CN109029344B - 一种基于高分影像和升降轨InSAR的堤坝沉降监测方法 - Google Patents
一种基于高分影像和升降轨InSAR的堤坝沉降监测方法 Download PDFInfo
- Publication number
- CN109029344B CN109029344B CN201810752884.4A CN201810752884A CN109029344B CN 109029344 B CN109029344 B CN 109029344B CN 201810752884 A CN201810752884 A CN 201810752884A CN 109029344 B CN109029344 B CN 109029344B
- Authority
- CN
- China
- Prior art keywords
- dam
- deformation
- settlement
- insar
- image
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
- G01S13/9021—SAR image post-processing techniques
- G01S13/9023—SAR image post-processing techniques combined with interferometric techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C5/00—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
一种基于高分影像和升降轨InSAR的堤坝沉降监测方法,包括以下步骤:A.堤坝位置信息提取:用卫星拍得堤坝的高清影像数据,得到目标堤坝面的精确地理位置和范围;B.PS‑InSAR形变速率获取:利用卫星在同一地区获取的N幅SAR图像,选择其中一幅SAR图像作为主图像,利用DEM和轨道数据,生成差分干涉相位图,获得DEM误差和形变速率;C.融合升降轨的沉降速率解算:根据堤坝不同区域的反射特征,针对所述几何畸变的区域,融合不同视向的升降轨InSAR形变监测方法,获取高精度沉降信息;和D.堤坝沉降信息提取,将得到的融合高精度形变场与通过高分影像提取的堤坝数据进行空间叠加运算,获得堤坝面上的沉降形变信息,实现堤坝沉降监测。
Description
技术领域
本发明涉及测绘科学与技术行业的形变监测领域,更具体地,涉及一种通过高分卫星光学影像识别堤坝坝体范围,进而通过升降轨SAR影像基于PS-InSAR技术展开堤坝沉降监测的方法。
背景技术
湖周边旱灾洪涝灾害频发,周边河堤大坝堤垸存在很多的不稳定的因素,溃坝、溃堤、溃口事件时有发生。目前对于堤坝监测与预警的主要手段是通过人工测量或是传感器技术来获取堤坝的各项数据。人工测量需要投入大量的人工时间成本需要专业的技术人员长期对堤坝进行监测;而传感器技术的应用又需要投入大量的资金来建设监测点,同时传感器技术的覆盖范围又是有限的。作为一种空间对地观测技术,合成孔径雷达(SyntheticAperture Radar,SAR)是一种以微波作为工作波段的遥感成像系统,能够提供与地物散射特性相关的幅度、相位、频率和极化等丰富信息。合成孔径雷达干涉测量(SyntheticAperture Radar Interferometry,InSAR)技术是随着SAR技术迅速发展起来的一种测量地表目标三维空间信息及形变信息的技术,凭借其全天时、全天候、大范围、低成本、高自动化程度、高空间分辨率、无需地面控制点等优势,近年来被广泛应用于制作高精度数字高程模型(DEM)和监测地表形变。随后,差分合成孔径雷达干涉(Differential InSAR,D-InSAR)作为InSAR的延伸,其利用卫星两次成像时刻的相位差信息获取地表厘米级甚至毫米级的微小形变。目前,针对大型线状地物的InSAR监测主要集中在高速公路、铁路,桥梁、市地铁、轻轨、和大型输油气管线等,对大江河流的护堤和大坝展开InSAR变形监测少之又少。
基于此,本专利展开了基于高分影像和升降轨InSAR的堤坝沉降监测方法研究。在堤坝形变监测的数据处理过程中,由于时空失相干误差、卫星轨道误差、大气延迟误差等影响严重限制了InSAR测量结果的精度。特别是江河湖泊区域的堤坝周边一般植被覆盖茂盛,农田耕地分布较广,同时又由于湖区堤坝堤顶道路、外坡、内坡不同结构特点等因素,失相干影响势必导致InSAR监测信号丢失问题。此外获得的沉降结果呈面状分布,因此堤坝沉降相干点的具体位置仍有待确定。
