冰川冻土, 2020, 42(3): 1087-1097 doi: 10.7522/j.issn.1000-0240.2019.1096

冰冻圈技术

合成孔径雷达差分干涉测量（D-InSAR）技术在多年冻土区地表变形监测中的应用

赵韬,1,2, 张明义,1, 裴万胜1, 王金国3, 岳攀3, 毕骏4

1.中国科学院 西北生态环境资源研究院 冻土工程国家重点实验室, 甘肃 兰州 730000

2.中国科学院大学, 北京 100049

3.雅砻江流域水电开发有限公司, 四川 成都 610051

4.兰州大学 土木工程与力学学院, 甘肃 兰州 730000

Application of the differential interferometric synthetic aperture radar （D-InSAR） technology to monitor the ground surface deformation in permafrost regions

ZHAO Tao,1,2, ZHANG Mingyi,1, PEI Wansheng1, WANG Jinguo3, YUE Pan3, BI Jun4

1.State Key Laboratory of Frozen Soil Engineering，Northwest Institute of Eco-Environment and Resources，Chinese Academy of Sciences，Lanzhou 730000，China

2.University of Chinese Academy of Sciences，Beijing 100049，China

3.Yalong River Hydropower Development Co. ，Ltd. ，Chengdu 610051，China

4.College of Civil Engineering and Mechanics，Lanzhou University，Lanzhou 730000，China

通讯作者: 张明义， 研究员， 从事冻土与寒区工程研究. E-mail： myzhang@lzb.ac.cn.

编委: 武俊杰

收稿日期: 2019-05-08   修回日期: 2019-11-14  

基金资助: 国家杰出青年科学基金项目.  41825015
冻土工程国家重点实验室自主研究项目.  SKLFSE-ZT-23
雅砻江流域水电开发有限公司科学技术项目.  LHKA-G201701

Received: 2019-05-08   Revised: 2019-11-14  

作者简介 About authors

赵韬（1989-），女，甘肃武威人，2015年在兰州大学获硕士学位，现为中国科学院西北生态环境资源研究院在读博士研究生，从事冻土与寒区工程研究.E-mail：zhaotao@lzb.ac.cn , E-mail：zhaotao@lzb.ac.cn

摘要

多年冻土区地表变形严重影响着区域内生态环境和工程设施的稳定性。合成孔径雷达差分干涉测量（differential interferometric synthetic aperture radar， D-InSAR）技术作为一种新型的空间对地观测技术， 为多年冻土区地表变形监测提供了新方法。通过近20年的不断深入研究， 利用D-InSAR技术的多年冻土区地表变形监测取得了大量研究成果。首先介绍了D-InSAR技术测量地表变形的理论基础， 进而概述了D-InSAR技术在多年冻土区地表变形测量中的应用现状， 然后总结了D-InSAR测量过程中存在的关键问题及可能的解决方法。在此认识和分析的基础上， 对D-InSAR技术今后在多年冻土区地表变形监测中的发展方向进行了探讨， 以期为D-InSAR技术在多年冻土区地表变形监测中的推广应用和深入研究提供参考。

关键词： 多年冻土 ; 合成孔径雷达差分干涉测量（D-InSAR） ; 地表变形

Abstract

The ground surface deformation seriously affects the stability of ecological environment and engineering facilities in permafrost regions. The differential interferometric synthetic aperture radar （D-InSAR） technology， as a new space observation method， provides a new way for monitoring the ground surface deformation over permafrost. In the past 20 years， the ground surface deformation monitored by D-InSAR technology has obtained good results in permafrost regions. In this paper， the basic principles of D-InSAR technology are introduced firstly. Then the development and application of D-InSAR technology in permafrost regions are described. At last， it is analyzed that the advantages and the existing problems of D-InSAR technology in monitoring the ground surface deformation over permafrost， and proposed the possible solutions. It is expected to provide a reference for the further study of D-InSAR technology to monitor the ground surface deformation in permafrost regions.

Keywords： permafrost ; differential interferometric synthetic aperture radar （D-InSAR） ; ground surface deformation

PDF (716KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

赵韬, 张明义, 裴万胜, 王金国, 岳攀, 毕骏. 合成孔径雷达差分干涉测量（D-InSAR）技术在多年冻土区地表变形监测中的应用[J]. 冰川冻土, 2020, 42(3): 1087-1097 doi:10.7522/j.issn.1000-0240.2019.1096

ZHAO Tao, ZHANG Mingyi, PEI Wansheng, WANG Jinguo, YUE Pan, BI Jun. Application of the differential interferometric synthetic aperture radar （D-InSAR） technology to monitor the ground surface deformation in permafrost regions[J]. Journal of Glaciology and Geocryology, 2020, 42(3): 1087-1097 doi:10.7522/j.issn.1000-0240.2019.1096

0 引言

冻土是指温度在0 ℃或0 ℃以下并含有冰的各种土类和岩石， 按冻结持续时间的长短分为短时冻土、 季节冻土及多年冻土［1］。我国是仅次于俄罗斯和加拿大的世界第三冻土大国， 多年冻土面积约2.15×106 km2， 占我国陆地面积的22.4%［2］。在多年冻土区， 季节更替使冻土内部的水、 热状况发生改变， 导致地表产生反复的冻胀变形和融沉变形［2］。相关调查显示， 多年冻土区典型地质灾害可分为10类， 其中3类由冻胀变形引起， 6类由融沉变形引起， 另1类为风蚀沙化［3］。此外， 多年冻土区工程病害调查结果表明， 约85%的工程病害是由地表融沉变形引起的， 15%则由地表冻胀变形和翻浆作用引起［4-5］。由此可见， 无论是融沉变形还是冻胀变形， 均会对多年冻土区生态环境和工程设施的稳定性造成巨大威胁。因此， 对多年冻土区地表变形的准确、 实时、 长期、 大范围监测意义重大。

目前， 多年冻土区常用的地表变形测量方法主要包括水准测量［6-7］、 变形仪器测量［8-9］、 GPS测量［10］等。这些方法具有监测精度高、 短周期内时间分辨率高的优点， 其缺点在于监测局限于单点或小区域范围， 同时需要大量的人力、 物力， 并且受环境因素影响较大。对于气候条件恶劣、 野外工作开展较为困难的多年冻土区（如青藏高原多年冻土区）， 上述方法很难实现对地表变形的大时空尺度精确监测。合成孔径雷达差分干涉测量（differential interferometric synthetic aperture radar， D-InSAR）技术， 作为一种新型的主动对地观测技术， 为大时空尺度范围内地表变形的高精度监测提供了新方法［11］。近20年来， D-InSAR技术因其测量精度高、 成本低、 周期长、 范围大等特点， 在多年冻土区地表变形测量中得到了大量研究应用［12-17］， 结果展示了D-InSAR技术在获取多年冻土区大时空尺度范围地表变形中的巨大潜力和良好前景。

本文旨在介绍D-InSAR技术的理论基础， 概述D-InSAR技术测量地表变形信息的发展历程， 及其在国内外多年冻土区地表变形测量中的应用现状， 分析D-InSAR技术在多年冻土区地表变形监测中存在的问题及今后的改进发展方向， 使读者对基于D-InSAR技术的多年冻土区地表变形测量有更为系统的认识和理解。

