公用主影像干涉圖加權(quán)疊加方法及其在地面沉降監(jiān)測(cè)中的應(yīng)用

龍四春，張?jiān)娪?，馮 濤，李 黎

1.湖南科技大學(xué) 煤炭資源清潔利用與礦山環(huán)境保護(hù)湖南省重點(diǎn)實(shí)驗(yàn)室，湖南 湘潭 411201；2.中南大學(xué)資源與安全工程學(xué)院，湖南 長(zhǎng)沙 410083；3.商丘師范學(xué)院 環(huán)境與規(guī)劃學(xué)院，河南 商丘 476100

1 引 言

時(shí)空去相干和大氣折射延遲是限制DInSAR地面沉降監(jiān)測(cè)精度的主要因素，為了削弱大氣擾動(dòng)對(duì)差分干涉相位質(zhì)量的影響，文獻(xiàn)［1］提出永久散射體雷達(dá)干涉測(cè)量技術(shù)（permanent scatterers InSAR，PS－InSAR），較好地解決了大氣擾動(dòng)問題，隨后，該技術(shù)得到迅速發(fā)展，但由于要求數(shù)據(jù)量較多（通常20幅以上），且數(shù)據(jù)處理范圍通常要求在5km2以內(nèi)［2－10］，因此，該技術(shù)目前很難被廣泛應(yīng)用。文獻(xiàn)［11—19］采用基于相干點(diǎn)目標(biāo)的DInSAR技術(shù)進(jìn)行削弱大氣擾動(dòng)和時(shí)空去相干的研究與試驗(yàn)分析，得到的試驗(yàn)區(qū)平均沉降圖能有效揭示地面形變的空間展布，得到較可靠的監(jiān)測(cè)結(jié)果?？梢?，采用相干點(diǎn)目標(biāo)分析方法能降低大氣延遲影響、提高信噪比，但這些研究沒有對(duì)相干點(diǎn)目標(biāo)影像對(duì)的質(zhì)量進(jìn)行合理評(píng)價(jià)，如果其中部分影像質(zhì)量太差，相干性太低，必將會(huì)影響到最后的沉降監(jiān)測(cè)結(jié)果；文獻(xiàn)［20］利用6幅ENVISAT ASAR影像，應(yīng)用干涉圖疊加法對(duì)珠江三角洲的地面沉降進(jìn)行研究，發(fā)現(xiàn)因過去20年的城市化發(fā)展導(dǎo)致廣州、佛山、東莞等地的地面沉降現(xiàn)象非常明顯，但其研究是在非單一公共主影像的基礎(chǔ)上進(jìn)行干涉圖疊加，會(huì)減弱干涉圖形變的線性關(guān)系，增大干涉圖疊加方法（Stacking）的假定條件要求（其一，單副雷達(dá)影像中大氣延遲相位為隨機(jī)分布，各差分干涉圖中大氣延遲相位影響也為隨機(jī)分布；其二，研究區(qū)的地表形變?yōu)榫€性特征）［11，17］，同時(shí)，沒有考慮干涉圖質(zhì)量權(quán)重問題，影響了監(jiān)測(cè)結(jié)果的精度?；诖耍疚奶岢鲆环N基于單一公用主影像且考慮干涉圖質(zhì)量權(quán)重的干涉圖疊加方法，解決了以上技術(shù)存在問題，提高了監(jiān)測(cè)精度，獲得較好的地面沉降監(jiān)測(cè)結(jié)果。

