科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着SAR影像的增加，时序InSAR数据处理量呈指数增长，给广域长时序地表形变监测带来了新的挑战，特别是分布式目标InSAR（DS-InSAR）技术中所有干涉图均参与计算，对计算和存储资源要求较高，一定程度限制了其发展和应用推广。然而，时序InSAR影像在时间维和空间维均存在冗余信息，降维压缩是去除冗余信息的有效方法之一。本文提出一种基于张量分解的时序InSAR影像降维压缩方法，根据较小子空间内各像素之间具有相似的统计特性，将较小子空间范围内的协方差矩阵表示成三阶张量形式，采用Tucker分解算法同时实现时间维和空间维的降维压缩处理。选取昆明市主城区Sentinel-1A数据进行实验验证分析，结果表明，当压缩子空间为2×3和2×5时，计算效率分别提升约24倍和40倍，且能够满足监测精度需求。当压缩子空间为2×10和2×15时，信息丢失增多，但仍然能识别出形变位置且其计算效率分别提升约80倍和120倍。研究成果为广域长时序InSAR地表形变监测提供了新的数据处理方法。
- 单位