此外,申请人检索出专利号2014103512321,名称:一种高速铁路沿线地表形变高分辨率InSAR监测方法。在该专利中,公开了该方法的四大步骤:步骤一:高分辨率SAR数据选取;步骤二:高分辨率InSAR高速铁路区域形变信息提取方法;步骤三:多轨道形变速率结果集成方法;步骤四:高速铁路线上目标的识别和形变提取方法。本发明能够有效地解决高分辨率InSAR完整覆盖监测高速铁路,以及高速铁路路基沉降与区域地面沉降的识别和分离等问题,可以大大提升我国高速铁路地表形变InSAR精细监测水平。但由于铁路和堤坝的环境出现明显的差异,使得该文献与本发明相关性有所不同,升降轨不同,堤坝观察物的不同,定权方式具有明显的差异。
发明内容
本发明所要解决的技术问题是提供一种基于高分影像和升降轨InSAR的堤坝沉降监测方法,以解决上述背景技术中提出的问题。
本发明解决上述技术问题的技术方案如下:
一种基于高分影像和升降轨InSAR的堤坝沉降监测方法,其特征在于包括以下步骤:
A、堤坝位置信息提取:首先用卫星拍得堤坝的高清影像数据,进行辐射校正、几何校正预处理,得到目标堤坝面的精确地理位置和范围;
B、PS-InSAR形变速率获取:利用卫星在同一地区获取的N幅SAR图像,选择其中一幅SAR图像作为主图像,其它作为辅图像,组合成干涉图,利用DEM和轨道数据,生成差分干涉相位图,然后选取PS点,PS点上建立模型方程组,获得DEM误差和形变速率;
C、融合升降轨的沉降速率解算:根据堤坝不同区域的反射特征,得到在雷达图像上表现为强散射体的高相干地物,以及表现为弱相干的低相干地物和几何畸变的区域;针对几何畸变的区域,融合不同视向的升降轨InSAR形变监测方法恢复所述几何畸变的区域的地表变形信息;在升降轨形变融合时,将升降轨卫星获取的形变量进行分解,对垂直方向上的形变量进行融合,获取高精度沉降信息;
D、堤坝沉降信息提取,将得到的融合高精度形变场与通过高分影像提取的堤坝数据进行空间叠加运算,获得堤坝面上的沉降形变信息,实现堤坝沉降监测。
更优的,在上述A步中的堤坝位置信息提取,对高分卫星拍下的影像数据进行辐射校正、几何校正,进行解译获得堤坝坝顶数据,利用人工矢量编辑提取堤坝的内外边坡,得到目标堤坝面的精确地理位置和范围。
更优的,在上述B步中的PS-InSAR形变速率获取,具体分以下步骤来实现:第一步,对同一地区获取的N幅SAR图像,依据SAR图像的时间基线、空间基线、多普勒中心频率构成的三维空间分布图来选择一幅SAR图像作为主图像,将其他图像作为辅图像,组合成N-1幅干涉图;第二步,利用参考DEM和轨道数据,去除地形相位生成差分干涉相位图;第三步,根据相干系数阈值法或幅度阈值法进行候选PS点的选择;第四步,在N-1幅干涉图的所有PS点上建立平均形变速率、高程误差、大气相位参数与差分相位的模型方程组;第五步,通过迭代估计,得到线性形变速率、高程误差和大气影响相位的初始估计;第六步,从原差分相位中去除平均形变相位、高程误差和大气相位后的残余相位上,进一步提取更多的PS点,重复上述步骤,重新估计DEM误差和形变速度。
更优的,在上述C步中的融合升降轨的沉降速率解算中,引入相干性用来定权,将相干性、叠影及阴影组成的权重因子对InSAR形变监测值进行融合来获取高精度地表形变场。
更优的,所述定权的方法如下:
1)、利用DEM进行叠掩、阴影区域探测,坡度角α>0,坡度角α≥θinc,雷达影像上表现为叠掩,α≤θinc,部分区域受到叠掩的影响;α<0,|α|≥θinc,影像上产生阴影,|α|≤θinc,部分区域受到阴影的影响;
2)、将以上分别记录探测得到的叠掩、阴影区的位置信息,以0、1两类元素记录位置矩阵,升轨中受到阴影区域影响的像素的位置信息记作0,降轨中对应像素的位置信息不受到阴影影响记作1;将得到的阴影、叠掩的位置信息记录为同理,获得降轨的DEM及阴影、叠掩的位置信息
3)、按照下面公式将相干性、叠影及阴影组成的权重因子对沉降值进行融合来获取高精度的沉降监测值Dfusion:
其中,Cas表示升轨干涉图相干性、Cdes表示降轨干涉图相干性、Das表示升轨沉降值、Ddes表示降轨沉降值;
4)、堤坝沉降信息提取,将得到的融合高精度形变场与通过高分影像提取的堤坝数据进行空间叠加运算,从而获取堤坝面上的沉降形变信息。
