CN105136073B - 一种在边坡形变监测中的气象校正模型 - Google Patents
一种在边坡形变监测中的气象校正模型 Download PDFInfo
- Publication number
- CN105136073B CN105136073B CN201510498297.3A CN201510498297A CN105136073B CN 105136073 B CN105136073 B CN 105136073B CN 201510498297 A CN201510498297 A CN 201510498297A CN 105136073 B CN105136073 B CN 105136073B
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- msup
- meteorological
- mfrac
- 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.)
- Active
Links
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及一种在边坡形变监测中的气象校正模型，属于地面雷达监测技术领域。首先根据实时监测到的温度、相对湿度和气压，通过采用国际大地测量与地球物理学联合会推荐的艾森‑弗鲁姆经验公式的微波折射率计算公式，计算折射率变化值；对雷达监测数据进行定标、聚焦、干涉和差分处理，结合角反射器的几何位置、估计信噪比、热信噪比和相关性信息，获得不同时刻角反射器点受气象影响引起的附加位移；根据到的计算折射率变化值、角反射器的方位向坐标值和距离向坐标值，采用非线性拟合方法，确立地面雷达在边坡形变监测中的气象校正模型，使得模型的计算值与获得的受环境影响引起的附加位移相差最小。该模型可以有效地对气象影响进行校正。
Description
技术领域
本发明涉及一种在边坡形变监测中的气象校正模型，属于地面雷达监测技术领域。
背景技术
地面雷达干涉测量技术相对以单点测量为基础的GPS测量等形变监测手段，具有远距离、大范围、连续空间覆盖、实时性、非接触式和高安全性等优点，在高层建筑物稳定性、地表沉降、山体滑坡、和冰川位移等形变监测领域得到广泛应用。地面合成孔径雷达干涉技术采用步进频率连续高频微波作为传播信号，微波信号在空气中传播受到湿度、温度、气压等环境因素的影响发生折射是雷达干涉测量主要误差来源，成为制约雷达干涉测量技术监测精度提高的主要因素，有效消除气象影响是进一步提高地面雷达干涉测量精度的关键所在。
气象影响是雷达干涉测量中难以消除的误差来源，国内外进行了大量的试验和研究。国外学者Noferini等人分析了大气水汽含量在时空上的变化对地基干涉测量的影响，提出了用外部辅助数据和永久散射体技术两种校正方法，并成功应用于意大利CitrineValley的山体滑坡监测(2009年，Luzi G,，Noferini L，Mecattid等，在《IEEETransactions on Geoscience and Remote Sensing》第47卷第2期发表文章“Using aGround Based SAR Interferometer and a Terrestrial Laser Scanner to Monitor aSnow-Covered Slope:Results from an Experimental Data Collection in Tyrol(Austria)”。)Monti Guarnier等人采取统计分析的手段，得到地面雷达干涉测量受大气影响引起的相位变化，并进行相应的补偿(2011年，Iannini L and Monti Guarnieri A，在《Geoscience and Remote Sensing Letters》第3卷第8期发表文章“Atmospheric PhaseScreen in Ground-Based Radar:Statistics and Compensation”。)国内学者张祥等人利用角反射器作为稳定控制点，分析监测区域的大气扰动变化，实现对其扰动误差的校正(2011年，张祥,陆必应,宋千等，在《雷达科学与技术》第9卷第6期发表文章“地基SAR差分干涉测量大气扰动误差校正”。)徐亚明、周校等提出一种基于离散稳定点的全局环境改正方法，但只适用于小范围区域(2013年，徐亚明,周校,王鹏,邢诚等，在《大地测量与地球动力学》第33卷第3期上发表文章“地基雷达干涉测量的环境改正方法研究”。)华远锋、李连友等研究了测定大气参数校正法和选取稳定点校正法的影响因素，分析了它们的优缺点，实验表明这两种方法在短时间近距离观测中可有效改正环境影响(2013年，华远峰,李连友,胡伍生,金旭辉,孙腾科等，在《东南大学学报(自然科学版)》第43卷18期上发表文章“地面雷达静态微变形测量环境影响改正方法研究”。)
纵观前文提到的地面雷达干涉测量气象影响校正方法，每一种都有自身独特的优势，但也都存在较为明显的不足：
①PS技术能同时解决空间时间去相关和大气效应问题，但要求数据量大、数据处理复杂、只适用于空间变化较平滑且存在持续变形的小范围区域等。
②已有的大气折射模型校正方法，将传播路径上的大气变化简单视作均匀的，只适合小区域、短距离观测。
③利用外部辅助数据进行校准，可靠性取决于外部数据的精度和插值算法，而与SAR影像分辨率相当的辅助数据难以获取。
发明内容
针对上述现有技术存在的问题及不足，本发明提供一种在边坡形变监测中的气象校正模型。该模型结合了微波折射率变化和地面雷达干涉测量原理，综合运用实验分析和非线性拟合的方法，可以有效地对气象影响进行校正。本发明通过以下技术方案实现。
