CN105204079B - 一种利用TanDEM-X双站InSAR提取地震滑坡体积的方法 - Google Patents
一种利用TanDEM-X双站InSAR提取地震滑坡体积的方法 Download PDFInfo
- Publication number
- CN105204079B CN105204079B CN201510548981.8A CN201510548981A CN105204079B CN 105204079 B CN105204079 B CN 105204079B CN 201510548981 A CN201510548981 A CN 201510548981A CN 105204079 B CN105204079 B CN 105204079B
- Authority
- CN
- China
- Prior art keywords
- earthquake
- landslide
- insar
- dual station
- tandem
- 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
- Geophysics And Detection Of Objects (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公布了一种利用TanDEM‑X双站InSAR提取地震滑坡体积的方法，具体包括以下步骤：1)双站InSAR干涉相位计算；2)双站InSAR差分相位估算；3)地震前后地表高程变化结果估算；4)地震滑坡体积求取。通过TanDEM‑X双站InSAR干涉相位、外部DEM模拟相位、高精度GPS或ICESat校正点获取校正后的TanDEM‑X双站InSAR差分相位，进而获取地震前后地表高程变化结果，再结合地震滑坡边界编目数据、地震前后光学遥感数据求取地震滑坡体积。本发明提取地震滑坡体积的方法具有高分辨率、高精度优势；同时不需要布设地面测量设备，具有面状、大区域的滑坡地震滑坡体积提取能力；成本低。
Description
技术领域
本发明属于卫星遥感应用领域，具体涉及一种利用TanDEM-X双站InSAR提取地震滑坡体积的方法，利用TanDEM-X双站InSAR获取地震前后地表高程变化，进而定量估算区域地震滑坡体积，可在全球区域拓展应用。
背景技术
近年来，地震容易引发大量滑坡、泥石流等次生地质灾害，对人民居住环境和生命财产安全构成了巨大的威胁，同时也是铁路、公路等交通设施的重要病害，是震区面临最严重的两类地质灾害，进行区域地震滑坡体积提取和泥石流危险性评估是地震灾区恢复重建和经济发展的紧迫工作。其中滑坡是指斜坡上的土体或者岩体，受河流冲刷、地下水活动、雨水浸泡、地震及人工切坡等因素影响，在重力作用下，沿着一定的软弱面或者软弱带，整体地或者分散地顺坡向下滑动的自然现象。其中泥石流是指在山区或者其他沟谷深壑，地形险峻的地区，因为暴雨、暴雪或其他自然灾害引发的山体滑坡并携带有大量泥沙以及石块的特殊洪流。地震滑坡体积作为泥石流物源定量计算的重要参数，开展地震滑坡体积定量研究对估算泥石流物源具有重要的实际应用价值和科学意义，为震区泥石流灾害的风险评价和预测预报等提供科学依据。地震发生后，地震滑坡、泥石流等次生灾害频发，迫切需要一种能够大范围、定量、精确地提取地震滑坡体积的方法，进而能够地震滑坡等地质灾害进行预警，减少百姓财产损失和保障人员安全。
目前，地震滑坡体积提取的技术手段主要有GPS实地测量、三维激光LiDAR、光学遥感等。GPS实地测量和三维激光LiDAR具有观测精度高等优势，尤其三维激光LiDAR能够获取整个滑坡面的高分辨率点云地形数据，可精确获取地震滑坡体积，但地震滑坡个数通常上万个，甚至几十万个，该方法提取区域范围的地震滑坡体积效率较低；光学遥感可以大范围获取地震滑坡中心点位置、边界、面积等分布参数，通过经验公式或模型等提取地震滑坡体积，但经验公式或模型对最终地震滑坡体积带来不可避免的误差，难以定量、精确的获取地震滑坡体积。且地震发生后，较长一段时间会存在持续降雨天气，光学遥感的地震滑坡体积提取工作难以开展。
TanDEM-X双站InSAR可获取全球尺度的高分辨率、高精度地形信息，结合震前地形资料，能够精确计算地震地震滑坡体积，为地震滑坡风险性评价以及地震滑坡灾害防治提供重要的基础数据。
发明内容
本发明要解决的技术问题是针对目前地震滑坡体积提取方法存在的上述不足，提供一种利用TanDEM-X双站InSAR提取地震滑坡体积的方法，能够大范围、定量提取地震滑坡体积。
本发明为解决上述技术问题所采用的具体步骤是：
一种利用TanDEM-X双站InSAR提取地震滑坡体积的方法，根据TanDEM-X双站InSAR获取的地震前后地表高程变化结果，结合地震滑坡边界编目数据和地震前后光学遥感数据，求取地震滑坡体积，具体包括以下步骤：
