Please wait a minute...
 
国土资源遥感  2007, Vol. 19 Issue (1): 24-26    DOI: 10.6046/gtzyyg.2007.01.04
  技术方法 本期目录 | 过刊浏览 | 高级检索 |
基于序列差分干涉纹图的地表形变速率提取
葛大庆,郭小方,王毅,王艳,刘圣伟
中国国土资源航空物探遥感中心,100083北京
SURFACE DEFORMATION RATE DERIVATION BASED ON DIFFERENTIAL INTERFEROGRAMS STACK
 GE Da-Qing, GUO Xiao-Fang, WANG Yi, WANG Yan, LIU Sheng-Wei
China Aero Geophysical Survey & Remote Sensing Center for Land and Resources, Beijing 100083, China
全文: PDF(414 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

介绍了一种基于序列差分干涉纹图的地表形变速率提取算法。该算法根据空间离散分布的相干目标,利用Delaunay三角网构成相位解缠网络,应用最小费用流算法完成相位解缠; 根据序列差分干涉相位,利用线性模型解算相干目标形变速率,进而抑制大气波动对形变信号的影响。以廊坊地区2004~2005年ASAR数据为例,获取了该地区地表沉降线性速率及其演变状况。

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
关键词 原始热带林遥感监测    
Abstract

The conventional repeat-pass differential SAR Interferometry (D-InSAR) was proved to be a remarkable potential technology for mapping surface deformation. However, a full operational capability has not yet been achieved due to phase decorrelation and atmospheric disturbances. A stacking differential interferograms strategy is presented for surface deformation rate derivation in this paper. In this algorithm, the pixels that preserve a good coherence level in the whole interferograms stack are identified to generate the triangulation network with Delaunay criteria. The Minimum Cost Flow (MCF) algorithm is used for phase unwrapping of individual interferogram. The unwrapped phase series of each point is used to estimate the linear deformation rate, and the standard deviation of the estimates of the linear subsidence rate is calculated to indicate the nonlinear subsidence of the pixel. The algorithm was tested with 9 scenes ASAR data acquired from 2004 to 2005 to derive the linear subsidence rate of Langfang City.

Key wordsTropical primeval forest    Remote sensing survey
收稿日期: 2006-09-27      出版日期: 2009-07-19
: 

TP 79: P 225.7

 
引用本文:   
葛大庆, 郭小方, 王毅, 王艳, 刘圣伟. 基于序列差分干涉纹图的地表形变速率提取[J]. 国土资源遥感, 2007, 19(1): 24-26.
GE Da-Qing, GUO Xiao-Fang, WANG Yi, WANG Yan, LIU Sheng-Wei. SURFACE DEFORMATION RATE DERIVATION BASED ON DIFFERENTIAL INTERFEROGRAMS STACK. REMOTE SENSING FOR LAND & RESOURCES, 2007, 19(1): 24-26.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/gtzyyg.2007.01.04      或      https://www.gtzyyg.com/CN/Y2007/V19/I1/24
[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] 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.
[9] 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.
[10] 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.
[11] 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.
[12] 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.
[13] 张春桂, 林炳青. 基于FY-2E卫星数据的福建沿海海雾遥感监测[J]. 国土资源遥感, 2018, 30(1): 7-7.
[14] 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.
[15] 魏本赞, 付丽华, 范芳, 张策, 揭文辉, 董双发. 1998—2015年新疆玛纳斯河流域湿地动态变化遥感监测[J]. 国土资源遥感, 2017, 29(s1): 90-94.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
京ICP备05055290号-2
版权所有 © 2015 《自然资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编:100083
电话:010-62060291/62060292 E-mail:zrzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发