更优的,所述在升轨SAR影像中,判断阴影叠掩,并得出升轨时序的InSAR形变值;在降轨SAR影像中,判断阴影叠掩,并得出降轨时序的InSAR形变值;并将升轨时序的InSAR形变值与降轨时序的InSAR形变值进行配准、融合,得出沉降监测数值,沉降监测数值跟A步中的堤坝位置信息进行空间叠加,得出堤坝沉降监测结果。
本发明的有益效果是:
本发明针对堤坝形变相干点定位问题,采用高分2号遥感影像进行堤坝边缘及范围提取,从而实现堤坝沉降监测的高精度定位。针对湖区堤坝堤顶道路、外坡、内坡不同结构特点所造成的InSAR失相干问题,采用融合不同视向的升降轨InSAR形变监测方法。通过遥感技术结合堤坝变形监测相关行业规范和模型算法对河流湖区堤坝沉降进行动态监测与预警,为堤坝安全预警提供科学分析工具,预防溃堤事件的发生。
这种将多个技术结合的堤坝变形监测的技术,相比目前使用的传感器监测、人工测量手段,在一定程度上提高了沉降监测的速率与监测的范围,且大大的节约了时间人工成本和项目资金投入成本。此外基于升降轨的InSAR堤坝沉降监测方法对由于卫星成像几何参数所引起的地物失相干现象进行了形变信息补充,完善地表形变监测结果。堤坝沉降监测成果不仅可在防灾减灾部门开展应用,而且可以推广应用到其他的防灾减灾部门,同时可带动防灾减灾信息产业的发展,具有广阔的推广应用和产业化前景,且经济、社会、生态效益显著。
此外,对于本案的定权,引入了相干性,将相干性、叠影及阴影组成的权重因子对InSAR形变监测值进行融合来获取高精度地表形变场,保证了后续结果精度的关键。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。
图1为本发明整体技术流程图;
图2为本发明图PS-InSAR堤坝形变监测流程图。
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案,因此只作为示例,而不能以此来限制本发明的保护范围。
本案的实施如下:
1、基于高分影像的堤坝位置提取
首先对高分2号影像数据进行辐射校正、几何校正等预处理,由于堤坝坝顶一般为道路或水泥混凝土结构,在遥感影像中可以明显辨别,进而通过半自动化解译获得堤坝坝顶数据,自此基础上通过人工矢量编辑提取堤坝的内外边坡,从而得到目标堤坝面的精确地理位置和范围。
2、PS-InSAR形变速率获取
第一步,对同一地区获取的N幅SAR图像,依据SAR图像的时间基线、空间基线、多普勒中心频率构成的三维空间分布图来选择一幅合适的SAR图像作为主图像,将其他图像作为辅图像,组合成N-1幅干涉图;第二步,利用参考DEM和精确的轨道数据,去除地形相位生成差分干涉相位图;第三步,根据相干系数阈值法或幅度阈值法进行候选PS点的选择;第四步,在N-1幅干涉图的所有PS点上建立平均形变速率、高程误差、大气相位参数与差分相位的模型方程组;第五步,通过迭代估计,得到线性形变速率、高程误差和大气影响相位的初始估计;第六步,从原差分相位中去除平均形变相位、高程误差和大气相位后的残余相位上,可以进一步提取更多的PS点,重复上述步骤,重新估计DEM误差和形变速度。
3、融合升降轨的沉降速率解算
湖区及河流堤坝堤顶、外坡、内坡具有不同结构特点,一般而言,堤顶由混凝体或砾石路组成,外坡主要由块石料和混凝土组合构成,而内坡大都为低矮植被覆盖,因而在堤坝整体相干性呈现明显不同的反射特征。当卫星飞行轨道同线状地物走向大致平行时,由于二面角反射,朝向传感器的高相干地物在雷达图像上表现为强散射体,而低相干地物和几何畸变的区域(阴影、叠掩等)则表现为弱相干,研究不同相干性堤坝相干点目标提取能增加监测地物沿线强散射点或高相干点数量。
针对传统InSAR形变监测存在一定的几何畸变的区域,融合不同视向的升降轨InSAR干涉对的方法通过不同飞行方式所具有的不同几何关系和参数,如入射角、垂直基线和高程模糊度等,来对因单一轨道产生的阴影、叠掩等区域的地形信息进行恢复地表变形信息。由于升降轨卫星获取的形变量均为雷达观测视线向(LOS)上的一维变形量,因此在升降轨形变融合时将其进行分解,仅对垂直方向上的形变量进行融合获取高精度沉降信息。
在升降轨形变融合中,如何确定不同变性值在融合中的权重是保证后续结果精度的关键。本方法在考虑叠掩、阴影在升降轨中的位置信息外,引入了相干性用来定权,将相干性、叠影及阴影组成的权重因子对InSAR形变监测值进行融合来获取高精度地表形变场。定权的方法如下:
1)、利用DEM进行叠掩、阴影区域探测,当坡度角α>0时,如果坡度角α≥θinc(入射角),雷达影像上表现为叠掩,当α≤θinc时,也有区域受到叠掩的影响;当α<0,如果|α|≥θinc,则会在影像上产生阴影,同时,也需考虑当|α|≤θinc时,阴影所影响的区域;
2)、将以上分别记录探测得到的叠掩、阴影区的位置信息,此处的位置矩阵中仅含有0、1两类元素;对于升轨而言,受到阴影区域影响的像素的位置信息记作0,而在降轨时,对应像素的位置信息不受到阴影影响便为1;将得到的阴影、叠掩的位置信息记录为同理,获得降轨的DEM及阴影、叠掩的位置信息
3)、按照下面公式将相干性、叠影及阴影组成的权重因子对沉降值进行融合来获取高精度的沉降监测值Dfusion:
其中,Cas表示升轨干涉图相干性、Cdes表示降轨干涉图相干性、Das表示升轨沉降值、Cdes表示降轨沉降值;
4、堤坝沉降信息提取
将得到的融合高精度形变场与通过高分影像提取的堤坝数据进行空间叠加运算,从而可以获取堤坝面上的沉降形变信息。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围,其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (6)
1.一种基于高分影像和升降轨InSAR的堤坝沉降监测方法,其特征在于包括以下步骤:
A、堤坝位置信息提取:首先用卫星拍得堤坝的高清影像数据,进行辐射校正、几何校正预处理,得到目标堤坝面的精确地理位置和范围;
B、PS-InSAR形变速率获取:利用卫星在同一地区获取的N幅SAR图像,选择其中一幅SAR图像作为主图像,其它作为辅图像,组合成干涉图,利用DEM和轨道数据,生成差分干涉相位图,然后选取PS点,PS点上建立模型方程组,获得DEM误差和形变速率;
C、融合升降轨的沉降速率解算:根据堤坝不同区域的反射特征,得到在雷达图像上表现为强散射体的高相干地物,以及表现为弱相干的低相干地物和几何畸变的区域;针对几何畸变的区域,融合不同视向的升降轨InSAR形变监测方法恢复所述几何畸变的区域的地表变形信息;在升降轨形变融合时,将升降轨卫星获取的形变量进行分解,对垂直方向上的形变量进行融合,获取高精度沉降信息;
D、堤坝沉降信息提取,将得到的融合高精度形变场与通过高分影像提取的堤坝数据进行空间叠加运算,获得堤坝面上的沉降形变信息,实现堤坝沉降监测。
2.根据权利要求1所述的一种基于高分影像和升降轨InSAR的堤坝沉降监测方法,其特征在于在上述A步中的堤坝位置信息提取,对高分卫星拍下的影像数据进行辐射校正、几何校正,进行解译获得堤坝坝顶数据,利用人工矢量编辑提取堤坝的内外边坡,得到目标堤坝面的精确地理位置和范围。
3.根据权利要求1所述的一种基于高分影像和升降轨InSAR的堤坝沉降监测方法,其特征在于在上述B步中的PS-InSAR形变速率获取,具体分以下步骤来实现:第一步,对同一地区获取的N幅SAR图像,依据SAR图像的时间基线、空间基线、多普勒中心频率构成的三维空间分布图来选择一幅SAR图像作为主图像,将其他图像作为辅图像,组合成N-1幅干涉图;第二步,利用参考DEM和轨道数据,去除地形相位生成差分干涉相位图;第三步,根据相干系数阈值法或幅度阈值法进行候选PS点的选择;第四步,在N-1幅干涉图的所有PS点上建立平均形变速率、高程误差、大气相位参数与差分相位的模型方程组;第五步,通过迭代估计,得到线性形变速率、高程误差和大气影响相位的初始估计;第六步,从原差分相位中去除平均形变相位、高程误差和大气相位后的残余相位上,进一步提取更多的PS点,重复上述步骤,重新估计DEM误差和形变速度。
4.根据权利要求1或2或3所述的一种基于高分影像和升降轨InSAR的堤坝沉降监测方法,其特征在于在上述C步中的融合升降轨的沉降速率解算中,引入相干性用来定权,将相干性、叠影及阴影组成的权重因子对InSAR形变监测值进行融合来获取高精度地表形变场。
5.根据权利要求4所述的一种基于高分影像和升降轨InSAR的堤坝沉降监测方法,其特征在于,所述定权的方法如下:
1)、利用DEM进行叠掩、阴影区域探测,α>0,α≥θinc,雷达影像上表现为叠掩,α≤θinc,部分区域受到叠掩的影响;α<0,|α|≥θinc,影像上产生阴影,|α|≤θinc,部分区域受到阴影的影响;所述α为坡度角;所述θinc为入射角;