1 D-InSAR技术的理论基础

1.1　D-InSAR技术基本原理

合成孔径雷达（synthetic aperture radar， SAR）数据是由雷达传感器通过单一天线辐射单元沿某一轨道不断移动， 并在不同位置对地表同一目标点发射接受地表回波信号得到［18］， 表1对1978年以来在地表变形场监测中应用较多的SAR数据做了介绍。SAR数据由振幅信息和相位信息组成， 合成孔径雷达差分干涉测量（D-InSAR）技术正是利用SAR数据相位信息中包含的地表变形相位来获取地表变形的［18］。获取过程中先借助地表高程模型（DEM）， 通过差分干涉方法提取两幅不同时期、 覆盖同一研究区SAR数据中的差分干涉相位信息， 然后逐一去除差分干涉相位中除变形相位以外的其他多余相位， 最后将获取的变形相位转化为地表变形信息［19］。差分干涉相位是包含地表变形相位、 平地相位、 噪声相位等其他相位的缠绕相位， 其具体组成见式（1）。基于D-InSAR技术的SAR数据处理流程如图1所示［19］。

表1   SAR数据卫星参数［17，19-20］

Table 1  Parameters of SAR data satellites［17，19-20］

卫星系统运行时间波段极化方式入射角/（°）分辨率/m重访期/d幅宽/km国家或机构
SEASAT1978-06/1978-10LHH20 ~ 262517100美国
ERS-1/21991-07/2000-03； 1995-04/2011-09CVV20 ~ 26303， 35， 168100欧空局
JERS-11992-02/1998-10LHH35184475日本
RADARSAT-1/21995-11/2013-03； 2007-12至今CHH20 ~ 499 ~ 352450 ~ 100加拿大
ENVISAT2002-03/2012-04C全极化15 ~ 4510 ~ 10035， 30100 ~ 400欧空局
ALOS-1/22006-01/2011-05； 2014-05至今L全极化8 ~ 701 ~ 10046， 1440 ~ 350日本
TerraSAR-X2007-06至今X全极化20 ~ 551 ~ 26115 ~ 100德国
Tandem-X2010-06至今X全极化20 ~ 551 ~ 26115 ~ 100德国
COSMO-Skymed2007-06至今X全极化25 ~ 501 ~ 1002410 ~ 200意大利
Sentinel-1A/1B2014-04至今； 2016-04至今C全极化19 ~ 475 ~ 401220 ~ 400欧空局
GF-32016-08至今C全极化10 ~ 601 ~ 500291 ~ 500中国

新窗口打开| 下载CSV


Δφ=4πλB⊥εRsin θ+4πλB‖+4πλD+Δφnoise+Δφatm+k⋅2π

式中： λ为波长； R为传感器到目标像元的视线斜距； ε为像元的高程值； θ为入射角； B‖ 和B⊥分别为空间基线在方位向和视线向的分量。等式右边第一项为地表高程误差引起的高程残差相位， 第二项表示平地效应对干涉相位的影响， 这两项可通过精密轨道数据及估算的时空基线值去除［19］。第三项是地表变形引起的相位变化， 用于求解地表变形信息。第四、 五项是噪声、 大气延迟效应等因素对相位的影响， 可通过高低空滤波或借助外界精确的大气参数去除［21］。最后一项表示相位的模糊周期， k为整数模糊度， 可通过区域增长法、 最小费用流法、 3D解缠等方法［22-24］计算。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1   D-InSAR技术数据处理流程［19］

Fig.1   The data processing of D-InSAR technology［19］


1.2　D-InSAR技术发展历程

基于D-InSAR技术的地表变形测量始于20世纪80年代末， Gabriel等［25］首次利用该技术获取了地表变形信息。但该技术得到广泛关注， 并成为一门独立技术进行系统研究则始于90年代初， 1993年Massonnet等［26］利用D-InSAR技术结合ERS影像数据获取了1992年美国加州Landers 7.3级地震的变形场。此后， 诸多学者对D-InSAR测量地表变形的可行性做了大量分析研究， 并逐渐将其应用到冰川飘移运动变形场［27-28］、 滑坡变形场［29-31］、 地面变形场［32-34］测量中。

21世纪以来， 随着学者对D-InSAR技术的不断深入研究发现， 利用D-InSAR技术获取地表相对变形量时， 由于两幅影像导致的时空失相干、 大气延迟效应会大大降低测量精度， 并且无法获取地表长时间范畴内的时序变形。为此， 学者在D-InSAR技术的理论基础上提出了多时相InSAR（multi temporal interferometric synthetic aperture radar， MT-InSAR）， 如永久散射体干涉测量（persistent scatterer， PS-InSAR）、 小基线集干涉测量（small baseline subset， SBAS-InSAR）、 相干性像元分析干涉测量（coherent pixels technology， CPT）、 相干永久目标分析干涉测量（interferometric persistent target analysis， IPTA）等［35-38］。这些延伸技术通过十几或几十景SAR数据获取地表长时间、 大跨度的时序变形， 可以很好地克服D-InSAR技术中存在的失相干、 短周期监测等问题。诸多MT-InSAR方法中， 永久散射体（PS）和小基线集（SBAS）方法在多年冻土区地表变形监测中的应用最为广泛。其中， PS-InSAR是Ferretti等［35］于2000年提出的利用多时相数据中高相干点（永久散射体， 即PS点）在长时间内能够保持稳定散射的特性， 获取地表长时间范畴的变形信息。该技术主要用于分析点目标， 其关键在于PS点， 一般情况下真实PS点越多， 反演的变形结果越准确［39］。因此， 在构建筑物密集的城市区域PS方法有很好的适用性。但在稳定点少的区域， 如极地多年冻土区、 青藏高原多年冻土区等人口稀少、 构建筑物稀疏的地区， 该方法测量精度低， 局限性大， 适用性差。SBAS-InSAR是Berardino等［36］基于最小二乘法求解单时间段地表变形问题的理论基础［40］， 在2002年提出的多时序InSAR方法。相比于PS方法， SBAS方法对SAR数据数量的要求较低， 这是由于SBAS技术是针对于空间分布式目标的分析， 而不是考虑高相干PS点［41］。因此， 在建筑物稀疏、 永久散射体较少的区域， 该方法具有更好的适用性。

2 D-InSAR技术在多年冻土区地表变形监测中的应用

在全球气候变暖和人类活动加剧的双重作用下， 多年冻土正发生着不同程度的退化， 由此造成的活动层增厚、 多年冻土上限下移、 土体升温等现象， 会导致更为剧烈、 复杂的地表变形， 这将严重威胁多年冻土区生态系统和工程设施的稳定性［5，42］。因此， 对多年冻土区地表进行长期、 大范围的地表变形监测很有必要。D-InSAR技术作为一种全新的、 高效的变形测量技术， 为多年冻土区地表变形的监测提供了新方法。自1999年Wang等［12］首次利用D-InSAR技术获取阿拉斯加多年冻土区地表变形信息以来， 国内外学者针对D-InSAR及其延伸技术（主要是PS-InSAR和SBAS-InSAR）监测多年冻土区地表变形开展了大量研究， 其应用发展过程可大体分为两个阶段：

