一种稳健的非负LS-VCE方法，用于从多几何形状的InSAR观测数据中估计三维表面位移

《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》：Robust Non-Negative LS-VCE for Three-Dimensional Surface Displacement Estimation from Multi-Geometry InSAR Observations

　　

摘要：

方差分量估计（VCE）方法已被广泛用于整合来自多种观测几何结构的InSAR数据（例如，差分InSAR、像素偏移跟踪和多孔径InSAR），以获取由各种地球物理活动引起的三维（3D）地表位移。然而，VCE的准确性容易受到InSAR观测中异常值的影响，包括未校正的相位解缠误差和潜在的衰减信号。此外，由于初始VCE不佳或模型冗余度低，在迭代过程中可能会出现负方差分量，这违反了非负方差的基本假设，可能导致算法不收敛和统计推断不可靠。为了解决这些问题，本文提出了一种鲁棒的非负最小二乘VCE（RNNLS-VCE）方法，用于从多几何结构的InSAR观测中估计3D地表位移。该方法通过引入基于标准化残差和IGGIII函数的方差膨胀因子来增强鲁棒性，以减轻异常观测的影响；同时，在方差分量估计中加入非负性约束，并在二次规划框架内求解，以确保方差估计具有物理意义。使用模拟和真实InSAR数据集进行的实验表明，所提出的方法有效抑制了异常值的影响，同时保证了方差分量的非负性。在包含异常值的观测数据中，与传统方法相比，RNNLS-VCE方法将估计的东-西（E-W）、北-南（N-S）和垂直位移的均方根误差（RMSE）分别降低了75.7%、71.4%和71.4%，从而实现了更可靠的三维地表位移估计。