地面雷达监测技术原理：
地面雷达采用了合成孔径雷达、干涉测量和步进频率连续波等先进技术以获取高精度、高分辨率的变形信息。其中，步进频率连续波和合成孔径雷达技术用于提高雷达影像的距离向分辨率和方位向分辨率，干涉测量技术用于提取变形信息。
(a)合成孔径雷达技术
合成孔径雷达技术利用合成孔径雷达的相位信息提取目标大范围、高精度、全天候的三维变化信息。地面雷达监测设备的天线沿轨道扫描时，相当于增大了天线孔径，提高了角度向分辨率，可达到4.4mrad。
(b)干涉测量技术
对于目标物的每一次测量都包括两方面信息：振幅|I(n)|和相位φn。干涉测量技术主要通过雷达不同时间得到的目标物反射波的相位信息的差异进行分析，从而演算出位移变化量。如图2所示，d为位移变化；λ为雷达波波长；(φ2-φ1)为雷达波相位差。
经过雷达的第一次发射和接收雷达波，定位目标所在的位置和雷达波相位信息。通过第二次发射和接收雷达波，确定该时刻目标的位置和雷达波相位信息。通过两次接收雷达波的相位信息精确计算目标的径向位移变化。
(c)步进频率连续波技术
在同时发射n组连续频率的电磁波，如图3所示，每组电磁波的脉冲持续时间为T，该组连续的电磁波就是步进频率的电磁波。
它为雷达提供了很高的距离向分辨率。雷达能够提供的频率带宽最大为3×108，通过Δr＝C/2B得到的距离向分辨率Δr为0.5m。依据这个分辨率，将雷达监测区域沿径向每0.5m分割成一个监测单元。通过该项技术得到的是一个一维切面图，如图4所示，称为距离向切面图。在这个切面上，按照距离向分辨率(0.5m)进行分割。
一种在边坡形变监测中的气象校正模型，其步骤包括如下：
步骤1、首先根据实时监测到的温度、相对湿度和气压，通过采用国际大地测量与地球物理学联合会推荐的艾森-弗鲁姆经验公式的微波折射率计算公式，计算折射率变化值；
步骤2、对雷达监测数据进行定标、聚焦、干涉和差分处理，结合角反射器的几何位置、估计信噪比、热信噪比和相关性信息，获得不同时刻角反射器点受气象影响引起的附加位移；
步骤3、根据步骤1得到的计算折射率变化值、角反射器的方位向坐标值和距离向坐标值，采用非线性拟合方法，确立地面雷达在边坡形变监测中的气象校正模型，使得模型的计算值与步骤2获得的受环境影响引起的附加位移相差最小。
所述步骤1的具体过程为：
1.1、首先实时监测到温度T、相对湿度和气压P；
1.2、根据步骤1.1获得的实时监测温度T采用世界气象组织推荐的公式计算水平面上的饱和水汽压：
其中e为水面饱和水气压，单位为hpa；T1为水的三相点温度，273.16K；T＝273.15+t，t为温度，单位℃，温度的适用范围为-49.9～49℃；
1.3、根据步骤1.2获得的水平面上的饱和水汽压然依据世界气象组织推荐，使用下述公式计算湿空气饱和水汽压：
e′(t)＝f(p)·e(t)，其中e′(t)为湿空气饱和水汽压，单位为hpa；f(p)＝1.0016+3.15·10-6p-0.074p-1，P为步骤1.1监测得到的气压，单位hpa；e(t)为步骤1.2中的水面饱和水气压，单位为hpa；
1.4、根据步骤1.1监测到相对湿度和步骤1.3得到的湿空气饱和水汽压计算得到水蒸气的分压力e′，单位为hpa；根据该地的空气中CO2含量，计算出相对应的二氧化碳分压力P2，单位为hpa，如云南工业不发达，空气中CO2含量约为0.03％，与之相对应的二氧化碳分压力为
1.5、采用国际大地测量与地球物理学联合会推荐的艾森-弗鲁姆经验公式计算微波折射：
其中(nt，p，e-1)为折射率与1的差值，无量纲；P1为干燥、无CO2空气的分压力，单位为mmHg；P2为二氧化碳分压力，单位为mmHg；e′为水蒸气的分压力，单位为mmHg；P1＝P-P2-e′，P为步骤1.1测得的气压。
所述步骤3中获得的气象校正模型为：
，
其中d为气象影响附加位移，单位为m；为折射率的变化值，无量纲；Rx为方位向坐标值，单位为m；Ry为距离向坐标值，单位为m。
上述步骤2的获得不同时刻角反射器点受气象影响引起的附加位移具体过程为：
2.1、角反射器具有高反射强度、高信噪比、高相关性，经实地踏勘，择地质条件稳定的位置安置角反射器，作为稳定点，角反射在雷达信噪比图像上呈现红色，经安置前后的图像对比，识别出所有角反射器在雷达影像上的位置，并记录其几何位置、估计信噪比、热信噪比和相关性信息；
2.2、对地面雷达监测数据进行定标、聚焦、干涉和差分处理，获得不同时刻反射器点受气象影响引起的附加位移；
2.2.1对地面雷达监测数据进行定标、聚焦
地面雷达干涉测量采集单元获取的数据不能称之为图像，它是一维的信号数据，因此必须对数据进行定标和聚焦处理，这样可以得到距离向分辨率0.5m，方位向分辨率4.4mrad的二维扇形图像；
2.2.2干涉处理
对数据进行定标和聚焦后，就可以对数据进行干涉处理。首先选择一个主影像，然后分别和剩余的影像进行干涉。干涉之前可以对数据进行预处理，通过设定阈值(强度值或相干系数)除去掉质量不好的点，这样可以保证干涉图像的可靠性。进行干涉后，可以设定合适的滤波窗口对干涉图进行滤波处理，除去噪声的影响，这样可以保证相位的连续性，加快解缠的速度和正确性。滤波结束后可以对滤波后的影像进行相位解缠，获得真实的距离相位；
2.2.3差分处理
对干涉图两两进行差分处理，可以获得不同时刻距离向的变化的相位值，把差分获得相位转换为距离值，就得到了位移值(单位mm)；
2.2.4稳定点气象影响值获取
根据角反射器点在雷达图像上的准确位置，提取出所有角反射器点受气象影响引起的附加位移。
本发明的有益效果是：本模型可以作为地面雷达监测气象影响校正的核心技术，能实现高精度观测和滑坡灾害预警，从而便于进一步将地面雷达用于边坡监测。
附图说明
图1是本发明流程示意图；