1)双站SAR数据影像配准：使两幅复图像中同一位置的像素对应地面上的同一回波点；
2)双站InSAR干涉相位计算：利用TanDEM-X和TerraSAR-X两颗卫星获取的高分辨率SAR影像，通过干涉图生成数据处理，计算双站InSAR干涉相位；
3)双站InSAR差分相位估算：双站InSAR干涉相位与外部DEM模拟相位进行差分处理；
4)双站InSAR差分相位解缠：相位解缠采用兼顾运算速度和准确性的最小费流量法(Minimum Cost Flow，MCF，双站InSAR差分相位解缠主要解决干涉条纹过密引起的解缠相位跳跃、不连续，以及轨道基线误差引起的长波趋势面等问题)；
5)双站InSAR差分相位校正：采用高精度GPS或ICESat点进行绝对相位偏移校正；
6)地震前后地表高程变化结果估算：双站InSAR差分相位经过相位高程转换，估算地震前后地表高程变化结果；
7)地震滑坡体积求取：地震前后地表高程变化结果经过地震滑坡边界编目数据筛选，以及地震前后光学遥感数据进一步识别获取，求取地震滑坡体积。
按上述方案，所述步骤1)中影像配准是为获得干涉相位具有较高的信噪比，使两幅复图像中同一位置的像素对应地面上的同一回波点的过程。
按上述方案，所述步骤2)中干涉图生成数据处理是影像经过精确配准后，进行复共轭相乘生成复干涉纹图，复干涉相位生成公式如下：
式中，uint是干涉结果，和分别为两颗卫星获取的雷达信号，ΔR为两颗卫星到地面P点的距离之差，λ为雷达波长。
按上述方案，所述步骤3)中外部DEM模拟相位通过外部DEM经过相位高程转换获取。
按上述方案，所述步骤3)中双站InSAR干涉相位与外部DEM模拟相位进行差分处理公式如下：
ΔΨDifferences＝ΔΨTanDEM-X-ΔΨSRTMDEM
式中，ΔΨDifferences为差分相位，ΔΨTanDEM-X是双站InSAR干涉相位，ΔΨSRTMDEM为外部DEM模拟相位。
按上述方案，所述步骤5)中高精度GPS或ICESat点是覆盖研究区域的高精度测量点。
按上述方案，所述步骤6)中相位高程转换为根据相位和高程z(y)之间的关系获取相应高程变化结果，满足下式：
式中，B⊥为两天线之间的空间矢量在平行主影像上的分量，θ为视角，为两颗卫星到地面P点的平均距离。
按上述方案，所述步骤7)中地震滑坡边界编目数据通过光学遥感、实地观测技术手段获取。
按上述方案，所述步骤7)中地震前后光学遥感数据是覆盖地震滑坡区域的地震发生前后的星载、基站的光学遥感数据。
按上述方案，所述外部DEM包括30m和90m分辨率的SRTM-C DEM、30m分辨率的SRTM-X DEM以及其它测量技术手段获取的DEM结果。
本发明与现有技术相比具有以下优点：
1、TerraSAR-X和TanDEM-X为两颗高分辨率SAR卫星，地震前后地表高程变化结果是校正后的双站InSAR差分相位经过相位高程方法生成，相位级的高程转换使地震前后地表高程变化结果具有高精度特性。地震前后地表高程变化结果又经过地震滑坡边界编目数据筛选和地震前后光学遥感数据识别，生成的地震滑坡体积具有高分辨率、高精度特征，故本发明利用TanDEM-X双站InSAR提取地震滑坡体积的方法具有高分辨率、高精度优势；
2、InSAR具有全天时全天候成像能力，不受云层及昼夜影响。尤其在地震发生之后，震区多数发生长时间、大规模的降雨，导致光学遥感无法成像，而SAR在阴雨天气等恶劣环境仍能进行影像获取，进而对地震滑坡持续监测；
3、本发明具有面状、大区域的、滑坡地震滑坡体积提取能力，而GPS、三维激光LiDAR等地面测量手难以进行；
4、本发明成本低，不需要布设地面测量设备。
附图说明
图1是本发明的方法流程图；
图2是本发明方法应用的一实例图；
具体实施方式
下面结合附图和实施例对本发明作详细具体的说明。
参照图1所示，本发明所述的利用TanDEM-X双站InSAR提取地震滑坡体积的方法，通过TanDEM-X双站InSAR干涉相位、外部DEM模拟相位、高精度GPS或ICESat校正点获取校正后的TanDEM-X双站InSAR差分相位，进而获取地震前后地表高程变化结果，再结合地震滑坡边界编目数据、地震前后光学遥感数据求取地震滑坡体积，结合滑坡面积参数，求取高精度高分辨率地震滑坡物源厚度。
双站InSAR干涉相位由TanDEM-X和TerraSAR-X两颗卫星SAR数据经过影像配准、干涉图计算等步骤获取，外部DEM模拟相位通过SRTM DEM等外部DEM经过相位高程转换获取，高精度GPS或ICESat校正点是覆盖研究区域的高精度测量点，校正后的双站InSAR差分相位是双站InSAR干涉相位与外部DEM模拟相位进行差分处理，并经过高精度GPS或ICESat点绝对相位偏移校正获取，地震前后地表高程变化结果是校正后的双站InSAR差分相位经过相位高程转换获取，地震滑坡边界编目数据通过光学遥感、实地观测等技术手段获取，地震前后光学遥感数据是覆盖地震滑坡区域的地震发生前后的各类光学遥感数据，地震滑坡体积是地震前后地表高程变化结果经过地震滑坡边界编目数据筛选，以及地震前后光学遥感数据进一步识别获取。双站InSAR干涉相位、外部DEM模拟相位、高精度GPS或ICESat校正点主要用于计算校正后的双站InSAR差分相位，校正后的双站InSAR差分相位主要用于估算地震前后地表高程变化结果，地震前后地表高程变化结果、地震滑坡边界编目数据以及地震前后光学遥感数据主要用于求取地震滑坡体积。
