陳繼偉， 曾琪明， 焦 健, 趙斌臣

(1.北京大學遙感與地理信息系統(tǒng)研究所，北京 100871; 2.中國礦業(yè)大學環(huán)境與測繪學院，徐州 221008; 3.國土環(huán)境與災害監(jiān)測國家測繪地理信息局重點實驗室，徐州 221116; 4.山東交通學院交通土建學院，濟南 250031)

Sentinel-1A衛(wèi)星TOPS模式數(shù)據(jù)的SBAS時序分析方法
——以黃河三角洲地區(qū)為例

陳繼偉1， 曾琪明1， 焦 健1, 趙斌臣2,3,4

(1.北京大學遙感與地理信息系統(tǒng)研究所，北京 100871; 2.中國礦業(yè)大學環(huán)境與測繪學院，徐州 221008; 3.國土環(huán)境與災害監(jiān)測國家測繪地理信息局重點實驗室，徐州 221116; 4.山東交通學院交通土建學院，濟南 250031)

Sentinel-1A是目前在軌運行的新一代SAR衛(wèi)星，其TOPS成像模式具有寬幅成像的特點，能夠實現(xiàn)大范圍地表形變監(jiān)測，目前國內外鮮有基于漸進掃描(terrain observation by progressive scans,TOPS)模式影像的小基線集(short baseline subset,SBAS)處理研究成果發(fā)表。以黃河三角洲地區(qū)作為研究區(qū)，選取了2015年5月—2016年4月27景Sentinel-1A TOPS模式影像，組成了94對干涉影像對，使用ECMWF氣象數(shù)據(jù)估算大氣延遲，實現(xiàn)大范圍大氣相位校正； 然后采用SBAS時序分析方法提取了研究區(qū)地表累積形變量及形變速率圖。研究結果表明，該地區(qū)近年來仍存在持續(xù)沉降，在廣饒鎮(zhèn)齊成工業(yè)園、廣饒鹽場及南宅科村周邊等地區(qū)存在明顯的沉降漏斗，沉降監(jiān)測結果與該研究區(qū)已有文獻所述沉降規(guī)律吻合，證明了TOPS模式SBAS時序分析方法應用于形變監(jiān)測的可行性和有效性。

Sentinel-1A； TOPS模式； SBAS； 地面沉降

0 引言

合成孔徑雷達差分干涉測量 (differential interferometric synthetic aperture Radar, D-InSAR) 技術能夠快速獲取大面積且高精度的形變信息，是目前地表形變監(jiān)測的重要方法。但是受限于大氣效應、時空失相干及DEM誤差等因素的影響[1]，監(jiān)測精度難以進一步提高。InSAR時序分析技術的提出，為有效解決此問題找到了新途徑。其中，小基線集(short baseline subset,SBAS)技術[2]通過選取時空基線較短的高相干影像集，采用時空濾波估計誤差相位，最后運用奇異值分解方法求解形變量的最小二乘解。該方法能夠有效減少時空去相干的影響，實現(xiàn)地表形變mm級高精度監(jiān)測。目前，SBAS時序分析方法主要采用條帶模式SAR影像。

Sentinel-1A是目前在軌運行的新一代SAR衛(wèi)星，其漸進掃描(terrain observation by progressive scans,TOPS)成像模式有別于傳統(tǒng)條帶模式，通過犧牲方位向空間分辨率來獲得更大的成像幅寬,能夠實現(xiàn)更大范圍的地表形變監(jiān)測[3]。同時為了抑制scalloping效應，在TOPS模式下，天線不僅在距離向擺動，在方位向也同時擺動，這使得SAR影像在方位向具有變化的多普勒中心頻率。TOPS模式數(shù)據(jù)的這些特點給傳統(tǒng)SAR干涉測量及時序分析技術帶來了新的挑戰(zhàn)。目前，國內外學者已經成功實現(xiàn)TOPS模式數(shù)據(jù)的干涉測量，并將其應用于監(jiān)測地震形變[4]、火山活動[5]等方面； 與此同時，也有部分學者已經開始關注并研究Sentinel-1A TOPS模式數(shù)據(jù)的時序分析方法[6-7]。但是，由于Sentinel-1A數(shù)據(jù)公開時間較短，數(shù)據(jù)積累不足，Sentinel-1A TOPS模式數(shù)據(jù)時序分析還處于起步階段。

