CN109444879A - 一种DInSAR近断层同震形变场提取方法 - Google Patents

一种DInSAR近断层同震形变场提取方法 Download PDF

Info

Publication number
CN109444879A
CN109444879A CN201811219385.5A CN201811219385A CN109444879A CN 109444879 A CN109444879 A CN 109444879A CN 201811219385 A CN201811219385 A CN 201811219385A CN 109444879 A CN109444879 A CN 109444879A
Authority
CN
China
Prior art keywords
obtains
offset
image
pixel
coseismic
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
Application number
CN201811219385.5A
Other languages
English (en)
Inventor
陈强
杨莹辉
刘丽瑶
蒋子琴
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southwest Jiaotong University
Original Assignee
Southwest Jiaotong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Southwest Jiaotong University filed Critical Southwest Jiaotong University
Priority to CN201811219385.5A priority Critical patent/CN109444879A/zh
Publication of CN109444879A publication Critical patent/CN109444879A/zh
Pending legal-status Critical Current

Links

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
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/30—Analysis
    • G01V1/306—Analysis for determining physical properties of the subsurface, e.g. impedance, porosity or attenuation profiles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00—Details of seismic processing or analysis
    • G01V2210/60—Analysis
    • G01V2210/62—Physical property of subsurface
    • G01V2210/624—Reservoir parameters

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Acoustics & Sound (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geophysics (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种DInSAR近断层同震形变场提取方法，包括以下步骤：步骤1：对需要提取同震形变场区域的合成孔径雷达SAR图像进行合成孔径雷达干涉InSAR处理，获取由于强震导致的失相关区域；步骤2：利用偏移追踪算法在步骤1得到的失相关区域通过密集网格偏移计算，得到其像素偏移值；步骤3：根据步骤2得到的像素偏移值计算得到实际偏移值，得到失相关区域所有像元的实际偏移值，计算从影像同名点对的位置，完成重采样过程；步骤4：对步骤3得到的图像进行合成孔径雷达干涉InSAR处理，得到完整的同震形变场；本发明显著提高了区域配准和采样精度，进而部分解决了断层近场的干涉失相关问题，可为震源模型参数的反演提供更为丰富和精确的近场地表观测数据。

