山地冰川表面运动特征对于识别冰川链式灾害和研究全球气候变化具有重要意义。基于影像匹配的像素偏移量追踪（POT）方法是提取冰川表面大梯度形变的有效手段，然而POT方法的测量精度与影像分辨率密切相关，周期性获取的Sentinel-1分辨率较低（约5m×20m），在狭长形态的山地冰川上使用小窗口匹配时噪声的影响大，归一化互相关系数（NCC）峰值低，难以获取可靠的冰川位移。在本研究中，利用时序影像对的NCC堆叠提高NCC峰值，降低噪声的影响，牺牲了一定的时间分辨率来提高POT方法小窗口匹配的精度。通过对比堆叠数、搜索距离、匹配窗口大小等不同参数设置对实验结果的影响，提供POT方法计算位移的最佳参数组合策略。将该方法应用于雅弄冰川表面流速提取，使用2017年10月至2017年12月间Sentinel-1升轨数据集，提取了该时段冰川表面的形变。进行NCC堆叠后，非冰川区域的噪声被很好的抑制，冰川区域显示出了更强的空间覆盖和空间连续。稳定区域速度残差的平均值和方差都得到了不同程度的减小，堆叠NCC计算的速度残差均值比单像对NCC减小到二分之一以下，速度残差的标准差减小到原来的三分之一，大多数区域都表...
山地冰川表面运动特征对于识别冰川链式灾害和研究全球气候变化具有重要意义。基于影像匹配的像素偏移量追踪（POT）方法是提取冰川表面大梯度形变的有效手段，然而POT方法的测量精度与影像分辨率密切相关，周期性获取的Sentinel-1分辨率较低（约5m×20m），在狭长形态的山地冰川上使用小窗口匹配时噪声的影响大，归一化互相关系数（NCC）峰值低，难以获取可靠的冰川位移。在本研究中，利用时序影像对的NCC堆叠提高NCC峰值，降低噪声的影响，牺牲了一定的时间分辨率来提高POT方法小窗口匹配的精度。通过对比堆叠数、搜索距离、匹配窗口大小等不同参数设置对实验结果的影响，提供POT方法计算位移的最佳参数组合策略。将该方法应用于雅弄冰川表面流速提取，使用2017年10月至2017年12月间Sentinel-1升轨数据集，提取了该时段冰川表面的形变。进行NCC堆叠后，非冰川区域的噪声被很好的抑制，冰川区域显示出了更强的空间覆盖和空间连续。稳定区域速度残差的平均值和方差都得到了不同程度的减小，堆叠NCC计算的速度残差均值比单像对NCC减小到二分之一以下，速度残差的标准差减小到原来的三分之一，大多数区域都表...
山地冰川表面运动特征对于识别冰川链式灾害和研究全球气候变化具有重要意义。基于影像匹配的像素偏移量追踪（POT）方法是提取冰川表面大梯度形变的有效手段，然而POT方法的测量精度与影像分辨率密切相关，周期性获取的Sentinel-1分辨率较低（约5m×20m），在狭长形态的山地冰川上使用小窗口匹配时噪声的影响大，归一化互相关系数（NCC）峰值低，难以获取可靠的冰川位移。在本研究中，利用时序影像对的NCC堆叠提高NCC峰值，降低噪声的影响，牺牲了一定的时间分辨率来提高POT方法小窗口匹配的精度。通过对比堆叠数、搜索距离、匹配窗口大小等不同参数设置对实验结果的影响，提供POT方法计算位移的最佳参数组合策略。将该方法应用于雅弄冰川表面流速提取，使用2017年10月至2017年12月间Sentinel-1升轨数据集，提取了该时段冰川表面的形变。进行NCC堆叠后，非冰川区域的噪声被很好的抑制，冰川区域显示出了更强的空间覆盖和空间连续。稳定区域速度残差的平均值和方差都得到了不同程度的减小，堆叠NCC计算的速度残差均值比单像对NCC减小到二分之一以下，速度残差的标准差减小到原来的三分之一，大多数区域都表...
