项目名称: GB-InSAR图像误差特征分析与改正模型研究

项目编号: No.41474004

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 天文学、地球科学

项目作者: 郭际明

作者单位: 武汉大学

项目金额: 85万元

中文摘要: 地基合成孔径干涉雷达(GB-InSAR)是获取高精度工程建筑物动态变化参数及微小形变的一种主动雷达成像遥感测量新技术。GB-InSAR观测测站可设置在监测目标附近的地面位置,观测时间和周期可根据实际需要来确定,与空基合成孔径雷达(AB-InSAR)相比,虽然GB-InSAR图像易受地表大气环境变化影响,但精度和时空分辨率都比AB-InSAR显著提高,其图像误差具有特殊性。本项目从GB-InSAR信号特征和工作环境出发,对目前GB-InSAR干涉测量中系统观测平台不稳定引起的误差、时间和空间失相关引起的误差、相位解缠误差以及地表大气效应影响误差等问题进行深入的研究,并对相关误差特征进行分析,建立适合于GB-InSAR的误差改正模型,利用GNSS技术进行交互验证,提出GB-InSAR的质量评价方法,以期提高GB-InSAR测量数据处理效率和精度,促进GB-InSAR在精密工程测量领域中的应用。

中文关键词: GB-InSAR;误差特征;形变监测;大气效应;影像配准

英文摘要: Ground-based synthetic aperture radar interferometry (GB-InSAR) is a new active radar image remote sensing technique to obtain high precision dynamic parameters and tiny deformation on engineering structures. Owing to the observation station for GB-InSAR is set up near the ground and close to the object, the observing time and period can be determined by the actual requirement. Compared with AB-InSAR, the accuracy and temporal-spatial resolution of GB-InSAR image are significantly improved although it is afected more by the ground atmosphere varyation. GB-InSAR has special properties for its image error.Based on signal characteristics and working environment of GB-InSAR, we research deeply into system errors of GB-InSAR interferometry caused by observation platform instability, time and spatial decorrelation, phase unwrapping and surface atmospheric effects etc, and analyse the characteristics of the errors, establish error correction model of GB-InSAR InSAR system, verify the accuracy of GB-InSAR result with GNSS technique, finally put forward the quality evaluation method of GB-InSAR. The research will improve the efficiency and precision of GB-InSAR data processing, and promote application of GB-InSAR interferometry in the field of precision engineering surveying.

英文关键词: GB-InSAR;error characteristics;deformation monitor;atmospheric effect;image coregistration

成为VIP会员查看完整内容
0

相关内容

专知会员服务
84+阅读 · 2021年8月8日
专知会员服务
119+阅读 · 2021年4月29日
​【CVPR 2021】半监督视频目标分割新算法,实现SOTA性能
专知会员服务
12+阅读 · 2021年4月26日
专知会员服务
67+阅读 · 2021年3月23日
专知会员服务
140+阅读 · 2021年2月3日
小目标检测技术研究综述
专知会员服务
116+阅读 · 2020年12月7日
专知会员服务
45+阅读 · 2020年12月4日
多源数据行人重识别研究综述
专知会员服务
38+阅读 · 2020年11月2日
专知会员服务
46+阅读 · 2020年10月20日
基于视觉的三维重建关键技术研究综述
专知会员服务
156+阅读 · 2020年5月1日
基于深度学习的图像目标检测算法综述
专知
1+阅读 · 2022年4月16日
【博士论文】开放环境下的度量学习研究
专知
6+阅读 · 2021年12月4日
基于深度学习的小目标检测方法综述
专知
1+阅读 · 2021年4月29日
基于深度学习的行人检测方法综述
专知
1+阅读 · 2021年4月14日
光学遥感图像目标检测算法综述
专知
7+阅读 · 2021年3月23日
综述 | SLAM回环检测方法
计算机视觉life
15+阅读 · 2019年8月19日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
FCS 论坛 | 孟德宇:误差建模原理
FCS
14+阅读 · 2017年8月17日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
14+阅读 · 2019年11月26日
Arxiv
30+阅读 · 2019年3月13日
小贴士
相关VIP内容
专知会员服务
84+阅读 · 2021年8月8日
专知会员服务
119+阅读 · 2021年4月29日
​【CVPR 2021】半监督视频目标分割新算法,实现SOTA性能
专知会员服务
12+阅读 · 2021年4月26日
专知会员服务
67+阅读 · 2021年3月23日
专知会员服务
140+阅读 · 2021年2月3日
小目标检测技术研究综述
专知会员服务
116+阅读 · 2020年12月7日
专知会员服务
45+阅读 · 2020年12月4日
多源数据行人重识别研究综述
专知会员服务
38+阅读 · 2020年11月2日
专知会员服务
46+阅读 · 2020年10月20日
基于视觉的三维重建关键技术研究综述
专知会员服务
156+阅读 · 2020年5月1日
相关资讯
基于深度学习的图像目标检测算法综述
专知
1+阅读 · 2022年4月16日
【博士论文】开放环境下的度量学习研究
专知
6+阅读 · 2021年12月4日
基于深度学习的小目标检测方法综述
专知
1+阅读 · 2021年4月29日
基于深度学习的行人检测方法综述
专知
1+阅读 · 2021年4月14日
光学遥感图像目标检测算法综述
专知
7+阅读 · 2021年3月23日
综述 | SLAM回环检测方法
计算机视觉life
15+阅读 · 2019年8月19日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
FCS 论坛 | 孟德宇:误差建模原理
FCS
14+阅读 · 2017年8月17日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员