图2是本发明的发明原理干涉测量示意图；
图3是本发明的发明原理电磁波带宽示意图；
图4是本发明的发明原理距离向切面图；
图5是本发明的角反射器识别示意图；
图6是本发明的发明数据采集装置示意图。
具体实施方式
下面结合附图和具体实施方式，对本发明作进一步说明。
实施例1
根据糯扎渡水电站的实际情况，经过现场踏勘，在边坡上共安置角形反射器10个，均匀分布于边坡；地面微波干涉雷达设备采用了IBIS-L系统，安置在边坡对岸的简易棚内，监测频率为24小时实时监测，一次采样时间为6分钟；同时采用精密仪器，监测温度、压强和湿度气象参数，发明数据采集装置示意图如图6所示，本实施例采用2014年8月14日下午四点半到六点、8月20日下午三点半到五点和8月27日下午四点到六点的实时监测数据。
如图1所示，该在边坡形变监测中的气象校正模型，其步骤包括如下：
步骤1、首先根据实时监测到的温度、相对湿度和气压，通过采用国际大地测量与地球物理学联合会推荐的艾森-弗鲁姆经验公式的微波折射率计算公式，计算折射率变化值，监测到的气象数据如表1至3所示；
表1 2014年8月14日折射率变化计算表
| 时间 | 温度 | 气压 | 相对湿度 | 折射率变化(*1000) |
| 16.665,0 | 26.8 | 924.5 | 0.594,5 | 0.000,000 |
| 16.762,8 | 26.7 | 924.5 | 0.600,0 | 0.000,215 |
| 16.860,6 | 26.7 | 924.5 | 0.600,0 | 0.000,215 |
| 16.958,3 | 26.7 | 924.5 | 0.600,0 | 0.000,215 |
| 17.056,1 | 26.7 | 924.6 | 0.600,0 | 0.000,239 |
| 17.153,9 | 26.6 | 924.6 | 0.605,5 | 0.000,454 |
| 17.251,7 | 26.6 | 924.6 | 0.605,5 | 0.000,454 |
| 17.349,4 | 26.5 | 924.6 | 0.611,2 | 0.000,669 |
| 17.447,2 | 26.5 | 924.6 | 0.611,2 | 0.000,669 |
| 17.545, | 26.4 | 924.6 | 0.616,8 | 0.000,885 |
| 17.642,8 | 26.3 | 924.6 | 0.622,5 | 0.001,100 |
| 17.740,6 | 26 | 924.6 | 0.640,0 | 0.001,748 |
| 17.838,3 | 26 | 924.7 | 0.640,0 | 0.001,773 |
| 17.936,1 | 25.9 | 924.7 | 0.646,0 | 0.001,989 |
| 18.033,9 | 25.7 | 924.7 | 0.658,0 | 0.002,422 |
表2 2014年8月20日折射率变化计算表
| 时间(时) | 温度(t) | 相对湿度 | 气压 | 折射率变化(*1000) |
| 15.3367 | 30.3 | 0.526,7 | 924.7 | 0.000,000 |
| 15.4344 | 30.4 | 0.528,7 | 924.6 | -0.000,387 |
| 15.5322 | 30.5 | 0.530,6 | 924.6 | -0.000,749 |
| 15.6300 | 30.4 | 0.532,7 | 924.5 | -0.000,411 |
| 15.7278 | 30.4 | 0.534,6 | 924.4 | -0.000,435 |
| 15.8256 | 30.2 | 0.536,5 | 924.3 | 0.000,266 |
| 15.9233 | 30.1 | 0.538,4 | 924.2 | 0.000,605 |
| 16.0211 | 30 | 0.540,4 | 924.1 | 0.000,944 |
| 16.1189 | 29.9 | 0.542,4 | 924.1 | 0.001,308 |
| 16.2167 | 29.8 | 0.544,3 | 924.1 | 0.001,672 |
| 16.3144 | 29.8 | 0.546,3 | 924.1 | 0.001,672 |
| 16.4122 | 29.7 | 0.548,3 | 924 | 0.002,012 |
| 16.5100 | 29.6 | 0.550,2 | 924 | 0.002,377 |
| 16.6078 | 29.6 | 0.552,2 | 924 | 0.002,377 |
| 16.7056 | 29.6 | 0.554,1 | 924 | 0.002,377 |
| 16.8033 | 29.5 | 0.555,7 | 924 | 0.002,742 |
表3 2014年8月27日折射率变化计算表
| 时间(时) | 温度 | 气压 | 相对湿度 | 折射率变化(*1000) |
| 16.219,2 | 32.7 | 922.8 | 0.659,7 | 0.000,000 |
| 16.316,9 | 32.9 | 922.6 | 0.648,1 | -0.000,689 |
| 16.414,7 | 33 | 922.5 | 0.642,3 | -0.001,032 |
| 16.512,5 | 33.1 | 922.4 | 0.636,7 | -0.001,376 |
| 16.610,3 | 33.2 | 922.3 | 0.631,1 | -0.001,719 |
