DS-InSAR phase optimization based on singular value decomposition

高质量监测点空间密度是时序InSAR开展形变监测的重要指标,依靠分布式散射体DS(Distributed Scatters)开展InSAR形变监测可有效解决传统时序InSAR监测点空间密度不够的缺陷,但分布式散射体干涉相位极易受到去相干影响,造成干涉相位失真,因此分布式散射体相位优化是DS-InSAR技术的关键,针对这一情况,本文提出一种新的基于奇异值分解的DS相位优化方法,该方法利用同质像元时序相位重构相位矩阵,对矩阵进行主成分分析得到优化相位。采用模拟数据和33景覆盖郑州东部白沙镇Sentinel-1A数据对提出方法的可靠性与有效性进行验证和分析。采用时序平均相位标准偏差、平均相位梯度、平均残差点数目作为干涉图优化效果评价指标,提出方法优化后干涉图相较于原始干涉图分别下降了15.61%、25.81%、44.84%,与对比DS相位优化方法相比,提出方法对干涉图DS相位优化效果更好,特别是在一些低相干区域仍然可获得较好DS相位优化结果;提出方法在降低DS相位噪声同时可较好地保持地物细节信息。此外,相较于常规PS(Permanent Scatters)技术形变监测结果,本文方法高质量监测点数量由121471个提升至644789个,提高了4.3倍,较对比方法高质量监测点密度提升更显著。模拟与真实数据结果证实了本文提出DS优化方法的有效性,该方法可用于基于DS-InSAR技术的地表形变监测。