本文以黃河三角洲地區(qū)為研究區(qū)，選取了該區(qū)近1 a間27景Sentinel-1A TOPS模式影像數(shù)據(jù)，重點研究TOPS模式數(shù)據(jù)的SBAS時序分析方法，并根據(jù)監(jiān)測結果研究該地區(qū)近年地面沉降規(guī)律。

1 研究區(qū)與實驗數(shù)據(jù)

1.1 研究區(qū)概況

以山東省黃河三角洲地區(qū)為研究區(qū)。該地區(qū)為黃河攜泥沙進入渤海后，泥沙在渤海凹陷處淤積形成的沖積平原，淤積厚度約為20～50 m。地形開闊平坦，起伏較小，海拔多在6 m以下。區(qū)內土地利用類型相對簡單，建筑用地主要集中在東營市及下轄各鄉(xiāng)鎮(zhèn)，呈棋盤狀分布； 其余主要為農田、裸土和濕地等土地利用類型。同時，該地區(qū)擁有豐富的油氣、地熱及鹵水等自然資源。

受地質構造及人類活動的影響，黃河三角洲存在持續(xù)強烈的地面沉降，給當?shù)厝嗣竦纳a生活造成了巨大影響。鑒于此，研究人員對該地區(qū)沉降開展了大量的監(jiān)測研究，分析沉降的原因[8]，研究方法則以傳統(tǒng)的水準測量和GPS監(jiān)測為主[9-11]。值得注意的是，近年來，也有學者利用InSAR時序分析技術對該地區(qū)進行長期地表形變監(jiān)測[12-13]，但其所用數(shù)據(jù)都為2000年以前的ERS1/2數(shù)據(jù)，不能反映近十多a來黃河三角洲地區(qū)的沉降情況。

1.2 實驗數(shù)據(jù)

Sentinel-1A采用TOPS模式作為其默認成像方式，其寬幅干涉(interfeometric wide-swath, IW)產品每次成像包含3個子條帶，幅寬長達250 km。每個子條帶由若干burst組成，其標稱空間分辨率為5 m×20 m。

本文選取了覆蓋研究區(qū)的27景Sentinel-1A TOPS模式C波段SAR影像，時間跨度為2015年5月19日—2016年4月19日，其極化方式為VV極化，軌道號為149(降軌)。影像距離向和方位向像元大小分別為2.33 m和13.96 m。由于SBAS時序分析方法一般處理的范圍為(100 km×100 km)，本實驗選取第一子條帶(IW1)VV極化模式數(shù)據(jù)進行處理。

圖1為研究區(qū)Sentinel-1A(IW1)數(shù)據(jù)覆蓋范圍(27景影像的公共burst覆蓋區(qū))。為了更好地進行干涉測量，消除軌道誤差，本文使用了Sentinel-1A精密軌道數(shù)據(jù)。另外，選取了SRTM DEM(90 m空間分辨率)作為外部DEM數(shù)據(jù)，以去除地形相位的影響。

圖1 研究區(qū)地理位置Fig.1 Location of study area

2 SBAS時序分析方法

小基線技術的核心思想主要包括2點： ①將干涉影像對作為觀測量，利用最小二乘思想求解形變量，利用多余觀測提高精度； ②盡量選用時空基線較小的干涉影像對，以避免失相干引起的誤差。另外，對于軌道誤差及大氣誤差的去除，一般采用時空濾波的方法，但是這種方法僅適用于較小區(qū)域。

