本文基于两幅Sentinel-1雷达卫星影像，利用像素偏移追踪技术提取出普若岗日冰川及4条典型冰川的表面流速信息并绘制冰川流速场，以研究普若岗日冰川在2023年9—10月的表面流速和流速分布特征。利用像素偏移追踪技术对两幅SAR影像进行精确配准，得到同名像元在水平方向的像素偏移量，从而获取冰川表面流速。基于冰川流速场对普若岗日冰川表面流速和流速分布特征进行分析，结果表明，普若岗日冰川的表面流速整体上较缓慢，平均流速约为0.05 m/d,普若岗日西北部、东北部、中部和西南部4条典型冰川主要流动区域的平均流速分别约为0.20、0.19、0.15和0.04 m/d。研究发现，普若岗日冰川空间位置分布不同的区域，其流速特征也有所不同，主要表现为普若岗日东北部典型冰川比西南部典型冰川的流速更快。

本文基于两幅Sentinel-1雷达卫星影像，利用像素偏移追踪技术提取出普若岗日冰川及4条典型冰川的表面流速信息并绘制冰川流速场，以研究普若岗日冰川在2023年9—10月的表面流速和流速分布特征。利用像素偏移追踪技术对两幅SAR影像进行精确配准，得到同名像元在水平方向的像素偏移量，从而获取冰川表面流速。基于冰川流速场对普若岗日冰川表面流速和流速分布特征进行分析，结果表明，普若岗日冰川的表面流速整体上较缓慢，平均流速约为0.05 m/d,普若岗日西北部、东北部、中部和西南部4条典型冰川主要流动区域的平均流速分别约为0.20、0.19、0.15和0.04 m/d。研究发现，普若岗日冰川空间位置分布不同的区域，其流速特征也有所不同，主要表现为普若岗日东北部典型冰川比西南部典型冰川的流速更快。

本文基于两幅Sentinel-1雷达卫星影像，利用像素偏移追踪技术提取出普若岗日冰川及4条典型冰川的表面流速信息并绘制冰川流速场，以研究普若岗日冰川在2023年9—10月的表面流速和流速分布特征。利用像素偏移追踪技术对两幅SAR影像进行精确配准，得到同名像元在水平方向的像素偏移量，从而获取冰川表面流速。基于冰川流速场对普若岗日冰川表面流速和流速分布特征进行分析，结果表明，普若岗日冰川的表面流速整体上较缓慢，平均流速约为0.05 m/d,普若岗日西北部、东北部、中部和西南部4条典型冰川主要流动区域的平均流速分别约为0.20、0.19、0.15和0.04 m/d。研究发现，普若岗日冰川空间位置分布不同的区域，其流速特征也有所不同，主要表现为普若岗日东北部典型冰川比西南部典型冰川的流速更快。

本文基于两幅Sentinel-1雷达卫星影像，利用像素偏移追踪技术提取出普若岗日冰川及4条典型冰川的表面流速信息并绘制冰川流速场，以研究普若岗日冰川在2023年9—10月的表面流速和流速分布特征。利用像素偏移追踪技术对两幅SAR影像进行精确配准，得到同名像元在水平方向的像素偏移量，从而获取冰川表面流速。基于冰川流速场对普若岗日冰川表面流速和流速分布特征进行分析，结果表明，普若岗日冰川的表面流速整体上较缓慢，平均流速约为0.05 m/d,普若岗日西北部、东北部、中部和西南部4条典型冰川主要流动区域的平均流速分别约为0.20、0.19、0.15和0.04 m/d。研究发现，普若岗日冰川空间位置分布不同的区域，其流速特征也有所不同，主要表现为普若岗日东北部典型冰川比西南部典型冰川的流速更快。

本文基于两幅Sentinel-1雷达卫星影像，利用像素偏移追踪技术提取出普若岗日冰川及4条典型冰川的表面流速信息并绘制冰川流速场，以研究普若岗日冰川在2023年9—10月的表面流速和流速分布特征。利用像素偏移追踪技术对两幅SAR影像进行精确配准，得到同名像元在水平方向的像素偏移量，从而获取冰川表面流速。基于冰川流速场对普若岗日冰川表面流速和流速分布特征进行分析，结果表明，普若岗日冰川的表面流速整体上较缓慢，平均流速约为0.05 m/d,普若岗日西北部、东北部、中部和西南部4条典型冰川主要流动区域的平均流速分别约为0.20、0.19、0.15和0.04 m/d。研究发现，普若岗日冰川空间位置分布不同的区域，其流速特征也有所不同，主要表现为普若岗日东北部典型冰川比西南部典型冰川的流速更快。

