标签：数据 背景 测量 技术 测量点 InSAR 卫星 位移
InSAR技术背景
InSAR代表干涉式合成孔径雷达。尽管它是一种测量位移的高科技方法，但其原理相当简单。本指南说明了我们如何测量毫米级的运动以及如何处理数据。
目前有成千上万的卫星绕地球旋转。从这些卫星获得的图像能够提供有关地球表面许多参数的理解。无源卫星系统测量太阳辐射并反射回地球之外的卫星，以记录有关地球的信息，而有源卫星系统（例如雷达）从卫星向地球表面发送信号，并测量反映出来。
从这些活动卫星系统获取的雷达图像提供了用于测量位移的信息。雷达能够通过云传输其信号，并且不受太阳辐射的影响，因此与无源卫星系统相比具有很大的优势。
1. InSAR
1.1什么是InSAR？
InSAR（干涉式合成孔径雷达）是一种利用雷达卫星测量值绘制地球表面毫米级位移的技术。考虑到地球表面的不断变化，能够在夜间以及在任何天气条件下进行测量的能力使该技术非常有价值。
1.2测量位移
卫星测量从地球表面反射的雷达信号的幅度和相位。幅度是所记录信号的强度，相位是到达传感器的完整波周期的一部分。相位测量对于测量位移非常重要。两次连续测量之间的相位差意味着某些变化。下图显示了如何从相位差导出变形。如果地球表面消退，则发射的雷达信号必须传播更远的距离才能到达表面。这导致雷达波的多余部分被反射和记录，称为相位差（以红色显示）。一个完整的波浪周期的长度约为厘米，视卫星的不同而不同。
图1：沉降前后的InSAR测量。
1.3相对测量
参照点
由于InSAR测量的相位精度，获得的位移测量值非常精确。然而，表面变形的绝对距离的测量不太准确。为了解决绝对距离上的不确定性，所有测量均针对参考点进行。然后，我们可以最佳利用InSAR的高精度测量结果，并提供毫米级精度的位移值。参考点通常放置在就位移而言稳定的位置。这使得解释变形图更加容易。但是，由于地球不断变化，因此即使最稳定的位置也可能会发生位移。为克服此问题，应始终相对于测量值进行解释。参考点的任何位移都会影响其他测量点的位移值。例如，如果参考点正在下陷，则所有稳定点都将上升。另一方面，如果在变形图中看不到这种效果，则可能选择了参考点。
相对时间
在变形图中，我们为每个数据点提供时间序列。时间序列的起点的位移值为0。以下所有位移均针对该首次测量给出。
1.4持久散射体和分布式散射体
散射体
数据的分辨率决定了可以执行的测量数量。这可以和照相相机相提并论。在每个像素内，只能获得一个值。然而，在像素内部可能存在多个反射信号的物体，即所谓的散射体。根据每个像素内对象的反射特性，可以使用不同的方法来测量位移。在理想情况下，每个像素仅包含一个散射体，这意味着被测信号几乎不会产生干扰。然而，实际上，像素具有多个散射体。散射体的两种主要类型是持久散射体（PS）和分布式散射体（DS）。
持久散射体（PS）
持久散射体是包含对象的像素，这些对象具有高反射率属性并且是时间相干的，这意味着反射率在整个时间内保持恒定。这些物体反射了卫星从某个像素接收到的大部分信号。持久散射体通常在城市地区发现，例如建筑物或其他人造结构上。当一个像素包含一个比其他像素强得多的散射体时，较弱的散射体对于测量值几乎可以忽略不计。换句话说：信噪比很高。如下图所示，红色信号比其余信号更强。
图2：持久散射体 像素包含一个主反射。
分布式散射体（DS）
分布式散射体是像素，其中多个对象以相对相似的强度显示较弱的反射。如果像素被归类为分布式散射体，我们的算法将搜索具有相似反射特性的相邻像素。如果多个邻居显示出可比的反射，则相对“较弱”的信号被认为是可信赖的，因为信噪比再次变大。但是，派生的变形不是来自单个反射镜，而是来自更大的均匀区域。这样的例子是一条路或准备好的火车轨道的下部结构。下图显示了一个分散散射像素的示例。
