| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 论文选题背景和意义 | 第10页 |
| 1.2 国内外的研究现状 | 第10-12页 |
| 1.2.1 InSAR在滑坡中的研究现状 | 第10-11页 |
| 1.2.2 卡尔曼滤波法在变形监测中的研究现状 | 第11-12页 |
| 1.3 本文组织结构和安排 | 第12-14页 |
| 第二章 合成孔径雷达干涉测量原理 | 第14-28页 |
| 2.1 InSAR的基本原理与数据处理基本步骤 | 第14-18页 |
| 2.1.1 InSAR技术测高的几何原理 | 第14-16页 |
| 2.1.2 D-InSAR技术的基本原理 | 第16-18页 |
| 2.2 InSAR数据处理中的误差分析与减弱措施 | 第18-21页 |
| 2.2.1 时间去相干 | 第18-19页 |
| 2.2.2 基线去相干 | 第19页 |
| 2.2.3 配准误差 | 第19-20页 |
| 2.2.4 干涉图噪声 | 第20页 |
| 2.2.5 大气效应 | 第20-21页 |
| 2.2.6 外部DEM误差 | 第21页 |
| 2.3 时序D-InSAR技术 | 第21-25页 |
| 2.3.1 最小二乘方法 | 第21-22页 |
| 2.3.2 永久散射体方法(PS-InSAR) | 第22-23页 |
| 2.3.3 小基线技术(SBAS-InSAR) | 第23-24页 |
| 2.3.4 Stacking技术 | 第24-25页 |
| 2.4 InSAR技术用于滑坡调查和监测 | 第25-27页 |
| 2.4.1 各类SAR数据在滑坡探测和监测中的适用性 | 第25页 |
| 2.4.2 各类InSAR技术在滑坡探测和监测中的特点 | 第25-26页 |
| 2.4.3 InSAR滑坡监测结果评定 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 滑坡形变预测理论及模型介绍 | 第28-36页 |
| 3.1 研究对象 | 第28-29页 |
| 3.1.1 滑坡的发展过程 | 第28页 |
| 3.1.2 滑坡系统的非线性 | 第28-29页 |
| 3.2 滑坡形变预测模型 | 第29-31页 |
| 3.2.1 时间序列分析模型 | 第29-30页 |
| 3.2.2 灰色系统模型 | 第30-31页 |
| 3.2.3 人工神经网络模型 | 第31页 |
| 3.2.4 卡尔曼滤波模型 | 第31页 |
| 3.3 卡尔曼滤波及集合卡尔曼滤波原理及算法介绍 | 第31-35页 |
| 3.3.1 卡尔曼滤波模型 | 第31-33页 |
| 3.3.2 集合卡尔曼滤波(EnKF) | 第33-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 InSAR技术用于巫山县滑坡探测和编目 | 第36-46页 |
| 4.1 区域概况 | 第36-38页 |
| 4.1.1 自然地理 | 第36页 |
| 4.1.2 地形地貌 | 第36页 |
| 4.1.3 气候与水文 | 第36-37页 |
| 4.1.4 地质概况 | 第37-38页 |
| 4.2 Stacking技术应用于滑坡探测 | 第38-43页 |
| 4.2.1 数据选取 | 第38-39页 |
| 4.2.2 数据处理过程 | 第39-43页 |
| 4.3 滑坡探测结果 | 第43-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第五章 塔坪滑坡形变监测及水文耦合性分析 | 第46-60页 |
| 5.1 塔坪滑坡概况 | 第46-47页 |
| 5.2 塔坪滑坡形变监测分析 | 第47-54页 |
| 5.2.1 数据选取 | 第47-48页 |
| 5.2.2 数据处理过程 | 第48-50页 |
| 5.2.3 监测结果分析 | 第50-53页 |
| 5.2.4 监测精度分析 | 第53-54页 |
| 5.3 塔坪滑坡水文耦合性分析 | 第54-59页 |
| 5.3.1 水文相关性分析 | 第54-57页 |
| 5.3.2 集合卡尔曼滤波在滑坡位移预测中的应用 | 第57-59页 |
| 5.4 本章小结 | 第59-60页 |
| 结论和展望 | 第60-62页 |
| 本文主要研究成果 | 第60-61页 |
| 下一步工作和展望 | 第61-62页 |
| 参考文献 | 第62-68页 |
| 致谢 | 第68-69页 |