本文基于開源軟件GMTSAR及GIAnT進行SBAS時序分析。圖2為Sentinel-1A TOPS模式SAR影像時序分析處理流程，主要步驟包括SBAS選取、干涉處理和SBAS時序分析處理。

圖2 TOPS SAR SBAS時序分析流程Fig.2 Flowchart of SBAS algorithm based on TOPS SAR

2.1 SBAS選取

雖然本文選取的數(shù)據(jù)時間跨度僅為1 a，但研究區(qū)除城鎮(zhèn)外覆蓋有濃密的植被，這使得時空基線較大的干涉相對會存在嚴重的失相干，故本文設置時間基線閾值為72 d，空間基線閾值為100 m。得益于Sentinel衛(wèi)星短暫的重返周期及良好的軌道控制，即使在如此嚴苛的條件下，仍得到了94對干涉影像對,如圖3所示。

圖3 干涉對時空基線Fig.3 Spatial-temporal baselines of interfergrams

另外，本文選定2015年11月15日的影像為超級主影像，作為本次實驗統(tǒng)一的配準基準。需要說明的是，InSAR時序分析處理得到的形變監(jiān)測結果是一個相對值，時間參考點和形變參考點的不同將影響最終結果。本文選擇2015年5月19日影像，既將第一景影像作為時間參考點； 選擇東營市區(qū)東北部東勝機場作為形變參考點。

2.2 干涉處理

首先，將所有影像與超級主影像進行配準處理。Sentinel-1A在TOPS模式下工作時，為了抑制scalloping效應，其天線在方位向上來回擺動，使得成像多普勒頻率處于持續(xù)變換中(±2 250 Hz)。特別是在不同burst的邊緣處，其多普勒差異高達4 500 Hz，這對配準精度提出了更高的要求。本文采用GMTSAR中基于精密軌道數(shù)據(jù)的配準方法，利用精密軌道數(shù)據(jù)建立SAR影像與地理坐標的映射關系，以地理坐標為中介連接主影像和輔影像，得到配準查找表。在此基礎上，使用ESD(enhanced spectral diversity)[14]方法計算burst重疊區(qū)干涉相位圖的相位差以估算配準偏移量，并進行改正，以進一步提高配準精度。

然后，在配準的基礎上對輔影像進行重采樣。這時需考慮影像變化的多普勒頻率，對重采樣核進行調制[15]，以確保相位信息的完整。最后減去地形相位，并調用Snaphu進行相位解纏。

2.3 SBAS時序分析處理

對SBAS的所有干涉影像對進行干涉處理，得到94對差分干涉圖和相干系數(shù)圖。這里需設定一個相干系數(shù)閾值(本文設置為0.1)，接下來的處理將基于篩選后的像元進行，因為相干系數(shù)較低的像元往往會有較多的噪聲。

大氣效應去除是InSAR時序分析的重要步驟。特別是像本文研究區(qū)黃河三角洲這樣的水汽豐富的沿海地區(qū)，大氣效應影響尤為嚴重。另外，本文所處理影像覆蓋范圍大于5 000 km2，在如此大的范圍內，大氣變化錯綜復雜，傳統(tǒng)的時空濾波方法通常無法有效地去除大氣相位[16]。為此，本文使用基于外部數(shù)據(jù)的大氣校正方法進行大氣校正，通過對真實的大氣觀測資料(高度、濕度、氣壓和溫度等參數(shù))進行建模，來估計大氣延遲。相比較而言，由于該方法依賴外部真實的大氣觀測值，不需要假定大氣時空模型，更適用于大尺度InSAR大氣校正。本文使用的大氣觀測資料是ECMWF氣象數(shù)據(jù)。