山地冰川表面运动特征对于识别冰川链式灾害和研究全球气候变化具有重要意义。基于影像匹配的像素偏移量追踪（POT）方法是提取冰川表面大梯度形变的有效手段，然而POT方法的测量精度与影像分辨率密切相关，周期性获取的Sentinel-1分辨率较低（约5m×20m），在狭长形态的山地冰川上使用小窗口匹配时噪声的影响大，归一化互相关系数（NCC）峰值低，难以获取可靠的冰川位移。在本研究中，利用时序影像对的NCC堆叠提高NCC峰值，降低噪声的影响，牺牲了一定的时间分辨率来提高POT方法小窗口匹配的精度。通过对比堆叠数、搜索距离、匹配窗口大小等不同参数设置对实验结果的影响，提供POT方法计算位移的最佳参数组合策略。将该方法应用于雅弄冰川表面流速提取，使用2017年10月至2017年12月间Sentinel-1升轨数据集，提取了该时段冰川表面的形变。进行NCC堆叠后，非冰川区域的噪声被很好的抑制，冰川区域显示出了更强的空间覆盖和空间连续。稳定区域速度残差的平均值和方差都得到了不同程度的减小，堆叠NCC计算的速度残差均值比单像对NCC减小到二分之一以下，速度残差的标准差减小到原来的三分之一，大多数区域都表...
利用2022-07～11的Sentinel-1A多时相SAR数据，使用SAR影像像素偏移量追踪方法提取2022-09-05泸定MS6.8地震震前、同震和震后的贡嘎山区域冰流速信息，并分析该地震对冰川运动状态的影响。结果表明：1)同震期间（2022-08-26～09-07）,贡嘎山区域的冰川流速明显增加，平均值相较于震前（2022-07～08）增加约27%～75%;2)震后时段内（2022-09～11）,相较于前2 a同期，海螺沟冰川、燕子沟冰川、磨子沟冰川、南门关沟冰川、大贡巴冰川和小贡巴冰川分别有57%、56%、50%、63%、63%和56%的区域流速有提升，这6条典型冰川2022年流速整体上分别提升11%、10%、9%、18%、20%和23%;3)冰川中心线的流速结果表明，同震期间冰流速的空间分布趋势明显受到地震扰动，震后各冰川中心线的空间分布趋势与前2 a同期保持较好的一致性，而冰流速水平略有提升；4)时间演化上，在同震期间和震后短期内（2022-09～10）,贡嘎山区域冰流速有较明显的提升，2022-10之后各冰川流速逐渐恢复至前2 a同期水平。
利用2022-07～11的Sentinel-1A多时相SAR数据，使用SAR影像像素偏移量追踪方法提取2022-09-05泸定MS6.8地震震前、同震和震后的贡嘎山区域冰流速信息，并分析该地震对冰川运动状态的影响。结果表明：1)同震期间（2022-08-26～09-07）,贡嘎山区域的冰川流速明显增加，平均值相较于震前（2022-07～08）增加约27%～75%;2)震后时段内（2022-09～11）,相较于前2 a同期，海螺沟冰川、燕子沟冰川、磨子沟冰川、南门关沟冰川、大贡巴冰川和小贡巴冰川分别有57%、56%、50%、63%、63%和56%的区域流速有提升，这6条典型冰川2022年流速整体上分别提升11%、10%、9%、18%、20%和23%;3)冰川中心线的流速结果表明，同震期间冰流速的空间分布趋势明显受到地震扰动，震后各冰川中心线的空间分布趋势与前2 a同期保持较好的一致性，而冰流速水平略有提升；4)时间演化上，在同震期间和震后短期内（2022-09～10）,贡嘎山区域冰流速有较明显的提升，2022-10之后各冰川流速逐渐恢复至前2 a同期水平。
利用2022-07～11的Sentinel-1A多时相SAR数据，使用SAR影像像素偏移量追踪方法提取2022-09-05泸定MS6.8地震震前、同震和震后的贡嘎山区域冰流速信息，并分析该地震对冰川运动状态的影响。结果表明：1)同震期间（2022-08-26～09-07）,贡嘎山区域的冰川流速明显增加，平均值相较于震前（2022-07～08）增加约27%～75%;2)震后时段内（2022-09～11）,相较于前2 a同期，海螺沟冰川、燕子沟冰川、磨子沟冰川、南门关沟冰川、大贡巴冰川和小贡巴冰川分别有57%、56%、50%、63%、63%和56%的区域流速有提升，这6条典型冰川2022年流速整体上分别提升11%、10%、9%、18%、20%和23%;3)冰川中心线的流速结果表明，同震期间冰流速的空间分布趋势明显受到地震扰动，震后各冰川中心线的空间分布趋势与前2 a同期保持较好的一致性，而冰流速水平略有提升；4)时间演化上，在同震期间和震后短期内（2022-09～10）,贡嘎山区域冰流速有较明显的提升，2022-10之后各冰川流速逐渐恢复至前2 a同期水平。