图3：分布式散射体；像素包含多个相似的反射。
1.5水平/垂直变形
倾斜的卫星视角
卫星以相对于垂直线的角度观察地球，通常在20至40度之间。我们在卫星观察方向上测量地球表面的变形，而实际变形可能同时具有垂直分量和水平分量。根据变形问题的类型，我们通常可以对实际变形的方向进行假设。例如，可以合理地假设街道的变形主要是垂直的。在这种情况下，我们可以重新计算测得的变形，就好像它们是完全垂直的一样。这些和其他假设始终与客户密切协商。
通过使用多个卫星进行分解
由于卫星的轨道，它既从上升轨道（或多或少北向）又从下降轨道（或多或少南向）经过某个位置。这将在“卫星”部分中进一步详细说明。由于其固定的观看方向（通常在右侧），这意味着从西到南和从东到南都获取图像。对于在“上升”和“下降”轨道上均包含多个数据点的大型物体，并结合至少一个独立的假设，可以在垂直和水平方向上对测得的位移进行分解。但是请注意，由于卫星的飞行方向，测量对南北运动的敏感度要低得多。
图4：线路基础设施（例如堤坝）的测量信号的水平/垂直分解。（
请注意，我们假设在纵向上没有明显的位移）
左图显示了使用一个卫星轨道时的位移信号。沿绿线的所有“真实”位移矢量可能导致卫星视线（黑色箭头）中测得的位移（假设在堤坝的纵向没有位移）。例如，垂直和水平横向位移用红色显示（箭头）。
右图显示了使用两个卫星轨道（“升序”和“降序”）时的矢量分解。同样，卫星测得的位移用黑色表示。但是，这一次，在相同的假设下，两条绿线之间存在一个相交点，沿着该相交点定位“实际”位移矢量。在此示例中发生的位移不仅是垂直的，而且还具有轻微的水平横向分量，该分量由黄色箭头表示。
1.6干涉图
干涉图是两个SAR图像相减的结果，这个过程称为差分InSAR（D-InSAR）。下图显示了一个干涉图的示例。
图5：干涉图。
相位差由干涉图中像素的颜色表示。上方的干涉图显示重复的颜色循环，在北部清晰可见。由于在雷达波的每个周期中重复相同的相位值，因此颜色会重复。下图放大了该区域。
图6：干涉图中的波周期。
产生位移
可以看出，相同的颜色循环（从红色到蓝色再到红色）在相位增加的方向上重复了3次。这意味着，相对于用于产生干涉图的两次图像采集之间的南部，北部已经陷落了全波长的三倍。因为我们知道整个波浪周期的确切长度，所以可以得出位移。此过程称为展开。
但是，如果在用于产生干涉图的一个或两个图像采集过程中存在强烈的大气活动，则位移信号可能会被大气噪声污染。为了解决从大气中的位移，可以使用干涉图的时间序列对大气信号进行建模。关于大气的文章对此作了进一步解释。
2.测量位置
某个位置执行我们的测量的合适程度取决于物体反射雷达信号的程度，反射在时间上是否足够一致以产生测量时间序列和测量分辨率。
2.1反射物体
如下图所示，并非地球表面上的所有物体都将适当的信号反射回卫星。表面的形状，方向和结构会影响其反射信号的方式。最好的反射来自诸如建筑物和其他坚固基础设施等有角度的物体。但是，当雷达信号在无风的情况下反弹到光滑的表面（例如水）时，它将充当镜子，卫星几乎不会接收到任何信号。通过使用发射短波长的卫星，我们能够在道路上获得较高的测量点密度，道路也是相对光滑的表面。
图7：反射到地球表面的雷达信号。
2.2一致的思考
通过结合一系列卫星采集，我们可以跟踪一段时间内某个位置的位移。可以在每个卫星图像的反射率大致相同的条件下完成此操作，因此位置仍可识别。这意味着变化的物体（例如植被）不适合我们的测量。建筑物，基础设施和其他坚硬表面经常在整个时间段内始终保持一致。这些物体称为相干反射器，构成了我们精确位移测量的基础。根据卫星和区域的不同，每平方公里可能获得数千到数万个测量点。