本发明利用TanDEM-X双站InSAR提取地震滑坡体积的方法，实施的具体步骤是：
1)双站SAR数据影像配准：InSAR干涉对成像过程中，由于主辅影像的视角不同，两幅图像在方位向存在回波信号多普勒中心频率偏移，即方位谱不匹配，需进行方位向粗配准；由于基线距离的影响，两幅图像在距离存在非公共距离频率偏移，即距离频谱不匹配；为获得干涉相位具有较高的信噪比，必须使两幅复图像中同一位置的像素对应地面上的同一回波点，即影像配准；
2)双站InSAR干涉相位计算：影像经过精确配准后，进行复共轭相乘生成复干涉相位，满足下式：
式中，uint是干涉结果，和分别为两颗卫星获取的雷达信号，ΔR为两颗卫星到地面P点的距离之差，λ为雷达波长；
3)双站InSAR差分相位估算：为了提高相位解缠效率和减少相位残差，采用了引入外部DEM进行相位差分的策略，即双站SAR干涉相位与外部DEM双站模拟相位差分，从而有效解决了常规InSAR方法干涉条纹过密引起的解缠相位跳跃、不连续，以及轨道基线误差引起的长波趋势面等问题，外部DEM经过相位模拟后，与双站InSAR干涉相位进行差分处理，公式如下：
ΔΨDifferences＝ΔΨTanDEM-X-ΔΨSRTMDEM
式中，ΔΨDifferences为差分相位，ΔΨTanDEM-X是双站InSAR干涉相位，ΔΨSRTMDEM为外部DEM模拟相位；
4)双站InSAR差分相位解缠：相位解缠采用兼顾运算速度和准确性的最小费流量法(Minimum Cost Flow，MCF)；
5)双站InSAR差分相位校正：采用高精度GPS或ICESat点进行绝对相位偏移校正；
6)地震前后地表高程变化结果估算：根据相位和高程z(y)之间的关系估算地震前后地表高程变化结果，满足下式：
式中，B⊥为两天线之间的空间矢量在平行主影像上的分量，θ为视角，为两颗卫星到地面P点的平均距离；
7)地震滑坡体积求取：地震前后地表高程变化结果经过地震滑坡边界编目数据筛选，以及地震前后光学遥感数据进一步识别获取，求取地震滑坡体积，再结合滑坡面积参数，求取地震滑坡高程变化值。
图2所示为本发明基于汶川地震，利用TanDEM-X双站InSAR，对地震滑坡体积进行提取的实例。
以上所述仅为本发明一个地震滑坡体积提取较佳的实施例而已，并不用以限制本发明所提供的地震滑坡体积提取方法，凡在本发明的精神和设计原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种利用TanDEM-X双站InSAR提取地震滑坡体积的方法，其特征在于，根据TanDEM-X双站InSAR获取的地震前后地表高程变化结果，结合地震滑坡边界编目数据和地震前后光学遥感数据，求取地震滑坡体积，具体包括以下步骤：
1)双站SAR数据影像配准：使两幅复图像中同一位置的像素对应地面上的同一回波点；
2)双站InSAR干涉相位计算：利用TanDEM-X和TerraSAR-X两颗卫星获取的高分辨率SAR影像，通过干涉图生成数据处理，计算双站InSAR干涉相位；
3)双站InSAR差分相位估算：双站InSAR干涉相位与外部DEM模拟相位进行差分处理；
4)双站InSAR差分相位解缠：相位解缠采用兼顾运算速度和准确性的最小费流量法；
5)双站InSAR差分相位校正：采用高精度GPS或ICESat点进行绝对相位偏移校正；
6)地震前后地表高程变化结果估算：双站InSAR差分相位经过相位高程转换，估算地震前后地表高程变化结果；相位高程转换为根据相位和高程z(y)之间的关系获取相应高程变化结果，满足下式：
式中，B⊥为两天线之间的空间矢量在平行主影像上的分量，θ为视角，为两颗卫星到地面P点的平均距离，λ为雷达波长；
7)地震滑坡体积求取：地震前后地表高程变化结果经过地震滑坡边界编目数据筛选，以及地震前后光学遥感数据进一步识别获取，求取地震滑坡体积。
2.根据权利要求1所述的利用TanDEM-X双站InSAR提取地震滑坡体积的方法，其特征在于，所述步骤1)中影像配准是为获得干涉相位具有较高的信噪比，使两幅复图像中同一位置的像素对应地面上的同一回波点的过程。
3.根据权利要求1所述的利用TanDEM-X双站InSAR提取地震滑坡体积的方法，其特征在于，所述步骤2)中干涉图生成数据处理是影像经过精确配准后，进行复共轭相乘生成复干涉纹图，复干涉相位生成公式如下：