Description

一种DInSAR近断层同震形变场提取方法
技术领域
本发明涉及InSAR测量技术，具体涉及一种DInSAR近断层同震形变场提取方法。
背景技术
地震是地壳经过长时间积聚应力，在某个时刻突然释放一部分构造应力的一种自然现象；发生时会持续几秒到几十秒不等，期间造成山崩地裂、建筑物倒塌，并可能引发山体滑坡等次生灾害；地震是破坏性极大的自然灾害之一，往往会给人类的生命财产安全造成极大威胁；准确监测和分析发震断层的空间运动特征、获取地震破坏强度和震级等信息对于地震监测和灾害分析起着重要作用；而地震同震形变场是准确认识地震活动特征的重要科学数据，因此研究如何精确完整地获取同震形变场是一个至关重要的问题。
目前，具有全天时、全天候、空间分辨率高等特点和优势的合成孔径雷达差分干涉测量技术（DInSAR）被广泛应用于同震形变场的获取；然而，由于强震往往造成剧烈的地表运动，导致在地震近断层区域往往存在严重的InSAR干涉失相关问题；进而造成提取的同震地表形变场部分缺失；其中，强震及震后次生灾害等原因导致地表完全破碎而引起的InSAR干涉失相关基本不能恢复；由于地表非破坏性位移过于显著而造成的InSAR干涉失相关则可以进行改善；该失相关问题是由于常规配准模型无法精确模拟断层近场偏移而导致的采样误差。
发明内容
本发明提供一种精度高，可获取更完整近场形变，基于密集像素偏移引导采样的DInSAR近断层同震形变场提取方法。
本发明采用的技术方案是：一种DInSAR近断层同震形变场提取方法，包括以下步骤：
步骤1：对需要提取同震形变场区域的合成孔径雷达SAR图像进行合成孔径雷达干涉InSAR处理，获取由于强震导致的失相关区域；
步骤2：利用偏移追踪算法在步骤1得到的失相关区域通过密集网格偏移计算，得到其像素偏移值；
步骤3：根据步骤2得到的像素偏移值计算得到实际偏移值，得到失相关区域所有像元的实际偏移值，计算从影像同名点对的位置，完成重采样过程；
步骤4：对步骤3得到的图像进行合成孔径雷达干涉InSAR处理，得到完整的同震形变场。
进一步的，所述步骤3中通过双线性插值方法计算实际偏移值。
进一步的，所述步骤2中通过密集网格偏移计算得到其像素偏移值的具体过程如下：
确定采样间隔，选择均匀格网分布的密集像素点作为控制点；
设置主影像匹配窗口和从影像搜索窗口的大小；
通过窗口搜索的方法获取各控制点对应的从影像同名点，得到失相关区域的密集像素偏移场；
在得到的密集偏移场中通过内插方法得到任一干涉失相关像素的偏移量。
本发明的有益效果是：
（1）本发明经过重采样处理，能够获取真实偏移量，与常规配准模型模拟的偏移量相比更能准确反映地震近断层高形变区的变形情况；
（2）本发明显著提高了区域配准和采样精度，解决了断层近场的干涉失相关问题，为震源模型参数的反演提供更为丰富和精确的近场地表观测数据。
附图说明
图1为本发明的流程结构示意图。
图2为本发明中基于像素偏移场引导重采样的示意图。
具体实施方式
下面结合附图和实施例对本发明做进一步说明。
如图1所示，一种DInSAR近断层同震形变场提取方法，包括以下步骤：
步骤1：对需要提取同震形变场区域的合成孔径雷达SAR图像进行合成孔径雷达干涉InSAR处理，获取由于强震导致的失相关区域；
需要提取同震形变场区域的合成雷达SAR图像包括分别在震前、震后获取的合成孔径雷达SAR图像，其中影像时间在震前的作为主影像，时间在震后的作为从影像。
对需要提取同震形变场的一对SAR影像进行基于常规配准模型的InSAR干涉处理，根据处理结果中的相干系数和干涉条纹等内容判断由于强震导致的干涉失相关区域范围。
步骤2：利用偏移追踪算法在步骤1得到的失相关区域通过密集网格偏移计算，得到其像素偏移值，其中偏移追踪算法是将求取偏移的步骤从InSAR影像三级配准中剥离出来所形成的一套求取影像之间相对偏移量的算法；
通过密集网格偏移计算得到其像素偏移值的具体过程如下：
确定采样间隔，选择均匀格网分布的密集像素点作为控制点；
设置主影像匹配窗口和从影像搜索窗口的大小；
通过窗口搜索的方法获取各控制点对应的从影像同名点，得到失相关区域的密集像素偏移场；
在得到的密集偏移场中通过内插方法得到任一干涉失相关像素的偏移量。
这种处理方法可以提高处理效率。
步骤3：根据步骤2得到的像素偏移值计算得到实际偏移值，得到失相关区域所有像元的实际偏移值，计算从影像同名点对的位置，完成重采样过程；
通过双线性插值方法计算实际偏移值，如图2所示，图中黑色的边框代表干涉失相关区域，该区域通过第一次InSAR的干涉结果判定；小圆点是待计算偏移值的各失相关像元，大圆点代表经过密集网格偏移计算得到的像素偏移值；点K（i+u，j+v）代表通过双线性插值方法计算得到的实际偏移值；从图中可以看出基于双线性插值算法过程；通过四邻域像元K（i，j）、K（i，j+1）、K（i+1，j）、K（i+1，j+1）的偏移值内插获得K（i+u，j+v）的偏移值；逐一对待计算像元执行内插过程，最终获得失相关区域所有像元的实际偏移值，再计算从影像同名点对的位置；其他非失相关区域则继续使用常规配准模型计算像素偏移量，完成重采样。
步骤4：对步骤3得到的图像进行合成孔径雷达干涉InSAR处理，得到完整的同震形变场；通过此处理恢复由于配准和采样误差导致的近场形变缺失。
本发明首次进行InSAR处理的目的是为了确定由于强震导致的失相关区域，然后在失相关区域内进行密集网格偏移计算获取像素偏移场；基于密集像素偏移场再内插获取整个失相关区域的像素偏移值，引导重采样处理；考虑到引导插值的像素偏移值是主、从影像之间的真实偏移量，此真实偏移量较常规配准模型模拟的偏移量更能准确反映地震近断层高形变区的变形情况，从而改善传统配准模型在该区域的采样系统误差问题；最终获取更完整的同震形变场；显著提高了区域配准和采样精度，进而部分解决了断层近场的干涉失相关问题，可为震源模型参数的反演提供更为丰富和精确的近场地表观测数据，有助于提升对地震震源机制的进一步科学认识。

