INSAR技术.ppt

INSAR技术 班级 1050122组号 第四组成员 朱家宇 张鹏 欧阳倩 焦裕 李青 INSAR技术 简介 百度 主要研究领域 现代测绘网 地震灾害中的应用 屈春燕单新建等 利用SAR相干系数图像的失相干性来探讨震害程度 屈春燕单新建等 总结 第四小组 简介 合成孔径雷达干涉测量技术 INSAR InterferometricSyntheticApertureRadar 简称 干涉雷达测量 是以同一地区的两张SAR图像为基本处理数据 通过求取两幅SAR图像的相位差 获取干涉图像 然后经相位解缠 从干涉条纹中获取地形高程数据的空间对地观测新技术 简介 INSAR最初设计是用来对地球表面测图 目前INSAR技术的应用已不仅仅涉及地形测图 还广泛应用在数字高程模型 洋流 水文 森林 海岸带 变化监测 地面沉降 火山灾害 地震活动 极地研究等诸多领域 其特点为 全天时 全天候 相位信息等 主要研究领域 1 数字高程模型 DEM 的获取 INSAR技术可以全天候 全天时 大面积 精度 快速准确地获取覆盖全世界的数字高程图 特别是在某些困难地区用传统测量方法无法涉及的地方 优势更为明显 SRTM数据覆盖范围 深色区域 JPL网站 主要研究领域 2 地图测绘 利用传统测绘方法测图不仅费时费力 而且高程精度不高 利用INSAR技术可以解决这一问题 现在利用INSAR技术在平坦地区可以取得2m左右的高程精度 地形起伏较大的地区高程精度可以达到5m左右 完全可以满足实际需要 InSAR提取的DEM 每个干涉条纹代表160m高程 主要研究领域 3 海洋应用 利用INSAR可以测量海浪方向和海表面流速 还可测量海面高度 进而计算海浪高度 此外 INSAR还可用于舰船监测 海岸线的动态监测 主要研究领域 4 地球动力学应用 INSAR技术在地球动力学方面的应用最令人瞩目 主要包括以下几个方面 1 地震形变研究 包括同震 震间 震后的机理研究 中国汶川大地震 2008 海地地震 中国玉树地震 2010 等 这些研究均主要利用INSAR技术获取同震位移和震后形变 分析由于地震的主震所造成的地表形变 结合形变模型模拟结果 分析形变场 推算震源参数 解释发震机理 从而分析地震周期及演化过程 汶川地震 2008 主要研究领域 2 火山的下陷与抬升研究 通过对火山的运动规律分析 进行火山爆发的预测研究 目前研究人员已成功地利用INSAR技术研究了大量火山形变情况 主要包括美国夏威夷的火奴鲁鲁美国阿拉斯加州的几个活火山 冰岛的断裂火山 日本伊豆半岛火山 美国黄石国家公园活动的火山口等 INSAR监测SierraNegra IsabelaIsland火山运动 主要研究领域 3 冰川研究 通过INSAR技术获取完整的 高分辨率的 高精度的地形数据 并测量冰流和其他变化 GoldStein 1993 首次在没有控制点的情况下直接测得冰流速度开始 研究人员利用INSAR技术从冰川变形 冰流速度 温带冰川以及冰川学应用等多个方面对冰川进行全面系统的研究 INSAR技术监测南极冰川运动 主要研究领域 4 细微地形变化 主要包括滑坡 地面沉降等地表形变 Fruneau等 1996 通过对法国阿尔卑斯地区滑坡体进行研究 首次论证了INSAR技术具有确定中等滑坡体运动的能力 Refice通过对意大利南部滑坡进行研究 指出植被覆盖 大气影响及实验区小尺度等因素的影响 导致干涉处理中相位失相干 分辨率及时间不一致等问题 对于地面沉降 主要是由于过量开采承压含水层中的水而引起的地质灾害 此外由于开采煤矿和石油 地热及人工建筑也会造成地面沉降 与前面的地震 火山形变不同 这种地面沉降一般为缓慢 时间跨度数年 因此时间去相干及大气影响成为限制INSAR应用于地面沉降的主要因素 INSAR技术监测SanFranciscoBayArea地表沉降 INSAR遥感图像在汶川地震灾害识别中的应用 2008年5月12号汶川地震发生后 科学家们运用各种手段对此次地震的成因进行了研究 但是因为此次地震破坏面积广 且大部分在山区 震后出现了多天的阴雨天气 给高分辨率光学影像的解译带来了很大困难 所以我们选用地震前后SAR幅度图像变化检测 干涉相干图像的相于系数相结合 对地震灾害地区进行快速识别与评估 INSAR遥感图像在汶川地震灾害识别中的应用 a 