CN102590813A - 外部DEM辅助下的多模型InSAR相位精化方法 - Google Patents
外部DEM辅助下的多模型InSAR相位精化方法 Download PDFInfo
- Publication number
- CN102590813A CN102590813A CN2012100136106A CN201210013610A CN102590813A CN 102590813 A CN102590813 A CN 102590813A CN 2012100136106 A CN2012100136106 A CN 2012100136106A CN 201210013610 A CN201210013610 A CN 201210013610A CN 102590813 A CN102590813 A CN 102590813A
- Authority
- CN
- China
- Prior art keywords
- dem
- elevation
- model
- phi
- insar
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及一种外部DEM辅助下的多模型InSAR相位精化方法,包括:步骤1,将真实的SAR幅度影像和通过外部DEM模拟的SAR幅度影像配准,建立干涉图和外部DEM的精确对应关系;步骤2,根据不同的地形坡度将干涉相位分割成几个子影像块,在不同的子影像块建立线性回归模型,进行线性回归分析,去除主要的相位误差;步骤3,通过相位到高程的转换关系,反演计算高程;步骤4,计算由InSAR和对应的外部DEM得到的高程点的绝对高程差,滤除绝对高程差大于一定阈值的外部DEM误差的高程点;步骤5,利用可靠的高程点插值得到DEM。本发明很好的解决了大面积的复杂地形地区的InSAR技术DEM制图难题,有效地提高了DEM提取精度,对复杂地形的地形测图具有重要意义。
Description
技术领域
本发明涉及测绘技术领域,更具体地,涉及一种外部DEM辅助下的多模型InSAR相位精化方法。
背景技术
干涉合成孔径雷达(Interferometric Synthetic Aperture Radar,InSAR)作为一种主动的微波遥感技术,在地形测绘已经显现出越来越大的优势。在应用InSAR技术生成DEM(Digital Elevation Model)过程中,主要的误差源来自于相位误差,主要表现为:(1)轨道误差引起的相位趋势误差;(2)由于时间、空间去相关和热噪声造成的误差;(3)由于主从影像成像时间产生的大气差的扰动所引起的误差。常规的InSAR技术处理无法克服相位误差引起的DEM的低精度问题。利用外部DEM的辅助可以解决平坦地区相位误差引起的错误,但在坡度陡、高差大的复杂地形地区,不仅需要外部DEM的辅助,更需要对局部地形的精细处理。然而,现有技术中并不存在针对复杂地形地区的相位精化和DEM制作的方法,给大面积的复杂地形地区的InSAR技术DEM制图带来比较大的困难。
发明内容
为了解决InSAR技术在复杂地形区域的大比例尺高精度的DEM制图难题,提出了外部DEM辅助下的多模型InSAR相位精化方法,有效利用外部的DEM建立外部DEM模拟相位和干涉解缠相位的对应关系,通过多模型的线性回归滤除误差相位,达到相位精化的目的。该方法广泛适用于ERS-1/2、Envisat-ASAR、TerraSAR-X、COSMO-SkyMed等不同分率雷达遥感卫星在不同地形条件下的InSAR数据的DEM制作,对复杂地形(坡度陡、高差大的区域)的地形测图具有重要意义。
本发明的外部DEM辅助下的多模型InSAR相位精化方法,其特征在于,包括以下步骤:
步骤1,将真实的SAR幅度影像和通过外部DEM模拟的SAR幅度影像配准,建立干涉图和外部DEM的精确对应关系;
步骤2,根据不同的地形坡度将干涉相位分割成几个子影像块,在不同的子影像块建立线性回归模型,进行线性回归分析,去除主要的相位误差;
步骤3,通过相位到高程的转换关系,反演计算高程;
步骤4,计算由InSAR和对应的外部DEM得到的高程点的绝对高程差,滤除绝对高程差大于一定阈值的外部DEM误差的高程点;
步骤5,利用可靠的高程点插值得到DEM。
优选地,所述步骤1具体包括:首先,通过应用轨道参数和高程值计算多普勒、距离和椭球方程,来建立干涉图和外部DEM的初始的对应关系;然后,将真实SAR幅度影像和外部DEM模拟的SAR幅度影像进行配准从而得到更加精确的对应关系。
优选地,所述步骤2建立的线性回归模型为:
优选地,步骤2中所述线性回归分析包括选取相干性大于一定阈值的像素在多个线性回归模型上进行回归分析,估计出误差相位趋势并从干涉图中去除。
根据本发明的外部DEM辅助下的多模型InSAR相位精化方法,很好的解决了大面积的复杂地形地区的InSAR技术DEM制图难题,有效地提高了DEM提取精度,对复杂地形(坡度陡、高差大的区域)的地形测图具有重要意义。
附图说明
