期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
高山峡谷地区InSAR相干性时空变化规律及影响机制
1
作者 施皓译 左小清 +2 位作者 张荐铭 李勇发 黄成 《遥感信息》 北大核心 2025年第4期76-84,共9页
在我国西南山区,复杂的地形和高植被覆盖率对合成孔径雷达干涉测量(InSAR)相干性产生了显著影响,这对开展InSAR研究带来了不利影响。文章基于Sentinel-1卫星影像和SBAS-InSAR技术,分析了云南省镇雄县2020—2023年间不同地物类型的地表... 在我国西南山区,复杂的地形和高植被覆盖率对合成孔径雷达干涉测量(InSAR)相干性产生了显著影响,这对开展InSAR研究带来了不利影响。文章基于Sentinel-1卫星影像和SBAS-InSAR技术,分析了云南省镇雄县2020—2023年间不同地物类型的地表相干性时空变化规律。通过机器学习模型(XGBoost、决策树、随机森林和LASSO),探讨了归一化差异植被指数(normalized difference vegetation index,NDVI)、坡度和降水量等因素对相干性的影响。研究结果表明:研究区的相干性存在明显的季节性波动,尤其在雨季(4—8月)相干性显著下降;不同地物类型(如城镇、裸草地、耕地和林地)的相干性变化趋势存在差异,其中NDVI对相干性变化的影响最为显著,二者之间表现出明显的负相关关系,并且存在时间滞后效应,另外坡度和降水量也对相干性产生影响,坡度增大导致相干性下降,降水量增加则进一步降低相干性;机器学习模型分析结果表明,NDVI是影响相干性变化的关键因素,重要性远大于坡度与降水。该研究结果为提升InSAR技术在复杂地形地区的应用提供了理论支持,尤其在滑坡监测、土地利用变化分析等领域具有重要的实际应用价值。 展开更多
关键词 INSAR 相干性 时空变化规律 不同地物类型 机器学习
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部