2 公用主影像干涉圖加權(quán)疊加方法

2.1 基本原理及流程

公用主影像干涉圖加權(quán)疊加方法是選取最優(yōu)公用主影像進(jìn)行配準(zhǔn)，將配準(zhǔn)到同一主影像幾何空間的差分干涉解纏相位圖進(jìn)行加權(quán)疊加，利用大氣延遲相位的隨機(jī)分布特性和地表形變信號(hào)近似線性表現(xiàn)的特點(diǎn)，提高疊加結(jié)果的信噪比。該方法假設(shè)在干涉圖中，大氣擾動(dòng)的誤差相位是隨機(jī)的，而形變?yōu)榫€性形變［13，18，20］，并根據(jù)相干性來定權(quán)?；谶@種假設(shè)，將多幅干涉圖對(duì)應(yīng)的解纏相位疊加起來，所得的形變相位信息對(duì)應(yīng)著累加時(shí)間基線內(nèi)加權(quán)的變形量；疊加后的大氣延遲相位，卻不是單幅干涉圖中大氣相位誤差隨干涉圖數(shù)量倍數(shù)增長(zhǎng)的結(jié)果，而只是干涉圖數(shù)量的平方根倍增長(zhǎng)的結(jié)果。這樣，疊加相位圖中形變信息和大氣延遲項(xiàng)之間的信噪比就能得到提高。

公用主影像干涉圖疊加方法數(shù)據(jù)處理的基本流程包括：主影像的優(yōu)化選取［21－23］、輻射定標(biāo)等數(shù)據(jù)預(yù)處理；影像配準(zhǔn)與重采樣到主影像空間；高相干區(qū)域的選取；干涉圖生成；去平地、地形生成差分干涉圖；相位解纏；根據(jù)相干圖質(zhì)量定權(quán)，干涉圖解纏相位疊加；地理編碼、形變圖生成等。具體流程見圖1。

從圖1可以看出，公用主影像干涉圖加權(quán)疊加方法基本包含了常規(guī)DInSAR的所有關(guān)鍵步驟。但要進(jìn)行有效的干涉圖加權(quán)疊加，首先，基于同一公用主影像的干涉圖疊加方法，應(yīng)進(jìn)行公用主影像的優(yōu)化選取，選擇大氣擾動(dòng)等誤差影響最小的影像作為公用主影像，以便最大限度減少大氣延遲和其他噪聲的影響。對(duì)于公用主影像的優(yōu)化選取，既要使時(shí)間基線最佳（盡量位于時(shí)間跨度中間），又要顧及干涉對(duì)的有效空間基線和Doppler質(zhì)心頻率、大氣延遲影響因子以及季節(jié)因素等對(duì)干涉圖相關(guān)性的顯著影響，尋找綜合影響最小的影像為公用主影像［21－23］。其次，要根據(jù)干涉圖相干性質(zhì)量（本文根據(jù)各影像相干點(diǎn)的數(shù)量成正比來定權(quán)，數(shù)量最多的相干圖疊加權(quán)重qji設(shè)定為1）進(jìn)行定權(quán)，如果存在有與其他干涉圖相差明顯較大的影像（即相干圖相干點(diǎn)的數(shù)量≤1／2最高相干圖相干點(diǎn)數(shù)時(shí)），將其權(quán)重設(shè)為0，不讓它參加干涉圖疊加計(jì)算與后續(xù)的數(shù)據(jù)處理。

圖1 公用主影像干涉圖加權(quán)疊加方法處理流程Fig.1 Flow of weighted stacking based on common master image

2.2 干涉圖加權(quán)疊加方法的函數(shù)模型

式中，N為干涉圖的數(shù)目；與分別為第i個(gè)像元第j幅差分干涉圖的解纏形變相位與其疊加權(quán)重；ΔTj為第j幅差分干涉圖主輔影像之間的時(shí)間間隔（時(shí)間基線）；λ為雷達(dá)波的波長(zhǎng)。

由于單幅雷達(dá)影像中的大氣延遲相位分布是隨機(jī)的，各差分干涉圖中的大氣延遲相位影響也隨機(jī)分布，根據(jù)誤差傳播定律，則所有干涉圖疊加后，高相干點(diǎn)受到的大氣延遲影響可表示為

式中，為第j幅差分干涉像對(duì)對(duì)應(yīng)的大氣相位延遲；ΔΦi為i像元在N個(gè)干涉圖疊加后的大氣延遲影響總和。

則干涉圖疊加后，高相干點(diǎn)大氣延遲對(duì)線性形變速率的影響可表示為

從式（4）可以看出，疊加后平均形變速率Vi中，形變速率的信噪比得到了提高。因此，干涉圖疊加像元中平均形變速率的標(biāo)準(zhǔn)偏差為

干涉圖加權(quán)疊加最有效的方法是對(duì)相干性較高的點(diǎn)相位進(jìn)行疊加，在選擇高相干像元時(shí)，首先計(jì)算各雷達(dá)影像對(duì)應(yīng)的相干系數(shù)，然后可用函數(shù)模型（6）［4，13］進(jìn)行高相干目標(biāo)點(diǎn)的提取