受全球气候变暖影响，青藏高原冻土退化和地表失稳问题不断加剧，对基础设施的建设维护和区域社会经济发展造成阻碍。近年来，SBAS-InSAR技术已在冻土地表形变监测中得到广泛应用，但由于青藏高原部分地区存在较为严重的失相干现象，导致形变监测结果出现空间不连续性，进而无法获得全面且精细的监测结果。针对上述问题，本文提出了一种联合机器学习与SBAS-InSAR的冻土形变监测方法，选取西藏阿里门士乡为研究区域，使用2020年1月7日至2021年6月6日共43景Sentinel-1A降轨影像数据提取地表形变信息；综合多类环境因子数据生成训练集后，引入机器学习模型拟合SBAS-InSAR监测结果与环境因子之间的内在关系，从而获取研究区连续形变速率图。结果表明，联合随机森林模型与SBAS-InSAR的方法效果最优，通过该方法对冻土形变缺失区域进行插值能极大提高原有SBAS-InSAR方法的监测覆盖率，其插值结果平均误差和均方根误差分别为0.459和0.739 mm/a。

受全球气候变暖影响，青藏高原冻土退化和地表失稳问题不断加剧，对基础设施的建设维护和区域社会经济发展造成阻碍。近年来，SBAS-InSAR技术已在冻土地表形变监测中得到广泛应用，但由于青藏高原部分地区存在较为严重的失相干现象，导致形变监测结果出现空间不连续性，进而无法获得全面且精细的监测结果。针对上述问题，本文提出了一种联合机器学习与SBAS-InSAR的冻土形变监测方法，选取西藏阿里门士乡为研究区域，使用2020年1月7日至2021年6月6日共43景Sentinel-1A降轨影像数据提取地表形变信息；综合多类环境因子数据生成训练集后，引入机器学习模型拟合SBAS-InSAR监测结果与环境因子之间的内在关系，从而获取研究区连续形变速率图。结果表明，联合随机森林模型与SBAS-InSAR的方法效果最优，通过该方法对冻土形变缺失区域进行插值能极大提高原有SBAS-InSAR方法的监测覆盖率，其插值结果平均误差和均方根误差分别为0.459和0.739 mm/a。

受全球气候变暖影响，青藏高原冻土退化和地表失稳问题不断加剧，对基础设施的建设维护和区域社会经济发展造成阻碍。近年来，SBAS-InSAR技术已在冻土地表形变监测中得到广泛应用，但由于青藏高原部分地区存在较为严重的失相干现象，导致形变监测结果出现空间不连续性，进而无法获得全面且精细的监测结果。针对上述问题，本文提出了一种联合机器学习与SBAS-InSAR的冻土形变监测方法，选取西藏阿里门士乡为研究区域，使用2020年1月7日至2021年6月6日共43景Sentinel-1A降轨影像数据提取地表形变信息；综合多类环境因子数据生成训练集后，引入机器学习模型拟合SBAS-InSAR监测结果与环境因子之间的内在关系，从而获取研究区连续形变速率图。结果表明，联合随机森林模型与SBAS-InSAR的方法效果最优，通过该方法对冻土形变缺失区域进行插值能极大提高原有SBAS-InSAR方法的监测覆盖率，其插值结果平均误差和均方根误差分别为0.459和0.739 mm/a。

受全球气候变暖影响，青藏高原冻土退化和地表失稳问题不断加剧，对基础设施的建设维护和区域社会经济发展造成阻碍。近年来，SBAS-InSAR技术已在冻土地表形变监测中得到广泛应用，但由于青藏高原部分地区存在较为严重的失相干现象，导致形变监测结果出现空间不连续性，进而无法获得全面且精细的监测结果。针对上述问题，本文提出了一种联合机器学习与SBAS-InSAR的冻土形变监测方法，选取西藏阿里门士乡为研究区域，使用2020年1月7日至2021年6月6日共43景Sentinel-1A降轨影像数据提取地表形变信息；综合多类环境因子数据生成训练集后，引入机器学习模型拟合SBAS-InSAR监测结果与环境因子之间的内在关系，从而获取研究区连续形变速率图。结果表明，联合随机森林模型与SBAS-InSAR的方法效果最优，通过该方法对冻土形变缺失区域进行插值能极大提高原有SBAS-InSAR方法的监测覆盖率，其插值结果平均误差和均方根误差分别为0.459和0.739 mm/a。

全球气候变暖导致冰川积雪加速消融，造成一系列冰川泥石流、冰湖溃决等地质灾害。我国自主研发的LuTan-1（LT-1）卫星在冰川位移监测应用中的实际效果备受关注，且目前研究较少。本文选取我国西藏错朗玛冰川为实验对象，分别采用2022年Sentinel-1A影像和LT-1影像，对冰川位移进行了偏移量监测技术的对比研究，并利用Helmert方差分量估计方法联合两种影像数据解算冰川三维形变速率。研究表明，中值窗口偏移量解算方法和均值窗口偏移量解算方法均能提高偏移量解算的精度，同时表明了LT-1比Sentinel-1A具有更高的偏移量解算精度和结果空间分辨率。实验结果还显示，错朗玛冰川在2022年方位向和视线向（line of sight，LOS）向最大累积形变量分别为21.45 m和-7.61 m。联合解算的三维形变速率结果表明，冰川在2022年4月-9月期间，东西向、南北向和垂直向最大形变速率分别为-0.125 m/d、0.147 m/d和-0.134 m/d。该冰川顶部位移主要向东和北方向，表现出逐渐退缩趋势；冰川中部位移主要向西和北方向，冰川物质逐渐积累；而冰川下部位移主要向东和北方向，...