研究区震前 2007年9月18日 ETM7 4 2波段合成图 b 交通位置图 INSAR遥感图像在汶川地震灾害识别中的应用 由欧空局提供的大量INSAR数据 挑选出覆盖映秀和都江堰地区的ASAR数据进行计算 使用到的数据如表1所示 实验用到的数据中B1和B2幅为震前获取的 A1幅为震后获取的 经过一系列处理后最后将所有图像都与2007年8月6日的震前图像进行配准 震前图像B1如图2a所示 震后图像A1如图2b所示 图中白色方框为研究区范围 图2c d分别为从图2a b中裁剪的研究区图像 图1 震前 震后的ASAR数据 图2 幅度图像 a 震前 b 震后 c 映秀地区震前 d 映秀地区震后 INSAR遥感图像在汶川地震灾害识别中的应用 由于地震带来的巨大破坏会造成震前震后同一物体的粗糙程度发生很大的变化 从而使其回波强度发生变化 因此 与震前的图像相比较 由于建筑物的倒塌或者废墟被清理而露出地表 都会造成震后的后向散射系数变小 从图2幅度图像上可以看出地震前后一些地区的灰度强度发生了变化 这其中有些是由于两幅图像接收季节不同 时间间隔较长一些地物发生的自然变化 然而相当一部分应该是由地震带来的破坏而造成的 尽管如此 仅凭肉眼我们还是很难看出这螳发生变化的地区的分布情况 也就是地震影响较大地区的分布 下面通过进一步的数据处理来进行分析 图3 震前及同震比值图像 a B1与B2的比值图像 b B2与A1的比值图像 INSAR遥感图像在汶川地震灾害识别中的应用 从图3a可以看出 图右下角都江堰市及周边乡镇颜色比其它山区的颜色深一些 出现一条明显的山区与平原地区的分界线 这是由于平原地区人工建筑多于山区 从而地物特征随季节变化而出现这样的差异 平原地区修建的永久性建筑较多 随时间推移变化不大 而其它山区植被覆盖广泛 由于做比值检测的两幅图像一幅在夏季8月 一幅在春季3月 植被差异较大 造成颜色较浅 图4 映秀 漩口地区SAR比值图像 a 震前B1与B2的比值图像 b 同震B2与A1的比值图像 INSAR遥感图像在汶川地震灾害识别中的应用 为观察细节变化 从整幅图像中截取出研究区域 图4a b是分别从图3a b中截取的映秀镇地区的图像 图中白色椭圆处为映秀镇所在地 在图4a的两幅震前SAR比值图像中 映秀镇的整体色调呈灰色 表明在接收这两幅图像的期间没有发生什么变化 在图4b中 图像中映秀镇及周边的色调已经不再是单一的灰色调 出现了从黑到白的变化 黑色区域分布在沿江的建筑区 表明建筑物在地震中受到了巨大破坏 与3个月前的图像相比发生了巨大变化 利用SAR相干系数图像的失相干性来探讨震害程度数据处理步骤如图5所示 利用SAR相干系数图像的失相干性来探讨震害程度 基本工作包括以下诸方面 准备3幅研究区域的ASAR幅度图像 其中震前两幅 震后一幅 以其中一幅震前数据为基准 另外两幅图像与它配准 对配准后的图像进行滤波处理 采用经典的散斑噪声滤除算法 Lee滤波算法 窗口大小为21 21 分别求取震前两幅图像的相干系数图rbb及震前震后两幅图像的相干系数图rab 采用的窗口大小为5 25 距离向和方位向 从而求得两幅相干系数图的比值图像rnd rab rbb 图6映秀及周边地区失相干图像 a 震前B1和B2相干图像rbb b 同震B2和A1相干图像rab c rab与rbb比值图像rnd 利用SAR相干系数图像的失相干性来探讨震害程度 在图6a中大部分区域为黑色 表现为失相干 在都江堰平原地区为一片亮色区域 表明变化不大 在映秀镇所在地也可以观察到一块白色区域 图中圆圈处 说明这些地方都保持了较高的相干性 而在图6b中这些相干性较高的区域颜色也已经变得很暗淡 而用来干涉的两幅图像B1和A1的摹线比图6a中用来干涉的两幅图像B1和B2的基线还要短 这说明由于地震的原因 使两幅图像发生了时间失相干 但是从图6b中还难以圈定地震破坏区域 为此将图6a b两幅图像做比值处理 得到图6c 从而使映秀镇等在地震中受损严重的区域在图中以白色显现了出来 利用SAR相干系数图像的失相干性来探讨震害程度 从图6中可以看出 由灾害引起的失相干区域的分布范围与图4中比值图像的结果非常相似 以上述及的变化可通过计算地震前后图像之间的相干性等参数来定量地表示 通常 房屋倒塌率越高 相干性越小 平均灰度差异性越大 平均灰度方差差异性越高 因此 可以通过比