式中，uint是干涉结果，和分别为两颗卫星获取的雷达信号，ΔR为两颗卫星到地面P点的距离之差。
4.根据权利要求1所述的利用TanDEM-X双站InSAR提取地震滑坡体积的方法，其特征在于，所述步骤3)中外部DEM模拟相位通过外部DEM经过相位高程转换获取。
5.根据权利要求1所述的利用TanDEM-X双站InSAR提取地震滑坡体积的方法，其特征在于，所述步骤3)中双站InSAR干涉相位与外部DEM模拟相位进行差分处理公式如下：
ΔΨDifferences＝ΔΨTanDEM-X-ΔΨSRTMDEM
式中，ΔΨDifferences为差分相位，ΔΨTanDEM-X是双站InSAR干涉相位，ΔΨSRTMDEM为外部DEM模拟相位。
6.根据权利要求1所述的利用TanDEM-X双站InSAR提取地震滑坡体积的方法，其特征在于，所述步骤5)中高精度GPS或ICESat点是覆盖研究区域的高精度测量点。
7.根据权利要求1所述的利用TanDEM-X双站InSAR提取地震滑坡体积的方法，其特征在于，所述步骤7)中地震滑坡边界编目数据通过光学遥感、实地观测技术手段获取。
8.根据权利要求1所述的利用TanDEM-X双站InSAR提取地震滑坡体积的方法，其特征在于，所述步骤7)中地震前后光学遥感数据是覆盖地震滑坡区域的地震发生前后的星载、基站的光学遥感数据。
9.根据权利要求4所述的利用TanDEM-X双站InSAR提取地震滑坡体积的方法，其特征在于，所述外部DEM包括30m和90m分辨率的SRTM-C DEM、30m分辨率的SRTM-X DEM。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510548981.8A CN105204079B (zh) | 2015-08-31 | 2015-08-31 | 一种利用TanDEM-X双站InSAR提取地震滑坡体积的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510548981.8A CN105204079B (zh) | 2015-08-31 | 2015-08-31 | 一种利用TanDEM-X双站InSAR提取地震滑坡体积的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105204079A CN105204079A (zh) | 2015-12-30 |
| CN105204079B true CN105204079B (zh) | 2018-05-22 |
Family
ID=54951853
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510548981.8A Active CN105204079B (zh) | 2015-08-31 | 2015-08-31 | 一种利用TanDEM-X双站InSAR提取地震滑坡体积的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105204079B (zh) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107564055B (zh) * | 2017-08-28 | 2020-11-03 | 中国科学院遥感与数字地球研究所 | 一种基于遥感的滑坡体体积估计方法 |
| CN107860367B (zh) * | 2017-11-03 | 2018-08-17 | 广州地理研究所 | 一种基于低空无人机遥感的群发性滑坡灾害体积快速提取方法 |
| CN110058237B (zh) * | 2019-05-22 | 2020-10-09 | 中南大学 | 面向高分辨率SAR影像的InSAR点云融合及三维形变监测方法 |
| CN110111377B (zh) * | 2019-06-06 | 2022-10-21 | 西南交通大学 | 一种考虑地震位移场的震后区域性滑坡危险性评估方法 |
| CN110930649B (zh) * | 2019-11-05 | 2020-08-11 | 清华大学 | 冰川物质平衡量获取方法、装置、计算机设备及存储介质 |
| CN113341410B (zh) * | 2020-08-04 | 2022-11-04 | 中南大学 | 一种大范围林下地形估计方法、装置、设备及介质 |
| CN114384585B (zh) * | 2021-12-30 | 2024-06-21 | 西北核技术研究所 | 基于相对位置及最小埋深的山地地下爆炸绝对定位方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| ITMI991154A1 (it) * | 1999-05-25 | 2000-11-25 | Milano Politecnico | Procedimento per misure radar di spostamento di aere urbane e zone franose |
