基于时间序列的InSAR相干性量级估计

本文提出了一种适用于InSAR数据处理的自适应相干性量级估计方法,该方法能够满足复信号随机平稳的假设前提,并兼顾运算效率与估计精度.此方法生成的相干图具有很好的分布特征,避免了影像空间分辨率的损失.提出的算法分为两个步骤:(1)根据地物后向散射特性,对时间序列SAR影像进行聚类分析,选择具有同分布的样本,保证SAR影像质地平稳条件;(2)对干涉图进行条纹频率估计,采用极大似然(ML)条纹频率估计方法去除系统相位引起的复信号非平稳性,并根据Cramer-Rao边界条件改善条纹频率的估计精度.以美国南加州洛杉矶地区的ENVISAT ASAR数据集为例,本文将新方法与现有方法进行了量化分析.结果表明,较传统方法而言,基于时间序列的相干性估计方法能够得到更可靠、精度更高、空间特征更鲜明的干涉相干图.     

玛尼地震的InSAR形变研究与模拟

采用欧洲空间局ERS-2的星载干涉雷达数据,选取1997年11月8日MW7.6级玛尼地震作为研究对象,采用了差分干涉方法,在通过对覆盖同一地区的SAR数据进行差分干涉处理,得到了玛尼地震的视线向同震形变场。经研究发现:该地震形变场呈长轴近北东东向不规则椭圆形分布,地表破裂带长度约为130km,发震断层走向约为78°,断裂为左行走滑特征。断层以南为隆起区,在发震断层附近最大视线向隆起位移量为113.6cm,断层以北为沉降区,最大视线向沉降位移量为170.4cm。基于Okada模型实现了具有复杂结构的4段断层段参数的InSAR形变场数据模拟,获得断层的最大走滑为6m,估计出玛尼地震的标量地震矩M0为2.69×10^20Nm,计算得到的矩震级MW为7.6。证明了研究方法的正确性和研究结论的可靠性。     

基于实测值分段线性内插模型的InSAR视线向同震位错分解-以青藏高原昆仑山MemＳsub8.1地震为例x,auto,auto,415px);}stylehf=httprztl.com business week launch

利用现场GPS定位的实测值，在尝试过最小二乘拟合并取得初步成果的基础上，进而采用更符合破裂带形态的线性立方插值函数，在破裂带主断面上，建立起一种理论与实测相结合的InSAR视线向(LOS)变化量的分解方程，得到了InSAR视线向位移分解的具有唯一性的解析解. 本文的解析法吸纳了GPS定点实测值的精度优势，利用InSAR全天候、准实时获取连续形变场的技术特点，通过数学近似，最终获得了主破裂带上连续变化的水平位错及垂直位错同震形变曲线.      

ERS卫星雷达干涉测量:1999年台湾集集大地震震前和同震地表位移

1999年集集大地震(Mw=7.6)是20世纪以来台湾岛内最大的地震.在本研究中,5个不同时间获取的ERS-1/2卫星合成孔径雷达图像被组合,并被处理成多个差分干涉图,以此来考查与该地震相关的地表位移场.这些差分干涉图(空间分辨率为50m×50m)详细地揭示了沿台湾西海岸震中附近150km2陆地范围内的震前和同震地表形变.几个具有较长时间(2-3a)跨度的震前干涉图呈现出高度的相关性和一致性,并均显示出约1个干涉条纹,相当于沿kd 雷达视线方向的地表位移在空间尺度上呈相对总量为28.3mm的分布;而具有短时间跨度(0.5-la)的同震干涉图呈现出显著的反映地震形变的干涉条纹(9-10个条纹),相当于沿雷达视线方向的地表位移在空间尺度上呈相对总量为25.5-28.3cm的分布,这些由干涉处理所得到的形变观测结果与GPS测量结果吻合程度很高(相关系数达0.95),证实了干涉形变精度可达1cm.特别地,这些高分辨率的同震形变干涉结果可以为该地震的物理机制解释提供极好的观测数据,同时也展示了使用短波段InSAR监测长时间累积的微小震前地表位移是可能的.     