（1） 21世纪前10年， 学者对D-InSAR技术在多年冻土区地表变形监测中的可行性进行了分析论证。李震等［15］利用D-InSAR技术获取了青藏公路唐古拉山多年冻土路段地表季节变形信息， 结果与实测数据存在一定的误差， 但二者的变化趋势和规律一致。Alasset等［43］基于D-InSAR技术对加拿大马更些河下游处的多年冻土区地表变形进行了监测， 结果显示监测区地表于4月中旬至5月初开始融化下沉， 于7月左右达到沉降峰值［（15±2） mm］， 10月中旬发生冻胀抬升变形， 虽未对结果进行验证， 但表明利用D-InSAR技术的多年冻土区地表变形面域监测， 是进行多年冻土区地表变形深入研究的第一步。谢酬等［44］基于D-InSAR技术获取了青藏高原北麓河多年冻土区地表变形信息， 与野外水准观测结果一致。Rykhus等［16］利用D-InSAR技术监测了阿拉斯加北极海岸平原多年冻土区地表的融沉变形， 虽未对监测数据进行精度验证， 但结果显示了该技术获取多年冻土区大范围地表变形的可行性。总体而言， 上述结果很好地证明了D-InSAR技术获取多年冻土区大时空尺度范围地表变形的良好前景。

（2） 2010年以后， 随着遥感数据的不断积累和D-InSAR技术的不断完善， 学者利用D-InSAR技术和MT-InSAR技术对全球不同区域的多年冻土区地表变形进行了监测分析。

在北极高纬度多年冻土地区， Liu等［14］通过ERS数据， 基于SBAS-InSAR技术结合提出的考虑冻土融化指数的地表变形反演模型， 获取了阿拉斯加北坡普拉德霍湾1992 - 2000年地表的变形过程， 结果表明研究区地表暖季下沉量介于1 ~ 4 cm之间， 长期沉降速率为1 ~ 4 mm·a-1， 监测结果与野外实测数据吻合。Eppler等［45］利用三种遥感数据（RADARSAT-2、 TerraSAR-X、 COSMO-Skymed）对加拿大北部零星多年冻土区地表的变形进行了监测， 得出三种监测数据获取的变形结果有很好的一致性， 且2014年6 - 10月研究区地表有明显的线性变形特征， 同时展示了高分辨率数据（TerraSAR-X和COSMO-Skymed）在地表变形场获取中的优越性。Rudy等［46］利用D-InSAR方法， 结合RADARSAT影像， 对梅尔维尔岛南部邦迪角北极分水岭天文台附近多年冻土区地表的季节和长期变形进行了反演， 结果表明2013 - 2015年研究区地表季节变形幅度在1 cm左右， 且地表变形与地表含水率、 地表植被、 地表温度有很大的关系。Chen等［47］利用2013 - 2015年的RADARSAT-2数据， 基于SBAS-InSAR技术， 对Beaver Creek多年冻土区公路工程附近地表的变形进行了监测， 结果显示研究区地表变形具有明显的季节循环特征， 监测结果与利用季节变形模型模拟的结果具有很好的相关性， 相关系数为0.77。

在青藏高原高海拔多年冻土区， 谢酬等［48］基于PS-InSAR技术获取了青藏铁路北麓河多年冻土路段地表变形信息， 与现场水准测量结果十分接近。中南大学科研团队［19，41，49-50］以青藏高原多年冻土区为例， 结合不同的遥感数据， 获取了2003年以来区域内青藏公路、 青藏铁路及周边天然地表的季节变形和年变形速率。结果显示多年冻土区天然地表与工程沿线地表变形具有明显的周期性， 逐年沉降趋势明显， 工程活动区与天然地表变形差异大， 天然地表季节最大变形幅度为3.6 ~ 5.0 cm， 青藏铁路沿线地表的季节最大变形幅度为2.8 ~ 3.7 cm， 且分析了变形值与当地气温和降水有明显的相关关系。并在此基础上， 先后提出了以气温为变量的周期性变形反演模型［41］和顾及多年冻土区地表环境因子和冻土内部结构特征的地表变形反演模型［50］， 大大提高了获取结果的精确度。中国科学院遥感与数字地球研究所相关研究团队［13，51-52］以青藏公路北麓河多年冻土区段为试验区， 借助不同波段遥感数据， 获取分析了区域内孤山周围和青藏铁路沿线近几年来地表的变形情况， 结果显示研究区地表季节变化幅度约6.5 cm， 年沉降速率介于0 ~ 15 mm·a-1， 监测结果与野外实际发生的变形情况一致［52］。此外， Chen等［53］借助ALOS PALSAR 数据， 利用SBAS-InSAR技术对青藏高原北麓河多年冻土区地表变形过程进行了监测， 结果显示研究区年变形速率介于-20 ~ 20 mm·a-1， 变形受气候升温和人类活动的影响较大， 分析了研究区的变形特征， 提出了三次方变形反演模型。Daout等［54］结合不同轨道的ENVISAT数据， 利用SBAS-InSAR技术， 基于多年冻土冻融指数模型， 对青藏高原西北部多年冻土区天然地表大范围地表变形信息进行提取， 结果显示该区域地表季节变形幅度介于2.5 ~ 12 mm之间， 年变形以沉降为主且年沉降速率为2 ~ 3 mm·a-1， 由于缺乏实测数据， 未对结果的准确性进行论证。陈玉兴等［55］借助SBAS-InSAR方法， 获取了祁连山黑河西支源头野牛沟多年冻土区2014 - 2016年的地表变形情况， 结果显示监测期间区域内地表变形幅度和变形速率最大约6 cm和3 cm·a-1， 且地表变形与地温、 活动层厚度、 土壤含水量等因素紧密相关。周华云等［56］利用SBAS-InSAR技术， 获取了青藏工程走廊五道梁多年冻土区地表的变形状况， 结果显示该地区地表沉降趋势明显， 沉降速率为10.28 mm·a-1， 结果与实测水准数据的相对误差为22.4%， 均方根误差为4.3 mm。

此外， 相关研究对我国东北高纬度多年冻土区地表变形进行了监测分析。王春娇［57］利用D-InSAR技术对北黑高速公路路域范围内岛状多年冻土区的地表变形进行了监测， 结果显示获取的研究区垂直变形与实际沉降一致。曾旭婧［17］基于D-InSAR技术， 获取了北黑高速公路沿线岛状多年冻土区的地表变形， 发现研究区地表以沉降变形为主， 最大沉降量发生在6月， 研究结果与野外长期的实测结果一致， 同时沉降较大的区域也是冻土明显退化的区域， 表明了监测结果的准确性。Wang等［58］利用SBAS-InSAR和PS-InSAR两种方法， 获取了黑河市多年冻土区的地表变形信息， 结果显示2007年6月至2010年12月， 研究区的地表变形速率介于-70 ~ 70 mm·a-1， 由多年冻土融化导致的沉降变形明显大于冻胀导致的抬升变形， 较大变形速率和变形幅度主要发生在低海拔和阳坡区域。

总体而言， 通过近20年的深入研究， 基于D-InSAR及其延伸技术（主要是PS和SBAS技术）的多年冻土区地表变形监测已取得了长足的进步和大量的科研成果， 但要将该技术广泛应用于多年冻土区地表变形的大范围、 长时期精确测量， 仍有很多问题亟需解决。

3 D-InSAR技术测量多年冻土区地表变形的优势及存在的问题

3.1　优势

相对于多年冻土区地表变形传统监测方法， D-InSAR及其延伸技术具有以下优势［15，19，41］。

（1） 监测范围大、 周期长

单景SAR数据的覆盖范围从几十至几万平方公里不等（例如ENVISAT数据传感器扫描幅宽为56 ~ 400 km， Sentinel数据为100 ~ 400 km）， 可弥补多年冻土区传统稀疏点域监测不足。另外， 随着卫星数量的增多， 不同卫星数据在时间、 空间范畴内有很好的连续性。这为多年冻土区地表变形的大范围、 长时间连续监测提供了可能， 而其他监测技术很难实现。