| 16.708,1 | 33.3 | 922.3 | 0.625,5 | -0.002,038 |
| 16.805,8 | 33.3 | 922.3 | 0.625,5 | -0.002,038 |
| 16.903,6 | 33.4 | 922.2 | 0.620,0 | -0.002,381 |
| 17.001,4 | 33.4 | 922.1 | 0.620,0 | -0.002,405 |
| 17.099,2 | 33.4 | 922.1 | 0.620,0 | -0.002,405 |
| 17.196,9 | 33.4 | 922.1 | 0.620,0 | -0.002,405 |
| 17.294,7 | 33.3 | 922.1 | 0.625,5 | -0.002,086 |
| 17.392,5 | 33.3 | 922.1 | 0.625,5 | -0.002,086 |
| 17.490,3 | 33.4 | 922.1 | 0.620,0 | -0.002,405 |
| 17.588,1 | 33.4 | 922.2 | 0.620,0 | -0.002,381 |
| 17.685,8 | 33.5 | 922.2 | 0.614,5 | -0.002,699 |
步骤2、对雷达监测数据进行定标、聚焦、干涉和差分处理，结合角反射器(角反射器识别示意图如图5所示，角反射器信息表如表4所示)的几何位置、估计信噪比、热信噪比和相关性信息，获得不同时刻角反射器点受气象影响引起的附加位移(2014年8月14日下午四点半到六点、8月20日下午三点半到五点和8月27日下午四点到六点的附加位移值如表5-7雷达位移所示)；
表4 角反射器信息表
步骤3、根据步骤1得到的计算折射率变化值、角反射器的方位向坐标值和距离向坐标值，采用非线性拟合方法，确立地面雷达在边坡形变监测中的气象校正模型，使得模型的计算值与步骤2获得的受气象影响引起的附加位移相差最小,获得的气象校正模型为：
其中d为大气扰动附加位移，单位为m；为折射率的变化值，无量纲；Rx为方位向坐标值，单位为m；Ry为距离向坐标值，单位为m。
根据获得的气象校正模型计算出的附加位移结果如表5-7气象位移所示。
表5
表6
表7
从表5、表6和表7可以看出，二者相差在0.1毫米以内，说明该气象校正模型能有效地改正大气影响。采用地面雷达干涉测量技术监测边坡形变时，在大气环境较稳定的条件下，通过精密仪器测定大气参数，并建立气象校正模型的方法，能有效消除气象影响，实现高精度监测和滑坡预警。
实施例2
该在边坡形变监测中的气象校正模型，其步骤包括如下：
步骤1、首先根据实时监测到的温度、相对湿度和气压，通过采用国际大地测量与地球物理学联合会推荐的艾森-弗鲁姆经验公式的微波折射率计算公式，计算折射率变化值；
步骤2、对雷达监测数据进行定标、聚焦、干涉和差分处理，结合角反射器的几何位置、估计信噪比、热信噪比和相关性信息，获得不同时刻角反射器点受气象影响引起的附加位移；
步骤3、根据步骤1得到的计算折射率变化值、角反射器的方位向坐标值和距离向坐标值，采用非线性拟合方法，确立地面雷达在边坡形变监测中的气象校正模型，使得模型的计算值与步骤2获得的受气象影响引起的附加位移相差最小。
所述步骤1的具体过程为：
1.1、首先实时监测到温度T、相对湿度和气压P；
1.2、根据步骤1.1获得的实时监测温度T采用世界气象组织推荐的公式计算水平面上的饱和水汽压：
其中e为水面饱和水气压，单位为hpa；T1为水的三相点温度，273.16K；T＝273.15+t，t为温度，单位℃，温度的适用范围为-49.9～49℃；
1.3、根据步骤1.2获得的水平面上的饱和水汽压，然后依据世界气象组织推荐，使用下述公式计算湿空气饱和水汽压：
e′(t)＝f(p)·e(t)，其中e′(t)为湿空气饱和水汽压，单位为hpa；f(p)＝1.0016+3.15·10-6p-0.074p-1，P为步骤1.1监测得到的气压，单位hpa；e(t)为步骤1.2中的水面饱和水气压，单位为hpa；
1.4、根据步骤1.1监测到相对湿度和步骤1.3得到的湿空气饱和水汽压计算得到水蒸气的分压力e′，单位为hpa，根据该地的空气中CO2含量，计算出相应的二氧化碳分压力P2，单位为hpa，如云南工业不发达，空气中CO2含量约为0.03％，与之相对应的二氧化碳分压力为
1.5、采用国际大地测量与地球物理学联合会推荐的艾森-弗鲁姆经验公式计算微波折射：
其中(nt，p，e-1)为折射率与1的差值，无量纲；P1为干燥、无CO2空气的分压力，单位为mmHg；P2为二氧化碳分压力，单位为mmHg；e′为水蒸气的分压力，单位为mmHg；P1＝P-P2-e′，P为步骤1.1测得的气压。
所述步骤3中获得的气象校正模型为：
，其中d为气象影响附加位移，单位为m；为折射率的变化值，无量纲；Rx为方位向坐标值，单位为m；Ry为距离向坐标值，单位为m。
上述步骤2的获得不同时刻角反射器点受气象影响引起的附加位移具体过程为：
2.1、角反射器具有高反射强度、高信噪比、高相关性，经实地踏勘，择地质条件稳定的位置安置角反射器，作为稳定点，角反射在雷达信噪比图像上呈现红色，经安置前后的图像对比，识别出所有角反射器在雷达影像上的位置，并记录其几何位置、估计信噪比、热信噪比和相关性信息；
2.2、对地面雷达监测数据进行定标、聚焦、干涉和差分处理，获得不同时刻反射器点受气象影响引起的附加位移；
2.2.1对地面雷达监测数据进行定标、聚焦
地面雷达干涉测量采集单元获取的数据不能称之为图像，它是一维的信号数据，因此必须对数据进行定标和聚焦处理，这样可以得到距离向分辨率0.5m，方位向分辨率4.4mrad的二维扇形图像；
2.2.2干涉处理