图1是使用TerraSAR影像在常规InSAR技术和本发明方法下制作DEM的效果对比图;
图2是使用COSMO影像在常规InSAR技术和本发明方法下制作DEM的效果对比图。
具体实施方式
为详细说明本发明的技术内容、构造特征、所实现目的及效果,以下结合具体实施方式并配合附图详予说明。
本发明的目的主要针对InSAR技术在复杂地形区域的大比例尺高精度DEM制图难题,提供一种外部DEM辅助下的多模型InSAR相位精化方法,即有效利用外部的DEM建立外部DEM模拟相位和干涉解缠相位的对应关系,通过多模型的线性回归滤除误差相位,达到相位精化的目的,应用星载InSAR数据在复杂地形区域取得获得了很好的效果。
本发明的方法包括以下处理步骤:
步骤1,干涉图和外部DEM的精确对应关系建立
首先,通过应用轨道参数和高程值计算多普勒、距离和椭球方程来建立干涉图和外部DEM的初始的对应关系。然后,将真实的幅度和模拟幅度影像进行配准从而得到更加精确的对应关系。
步骤2,多模型的线性回归分析
将解缠后的干涉相位依据地形的坡度分割成几个子影像块,在不同的子影像块建立线性回归模型,如下式所示:
其中i和j代表像素的位置,n和m分别代表每个模型像素点的个数和模型的个数,φ代表了解缠后的干涉相位,Δφ代表了拟合误差相位趋势,模型拟合系数ck,(k=1,2…,m)能够由最小二乘拟合得到。选取相干性大于一定阈值的像素在多个线性模型上进行回归分析,估计出误差相位趋势并从干涉图中去除。
步骤3,高程生成
通过相位到高程的转换关系,反演计算高程。
步骤4,不可靠高程点的滤除
计算由InSAR和对应的外部DEM得到的高程点的绝对高程差,滤除绝对高程差大于一定阈值的外部DEM误差的高程点。
步骤5,DEM构建
利用可靠的高程点插值得到DEM。
为了实际验证本发明的精化方法的效果,利用两种不同雷达传感器的InSAR影像(TerraSAR和COSMO影像),做了DEM制图实验,其效果如图1至图2所示。其中图1是使用TerraSAR影像在常规InSAR技术和本发明方法下制作DEM的效果对比图,左侧为常规图,右侧为本发明方法制作的DEM效果图。图2是使用COSMO影像在常规InSAR技术和本发明方法下制作DEM的效果对比图,左侧为常规图,右侧为本发明方法制作的DEM效果图。通过使用本发明的外部DEM辅助下的多模型InSAR相位精化方法,与相比传统的InSAR方法,使用TerraSAR影像的精度分别由36.5米提高到19.2米,使用COSMO影像的精度分别由40.9米提高到19.7米,很好地解决了复杂地形区域的相位重构的问题。有效地提高了DEM提取精度,对复杂地形(坡度陡、高差大的区域)的地形测图具有重要意义。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (4)
1.一种外部DEM辅助下的多模型InSAR相位精化方法,其特征在于,包括以下步骤:
步骤1,将真实的SAR幅度影像和通过外部DEM模拟的SAR幅度影像配准,建立干涉图和外部DEM的精确对应关系;
步骤2,根据不同的地形坡度将干涉相位分割成几个子影像块,在不同的子影像块建立线性回归模型,进行线性回归分析,去除主要的相位误差;
步骤3,通过相位到高程的转换关系,反演计算高程;
步骤4,计算由InSAR和对应的外部DEM得到的高程点的绝对高程差,滤除绝对高程差大于一定阈值的外部DEM误差的高程点;
步骤5,利用可靠的高程点插值得到DEM。
2.根据权利要求1所述的方法,其特征在于,所述步骤1具体包括:首先,通过应用轨道参数和高程值计算多普勒、距离和椭球方程,来建立干涉图和外部DEM的初始的对应关系;然后,将真实SAR幅度影像和外部DEM模拟的SAR幅度影像进行配准从而得到更加精确的对应关系。
4.根据权利要求3所述的方法,其特征在于,步骤2中所述线性回归分析包括选取相干性大于一定阈值的像素在多个线性回归模型上进行回归分析,估计出误差相位趋势并从干涉图中去除。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012100136106A CN102590813A (zh) | 2012-01-17 | 2012-01-17 | 外部DEM辅助下的多模型InSAR相位精化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012100136106A CN102590813A (zh) | 2012-01-17 | 2012-01-17 | 外部DEM辅助下的多模型InSAR相位精化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102590813A true CN102590813A (zh) | 2012-07-18 |
Family
ID=46479726