Claims (3)

1.一种DInSAR近断层同震形变场提取方法，其特征在于，包括以下步骤：
步骤1：对需要提取同震形变场区域的合成孔径雷达SAR图像进行合成孔径雷达干涉InSAR处理，获取由于强震导致的失相关区域；
步骤2：利用偏移追踪算法在步骤1得到的失相关区域通过密集网格偏移计算，得到其像素偏移值；
步骤3：根据步骤2得到的像素偏移值计算得到实际偏移值，得到失相关区域所有像元的实际偏移值，计算从影像同名点对的位置，完成重采样过程；
步骤4：对步骤3得到的图像进行合成孔径雷达干涉InSAR处理，得到完整的同震形变场。
2.根据权利要求1所述的一种DInSAR近断层同震形变场提取方法，其特征在于，所述步骤3中通过双线性插值方法计算实际偏移值。
3.根据权利要求1所述的一种DInSAR近断层同震形变场提取方法，其特征在于，所述步骤2中通过密集网格偏移计算得到其像素偏移值的具体过程如下：
确定采样间隔，选择均匀格网分布的密集像素点作为控制点；
设置主影像匹配窗口和从影像搜索窗口的大小；
通过窗口搜索的方法获取各控制点对应的从影像同名点，得到失相关区域的密集像素偏移场；
在得到的密集偏移场中通过内插方法得到任一干涉失相关像素的偏移量。
CN201811219385.5A 2018-10-19 2018-10-19 一种DInSAR近断层同震形变场提取方法 Pending CN109444879A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811219385.5A CN109444879A (zh) 2018-10-19 2018-10-19 一种DInSAR近断层同震形变场提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811219385.5A CN109444879A (zh) 2018-10-19 2018-10-19 一种DInSAR近断层同震形变场提取方法

Publications (1)

Publication Number Publication Date
CN109444879A true CN109444879A (zh) 2019-03-08

Family

ID=65546974

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811219385.5A Pending CN109444879A (zh) 2018-10-19 2018-10-19 一种DInSAR近断层同震形变场提取方法

Country Status (1)

