DInSAR可检测的最大最小形变梯度的函数模型研究

《DInSAR可检测的最大最小形变梯度的函数模型研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中南人学硕-上学位论文摘要摘要差分干涉测量技术近年来得到了巨大的发展。然而，在实际应用中该技术仍然存在许多局限性，如高形变梯度引起的相位混叠，各种去相关因素引起的相位噪声等，这些约束条件不同程度的影响了形变提取的精度，甚至会造成该技术完全无法实际应用。为初步判断指定变形区域是否适合用干涉测量来监测，达到减少不必要的人力、物力、财力浪费，一些学者相续提出了D-InSAR形变梯度预测模型。然而，现有模型在表述形式上过于简单，没有充分考虑实际情况和一些关键数据处理步骤对形变梯度的影响。为此，本文从干涉测量的约束条件出发，深入分析影响D—InSAR可检测形变梯度的相关因素，在已

2、有研究的基础上对形变梯度函数模型进行修正和扩展，提出一种适用范围更广、参数更完善的D-InSAR形变梯度统一函数预测模型。论文首先介绍了D—InSAR可检测形变梯度函数模型的研究现状和存在的问题，针对这些问题，从D-InSAR约束条件入手确定了与形变梯度模型有关的参数。其次，定量分析这些因素对形变梯度的影响，并实现了相干性估计，多视处理这两个差分干涉数据处理中的关键步骤，提出了一种自适应的相干性估计算法，以及一种可行的干涉条纹自动判读标准。再次，引入干涉视数作为模型参数对现有形变梯度函数模型进行扩展，根据模型构建的需要，进行有针对性的数据模拟、外部DEM误差分析、数据处

3、理、数据统计以及线性回归分析。最后，在已扩展的模型基础上，对模型进一步推广，采用数学归纳法和最小二乘线性回归分析分别建立了基于视数和相干性的D—InSAR可检测最大和最小形变梯度统一函数模型。用伊朗Bam地区的EnivsatASAR数据试验的结果表明该模型能够准确的判别不同视数和相干性情况下地表变形能否被InSAR技术检测到。与Baran只考虑了相干性的模型相比，本文的模型更加全面、完善和准确，适用范围更广。关键词：合成孔径雷达差分干涉测量，形变梯度，相干性，视数，线性回归中南大学硕士学位论文ABSTRACTABSTRACTToday,InterferometricSy

4、ntheticApertureRadar(InSAR)hasbeenawell—establishedremotesensingtechnologyforobservingtheearthsurface，especiallyformonitoringthegroundmotion．Unfortunately,thereremainextensivelimitationstotheavailabilityoftheinterferometricallyextracteddeformationinformation．Reasonsincludenon．uniformdefo

5、rmationrateswithhighspatialgradientandinterferometricnoiseduetospatialandtemporaldecorrelationbetweentheinterferometricpair．Mostoftime，thebothshortcomingsabovearenotlikelytoovercomefortheSARimagingandInSARtheory,asaresult，whichrendertheimageprocessingbecomedifficultandthengiverisetotheun

6、derlyingwasteonhumanresourceorpurse．Therefore，itiscrucialtopredicttheappropriatenessofthedifferentialinterferometryforcertaingrounddeformationmonitoring．Agreatefforthasmadein2005byIreneuszBaran，whopresentsthecoherence-baseddeformationgradientmodel．However,themodelneedstoberefinedbyinduci

7、ngmorerigorousconstraintsandincorporatingmorerepresentativeparameterssuchasthelooknumber．TheobjectiveofthisstudyistodevelopanovelD—InSARdecision—supportmodelbasedonmultilookfactorandcoherencethatcanbeusedtoforecastwhethercertaindeformationcanbedetectedbyD．InSAR．Thisdisser