式中，m、n表示選擇的移動(dòng)窗口方位向、距離向的像元數(shù)為某像元i在移動(dòng)窗口中相干系數(shù)的均值，是通過包含該像元的移動(dòng)窗口的所有像素復(fù)數(shù)信息來進(jìn)行估算的，當(dāng)高于給定閾值γc的點(diǎn)選定為干涉圖相位解纏的高相干目標(biāo)點(diǎn)，將所有滿足該模型的點(diǎn)組合成高質(zhì)量相干點(diǎn)集。

3 公用主影像加權(quán)疊加方法在沉降監(jiān)測(cè)中的應(yīng)用

3.1 研究區(qū)域與數(shù)據(jù)來源

自20世紀(jì)初以來，天津市區(qū)及近郊一直存在不同程度的沉降，某些地段沉降量已經(jīng)超過3m，但1986年開始對(duì)過度開采地下水采取控沉措施后，市區(qū)地段沉降速度明顯減小，但市區(qū)以外的近郊及縣區(qū)，某些地段沉降不但沒有減弱，相反沉降量增大，沉降速率有進(jìn)一步加大的趨勢(shì)［24］。

考慮到公用主影像干涉圖加權(quán)疊加方法的優(yōu)越性，選擇天津市主城區(qū)及近郊作為試驗(yàn)區(qū)，其中心經(jīng)緯度為（39.112 88°N，117.069 63°E），面積約24km×28km，利用2003—2006年間獲取的11景ENVISAT ASAR數(shù)據(jù)（Track2447，F(xiàn)rame22817）進(jìn)行試驗(yàn)。

首先從這11幅SAR影像中擇優(yōu)選擇1幅SAR影像作為公用主影像，可利用綜合函數(shù)模型［3－4］式（7）來進(jìn)行確定

在雷達(dá)差分干涉測(cè)量中，通常利用美國(guó)航天飛機(jī)測(cè)圖任務(wù)SRTM 3″分辨率（90m）DEM來去除地形相位。天津地處華北平原上，地勢(shì)比較平坦，地形起伏在10m以內(nèi)，具體見圖2，圖中白色方框?yàn)樗x雷達(dá)影像覆蓋范圍。該試驗(yàn)區(qū)地形的相位貢獻(xiàn)不大［11］。

表1 ASAR影像數(shù)據(jù)相關(guān)參數(shù)表Tab.1 Parameters list of ASAR image data

3.2 差分干涉測(cè)量與加權(quán)疊架

根據(jù)DInSAR的基本原理，以14529作為干涉公用主影像，將其他10幅輔影像與14529影像進(jìn)行粗配準(zhǔn)和精配準(zhǔn)，并重采樣到主影像14529幾何空間。根據(jù)式（6）高相干點(diǎn)的選取模型，選定0.2作為相干系數(shù)閾值，則可得各相干圖見圖3。從圖3 中可以看出，14529－10521、14529－12024、14529－13026、 14529－17034、 14529－18537 和14529－21042相干性較好，相干點(diǎn)多且相干系數(shù)高，相干性基本一致，它們對(duì)應(yīng)的有效空間基線較短，幾何去相干較小；而14529－16032相干性最差，它對(duì)應(yīng)的有效空間基線最大，為－678.37m，是其他有效空間基線的近2倍以上，造成的幾何去相干太嚴(yán)重，高相干點(diǎn)不到其他相干圖的一半。如果將其直接與其他相干性好的相干圖進(jìn)行疊加解算，必將會(huì)影響最終的監(jiān)測(cè)精度。因此，合理設(shè)置相位疊加時(shí)各影像的權(quán)重尤為重要，權(quán)重的設(shè)置，可根據(jù)相干圖3中各影像相干點(diǎn)的數(shù)量成正比來定權(quán)，數(shù)量最多的相干圖疊加權(quán)重設(shè)定為1，當(dāng)相干點(diǎn)的數(shù)量明顯低于其他相干圖時(shí)（經(jīng)試驗(yàn)證明，相干圖相干點(diǎn)的數(shù)量≤1／2最高相干圖相干點(diǎn)數(shù)，即≤1／2時(shí)），需將此相干圖疊加權(quán)重定權(quán)為零，可見14529－16032的疊加權(quán)重應(yīng)設(shè)為0，否則會(huì)降低最終沉降監(jiān)測(cè)結(jié)果。