顾及InSAR形变特征的斜坡灾害隐患早期识别遥感方法

广东省2020年在册地质灾害隐患点4744处,威胁24.95万人,但近年发生多起重大地质灾害并不在已发现的隐患点库内,全面识别排查潜在隐患仍是当前和今后一段时期防灾减灾重要任务之一。合成孔径雷达干涉测量区域范围大、形变反演灵敏度高,可以弥补传统地面调查及光学遥感技术不足。研究以广州黄埔区为例,采用2019年1月至2022年4月Sentinel-1A长时序雷达数据,综合利用SBAS-InSAR时序形变信息结合地形级实景三维模型解译风险斜坡,识别出研究区崩滑流斜坡变形潜在隐患风险84处,抽取15%比例开展外业调查5处具有显著形变的滑坡崩塌风险,证明该方法具有可行性,并对综合遥感识别地质灾害提出建议。     

多孔径InSAR技术电离层校正方法及二维形变场应用研究——以玉树地震为例

差分合成孔径雷达干涉测量技术只能监测地表在雷达视线方向上的一维形变,这极大的限制了其发展和应用.本文详细介绍了一种利用单对干涉影像监测地表二维形变的方法——多孔径InSAR(MAI)技术,研究了基线误差和电离层对该技术的影响,发展了利用顾及方向性的滤波和插值方法改正电离层的影响.最后,以2010年玉树地震为研究对象,利用两景PALSAR影像给出了地表的同震二维形变场.研究结果表明,MAI技术要明显优于传统的灰度偏移量法,在同震形变监测和震源参数反演中具有巨大的潜力.     

能力谱方法在桥梁抗震性能评估中的应用研究

位移延性是桥梁抗震性能的重要指标之一,以Pushover分析为基础的能力谱方法能够考察结构在地震下的弹塑性位移响应,是抗震性能评估的一种有效手段.文中阐述了能力谱法的基本原理,说明了基于弹塑性反应谱的能力谱方法在求解性能点时不需要进行迭代计算;基于弹性设计反应谱建立了相对应的弹塑性反应谱,结合某实桥,将能力谱方法和增量动力分析方法进行了对比,并根据不同的地震基本烈度和场地土类型进行了抗震性能评估.分析认为,能力谱方法计算简便,对结构1阶振型的地震响应占主导时,具有较好的精度,并能够基于设计反应谱来考察结构的弹塑性抗震性能,可用于桥梁抗震性能的评估.     

基于能量分析的地震损伤性能评估

结合能量分析法和文献[1]提出的钢筋混凝土框架结构“三水准”地震损伤性能目标,采用改进的双参数线性组合地震损伤模型,本文提出了基于能量分析的地震损伤性能评估方法;通过算例说明了本文提出的抗震性能评估方法不仅能够准确地分析结构在大震作用下的地震损伤性能,而且思路简洁、计算方便、可用于结构抗震性能评估;另外,本文提出的地震损伤模型具有较强的灵活性,可适用于不同钢筋混凝土构件和结构的抗震性能评估。     

基于性能的框架结构抗震安全评估方法研究

阐述了基于性能的地震反应静力非线性分析方法(Pushover法)的原理及实施步骤;利用结构有限元分析软件ETABS分别采用地震反应谱法、底部剪力法、Pushover法和动力时程分析法对一10层钢筋砼框架结构进行了抗震评估分析。结果表明Pushover法在整体层面和构件层面都能对结构的抗震性能做出很好的评估,对与算例类似的中底层结构是一种可靠实用的建筑结构抗震安全评估方法。     

基于快速分布式目标探测的时序雷达干涉测量方法:以Lost Hills油藏区为例

针对当前分布式目标雷达干涉测量运算效率低、选点困难等问题,本文提出了一种建立在快速同质点选取下的干涉数据处理框架.相比之前的时序数据处理方法,新方法具有选点快速、自适应性强的特点,能在保留影像分辨率基础之上增加空间点密度.另外,在统计推断的基础上,提出基于无偏空间相干性估计的分布式目标选择方法,进而弥补了传统经验阈值设定的缺陷.本文以美国加州Lost Hills油田区为例,在论证数据处理框架的可行性基础之上,分析了因孔隙流体萃取和孔隙压力降低引起的地表变形.     