2)、将以上分别记录探测得到的叠掩、阴影区的位置信息,以0、1两类元素记录位置矩阵,升轨中受到阴影区域影响的像素的位置信息记作0,降轨中对应像素的位置信息不受到阴影影响记作1;将得到的阴影、叠掩的位置信息记录为同理,获得降轨的DEM及阴影、叠掩的位置信息
3)、按照下面公式将相干性、叠影及阴影组成的权重因子对沉降值进行融合来获取高精度的沉降监测值Dfusion:
其中,Cas表示升轨干涉图相干性、Cdes表示降轨干涉图相干性、Das表示升轨沉降值、Ddes表示降轨沉降值;
4)、堤坝沉降信息提取,将得到的融合高精度形变场与通过高分影像提取的堤坝数据进行空间叠加运算,从而获取堤坝面上的沉降形变信息。
6.根据权利要求4所述的一种基于高分影像和升降轨InSAR的堤坝沉降监测方法,其特征在于所述在升轨SAR影像中,判断阴影叠掩,并得出升轨时序的InSAR形变值;在降轨SAR影像中,判断阴影叠掩,并得出降轨时序的InSAR形变值;并将升轨时序的InSAR形变值与降轨时序的InSAR形变值进行配准、融合,得出沉降监测数值,沉降监测数值跟A步中的堤坝位置信息进行空间叠加,得出堤坝沉降监测结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810752884.4A CN109029344B (zh) | 2018-07-10 | 2018-07-10 | 一种基于高分影像和升降轨InSAR的堤坝沉降监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810752884.4A CN109029344B (zh) | 2018-07-10 | 2018-07-10 | 一种基于高分影像和升降轨InSAR的堤坝沉降监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109029344A CN109029344A (zh) | 2018-12-18 |
CN109029344B true CN109029344B (zh) | 2020-11-03 |
Family
ID=64641568
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810752884.4A Active CN109029344B (zh) | 2018-07-10 | 2018-07-10 | 一种基于高分影像和升降轨InSAR的堤坝沉降监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109029344B (zh) |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109738892B (zh) * | 2019-01-24 | 2020-06-30 | 中南大学 | 一种矿区地表高时空分辨率三维形变估计方法 |
CN110058234A (zh) * | 2019-05-20 | 2019-07-26 | 太原理工大学 | 一种解算矿区地表沉降三维形变的方法 |
CN110244298B (zh) * | 2019-07-26 | 2021-09-10 | 北京东方至远科技股份有限公司 | 一种InSAR数据升降轨联合滑坡分析方法 |
CN110568440B (zh) * | 2019-09-10 | 2020-09-15 | 四川省地质工程勘察院集团有限公司 | 一种基于DS-InSAR技术监测复杂山区形变的方法 |
CN111538006A (zh) * | 2020-05-13 | 2020-08-14 | 深圳大学 | 基于动态基线的InSAR数字高程模型构建方法及系统 |
CN111595293A (zh) * | 2020-05-29 | 2020-08-28 | 山东交通学院 | 一种基于多源监测数据融合的地表形变监测方法与系统 |
CN111721268B (zh) * | 2020-07-22 | 2021-09-07 | 河南大学 | 一种精确反演建筑物高度的方法与装置 |
CN112284332B (zh) * | 2020-08-31 | 2021-10-08 | 北京四象爱数科技有限公司 | 基于高分辨率insar的高层建筑沉降监测结果三维定位方法 |
CN112577470B (zh) * | 2020-10-27 | 2021-11-02 | 中国矿业大学 | 一种UAV与InSAR融合监测矿区动态沉陷盆地的方法和系统 |