另外，本文還對軌道誤差進行了估計，但由于本文所用軌道為精密軌道數(shù)據(jù)，故軌道誤差對于干涉圖的影響并不大。最后，將經過大氣校正和軌道誤差去除的差分干涉圖作為觀測值，并將形變量作為待求值進行SBAS求解。需要說明的是，在這一步中還求解了DEM誤差，以獲得更高精度的形變量。得到的觀測方程[17]為

(1)

式中：δφn為第n幅到第n+1幅干涉圖的相位遞增量;φij為第i幅到第j幅干涉圖的差值;f(△tk)為根據(jù)給定形變模型計算的形變相位,由于本文所選影像時間跨度較短，故使用與時間相關的二次多項式作為形變模型;Bk為到第1幅SAR影像到第k幅SAR影像的基線累積量; e為常數(shù)項，其與Bk的乘積為DEM誤差;v1及v2分別表示計算誤差。

上述方程在實際解算中需采用迭代最小二乘方法進行逐步求解，得到最終的形變量及形變速率。

3 沉降監(jiān)測結果分析

圖4為2015年5月—2016年4月，黃河三角洲地區(qū)沿視線方向(line of sight,LOS)形變速率圖。該形變監(jiān)測結果顯示，黃河三角洲在本文監(jiān)測時段內仍存在較為廣泛和嚴重的地面沉降，且沉降在空間上分布不均，其平均沉降速率為9.6 mm·a-1。其中，沉降較為嚴重的地區(qū)為沿海鹽場，而城鎮(zhèn)地區(qū)(石村鎮(zhèn)、東營市區(qū)及濱州市區(qū))也有不同程度的沉降； 最大沉降點位于廣饒縣鹽場附近，年平均沉降量達224.6 mm·a-1。另外，黃河三角洲存在廣泛的油田區(qū)，在已有文獻中有21世紀以前及21世紀初對這些地區(qū)的監(jiān)測，認為存在較為嚴重的沉降，但是在本文研究中，這些地區(qū)并未有顯著沉降。

圖4 研究區(qū)形變速率(視線方向)Fig.4 Deformation velocity of the study area(LOS direction)

為更詳細地了解黃河三角洲地區(qū)近年來沉降情況及影像因素，在研究區(qū)選擇1～6號點，繪制了沿視線方向的形變時間序列，如圖5所示，其中：

1)1號點位于東營市區(qū)西部，其年平均沉降速率為12.4 mm·a-1，2號點位于東營市區(qū)東部，其年平均沉降速率為9.0 mm·a-1。根據(jù)1和2號點沉降規(guī)律及東營市區(qū)沉降分布規(guī)律，可以發(fā)現(xiàn)東營市區(qū)西部比東部沉降量大。這與文獻[9]和[18]所述東營區(qū)沉降規(guī)律相符。

2)3號點位于廣饒鹽場，圖5(b)紅色曲線為其累計形變量，其年平均沉降速率為224.6 mm·a-1，以該點為中心形成了監(jiān)測區(qū)域最大的沉降漏斗。在黃河三角洲沿海存在大量鹽田，而抽取地下鹵水曬鹽是沿海鹽場主要的生產方式。地下鹵水的持續(xù)抽取是導致鹽場附近沉降的主要原因。

3)4號點位于廣饒縣石村鎮(zhèn)齊成石化工業(yè)園區(qū)內，其年平均沉降速率為186.8 mm·a-1，該點附近形成了較大范圍的沉降漏斗。這主要是由于黃河三角洲東營市南部廣饒縣一直以來都是深層地下水開采高度集中地，年平均開采量為3 244 萬m3。由于地下水的過度超采，在該地區(qū)形成多個地下水沉降漏斗[19]。

4)5號和6號點均位于雙王城水庫附近，5號點位于水庫東側，6號點位于水庫西側，2點年平均沉降速率分別為22.1 mm·a-1和7.2 mm·a-1，可以看出水庫兩側沉降不均勻，這主要是由于大壩西側南宅科村附近存在沉降漏斗。