随时间测量同一对象
每次卫星重访某个位置时，它都会测量与以前相同的物体。这是由于合适的物体的反射一致，以及我们可以在子像素级别关联卫星图像这一事实。如果我们的算法不确定反射的一致性，则将整个测量点从变形图中删除。这就是并非每个对象都包含测量点的原因。
2.3测量分辨率
分辨率可以定义为卫星收集一个测量值的区域的大小。较高的InSAR测量分辨率会导致大量测量点增加。下图将典型的SkyGeo标准分辨率产品（左）与典型的SkyGeo高分辨率产品（右）进行了比较。
图8：左：标准分辨率，右：高分辨率。
点数量的这种增加可以用以下事实来解释：多个反射物体最初是在一个分辨率“像元”（左）中一起测量的，现在有了它们自己的单独“像元”。由于卫星只能测量每个像元一个值，因此我们可以以更高的分辨率获取更多的反射。如下图所示。
图9：以更高的分辨率捕获更多的反射。
使用高分辨率数据具有三个优点：
- 较小单元中的噪声空间较小，因此单元中的测量值噪声较小，因此反射器在整个时间内显示出一致反射的可能性更大（另请参见一致反射）。这导致更多的测量点。
- 测得的位移值更加精确。
- 测量点的绝对位置更加精确（参见位置精度）。
2.4点位置（X，Y，Z）
卫星测量在某个分辨率单元内发生的位移（另请参见“测量分辨率”）。但是，信号的主要部分来自该单元中反射良好的物体。我们的算法估计该主反射的X，Y位置和高度（Z）。该反射器在SkyGeo变形图中可视为具有一定高度的测量点。测量点位置的精度取决于卫星分辨率，并在下表中显示。
| X，Y | ž | |
| 标准分辨率 | 2-3 m | 2 – 2.5 m |
| 高分辨率 | 1-2 m | 1-1.5 m |
3.测量质量
质量是测量所固有的；数据的准确性和可靠性如何？使用InSAR，我们可以在某些位置测量位移，但是在确定的位移以及发生位移的位置都存在不确定性。
3.1测量精度
单独测量
由于InSAR技术使用雷达信号的相位（请参见测量原理），因此可以高精度测量一个位置的位移值。该精度取决于测量期间的天气和卫星的分辨率。下表显示了有关分辨率的单独测量精度。
| 个体测量精度 | |
| 标准分辨率 | 6-8毫米 |
| 高分辨率 | 2-3毫米 |
估计的线性趋势
SkyGeo交互式地图中的颜色通常表示该点的位移速度，通过将线性趋势线拟合整个时间范围内的各个测量值来估计。假设位移是纯线性的，则位移速度的精度取决于卫星和时间序列的长度。如果有更多的测量值，则估计的速度会更精确。下表显示了位移速度估算值的精度。
| 位移速度精度 | |
| 标准分辨率 | 1-2毫米/年 |
| 高分辨率 | <1毫米/年 |
3.2定位精度
尽管我们可以非常精确地测量位移，但是测量点的X，Y，Z绝对位置不太准确。下表显示了我们测量点位置的精度。
| X，Y | ž | |
| 标准分辨率 | 2-3 m | 2-2.5 m |
| 高分辨率 | 1-2 m | 1-1.5 m |
3.3数据可靠性–展开
除了了解数据的准确性外，重要的是要知道数据的可靠性。为了进行位移测量，我们使用了卫星记录的相位（请参见测量原理）。这是完整波周期的一部分，除了信号传播的全波长数量之外。
相位模糊度
可以将相位测量视为时钟上的时间。时钟上可以显示有限次数，并且每十二小时重复一次。同样，一个波周期（0至2pi）内可以记录有限数量的相位测量值。一旦完成一个波周期，便会重复进行相位测量。在下面的图像中可以看到这一点，其中相位测量以圆圈（如时钟）的形式显示。
图10：时钟时间和雷达相位均不明确。