再將配準(zhǔn)的干涉圖與SRTM3DEM進(jìn)行差分干涉，得到對(duì)應(yīng)的差分干涉圖，見圖4。

從圖4中可以明顯地看出，14529－16032的差分干涉圖具有明顯的誤差。主要是由于其干涉圖相干點(diǎn)分布稀少，解纏相位不連續(xù)，很難形成正確的干涉影像。

高相干目標(biāo)在空間分布上是離散的、間斷的，采用Delaunay法則能將所有離散相干點(diǎn)用若干個(gè)沒有重疊的三角形連接起來［20］，保證每一個(gè)點(diǎn)至少是一個(gè)三角形的頂點(diǎn)，假定每一個(gè)三角形的重心是一個(gè)相位解纏的節(jié)點(diǎn)，沿該三角形3條邊做3個(gè)頂點(diǎn)的相位閉合線積分，如果任意兩頂點(diǎn)間相位差的絕對(duì)值不大于π，則其積分值為0，若積分值為－2π或＋2π，則表示該節(jié)點(diǎn)有一個(gè)負(fù)留數(shù)或正留數(shù)，計(jì)算每一個(gè)三角形對(duì)應(yīng)的留數(shù)，為了防止解纏誤差擴(kuò)散，將正負(fù)留數(shù)用弧段成對(duì)地連接起來，在解纏時(shí)，避免積分路徑穿過這些連有正負(fù)留數(shù)的弧段［18］，再利用最小費(fèi)用流法［6］來進(jìn)行相位解纏，可得各解纏相位，見圖5。根據(jù)前面定權(quán)的理論，計(jì)算各影像的權(quán)重，其中14529－16032干涉對(duì)解纏相位的權(quán)重為0。通過以上10幅相位解纏圖疊加解算后，得到的年平均沉降速率見圖6，從圖6中可以看出，天津市中心城區(qū)的沉降趨勢(shì)基本一致，大部分沉降速率在2cm／a左右，但北辰區(qū)和西南角存在明顯的沉降中心，其最大沉降速率達(dá)8cm／a，可見天津郊區(qū)沉降速率要比市中心城區(qū)大，其主要原因是2003—2006年間天津工業(yè)向郊區(qū)發(fā)展和轉(zhuǎn)移，導(dǎo)致郊區(qū)地下水的抽取嚴(yán)重，地面下沉加速，與官方監(jiān)測(cè)［24］（水準(zhǔn)測(cè)量結(jié)果）一致。

根據(jù)式（5），對(duì)解算的平均形變速率計(jì)算標(biāo)準(zhǔn)偏差，可得如下形變速率標(biāo)準(zhǔn)偏差，見圖7。由圖7可知，市區(qū)線性形變標(biāo)準(zhǔn)偏差較小且比較均勻，最大不超過0.5cm／a，表明該地區(qū)在2003—2006年內(nèi)地表沉降速率的線性特征明顯，監(jiān)測(cè)結(jié)果可靠。

3.3 與高精度水準(zhǔn)數(shù)據(jù)的對(duì)比

天津沉降辦公室提供了47個(gè)水準(zhǔn)監(jiān)測(cè)點(diǎn)2003年、2004年和2005年數(shù)據(jù)［24］，對(duì)獲得的這些離散監(jiān)測(cè)水準(zhǔn)數(shù)據(jù)，求取2003—2006年度內(nèi)平均沉降速率，基于 Matlab軟件，采用Kriging方法進(jìn)行內(nèi)插計(jì)算，其內(nèi)插結(jié)果見圖8。

