多云多雨条件下复杂城市环境永久散射体的稳健估计方法

Today, ground subsidence and structural deformation due to groundwater withdrawal, underground exploration, sedimentation， and etc. are threating the sustainable development of urban built environments and social economy. PSInSAR has been widely used for deformation monitoring thanks to the large-scale and high-accuracy monitoring capability. However, with the increasing atmospheric delay and layover problems in complex built environments with cloudy and rainy weather, the uncertainty of estimation increases. This project aims to analyze these uncertainties and proposes a robust estimation method by combining the merits of PSInSAR and TomoSAR. By constructing a hybrid network, PS points can be detected with no need for the preliminary removal of atmospheric delay in the whole area, avoiding the uncertainty of spatiotemporal filtering. When detecting single PS points, M-estimator is employed to mitigate the influence of noise and unwrapping error and then ridge-estimator is developed to regulate possible ill-conditioned problems. When identifying overlaid multiple PS points, reweighted L1 minimization-based CS is exploited to super-resolve multi-dimensional tomography and reject possible outliers to extract true PS points. This research can advance the theoretical development of PSInSAR and TomoSAR, and meanwhile improve the monitoring capability of InSAR in complex built environments with cloudy and rainy weather.

近年来，由地下水抽取、地下空间开发、软土层沉积等引起的地面沉降和基础设施形变已经严重威胁到城市环境和社会经济的可持续发展。PSInSAR技术凭借其大范围和高精度的监测能力已经被广泛应用到形变反演中，多云多雨条件下的复杂城市环境会导致大气延迟的增加和叠掩问题的出现，增加了PS点估计的不确定性。本项目旨在综合PSInSAR和TomoSAR技术的优势，分析云雨环境中形变监测的不确定性问题，并提出相应的稳健估计方法。通过构建混合网，在无需去除全局大气的情况下探测PS点，避免了时空滤波可能带来的误差，使用M估计器抑制观测噪声点和解缠误差的影响，引入岭估计器解决平差矩阵病态性问题，利用基于加权L1范数的CS算法实现叠掩PS点超分辨率多维SAR层析成像并剔除异常值。本项目研究成果将推动PSInSAR和TomoSAR的基础理论发展，提高InSAR技术在多云多雨条件下复杂城市环境中的形变监测能力。

城市基础设施尤其是重大基础设施的安全运维问题直接关系到智慧安全城市的建设。近年来，由填海造陆、地下空间开发、软土层沉积等引起的地面沉降和基础设施形变已经严重威胁到城市环境和社会经济的可持续发展。本项目以InSAR形变监测中“多云多雨条件下的大气效应”和“复杂城市环境叠掩现象”两个关键问题为落脚点，在综合PSInSAR和TomoSAR算法优势的情况下，分析云雨环境中形变监测的不确定性问题，并提出相应的稳健估计方法。通过大气反演结合深圳西部填海区角反射器物理实验，定性、定量的揭示了大气在多云多雨城区的时空分布特征并分析其对PS点形变监测精度的影响，确定了PS解算时构网弧段的最优距离阈值为500m左右，当使用0.72时序相干系数阈值时，形变速度精度可以达到2mm/a以内，形变量精度可以达到3mm以内。在PS点构网中利用混合网络方法提高了测量点的空间分布密度近3倍，从而提高了对基础设施监测的精细化程度。在大区域形变监测时，传统的最小二乘估计器引起的全局形变误差可以超过10mm/a，通过稳健估计方法，可以有效的降低全局误差，保证PS点形变估计的整体精度在2mm/a以内。针对复杂城市环境的叠掩问题，通过加权L1范数算法在信噪比较高的情况下（>5 dB）可以有效的剔除稀疏成像中的噪声点，从而可以从稀疏层析中直接提取真实的PS点。最终通过对粤港澳大湾区典型案例的实验分析，揭示了填海区沉降、第四系软土沉降和桥梁变形等。项目执行期间共发表学术论文11篇，其中SCI学术论文8篇（包括三篇中科院一区期刊），一项国家发明专利在申，顺利完成了预期学术成果。在成果转化方面，本项目提出的技术方法已经被香港机场管理局纳入到香港国际机场填海跑道沉降监测中，利用意大利COSMO-SkyMed卫星平均每个月对香港机场跑道监测一次并反演沉降，获得的总项目经费近400万港币。总体上，本项目研究成果推动了PSInSAR和TomoSAR的基础理论发展，提高了InSAR技术在多云多雨条件下复杂城市环境中的形变监测能力。