基于PALSAR数据的青藏高原冻土形变检测方法研究

doi:10.6046/gtzyyg.2008.03.04

全文: PDF(512 KB)

HTML
输出: BibTeX | EndNote (RIS)

摘要

季节性冻胀和融沉导致的地面形变是青藏高原冻土区建设施工与维护的主要问题。对冻融造成的形变进行有效监测是青藏铁

路建设与维护的前提。差分干涉测量技术是地表形变监测的重要手段之一，PALSAR（L波段的合成孔径雷达）数据在非城市区域具

有较高的相关性，适合青藏高原冻土区的地表形变监测。本文选用4景覆盖研究区域的PALSAR数据，研究利用该数据进行冻土形变

检测的方法，并对其检测结果进行了分析。结果表明，该方法与水准测量方法有较好的一致性。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	张春桂

关键词 ：悬浮泥沙, 光谱反射率, 遥感监测

Abstract：

Surface displacement resulting from seasonal freezing bulge and thawing subsidence constitutes a main

hazard to engineering construction of permafrost regions, especially to the Qinghai-Tibet railway. One of the main

problems that the Qinghai-Tibet railway encounters is the effective detection of the displacement field. The

interferometric SAR technique has the capability for measuring ground deformation in a wide range of application.

PALSAR can keep high coherence in interferometry over non-urban areas, thus very suitable for analyzing

deformation over permafrost regions of Qinghai-Tibet Plateau. This paper presents the method of PALSAR

interferometry for analyzing ground surface displacement. The proposed technique was implemented by using ENVISAT

ASAR images to detect the deformation over permafrost regions of Qinghai-Tibet Plateau, and the results are in

accordance with the results obtained by a traditional ground leveling method. Such an achievement encourages

future utilization of PALSAR interferometry to analyze deformation of the frozen earth in Qinghai-Tibet Plateau.

Key words： Suspended silt Spectra reflectivity Remote sensing monitoring

收稿日期: 2008-02-28 出版日期: 2009-07-06

基金资助:

中国科学院知识创新工程重要方向项目（批准号：KZCX2-YW-301）、国家自然科学基金（批准号：40671140）、国家自

然科学基金青年基金（批准号：40501050）资助项目。

通讯作者: 谢酬（1979-），男，博士生，研究方向为微波遥感。

引用本文:

谢酬, 李震, 李新武. 基于PALSAR数据的青藏高原冻土形变检测方法研究[J]. 国土资源遥感, 2008, 20(3): 15-19.
XIE Chou, LI Zhen, LI Xin-Wu. A STUDY OF DEFORMATION IN PERMAFROST REGIONS OF QINGHAI-TIBET PLATEAU BASED ON ALOS/PALSAR D-InSAR INTERFEROMETRY. REMOTE SENSING FOR LAND & RESOURCES, 2008, 20(3): 15-19.

链接本文:

https://www.gtzyyg.com/CN/10.6046/gtzyyg.2008.03.04 或 https://www.gtzyyg.com/CN/Y2008/V20/I3/15

[1]	吕品, 熊丽媛, 徐争强, 周学铖. 基于FME的矿山遥感监测矢量数据图属一致性检查方法[J]. 自然资源遥感, 2022, 34(1): 293-298.
[2]	陈栋, 姚维岭. 基于ArcPy与定制ArcToolbox的矿山新增图斑自动编号及方法改进[J]. 国土资源遥感, 2021, 33(2): 262-269.
[3]	汪洁, 刘小杨, 杨金中, 周英杰, 安娜, 王志晖. 基于国产高空间分辨率卫星数据的浙江省矿山环境恢复治理典型模式分析[J]. 国土资源遥感, 2020, 32(3): 216-221.
[4]	刁明光, 刘文静, 李静, 刘芳, 王彦佐. 矿山遥感监测矢量成果数据动态变化检测方法[J]. 国土资源遥感, 2020, 32(3): 240-246.
[5]	冯力力, 江利明, 柳林, 孙亚飞. 新疆克拉牙依拉克冰川变化(1973—2016)主被动遥感监测分析[J]. 国土资源遥感, 2020, 32(2): 162-169.
[6]	石海岗, 梁春利, 张建永, 张春雷, 程旭. 岸线变迁对田湾核电站温排水影响遥感调查[J]. 国土资源遥感, 2020, 32(2): 196-203.
[7]	刘晰, 郝利娜, 杨显华, 黄洁, 张志, 杨武年. 矿山遥感监测指标快速统计方法研究与实现[J]. 国土资源遥感, 2020, 32(2): 259-265.
[8]	韩亚超, 李奇, 张永军, 高子弘, 杨达昌, 陈洁. 机载高光谱仪几何检校方法及其在海岸带航空遥感调查中的示范应用[J]. 国土资源遥感, 2020, 32(1): 60-65.
[9]	汪洁, 殷亚秋, 于航, 蒋存浩, 万语. 基于RS和GIS的浙江省矿山地质环境遥感监测[J]. 国土资源遥感, 2020, 32(1): 232-236.
[10]	邢学文, 刘松, 钱凯俊. Landsat TM/ETM波段反射率与水面油膜厚度关系研究[J]. 国土资源遥感, 2019, 31(4): 69-78.
[11]	赵玉灵, 杨金中, 殷亚秋, 赵航, 何金宝, 张汉. 海南岛东部滨海锆钛砂矿开发状况遥感监测与生态恢复治理对策研究[J]. 国土资源遥感, 2019, 31(4): 143-150.
[12]	吴海平, 黄世存. 基于深度学习的新增建设用地信息提取试验研究——全国土地利用遥感监测工程创新探索[J]. 国土资源遥感, 2019, 31(4): 159-166.
[13]	陈震, 张耘实, 章远钰, 桑玲玲. 高标准农田建后遥感监测方法[J]. 国土资源遥感, 2019, 31(2): 125-130.
[14]	杨显华, 黄洁, 田立, 彭孛, 肖礼晓, 宋新龙. 矿山遥感监测在采空区稳定性分析中的应用[J]. 国土资源遥感, 2018, 30(3): 143-150.
[15]	刁娇娇, 龚鑫烨, 李明诗. 利用综合变化检测方法进行土地覆盖变化制图[J]. 国土资源遥感, 2018, 30(1): 157-165.