合成孔径雷达差分干涉形变监测的质量评定分析

通过对D-InSAR数据处理过程中的不同误差进行分析,尤其是通过对差分干涉图和相位解缠的质量指标进行了详细分析和比较,研究了D-InSAR监测方案的质量评定与方案选取问题。并以西安地区1992-1993年间不同航迹,不同ERS干涉对的三个地面沉降监测方案为例进行了试验分析,结果显示采用干涉图和相位解缠的质量评定指标可以很好的进行监测方案的优选。     

地基差分干涉微形变监测实验系统

利用Agilent矢量网络分析仪(VNA)测量S参数的端口与X波段天线相连,并置于滑轨上合成方位向孔径,构成基于低成本实验室通用设备的地基合成孔径雷达(Ground Based Synthetic Aperture Radar,GBSAR)系统,且具备和实际雷达系统同样有效的二维成像功能。利用该系统对目标进行干涉成像,然后得出两幅图像的相位差,结合相位与形变量之间的几何模型,实现了目标的形变监测。实验证明,该地基差分干涉微形变监测系统对于毫米级的微形变具有显著的分辨能力。     

获取张北地震同震形变场的差分干涉测量技术

基于合成孔径雷达差分干涉测量的基本原理,利用地震前后的ＥＲＳ－１／２的三景数据,获取了１９９８年１月１０日张北地震（Ｍｓ＝６．２级）的同震干涉纹图。这种差分干涉纹图能表现地震断层和形变场的同震形变特征,而且该方法无需任何的辅助信息,适用于大范围的地震监测与研究,研究表明,通过合成孔径雷达差分干涉测量技术能够获取高精的强震同震位移场数据,这是传统的地面观测方法所无法做到的。     

干涉雷达在地学研究中的应用

近年来干涉雷达(Interferometric SAR,INSAR)已经成为合成孔径雷达(SAR)对地观测技术研究的前沿热点之一,其应用领域正在迅速扩大。首先介绍了INSAR的基本原理,接着通过许多实例总结了INSAR在地学研究中的应用,最后,对未来星载INSAR系统作了介绍,并对我国INSAR的发展提出了建议。     

星载合成孔径雷达的发展以及干涉测量应用

论述了星载合成孔径雷达的发展历程,介绍了作为其重要应用之一的星载InSAR的概念和发展,详细介绍了典型的系统如欧空局的ERS-1/2星对、美国的SRTM任务、新近发射的日本ALOS卫星以及计划今年发射的德国的TerraSAR-X雷达卫星和加拿大的RADARSAT-2雷达卫星.最后详述了星载InSAR未来的发展方向编队卫星技术以及国外重要的编队卫星计划如法国Cartwheel方案和德国TanDEM-X任务.     

雷达InSAR数据在矿山地表形变监测中的应用研究

针对矿山地表形变这一特殊区域，开展星载InSAR测量的研究工作，在大量调研的基础上确定技术流程和关键技术及解决方法，选择具有典型意义的河北武安地区，应用InSAP数据，采用三次、二次过境差分法处理，获得了几个时间间隔内矿山开采地表形变图像。经与实际对比应用效果较好。真实地反映了地表形变的动态信息。实践证明，利用InSAR数据进行地表形变动态监测有着重要的现实意义和广泛的应用前景。     

多模式雷达在矿区沉降监测中的应用研究

合成孔径雷达差分干涉测量(DInSAR)技术在地表形变监测方面已得到广泛应用。介绍了将差分InSAR技术运用于矿区地表沉降监测,获得了河北峰峰煤矿地表Envisat/ASAR和ALOS/PALSAR的雷达形变干涉相位图,并对Envisat C波段和ALOS L波段的形变干涉相位图进行了相干特性和相位特性的分析。通过综合考虑C波段和L波段的优势与不足,将两者联合使用,实验表明利用多模式雷达数据对矿区地表沉降进行检测的可行性。同时,通过对雷达干涉相位图的分析,能够及时提供正在进行地下开采活动的矿区地理位置。     

基于SARscape的干涉叠加在地表形变监测中的应用

地表形变主要表现为地震形变、地面沉降、山体滑坡等,由InSAR技术发展而来的干涉叠加通过挖掘时间序列SAR图像获取mm级的形变信息。本文介绍了干涉叠加技术的基本原理和技术流程、基于永久散射体的方法,利用2008年～2010年的23幅Cosmo-skymed数据对北京奥林匹克公园内的主要区域进行了地表形变的监测。     

干涉测量技术在矿山塌陷和地面沉降监测中的应用

差分干涉测量（D-InSAR）技术，是合成孔径雷达（SAR）卫星应用的一个拓展。雷达图像的差分干涉图可用于监测cm级或更微小的地面形变，具有全天候、大面积监测地面沉降和矿山塌陷的优势。本文以武安矿山塌陷和沧州市地面沉降监测为例，介绍了这一新技术在灾害监测领域中的实际应用。     

高精度GPS形变监测系统在电力杆塔监测中的应用

高精度GPS形变监测系统可对地质沉降进行精确测量,因此在工程上得到了广泛的应用。由于长期地下采空,导致地质沉降和山体滑坡,致使甘肃兰州窑街段的输电电力铁塔发生了形变,需要对其形变趋势及时进行监测和预警。文中以迭代卡尔曼滤波原理为模型,设计了高精度GPS形变监测系统,实现对电力杆塔及其周边地质情况的实时监测,并从监测数据结果中分析形变和抖动趋势,保证电力系统的安全可靠工作。     

