项目名称: 基于大量历史SAR存档数据的InSAR轨道、大气误差研究与改正

项目编号: No.41204027

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 地球物理学和空间物理学

项目作者: 宋小刚

作者单位: 中国地震局地质研究所

项目金额: 24万元

中文摘要: InSAR数据中的轨道和大气误差研究一直是该领域的难点,尤其对于震间和震后产生的微小长波地表形变信号的测量,很容易被误差淹没,如何精确地描述、改正和评价这两种误差的影响,对于减小其对地球物理参数的影响以及对观测结果作出可靠性评价是非常重要的。本项目从大量历史SAR存档数据本身入手去深入研究影像获取时刻的轨道、大气误差分布规律。首先,基于大量存档影像反演有序的时间序列干涉图,并建立一种新的物理轨道模型,研究利用同轨道的相邻非形变区域内时间序列干涉图或者形变区域内有限的CGPS观测数据(>6个)求解轨道模型;采用空间域低通滤波紧接时间域高通滤波实现大气和轨道误差的分离,对轨道误差和大气误差的尺度特性和空间分布进行精确的数学描述和统计分析,稳健地评价其对干涉形变测量产品的贡献。最后通过海原断裂带的实例应用,建立一套利用时序雷达影像获取活动断层震间微小形变速率场方法及相应误差水平的评价机制。

中文关键词: 雷达干涉测量;形变监测;大气改正;数字大气模型;

英文摘要: The research on orbital and atmospheric uncertainties from InSAR data has always been a challenge in this field, especially for the measurement of subtle, long-wavelength deformation (>50km), such as inter-seismic and post-seismic deformation, which can easily be confused with errors. How to accurately characterize, correct and assess their effects, is critical for decreasing the effect on geophysical parameters and interpreting reliably subtle InSAR deformation signals. this project exploits for the first time a large amount of SAR archives in an effort to study deeply orbital and atmospheric error distributions and characterize the technical limitations of the InSAR technique. First of all, a set of phase-unwrapped interferograms, with respect to the first acquisition, are subsequently inverted from a sequence of SAR acquisition, then we develop a physical orbital model, and resolve it by using interferometric time-series phase data of non-deforming area adjacent to the area of interest, or CGPS data (>6) in the presence of deformation. The atmospheric components are separated from orbital ones by applying a low-pass spatial filter followed by a high-pass temporal filter to unwrapped interferograms. We characterize mathematically and analyze statistically scale characteristics and spatial distribution of orbit

英文关键词: InSAR;deformation monitoring;atmospheric correction;numerical atmospheric model;

成为VIP会员查看完整内容
0

相关内容

【ETH博士论文】贝叶斯深度学习,241页pdf
专知会员服务
125+阅读 · 2022年1月16日
专知会员服务
37+阅读 · 2021年8月31日
【Nature】贝叶斯统计与建模综述,26页pdf
专知会员服务
75+阅读 · 2021年1月21日
专知会员服务
18+阅读 · 2020年12月23日
专知会员服务
80+阅读 · 2020年12月18日
【新书册】贝叶斯神经网络,41页pdf
专知会员服务
177+阅读 · 2020年6月3日
漫谈统计学习之经验贝叶斯(Empirical Bayes)
PaperWeekly
2+阅读 · 2022年3月23日
从哈勃到韦伯,「宇宙之眼」是怎样炼成的?
【博士论文】开放环境下的度量学习研究
专知
7+阅读 · 2021年12月4日
【夯实基础】卡尔曼滤波
极市平台
1+阅读 · 2021年11月3日
「时空数据分析」综述论文,44页pdf
专知
9+阅读 · 2021年3月20日
【新书册】贝叶斯神经网络,41页pdf
专知
27+阅读 · 2020年6月3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
1+阅读 · 2012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
0+阅读 · 2012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
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2011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
0+阅读 · 2022年4月18日
Domain Representation for Knowledge Graph Embedding
Arxiv
14+阅读 · 2019年9月11日
小贴士
相关主题
相关资讯
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
1+阅读 · 2012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
0+阅读 · 2012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
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2011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