时序InSAR边坡建模法

捕捉瞬态滑坡

该方法通过小波变换确定滞后时间，从多时相InSAR数据中提取阶梯状形变特征，识别传统滤波方法可能遗漏的瞬态边坡失稳。

Xia, Zhuge · Motagh, Mahdi · Wang, W. · 李涛 · Peng, Mimi M. · Zhou, Chao · Karimzadeh, Sadra

Remote Sensing of Environment 2024

技术优势

不掩盖瞬态信号

通过时域分解和独立成分分析分离趋势与季节性，保留原本会被低通滤波抹掉的阶梯状形变特征。

滞后时间可量化

利用小波变换分析形变季节项与环境触发因素之间的滞后，为约束瞬态行为提供有效先验搜索窗口。

提取更可靠

约束最小二乘优化被应用于提取阶梯状运动学特征，并通过与实地测量对比得到验证。

多源数据验证

使用TerraSAR-X、Sentinel-1、ALOS等多源SAR数据在不同波段和分辨率下验证了方法的有效性。

应用场景

• 边坡稳定性监测：从多时相InSAR数据中识别瞬态形变，定位不稳定边坡。
• 地质灾害预警：捕捉传统滤波遗漏的瞬态滑坡信号，为预警提供依据。
• 遥感数据处理：提供时域分解、小波分析和约束优化等处理瞬态形变的新算法。
• 库区灾害监测：在库区降雨和库水位变化耦合作用下，反演边坡瞬态运动学特征。
• 滑坡运动学分析：提取阶梯状形变特征并确定滞后时间，刻画滑坡运动学过程。