面向大规模地表位移监测的近实时 InSAR 相位估计
信号处理
2026-03-31 v2
摘要
使用干涉合成孔径雷达（InSAR）进行地球表面形变的近实时监测，需要能够高效地在不重新处理历史档案的情况下纳入新的获取数据。我们提出一种基于压缩单目复图像（SLCs）的序列相位链接方法， capable of 在新获取数据后数小时内产出地表位移估计。我们的关键算法贡献在于一种 mini-stack 参考方案，能够在处理批次之间维持相位一致性，而无需调整或重新估计先前的时间步骤，从而实现简便的实际部署。我们引入用于持久性和分布性散斑标识的在线方法，通过增量幅度统计更新适应地表属性随时间变化。处理链集成了适用于小型 SLC 堆栈的多个像素质量指标，以及 L1 范数网络逆变以限制在时间序列中跨越误差的传播。我们利用该算法产出 OPERA 北美地表位移产品，这是首个覆盖北美洲的大规模地表位移产品。与 GPS 测量及 InSAR 残差分析的验证表明，在不同环境条件下速度估计值与 GPS 测量值在毫米级一致。我们以在 2018 年夏威夷火山 erupting 事件期间成功恢复米级共喷发位移，以及在俄勒冃州三座山火山发现的细微 uplift 为例证，后者是 C-band InSAR 因密集植被和季节性雪覆盖而具有挑战性的环境。我们已将所有软件作为开源库公开提供，为科学社区在云环境中处理大规模 InSAR 数据集提供了重大进步。
关键词
引用
@article{arxiv.2511.12051,
title = {Near-Real-Time InSAR Phase Estimation for Large-Scale Surface Displacement Monitoring},
author = {Scott Staniewicz and Sara Mirzaee and Heresh Fattahi and Talib Oliver-Cabrera and Emre Havazli and Geoffrey Gunter and Se-Yeon Jeon and Mary Grace Bato and Jinwoo Kim and Simran S. Sangha and Bruce Chapman and Alexander L. Handwerger and Marin Govorcin and Piyush Agram and David Bekaert},
journal= {arXiv preprint arXiv:2511.12051},
year = {2026}
}
备注
14 pages, 11 figures, plus supplementary material