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012100136106A Pending CN102590813A (zh) | 2012-01-17 | 2012-01-17 | 外部DEM辅助下的多模型InSAR相位精化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102590813A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105929398A (zh) * | 2016-04-20 | 2016-09-07 | 中国电力工程顾问集团中南电力设计院有限公司 | 结合外控点的InSAR高精度高分辨率DEM获取方法 |
CN109541596A (zh) * | 2018-11-28 | 2019-03-29 | 中国电子科技集团公司电子科学研究院 | 基于深度学习算法的InSAR图像处理方法及装置 |
CN110083673A (zh) * | 2019-04-30 | 2019-08-02 | 河海大学 | 一种基于高程散点的河道或堤防智能搜索方法 |
CN110286374A (zh) * | 2019-03-25 | 2019-09-27 | 自然资源部国土卫星遥感应用中心 | 基于分形布朗运动的干涉sar影像仿真方法 |
CN110609284A (zh) * | 2019-09-23 | 2019-12-24 | 成都唯达感知科技有限公司 | 一种sar中断数据恢复成像的方法 |
CN110703252A (zh) * | 2019-11-11 | 2020-01-17 | 中国科学院电子学研究所 | 干涉合成孔径雷达阴影区域数字高程模型修正方法 |
CN114280608A (zh) * | 2022-03-07 | 2022-04-05 | 成都理工大学 | 一种DInSAR高程相关大气效应去除方法及系统 |
CN118011344A (zh) * | 2024-04-02 | 2024-05-10 | 中国科学院空天信息创新研究院 | 一种外部dem辅助的sar干涉定标方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100425283B1 (ko) * | 2003-04-18 | 2004-03-31 | (주)충청측량설계공사 | 간섭측정용 합성 개구 레이다의 기하학적 특성을 이용한지형고도 측정방법 |
-
2012
- 2012-01-17 CN CN2012100136106A patent/CN102590813A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100425283B1 (ko) * | 2003-04-18 | 2004-03-31 | (주)충청측량설계공사 | 간섭측정용 합성 개구 레이다의 기하학적 특성을 이용한지형고도 측정방법 |
Non-Patent Citations (1)
Title |
---|
卢丽君等: "一种基于高分辨率雷达影像以及外部DEM辅助的复杂地形制图方法", 《测绘学报》, 31 August 2011 (2011-08-31), pages 460 - 462 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105929398B (zh) * | 2016-04-20 | 2018-11-02 | 中国电力工程顾问集团中南电力设计院有限公司 | 结合外控点的InSAR高精度高分辨率DEM获取方法 |
CN105929398A (zh) * | 2016-04-20 | 2016-09-07 | 中国电力工程顾问集团中南电力设计院有限公司 | 结合外控点的InSAR高精度高分辨率DEM获取方法 |
CN109541596A (zh) * | 2018-11-28 | 2019-03-29 | 中国电子科技集团公司电子科学研究院 | 基于深度学习算法的InSAR图像处理方法及装置 |
CN110286374A (zh) * | 2019-03-25 | 2019-09-27 | 自然资源部国土卫星遥感应用中心 | 基于分形布朗运动的干涉sar影像仿真方法 |
CN110083673A (zh) * | 2019-04-30 | 2019-08-02 | 河海大学 | 一种基于高程散点的河道或堤防智能搜索方法 |
CN110083673B (zh) * | 2019-04-30 | 2020-12-15 | 河海大学 | 一种基于高程散点的河道或堤防智能搜索方法 |
CN110609284B (zh) * | 2019-09-23 | 2023-08-18 | 成都盟升科技有限公司 | 一种sar中断数据恢复成像的方法 |
CN110609284A (zh) * | 2019-09-23 | 2019-12-24 | 成都唯达感知科技有限公司 | 一种sar中断数据恢复成像的方法 |
