考虑观测值时空相关性的InSAR三维形变估计方法

InSAR can measure three-dimensional (3-D) surface displacements by integrating multi-platform and multi-track D-InSAR, Offset-Tracking and MAI observations. However, the function and stochastic models of the existing methods don't fully consider the spatial-temporal correlation of InSAR observations, which degrade the precision and reliability of 3-D displacement results. This research proposes a novel method of estimating 3-D displacements with InSAR by considering the spatial-temporal correlation of observations. First, the function model of InSAR 3-D displacement estimation will be constructed based on the elasticity theory to overcome the defect of conventional function model. Second, the stochastic model of InSAR 3-D displacement estimation will be estimated by considering the spatial-temporal correlation of observations to define the correlations of and among D-InSAR、Offset-Tracking and MAI observations. Third, the variance-covariance component estimation method will be introduced in InSAR 3-D displacement estimation to posterior refine the variance-covariance matrix of InSAR observations and accurately estimate 3-D displacements. The research will help to improve the accuracy and applicability of InSAR 3-D displacement estimation, and promote the engineering development of InSAR technique.

融合多个平台和轨道的D-InSAR、Offset-Tracking和MAI观测值，可以实现InSAR三维形变测量。但现有的InSAR三维形变估计的函数模型和随机模型都没有充分顾及InSAR观测值的时空相关性，降低了结果的精度和可靠性。基于此，本项目研究建立一种考虑观测值时空相关性的InSAR三维形变估计方法，包括（1）建立基于弹性理论的InSAR三维形变估计的函数模型，解决传统函数模型难以顾及InSAR观测值像素间相关性的缺陷；（2）估计考虑时空相关性的InSAR三维形变估计的随机模型，明确D-InSAR、Offset-Tracking和MAI观测值及它们之间的时空相关性；（3）研究基于方差-协方差分量估计的InSAR三维形变估计方法，实现InSAR观测值方差-协方差阵的后验精化和三维形变的高精度估计。本项目将有助于提高InSAR监测三维形变的精度和适用性，推动InSAR技术向工程化发展。

星载合成孔径雷达干涉测量（InSAR）是目前唯一能够实现大范围、高空间分辨率的地表形变监测技术，因此得到了测绘、地球物理等领域众多学者的高度关注。但是，受制于现有SAR卫星极轨飞行和侧视成像模式，InSAR技术只能监测地表真实三维形变在雷达视线方向（LOS）上的一维投影，因此在地质灾害解译时极易引起误判和漏判，这已经成为阻碍该技术发展和推广的主要技术瓶颈之一。研究发现，通过融合不同平台、不同轨道的SAR数据以及不同方法（如D-InSAR、MAI、Offset-Tracking等）得到形变测量值，可以重建三维地表形变场。但是，由于现有方法没有考虑这些多源异质InSAR形变测量值之间的时空相关性，因此在融合时只能逐点处理，且难以精确确定它们的权重，导致InSAR三维形变估计的精度不高。本项目则围绕上述问题展开了四个方面的技术攻关，包括（1）提出了顾及应力应变模型的InSAR三维形变估计函数模型，建立了邻近像素点之间的空间相关性，保证了三维形变结果的分辨率和精度不受损失；（2）实现了基于时空相关性的典型像素的自适应选取与优化，在观测冗余和计算效率之间取得了最优平衡；（3）提出了基于方差分量估计的多源异质InSAR测量值方差后验估计，实现了高精度的InSAR三维形变估计；（4）开展了大量的模拟数据实验，以及美国夏威夷基拉韦厄火山、塔吉克斯坦穆尔加布地震等真实数据实验。结果表明，本项目提出的顾及观测值时空相关性的InSAR三维形变估计方法明显优于传统方法，精度提高可达到50%，且可以恢复失相关区域的三维形变结果，从而极大地推动了InSAR三维形变研究的发展。基于项目成果，项目组共发表论文13篇，其中SCI论文12篇、EI论文1篇；申请发明专利3项，已授权1项。