但是，一旦开始新的革命，价值观就具有新的含义。对于时钟，新的革命意味着新的12小时周期开始了。为了完全了解现在的时间，您需要知道日期和/或当前的日期。同样，相位周期上的新旋转意味着整个波周期已经完成。为了完全理解所记录的相位测量的含义，需要知道与相位测量相关的全波周期数。解决这个问题以确定实际位移称为“展开”。
展开
为了从时间上连续的相位测量中得出实际位移，使用时间和/或空间中的相关性来“展开”测量。例如，我们可以假设在测量时间跨度（的一部分）中发生的位移是线性的，或者位移率的变化在空间上是平滑的。如果做出错误的假设，则可能导致所谓的“展开错误”。
在我们的算法中，我们对此过程进行严格控制，以确保高度的数据可靠性。实际上，这意味着对于SkyGeo变形图中的测量点，至少有99.0％的时间正确执行了上述过程。
3.4点质量
点质量是各个测量点质量的相对度量。该值显示在数据点的元数据中，范围从0到1。通常，较低的质量值表示时间序列中的噪声量较高。
为了确保数据集的质量，在交付之前应用了最低质量限制。您可以使用“ SkyGeo地图”过滤器滑块进一步过滤数据点的质量。
计算方式
为了获得质量值，将反映预期位移行为的模型拟合到单个数据点内的测量值。例如，该模型可以包含线性，二次和季节性分量，并可以根据研究区域进行调整。之后，将每次测量与该日期的模型值进行比较。测量值和模型值之间的差异决定了点质量。值越高，表示模型与测量值之间的匹配越好。
解释
点质量通常是时间序列中测量质量的良好指示。如果预期位移模型反映了测量点的实际运动行为，则它可以衡量时间序列中的噪声量。但是，如果将季节性位移信号与线性模型进行比较，则点质量会低于使用季节性模型进行比较时的质量，这意味着使用的模型类型会影响结果。在某些方面，这种影响会导致质量的衡量标准不太正确。
4.地统计学
为了向您提供有关维护资产的最佳信息，我们可以应用地统计信息来选择和汇总用户特定资产的数据点。
4.1高/低分离
建造建筑物时，通常会奠定基础以稳定建筑物。由于具有这样的基础，建筑物通常比诸如植被的自然特征更稳定。为了区分不同的变形状态，通常重要的是将建筑物或其他基础设施上的测量点与地面上的测量点分开。这些分别称为高数据点和低数据点。
图11：高和低数据点之间的差异
为了区分“高”和“低”点，将从我们的算法为每个测量点获得的高度与具有相对准确的连续高程值的数字地形模型（DTM）进行比较。如果在相同位置为测量点获得的高度值比DTM值高出X m的设置阈值以上，则将该点归类为高点。如果为一个测量点获得的高度值低于DTM值的第二个设定阈值Y m，则认为该点不可信并被丢弃。如果所获得的高度值和DTM值之间的差落在这两个阈值之内，则将该点分类为低点。在下图中可以看到。X和Y的值主要取决于卫星数据的分辨率和质量。
图12：高/低分类的阈值。
4.2加权平均
加权平均是一种通过使用点到地下结构的相对距离来聚合管道上数据点的技术。聚集过程的第一步是高/低分离。在此步骤中，将来自地面和较高基础架构的数据点分开。这是一种确保考虑的点来自地面的方法。其次，沿管线每X米采样一次虚拟点。之后，选择半径为Y米的数据点并将其聚合到虚拟点，并按反距离的平方进行缩放。常用设置为X = 10m和Y = 30m。
下图显示了对管道形状进行加权平均的示例。
图13：管道上的加权平均
统计信息
统一沉降的管道对于管道稳定性而言并不一定是一个问题。应该担心的是差异解决。因此，我们通常为管道资产管理者提供以下统计信息：
- 加权平均沉降
- 在一定的沿线区域内最大的沉降差异
- 特定沿线区域内的最大沉降
- 沉降百分比值
4.3形状聚合