对数据进行定标和聚焦后，就可以对数据进行干涉处理。首先选择一个主影像，然后分别和剩余的影像进行干涉。干涉之前可以对数据进行预处理，通过设定阈值(强度值或相干系数)除去掉质量不好的点，这样可以保证干涉图像的可靠性。进行干涉后，可以设定合适的滤波窗口对干涉图进行滤波处理，除去噪声的影响，这样可以保证相位的连续性，加快解缠的速度和正确性。滤波结束后可以对滤波后的影像进行相位解缠，获得真实的距离相位；
2.2.3差分处理
对干涉图两两进行差分处理，可以获得不同时刻距离向的变化的相位值，把差分获得相位转换为距离值，就得到了位移值(单位mm)；
2.2.4稳定点气象影响值获取
根据角反射器点在雷达图像上的准确位置，提取出所有角反射器点受气象影响引起的附加位移。
以上结合附图对本发明的具体实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。
Claims (2)
1.一种在边坡形变监测中的气象校正模型，其特征在于步骤包括如下：
步骤1、首先根据实时监测到的温度、相对湿度和气压，通过采用国际大地测量与地球物理学联合会推荐的艾森-弗鲁姆经验公式的微波折射率计算公式，计算折射率变化值；
步骤2、对雷达监测数据进行定标、聚焦、干涉和差分处理，结合角反射器的几何位置、估计信噪比、热信噪比和相关性信息，获得不同时刻角反射器点受气象影响引起的附加位移；
步骤3、根据步骤1得到的计算折射率变化值、角反射器的方位向坐标值和距离向坐标值，采用非线性拟合方法，确立地面雷达在边坡形变监测中的气象校正模型，使得模型的计算值与步骤2获得的受气象影响引起的附加位移相差最小；
所述步骤1的具体过程为：
1.1、首先实时监测到温度T、相对湿度和气压P；
1.2、根据步骤1.1获得的实时监测温度T，采用世界气象组织推荐的公式计算水平面上的饱和水汽压：
<mfenced open = "" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>lg</mi>
<mi>e</mi>
<mo>=</mo>
<mn>10.75947</mn>
<mrow>
<mo>(</mo>
<mrow>
<mn>1</mn>
<mo>-</mo>
<mfrac>
<msub>
<mi>T</mi>
<mn>1</mn>
</msub>
<mi>T</mi>
</mfrac>
</mrow>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mn>5.02800</mn>
<mi>lg</mi>
<mfrac>
<msub>
<mi>T</mi>
<mn>1</mn>
</msub>
<mi>T</mi>
</mfrac>
<mo>+</mo>
<mn>1.50475</mn>
<mo>&times;</mo>
<msup>
<mn>10</mn>
<mrow>
<mo>-</mo>
<mn>4</mn>
</mrow>
</msup>
<mrow>
<mo>&lsqb;</mo>
<mrow>
<mn>1</mn>
<mo>-</mo>
<msup>
<mn>10</mn>
<mrow>
<mo>-</mo>
<mn>8.2969</mn>
<mrow>
<mo>(</mo>
<mrow>
<mfrac>
<mi>T</mi>
<msub>
<mi>T</mi>
<mn>1</mn>
</msub>
</mfrac>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
</msup>
</mrow>
<mo>&rsqb;</mo>
</mrow>
<mo>+</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mn>4.2873</mn>
<mo>&times;</mo>
<msup>
<mn>10</mn>
<mrow>
<mo>-</mo>
<mn>4</mn>
</mrow>
</msup>
<mrow>
<mo>&lsqb;</mo>
<mrow>
<msup>
<mn>10</mn>
<mrow>
<mn>4.69455</mn>
<mrow>
<mo>(</mo>
<mrow>
<mn>1</mn>
<mo>-</mo>
<mfrac>
<mi>T</mi>
<msub>
<mi>T</mi>
<mn>1</mn>
</msub>
</mfrac>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
</msup>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mo>&rsqb;</mo>
</mrow>
<mo>+</mo>
<mn>0.78614</mn>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
其中e为水面饱和水气压，单位为hpa；T1为水的三相点温度，273.16K；T＝273.15+t，t为温度，单位℃，温度的适用范围为-49.9～49℃；
1.3、根据步骤1.2获得的水平面上的饱和水汽压，然后依据世界气象组织推荐，使用下述公式计算湿空气饱和水汽压：
e′(t)＝f(p)·e(t)，其中e′(t)为湿空气饱和水汽压，单位为hpa；
f(p)＝1.0016+3.15·10-6p-0.074p-1，P为步骤1.1监测得到的气压，单位hpa；e(t)为步骤1.2中的水面饱和水气压，单位为hpa；
1.4、根据步骤1.1监测到相对湿度和步骤1.3得到的湿空气饱和水汽压计算得到水蒸气的分压力e′，单位为hpa，根据该地的空气中CO2含量，计算出对应的二氧化碳分压力P2，单位为hpa；
