연구 영역을 덮고 있는 ALOSPALSAR 데이터 (표 6- 16) 가 같은 프레임에 없기 때문에 먼저 프레임 680 과 프레임 690 의 이미지를 각각 패치합니다. 패치된 새 이미지는 다음 두 공식에 표시된 대로 이미지 날짜에 따라 이름이 지정됩니다.
Alpsrp057260680+alpsrp057260690 = 2007 02 20
Alpsrp104230680+alpsrp104230690 = 20080108
표 6- 16 Alospalsar 간섭 이미지 쌍 기본 매개변수
(2) 데이터 처리 프로세스
1. 이미징
ASAR 환경위성의 SLC 데이터 형식과 달리, 우리가 얻은 ALOS PALSAR 데이터는 1 급이다. 0 (즉, RAW) 데이터이므로 먼저 이미지를 만들어 도플러 매개변수 추정 (도플러 중심 주파수 및 도플러 변조 주파수 포함), 거리 압축, 방향 압축, 거리 이동 보정 등의 프로세스를 포함하는 고전적인 R-D 알고리즘을 사용해야 합니다.
도플러 중심 주파수의 추정 방법은 Madsen 이 제안한 상호 상관법으로, 자기 상관 함수의 위상이 전력 스펙트럼 밀도 함수의 도플러 주파수 이동과 관련된 원리를 이용하여 데이터의 자기 상관 함수를 추정하여 달성한다.
거리 압축은 거리 방향으로 에코 신호를 압축하는 것입니다. 계산 효율을 고려하여 일반적으로 FFT 를 사용하여 펄스 에코 신호를 일치 필터링합니다. 일반적으로 매개변수 파일에서 주파수 값을 읽고, 신호와 거리 참조 함수를 주파수 영역에서 거리 방향으로 컨볼 루션한 다음, 신호에 푸리에 역변환을 수행하여 거리 압축 프로세스를 완료합니다.
그림 6-30 Alos Palsar 진폭 다이어그램
방위각 압축은 일치 필터를 사용하여 방향 방향에 평행한 점에서 서로 다른 위상의 신호를 한 점으로 압축할 수 있습니다. 거리 간격띄우기 현상과 간격띄우기 문제로 인해 방향 압축 과정은 거리 압축보다 훨씬 복잡합니다.
이미징 후의 SLC 진폭 그래프는 그림 6-30 에 나와 있습니다.
등록
등록 프로세스는 기본 및 보조 이미지의 등록 및 기본 이미지와 DEM 아날로그 SAR 이미지의 등록을 포함하여 ENVISAT SAR 데이터 처리와 유사합니다. 간섭 측정 방법은 지형 및 변형 정보 추출 정밀도에 미치는 영향을 최소화하기 위해 이미지 등록의 정확도가 서브 픽셀 수준에 도달해야 합니다. 등록 정밀도는 0 이내입니다. 2 픽셀.
간섭 무늬 및 코 히어 런트 계수 그래프의 생성
ALOS PALSAR 간섭 이미지의 간섭 계수 그래프는 그림 6-3 1 에 나와 있습니다. 관련계수의 통계 및 통계 분포는 표 6- 17 과 그림 6-32 에 나와 있습니다. 표 6- 17 에서 볼 수 있듯이 그림의 약 절반 영역에 대한 간섭 계수가 0 보다 큽니다. 간섭 계수의 수준이 높으면 간섭 위상 다이어그램의 품질이 그에 따라 향상되어 필터링된 간섭 위상 다이어그램의 시각적 효과를 통해 검증됩니다.
그림 6-3 1 코 히어 런트 계수 다이어그램
그림 6-32 코 히어 런트 계수 통계 분포
표 6- 17 코 히어 런트 계수 통계
4. 간섭 무늬 필터링
간섭 위상 다이어그램에서 스페 클 노이즈를 필터링하는 것은 필수 단계입니다. ALOS PALSAR 데이터 처리 중 ROI_PAC 는 64 × 64 픽셀 크기의 기간 어댑티브 필터링 방법을 사용합니다. 필터 후의 간섭 위상 그래프는 그림 6-33 에 나와 있습니다.
그림 6-33 간섭 위상 다이어그램 (미산호 지역에는 유효한 데이터가 없음)
5. 위상 확장
위상 확장은 간섭 데이터 처리 과정에서 매우 중요한 단계입니다. Goldstein 전개법은 분기 절단법이라고도 하며 주로 잔점 인식, 잔점 연결 및 적분의 세 단계로 나뉩니다. 플러스-마이너스 장애를 식별하여, 인접한 장애를 거의 또는 여러 번 연결하여, 이러한 잔차의 양수 및 음수 값의 균형을 맞추고, 최적의 분기 접선을 생성하고, 적분 경로를 결정하고, 오류가 적분 경로를 따라 전달되지 않도록 합니다.
6. 석탄 광산 지역 침하지도의 지리적 코딩 및 획득
전개 단계에서 수직 변형을 얻는 것이 제품 생산의 관건이다. D-InSAR 에서 얻은 레이더 시선을 따라 변형을 수직 방향으로 투영하고 지리적 코딩하여 축소된 크기와 범위 다이어그램을 얻습니다. 미분 위상 δ를 통해! 수직 변위 δ h 를 계산하는 공식:
황폐화 된 황무지의 원격 탐사 정보 추출에 관한 연구
여기서 θ는 레이더 입사각, 사용된 ALOS PALSAR 이미지는 34 입니다. 석탄 채광 지역의 최종 정착은 그림 6-34 에 나와 있습니다. 그림 A 와 그림 B 는 모두 같은 의미로 이미지의 오른쪽 위 모서리에 상대적인 침하입니다. 그림 A 의 침하량급은 더 직관적이고 그림 B 의 침하 추세는 더욱 명확하다.
그림 6-34 (a) 에서 볼 수 있듯이, 페이현 (그림 중 미산호 남쪽) 의 붕괴가 심각하다. 기준점 (북위 3510' 01.89 ",동경116 56') 을 기준으로 합니다 65cm 입니다. 그림 6-34 (b) 에서 볼 수 있듯이 축소는 주로 대툰진, 치산진 북부 및 주변 지역에 집중되어 있으며, 직사각형 지역 내의 페이현 축소 면적은 13 입니다. 5km × 13. 9 킬로미터. 두 위성의 데이터 처리 과정을 비교해 보면 같은 자연 환경에서 L 밴드는 탄광구의 장기 침하 모니터링에 비교적 적합하다는 것을 알 수 있다.
그림 6-34 연구 지역 내의 정착 분포 (왼쪽에서 오른쪽으로 A, B, C)