在本文中，您将了解我们用于在道路，建筑物和邮政编码等资产形状上聚合SkyGeo数据点的技术，以及在此过程中进行的假设。此外，您将了解有关聚合的统计信息。
下图显示了建筑形状上的形状聚合示例。
图14：建筑物上的形状聚集。
聚集过程聚集过程
的第一步是高/低分离。在此步骤中，将来自地面和较高基础架构的数据点分开。这是一种确保考虑的点来自感兴趣表面的高度的方法。此后，选择相对于资产形状3 m以内的数据点，以考虑x / y位置精度。
统计
汇总点后，将按资产形状计算统计。提供以下统计信息：
- 没有数据。 仅显示数据产品的形状，不显示数据或颜色。
- 平均排量。平均线性位移速度（毫米/年）。
- 标准偏差。 在每种形状中汇总的数据点的线性位移速度的标准偏差（单位为mm / yr）。值在“标准偏差”后面的下拉菜单参数仅显示标准偏差在指定范围内的形状。
- 点数。 每个形状聚合的数据点数。“点数”后面的值指定了可视化的色标范围。
- 百分位数。 形状中线性位移速度的百分数值（毫米/年）。第X个百分位数表示形状中数据点的X百分数，这些数据点的位移较低（即 ，沉降量较大，因为沉降量为负）。
- 默认。 此变形贴图的默认设置。这通常是 平均变形 参数。
5.卫星
5.1卫星获取
雷达卫星以约7.5 km / s的速度在500-800 km之间的高度绕地球运行。它们以条带状扫描整个地球，由于它们的轨道和地球的自转，它们将在一定天数后重复完全相同的周期，具体取决于卫星。

图15：环绕地球运行的卫星。资料来源：JC Szidloski
由于卫星的轨道，它既从南到北（上升轨道）又从北到南（下降轨道）经过某个位置。由于卫星以一定角度注视着地球，并且观察方向通常是固定的（大部分为右视），因此可以从两个不同的方向观察地球。可以将这两个测量值组合起来以解决水平和垂直位移。

图16：卫星的上升和下降轨道。
此外，由于我们依赖于地球表面物体的自然反射，因此轨道方向（上升或下降）会影响哪些物体将信号反射回卫星，从而可以进行测量。请注意，由于不同的观看方向和反射，无法将上升图像和下降图像合并为一个InSAR时间序列。
5.2雷达卫星特性
下表显示了我们最常用的雷达卫星的特性。请注意，实际重复周期取决于卫星的任务方式。分辨率取决于卫星设置。这里显示的值是我们通常使用的值。
| 卫星 | 时间段 | 重复周期（天） | 解析度 |
| 前哨1号 | 2014年至今 | 12 | 标准 |
| TerraSAR-X | 2007年至今 | 11 | 高 |
| COSMO-SkyMed | 2007年至今 | 16 | 高 |
| 雷达卫星2号 | 2007年至今 | 24 | 标准 |
| ALOS | 2006-2011 | 46 | 中 |
| 设想 | 2003-2010 | 35 | 标准 |
| ERS | 1992-2001 | 35 | 标准 |
6.质量评估
我们确保您获得最高质量的数据。为了实现这一目标，我们进行了全面的内部质量评估，并向您提供了我们为生成数据而采取的步骤的摘要报告。内部质量控制和事实报告部分将对此进行详细说明。
6.1内部质量控制
本节说明我们的工程师如何确保您获得最佳数据。它详细说明了我们的内部质量控制程序以及已检查的组件。
程序
一旦负责工程师对他们生产的产品感到满意，便开始内部质量控制过程。该过程根据以下步骤执行：
- 负责任的工程师在内部交付产品。
- 该产品经过同行工程师的调查，并根据我们的质量控制核对表进行了检查。
- 负责任的工程师根据收到的评论改进产品。
- 同行工程师检查此迭代是否满足我们的质量标准；如果不是，则重复步骤3。
