项目针对SAR影像用于矿区沉陷监测信息提取中的若干关键问题展开了研究。主要研究成果如下： （1）对比分析了ERS、ALOS和TerraSAR-X等数据提取开采沉陷的能力，实验发现，ALOS和TerraSAR-X数据是相对比较理想的，但两者仍有缺点，前者时间间隔太长，而后者波长过短，综合分析而言，ALOS对提取开采沉陷更有帮助，且成本较低。 （2）将Contourlet变换引入到干涉图滤波方法中，使得在能达到干涉图去噪的同时，较好的保留了纹理细节信息。 （3）研究了GPS与 MODIS联合实现大气延迟改正量提取方法，利用两期GPS观测数据及相应时间的MODIS数据，分析GPS-PWV与MODIS-PWV的关系，进一步优化了MODIS水汽的校正模型。 （4）研究了一种基于多级匹配策略的干涉SAR影像自动配准新方法，该方法首先利用SIFT算法提取SAR影像上的特征点并完成特征点初始匹配，之后基于RCM算法剔除相关性较低的匹配点，为减少影像整体匹配误差，采用PRM算法进行匹配点对的二次筛选，最终完成SAR影像的精确匹配。 （5）探索了大变形条件下两种干涉SAR技术解算方法：一种是相干性不好的情况下，采用下沉盆地边缘点的D-InSAR结果同少量实测点结合，联合解算概率积分法参数；另一种是在相干性较好的情况下，直接采用D-InSAR的结果反算概率积分法参数。最后再由概率积分法模型解算地表的总体沉降情况。 （6）对多基线时序SAR中的短基线技术进行了分析，并利用该技术提取了矿区地表沉降，试验证明：SBAS方法对干涉图中相干点的识别是有利的，但对矿区开采沉陷的监测效果并不好。 （7）研究了基于支持向量机的概率积分法参数及地表下沉预报方法；构建了概率积分法修正模型的老采空区残余移动变形预测模型及方法； 建立了老采空区残余沉降计算模型，分析了残余下沉系数与覆岩岩性、开采厚度、开采深度及建筑物载荷的关系。 本项目发表相关科研论文36篇，其中SCI检索1篇，EI检索8篇，完成了既定的研究目标和任务。 2100433B