CN108362200B - 一种快速更新InSAR变形序列结果的方法 - Google Patents

Abstract

本发明公开了一种快速更新InSAR变形序列结果的方法，所述方法包括：包括A、根据获取的相干目标点信息及时序相位信息，对新增SAR影像的差分干涉图进行相位提取；B、利用解算参数和解缠相位对新增SAR影像的差分干涉图进行相位解缠；C、利用新增SAR影像的差分干涉图的相位解缠结果，更新解算参数和变形序列。本发明所提供的一种快速更新InSAR变形序列结果的方法，无需对历史SAR影像序列进行重复运算，减少了90%以上的重复计算工作，大幅提高了InSAR时间序列分析效率，能够快速响应滑坡位移、建筑物变形超限等信息。

Description

一种快速更新InSAR变形序列结果的方法

技术领域

本发明涉及InSAR变形监测技术领域，具体涉及一种快速更新InSAR变形序列结果的方法。

背景技术

InSAR技术的全称是合成孔径雷达干涉测量技术(InterferometricSyntheticAperture Radar)，它泛指利用雷达卫星影像(如TerraSAR-X、COSMO-SkyMed、Radarsat-2、ALOS-2等卫星)进行干涉处理，获取地表高程和变形信息的技术。永久散射体(Persistent Scatters，PS)为基于同地区的SAR影像序列，利用统计分析方法获取的在监测期间内相干性保持较高的点目标。同分布散射体(Distributed Scatterers，DS)为符合相同或相近的雷达散射分布特征像元点的集合，其通常在SAR影像中对应同一类型的地物，也可称为同质散射体。

在永久散射体和同分布散射体干涉测量中，需要至少25景SAR影像序列进行时序分析，以确保永久散射体和同分布散射体识别精度以及InSAR解算的可靠性。利用该方法对某地区进行InSAR变形监测时，对于新增加的SAR影像处理，通常需要对所有影像集合进行重新计算，这大大增加了计算工作量，同时也不能快速响应一些灾害性的变化，如滑坡征兆、建筑物变形超限等。随着利用InSAR技术进行灾害监测的任务需求不断增加，对灾害快速响应的需求也越来越迫切，与此同时，大量积累的SAR影像数据的重复计算耗时越来越多，数据处理效率低下。

因此，现有技术还有待于改进和发展。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供了一种快速更新InSAR变形序列结果的方法，本发明旨在解决对新增SAR影像的处理，需要对所有影像集合进行重新计算，导致计算工作量大大增加、耗时越来越多及数据处理效率低下的问题。

