.1 系统设计总体目标 |
| 6.2 系统总体设计 |
| 6.3 系统实现及功能 |
| 6.3.1 数据管理 |
| 6.3.2 数据查询 |
| 6.3.3 流程定制与管理 |
| 6.3.4 历史溯源 |
| 6.3.5 视图管理 |
| 6.3.6 成果分析与制图 |
| 6.4 系统应用 |
| 6.4.1 实验数据 |
| 6.4.2 有效干涉对构建 |
| 6.4.3 地表形变中值滤波分析 |
| 6.4.4 地表形变监测结果分析 |
| 6.5 本章小结 |
| 第7章 结论与展望 |
| 7.1 研究结论 |
| 7.2 论文创新点 |
| 7.3 研究中的局限和展望 |
| 参考文献 |
| 致谢 |
（10）高分辨率相干散射体雷达干涉建模及形变信息提取方法（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 时序差分雷达干涉国内外研究现状 |
| 1.3 本论文所要研究的问题 |
| 1.4 论文研究目标与研究内容 |
| 1.5 论文组织结构 |
| 第2章 常规差分雷达干涉理论与方法 |
| 2.1 引言 |
| 2.2 合成孔径雷达成像几何及数据表达形式 |
| 2.3 雷达干涉观测几何及相位解析 |
| 2.3.1 参考椭球面相位 |
| 2.3.2 地形相位 |
| 2.3.3 形变相位 |
| 2.3.4 大气延迟及噪声相位 |
| 2.4 差分雷达干涉形变测量原理与方法 |
| 2.4.1 差分雷达干涉基本原理 |
| 2.4.2 差分雷达干涉数据处理流程 |
| 2.5 差分雷达干涉主要误差源分析 |
| 2.6 小结 |
| 第3章 时序差分雷达干涉理论与方法 |
| 3.1 引言 |
| 3.2 合成孔径雷达影像中的散射体类型 |
| 3.3 网络化永久散射体时序差分雷达干涉理论与方法 |
| 3.3.1 网络化永久散射体时序差分雷达干涉基本理论 |
| 3.3.2 永久散射体探测方法 |
| 3.3.3 形变建模和解算方法 |
| 3.4 短基线子集干涉理论与方法 |
| 3.4.1 短基线子集干涉基本理论 |
| 3.4.2 相干目标探测方法 |
| 3.4.3 形变建模和解算方法 |
| 3.5 小结 |
| 第4章 SAR影像与DEM精配准及干涉对优选方法 |
| 4.1 引言 |
| 4.2 SAR影像与DEM的精配准 |
| 4.2.1 SAR影像与DEM精配准理论与方法 |
| 4.2.2 平原城市区域SAR影像与DEM的精配准 |
| 4.2.3 实验及结果分析 |
| 4.3 季节性失相干及干涉对优选方法 |
| 4.3.1 干涉失相干及相干系数 |
| 4.3.2 季节性失相干及实验分析 |
| 4.3.3 温度基线及干涉对优选方法 |
| 4.3.4 干涉对优选及相干目标探测实验 |
| 4.4 小结 |
| 第5章 人工角反射器信号分析及形变监测精度分析 |
| 5.1 引言 |
| 5.2 研究区域及数据介绍 |
| 5.3 人工角反射器的选型设计、布设及精密水准施测 |
| 5.4 人工角反射器在高分辨率SAR影像中的定位与识别 |
| 5.4.1 基于距离/多普勒方程的人工角反射器初始定位 |
| 5.4.2 基于回波信号稳定性分析的人工角反射器精确识别 |
| 5.5 人工角反射器回波信号特征及稳定性分析 |
| 5.5.1 人工角反射器回波信号特征分析 |
| 5.5.2 人工角反射器回波信号稳定性分析 |
| 5.6 人工角反射器形变解算及精度验证 |
| 5.6.1 形变解算及结果分析 |
| 5.6.2 精度验证 |
| 5.7 小结 |
| 第6章 大形变梯度区相干散射体形变建模及解算方法 |
| 6.1 引言 |
