sar偏移量追踪技术_滑坡成灾前SAR遥感监测技术研究取得进展

近日，中国科学院空天信息创新研究院航天微波遥感系统部关于滑坡成灾前SAR遥感监测技术研究取得进展。其相关研究成果《面向成灾前形变监测的改进偏移追踪技术：以白格滑坡为例(Improved Offset Tracking for Predisaster Deformation Monitoring of the 2018 Jinsha River Landslide (Tibet, China))》发表在遥感领域学术期刊Remote Sensing of Environment(《环境遥感》)。

合成孔径雷达(SAR)遥感技术由于全天时全天候的观测优势被广泛应用于滑坡易发地区的长期地表监测。传统的偏移追踪技术是基于同一区域两幅SAR图像中同一目标的信号强度进行的相似度监测，以计算同一目标在两幅SAR图像间偏移量，是地表形变的一种监测方法，更适用于大尺度的形变监测，如高速滑坡(超过数十厘米/年)。但是，传统的偏移追踪技术也存在一定的局限性，包括估计窗口设计对经验的高度依赖，单点精度与整体效率间的冲突，以及由窗口内异质样本所致的低置信度。

面向以上滑坡监测以及处理的需求，科研人员提出了一种针对非显著区域的同质自适应非相干斑追踪方法(AISOT-HS)，降低传统的偏移追踪技术在估计窗口设计方面对经验的高度依赖，同等精度需求下有效提高了整体效率与结果置信度；提出了区分特征匹配与斑点匹配的“预分离”步骤，针对自然场景优化已有处理流程，有效提升了偏移追踪算法的处理效率。

科研人员利用该技术成果对2018年金沙江滑坡(中国西藏)成灾前的多幅SAR数据进行处理，研究了该滑坡的演变过程。与传统方法相比，该方法提高了运算效率，减少了结果的不确定性。SAR数据来自中国高分3号(GF-3)卫星和日本陆地观测卫星(ALOS PALSAR-2)，其中GF-3卫星SA