本发明解决技术问题所采用的技术方案如下：

一种快速更新InSAR变形序列结果的方法，其中，包括如下步骤：

A、根据获取的相干目标点信息及时序相位信息，对新增SAR影像的差分干涉图进行相位提取；

B、利用解算参数和解缠相位对新增SAR影像的差分干涉图进行相位解缠；

C、利用新增SAR影像的差分干涉图的相位解缠结果，更新解算参数和变形序列。

优选地，所述的快速更新InSAR变形序列结果的方法，其中，所述相干目标点包括永久散射体的像素点和同分布散射体的像素点。

优选地，所述的快速更新InSAR变形序列结果的方法，其中，所述步骤A具体包括：

A1、新增加的SAR影像与历史SAR影像集合的主影像进行高精度配准；

A2、将配准后的新增SAR影像与历史SAR影像进行干涉处理生成干涉图，并根据数字高程模型的数据去除干涉图中的平地相位和地形相位；

A3、利用永久散射体的位置信息对差分干涉图进行相位提取，通过时空同质滤波和极大似然估计对同分布散射体的差分干涉相位进行提取。

优选地，所述的快速更新InSAR变形序列结果的方法，其中，所述步骤A3具体包括：

A31、假设历史SAR影像的差分干涉图共有N景，所述同分布散射体的历史时序相位为

(k∈[1,N])：

A32、基于同分布散射体对新增SAR影像与历史SAR影像集合生成的差分干涉图(θ_k，k∈[1,N])进行时空同质滤波处理，获取滤波相位值

A33、采用傅立叶变换法或小波变换法去除差分干涉图中的残余系统相位，计算同分布散射体的相干性γ_k；

A34、获得新增SAR影像所对应的第N+1景差分干涉图的时序相位

的极大似然估计值：

其中，

k∈[1,N]，i为复数单位，arg代表计算相位，*代表共轭转置，采用非线性优化算法来解算

优选地，所述的快速更新InSAR变形序列结果的方法，其中，所述非线性优化算法采用拟牛顿法。

优选地，所述的快速更新InSAR变形序列结果的方法，其中，所述解算参数包括变形速率和高程。

优选地，所述的快速更新InSAR变形序列结果的方法，其中，所述差分干涉图的相位信息包括大气相位、地形相位、变形相位以及相位噪声，所述地形相位利用高程解算参数进行去除。

优选地，所述的快速更新InSAR变形序列结果的方法，其中，所述步骤B具体包括：

B1、假设历史SAR影像的差分干涉图共有N景，所对应时序相位解缠结果表示为Ψ_k，k∈[1,N]；

B2、所述第N+1景差分干涉图与第N景差分干涉图的时序相位差值

B3、采用空间相位解缠方法对时序相位差值进行处理，获取解缠时序相位值Ψ_r。

B4、获得第N+1景差分干涉图的时序相位解缠结果：Ψ_N+1＝Ψ_N+Ψ_r。

优选地，所述的快速更新InSAR变形序列结果的方法，其中，所述空间相位解缠方法包括枝切线法和最小费用流法。

优选地，所述的快速更新InSAR变形序列结果的方法，其中，所述步骤C具体包括：

C1采用时间域高通滤波和空间域低通滤波方法对大气相位进行估计并将其从差分干涉图中去除，然后利用时序滤波方法对残余大气相位和相位噪声进行削弱，最终得到监测点的变形序列；

C2、根据观测时间和变形序列对监测点的变形速率v进行更新：

Δt_k·v＝d_k，k∈[1,N+1]

其中，Δt_k＝t_k-t₁，t_k为第k景SAR影像的观测时间，d_k为第k景SAR影像的累计变形量，通过最小二乘法来解算d_k。

与现有技术相比，本发明所提供的快速更新InSAR变形序列结果的方法，包括A、根据获取的相干目标点信息及时序相位信息，对新增SAR影像的差分干涉图进行相位提取；B、利用解算参数和解缠相位对新增SAR影像的差分干涉图进行相位解缠；C、利用新增SAR影像的差分干涉图的相位解缠结果，更新解算参数和变形序列，该方法无需对历史SAR影像序列进行重复运算，减少了90％以上的重复计算工作，大幅提高了InSAR时间序列分析效率，能够快速响应滑坡位移、建筑物变形超限等信息。

附图说明

图1是本发明一种快速更新InSAR变形序列结果的方法较佳实施例的流程图。

图2是本发明一种快速更新InSAR变形序列结果的方法中的差分干涉图相位提取的具体流程图。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明实施例提供了一种快速更新InSAR变形序列结果的方法，可应用于某滑坡体、构筑物、地面沉降等目标的持续变形监测，如图1所示，其包括如下步骤：

S100、根据获取的相干目标点信息及时序相位信息，对新增SAR影像的差分干涉图进行相位提取；

S200、利用解算参数和解缠相位对新增SAR影像的差分干涉图进行相位解缠；

S300、利用新增SAR影像的差分干涉图的相位解缠结果，更新解算参数和变形序列。

本发明进一步较佳实施例中，所述相干目标点包括永久散射体的像素点和同分布散射体的像素点。

新增差分干涉图相位提取的目的是实现新增SAR影像中相干点相位信息的高效提取，如图2所示，新增SAR差分干涉图相位提取具体步骤包括：

S101、新增加的SAR影像与历史SAR影像集合的主影像进行高精度配准，配准精度优于0.1个像元；

S102、将配准后的新增SAR影像与历史SAR影像集合进行干涉处理生成干涉图，并根据数字高程模型的数据去除干涉图中的平地相位和地形相位；

S103、利用永久散射体的位置对差分干涉图进行相位提取，通过时空同质滤波和极大似然估计对同分布散射体的差分干涉图进行相位提取。

考虑到永久散射体稳定的散射特性和相干性，因此直接利用永久散射体的位置来提取其差分干涉图中的相位。对于同分布散射体，考虑到干涉相位易受时间失相干和空间失相干的影响，因此通过时空同质滤波和极大似然估计来获取其相位估计量。