從圖8中，可以看出北辰區(qū)的水準(zhǔn)監(jiān)測(cè)內(nèi)插結(jié)果與雷達(dá)干涉圖加權(quán)疊加監(jiān)測(cè)結(jié)果一致，其最大沉降速率都為8cm／a，沉降漏斗明顯。表明公用主影像干涉圖加權(quán)疊加方法與高精度水準(zhǔn)監(jiān)測(cè)精度相當(dāng)。

3.4 與DInSAR及等權(quán)Stacking方法的對(duì)比

根據(jù)DInSAR的基本原理與流程，對(duì)以上11景SAR影像數(shù)據(jù)進(jìn)行優(yōu)化組合試驗(yàn)，得到該地區(qū)最優(yōu)監(jiān)測(cè)結(jié)果見圖9。與公用主影像加權(quán)疊加方法圖6相比，DInSAR處理結(jié)果明顯存在噪聲的影響，且與水準(zhǔn)監(jiān)測(cè)數(shù)據(jù)最大沉降速率8cm／a相比，存在2cm／a的差異。同時(shí)，進(jìn)行了隨機(jī)主影像等權(quán)Stacking方法，得到了最后形變監(jiān)測(cè)結(jié)果如圖10所示，與本文公用主影像干涉圖加權(quán)疊加方法監(jiān)測(cè)結(jié)果圖6相比，其連續(xù)性較差且偏差稍大，且其沉降漏斗北辰區(qū)宜興埠的最大形變監(jiān)測(cè)值為7cm／a，與水準(zhǔn)監(jiān)測(cè)結(jié)果和新加權(quán)Stacking方法的監(jiān)測(cè)結(jié)果有1cm／a的差異?；谝陨显囼?yàn)分析，初步推論公用主影像加權(quán)疊加方法具有更優(yōu)的地表形變監(jiān)測(cè)能力。

圖2 天津地表高程變化圖Fig.2 Tendency chart of topographic elevation in Tianjin area

圖3 相干圖集Fig.3 Coherent images

圖4 差分干涉圖集Fig.4 Differential interferograms

圖5 解纏相位圖集Fig.5 Unwrapping phase diagrams

圖6 平均形變速率Fig.6 Mean rate of deformation

圖7 形變速率標(biāo)準(zhǔn)差Fig.7 Standard deviation of deformation rate

圖8 平均沉降速率Kriging內(nèi)插結(jié)果Fig.8 Mean rate of subsidence by Kriging interpolation

圖9 DInSAR監(jiān)測(cè)結(jié)果Fig.9 Monitoring results of conventional DInSAR

圖10 傳統(tǒng)Stacking方法監(jiān)測(cè)結(jié)果Fig.10 Monitoring results of conventional Stacking

4 結(jié) 論

在現(xiàn)有Stacking方法的基礎(chǔ)上，提出一種削弱大氣延遲影響的公用主影像干涉圖加權(quán)疊加方法。該方法主要貢獻(xiàn)：① 考慮時(shí)間基線、空間垂直基線、多普勒質(zhì)心頻率差異的綜合影響，選取最優(yōu)公用主影像，消弱主影像大氣延遲影響；② 顧及相干圖質(zhì)量（即高相干點(diǎn)數(shù)量）進(jìn)行定權(quán)，解決低相干影像圖對(duì)監(jiān)測(cè)結(jié)果的負(fù)面影響，通過加權(quán)疊加后，相位圖的形變信息和大氣噪聲之間的信噪比得到明顯提高。該方法要求干涉影像數(shù)不少于3幅，且研究區(qū)域的形變?yōu)榫徛巫儯茉跀?shù)據(jù)量較少的情況下（與PS方法相比），得到較好的監(jiān)測(cè)結(jié)果。通過對(duì)天津市區(qū)2003—2006年11景ENVISAT ASAR影像進(jìn)行試驗(yàn)，經(jīng)比較分析，監(jiān)測(cè)結(jié)果優(yōu)于傳統(tǒng)DInSAR和Stacking方法，其精度和高精度水準(zhǔn)測(cè)量相當(dāng)。可見，公用主影像干涉圖加權(quán)疊加方法解決了PS－InSAR數(shù)據(jù)量要求較多的問題，削除了傳統(tǒng)Stacking方法中低相干影像對(duì)監(jiān)測(cè)結(jié)果的影響，提高了信噪比。

［1］ FERRETTI A，PRATI C，ROEEA F.Permanent Scatterers InSAR Interefromety［J］.IEEE Transactions on Geoscience and Remote Sensing，2001，39（l）：8－19.