InSAR可检测的最大最小变形梯度的函数模型研究

InSAR干涉图中的相位噪声是相干性和视数的函数.InSAR能检测的地表最大最小形变梯度,除了受到InSAR硬件的限制外,还直接受到InSAR干涉图中噪声强弱的影响.此外,由于多视处理会改变像元的大小,也会引起可检测的最大最小形变梯度显著变化.本文研究了InSAR可检测的地表最大最小形变梯度与相干性和视数的关系,并建立了视数为1、5和20时（ERS和ENVISAT常采用的多视数）InSAR可检测的最大最小形变梯度的经验函数模型.最后,本文用伊朗Bam地区的Enivsat ASAR数据进行了试验,结果表明该模型能够准确地判别不同视数和相干性情况下地表变形能否被InSAR技术所检测.与Baran只考虑了相干性的模型相比,本文的模型适用范围更广.     

干涉雷达人工角反射器技术

人工角反射器是众多雷达目标中的典型散射结构.本文介绍了人工角反射器技术应用在雷达干涉测量(CD-InSAR)的基本概念,描述了其中常用的二面角、三角锥形三面角、正方体三面角和长方体锥形三面角等四种典型的人工角反射器特点和最大雷达散射截面的计算机模拟,最后对人工角反射器制作和布设中的一些注意事项及主要应用领域进行了探讨.     

星载合成孔径雷达遥感技术的地学应用

合成孔径雷达(SAR)因其具有全天时、全天候成像能力及对地物有一定穿透力等独特的优点,已成为地学研究的一个重要手段．本文对合成孔径雷达成像机理及遥感图像特征做简要介绍,对新兴起的合成孔径雷达干涉测量(INSAR)技术做简要描述,并就SAR在地学研究中的应用领域进行了列举,展示了合成孔径雷达技术在地学研究中的重要作用．     

基于方差分量估计的多源InSAR数据自适应融合形变测量

近年来,合成孔径雷达干涉测量（Interferometric Synthetic Aperture Radar,InSAR）技术在地面沉降监测方面展现了巨大的应用潜力,但受其重访周期和一维形变测量能力的限制,仅利用单一轨道卫星观测数据很难揭示真实的地表形变特征及其演化规律.随着在轨运行的SAR卫星系统不断增加,使得融合相同时间段内覆盖同一区域的多源多轨道InSAR数据成为可能.然而目前普遍采用的多源InSAR数据融合方法均为针对大尺度形变监测设计,或者忽略南北向形变甚至水平形变,容易造成误判.为此,本文对经典小基线集（Small Baseline Subset,SBAS）时序InSAR分析方法进行改进,在其形变反演模型中加入东西向和南北向形变参数,采用方差分量估计方法解算多源观测数据验后方差,通过迭代精化确定权重矩阵,从而获得形变参数的最优估值.使用美国南加州地区的ALOS PALSAR和ENVISAT ASAR数据开展实验,利用南加州综合GPS网（SCIGN）位于研究区域内的9个站点观测数据进行验证,结果表明本文方法得到的融合形变测量结果在垂直向上能够准确反映地表形变波动,周期性与GPS观测比较一致;同时,融合得到的三维形变场显示南加州洛杉矶地区存在不可忽略的水平形变,东西向形变测量精度略高于南北向.因此,基于方差分量估计的多源InSAR融合方法在提高形变测量时间序列连续性的同时,能够更准确地反演研究区域三维形变特征.

     

基于BFGS法融合InSAR和GPS技术监测地表三维形变

虽然InSAR技术具有高精度、大范围和高空间分辨率等优点,但只能监测雷达视线方向上的一维地表形变;而GPS技术虽可以监测地表的三维形变,但其空间分辨率很低.本文针对融合InSAR和GPS技术监测地表高空间分辨率三维形变展开研究.首先证明了简单的局部最优化迭代算法就能求得综合InSAR和GPS监测地表形变速率的能量函数模型的全局最优估值.随后提出了利用BFGS局部最优算法反演最优的地表三维形变速率.该方法既能避免全局最优化算法计算复杂且难以收敛的问题,又能克服传统的解析法中数值计算不稳定的缺点.最后,通过模拟实验和美国南加州真实数据实验表明,该方法能够得到高精度的地表三维形变速率场.而且当观测或插值误差导致解析法误差较大时,BFGS方法仍能得到高精度、稳定的全局最优解.     