CN112505696B (zh) * | 2020-11-10 | 2024-04-16 | 沈阳建筑大学 | 一种基于星载sar的露天矿边坡形变动态监测方法 |
CN112611323A (zh) * | 2020-11-27 | 2021-04-06 | 江苏海洋大学 | 一种基于图斑矢量监测防波堤变形的方法 |
CN112857310A (zh) * | 2021-01-22 | 2021-05-28 | 合肥工业大学 | 基于D-InSAR技术与图像加权叠加的沉降监测方法 |
CN113008202B (zh) * | 2021-03-31 | 2023-02-21 | 中铁上海设计院集团有限公司 | 一种融合不同合成孔径雷达干涉测量的地面沉降监测方法 |
CN113446989B (zh) * | 2021-06-10 | 2023-04-18 | 中铁隧道局集团有限公司 | 基于dic与合成孔径雷达的周围土体变形变位的空间检测方法 |
CN113505764B (zh) * | 2021-09-09 | 2021-12-07 | 成都理工大学 | 顾及局部入射角的高山峡谷区sar几何畸变识别方法 |
CN113534154B (zh) * | 2021-09-16 | 2021-11-30 | 成都理工大学 | 一种sar视线向变形与坡度坡向敏感度计算方法 |
CN114660602B (zh) * | 2022-03-24 | 2024-05-24 | 中南大学 | 一种广域InSAR形变速率自适应拼接融合方法、装置、设备及介质 |
CN115287984B (zh) * | 2022-07-07 | 2023-09-26 | 同济大学 | 基于星载InSAR的道面平整度评价方法及系统 |
CN115469308B (zh) * | 2022-08-25 | 2023-07-04 | 中国地震局地质研究所 | 多轨道InSAR震间形变速率场拼接方法、装置、设备及介质 |
CN115951354B (zh) * | 2023-02-14 | 2023-06-06 | 中国铁道科学研究院集团有限公司铁道建筑研究所 | 一种融合升降轨的D-InSAR形变监测方法 |
-
2018
- 2018-07-10 CN CN201810752884.4A patent/CN109029344B/zh active Active
Non-Patent Citations (3)
Title |
---|
基于多源SAR数据的时间序列InSAR地表形变监测研究;刘媛媛;《中国优秀硕士学位论文全文数据库》;20140526;全文 * |
矿区大尺度地表形变SAR/InSAR监测相关技术研究;刁鑫鹏;《中国博士学位论文全文数据库》;20180601;全文 * |
面向矿区沉降监测的InSAR技术及应用研究;陈炳乾;《中国博士学位论文全文数据库》;20150501;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109029344A (zh) | 2018-12-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109029344B (zh) | 一种基于高分影像和升降轨InSAR的堤坝沉降监测方法 | |
CN111142119B (zh) | 一种基于多源遥感数据的矿山地质灾害动态识别与监测方法 | |
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 | |
CN110888130A (zh) | 一种基于升降轨时序InSAR的煤矿区地表形变监测方法 | |
CN113096005B (zh) | 一种监测山体现今抬升速度的雷达时序差分干涉测量方法 | |
CN112284332B (zh) | 基于高分辨率insar的高层建筑沉降监测结果三维定位方法 | |
CN111473818A (zh) | 一种人工沙滩多源监测数据集成分析方法 | |
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 | |
CN105204079A (zh) | 一种利用TanDEM-X双站InSAR提取地震滑坡体积的方法 | |