［2］ COLESANTI C，F(xiàn)ERRETTI A.SAR Monitoring of Progressive and Seasonal Ground Deformation Using the Permanent Scatterers Technique［J］.IEEE Transactions on Geoscience and Remote Sensing，2003，41（7）：1685－1701.

［3］ KAMPES B M.Displacement Parameter Estimation Using Permanent Scatterer Interferometry ［D］.Delft：Delft University of Technology，2005.

［4］ HOOPER.Persistent Scatterer Radar Interferometry for Crustal Deformation Studies and Modeling of Volcanic Deformation［D］.Stanford：Stanford University，2006.

［5］ PERISSIN D，ROCCA F.High－Accuracy Urban DEM Using Permanent Scatterers［J］.IEEE Transactions on Geoscience and Remote Sensing，2006：44（11）：3338－3347.

［6］ KAMPES B M.Radar Interferometry Persistent Scatterer Technique［M］.Berlin：Springer，2006.

［7］ FERRETTI A，SAVIO.Submillimeter Accuracy of InSAR Time Series：Experimental Validation［J］.IEEE Transactions on Geoscience and Remote Sensing，2007，45（5）：1142－1153.

［8］ JUNG H，KIMB S，JUNGA H，et al.Satellite Observation of Coal Mining Subsidence by Persistent Scatterer Analysis［J］.Engineering Geology，2007，92：1－13.

［9］ BELL J，AMELUNG F，F(xiàn)ERRETTI A，et al.Permanent Scatterer InSAR Reveals Seasonal and Long－term Aquifersystem Response to Ground Water Pumping and Artificial Recharge［J］.Water Resources Research，2008，44（2）：402－407.

［10］ LONG Sichun，LI Tao，LIU Jingnan.Application Study of PS－DInSAR Technique Fusing Multi－metadata in Urban Ground Deformation Survey［C］∥Proceedings of International Conference on Environmental Science and Information Application Technology.［S.l.］：ESIAT，2009：326－330.

［11］ LONG Sichun.Advanced DInSAR Techniques Based on Coherent Targets and Its Application in Ground Subsidence Monitoring［D］.Wuhan：Wuhan University，2009.（龍四春.基于相干目標(biāo)的DInSAR高級(jí)技術(shù)及其在地面沉降監(jiān)測(cè)中的應(yīng)用［D］.武漢：武漢大學(xué)，2009.）

［12］ STROZZI T，WEGMüLLER U，WERNER C，et al.Measurement of Slow Uniform Surface Displacement with mm／year Accuracy ［C］∥ Proceedings of IGARSS.Hawaii：IEEE，2000.

［13］ WERNER C，WEGMULLER U，WIESMANN A，et al.Interferometric Point Target Analysis with JERS－1L－band SAR Data［C］∥Proceedings of IGARSS.Muri：IEEE，2003.

［14］ BERARDINO P，CASU F，F(xiàn)OMARO G，et al.Small Baseline DInSAR Techniques for Earth Surface Deformation Analysis［C］∥Proceedings of FRING 2003Workshop.Franscati：［s.n.］，2003.

［15］ BERARDINO P，CASU F.A Quantitative Analysis of the SBAS Algorithm Performance.Geoscience and Remote Sensing Symposium ［C］∥ Proceedings of IGARSS.［S.l.］：IEEE，2004.

［16］ WEGMüLLER U.GAMMA IPTA Processing Example Luxemburg，GAMMA Technical Report［R］.Luxeburg：GAMMA，2005.