需要說明的是，在監(jiān)測結果中存在一些形變速率為正值的區(qū)域。這可能是由于SBAS時序分析得到的形變速率是相對于參考點而言的。雖然本文所選的參考點機場相對穩(wěn)固，但仍可能存在沉降。下一步可考慮結合地面實測數(shù)據(jù)，對沉降結果進一步校正，以進一步確定正值區(qū)域形變原因。但總體而言，本文獲得的形變速率分布規(guī)律及相對大小與現(xiàn)有文獻基本一致。

(a) 1和2號點(b) 3和4號點 (c) 5和6號點

圖5所選地面點形變時間序列(視線方向)

Fig.5Deformationtimeseriesofthegroundpoints(LOSdirection)

4 結論

本文基于Sentinel-1A TOPS模式數(shù)據(jù)，采用SBAS時序分析方法，對黃河三角洲地區(qū)形變進行了研究，得到該地區(qū)2015—2016年間最新沉降監(jiān)測結果。研究結果表明：

1)Sentinel-1A具有良好的基線控制和短暫的重返周期，能夠在短暫時間積累大量影像數(shù)據(jù)，十分利于InSAR時序分析，特別是與Sentinel-1B構成雙星運行模式，重返周期可縮短至6 d，其應用潛力將進一步被發(fā)掘。

2)使用基于外部數(shù)據(jù)的大氣校正方法，以實現(xiàn)寬幅TOPS影像、復雜大氣狀況條件下的大氣校正。

3)沉降監(jiān)測結果顯示，在2015年5月—2016年4月本文監(jiān)測時段內，黃河三角洲地區(qū)存在較為嚴重的沉降，且沉降在空間上分布不均勻。不均勻的沉降可能對一些重大基礎設施(如雙王城水庫等)造成安全隱患。沉降分布規(guī)律和相對大小與該區(qū)域已有文獻所述歷史監(jiān)測結果吻合。地下流體的開采是引起沉降的主要原因。

4)今后的研究中，將繼續(xù)收集該地區(qū)的地面實測數(shù)據(jù)，以進一步驗證監(jiān)測結果的正確性和基于Sentinel-1A TOPS模式數(shù)據(jù)的SBAS時序分析方法的有效性。

致謝： 感謝歐空局提供Sentinel-1A 數(shù)據(jù)。在本文實驗中使用了開源軟件GMTSAR和GIAnT，本文部分圖件使用GMT繪制，在此一并表示感謝。

[1] Zebker H A,Villasenor J.Decorrelation in interferometric radar echoes[J].IEEE Transactions on Geoscience and Remote Sensing,1992,30(5):950-959.

[2] Berardino P,Fornaro G,Lanari R,et al.A new algorithm for surface deformation monitoring based on small baseline differential SAR interferograms[J].IEEE Transactions on Geoscience and Remote Sensing,2002,40(11):2375-2383.

[3] De Zan F,Monti Guarnieri A M.TOPSAR:Terrain observation by progressive scans[J].IEEE Transactions on Geoscience and Remote Sensing,2006,44(9):2352-2360.

[4] 李永生,馮萬鵬,張景發(fā),等.2014年美國加州納帕MW6.1地震斷層參數(shù)的Sentinel-1A InSAR反演[J].地球物理學報,2015,58(7):2339-2349.

Li Y S,Feng W P,Zhang J F,et al.Coseismic slip of the 2014 MW6.1 Napa,California Earthquake revealed by Sentinel-1A InSAR[J].Chinese Journal of Geophysics,2015,58(7):2339-2349.

[5] Albano M,Polcari M,Bignami C,et al.Sentinel-1 InSAR:First results from seismic and volcanic applications[C]//EGU General Assembly.Vienna,Austria:EGU,2015:10109.

