瞬态状态InSAR：用于近实时位移监测的估计与预测

《IEEE Transactions on Geoscience and Remote Sensing》：Instantaneous State InSAR: Estimation and Prediction for Near Real-Time Displacement Monitoring

　　

摘要：

城市韧性和决策制定依赖于对关键安全指标的持续监测。干涉合成孔径雷达（InSAR）观测数据的日益丰富为近实时稳定性监测提供了宝贵机会，尤其是在建筑环境中。传统的InSAR时间序列方法通过批量处理某一时刻的所有可用数据来估计静态和全局位移参数，从而描述整个评估期间有效散射体的运动情况。这种批量处理方式限制了该方法适应时间变化的能力、早期异常检测的能力、计算效率以及新获取SAR数据的系统整合能力。在这里，我们提出了一种新方法，通过估计散射体的瞬时状态来捕捉其复杂的动态行为，而不是使用时间不变的参数描述。瞬时状态（IS）估计和预测模型利用单次新的SAR观测数据，通过卡尔曼滤波方法提供时间更新和测量更新。该方法通过对速度进行建模（将其视为一个指数相关、均值回归的Ornstein-Uhlenbeck过程），对位移信号施加了平滑性约束，从而提高了方法的实用性，并使用归一化中值振幅离散度作为相位质量的代理指标。结果表明，在非动态情况下，IS-InSAR的估计质量与批量方法相当，同时在捕捉动态行为方面更为有效。利用单次观测数据更新瞬时参数可以实现近实时监测，而明确指定平滑参数则有助于隐式相位解缠。