利用SBAS-InSAR时间序列进行土地变形分析，并结合针对密西西比河三角洲不同土地覆盖类型的相干性滤波处理

《Scientific Reports》：Land deformation analysis using SBAS-InSAR time series with land cover class-specific coherence filtering for the Mississippi River Delta

　　

摘要

本研究利用2020年至2024年的小基线子集干涉合成孔径雷达（SBAS-InSAR）时间序列数据，对路易斯安那州东南部和密西西比州沿海地区22,043平方公里范围内的土地变形模式进行了全面评估。研究使用MintPy框架处理了461对Sentinel-1 SAR卫星的升轨干涉图像对，通过设置最小时间相干性阈值和针对不同土地覆盖类型的相干性阈值来优化信号检测，以适应多样的沿海环境。分析结合了2021年国家土地覆盖数据库（NLCD）的数据，以表征不同土地覆盖类型下的沉降脆弱性特征。研究结果揭示了地表变形的极端空间异质性，视向速度范围从-43.71毫米/年到+30.23毫米/年不等。根据土地覆盖类型（已开发土地、牧场/草地、裸地、草地/灌木/农作物、森林/湿地/沼泽）进行基于相干性的过滤，得到了相应的视向速度图。针对城市、裸地/牧场以及沼泽/农业用地覆盖类型的专门过滤，进一步细化了三角洲地区的变形特征。结果显示，沼泽和湿地地区的沉降速率最高，尤其是在富含有机物的沼泽地带和低海拔区域；而在西南沿海地区则观察到抬升现象，这与沉积过程有关。通过与NOAA CORS GNSS站点（BVHS和GRIS）的数据对比，InSAR SBAS测得的视向速度分别为-12.46毫米/年和-11.82毫米/年，而GNSS仅通过垂直方向测得的沉降速率为-2.5毫米/年到-5.5毫米/年。本研究将土地覆盖数据纳入分析对于理解变形机制至关重要，因为富含有机土壤和低于海平面的地区显示出更快的沉降速率。