- 将产品交付给客户经理，客户经理将检查产品是否足够好以发送给客户。如果不是，则重复步骤3。
- 客户经理将产品交付给客户。
质量检查表
数据在不同方面进行了彻底检查：
- 该产品与录取通知书一致。
- 客户用户名和密码以访问SkyGeo地图工作。
- 大地测量网络的质量足够。
- 点质量就足够了。我们检查不太可能的值和/或位置，如果适用，请将这些值与外部数据集的值进行比较。
- 数据集中的噪声是可以接受的。我们检查并解决可能引起噪音的原因，例如大气。
- 点密度足够。我们检查感兴趣的区域是否被正确覆盖。
- 参考点的选择以客户想要的方式反映感兴趣区域的位移。
- 数据点显示在地图的正确位置（X / Y / Z）。
- 地统计操作正确执行。
6.2事实报告
在本文中，您将了解事实报告；关于我们为您提供产品的处理步骤的标准化报告。
事实报告旨在概述我们采取的处理步骤；既适合希望了解该方法的感兴趣的客户，又可以确保结果的未来可重复性。
下载
事实报告可以通过单击交互式地图右上角的下载按钮来下载事实报告。但是，与其选择“数据”，不如选择“文档”。
内容
事实报告具有默认结构，如下图所示。
该文档状态描述文档的状态。在这里，它说明了为哪个客户和哪个查看者生产文档以及在什么日期生产。此外，它还描述了该报告适用于哪些InSAR数据集。
在感兴趣的领域描绘在地图上的轮廓和面积大小的估计的形式感兴趣的区域。
该观察期本章介绍了用于生成数据集的卫星及其主要特征。此外，还描述了获取观测值的时间间隔，以及两次后续获取之间的时间间隔的中位数。“时间基准”数字显示了进行测量的日期分布。下面提供了这样一个图的示例。
图17：时间基线图。
数据传递和文件约定说明了可下载文件的格式。侧栏中的图层名称可以与可以下载的CSV文件的名称不同。本章将两个名称链接在一起。此外，它还描述了CSV文件中提供的不同列的含义。
“质量保证”一章说明交付之前已检查数据集的点。
在附录中，总结了不同数据集的一些统计信息和属性：
- 数据点数
- 传递值的测量方向
- 数据平均值
- 数据极端值（百分位数）
- 使用位移模型确定质量和线性位移速度
- 参照点
- 气氛建模类型
大气
大气是一个术语，用于在所测量的位移信号中产生干扰，该干扰是信号从卫星传播到地球表面并返回时受到的大气干扰引起的。这些干扰是由大气中的湿度，压力和温度共同导致的，从而延迟了信号。有些地区通常比其他地区更动荡。例如，在赤道周围，空气中的水蒸气比两极周围的水蒸气多，从而导致更热闹的气氛。紧接着，一天中的时间也会影响发生干扰的可能性。太阳加热地球表面，从而产生热量和水蒸气，从而增加了大气湍流。
认识气氛
挑战之所以出现，是因为从一颗卫星到另一颗卫星的大气层不同。这改变了它对位移信号的影响，使得很难将位移与大气干扰区分开。但是，正是由于大气与时间没有关系，而与位移有关，所以我们有办法将两者分开。此外，大气在一定距离范围内与空间相关，从而提供了与目标信号的第二种可能区别。
图18：大气干扰在时间上的去相关。
过滤大气层
由于大气层在一定距离上在空间上相关，因此它不会对测量小区域上的位移形成较大的障碍。但是，对于较大的区域，它可能会严重影响信号。因此，我们应用大气估计来解析感兴趣的信号。下图比较了从数据中删除大气层前后的某个数据点的时间序列。
我们通过选择具有规则位移模式（校准点），稳定或完全线性变形的高质量数据点来进行大气估算。此后，我们假设所有偏离此规则模式的时间序列测量值都是由于大气噪声引起的。在所有卫星采集过程中，我们以统计方法使用此噪声，以生成该区域内插的大气图。这些图用于将实际位移信号与大气干扰分开。
困难