应用InSAR 与GPS 集成技术监测地表形变探讨

合成孔径雷达干涉及其差分技术在地面沉降等研究与监测中有广阔的应用前景, 具有不可替代的优势。但是由于系统本身因素以及地面植被、湿度及大气条件变化的影响, 其精度及适用性受到一定的限制。与此同时, 利用GPS 技术监测地面沉降日臻成熟与完善。GPS-InSAR 集成方法作为两种方法的结合, 能够在空间域和时间域同时提升地面沉降监测的能力, 已开始成为国内外地面沉降测量技术研究的重点。介绍了InSAR 与GPS 两种技术的特点及互补性, 分析了利用GPS 数据消除InSAR 对流层延迟误差及轨道误差的方法, 探讨了利用双插双估计( DIDP) 方法实现In-SAR 与GPS 两种数据融合的方法, 并给出了DIDP 算法的具体实现步骤。     

合成孔径雷达在导航系统中的应用

综述了合成孔径雷达和干涉式合成孔径雷达的发展、导航系统的发展以及它们两者之间的相互渗透和相互辅助的应用情况。针对全天候、全天时的现代高分辨力微波遥感成像的合成孔径雷达,分析了合成孔径雷达与惯导系统组合的性能和方式,研究了惯导系统对合成孔径雷达不足的弥补方法,为合成孔径雷达技术在导航系统中的应用提供了有用的参考。     

MLAMBDA算法在干涉雷达时间序列分析中的应用

干涉雷达时间序列分析方法是差分干涉测量技术中的一种新方法,利用高斯马尔可夫模型构建其相位模型,对参数进行估计,需要解决整周相位模糊度问题.因此,将改进的最小均方模糊度去相关调整算法(MLAMBDA算法)引入干涉雷达时间序列分析中求解整周相位模糊度,通过多次实验对比分析,解决了算法应用和软件编写中的关键问题.最后应用在天津地区沉降监测项目中,获得了可靠的沉降监测结果,同时表明MLAMBDA算法在干涉雷达时间序列分析方法中的应用正确有效.     

应用数字散斑法测量受载压力容器壁形变的研究

应用数字散斑对受载压力容器壁的相对微小形变进行了试验研究。研究中采用气压加载,利用激光散斑场作为待测表面的信息载体,动态在线测量压力容器的微小形变。进一步对形变影响的定量研究将为预知形变的尺寸及位置,以及结构的安全和检测提供帮助,可以为结构无损检测提供依据。     

卫星遥感在河北省生态监测中的应用

河北省EOS／MODIS接收系统建成并投入使用以来，气象部门利用MODIS资料实现了对河北省植被长势、冬小麦种植面积、土壤水分和干旱、湿地和水体面积、森林火灾、积雪、大雾等生态的遥感监测，为生态保护和防灾减灾做出了积极的贡献。     

局域网技术在GPS变形监测中的应用研究

如何对山体滑坡变形或建筑物等进行实时监测,是当前的一个研究热点。GPS技术以其连续性、实时性等优点,在变形监测中的应用越来越广泛。为了提高GPS变形监测系统的自动化程度,在监控中心与监测现场之间建立一个小型局域网,并开发局域网远程控制软件,实现GPS变形监测数据的自动采集与传输,解决了在监测现场人工操作不便的问题。     

POS数据在机载干涉SAR运动补偿中的应用

提出了一种利用高精度的定位定向系统(POS)数据,在SAR成像阶段实现机载干涉SAR运动补偿及图像配准的成像处理方法。该方法针对机载干涉SAR系统的双天线雷达数据对的特点,在成像阶段直接利用高精度的POS数据完成干涉SAR图像对的位置误差补偿、干涉相位误差补偿以及自动配准等过程。实际处理结果表明,该方法可以有效地提高机载干涉SAR的图像质量,改善复图像对之间的相干性,非常适用于机载双天线干涉SAR雷达数据的成像处理过程。     

VB5.0在火山灾害信息系统用户界面设计中的应用

长白山火山是我国最具潜在喷发性危险的活火山之一，通过地理信息系统（GIS）对火山灾害信息进行管理，可以有效地进行火山灾害的监测、预测预报和分析评估。探讨了利用可视化编程语言Visual Basic 5.0设计长白山火山灾害信息系统数据库用户界面的方法和事件驱动机制，以期更好地实现数据库中数据对系统的支持。     

卫星遥感资料在沪宁高速公路大雾监测中的初步应用

根据雾在气象卫星可见光、红外图像中物理量和图纹特征上与其它景物之间的差异，结合地面气象观测资料，可以监测雾区分布，跟踪监测其生消发展过程，直接为沪宁高速公路的交通安全服务。     

迈克尔逊干涉原理在表面形貌测量中的应用研究

介绍了一种用于被测件表面形貌的测量分析系统,采用迈克尔逊显微干涉原理实现对表面形貌特征的快速、非接触测量,主要讨论了仪器的测量光路、横向工作台的粗、精两级驱动和信号的四细分处理,经实验证明:测量的相对误差为±0.39%.