1.5、采用国际大地测量与地球物理学联合会推荐的艾森-弗鲁姆经验公式计算微波折射：
<mrow>
<mo>(</mo>
<msub>
<mi>n</mi>
<mrow>
<mi>t</mi>
<mo>,</mo>
<mi>p</mi>
<mo>,</mo>
<mi>e</mi>
</mrow>
</msub>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
<mo>&CenterDot;</mo>
<msup>
<mn>10</mn>
<mn>6</mn>
</msup>
<mo>=</mo>
<mfrac>
<mn>103.49</mn>
<mi>T</mi>
</mfrac>
<msub>
<mi>P</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<mfrac>
<mn>177.4</mn>
<mi>T</mi>
</mfrac>
<msub>
<mi>P</mi>
<mn>2</mn>
</msub>
<mo>+</mo>
<mfrac>
<mn>86.26</mn>
<mi>T</mi>
</mfrac>
<mo>(</mo>
<mn>1</mn>
<mo>+</mo>
<mfrac>
<mn>5748</mn>
<mi>T</mi>
</mfrac>
<mo>)</mo>
<msup>
<mi>e</mi>
<mo>&prime;</mo>
</msup>
<mo>,</mo>
</mrow>
其中(nt，p，e-1)表示折射率与1的差值，无量纲；P1为干燥、无CO2空气的分压力，单位为mmHg；P2为二氧化碳分压力，单位为mmHg；e′为水蒸气的分压力，单位为mmHg；P1＝P-P2-e′，P为步骤1.1测得的气压。
2.根据权利要求1所述的在边坡形变监测中的气象校正模型，其特征在于：所述步骤3中获得的气象校正模型为：
<mrow>
<mi>d</mi>
<mo>=</mo>
<mfenced open = "{" close = "}">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>&Delta;</mi>
<mi>n</mi>
<msqrt>
<mrow>
<msup>
<msub>
<mi>R</mi>
<mi>x</mi>
</msub>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<msub>
<mi>R</mi>
<mi>y</mi>
</msub>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>(</mo>
<mn>0</mn>
<mo><</mo>
<msqrt>
<mrow>
<msup>
<msub>
<mi>R</mi>
<mi>x</mi>
</msub>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<msub>
<mi>R</mi>
<mi>y</mi>
</msub>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
<mo>&le;</mo>
<mn>300</mn>
<mo>)</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>&Delta;</mi>
<mi>n</mi>
<mo>*</mo>
<mn>300</mn>
<mo>+</mo>
<mn>2</mn>
<mo>*</mo>
<mi>&Delta;</mi>
<mi>n</mi>
<mo>*</mo>
<mrow>
<mo>(</mo>
<msqrt>
<mrow>
<msup>
<msub>
<mi>R</mi>
<mi>x</mi>
</msub>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<msub>
<mi>R</mi>
<mi>y</mi>
</msub>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
<mo>-</mo>
<mn>300</mn>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>(</mo>
<mn>300</mn>
<mo><</mo>
<msqrt>
<mrow>
<msup>
<msub>
<mi>R</mi>
<mi>x</mi>
</msub>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<msub>
<mi>R</mi>
<mi>y</mi>
</msub>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
<mo>&le;</mo>
<mn>600</mn>
<mo>)</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>&Delta;</mi>
<mi>n</mi>
<mo>*</mo>
<mn>300</mn>
<mo>+</mo>
<mn>2</mn>
<mo>*</mo>
<mi>&Delta;</mi>
<mi>n</mi>
<mo>*</mo>
<mn>300</mn>
<mo>+</mo>
<mn>3</mn>
<mo>*</mo>
