مقایسه روش های آماری کولوکیشن کمترین مربعات و کریجینگ در درونیابی میدان جابجایی حاصل از پراکنشگر‌های دائمی تداخل سنجی راداری

آنالیز سری زمانی تصاویر راداری مبتنی بر پراکنشگر های دائمی، یکی از روش های ژئودتیکی سنجش از دوری است که برای بررسی تغییرات تدریجی سطح زمین (مثل فرونشست) بسیار مورد استفاده قرار می گیرد. پراکنشگر های دائمی(ps) بصورت پراکنده و گسسته هستند، برای تولید یک میدان پیوسته جابجایی، باید از روش های درونیابی بر روی پراکنش گر های دائمی استفاده نمود. در این مقاله دو روش درونیابی آماری کولوکیشن کمترین مربعات(lsc) و کریجینگ بر روی پراکنش گر های دائمی مورد مقایسه قرار گرفته اند. در این راستا فرونشست بخشی از شهر اصفهان، به عنوان منطقه مطالعاتی مورد بررسی قرار گرفت و تعداد 73 تصویر از ماهواره سنتینل1-a در بازه زمانی 10.19/2014 تا 12.10/2020 پردازش شد. در روش کولوکیشن کمترین مربعات از مدل های توابع کوواریانس تحلیلی هیروانن، گاوسی و نمایی استفاده شد و مقادیر  rmseآن به ترتیب، 4.52 سانتی متر، 5.31 سانتی متر و 4.28 سانتی متر حاصل شد. در روش کریجینگ از مدل های توابع واریوگرام تحلیلی کروی بعلاوه اثر قطعه ای، نمایی، گاوسی و ترکیبی استفاده شد که مقادیر rmse آن ها به ترتیب، 4.35 سانتی متر، 4.31 سانتی متر، 9.70 سانتی متر و 4.40 سانتی متر حاصل شد. با توجه به مقدار rmse در روش کولوکیشن و روش های کریجینگ معمولی و کوکریجینگ معمولی از تابع کوواریانس و واریوگرام نمایی استفاده گردید. در این تحقیق نتایج درونیابی کولوکیشن کمترین مربعات، کریجینگ معمولی و کوکریجینگ معمولی با یکدیگر مقایسه گردید و rmse آنان به ترتیب 4.28 سانتی متر، 4.31 سانتی متر و 4.38سانتی متر بدست آمد.  مقدار rmse برای درونیابی کولوکیشن کمترین مربعات از کریجینگ معمولی و کوکریجینگ معمولی کمتر شد پس می‌توان نتیجه گرفت که درونیابی کولوکیشن کمترین مربعات برای این داده ها دقیق تر است.

comparison of collocation and kriging statistical methods in the interpolation of insar time series displacement fields

this article compares two statistical interpolation methods, least squares collocation (lsc) and kriging, for analyzing time series radar images based on permanent scatterers to investigate subsidence in isfahan city. the study processed 73 images from sentinel 1-a satellite between 10/19/2014 and 12/10/2020. the lsc method used hirvanen, gaussian, and exponential models of analytical covariance functions with rmse values of 4.52, 5.31, and 4.28 respectively. the kriging method used spherical analytical variogram functions models in addition to segmental, exponential, gaussian, and combined effects with rmse values of 4.35, 4.31, 9.70, and 4.40 respectively. due to the lower rmse value for the exponential model function in the kriging method, ordinary kriging and ordinary co-kriging methods were used for further interpolation using this model. the results showed that both lsc and kriging methods can be effectively used for interpolating permanent scatterer data to investigate subsidence in urban areas such as isfahan city; however, the exponential model function was found to be more effective when using kriging interpolation methods than other models tested in this study due to its lower rmse value for this dataset.