An evaluation of numerical weather prediction based rainfall forecasts

ABSTRACT

Assessment of forecast precipitation is required before it can be used as input to hydrological models. Using radar observations in southeastern Australia, forecast rainfall from the Australian Community Climate Earth-System Simulator (ACCESS) was evaluated for 2010 and 2011. Radar rain intensities were first calibrated to gauge rainfall data from four research rainfall stations at hourly time steps. It is shown that the Australian ACCESS model (ACCESS-A) overestimated rainfall in low precipitation areas and underestimated elevated accumulations in high rainfall areas. The forecast errors were found to be dependent on the rainfall magnitude. Since the cumulative rainfall observations varied across the area and through the year, the relative error (RE) in the forecasts varied considerably with space and time, such that there was no consistent bias across the study area. Moreover, further analysis indicated that both location and magnitude errors were the main sources of forecast uncertainties on hourly accumulations, while magnitude was the dominant error on the daily time scale. Consequently, the precipitation output from ACCESS-A may not be useful for direct application in hydrological modelling, and pre-processing approaches such as bias correction or exceedance probability correction will likely be necessary for application of the numerical weather prediction (NWP) outputs.

EDITOR M.C. Acreman ASSOCIATE EDITOR A. Viglione     

Operational performance of current synthetic aperture radar sensors in mapping soil surface characteristics in agricultural environments: application to hydrological and erosion modelling

Synthetic aperture radar (SAR) sensors are often used to characterize the surface of bare soils in agricultural environments. They enable the soil moisture and roughness to be estimated with constraints linked to the configurations of the sensors (polarization, incidence angle and radar wavelength). These key soil characteristics are necessary for different applications, such as hydrology and risk prediction. This article reviews the potential of currently operational SAR sensors and those planned for the near future to characterize soil surface as a function of users' needs. It details what it is possible to achieve in terms of mapping soil moisture and roughness by specifying optimal radar configurations and the precision associated with the estimation of soil surface characteristics. The summary carried out for the present article shows that mapping soil moisture is optimal with SAR sensors at low incidence angles (<35 ). This configuration, which enables an estimated moisture accuracy greater than 6% is possible several times a month taking into account all the current and future sensors. Concerning soil roughness, it is best mapped using three classes (smooth, moderately rough, and rough). Such mapping requires high‐incidence data, which is possible with certain current sensors (RADARSAT‐1 and ASAR both in band C). When L‐band sensors (ALOS) become available, this mapping accuracy should improve because the sensitivity of the radar signal to Soil Surface Characteristics (SSC) increases with wavelength. Finally, the polarimetric mode of certain imminent sensors (ALOS, RADARSAT‐2, TerraSAR‐X, etc.), and the possibility of acquiring data at very high spatial resolution (metre scale), offer great potential in terms of improving the quality of SSC mapping. Copyright © 2007 John Wiley & Sons, Ltd.     

An evaluation of the role played by remote sensing technology following the World Trade Center attack

Remote sensing technology has been widely recognized for contributing to emergency response efforts after the World Trade Center attack on September 11th, 2001. The need to coordinate activities in the midst of a dense, yet relatively small area, made the combination of imagery and mapped data strategically useful. This paper reviews the role played by aerial photography, satellite imagery, and LIDAR data at Ground Zero. It examines how emergency managers utilized these datasets, and identifies significant problems that were encountered. It goes on to explore additional ways in which imagery could have been used, while presenting recommendations for more effective use in future disasters and Homeland Security applications. To plan adequately for future events, it was important to capture knowledge from individuals who responded to the World Trade Center attack. In recognition, interviews with key emergency management and geographic information system (GIS) personnel provide the basis of this paper. Successful techniques should not be forgotten, or serious problems dismissed. Although widely used after September 11th, it is important to recognize that with better planning, remote sensing and GIS could have played an even greater role. Together with a data acquisition timeline, an expanded discussion of these issues is available in the MCEER/NSF report “Emergency Response in the Wake of the World Trade Center Attack; The Remote Sensing Perspective” (Huyck and Adams, 2002)