| 6.2 时序差分雷达干涉中时空形变及相位梯度 |
| 6.2.1 空间维形变和相位梯度 |
| 6.2.2 时间维形变和相位梯度 |
| 6.2.3 时空形变梯度和时空相位梯度 |
| 6.2.4 大时空形变梯度对时序差分雷达干涉的影响 |
| 6.3 模型约束的网络化短基线子集干涉线性形变建模及解算方法 |
| 6.3.1 SAR影像筛选和干涉数据处理 |
| 6.3.2 永久散射体和相干目标探测并生成相干散射体点集 |
| 6.3.3 相干散射体相位解缠 |
| 6.3.4 相干散射体网络差分建模及参数解算 |
| 6.3.5 相干散射体线性形变速率和高程误差估计 |
| 6.4 大时空梯度形变的时序差分雷达干涉建模和解算 |
| 6.4.1 初始干涉对选取及差分干涉处理 |
| 6.4.2 初始线性形变速率解算及检验 |
| 6.4.3 短时间基线干涉对选取及线性形变速率重估计 |
| 6.4.4 差分干涉图时空相位梯度修正 |
| 6.4.5 基于修正后解缠相位的线性形变速率和高程误差估计 |
| 6.4.6 大时空梯度形变时序建模和解算 |
| 6.4.7 大时空梯度形变建模和解算数据处理流程 |
| 6.5 小结 |
| 第7章 大时空形变梯度区域形变提取实验及结果分析 |
| 7.1 引言 |
| 7.2 研究区域及实验数据 |
| 7.2.1 研究区域 |
| 7.2.2 实验数据 |
| 7.3 基于短基线子集方法和StaMPS方法的形变解算结果及检验 |
| 7.3.1 基于短基线子集方法的形变漏斗区形变解算结果及检验 |
| 7.3.2 基于StaMPS PSI方法的大尺度形变解算结果及检验 |
| 7.4 基于时空相位梯度修正方法的形变解算结果及检验 |
| 7.4.1 形变漏斗区形变解算结果及检验 |
| 7.4.2 大尺度形变解算结果及检验 |
| 7.5 基于精密水准数据的精度评定及实验区沉降分析 |
| 7.5.1 年累积沉降量精度验证 |
| 7.5.2 年沉降速率精度验证 |
| 7.5.3 实验区沉降结果分析 |
| 7.6 小结 |
| 结论与展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间参与的科研项目 |
| 攻读博士学位期间发表的学术论文 |
| 攻读博士学位期间参加的学术会议 |
四、InSAR DEM的质量评价（论文参考文献）
- [1]SAR图像的高程提取与大气校正算法研究[D]. 张明宇. 电子科技大学, 2021(01)
- [2]基于时序InSAR技术的阿海库区滑坡体监测应用研究[D]. 吕加颖. 昆明理工大学, 2021(01)
- [3]面向矿区地表时序沉降监测的DS-InSAR方法研究[D]. 鹿璐. 中国矿业大学, 2020(01)
- [4]多基线星载InSAR成像及数据处理研究[D]. 刘植. 电子科技大学, 2020(07)
- [5]联合StereoSAR与InSAR技术提取困难山区DEM[D]. 申栋. 西南交通大学, 2020(07)
- [6]困难地区InSAR技术和加权融合的DEM生成[J]. 胡东明,隋立春,丁明涛. 测绘通报, 2020(02)
- [7]基于Sentinel-1数据的SBAS-InSAR技术在地表形变监测中的研究[D]. 李婉秋. 成都理工大学, 2018(02)
- [8]面向矿区沉降监测的InSAR滤波算法研究[D]. 丁进. 江苏师范大学, 2018(12)
- [9]SBAS-InSAR数据处理的自动化方法研究[D]. 张棫. 南京师范大学, 2016(01)
- [10]高分辨率相干散射体雷达干涉建模及形变信息提取方法[D]. 于冰. 西南交通大学, 2015(04)