Country Link
CN (1) CN109444879A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110244355A (zh) * 2019-07-25 2019-09-17 西南交通大学 一种基于震源断层模型的脉冲地震动模拟方法
CN110333508A (zh) * 2019-07-19 2019-10-15 中南大学 一种基于多源sar数据附加对数约束的同震震后时空滑动分布联合反演方法
CN112147610A (zh) * 2020-09-28 2020-12-29 武汉大学 一种融合拓扑分析技术的InSAR干涉图降采样方法
CN112233232A (zh) * 2019-09-30 2021-01-15 河南理工大学 一种基于单轨InSAR观测的三维地壳形变转换方法
CN117872463A (zh) * 2024-01-03 2024-04-12 中国科学院空天信息创新研究院 一种地震同震地表破裂分段信息识别方法和系统
CN117872463B (zh) * 2024-01-03 2024-07-02 中国科学院空天信息创新研究院 一种地震同震地表破裂分段信息识别方法和系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120319893A1 (en) * 2011-06-20 2012-12-20 California Institute Of Technology Damage proxy map from interferometric synthetic aperture radar coherence
CN103091676A (zh) * 2013-01-22 2013-05-08 中国矿业大学 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
CN106066478A (zh) * 2016-05-27 2016-11-02 中国矿业大学 融合像元偏移跟踪和短基线集的矿区地表形变解算方法
CN108387899A (zh) * 2018-04-17 2018-08-10 南京师范大学 合成孔径雷达干涉测量中地面控制点自动选取方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120319893A1 (en) * 2011-06-20 2012-12-20 California Institute Of Technology Damage proxy map from interferometric synthetic aperture radar coherence
CN103091676A (zh) * 2013-01-22 2013-05-08 中国矿业大学 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
CN106066478A (zh) * 2016-05-27 2016-11-02 中国矿业大学 融合像元偏移跟踪和短基线集的矿区地表形变解算方法
CN108387899A (zh) * 2018-04-17 2018-08-10 南京师范大学 合成孔径雷达干涉测量中地面控制点自动选取方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
宋云帆: ""联合干涉测量和像素偏移量估计提取大形变梯度地表位移"", 《中国优秀博硕士学位论文全文数据库（硕士） 基础科学辑》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110333508A (zh) * 2019-07-19 2019-10-15 中南大学 一种基于多源sar数据附加对数约束的同震震后时空滑动分布联合反演方法
CN110333508B (zh) * 2019-07-19 2021-02-19 中南大学 基于多源sar数据的同震震后时空滑动分布联合反演方法
CN110244355A (zh) * 2019-07-25 2019-09-17 西南交通大学 一种基于震源断层模型的脉冲地震动模拟方法
CN110244355B (zh) * 2019-07-25 2021-06-08 西南交通大学 一种基于震源断层模型的脉冲地震动模拟方法
CN112233232A (zh) * 2019-09-30 2021-01-15 河南理工大学 一种基于单轨InSAR观测的三维地壳形变转换方法
CN112233232B (zh) * 2019-09-30 2023-11-07 河南理工大学 一种基于单轨InSAR观测的三维地壳形变转换方法
CN112147610A (zh) * 2020-09-28 2020-12-29 武汉大学 一种融合拓扑分析技术的InSAR干涉图降采样方法
CN112147610B (zh) * 2020-09-28 2022-08-05 武汉大学 一种融合拓扑分析技术的InSAR干涉图降采样方法
CN117872463A (zh) * 2024-01-03 2024-04-12 中国科学院空天信息创新研究院 一种地震同震地表破裂分段信息识别方法和系统
CN117872463B (zh) * 2024-01-03 2024-07-02 中国科学院空天信息创新研究院 一种地震同震地表破裂分段信息识别方法和系统

Similar Documents

Publication Publication Date Title
CN109444879A (zh) 一种DInSAR近断层同震形变场提取方法
Jiang et al. Modeling minimum and maximum detectable deformation gradients of interferometric SAR measurements
CN113885025A (zh) 一种滑坡形变监测方法与可视化服务平台
CN104458895A (zh) 管道三维漏磁成像检测方法及系统
Zhihong et al. Evaluation of granular particle roundness using digital image processing and computational geometry
Bornert et al. Digital image correlation (chapter 6)
Kuhn et al. A benchmark for evaluating FTLE computations
Borsa et al. Rapid determination of near‐fault earthquake deformation using differential LiDAR
Wang et al. A new likelihood function for consistent phase series estimation in distributed scatterer interferometry
CN109085643A (zh) 早至波的分步联合反演方法
Corradetti et al. Quantitative analysis of folds by means of orthorectified photogrammetric 3D models: a case study from Mt. Catria, Northern Apennines, Italy
CN114812491B (zh) 基于长时间序列分析的输电线路地表形变预警方法及装置
Li et al. Source process featuring asymmetric rupture velocities of the 2021 Mw 7.4 Maduo, China, earthquake from teleseismic and geodetic data
Mao et al. Full-field mapping of internal strain distribution in red sandstone specimen under compression using digital volumetric speckle photography and X-ray computed tomography
Hall Digital image correlation in experimental geomechanics
CN110160459B (zh) 基于改进光流场理论提取散斑干涉条纹图形变相位的方法
Lynch et al. Mobile LiDAR-based convergence detection in underground tunnel environments
Wang et al. Interferometric synthetic aperture radar statistical inference in deformation measurement and geophysical inversion: a review
US11624846B2 (en) Moment tensor reconstruction
Costantini et al. Nationwide ground deformation monitoring by persistent scatterer interferometry
CN116068511B (zh) 一种基于深度学习的InSAR大尺度系统误差改正方法
CN116148855B (zh) 时序InSAR大气相位去除和形变解算的方法及系统
Feng et al. Subsurface Object 3D Modeling Based on Ground Penetration Radar Using Deep Neural Network
CN111928942B (zh) 太赫兹光谱成像数据的处理方法及装置
CN116029073A (zh) 反演速度建模方法、装置、电子设备及介质

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20190308