InSAR作为一种新兴的空间大地测量技术,克服了传统大地测量技术需要人工野外布点、空间分辨率低、成本高等缺点。InSAR已成为测绘、遥感、地球物理、地质工程、环境工程、土木工程、灾害监测评估、资源勘探以及地理信息工程等相关领域科学研究与工程实践的重要技术手段之一。

【专家】:周老师,长期从事合成孔径雷达干涉测量、地面沉降、变形监测以及无人机倾斜摄影测量等技术研究,完成多项重点工程项目,以第一作者发表多篇SCI论文,编著出版InSAR地面沉降及变形监测分析方法书籍,具有资深的技术底蕴和专业背景。

【目标】:
1.掌握InSAR原理和技术方法及其应用
2.以典型案例方式,熟练掌握InSAR数据处理(包括InSAR高程测量、DInSAR形变提取以及时序InSAR等)的流程与方法,为测绘、遥感、地球物理、地质工程、环境工程、土木工程、灾害监测评估、资源勘探以及地理信息工程等相关领域的科研与工程实践服务。

专题一 InSAR技术应用现状分析及其发展

星载与地基InSAR概述

SAR系统,星载SAR卫星与地基InSAR系统发展

InSAR技术的应用现状分析

专题二 InSAR原理、技术方法

InSAR成像原理

InSAR成像特性

InSAR技术

InSAR高程测量技术、DInSAR形变监测技术、时序InSAR技术

InSAR的基本误差源

大气效应误差、地形相位误差、去相干、轨道误差

专题三 数据处理环境建立与软件熟悉

ENVI/SARscape安装

(硬件环境要求:内存 8G 及以上、硬盘空间 500G 及以上、处理器2GHz 及以上;操作系统要求:Windows 7/8/10/Server 操作系统)

掌握ENVI软件相关功能

掌握SARscape软件相关功能

专题四 SAR影像数据获取、DEM数据获取 InSAR数据前处理技术

SAR影像数据获取

Sentinel-1卫星SAR影像数据下载

精密轨道星历参数下载

DEM数据获取

ENVI/SARscape系统设置

SARscape下数据导入,【示例】:以Envisat ASAR数据导入为例

专题五 InSAR地形三维重建

InSAR生成DEM数据处理

数据读取及预处理、影像配准与重采样、干涉图生成、去除平地效应、相位解缠、地理编码

【示例】:展示采用意大利高分辨率COSMO SkyMed CSKS2 SLC数据(2011年)提取北京地区的DEM 

【算例】:采用覆盖Bam地区的Envisat ASAR数据(2003年),基于InSAR技术获取该地区地震前的三维地形(DEM)

掌握采用SARscape生成DEM

专题六 DInSAR形变信息提取

DInSAR提取形变数据处理

DEM数据准备、轨道数据准备、SAR数据准备、二轨法差分处理、三轨法差分处理、结果输出与分析、DEM数据准备、轨道数据准备、SAR数据准备、二轨法差分处理、三轨法差分处理、结果输出与分析

【算例1】:利用覆盖广西玉林地区的哨兵-1A SAR数据(2019年),采用二轨法差DInSAR获取该地区地震前后的地表地形形变信息

【算例2】:利用Bam地区的Envisat ASAR数据(2003、2004年),采用三轨法差DInSAR获取Bam地震前后的地表形变信息

掌握采用SARscape提取地表形变信息

互动环节与答疑

专题七 时序InSAR技术形变速率与形变时间序列信息获取

PSInSAR数据处理方法

SBASInSAR数据处理方法

时序SAR影像数据准备

精密轨道数据准备 

DEM数据准备

基于Sentinel-1A 的PSInSAR数据处理

系统参数设置、SAR影像导入、影像裁剪、主影像选取与配准、差分干涉处理、PS点选取、相关噪声相位估计与去除、形变速率与形变时序获取、结果展示与误差分析

【算例】:利用覆盖北京地区的Sentinel-1A  SAR影像(2018年-2020年),采用PSInSAR技术获取北京地区的地表沉降速率与沉降时间序列信息

【示例】:利用覆盖武汉地区的Sentinel-1A  SAR影像(2019年-2020年),采用SBASInSAR技术获取武汉地区的地表沉降时空特征信息

掌握采用PSInSAR/SBASInSAR提取形变时序信息

专题八 星地InSAR技术监测案例分享与经验交流会

基于MTInSAR与GRACE的北京地区地表沉降监测分析

TSInSAR上海地区地表沉降反演分析

SBASInSAR天津地区地表沉降时空演变分析

PSInSAR深圳填海区地铁沿线监测

GB-InSAR滑坡稳定性监测与预警

地基InSAR技术高铁桥梁安全监测

GB-RAR超高层建筑物动态特性监测


★ 点 击 下 方 关 注,获取海量教程和资源!

↓↓↓

Logo

魔乐社区(Modelers.cn) 是一个中立、公益的人工智能社区,提供人工智能工具、模型、数据的托管、展示与应用协同服务,为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作,由全产业链共同建设、共同运营、共同享有,推动国产AI生态繁荣发展。

更多推荐