• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International journal of image and data fusion >Fusion of D-InSAR and sub-pixel image correlation measurements for coseismic displacement field estimation: Application to the Kashmir earthquake (2005)
【24h】

Fusion of D-InSAR and sub-pixel image correlation measurements for coseismic displacement field estimation: Application to the Kashmir earthquake (2005)

机译：D-InSAR和亚像素图像相关性测量值的融合用于同震位移场估计：在克什米尔地震中的应用（2005年）

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In geophysics, the uncertainty associated with model parameters or displacement measurements plays a crucial role in the understanding of geophysical phenomenon. An emerging way to reduce the geodetic parameter uncertainty is to combine a large number of data provided by SAR images. However, the measurements by radar imagery are subject to both random and epistemic uncertainties. Probability theory is known as the appropriate theory for random uncertainty, but questionable for epistemic uncertainty. Fuzzy theory is more adapted to epistemic uncertainty. Moreover, in a context of random and epistemic uncertainties, the conventional joint inversion in the least squares sense cannot be considered any more as the best scheme to reduce uncertainty. Therefore, in this article, in addition to joint inversion, two other fusion schemes, pre-fusion and post-fusion, are proposed. We consider here the conventional approach and an original fuzzy approach for handling random and epistemic uncertainties of D-InSAR and sub-pixel image correlation measurements. Joint inversion and pre-fusion are then applied to the measurement of displacement field due to the 2005 Kashmir earthquake by fusion of these data. The behaviours of these two fusion schemes versus uncertainty reduction are highlighted through comparisons of results.
机译：在地球物理学中，与模型参数或位移测量相关的不确定性在理解地球物理现象中起着至关重要的作用。减少大地测量参数不确定性的一种新兴方法是组合SAR图像提供的大量数据。但是，通过雷达图像进行的测量会受到随机和认知不确定性的影响。概率论是随机不确定性的适当理论，但对于认知不确定性则存在疑问。模糊理论更适合认知不确定性。而且，在随机和认知不确定性的情况下，最小二乘意义上的常规联合反演不再被视为减少不确定性的最佳方案。因此，在本文中，除了联合反演外，还提出了另外两种融合方案，融合前和融合后。我们在这里考虑了常规方法和原始模糊方法，用于处理D-InSAR和子像素图像相关性测量的随机和认知不确定性。然后通过将这些数据融合，将联合反演和预融合技术应用于2005年克什米尔地震造成的位移场的测量。通过比较结果，突出了这两种融合方案相对于不确定性降低的行为。

著录项

  • 来源
    《International journal of image and data fusion》 |2012年第1期|p.71-92|共22页
  • 作者

    Yajing Yan; Emmanuel Trouve; Virginie Pinel; Gilles Mauris; Erwan Pathier; Sylvie Galichet;

  • 作者单位

    Laboratoire d'Informatique, Systemes, Traitement de l'Information et de la Connaissance,Universite de Savoie, Polytech Annecy-Chambery, BP 80439, Annecy-le-Vieux Cedex F-74944,France,ISTerre, IRD R219, CNRS, Universite de Savoie, Campus Scientifique,Le Bourget du Lac Cedex 73376, France;

    Laboratoire d'Informatique, Systemes, Traitement de l'Information et de la Connaissance,Universite de Savoie, Polytech Annecy-Chambery, BP 80439, Annecy-le-Vieux Cedex F-74944,France;

    ISTerre, IRD R219, CNRS, Universite de Savoie, Campus Scientifique,Le Bourget du Lac Cedex 73376, France;

    Laboratoire d'Informatique, Systemes, Traitement de l'Information et de la Connaissance,Universite de Savoie, Polytech Annecy-Chambery, BP 80439, Annecy-le-Vieux Cedex F-74944,France;

    Universite de Joseph Fourier, BP 53, 38041,Grenoble, France;

    Laboratoire d'Informatique, Systemes, Traitement de l'Information et de la Connaissance,Universite de Savoie, Polytech Annecy-Chambery, BP 80439, Annecy-le-Vieux Cedex F-74944,France;

  • 收录信息
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

    measurement uncertainty; fuzzy theory; fusion scheme; ground displacement; SAR image;

    机译：测量不确定度;模糊理论融合方案地面位移SAR图像;

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号