（2） 监测过程简单化、 效率高且成本低

相比于传统监测方法繁琐的野外测量体系， D-InSAR技术无需在野外安装监测仪器， 即可获得地表变形信息。此外， 考虑到每景数据的覆盖范围和其一次性测量特点， 其测量成本整体低于其他监测方法， 且稳定运行的SAR卫星数据具有主动、 高效、 监测时间长等优势。

（3） 监测过程受环境影响小

卫星雷达通过发射接收电磁波获取地表变形信息， 可以穿透云层、 大气层， 且不分昼夜对多年冻土区地表变形进行全天候、 全天时监测。多年冻土分布区气候条件相对恶劣（如青藏高原多年冻土区）， 使得地表变形的大范围监测极其困难， D-InSAR技术作为一种有效的测量手段， 很好地解决了这一问题。

3.2　存在的问题及解决方法

尽管目前基于D-InSAR技术的多年冻土区地表变形研究已经很多， 但在具体应用过程中依然存在很多问题。结合多年冻土区地理环境、 多年冻土结构特征、 地表变形特征， 对D-InSAR及其延伸方法测量多年冻土区变形中存在问题及可能的解决方法进行探讨。

（1） 高相干点的提取

高相干点是指具有很强散射特性和信噪比水平， 且不受时空失相干影响的稳定点。提取这些点的可靠相位信息， 通过相邻点的空间自相关特性可以准确地求解其他点的变形场。因此， 高相干点的数量和质量直接决定着计算结果的精确度。一般选取具有高相干性的构建筑物为高相干点。然而多年冻土区建筑稀少， 高相干点的选取较为困难。针对这一问题， 有学者提出将其他地区应用较好的CR方法［59］运用到多年冻土区， 以此增加高相干点的数量， 但该方法成本较高， 仅在小区域地表变形测量中有很好的利用价值。也有学者将Stacking时序法［60］用于多年冻土区地表变形测量， 该方法通过短时高相干点可以获取高精度的变形结果， 适用于多年冻土区地表年变形速率的监测。综合现有的高相干点判别方法， 可以考虑将基于振幅和相位的子孔径识别法等［61］高相干点判别新方法， 与传统判别方法振幅离差指数、 相干性阈值等［62-63］对比分析， 单一或联合运用于多年冻土区高相干点选取， 并针对不同的多年冻土区域选取合适的判别方法。此外， 随着不同卫星传感器数据的积累， 考虑到不同数据具有不同的相干性， 故可通过联合多源数据， 增加观测次数， 提高时间分辨率， 来获取更多可靠高相干点， 从而获取高精度变形信息。

（2） 大气延迟效应的去除

大气延迟是导致D-InSAR方法测量多年冻土区地表变形精度偏低的主要原因之一。不同时刻微波穿过大气层时传播介质的状态不同， 会导致大气信号差， 也就是产生大气延迟效应。大气延迟效应主要与传播介质的折射率变化有关。在电离层折射率与电磁波频率有关， 因此L波段卫星成像产生的电离层延迟效应较C波段和X波段卫星更明显［64］。在对流层折射率主要与大气温度、 气压及水汽含量变化有关， 且水汽含量的影响较显著， 相关研究表明， 当空间基线在100 ~ 200 m时， 大气中相对水汽含量高于20%会导致约1 ~ 10 cm的地表变形误差［65］。目前， 多年冻土区主要利用大气效应的空间域低频、 时间域高频特征， 通过时间域三角滤波和空间域均值滤波方法来消除大气相位［41］， 该方法会导致较大的残余误差。此外， 多年冻土区地理环境特殊， 冷季寒冷干燥、 暖季相对湿润， 有可能导致大气效应不存在明显的时空域特性。为更好地消除大气延迟相位， 应深入分析可能的大气延迟相位来源， 并结合相应的方法去除。如对于C波段的数据， 水汽含量可能是导致大气延迟相位的主要因素， 因此需要通过不同的方法（如GPS估算的对流层的水汽数据［66］， MODIS等反演的大气水汽含量数据［67］， WRF［68］、 NWM［69］等大气估算模型求解的水汽含量数据）获取精确的水汽数据， 来估算并去除多年冻土区大气延迟相位。而对于L波段的数据， 在去除水汽含量导致的大气延迟相位的同时， 还需要对电离层的延迟相位进行估算去除［70-71］。

（3） DEM数据精度的提高

DEM数据是影像自动化配准进行差分干涉运算的基础数据， 主要用于地形相位的去除和SAR坐标到地理坐标的转化。目前， 多年冻土区常用的DEM以ASTER GDEM（30 m）和SRTM DEM（30 m或90 m）为主， 对于地面平坦的区域以上数据有很好的适用性。但对于地理条件复杂、 地形起伏大的区域， 变形结果有较大的误差， 且自动配准精度不理想［51］。今后的研究中， 在多年冻土区可以利用InSAR技术， 通过高空间分辨率影像（如TerraSAR-X、 TanDEM-X、 GF3等）提取精度高达几米的地形信息［72］， 也可利用目前应用较多的三维激光扫描仪［73］获取高精度的DEM数据， 精确计算地形相位， 减小地形误差造成的地表变形误差。

（4） 控制参考点的选取

将干涉图中模糊的缠绕相位转化为地表的真实相位， 需以稳定变形点（即变形为0的参考点）的真实相位为参考求解其余点的真实相位。在地表处于周期沉降抬升交替的多年冻土区， 选取长期稳定控制参考点（GCP）是一大难题。现有的研究主要以地表基岩和线性工程沿线深入冻土层中的桥墩为GCP点［41，50-51］。实际上地表基岩受地质构造、 地层岩性、 地表风化侵蚀等诸多因素的影响， 会发生一定的变形。桥墩几何尺寸往往小于SAR数据的空间分辨率， 故所选GCP点的变形是桥墩变形和周围天然地表变形的总和， 并不稳定。另外， 桥墩的自身重力、 所受的外部荷载、 冻融作用等因素， 也会使所选GCP点存在一定的微小变形。GCP点的不稳定， 最终会导致其他监测点的变形结果有较大的误差。为此， Wang等［13］利用近年来获取的高空间分辨率数据（如TerraSAR-X）测量多年冻土区地表变形， 可在一定程度上消除桥墩几何尺寸导致的GCP变形误差， 提高测量精度， 但高空间分辨率数据价格高昂， 应用受限。今后研究中， 在多年冻土区可以尝试将InSAR技术与GPS技术结合［74］， 以GPS技术获取的高精度变形为参考， 来求解其他点的变形。

（5） 冻融变形模型的建立

合理的相位变形模型是去除多余相位和提取高精度地表变形的关键。多年冻土区地表受土体冻融循环的作用， 处于周期性循环交替的融沉和冻胀状态， 受诸多因素的影响， 随地表工程地质条件不同， 变化差异大。现有多年冻土区地表变形反演模型（表2）， 考虑了气温、 地表温度、 地表含水量、 地表植被等环境因素的影响， 但多年冻土区地表变形是极其复杂的过程， 与土体内部水、 热、 力等密切相关， 受诸多因素的影响， 且局地特征显明。在工程建设区， 由于人类活动使原有的水热条件发生了很大的改变， 该区域地表变形过程明显不同于天然地表。因此， 今后的研究中可根据更多的野外实测数据， 深入分析天然地表和工程建设区地表植被、 温度、 坡度、 坡向等环境因素和活动层厚度、 体积含冰量、 土质类型、 年平均地温等多年冻土内外部因素与地表变形的相关关系， 分区域建立更加完善的地表冻融变形模型。