CN112051572A (zh) | 一种融合多源sar数据三维地表形变监测方法 | |
Mazzanti et al. | Structural health monitoring of dams by advanced satellite SAR interferometry: investigation of past processes and future monitoring perspectives | |
CN113238228B (zh) | 基于水准约束的三维地表形变获取方法、系统及装置 | |
CN117516636B (zh) | 一种海岸堤坝安全监测预警方法及系统 | |
Wang et al. | Microdeformation monitoring by permanent scatterer GB-SAR interferometry based on image subset series with short temporal baselines: The Geheyan Dam case study | |
Cunjian et al. | Extracting the flood extent from satellite SAR image with the support of topographic data | |
Han et al. | The monitoring and analysis of the coastal lowland subsidence in the southern Hangzhou Bay with an advanced time-series InSAR method | |
CN113625241A (zh) | 差异沉降监控预警方法 | |
Qin et al. | 3D Deofmrtion Monitoring and Analysis of Coastal Seawall Combined with Multi-View InSAR Measurements | |
Miao et al. | Reclaimed-Airport Surface-Deformation Monitoring by Improved Permanent-Scatterer Interferometric Synthetic-Aperture Radar: A Case Study of Shenzhen Bao'an International Airport, China | |
Arief et al. | A fusion of digital elevation model based on interferometry SAR technique from ascending and descending path in urban area | |
Zhang et al. | Analyzing surface deformation throughout China's territory using multi-temporal InSAR processing of Sentinel-1 radar data | |
Sangani et al. | Open-cast mining deformations monitoring using Sentinel-1 SAR data | |
Pepe et al. | The Joint Use of Multiple Satellite SAR Data and Geotechnical Models for the Study of the Shanghai Ocean-Reclaimed Lands | |
Huang et al. | Monitoring land subsidence in Fuzhou City (China) using the SBAS-InSAR method with Sentinel-1 imagery data | |
Mishra et al. | Monitoring of Artificial Reservoir Induced Landslides from Space: A Case Study of from India |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |