致谢 | 第4-6页 |
摘要 | 第6-8页 |
Abstract | 第8-9页 |
Extended Abstract | 第10-23页 |
变量注释表 | 第23-24页 |
1 绪论 | 第24-34页 |
1.1 研究背景与意义 | 第24-25页 |
1.2 国内外研究现状 | 第25-32页 |
1.3 主要研究内容 | 第32-33页 |
1.4 章节安排 | 第33-34页 |
2 In SAR技术原理 | 第34-49页 |
2.1 In SAR技术 | 第34-39页 |
2.2 DIn SAR技术 | 第39-40页 |
2.3 时序In SAR技术 | 第40-48页 |
2.4 小结 | 第48-49页 |
3 ASAR与TSX在地表形变监测中的对比及应用26 | 第49-69页 |
3.1 Envisat与Terra SAR卫星系统 | 第49-50页 |
3.2 ASAR与TSX数据特性对比 | 第50-52页 |
3.3 研究区域概况与SAR数据 | 第52-55页 |
3.4 实验分析 | 第55-67页 |
3.5 小结 | 第67-69页 |
4 基于多源SAR影像的时序In SAR优化解算 | 第69-90页 |
4.1 引言 | 第69-70页 |
4.2 时序In SAR的形变统计模型 | 第70-73页 |
4.3 融合算法及流程 | 第73-78页 |
4.4 实验分析 | 第78-89页 |
4.5 小结 | 第89-90页 |
5 小数据集TSX的In SAR形变监测研究 | 第90-113页 |
5.1 引言 | 第90页 |
5.2 时序In SAR技术的有效性分析 | 第90-93页 |
5.3 实际应用中的问题与解决方法 | 第93-95页 |
5.4 实验分析 1-DIn SAR | 第95-100页 |
5.5 实验分析 2-时序In SAR | 第100-112页 |
5.6 小结 | 第112-113页 |
6 融合多源SAR影像的矿区三维形变场监测及概率积分法参数反演 | 第113-134页 |
6.1 引言 | 第113-114页 |
6.2 In SAR三维形变模型 | 第114-116页 |
6.3 现有三维形变提取方法 | 第116-120页 |
6.4 基于In SAR监测结果的概率积分法参数反演及应用 | 第120-123页 |
6.5 实验分析 | 第123-133页 |
6.6 小结 | 第133-134页 |
7 结论与展望 | 第134-137页 |
参考文献 | 第137-150页 |
作者简历 | 第150-153页 |
学位论文数据集 | 第153页 |