［17］ CASU F，MANZO M，LANARI R.A Quantitative Assessment of the SBAS Algorithm Performance for Surface Deformation Retrieval from DInSAR Data［J］.Remote Sensing of Environment，2006，102：195－210.

［18］ GE Daqing，WANG Yan，GUO Xiaofang，et al.Surface Deformation Monitoring with Multi－Baseline D－InSAR Based on Coherent Point Target［J］.Journal of Remote Sensing，2007，11（4）：574－580.（葛大慶，王艷，郭小方，等.基于相干點(diǎn)目標(biāo)的多基線D－InSAR技術(shù)與地表形變監(jiān)測(cè)［J］.遙感學(xué)報(bào)，2007，11（4）：574－580.）

［19］ ZHANG Yonghong，ZHANG Jixian，GONG Wenyu.Monito ring Urban Subsidence Based on SAR Interferometric Point Target Analysis［J］.Acta Geodaetica et Cartographica Sinica，2009，38（6）：482－493.（張永紅，張繼賢，龔文瑜.基于SAR干涉點(diǎn)目標(biāo)分析技術(shù)的城市地表形變監(jiān)測(cè)［J］.測(cè)繪學(xué)報(bào)，2009，38（6）：482－493.）

［20］ ZHAO Qing，LIN Hui，JIANG Liming.Ground Deformation Monitoring in Pearl River Delta Region with Stacking DInSAR Technique［J］.Geoinformatics and Joint Conference on GIS and Built Enviroment，2008，7145：1－9.

［21］ LONG Sichun，LIU Jingnan，LI Tao，et al.Method for Optimum Selection of Common Master Acquisition for PS－DInSAR Fusing GPS Data［J］.Journal of Tongji University（Natural Science），2010，38（3）：453－458.（龍四春，劉經(jīng)南，李陶，等.融合GPS數(shù)據(jù)的PS－DInSAR公用主影像的優(yōu)化選取［J］.同濟(jì)大學(xué)學(xué)報(bào)：自然科學(xué)版，2010，38（3）：453－458.）

［22］ CHEN Qiang，DING Xiaoli，LIU Guoxiang.Optimum Selection of Common Master Acquisition for PS－DInSAR［J］.Acta Geodaetica et Cartographica Sinica，2007，36（4）：395－399.（陳強(qiáng)，丁曉利，劉國(guó)祥.PS－DInSAR公共主影像的優(yōu)化選取［J］.測(cè)繪學(xué)報(bào)，2007，36（4）：395－399.）

［23］ ZHANG Hua，ZENG Qiming，LIU Yihua，et al.The Optimum Selection of Common Master Image for Series of Differential SAR Processing to Estimate Long and Slow Ground Deformation ［C］∥Proceedings of IGARSS.Seoul：IEEE，2005：4586－4589.

［24］ Tianjin Office of Ground Subsidence Monitoring.Annual Report on Tianjin Ground Subsidence［R］.Tianjin：Tianjin Water Resources Bureau，2006.（天津市控制地面沉降工作辦公室.天津市地面沉降年報(bào)［R］.天津：天津市水利局，2006.）

［25］ YU Xiaoxin，YANG Honglei，PENG Junhuan.A Modified Goldstein Algorithm for InSAR Interferogram Filtering［J］.Geomatics and Information Science of Wuhan University，2011，36（9）：1051－1054.（于曉歆，楊紅磊，彭軍還.一種改進(jìn)的Goldstein InSAR干涉圖濾波算法［J］.武漢大學(xué)學(xué)報(bào)：信息科學(xué)版，2011，36（9）：1051－1054.）

［26］ XIA Y，KAUFMANN H，GUO X F.Differential SAR Interferometry Using Corner Reflectors［C］∥Proceedings of IGARSS.Toronto：IEEE，2002：1243－1246.

［27］ XIA Y，KAUFMANN H，GUO X F.Landslide Monitoring in the Three Georges Area Using D－InSAR and Corner Reflectors［J］.Photogrammetric Engineering and Remote Sensing，2004，7（10）：1167－1172.

［28］ XIA Y，Bam Earthquake：Surface Deformation Measurement Using Radar Interferometry［J］.Acta Seismologica Sinica，2005，18（4）：451－459.