表2   多年冻土区地表变形反演模型

Table 2  Inversion models of the ground surface deformation in permafrost regions

相位-变形模型类型表达式文献来源
线性模型d=vt［15，44］
冻结融化指数模型d=vt+αA［14，51］
三次方模型d=∑i=1n=3aiti［53］
周期变形模型d=vt+α1sin(2π/T)+α2cos(2π/T)［41］
顾及环境因子的变形模型d=∑i=1n=3aiti+β1T(t)+β2P(t)［50］

新窗口打开| 下载CSV


（6） 测量精度的评价

测量精度是确保结果正确的主要参数。由于缺乏野外实测数据， 现有的大量研究［19，41，50-52］主要以多年冻土的物理力学特征和野外地表的实际变形情况为基准大体判断测量结果准确与否。今后， 可以采用目前应用较广泛的人工角反射器， 获取与SAR数据同时刻的多年冻土区地表高精度变形数据。同时， 还可通过融合多源卫星数据， 在不依靠外部实测数据的情况下， 对测量结果的精度进行相互验证评价。

4 结论与展望

随着D-InSAR技术的不断发展完善， 多年冻土区地表变形的获取实现了从传统单点小区域的人工监测， 向大面积范围卫星雷达系统自动监测的转变。但目前， 我国对D-InSAR技术测量多年冻土区地表变形的研究仍有许多问题亟待解决， 无论是SAR数据的获取、 数据处理方法经验的积累、 数据处理软件的开发等， 都与国外存在很大的差距。为了更好地服务于多年冻土区重大工程和我国“一带一路”建设， 有必要全面加强D-InSAR技术在多年冻土区地表变形监测应用中的研究。未来相关研究工作可从以下两方面开展：

（1） 数据处理方法的优化

虽然已有很多利用D-InSAR及其延伸技术的多年冻土区地表变形监测， 但目前结合多年冻土区独特地理环境、 气候条件及多年冻土特征， 对D-InSAR处理过程中具体方法及相关参数设置的研究还不够深入。因此， 今后有必要对D-InSAR处理过程中各个计算环节， 如SAR数据的选取、 干涉图的生成、 高相干点的提取、 多余相位的去除等进行深入研究， 从而设计一套针对多年冻土区地表变形获取的D-InSAR数据处理流程， 以提高监测结果的精确性。

（2） 监测数据的多源融合和监测范围的多样化

目前， 利用D-InSAR技术的多年冻土区地表变形监测主要针对于天然地表和塔基、 机场、 水库大坝、 库岸边坡等构建筑物， 对于铁路、 公路、 输油管道等线性工程的地表变形监测相对较少。而线性工程作为联系多年冻土区与其他区域的重要通道， 其稳定运营至关重要。此外不同地质条件下多年冻土区地表变形差异大， 因此， 在多年冻土区扩大监测范围， 使监测类型多样化是很有必要的。另外， 随着卫星的不断发射， SAR数据更加丰富， 质量更高。融合不同波段、 极化方式、 入射角的多源遥感数据， 相比于单一数据源， 可以获取更长周期、 更高时空分辨率、 更大面域范围的多年冻土区地表变形信息。

参考文献

Qiu Guoqing， Liu Jingren， Liu Hongxu， et al. Geocryology glossary［M］. Lanzhou： Gansu Science and Technology Press， 1994.

[本文引用: 1]

邱国庆， 刘经仁， 刘鸿绪， 等. 冻土学词典［M］. 兰州： 甘肃科学技术出版社， 1994.

[本文引用: 1]

Zhou Youwu， Guo Dongxin， Qiu Guoqing， et al. Geocryology in China［M］. Beijing： Science Press， 2000.

[本文引用: 2]

周幼吾， 郭东信， 邱国庆， 等. 中国冻土［M］. 北京： 科学出版社， 2000.

[本文引用: 2]

Zhen Di.

The study on the typical geological diseases at permafrost areas in the center of Qinghai-Tibet Plateau

［D］. Beijing： China University of Geosciences， 2009.

[本文引用: 1]

郑镝.

青藏高原腹地多年冻土区典型冻融灾害研究

［D］. 北京： 中国地质大学， 2009.

[本文引用: 1]

Mu Yanhu， Ma Wei， Niu Fujun， et al.

Study on geotechnical hazards to roadway engineering in permafrost regions

［J］. Journal of Disaster Prevention and Mitigation Engineering， 2014， 34（3）： 259 - 267.

[本文引用: 1]

穆彦虎， 马巍， 牛富俊， 等.

多年冻土区道路工程病害类型及特征研究

［J］. 防灾减灾工程学报， 2014， 34（3）： 259 - 267.

[本文引用: 1]

Wu Qingbai， Liu Yongzhi， Zhang Jianming， et al.

A review of recent frozen soil engineering in permafrost regions along Qinghai-Tibet Highway， China

［J］. Permafrost and Periglacial Processes， 2002， 13（3）： 199 - 205.

[本文引用: 2]

Liu Yongzhi， Wu Qingbai， Zhang Jianming， et al.

Deformation of highway roadbed in permafrost regions of the Tibetan Plateau

［J］. Journal of Glaciology and Geocryology， 2002， 24（1）： 10 - 15.

[本文引用: 1]

刘永智， 吴青柏， 张建明， 等.

青藏高原多年冻土地区公路路基变形

［J］. 冰川冻土， 2002， 24（1）： 10 - 15.

[本文引用: 1]

Liu Minghao， Niu Fujun， Lin Zhanju， et al.

Long-term cooling effect and deformation characteristics of a U-shaped crushed rock embankment in warm permafrost regions

［J］. Rock and Soil Mechanics， 2017， 38（11）： 3304 - 3310.

[本文引用: 1]

刘明浩， 牛富俊， 林战举， 等.

高温冻土区U型块石路基长期降温效果及变形特征研究

［J］. 岩土力学， 2017， 38（11）： 3304 - 3310.

[本文引用: 1]

Liu Yaojun， Yue Zurun， Li Zhong.

Monitoring the deformation and temperature of embankment in permafrost regions of Qinghai-Tibet Railway

［J］. Railway Standard Design， 2003（4）： 26 - 27.

[本文引用: 1]

刘尧军， 岳祖润， 李忠.

青藏铁路高原冻土区段路基沉降变形和地温监测

［J］. 铁道标准设计， 2003（4）： 26 - 27.

[本文引用: 1]

Ma Wei， Liu Duan， Wu Qingbai.

Monitoring and analysis of embankment deformation in permafrost regions of Qinghai-Tibet Railway

［J］. Rock and Soil Mechanics， 2008， 29（3）： 571 - 579.

[本文引用: 1]

马巍， 刘端， 吴青柏.

青藏铁路冻土路基变形监测与分析

［J］. 岩土力学， 2008， 29（3）： 571 - 579.

[本文引用: 1]

Ma Fuxun， Xi Ruijie， Xu Nan.

Analysis of railway subgrade frost heave deformation based on GPS

［J］. Geodesy and Geodynamics， 2016， 7（2）： 143 - 147.

[本文引用: 1]

Wang Chao， Zhang Hong， Yu Yong， et al.