统计方法随着数据可用性的提高而提高。当手头有更多信息时，更容易对干扰进行建模。因此，当没有太多的图像采集时间时，气氛估计可能是一个挑战。此外，校准点的数量和分布会影响内插气氛图的质量。例如，大变形碗有时会成为估计干扰的障碍。由于这些区域的变形远非常规，因此校准点稀疏。因此，大气插值必须传播很长的距离，可能包含大气变化，从而增加估计误差的可能性。
7.验证
在过去的50年中，使用卫星技术获取有关地球表面的有用信息的方式在理解和实践方面都得到了改善。随着技术的进步和测量电磁频谱许多不同部分的能力，卫星记录的信息可适用于广泛的应用，包括土地变形，自然灾害检测/制图，变化检测，土地利用制图，城市发展等等。
由于卫星技术的飞速发展以及所产生数据的使用的相对较新的商业化，卫星产品对公众来说是相当新的。我们的目标是帮助您了解为什么使用卫星（尤其是InSAR）来确定表面运动是一种可行且准确的过程。
我们总结了数百篇验证InSAR技术的科学期刊文章中的一小部分。查看以下期刊文章，以了解InSAR如何被证明是合理的位移测量技术。
以下是直接从以上文章中摘录的几句话：
“结果表明，测量技术（即调平和InSAR）在误差范围内是一致的。”
Marinkovic，P.，Ketelaar，G.，van Leijen，F.，＆Hanssen，R.（2007年11月）。InSAR质量控制：转角反射器时间序列的五年分析。在 意大利弗拉斯卡蒂，《边缘艺术2007研讨会论文集》（ESA SP-649）中 （第26-30页）。
“计算出的古迹MAGF，MANI，OSDO的沉陷率，以及使用GPS数据和InSAR数据计算得出的COTD的沉陷幅度，都具有可比性，从而提高了对这两种方法得出的结果的信心。”
Sneed，M.和＆Brandt，JT（2007）。 地面沉降的检测与测量使用全球定位系统测量和干涉合成孔径雷达，加利福尼亚州科切拉谷，1996-2005年。美国内政部，美国地质调查局。
“雷达对地面沉降的观测与最近的水准测量和GPS观测非常吻合。但是，雷达数据提供了地面沉降幅度和空间范围的更详细的映射。”
Motagh，M.，Djamour，Y.，Walter，TR，Wetzel，HU，Zschau，J.，＆Arabi，S.（2007）。伊朗东北部Mashhad谷的地面沉降：InSAR，水准仪和GPS的结果。 国际地球物理学杂志， 168（2），518-526。
InSAR和时间连续GPS变形数据重叠，从而可以直接比较数据。洛杉矶盆地可能进行的比较表明，两种方法在定量上产生相似的结果。”
Helz，RL（2005）。监视太空中的地面变形。美国内政部，美国地质调查局。
7.1小结
总而言之，InSAR在监视表面变形方面有很多好处。列出了使用InSAR的主要好处：
可靠性
利用卫星记录的高精度相位数据，我们能够生成非常准确的变形数据。
简单性
通过使用卫星，可以远程进行数据收集，从而消除了现场测量，因为现场测量更加复杂且耗时。
低成本
消除现场测量可通过减少收集数据所需的时间以及用于测量的高价工具来降低成本。
测量大面积的能力
使用卫星，可以在短时间内准确覆盖大面积。
天气独立
由于雷达穿透云层，因此可以在所有天气条件下进行测量，从而创建连续的数据集。
能够在夜间进行测量的能力
雷达卫星会发出自己的信号，并且不会使用太阳发出的辐射，因此可以在一天中的任何时间进行测量。
标签：数据,背景,测量,技术,测量点,InSAR,卫星,位移 来源： https://blog.csdn.net/kimboyang/article/details/110111307
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。