| US7760913B2 (en) * | 2006-07-20 | 2010-07-20 | Harris Corporation | Geospatial modeling system providing non-linear in painting for voids in geospatial model frequency domain data and related methods |
| CN102819023B (zh) * | 2012-07-27 | 2014-09-17 | 中国地质大学（武汉） | 基于LiDAR的复杂地质背景区滑坡识别的方法及系统 |
| US10107904B2 (en) * | 2012-09-04 | 2018-10-23 | Fugro N.V. | Method and apparatus for mapping and characterizing sea ice from airborne simultaneous dual frequency interferometric synthetic aperture radar (IFSAR) measurements |
| CN103675790B (zh) * | 2013-12-23 | 2016-01-20 | 中国国土资源航空物探遥感中心 | 一种基于高精度DEM提高InSAR技术监测地表形变精度的方法 |
| CN104122553B (zh) * | 2014-07-23 | 2017-01-25 | 中国国土资源航空物探遥感中心 | 一种集成多轨道、长条带CTInSAR的区域性地面沉降监测方法 |
-
2015
- 2015-08-31 CN CN201510548981.8A patent/CN105204079B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN105204079A (zh) | 2015-12-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105204079B (zh) | 一种利用TanDEM-X双站InSAR提取地震滑坡体积的方法 | |
| Xiang et al. | Open-pit mine geomorphic changes analysis using multi-temporal UAV survey | |
| Sun et al. | Slope deformation prior to Zhouqu, China landslide from InSAR time series analysis | |
| Bovenga et al. | Application of multi-temporal differential interferometry to slope instability detection in urban/peri-urban areas | |
| Wang et al. | Research on ground deformation monitoring method in mining areas using the probability integral model fusion D-InSAR, sub-band InSAR and offset-tracking | |
| Schlögel et al. | Landslide deformation monitoring with ALOS/PALSAR imagery: A D-InSAR geomorphological interpretation method | |
| Raucoules et al. | Use of SAR interferometry for detecting and assessing ground subsidence | |
| Farina et al. | Permanent Scatterers for landslide investigations: outcomes from the ESA-SLAM project | |
| Stumpf et al. | Surface reconstruction and landslide displacement measurements with Pléiades satellite images | |