Differential SAR interferometry

［J］. Geography and Territorial Research， 2002（3）： 13 - 17.

[本文引用: 1]

王超， 张红， 于勇， 等.

雷达差分干涉测量

［J］. 地理学与国土研究， 2002（3）： 13 - 17.

[本文引用: 1]

Wang Zhijun， Li Shusun.

Detection of winter frost heaving of the active layer of Arctic permafrost using SAR differential interferograms

［C］// IEEEInternational Geoscience and Remote Sensing Symposium 1999： vol 4. New York： IEEE， 1999： 1946 - 1948.

[本文引用: 2]

Wang Chao， Zhang Zhengjia， Zhang Hong， et al.

Seasonal deformation features on Qinghai-Tibet Railway observed using time-series InSAR technique with high-resolution TerraSAR-X images

［J］. Remote Sensing Letters， 2017， 8（1）： 1 - 10.

[本文引用: 2]

Liu Lin， Zhang Tingjun， Wahr J.

InSAR measurements of surface deformation over permafrost on the North Slope of Alaska

［J/OL］. Journal of Geophysical Research： Earth Surface， 2010， 115（F3） ［2019-09-20］. .

[本文引用: 2]

Li Zhen， Li Xinwu， Liu Yongzhi， et al.

Detecting the displacement field of thaw settlement by means of SAR interferometry

［J］. Journal of Glaciology and Geocryology， 2004， 26（4）： 389 - 396.

[本文引用: 3]

李震， 李新武， 刘永智， 等.

差分干涉SAR冻土形变检测方法研究

［J］. 冰川冻土， 2004， 26（4）： 389 - 396.

[本文引用: 3]

Rykhus R， Lu Z.

InSAR detects possible thaw settlement in the Alaskan Arctic Coastal Plain

［J］. Canadian Journal of Remote Sensing， 2008， 34（2）： 100 - 112.

[本文引用: 1]

Zeng Xujing.

Monitoring island permafrost deformation over Bei’an-Heihe Expressway based on Sentinel-1A data

［D］. Harbin： Northeast Forestry University， 2017.

[本文引用: 4]

曾旭婧.

基于Sentinel-1A的北黑高速路段多年岛状冻土形变研究

［D］. 哈尔滨： 东北林业大学， 2017.

[本文引用: 4]

Liu Guoxiang.

Principles of imaging SAR and characteristics of SAR image

［J］. Surveying and Mapping， 2004（3）： 141 - 143.

[本文引用: 2]

刘国祥.

SAR成像原理与图像特征

［J］. 四川测绘， 2004（3）： 141 - 143.

[本文引用: 2]

Wang Ping， Ren Xiaochong， Yin Hongjie， et al.

The study of monitoring Qinghai-Tibet Plateau frozen ground motion from PALSAR data

［J］. Geotechnical Investigation and Surveying， 2010， 38（1）： 55 - 58.

[本文引用: 10]

王平， 任小冲， 尹宏杰， 等.

基于PALSAR数据的青藏高原地区冻土形变监测

［J］. 工程勘察， 2010， 38（1）： 55 - 58.

[本文引用: 10]

Zhu Jianjun， Li Zhiwei， Hu Jun.

Research progress and methods of InSAR for deformation monitoring

［J］. Acta Geodaetica et Cartographica Sinica， 2017， 46（10）： 1717 - 1733.

[本文引用: 2]

朱建军， 李志伟， 胡俊.

InSAR变形监测方法与研究进展

［J］. 测绘学报， 2017， 46（10）： 1717 - 1733.

[本文引用: 2]

Cui Xi’ai， Zeng Qiming， Tong Qingxi， et al.

Overview of the atmospheric correction methods in repeat-pass InSAR measurements

［J］. Remote Sensing Technology and Application， 2014， 29（1）： 9 - 17.

[本文引用: 1]

崔喜爱， 曾琪明， 童庆禧， 等.

重轨星载InSAR测量中的大气校正方法综述

［J］. 遥感技术与应用， 2014， 29（1）： 9 - 17.

[本文引用: 1]

Xu Wei， Cumming I.

A region-growing algorithm for InSAR phase unwrapping

［J］. IEEE Transactions on Geoscience and Remote Sensing， 1999， 37（1）： 124 - 134.

[本文引用: 1]

Hubig M， Adam N， Suchandt S， et al.

MCF-homomorphisms of cost functions for minimum cost flow InSAR phase unwrapping

［C］// IEEE International Geoscience and Remote Sensing Symposium 2001： vol 5. New York： IEEE， 2001： 2043 - 2045.

Liu Wentao， Tang Xin， Ma Yajun， et al.

3D phase unwrapping using global expected phase as a reference： application to MRI global shimming

［J］. Magnetic Resonance in Medicine， 2013， 70（1）： 160 - 168.

[本文引用: 1]

Gabriel A K， Goldstein R M， Zebker H A.

Mapping small elevation changes over large areas： differential radar interferometry

［J］. Journal of Geophysical Research： Solid Earth， 1989， 94（B7）： 9183 - 9191.

[本文引用: 1]

Massonnet D， Rossi M， Carmona C， et al.

The displacement field of the Landers earthquake mapped by radar interferometry

［J］. Nature， 1993， 364（6433）： 138 - 142.

[本文引用: 1]

Sánchez-Gámez P， Navarro F J.

Glacier surface velocity retrieval using D-InSAR and offset tracking techniques applied to ascending and descending passes of Sentinel-1 data for southern Ellesmere ice caps， Canadian Arctic

［J/OL］. Remote Sensing， 2017， 9（5） ［2020-07-22］. .

[本文引用: 1]

Zhou Chunxia， Deng Fanghui， Ai Songtao， et al.

Determination of ice-flow velocity at the polar record glacier and Dalk Glacier using DInSAR

［J］. Geomatics and Information Science of Wuhan University， 2014， 39（8）： 940 - 944.

[本文引用: 1]

周春霞， 邓方慧， 艾松涛， 等.

利用DInSAR的东南极极记录和达尔克冰川冰流速提取与分析

［J］. 武汉大学学报（信息科学版）， 2014， 39（8）： 940 - 944.

[本文引用: 1]

Schlögel R， Doubre C， Malet J P， et al.

Landslide deformation monitoring with ALOS/PALSAR imagery： a D-InSAR geomorphological interpretation method

［J］. Geomorphology， 2015， 231： 314 - 330.

[本文引用: 1]

Wang Guijie， Xie Mowen， Qiu Cheng， et al.

Application of D-INSAR technique to landslide monitoring

［J］. Rock and Soil Mechanics， 2010， 31（4）： 1337 - 1344.

王桂杰， 谢谟文， 邱骋， 等.

D-INSAR技术在大范围滑坡监测中的应用

［J］. 岩土力学， 2010， 31（4）： 1337 - 1344.

Qi Lin， Kong Xiangyi， Yuan Xin， et al.

Monitoring and analysis of landslide deformation in Jinshajiang area based on D-InSAR technology

［J］. Geomatics and Spatial Information Technology， 2020， 43（2）： 175 - 177.

[本文引用: 1]

齐麟， 孔祥意， 袁鑫， 等.

基于D-InSAR技术的金沙江地区滑坡形变监测与分析

［J］. 测绘与空间地理信息， 2020， 43（2）： 175 - 177.

[本文引用: 1]

Chatterjee R S， Fruneau B， Rudant J P， et al.