本发明进一步较佳实施例中，所述步骤S103具体包括：

S1031、假设历史SAR影像的差分干涉图共有N景，所述同分布散射体的历史时序相位为

(k∈[1,N])：

S1031、基于同分布散射体对新增SAR影像与历史SAR影像生成的差分干涉图(θ_k，k∈[1,N])进行时空同质滤波处理，获取滤波相位值

S1031、采用傅立叶变换法或小波变换法去除差分干涉图中的残余系统相位(包括轨道误差相位、大气相位等)，计算同分布散射体的相干性γ_k；

S1031、获得新增SAR影像所对应的第N+1景差分干涉图的时序相位

的极大似然估计值：

其中，

k∈[1,N]，i为复数单位，arg代表计算相位，*代表共轭转置，采用非线性优化算法来解算

具体实施时，所述残余系统相位包括轨道误差相位、大气相位等

本发明进一步较佳实施例中，所述非线性优化算法采用拟牛顿法。

本发明进一步较佳实施例中，所述解算参数包括变形速率和高程。

本发明进一步较佳实施例中，所述差分干涉图的相位信息包括大气相位、地形相位、变形相位以及相位噪声，所述地形相位利用高程解算参数进行去除。

大气相位在干涉图中表现为空间低频信号，在相邻监测点之间变化较小，对于低频的变形相位可利用变形速率参数进行削弱，残余相位主要受非线性变形和相位噪声的影响，考虑到大多数建筑物变形趋势持续而缓慢的特点，可认为非线性变形信号在相邻干涉图间变化较小。

本发明进一步较佳实施例中，所述步骤S200具体包括：

S201、假设历史SAR影像的差分干涉图共有N景，所对应的时序相位解缠结果表示为Ψ_k，k∈[1,N]；

S202、所述第N+1景差分干涉图与第N景差分干涉图的时序相位差值

S203、采用空间相位解缠方法对时序相位差值进行处理，获取解缠时序相位值Ψ_r。

S204、获得第N+1景差分干涉图的时序相位解缠结果：Ψ_N+1＝Ψ_N+Ψ_r。

本发明进一步较佳实施例中，所述空间相位解缠方法包括枝切线法和最小费用流法。

本发明进一步较佳实施例中，所述步骤S300具体包括：

S301、通过时间域高通滤波和空间域低通滤波方法对大气相位进行估计并将其从差分干涉图中去除，然后利用时序滤波方法对残余大气相位和相位噪声进行削弱，得到监测点的变形序列；

S302、根据观测时间和变形序列对监测点的变形速率v进行更新：

Δt_k·v＝d_k，k∈[1,N+1]

其中，Δt_k＝t_k-t₁，t_k为第k景SAR影像的观测时间，d_k为第k景SAR影像的累计变形量，通过最小二乘法来解算d_k。

考虑到大气相位在空间低频和时间域高频的表现特征，本发明利用时空滤波方法(时间域高通滤波和空间域低通滤波)对其进行削弱，剩余相位主要包括变形相位、残余大气相位和相位噪声，对于残余大气相位和相位噪声，可选择使用时序滤波的方法进行削弱，来获得研究区域监测点的变形序列。

综上所述，本发明公开了一种快速更新InSAR变形序列结果的方法，包括A、根据获取的相干目标点信息及时序相位信息，对新增SAR影像的差分干涉图进行相位提取；B、利用解算参数和解缠相位对新增SAR影像的差分干涉图进行相位解缠；C、利用新增SAR影像的差分干涉图的相位解缠结果，更新解算参数和变形序列，该方法无需对历史SAR影像序列进行重复运算，减少了90％以上的重复计算工作，大幅提高了InSAR时间序列分析效率，能够快速响应滑坡位移、建筑物变形超限等信息。

