elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Efficient InSAR Time Series Analysis in the Era of Big Data

Ansari, Homa und De Zan, Francesco und Bamler, Richard und Eineder, Michael (2017) Efficient InSAR Time Series Analysis in the Era of Big Data. Helmholtz Alliance: Remote Sensing and Earth System Dynamics - 5th Alliance Week, 2017-06-26 - 2017-06-30, Garmisch-Partenkirchen, Germany.

Dieses Archiv kann nicht den Volltext zur Verfügung stellen.

Kurzfassung

Wide-swath satellite missions with short revisit times, such as Sentinel-1, provide an unprecedented wealth of interferometric time series and opens new opportunities for systematic monitoring of the Earth surface. The processing of the emerging Big Data with the state-of-the-art InSAR time series analysis techniques is, however, challenging. This contribution introduces a novel approach, named Sequential Estimator, for efficient estimation of the interferometric phase from long InSAR time series. The algorithm uses recursive estimation and analysis of the data covariance matrix via division of the data into small batches, followed by the compression of the data batches. From each compressed data batch artificial interferograms are formed, resulting in a strong data reduction. This scheme avoids the necessity of re-processing the entire data stack at the face of each new acquisition. It is shown that the proposed estimator introduces negligible degradation compared to the Cramér-Rao-Lower-Bound. The estimator may therefore be adapted for high-precision Near-Real-Time processing of InSAR and accommodate the conversion of InSAR from an off-line to a monitoring geodetic tool. The performance of the Sequential Estimator is compared to the state-of-the-art techniques via simulations and application to Sentinel-1 data.

elib-URL des Eintrags:https://elib.dlr.de/113678/
Dokumentart:Konferenzbeitrag (Vortrag)
Titel:Efficient InSAR Time Series Analysis in the Era of Big Data
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Ansari, Homahoma.ansari (at) dlr.dehttps://orcid.org/0000-0002-4549-2497NICHT SPEZIFIZIERT
De Zan, Francescofrancesco.dezan (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Bamler, Richardrichard.bamler (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Eineder, MichaelMichael.Eineder (at) dlr.dehttps://orcid.org/0000-0001-5068-1324NICHT SPEZIFIZIERT
Datum:2017
Referierte Publikation:Nein
Open Access:Nein
Gold Open Access:Nein
In SCOPUS:Nein
In ISI Web of Science:Nein
Status:veröffentlicht
Stichwörter:Interferometric Synthetic Aperture Radar (InSAR), Big data, Distributed Scatterer Interferometry, Dimensionality Reduction, Low-Rank Approximation, Performance Analysis
Veranstaltungstitel:Helmholtz Alliance: Remote Sensing and Earth System Dynamics - 5th Alliance Week
Veranstaltungsort:Garmisch-Partenkirchen, Germany
Veranstaltungsart:Workshop
Veranstaltungsbeginn:26 Juni 2017
Veranstaltungsende:30 Juni 2017
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Erdbeobachtung
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R EO - Erdbeobachtung
DLR - Teilgebiet (Projekt, Vorhaben):R - Vorhaben Tandem-L Vorstudien (alt)
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Methodik der Fernerkundung > SAR-Signalverarbeitung
Hinterlegt von: Ansari, Homa
Hinterlegt am:16 Aug 2017 13:05
Letzte Änderung:24 Apr 2024 20:18

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.