CN110703252A (zh) * | 2019-11-11 | 2020-01-17 | 中国科学院电子学研究所 | 干涉合成孔径雷达阴影区域数字高程模型修正方法 |
CN110703252B (zh) * | 2019-11-11 | 2021-07-09 | 中国科学院电子学研究所 | 干涉合成孔径雷达阴影区域数字高程模型修正方法 |
CN114280608A (zh) * | 2022-03-07 | 2022-04-05 | 成都理工大学 | 一种DInSAR高程相关大气效应去除方法及系统 |
CN114280608B (zh) * | 2022-03-07 | 2022-06-17 | 成都理工大学 | 一种DInSAR高程相关大气效应去除方法及系统 |
CN118011344A (zh) * | 2024-04-02 | 2024-05-10 | 中国科学院空天信息创新研究院 | 一种外部dem辅助的sar干涉定标方法 |
CN118011344B (zh) * | 2024-04-02 | 2024-06-11 | 中国科学院空天信息创新研究院 | 一种外部dem辅助的sar干涉定标方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102590813A (zh) | 外部DEM辅助下的多模型InSAR相位精化方法 | |
Neckel et al. | Recent mass balance of the Purogangri Ice Cap, central Tibetan Plateau, by means of differential X-band SAR interferometry | |
CN103675790B (zh) | 一种基于高精度DEM提高InSAR技术监测地表形变精度的方法 | |
CN104111456B (zh) | 一种高速铁路沿线地表形变高分辨率InSAR监测方法 | |
CN102269813A (zh) | 一种机载非垂直双天线干涉sar系统干涉处理技术 | |
CN111458709B (zh) | 一种星载雷达广域地表二维形变场监测方法及装置 | |
CN103091676A (zh) | 矿区地表开采沉陷合成孔径雷达干涉测量的监测及解算方法 | |
CN109031301A (zh) | 基于PSInSAR技术的山区地形形变提取方法 | |
CN103713287B (zh) | 一种基于互质多基线的高程重建方法及装置 | |
CN107037428B (zh) | 一种提高星载双站差分InSAR提取形变精度的方法 | |
CN107861129A (zh) | 一种山地地貌遥感提取方法 | |
CN108919304B (zh) | 一种基于参考平面的移动测量系统中pos误差补偿方法 | |
CN108562900B (zh) | 一种基于高程校正的sar图像几何配准方法 | |
CN109239710B (zh) | 雷达高程信息的获取方法及装置、计算机可读存储介质 | |
CN108663678A (zh) | 基于混合整数优化模型的多基线InSAR相位解缠算法 | |
CN103454636A (zh) | 基于多像素协方差矩阵的差分干涉相位估计方法 | |
CN102183761B (zh) | 星载干涉合成孔径雷达数字高程模型重建方法 | |
CN105137431B (zh) | 一种sar立体模型构建与量测方法 | |
Zhou et al. | Comparison and validation of different DEM data derived from InSAR | |
CN104914483A (zh) | 一种基于多源观测数据的南极接地线质量评价方法 | |
CN112711022A (zh) | 一种GNSS层析技术辅助的InSAR大气延迟改正方法 | |
Wang et al. | A high precision DEM extraction method based on InSAR data | |
CN108983230B (zh) | 一种基于sar方位向偏移的电离层层析构建方法 | |
Klug et al. | Monitoring of permafrost creep on two rock glaciers in the Austrian eastern Alps: combination of aerophotogrammetry and airborne laser scanning | |
Thapa et al. | Estimation of atmospheric effects of RADARSAT-2 D-InSAR product using groundbasedand spaceborne meterological data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20120718 |