<mi>&Delta;</mi>
<mi>n</mi>
<mo>*</mo>
<mrow>
<mo>(</mo>
<msqrt>
<mrow>
<msup>
<msub>
<mi>R</mi>
<mi>x</mi>
</msub>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<msub>
<mi>R</mi>
<mi>y</mi>
</msub>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
<mo>-</mo>
<mn>600</mn>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>(</mo>
<mn>600</mn>
<mo><</mo>
<msqrt>
<mrow>
<msup>
<msub>
<mi>R</mi>
<mi>x</mi>
</msub>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<msub>
<mi>R</mi>
<mi>y</mi>
</msub>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
<mo>)</mo>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
，
其中d为大气扰动附加位移，单位为m；Δn公式为折射率变化值，无量纲；Rx为方位向坐标值，单位为m；Ry为距离向坐标值，单位为m。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510498297.3A CN105136073B (zh) | 2015-08-14 | 2015-08-14 | 一种在边坡形变监测中的气象校正模型 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510498297.3A CN105136073B (zh) | 2015-08-14 | 2015-08-14 | 一种在边坡形变监测中的气象校正模型 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105136073A CN105136073A (zh) | 2015-12-09 |
| CN105136073B true CN105136073B (zh) | 2017-09-12 |
Family
ID=54721513
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510498297.3A Active CN105136073B (zh) | 2015-08-14 | 2015-08-14 | 一种在边坡形变监测中的气象校正模型 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105136073B (zh) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106441749B (zh) * | 2016-09-29 | 2019-05-03 | 北京建筑大学 | 一种基于微波干涉的桥梁动挠度检测的方法及装置 |
| CN106772345B (zh) * | 2017-03-16 | 2023-09-26 | 重庆大学 | 一种远距离即插即用型位移雷达目标反射器 |
| CN107817489A (zh) * | 2017-11-02 | 2018-03-20 | 中煤航测遥感集团有限公司 | 测绘方法 |
| CN112344847B (zh) * | 2020-11-20 | 2022-03-08 | 中国有色金属长沙勘察设计研究院有限公司 | 一种地基合成孔径雷达数据降噪方法 |
| CN114049755A (zh) * | 2021-12-13 | 2022-02-15 | 夏若凡 | 一种环境测试系统和测试方法 |
| CN115616511B (zh) * | 2022-12-19 | 2023-03-28 | 中大智能科技股份有限公司 | 一种地基雷达形变量气象补偿方法和系统 |
| CN117724098B (zh) * | 2023-12-15 | 2024-05-31 | 昆明理工大学 | 一种缓解大气季节性震荡的时序InSAR对流层延迟校正方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001091649A (ja) * | 1999-09-20 | 2001-04-06 | Mitsubishi Electric Corp | 合成開口レーダ画像精密幾何補正用地上基準点装置 |
| CA2787896A1 (en) * | 2010-02-01 | 2011-08-04 | Michael Eineder | A method for measuring the water level of a body of water |
| CN204302489U (zh) * | 2015-01-05 | 2015-04-29 | 山东省地质环境监测总站 | 一种insar角反射器 |
-
2015
- 2015-08-14 CN CN201510498297.3A patent/CN105136073B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001091649A (ja) * | 1999-09-20 | 2001-04-06 | Mitsubishi Electric Corp | 合成開口レーダ画像精密幾何補正用地上基準点装置 |