Subsidence of Kolkata （Calcutta） City， India during the 1990s as observed from space by Differential Synthetic Aperture Radar Interferometry （D-InSAR） technique

［J］. Remote Sensing of Environment， 2006， 102（1/2）： 176 - 185.

[本文引用: 1]

Liu Ruichun， Ji Lingyun， Yang Chengsheng， et al.

Ground vertical deformation field of Taiyuan area obtained by two-pass D-InSAR technique

［J］. Earthquake Research in Shanxi， 2011（1）： 12 - 15.

刘瑞春， 季灵运， 杨成生， 等.

利用两轨法D-InSAR技术获取太原地区地面垂直形变场

［J］. 山西地震， 2011（1）： 12 - 15.

Fan Hongdong， Deng Kazhong， Ju Chengyu， et al.

Land subsidence monitoring by D-InSAR technique

［J］. Mining Science and Technology （China）， 2011， 21（6）： 869 - 872.

[本文引用: 1]

Ferretti A， Prati C， Rocca F.

Permanent scatterers in SAR interferometry

［J］. IEEE Transactions on Geoscience and Remote Sensing， 2001， 39（1）： 8 - 20.

[本文引用: 2]

Berardino P， Fornaro G， Lanari R， et al.

A new algorithm for surface deformation monitoring based on small baseline differential SAR interferograms

［J］. IEEE Transactions on Geoscience and Remote Sensing， 2002， 40（11）： 2375 - 2383.

[本文引用: 1]

Blanco-Sánchez P， Mallorquí J J， Duque S， et al.

The Coherent Pixels Technique （CPT）： an advanced DInSAR technique for nonlinear deformation monitoring

［J］. Pure and Applied Geophysics， 2008， 165（6）： 1167 - 1193.

Werner C， Wegmuller U， Strozzi T， et al.

Interferometric point target analysis for deformation mapping

［C］// IEEE International Geoscience and Remote Sensing Symposium 2003： vol 7. New York： IEEE， 2003： 4362 - 4364.

[本文引用: 1]

Gao Sheng， Zeng Qiming， Jiao Jian， et al.

A review on persistent scatterer interferometric synthetic aperture radar

［J］. Remote Sensing Technology and Application， 2016， 31（1）： 86 - 94.

[本文引用: 1]

高胜， 曾琪明， 焦健， 等.

永久散射体雷达干涉研究综述

［J］. 遥感技术与应用， 2016， 31（1）： 86 - 94.

[本文引用: 1]

Usai S. A new approach for long term monitoring of deformations by differential SAR interferometry［M］. Delft， the Netherlands： Delft University Press， 2001.

[本文引用: 1]

Li Shanshan.

The study of using SBAS to monitor the motion of frozen soil along Qinghai-Tibet Railway

［D］. Changsha： Central South University， 2012.

[本文引用: 8]

李珊珊.

基于SBAS技术的青藏铁路冻土形变监测研究

［D］. 长沙： 中南大学， 2012.

[本文引用: 8]

Chen Shanshan， Zang Shuying， Sun Li.

Permafrost degradation in Northeast China and its environmental effects： present situation and prospect

［J］. Journal of Glaciology and Geocryology， 2018， 40（2）： 298 - 306.

[本文引用: 1]

陈珊珊， 臧淑英， 孙丽.

东北多年冻土退化及环境效应研究现状与展望

［J］. 冰川冻土， 2018， 40（2）： 298 - 306.

[本文引用: 1]

Alasset P J， Poncos V， Singhroy V， et al.

InSAR monitoring of permafrost activity in the lower Mackenzie Valley， Canada

［C］// IEEE International Geoscience and Remote Sensing Symposium 2008. New York： IEEE， 2008： 530 - 533.

[本文引用: 1]

Xie Chou， Li Zhen， Li Xinwu.

A study on deformation in permafrost regions of Qinghai-Tibetan Plateau based on ALOS/PALSAR D-InSAR interferometry

［J］. Remote Sensing for Land and Resource， 2008（3）： 15 - 19.

[本文引用: 2]

谢酬， 李震， 李新武.

基于PALSAR数据的青藏高原冻土形变检测方法研究

［J］. 国土资源遥感， 2008（3）： 15 - 19.

[本文引用: 2]

Eppler J， Kubanski M， Sharma J， et al.

High temporal resolution permafrost monitoring using a multiple stack InSAR technique

［C/OL］// The international archives of the photogrammetry， remote sensing and spatial information sciences. Hannover， Germany： International Society of Photogrammetry and Remote Sensing， 2015： 1171 - 1176 ［2019-09-20］. .

[本文引用: 1]

Rudy A C A， Lamoureux S F， Treitz P， et al.

Seasonal and multi-year surface displacements measured by DInSAR in a High Arctic permafrost environment

［J］. International Journal of Applied Earth Observation and Geoinformation， 2018， 64： 51 - 61.

[本文引用: 1]

Chen Zhaohua， English J， Adlakha P.

InSAR monitoring of Alaska Highway instability in permafrost regions near Beaver Creek， Yukon

［C/OL］// Arctic Technology Conference 2016 ［2020-07-22］. .

[本文引用: 1]

Xie Chou， Li Zhen， Li Xinwu.

A improved permanent scatterers method for analysis of deformation over permafrost regions of the Qinghai-Tibetan Plateau

［J］. Geomatics and Information Science of Wuhan University， 2009， 34（10）： 1199 - 1203.

[本文引用: 1]

谢酬， 李震， 李新武.

青藏高原冻土形变监测的永久散射体方法研究

［J］. 武汉大学学报（信息科学版）， 2009， 34（10）： 1199 - 1203.

[本文引用: 1]

Zhao Rong.

Permafrost deformation model establishment and active layer thickness inversion based on SBAS-InSAR

［D］. Changsha： Central South University， 2014.

[本文引用: 1]

赵蓉.

基于SBAS-InSAR的冻土形变建模及活动层厚度反演研究

［D］. 长沙： 中南大学， 2014.

[本文引用: 1]

Zhao Rong， Li Zhiwei， Feng Guangcai， et al.

Monitoring surface deformation over permafrost with an improved SBAS-InSAR algorithm： with emphasis on climatic factors modeling

［J］. Remote Sensing of Environment， 2016， 184： 276 - 287.

[本文引用: 5]

Zhang Zhengjia.

Research on Qinghai-Tibet permafrost environment and engineering using high resolution SAR images

［D］. Beijing： Institute of Remote Sensing and Digital Earth， Chinese Academy of Sciences， 2017.

[本文引用: 4]

张正加.

高分辨率SAR数据青藏高原冻土环境与工程应用研究

［D］. 北京： 中国科学院遥感与数字地球研究所， 2017.

[本文引用: 4]

Zhang Xuefei， Zhang Hong， Wang Chao， et al.

Time-series InSAR monitoring of permafrost freeze-thaw seasonal displacement over Qinghai-Tibetan Plateau using Sentinel-1 data

［J/OL］. Remote Sensing， 2019， 11（9） ［2019-09-20］. .

[本文引用: 3]

Chen Fulong， Lin Hui， Zhou Wei， et al.

Surface deformation detected by ALOS PALSAR small baseline SAR interferometry over permafrost environment of Beiluhe section， Tibet Plateau， China

［J］. Remote Sensing of Environment， 2013， 138： 10 - 18.

[本文引用: 2]

Daout S， Doin M P， Peltzer G， et al.

Large-scale InSAR monitoring of permafrost freeze-thaw cycles on the Tibetan Plateau

［J］. Geophysical Research Letters， 2017， 44（2）： 901 - 909.