应当理解的是，本发明的应用不限于上述的举例，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (8)

1.一种快速更新InSAR变形序列结果的方法，其特征在于，包括如下步骤：

A、根据获取的相干目标点信息及时序相位信息，只对新增SAR影像的差分干涉图进行相位提取；

所述步骤A具体包括：

A1、新增加的SAR影像与历史SAR影像集合的主影像进行高精度配准；

A2、将配准后的新增SAR影像与历史SAR影像集合进行干涉处理生成干涉图，并根据数字高程模型的数据去除干涉图中的平地相位和地形相位；

A3、利用永久散射体的位置对差分干涉图进行相位提取，通过时空同质滤波和极大似然估计对同分布散射体的差分干涉相位进行提取；

所述步骤A3具体包括：

A31、假设历史SAR影像集合的差分干涉图共有N景，所述同分布散射体的历史时序相位为

其中k的取值范围是1到N的正整数；

A32、基于同分布散射体对新增SAR影像与历史SAR影像集合生成的差分干涉图θ_k进行时空同质滤波处理，获取滤波相位值

其中k的取值范围是1到N的正整数；

A33、采用傅立叶变换法或小波变换法去除差分干涉图中的残余系统相位，计算同分布散射体的相干性γ_k；

A34、获得新增SAR影像所对应的第N+1景差分干涉图的时序相位的极大似然估计值

其中，

i为复数单位，arg代表计算相位，*代表共轭转置，采用非线性优化算法来解算

B、利用解算参数和解缠相位对新增SAR影像的差分干涉图进行相位解缠；

C、利用新增SAR影像的差分干涉图的相位解缠结果，更新解算参数和变形序列。

2.根据权利要求1所述的快速更新InSAR变形序列结果的方法，其特征在于，所述相干目标点包括永久散射体的像素点和同分布散射体的像素点。

3.根据权利要求2所述的快速更新InSAR变形序列结果的方法，其特征在于，所述非线性优化算法采用拟牛顿法。

4.根据权利要求3所述的快速更新InSAR变形序列结果的方法，其特征在于，所述解算参数包括变形速率和高程。

5.根据权利要求4所述的快速更新InSAR变形序列结果的方法，其特征在于，所述差分干涉图的相位信息包括大气相位、地形相位、变形相位以及相位噪声，所述地形相位利用高程解算参数进行去除。

6.根据权利要求5所述的快速更新InSAR变形序列结果的方法，其特征在于，所述步骤B具体包括：

B1、假设历史SAR影像的差分干涉图共有N景，所对应的时序相位解缠结果表示为Ψ_k，k∈[1,N]；

B2、所述第N+1景差分干涉图与第N景差分干涉图的时序相位差值

B3、采用空间相位解缠方法对时序相位差值进行处理，获取解缠时序相位值Ψ_r；

B4、获得第N+1景差分干涉图的时序相位解缠结果：Ψ_N+1＝Ψ_N+Ψ_r。

7.根据权利要求6所述的快速更新InSAR变形序列结果的方法，其特征在于，所述空间相位解缠方法包括枝切线法和最小费用流法的其中之一。

8.根据权利要求7所述的快速更新InSAR变形序列结果的方法，其特征在于，所述步骤C具体包括：

C1、利用时间域高通滤波和空间域低通滤波方法对大气相位进行估计并将其从差分干涉图中去除，然后利用时序滤波方法对残余大气相位和相位噪声进行削弱，得到监测点的变形序列；

C2、根据观测时间和变形序列对监测点的变形速率v进行更新：

Δt_k·v＝d_k，k∈[1,N+1]

其中，Δt_k＝t_k-t₁，t_k为第k景SAR影像的观测时间，d_k为第k景SAR影像的累计变形量，通过最小二乘法来解算d_k。

Images