Page 145 - 《武汉大学学报(信息科学版)》2025年第9期
P. 145

第 50 卷第 9 期           武帅莹等:一种基于 GNSS 和机器学习的 InSAR 大气改正方法                             1873













































                                                      图 11 模拟实验结果
                                             Fig.  11 Results of the Simulation Experiment
                    对本文联合方法影响因子的敏感性进行分                               matics and Information Science of Wuhan Universi⁃
                析 ,发 现 训 练 集 的 空 间 分 布 对 改 正 效 果 至 关 重               ty, 2016, 41(1): 100-105.
                要,而数据集大小的影响并不明显;进一步通过                           [2]  殷硕文, 邵茜 .  基于地形匹配的 InSAR 地形变化检
                模拟实验发现,当实验期间发生地表形变时,本                                测 方 法 研 究[J].  武 汉 大 学 学 报(信 息 科 学 版),
                文算法的大气延迟建模依旧具有很高的精度;最                                2010, 35(1): 118-121.
                                                                     YIN  Shuowen,  SHAO  Qian.   A  Method  of  Topo⁃
                后 通 过 将 GNSS 站 点 进 行 空 间 降 采 样 发 现 ,
                                                                     graphic  Change  Detection  Base  InSAR  Terrain
                GNSS 站点空间密度为 30 km 左右时,联合方法
                                                                     Matching  Technology[J].   Geomatics  and  Informa⁃
                依然可以进行高精度的大气相位建模,说明联合
                                                                     tion  Science  of  Wuhan  University,  2010,  35(1):
                方法具有很好的鲁棒性和适用性。
                                                                     118-121.
                    随 着 全 球 GNSS 网 络 的 不 断 扩 大 ,利 用
                                                                [3]  朱建军, 付海强, 汪长城 .  InSAR 林下地形测绘方
                GNSS ZTD 进行大范围高精度的大气相位建模
                                                                     法与研究进展[J].  武汉大学学报(信息科学版),
                也将变得更加可行。本文研究可为利用机器学                                 2018, 43(12): 2030-2038.
                习方法进行 InSAR 大气相位延迟建模提供一定                             ZHU  Jianjun,  FU  Haiqiang,  WANG  Changcheng.
                的参考。                                                 Methods  and  Research  Progress  of  Underlying  To⁃
                                                                     pography  Estimation  over  Forest  Areas  by  InSAR
                              参    考   文   献
                                                                    [J].   Geomatics  and  Information  Science  of  Wuhan
               [1]  孙 亚 飞 , 江 利 明 , 柳 林 , 等 .  TanDEM-X 双 站 In⁃      University, 2018, 43(12): 2030-2038.
                    SAR 地形提取及精度评估[J].  武汉大学学报(信息                [4]  何平, 温扬茂, 许才军, 等 .  用多时相 InSAR 技术
                    科学版), 2016, 41(1): 100-105.                      研究廊坊地区地下水体积变化[J].  武汉大学学报
                    SUN Yafei, JIANG Liming, LIU Lin, et al.  Gene-  (信息科学版), 2012, 37(10): 1181-1185.
                    rating  and  Evaluating  Digital  Terrain  Model  with   HE Ping, WEN Yangmao, XU Caijun, et al.  Volume
                    TanDEM-X  Bistatic  SAR  Interferometry[J].   Geo⁃  Change of Groundwater in Langfang Region Derived
   140   141   142   143   144   145   146   147   148   149   150