[本文引用: 1]

Chen Yuxing， Jiang Liming， Liang Linlin， et al.

Monitoring permafrost deformation in the upstream Heihe River， Qilian Mountain by using multi-temporal Sentinel-1 InSAR dataset

［J］. Chinese Journal of Geophysics， 2019， 62（7）： 2441 - 2454.

[本文引用: 1]

陈玉兴， 江利明， 梁林林， 等.

基于Sentinel-1 SAR数据的黑河上游冻土形变时序InSAR监测

［J］. 地球物理学报， 2019， 62（7）： 2441 - 2454.

[本文引用: 1]

Zhou Huayun， Zhao Lin， Tian Liming， et al.

Monitoring and analysis of surface deformation in the permafrost area of Wudaoliang on the Tibetan Plateau based on Sentinel-1 data

［J］. Journal of Glaciology and Geocryology， 2019， 41（3）： 525 - 536.

[本文引用: 1]

周华云， 赵林， 田黎明， 等.

基于Sentinel-1数据对青藏高原五道梁多年冻土区地面形变的监测与分析

［J］. 冰川冻土， 2019， 41（3）： 525 - 536.

[本文引用: 1]

Wang Chunjiao.

Land surface deformation research of permafrost degradation area in Northeast China based on D-InSAR

［D］. Harbin： Northeast Forestry University， 2015.

[本文引用: 1]

王春娇.

基于D-InSAR的东北多年冻土退化区地表形变研究

［D］. 哈尔滨： 东北林业大学， 2015.

[本文引用: 1]

Wang Sai， Xu Bing， Shan Wei， et al.

Monitoring the degradation of island permafrost using time-series InSAR technique： a case study of Heihe， China

［J/OL］. Sensors， 2019， 19（6） ［2019-09-20］. .

[本文引用: 1]

Zhao Hongli， Fan Jinghui， Fu Shuchang， et al.

A method for InSAR baseline refinement based on CR

［J］. Applied Mechanics and Materials， 2012， 239/240： 569 - 572.

[本文引用: 1]

Dai Keren.

Integration of new generation SAR data for extracting the earth surface topography and displacement： methodology and modelling

［D］. Chengdu： Southwest Jiaotong University， 2017.

[本文引用: 1]

戴可人.

融合新一代卫星SAR数据的地形与形变信息提取模型与方法

［D］. 成都： 西南交通大学， 2017.

[本文引用: 1]

Ai Bin， Liu Kai， Li Xia.

Analysis of coherent points detection among multi-temporal SAR images

［J］. Tropical Geography， 2011， 31（4）： 388 - 392.

[本文引用: 1]

艾彬， 刘凯， 黎夏.

时序SAR影像相干点目标识别方法研究

［J］. 热带地理， 2011， 31（4）： 388 - 392.

[本文引用: 1]

Ferretti A， Prati C， Rocca F.

Non-linear subsidence rate estimate using permanent scatterers in differential SAR interferometry

［J］. IEEE Transactions on Geoscience and Remote Sensing， 2002， 38（5）： 2202 - 2212.

[本文引用: 1]

Wiesmann A， Werner C， Strozzi T， et al.

Combination of point and extended target based interferometric techniques

［C］// IEEE International Geoscience and Remote Sensing Symposium 2004： vol 2. New York： IEEE， 2004： 989 - 991.

[本文引用: 1]

Yang Chengsheng.

Study on atmosphere correction methods in differential interferometric synthetic aperture radar

［D］. Xi’an： Chang’an University， 2011.

[本文引用: 1]

杨成生.

差分干涉雷达测量技术中水汽延迟改正方法研究

［D］. 西安： 长安大学， 2011.

[本文引用: 1]

Zebker H A， Villasenor J.

Decorrelation in interferometric radar echoes

［J］. IEEE Transactions on Geoscience and Remote Sensing， 1992， 30（5）： 950 - 959.

[本文引用: 1]

Li Zhenhong， Fielding E J， Cross P， et al.

Interferometric synthetic aperture radar atmospheric correction： GPS topography-dependent turbulence model

［J/OL］. Journal of Geophysical Research： Solid Earth， 2006， 111（B2） ［2019-09-20］. .

[本文引用: 1]

Wang Jiangtao， Deng Kazhong， Fan Hongdong， et al.

Extraction of D-InSAR atmospheric delay correction based on MODIS and GPS

［J］. Journal of Geomatics Science and Technology， 2012， 29（4）： 271 - 275.

[本文引用: 1]

王江涛， 邓喀中， 范洪冬， 等.

基于MODIS与GPS的D-InSAR大气延迟改正量提取

［J］. 测绘科学技术学报， 2012， 29（4）： 271 - 275.

[本文引用: 1]

Jung J， Kim D J， Park S E.

Correction of atmospheric phase screen in time series InSAR using WRF model for monitoring volcanic activities

［J］. IEEE Transactions on Geoscience and Remote Sensing， 2014， 52（5）： 2678 - 2689.

[本文引用: 1]

Bruno M F， Molfetta M G， Mossa M， et al.

Integration of multitemporal SAR/InSAR techniques and NWM for coastal structures monitoring： outline of the software system and of an operational service with COSMO-SkyMed data

［C］// IEEE Workshop on Environmental， Energy， and Structural Monitoring Systems 2016. New York： IEEE， 2016： 1 - 6.

[本文引用: 1]

He Yufang.

Modeling of InSAR ionospheric delay correction

［D］. Xi’an： Chang’an University， 2019.

[本文引用: 1]

贺玉芳.

InSAR电离层延迟改正建模研究

［D］. 西安： 长安大学， 2019.

[本文引用: 1]

Raucoules D， de Michele M.

Assessing ionospheric influence on L-Band SAR data： implications on coseismic displacement measurements of the 2008 Sichuan earthquake

［J］. IEEE Geoscience and Remote Sensing Letters， 2010， 7（2）： 286 - 290.

[本文引用: 1]

Geymen A.

Digital elevation model （DEM） generation using the SAR interferometry technique

［J］. Arabian Journal of Geosciences， 2014， 7（2）： 827 - 837.

[本文引用: 1]

Zhong Zhaodong， Ren Ziyan， Chen Gang， et al.

Research on topographic mapping of 3D laser scanning technology

［J］. Laser Journal， 2018， 39（7）： 92 - 95.

[本文引用: 1]

仲照东， 任子炎， 陈刚， 等.

三维激光扫描技术的地形测绘研究

［J］. 激光杂志， 2018， 39（7）： 92 - 95.

[本文引用: 1]

Rui Yongqin， Chen Jiayi， Ding Xiaoli.

On the deformation monitoring based on integrating InSAR with GPS for expressway/goaf

［J］. Journal of Northeastern University （Natural Science）， 2010， 31（12）： 1773 - 1776.

[本文引用: 1]

芮勇勤， 陈佳艺， 丁晓利.

基于InSAR与GPS技术的公路采空区变形监测

［J］. 东北大学学报（自然科学版）， 2010， 31（12）： 1773 - 1776.

[本文引用: 1]

/

〈 〉

陇ICP备2021001824号-10
　 甘公网安备 62010202000676号
版权所有 © 《冰川冻土》编辑部
地址：兰州市天水中路8号　
邮编：730000　电话：0931-8260767　
E-mail：edjgg@lzb.ac.cn
总访问量 　 今日访问 　 在线人数
技术支持：北京玛格泰克科技发展有限公司