格陵兰冰盖流速监测对定量估算冰盖物质损失以及研究冰盖对全球变暖的响应具有重要意义。利用SAR影像强度信息进行偏移量追踪是目前冰川流速监测的主要方法。冰川表面散射特性的变化会导致SAR影像强度信息发生改变，导致影像匹配失相关，从而造成提取的流速场中存在大量错误与空洞。为了克服该问题，本文提出了一套基于Sentinel-1 SAR影像提取冰川流速时序的数据处理流程：通过开运算、连通性分析、自适应中值滤波等方法去除单对追踪影像中的噪声与错误；同时利用现有产品的年度和月度平均流速数据完成基准校正并引入角度信息进一步去除部分噪声与粗差；最后通过间隔6日、12日、18日的追踪影像引入冗余配对，使用迭代的奇异值分解（SVD）方法求解时序方程组，构建冰川流速时序。将利用本方法提取的2018年—2020年间格陵兰Petermann溢出冰川6日间隔冰流速时序与现有流速产品进行对比表明，与由单轨数据生成的CPOM冰川流速产品相比，本方法获得的流速时序噪声更少，流速场在时空上更连续平滑，在相同冰川范围内有效数据覆盖范围更广。与由多轨数据合成的PROMICE产品比较表明两者的精度和有效数据覆盖率类似，但本文方法...
格陵兰冰盖流速监测对定量估算冰盖物质损失以及研究冰盖对全球变暖的响应具有重要意义。利用SAR影像强度信息进行偏移量追踪是目前冰川流速监测的主要方法。冰川表面散射特性的变化会导致SAR影像强度信息发生改变，导致影像匹配失相关，从而造成提取的流速场中存在大量错误与空洞。为了克服该问题，本文提出了一套基于Sentinel-1 SAR影像提取冰川流速时序的数据处理流程：通过开运算、连通性分析、自适应中值滤波等方法去除单对追踪影像中的噪声与错误；同时利用现有产品的年度和月度平均流速数据完成基准校正并引入角度信息进一步去除部分噪声与粗差；最后通过间隔6日、12日、18日的追踪影像引入冗余配对，使用迭代的奇异值分解（SVD）方法求解时序方程组，构建冰川流速时序。将利用本方法提取的2018年—2020年间格陵兰Petermann溢出冰川6日间隔冰流速时序与现有流速产品进行对比表明，与由单轨数据生成的CPOM冰川流速产品相比，本方法获得的流速时序噪声更少，流速场在时空上更连续平滑，在相同冰川范围内有效数据覆盖范围更广。与由多轨数据合成的PROMICE产品比较表明两者的精度和有效数据覆盖率类似，但本文方法...
格陵兰冰盖流速监测对定量估算冰盖物质损失以及研究冰盖对全球变暖的响应具有重要意义。利用SAR影像强度信息进行偏移量追踪是目前冰川流速监测的主要方法。冰川表面散射特性的变化会导致SAR影像强度信息发生改变，导致影像匹配失相关，从而造成提取的流速场中存在大量错误与空洞。为了克服该问题，本文提出了一套基于Sentinel-1 SAR影像提取冰川流速时序的数据处理流程：通过开运算、连通性分析、自适应中值滤波等方法去除单对追踪影像中的噪声与错误；同时利用现有产品的年度和月度平均流速数据完成基准校正并引入角度信息进一步去除部分噪声与粗差；最后通过间隔6日、12日、18日的追踪影像引入冗余配对，使用迭代的奇异值分解（SVD）方法求解时序方程组，构建冰川流速时序。将利用本方法提取的2018年—2020年间格陵兰Petermann溢出冰川6日间隔冰流速时序与现有流速产品进行对比表明，与由单轨数据生成的CPOM冰川流速产品相比，本方法获得的流速时序噪声更少，流速场在时空上更连续平滑，在相同冰川范围内有效数据覆盖范围更广。与由多轨数据合成的PROMICE产品比较表明两者的精度和有效数据覆盖率类似，但本文方法...