研究論文
蘭恒星課題組在地表形變監測與要素提取方面取得進展
文章來源： | 發布時間：2019-12-16 | 【打印】 【關閉】
2019年度，蘭恒星課題組在地表形變監測與要素提取研究方面取得如下三個方面進展：
1. 地基SAR監測中大氣效應校正方法改進
大氣效應是影響地基SAR監測結果精度的重要因素。大氣效應是兩次觀測中由于大氣環境的改變導致的路徑延遲，是地基SAR觀測結果的主要組成成分。大氣效應校正是獲取精確地基SAR監測結果的必要步驟。
基于回歸模型的大氣效應校正方法利用大氣效應沿斜距方向呈線性或非線性分布的特征，構建斜距和高程的一元或多元回歸模型，估計并去除大氣效應。該方法的主要優點是不依賴于大氣環境參數（溫度、濕度和壓強）和其他先驗知識（如已知穩定點）。但是，當觀測目標的形變與大氣效應相似時，如觀測目標的形變有沿斜距方向增大或降低的趨勢，該方法將混淆大氣效應和觀測目標的形變，不能有效的估計大氣效應。
針對該問題，本研究提出了改進的基于回歸模型的大氣效應校正方法。該方法依據觀測目標形變和大氣效應沿斜距方向變化的差異性，即觀測目標未成像區域的觀測值包含大氣效應而不包含觀測目標形變，而觀測目標成像區域的觀測值同時包含大氣效應和觀測目標形變，在回歸模型中加入了觀測目標形變沿斜距方向變化的速度因子，用以區分大氣效應和觀測目標的形變。實驗表明，改進的基于回歸模型的校正方法能夠準確地估計大氣效應，獲取觀測目標的有效形變信息。本研究利用大氣效應和觀測目標形變沿斜距方向變化的相似性和差異性對基于多元回歸模型的大氣效應校正方法進行改進，能夠準確的估計并去除地基SAR監測中的大氣效應，有助于提高地基SAR監測結果的精度。
2. 雷達衛星遙感捕獲北京平原區地面沉降趨勢逐漸減緩
近幾十年，由于長期地下水超量開采導致北京平原區大范圍存在地面沉降現象，遙感技術（特別是多時相雷達遙感MT-InSAR）比較好的應用到北京平原區域地面沉降的監測。隨著近些年地下水開采的管理以及南水北調水對北京水資源的補給，水文地質條件發生變化，地面沉降的現狀是否變化尚不明確。
本研究采用多時相雷達遙感技術，處理了2012年-2015年的39幅RadarSAT-2數據和2016年-2018年的33幅Sentinel-1數據，獲取了2012年-2018年北京平原區的地面沉降結果。研究表明，在新的水文地質環境以及降雨改變的情況下，地面沉降趨勢明顯減緩。2012年-2015年北京平原區地表形變速率范圍為-176到+12.3mm/year，2016年到2018年變化到-119到+8mm/year。地面沉降量在不同尺度（區域、沉降漏斗和主要基礎設施）均表現出明顯的減弱趨勢。通過進一步的時間序列分析、GIS空間分析和相關性分析，得到地面沉降減弱的趨勢與降雨存在一定的相關性。
3. 地表河流中心線精細遙感識別與提取
在遙感影像中，寬度占單個像元或單個像元以下的河流在遙感影像中表現為嚴重的混合像元。在不同分辨率的遙感影像中，混合像元成為影響水系網絡識別和提取精度的一個重要因素。單純使用閾值法，提取河流往往難以得到完整的水系中心線。
本研究針對河流具有的線性特征，構建multiple direction integration algorithm（MDIA）算法，結合指數圖像、圖像增強方法，將河流幾何形態特征用于河流中心線的提取。方法首先使用NDVI或者其他指數增強河流及河流的環境因子，從而提高河流和周圍環境的對比度。使用Hessian矩陣對指數圖像進行線性增強，提高河流的線性辨別度。構建多向積分掃描判別窗口（circular structural element）對圖像進行精細判別。計算過程從當前判別窗口自動獲取判別閾值，從起始種子點開始逐一沿著潛在河流線進行屬性判別，得到河流種子點和河流中心線。對整幅圖像的種子點進行判別即完成河流中心線的識別。
本研究所構建的河流中心線識別方法，在一次判別后即可以得到完整的河流中心線網絡，不需要對結果再次進行形態學的增減運算。計算過程采用局部計算方法，有效降低運算量，提高計算速度。所構建的河流中心線提取方法和其他方法相比，在混合像元區域表現出良好的適應性。對不同的地貌類型使用Landsat8進行河流中心線提取實驗，在0.2 ~ 0.3的閾值范圍內，用戶精度達到0.813 ~ 0.997， 生產者精度達到0.981 ~ 1。使用MDIA可以快速提取水系中心線，提高獲取河流中心線時間序列數據的效率，有助于分析不同時期水系的動態變化特征，為與河流變化相關的滑坡識別和滑坡孕育分析提供基礎數據。
相關研究論文發表在“TGRS”等遙感類權威雜志上。
相關研究論文：
Zhao Xiaoxia, Lan Hengxing*, Li Langping, Zhang Yixing, Zhou Chaodong, 2019. A Multiple-Regression Model Considering Deformation Information for Atmospheric Phase Screen Compensation in Ground-Based SAR. IEEE Transactions on Geoscience and Remote Sensing, online. https://doi.org/10.1109/TGRS.2019.2940463 .
Zhou Chaodong, Lan Hengxing*, Gong Huili, Zhang Youquan, Warner Timothy A., Clague John J., Wu Yuming, 2019. Reduced rate of land subsidence since 2016 in Beijing, China: evidence from Tomo-PSInSAR using RadarSAT-2 and Sentinel-1 datasets. International Journal of Remote Sensing, 41(4), 1259–1285. https://doi.org/10.1080/01431161.2019.1662967 .
Li Quanwen, Lan Hengxing*, Zhao Xiaoxia, Wu Yuming, 2019. River centerline extraction using the multiple direction integration algorithm for mixed and pure water pixels. GIScience & Remote Sensing, 56(2), 256–281. https://doi.org/10.1080/15481603.2018.1505229 .
附件下載：