| Tang et al. | Analysing post-earthquake mass movement volume dynamics with multi-source DEMs | |
| Hervás et al. | Monitoring landslides from optical remotely sensed imagery: the case history of Tessina landslide, Italy | |
| Lubis et al. | Ground subsidence in Semarang-Indonesia investigated by ALOS–PALSAR satellite SAR interferometry | |
| Zhao et al. | Generation of long-term InSAR ground displacement time-series through a novel multi-sensor data merging technique: The case study of the Shanghai coastal area | |
| He et al. | TS-InSAR analysis for monitoring ground deformation in Lanzhou New District, the loess Plateau of China, from 2017 to 2019 | |
| Zhang et al. | Subsidence monitoring in coal area using time-series InSAR combining persistent scatterers and distributed scatterers | |
| Diao et al. | Assessment of mining-induced damage to structures using InSAR time series analysis: a case study of Jiulong Mine, China | |
| Pasquali et al. | Mapping of ground deformations with interferometric stacking techniques | |
| CN105824022A (zh) | 一种电网不良地质体三维形变监测方法 | |
| CN110780297A (zh) | 一种采用星载合成孔径雷达监测土壤侵蚀的方法与系统 | |
| Hu et al. | Analysis of regional large-gradient land subsidence in the Alto Guadalentín Basin (Spain) using open-access aerial LiDAR datasets | |
| Yu et al. | Subsidence detection by TerraSAR-X interferometry on a network of natural persistent scatterers and artificial corner reflectors | |
| Meng et al. | Monitoring the regional deformation of loess landslides on the Heifangtai terrace using the Sentinel-1 time series interferometry technique | |
| Niraj et al. | Kotrupi landslide deformation study in non-urban area using DInSAR and MTInSAR techniques on Sentinel-1 SAR data | |
| Du et al. | Analysis of the melting glaciers in Southeast Tibet by ALOS-PALSAR data | |
| Dehghan-Soraki et al. | A comprehensive interferometric process for monitoring land deformation using ASAR and PALSAR satellite interferometric 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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |