冰层厚度变化是评估冰川物质平衡的重要环节，利用表面平行流假设并结合升降轨SAR数据集估算冰厚变化的方法近年来被视为研究热点.然而，这类方法往往需要通过正则化手段抑制观测不足引发的解算不确定性，而传统二范数的解算策略也易受到观测粗差引起的误差传播.为解决这一问题，本研究以锡亚琴冰川为例，提出结合Sentinel-1/2和高分三号数据估算偏移量，通过联合解算偏移量和迭代重加权最小二乘得到冰川三维流速和冰层厚度变化.通过多源数据增加观测量的思想取代正则化，消除正则化因子主观性对结果的影响.在表面平行流假设的条件下监测显示2018年7—9月锡亚琴冰川非表面平行流速约为-0.018 m·d-1，冰川主要表现为消融.与仅利用Sentinel-1升降轨道数据的解算结果相比，结合Sentinel-2和高分三号数据显著提高了三维流速的估计精度.在东西、北南和垂直方向上，精度分别提升了51%、30%和31%.研究结果表明多影像联合解算有助于提高冰川厚度变化精度，而我国高分三号卫星数据的应用显著提升了三维流速的解算精度.
冰层厚度变化是评估冰川物质平衡的重要环节，利用表面平行流假设并结合升降轨SAR数据集估算冰厚变化的方法近年来被视为研究热点.然而，这类方法往往需要通过正则化手段抑制观测不足引发的解算不确定性，而传统二范数的解算策略也易受到观测粗差引起的误差传播.为解决这一问题，本研究以锡亚琴冰川为例，提出结合Sentinel-1/2和高分三号数据估算偏移量，通过联合解算偏移量和迭代重加权最小二乘得到冰川三维流速和冰层厚度变化.通过多源数据增加观测量的思想取代正则化，消除正则化因子主观性对结果的影响.在表面平行流假设的条件下监测显示2018年7—9月锡亚琴冰川非表面平行流速约为-0.018 m·d-1，冰川主要表现为消融.与仅利用Sentinel-1升降轨道数据的解算结果相比，结合Sentinel-2和高分三号数据显著提高了三维流速的估计精度.在东西、北南和垂直方向上，精度分别提升了51%、30%和31%.研究结果表明多影像联合解算有助于提高冰川厚度变化精度，而我国高分三号卫星数据的应用显著提升了三维流速的解算精度.
冰层厚度变化是评估冰川物质平衡的重要环节，利用表面平行流假设并结合升降轨SAR数据集估算冰厚变化的方法近年来被视为研究热点.然而，这类方法往往需要通过正则化手段抑制观测不足引发的解算不确定性，而传统二范数的解算策略也易受到观测粗差引起的误差传播.为解决这一问题，本研究以锡亚琴冰川为例，提出结合Sentinel-1/2和高分三号数据估算偏移量，通过联合解算偏移量和迭代重加权最小二乘得到冰川三维流速和冰层厚度变化.通过多源数据增加观测量的思想取代正则化，消除正则化因子主观性对结果的影响.在表面平行流假设的条件下监测显示2018年7—9月锡亚琴冰川非表面平行流速约为-0.018 m·d-1，冰川主要表现为消融.与仅利用Sentinel-1升降轨道数据的解算结果相比，结合Sentinel-2和高分三号数据显著提高了三维流速的估计精度.在东西、北南和垂直方向上，精度分别提升了51%、30%和31%.研究结果表明多影像联合解算有助于提高冰川厚度变化精度，而我国高分三号卫星数据的应用显著提升了三维流速的解算精度.
土壤水分是水文循环、生态环境、气候变化等研究中的关键参数，获取高分辨率长时间序列的土壤水分信息对农业管理、作物生长监测等具有重要的意义，同时也是研究的难点。基于时间序列（2019年至2020年）的Sentinel-1雷达数据和Sentinel-2光学数据，构建了地表土壤水分的雷达与光学数据协同反演模型，即裸土条件下地表土壤水分的变化检测方法，并利用归一化植被指数对植被影响进行校正，实现了青藏高原多年冻土区（五道梁）100 m空间分辨率的土壤水分反演。与地面实际观测的土壤水分进行对比验证，结果表明土壤水分反演结果与地面实测数据的相关系数介于0.672与0.941之间，无偏均方根误差介于0.031 m3/m3与0.073 m3/m3之间，土壤水分变化与区域降水事件和特征密切相关，验证了本文提出的考虑植被物候的变化检测方法在地势平坦、植被稀疏的青藏高原地区具有极高的适用性。
土壤水分是水文循环、生态环境、气候变化等研究中的关键参数，获取高分辨率长时间序列的土壤水分信息对农业管理、作物生长监测等具有重要的意义，同时也是研究的难点。基于时间序列（2019年至2020年）的Sentinel-1雷达数据和Sentinel-2光学数据，构建了地表土壤水分的雷达与光学数据协同反演模型，即裸土条件下地表土壤水分的变化检测方法，并利用归一化植被指数对植被影响进行校正，实现了青藏高原多年冻土区（五道梁）100 m空间分辨率的土壤水分反演。与地面实际观测的土壤水分进行对比验证，结果表明土壤水分反演结果与地面实测数据的相关系数介于0.672与0.941之间，无偏均方根误差介于0.031 m3/m3与0.073 m3/m3之间，土壤水分变化与区域降水事件和特征密切相关，验证了本文提出的考虑植被物候的变化检测方法在地势平坦、植被稀疏的青藏高原地区具有极高的适用性。