| CA2787896A1 (en) * | 2010-02-01 | 2011-08-04 | Michael Eineder | A method for measuring the water level of a body of water |
| CN204302489U (zh) * | 2015-01-05 | 2015-04-29 | 山东省地质环境监测总站 | 一种insar角反射器 |
Non-Patent Citations (4)
| Title |
|---|
| 《地基SAR差分干涉测量大气扰动误差校正》;张祥等;《雷达科学与技术》;20111230;第9卷(第6期);正文第502页第2段、第503页第2段 * |
| 《地基SAR形变监测误差分析与实验》;曲世勃等;《电子与信息学报》;20110731;第33卷(第1期);全文 * |
| 《地基雷达干涉测量的环境改正方法研究》;徐亚明等;《大地测量与地球动力学》;20130131;第33卷(第3期);全文 * |
| 《地面雷达静态微变形测量环境影像改正方法研究》;华远峰等;《东南大学学报》;20131130;第43卷(第2期);正文第430页第2-4段 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105136073A (zh) | 2015-12-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105136073B (zh) | 一种在边坡形变监测中的气象校正模型 | |
| CN107389029B (zh) | 一种基于多源监测技术融合的地面沉降集成监测方法 | |
| Walker et al. | Active microwave remote sensing for soil moisture measurement: a field evaluation using ERS‐2 | |
| CN107421496B (zh) | 一种高精度的水面高程提取方法 | |
| CN104020180B (zh) | 基于北斗基准站接收的低仰角信号的土壤湿度反演方法 | |
| CN104698460A (zh) | 一种双频共面合成孔径雷达海面风场反演方法 | |
| CN105182339A (zh) | 一种基于角反射器的边坡形变监测环境影响校正方法 | |
| CN105277575A (zh) | 一种利用gps信噪比等级数据进行土壤湿度估计的方法 | |
| CN103344653B (zh) | 一种基于双gps接收机的土壤湿度实时测量系统及方法 | |
| CN104316920A (zh) | 一种雷达高度计小入射角干涉的海面高度高精度提取方法 | |
| CN101900692A (zh) | 大面积土壤湿度测量方法 | |
| CN102967853B (zh) | 雷达散射截面测试场背景信号获取方法 | |
| CN106291542A (zh) | 一种隧道三维成像方法 | |
| CN111650570B (zh) | 一种地基干涉雷达三维大气校正方法及系统 | |
| CN106767383A (zh) | 基于连续运行gnss站信噪比数据的积雪深度的测量方法 | |
| Sun et al. | Retrieval of surface wave parameters from SAR images and their validation in the coastal seas around Japan | |
| CN103940834B (zh) | 采用合成孔径雷达技术测量土壤湿度的方法 | |
| CN115980317B (zh) | 基于修正相位的地基gnss-r数据土壤水分估算方法 | |
| Xia | CR-based SAR-interferometry for landslide monitoring | |
| CN114252875B (zh) | 一种成像高度计数据的高精度网格化方法 | |
| Pramudita et al. | FMCW radar for non contact bridge structure displacement estimation | |
| Simard et al. | Mangrove canopy 3D structure and ecosystem productivity using active remote sensing | |
| Chen et al. | Measurement of atmospheric aspect sensitivity using coherent radar imaging after mitigation of radar beam weighting effect | |
| Zhang et al. | Evaluation of data applicability for D-INSAR in areas covered by abundant vegetation | |
| Chen et al. | Optimal Gridding Process for GMI Brightness Temperature Using the Backus-Gilbert Method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |