基于时空信息的InSAR数据质量控制与后处理研究

In the processing of the multi-satellite and a large number of SAR data, it is urgent to solve the problem of quality controlling and evaluation. In this project, the method for error controlling will be studied based on the characteristics of SAR satellite images of different bands and deformation monitoring information of multi- periods. Considering abnormal and systematic error exist inevitably in the InSAR deformation monitoring datum, identification of outliers and correction of systematic error must be done in order to ensure the reliability of monitoring datum. So we will identify the outliers and extract the feature points from InSAR deformation monitoring data based on the idea of spatio-temporal and construct a reasonable model with additional parameter and a compensation algorithm for adaptive dynamic system error. After analyzing the error characteristics and seeking the impact regular pattern, we will evaluate the quality of InSAR monitoring results from the combination of theoretical estimation, internal precision assessing and external checking. Furthermore, we will study the method of missing data fitting, redundant data compression and result visualization combined the feature that the deformation monitoring data changes continuously in space and time domain. A reasonable and optimize method for InSAR data quality controlling and evaluating will be achieved and a series of practical and efficient algorithm will be obtained. The results will have important significance and practical value on improving the quality of InSAR data and enhancing the accuracy of geophysical inversion.

面对多卫星、大重复量的SAR数据，急需解决InSAR成果的质量控制与评价问题。本项目旨在充分利用不同波段SAR数据特点，结合多期形变监测信息，研究误差控制的方法。考虑到InSAR监测成果中不可避免地存有异常值和系统误差，为了削弱其影响，研究基于时空一体的异常误差识别与特征点提取，构建合理的附加参数模型及自适应动态系统误差补偿算法，以提高精度，达到数据质量控制的目的。在此基础上，进一步分析误差特点，找出各误差源的影响规律，并从理论估计、内部精度评价和外部检核三方面相结合对InSAR监测成果进行合理评价。最后，结合地表形变在时间域空间域连续变化的特点，研究缺失数据拟合、冗余数据压缩和监测成果可视化表达等后处理方法。通过本项目的研究，可望建立合理优化的InSAR数据质量控制与评价方法，研究一套实用高效的后处理算法，为改善InSAR数据处理质量，提高地球物理反演精度提供理论参考。

项目通过融合多波段、多时相和不同轨道的SAR卫星数据，分别从数据质量控制与评价、InSAR数据后处理两方面展开系列研究。具体包括：针对SAR数据处理中的噪声问题、轨道残余误差问题、大气延迟问题的处理和监测成果残存的系统误差补偿、缺失数据拟合、冗余数据压缩、三维地表形变反演及时空表达等后处理问题进行了一系列研究，取得了如下结果：（1）研究了干涉相位的去噪问题，提出采用块匹配（BM）和三维变换域的协同滤波法和基于Kalman滤波的InSAR时间序列形变误差分析方法；（2）利用基于小波的抗差最小二乘估计，较好地补偿了轨道残余误差的影响。针对残存的系统误差，提出以高精度GPS观测数据为强约束，通过建立附加系统参数模型的InSAR数据系统误差补偿，以达到数据质量控制的目的。（3）研究了水汽模型的加密问题，分析了大气延迟与地形的相关性分析，为大气误差纠正奠定了基础。（4）提出基于相位和偏移量融合的办法解决大梯度形变信息的提取问题。对于因时空失相干引起的数据缺失问题，提出了基于各向异性的自适应拟合推估法进行后处理填补。（5）提出了顾及协方差函数的自适应四叉数数据压缩法和基于抗差滤波和重要点提取相结合的InSAR数据压缩法。（6）利用多波段时间序列揭示了西安地区地裂缝与地面沉降的时空变化规律，并进行了质量评价。在此基础上，融合GPS、水准数据进一步反演地表三维形变速率，最后利用序列快照模型进行了西安地表形变的三维时空可视化表达。