[6] Lanari R,Berardino P,Bonano M,et al.Sentinel-1 results:SBAS-DInSAR processing chain developments and land subsidence analysis[C]//Proceedings of 2015 IEEE International Geoscience and Remote Sensing Symposium.Milan,Italy:IEEE,2015:2836-2839.

[7] Manunta M,Berardino P,Bonano M,et al.An efficient Sentinel-1 TOPS SBAS-DInSAR processing chain[C]//FRINGE 2015: Draft Overview Programme V.2015.

[8] 劉桂衛(wèi),黃海軍,杜廷芹,等.黃河三角洲地區(qū)地面沉降驅動因素研究[J].海洋科學,2011,35(8):43-50.

Liu G W,Huang H J,Du T Q,et al.Effective factors of land subsidence in the Yellow River Delta[J].Marine Sciences,2011,35(8):43-50.

[9] 宋 波,王德生,王錦麗.東營地面沉降監(jiān)測[J].地礦測繪,2004,20(1):34-36.

Song B,Wang D S,Wang J L.Dongying ground subsidence monitoring[J].Surveying and Mapping of Geology and Mineral Resources,2004,20(1):34-36.

[10] 蘇衍坤,孫現(xiàn)申,王歷進,等.基于GIS的黃河三角洲地區(qū)控制點沉降初步分析[J].海洋測繪,2010,30(5):32-35.

Su Y K,Sun X S,Wang L J,et al.Analysis of subsiding on control-points in the Yellow River Delta zoom based on GIS methods[J].Hydrographic Surveying and Charting,2010,30(5):32-35.

[11] 毛繼軍,孟 黎,蘇艷紅,等.基于GPS的東營市地面沉降監(jiān)測研究[J].工程勘察,2014,42(10):56-59.

Mao J J,Meng L,Su Y H,et al.The study of ground settlement monitoring in Dongying area based on GPS[J].Geotechnical Investigation and Surveying,2014,42(10):56-59.

[12] 張金芝,黃海軍,劉艷霞,等.基于PSInSAR技術的現(xiàn)代黃河三角洲地面沉降監(jiān)測與分析[J].地理科學,2013,33(7):831-836.

Zhang J Z,Huang H J,Liu Y X,et al.Monitoring and analysis of ground subsidence in the modern Yellow River Delta area based on PSInSAR technique[J].Scientia Geographica Sinica,2013,33(7):831-836.

[13] 張金芝,黃海軍,畢海波,等.SBAS時序分析技術監(jiān)測現(xiàn)代黃河三角洲地面沉降[J].武漢大學學報(信息科學版),2016,41(2):242-248.

Zhang J Z,Huang H J,Bi H B,et al.Monitoring ground subsidence in the modern Yellow River Delta based on SBAS time-series analysis[J].Geomatics and Information Science of Wuhan University,2016,41(2):242-248.

[14] Prats-Iraola P,Scheiber R,Marotti L,et al.TOPS interferometry with TerraSAR-X[J].IEEE Transactions on Geoscience and Remote Sensing,2012,50(8):3179-3188.

[15] 吳文豪,李 陶,陳志國,等.Sentinel-1A衛(wèi)星TOPS模式數(shù)據(jù)干涉處理[J].測繪通報,2016(2):42-45.

Wu W H,Li T,Chen Z G,et al.Interferometric processing of TOPS mode for Sentinel-1A[J].Bulletin of Surveying and Mapping,2016(2):42-45.

[16] 崔喜愛,曾琪明,童慶禧,等.重軌星載InSAR測量中的大氣校正方法綜述[J].遙感技術與應用,2014,29(1):9-17.

Cui X A,Zeng Q M,Tong Q X,et al.Overview of the atmospheric correction methods in repeat-pass InSAR measurements[J].Remote Sensing Technology and Application,2014,29(1):9-17.

[17] López-Quiroz P,Doin M P,Tupin F,et al.Time series analysis of Mexico City subsidence constrained by radar interferometry[J].Journal of Applied Geophysics,2009,69(1):1-15.

