DS-InSAR phase optimization based on singular value decomposition

高质量监测点空间密度是时序InSARå¼€å±•å½¢å˜ç›‘æµ‹çš„é‡è¦æŒ‡æ ‡ï¼Œä¾é åˆ†å¸ƒå¼æ•£å°„ä½“DS（Distributed Scatters）开展InSARå½¢å˜ç›‘æµ‹å¯æœ‰æ•ˆè§£å†³ä¼ ç»Ÿæ—¶åºInSARç›‘æµ‹ç‚¹ç©ºé—´å¯†åº¦ä¸å¤Ÿçš„ç¼ºé™·ï¼Œä½†åˆ†å¸ƒå¼æ•£å°„ä½“å¹²æ¶‰ç›¸ä½æžæ˜“å—åˆ°åŽ»ç›¸å¹²å½±å“ï¼Œé€ æˆå¹²æ¶‰ç›¸ä½å¤±çœŸï¼Œå› æ­¤åˆ†å¸ƒå¼æ•£å°„ä½“ç›¸ä½ä¼˜åŒ–æ˜¯DS-InSARæŠ€æœ¯çš„å ³é”®ï¼Œé’ˆå¯¹è¿™ä¸€æƒ å†µï¼Œæœ¬æ–‡æå‡ºä¸€ç§æ–°çš„åŸºäºŽå¥‡å¼‚å€¼åˆ†è§£çš„DSç›¸ä½ä¼˜åŒ–æ–¹æ³•ï¼Œè¯¥æ–¹æ³•åˆ©ç”¨åŒè´¨åƒå ƒæ—¶åºç›¸ä½é‡æž„ç›¸ä½çŸ©é˜µï¼Œå¯¹çŸ©é˜µè¿›è¡Œä¸»æˆåˆ†åˆ†æžå¾—åˆ°ä¼˜åŒ–ç›¸ä½ã€‚é‡‡ç”¨æ¨¡æ‹Ÿæ•°æ®å’Œ33景覆盖郑州东部白沙镇Sentinel-1Aæ•°æ®å¯¹æå‡ºæ–¹æ³•çš„å¯é æ€§ä¸Žæœ‰æ•ˆæ€§è¿›è¡ŒéªŒè¯å’Œåˆ†æžã€‚é‡‡ç”¨æ—¶åºå¹³å‡ç›¸ä½æ ‡å‡†åå·®ã€å¹³å‡ç›¸ä½æ¢¯åº¦ã€å¹³å‡æ®‹å·®ç‚¹æ•°ç›®ä½œä¸ºå¹²æ¶‰å›¾ä¼˜åŒ–æ•ˆæžœè¯„ä»·æŒ‡æ ‡ï¼Œæå‡ºæ–¹æ³•ä¼˜åŒ–åŽå¹²æ¶‰å›¾ç›¸è¾ƒäºŽåŽŸå§‹å¹²æ¶‰å›¾åˆ†åˆ«ä¸‹é™äº†15.61%、25.81%、44.84%，与对比DS相位优化方法相比，提出方法对干涉图DS相位优化效果更好，特别是在一些低相干区域仍然可获得较好DS相位优化结果；提出方法在降低DS相位噪声同时可较好地保持地物细节信息。此外，相较于常规PS（Permanent Scatters）技术形变监测结果，本文方法高质量监测点数量由121471个提升至644789个，提高了4.3倍，较对比方法高质量监测点密度提升更显著。模拟与真实数据结果证实了本文提出DS优化方法的有效性，该方法可用于基于DS-InSAR技术的地表形变监测。