基于大量历史SAR存档数据的InSAR轨道、大气误差研究与改正

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    41204027
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    24.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    D0402.卫星大地测量学
  • 结题年份:
    2015
  • 批准年份:
    2012
  • 项目状态:
    已结题
  • 起止时间:
    2013-01-01 至2015-12-31

项目摘要

The research on orbital and atmospheric uncertainties from InSAR data has always been a challenge in this field, especially for the measurement of subtle, long-wavelength deformation (>50km), such as inter-seismic and post-seismic deformation, which can easily be confused with errors. How to accurately characterize, correct and assess their effects, is critical for decreasing the effect on geophysical parameters and interpreting reliably subtle InSAR deformation signals. this project exploits for the first time a large amount of SAR archives in an effort to study deeply orbital and atmospheric error distributions and characterize the technical limitations of the InSAR technique. First of all, a set of phase-unwrapped interferograms, with respect to the first acquisition, are subsequently inverted from a sequence of SAR acquisition, then we develop a physical orbital model, and resolve it by using interferometric time-series phase data of non-deforming area adjacent to the area of interest, or CGPS data (>6) in the presence of deformation. The atmospheric components are separated from orbital ones by applying a low-pass spatial filter followed by a high-pass temporal filter to unwrapped interferograms. We characterize mathematically and analyze statistically scale characteristics and spatial distribution of orbital and atmospheric errors and robustly assess their contributions in InSAR deformation products. Finally through applying to Haiyuan fault zone, we eventually establish a set of methods to acquire subtle deformation in active fault area by using archived SAR images and corresponding error evaluation mechanism.
InSAR数据中的轨道和大气误差研究一直是该领域的难点,尤其对于震间和震后产生的微小长波地表形变信号的测量,很容易被误差淹没,如何精确地描述、改正和评价这两种误差的影响,对于减小其对地球物理参数的影响以及对观测结果作出可靠性评价是非常重要的。本项目从大量历史SAR存档数据本身入手去深入研究影像获取时刻的轨道、大气误差分布规律。首先,基于大量存档影像反演有序的时间序列干涉图,并建立一种新的物理轨道模型,研究利用同轨道的相邻非形变区域内时间序列干涉图或者形变区域内有限的CGPS观测数据(>6个)求解轨道模型;采用空间域低通滤波紧接时间域高通滤波实现大气和轨道误差的分离,对轨道误差和大气误差的尺度特性和空间分布进行精确的数学描述和统计分析,稳健地评价其对干涉形变测量产品的贡献。最后通过海原断裂带的实例应用,建立一套利用时序雷达影像获取活动断层震间微小形变速率场方法及相应误差水平的评价机制。

结项摘要

InSAR数据中的轨道和大气误差研究一直是该领域的难点,尤其对于震间和震后产生的微小长波地表形变信号的测量,很容易被误差淹没,如何精确地描述、改正和评价这两种误差的影响,对于减小其对地球物理参数的影响以及对观测结果作出可靠性评价是非常重要的。本项目从大量历史SAR存档数据本身入手去深入研究影像获取时刻的轨道、大气误差分布规律;构建短基线干涉链条,利用多普段卫星气象数据(如MERIS)和数字大气气象模型数据来估计大气延迟量,并对干涉链条中的干涉图进行大气改正;利用轨道模型进行轨道误差拟合并去除;最后对大气和轨道改正后的干涉图队列进行stacking处理,获取到海原断裂震间微小形变速率场,速率场跨断层剖面与GPS观测量非常吻合。基于传统的断层旋钮位错模型和块体模型联合反演InSAR和GPS数据,两种模型的反演给出了相似的结果,即~5mm/yr的滑动速率和较浅的断层闭锁深度~3km,说明海原断裂自1920年大地震以来,地壳下部还没有完全闭锁。

项目成果

期刊论文数量(2)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Monitoring deformation evolution in Longtan Reservoir area by multitemporal interferometric synthetic aperture radar using time sequences of spaceborne synthetic aperture radar images
利用星载合成孔径雷达图像时间序列多时相干涉合成孔径雷达监测龙滩库区形变演化
  • DOI:
    10.1117/1.jrs.7.073585
  • 发表时间:
    2013-01
  • 期刊:
    Journal of Applied Remote Sensing
  • 影响因子:
    1.7
  • 作者:
    Xiaogang Song;Xinjian Shan;Aiguo Zhao
  • 通讯作者:
    Aiguo Zhao

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

InSAR中大气改正方法的对比研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    《测绘科学》.(第1期).pp.18-21,2007年
  • 影响因子:
    --
  • 作者:
    宋小刚;李德仁;廖明生;王尚
  • 通讯作者:
    王尚
汶川 M8 级地震 InSAR 同震形变场观测与研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    地球物理学报
  • 影响因子:
    --
  • 作者:
    宋小刚;单新建;屈春燕
  • 通讯作者:
    屈春燕
2001年M_W7. 昆仑山地震震后形变观测、机制与青藏高原中北部岩石圈流变:认识与挑战
  • DOI:
    10.11939/jass.20210058
  • 发表时间:
    2021
  • 期刊:
    地震学报
  • 影响因子:
    --
  • 作者:
    赵德政;屈春燕;单新建;张国宏;李彦川;龚文瑜;宋小刚
  • 通讯作者:
    宋小刚
InSAR 大气水汽校正方法研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    地球物理学报
  • 影响因子:
    --
  • 作者:
    宋小刚
  • 通讯作者:
    宋小刚
基于虚拟仪器的直线超声电机机械特性测试
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    振动.测试与诊断
  • 影响因子:
    --
  • 作者:
    张健滔;姚志远;宋小刚;杨东;赵淳生
  • 通讯作者:
    赵淳生

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

宋小刚的其他基金

基于航空、卫星影像的1985年乌恰Mw7.0级地震逆冲断层破裂机制及运动特征研究
  • 批准号:
    41974037
  • 批准年份:
    2019
  • 资助金额:
    63 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码