[18] 劉 勇,黃海軍,李培英,等.黃河三角洲地面沉降影響因素綜合分析[J].工程地質學報,2014,22(s1):62-69.

Liu Y,Huang H J,Li P Y,et al.A comprehensive analysis of factors influencing on land subsidence in the Yellow River Delta[J].Journal of Engineering Geology,2014,22(s1):62-69.

[19] 劉 勇,李培英,豐愛平,等.黃河三角洲地下水動態(tài)變化及其與地面沉降的關系[J].地球科學,2014,39(11):1555-1565.

Liu Y,Li P Y,Feng A P,et al.Groundwater dynamic evolutions and relationship between groundwater level and land subsidence in the Yellow River Delta[J].Earth Science,2014,39(11):1555-1565.

SBAStimeseriesanalysistechniquebasedonSentinel-1ATOPSSARimages：AcasestudyofYellowRiverDelta

CHEN Jiwei1, ZENG Qiming1, JIAO Jian1, ZHAO Binchen2,3,4

(1.InstituteofRSandGIS,PekingUniversity,Beijing100871,China; 2.SchoolofEnvironmentScienceandSpatialInformatics,ChinaUniversityofMiningandTechnology,Xuzhou221008,China; 3.KeyLaboratoryforLandEnvironmentandDisasterMonitoringofSBSM,Xuzhou221116,China; 4.SchoolofTransportationandCivilEngineering,ShangdongJiaotongUnviersity,Ji’nan250031,China)

Sentinel-1A is a new generation SAR satellite on orbit. Its TOPS imaging mode is wide imaging mode, which can realize large-scale surface deformation monitoring. There are very rare researches on SBAS processing based on TOPS model images published in China and abroad at present. With the Yellow River Delta as the study area, 27 Sentinel-1A TOPS mode images from May 2015 to April 2016 were selected to generate 94 pairs of interferograms. Then, ECMWF meteorological data were used to estimate the atmospheric delay, which could achieve a wide range of atmospheric phase correction. Finally, the deformation and deformation velocity of the study area were extracted by SBAS timing analysis method. The results show that there is still a continuous settlement in recent years, and there is a significant sedimentation funnel in the vicinity of Qicheng industrial park, Guangrao saltworks and Nanzhaike Village in Guangrao Town. The results of settlement monitoring are consistent with the settlement rules described in the study area, and this proves the feasibility and effectiveness of TOPS model SBAS timing analysis method applied to deformation monitoring.

Sentinel-1A; TOPS mode; SBAS; land subsidence

10.6046/gtzyyg.2017.04.13

陳繼偉,曾琪明,焦健,等.Sentinel-1A衛(wèi)星TOPS模式數(shù)據(jù)的SBAS時序分析方法——以黃河三角洲地區(qū)為例[J].國土資源遙感，2017，29(4):82-87.(Chen J W,Zeng Q M,Jiao J,et al.SBAS time series analysis technique based on Sentinel-1A TOPS SAR images：A case study of Yellow River Delta[J].Remote Sensing for Land and Resources，2017，29(4):82-87.)

TP 79

A

1001-070X(2017)04-0082-06

2016-07-24；

2016-11-20

國家自然科學基金項目“非完備極化SAR數(shù)據(jù)建筑物震塌信息提取方法研究”(編號： 41571337)和內蒙古自治區(qū)科技重大專項項目“數(shù)字化礦區(qū)資源管理與礦區(qū)生態(tài)環(huán)境監(jiān)測技術與應用”(編號： 2016-2019)共同資助。

陳繼偉(1992-)， 男，碩士，主要從事InSAR理論與應用方面的研究。Email: chenjiwei@pku.edu.cn。

曾琪明(1964-)， 男， 教授， 主要從事雷達遙感方面的研究。 Email： qmzeng@pku.edu.cn。

(責任編輯：李瑜)