CN110058236A - 一种面向三维地表形变估计的InSAR和GNSS定权方法 - Google Patents

一种面向三维地表形变估计的InSAR和GNSS定权方法 Download PDF

Info

Publication number
CN110058236A
CN110058236A CN201910423735.8A CN201910423735A CN110058236A CN 110058236 A CN110058236 A CN 110058236A CN 201910423735 A CN201910423735 A CN 201910423735A CN 110058236 A CN110058236 A CN 110058236A
Authority
CN
China
Prior art keywords
gnss
insar
data
dimensional
deformation
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.)
Granted
Application number
CN201910423735.8A
Other languages
English (en)
Other versions
CN110058236B (zh
Inventor
刘计洪
胡俊
李志伟
朱建军
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.)
Central South University
Original Assignee
Central South 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 Central South University filed Critical Central South University
Priority to CN201910423735.8A priority Critical patent/CN110058236B/zh
Publication of CN110058236A publication Critical patent/CN110058236A/zh
Priority to PCT/CN2020/091273 priority patent/WO2020233591A1/zh
Priority to US17/035,771 priority patent/US20210011149A1/en
Application granted granted Critical
Publication of CN110058236B publication Critical patent/CN110058236B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B15/00—Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons
    • G01B15/06—Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons for measuring the deformation in a solid
    • 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
    • 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
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • G01S19/14—Receivers specially adapted for specific applications
    • 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
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/43—Determining position using carrier phase measurements, e.g. kinematic positioning; using long or short baseline interferometry
    • 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
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/48—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system
    • 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
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/48—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system
    • G01S19/485—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system whereby the further system is an optical system or imaging system
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization

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)
  • Mathematical Physics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computing Systems (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明公开了一种面向三维地表形变估计的InSAR和GNSS定权方法，包括：步骤1：利用待监测区域升轨和降轨InSAR数据，以及所述待监测区域的GNSS数据，基于地表应力应变模型及观测值成像几何建立未知点三维形变d0与周围点一定数量的InSAR/GNSS数据Li之间的函数关系；步骤2：对升轨和降轨InSAR和GNSS等观测值Li内部的Ki个观测数据进行相对定权，确定InSAR/GNSS各类观测值的初始权重矩阵Wi；步骤3：利用方差分量估计确定InSAR/GNSS各类观测值之间的精确权重矩阵基于最小二乘准则求解高精度的所述三维地表形变d0；步骤4：对每一个地表点经过上述步骤1‑3实现InSAR和GNSS融合估计高精度三维地表形变场。

Description

一种面向三维地表形变估计的InSAR和GNSS定权方法
技术领域
本发明涉及遥感影像的大地测量领域，尤其涉及一种面向三维地表形变估计的InSAR和GNSS定权方法。
背景技术
合成孔径雷达干涉测量(Interferometric Synthetic Aperture Radar,SAR，InSAR)和全球导航卫星系统(Global Navigation Satellite System，GNSS)已经被广泛用于获取地震、火山、地下开采等引起的地表形变。InSAR技术对同一区域不同时间(间隔为几天至几百天)的两景SAR影像进行处理即可得到地表某分辨单元(几米至几十米)在该时间间隔内沿雷达视线向的一维平均形变结果，其观测精度一般在毫米级或厘米级。GNSS技术则是通过地面接收机获取时间连续的三维坐标序列，对两个时刻的坐标作差，即可获取接收机处的三维地表形变，其水平方向精度可达亚毫米级，垂直向精度可达毫米级。由此可见，InSAR和GNSS技术在地表形变监测方面优势互补，为获取高精度、高空间分辨率的三维地表形变提供了新视角。
由于InSAR和GNSS的形变观测精度及观测目标特点的差异性，准确确定两类观测值之间的权重比例对于获取高精度三维地表形变结果至关重要。事实上，InSAR和GNSS获取地表形变时极易受各种不确定因素影响，例如电离层，大气水汽，地表植被覆盖等，导致难以准确估计各类观测值的先验方差信息。目前，GNSS的先验方差主要根据GNSS网平差获得，而InSAR数据的先验方差，则是假定远场区域没有形变，将半变异方差函数的拟合结果作为整个InSAR影像的先验方差，进而即可实现二者之间定权。但是，InSAR观测误差在空间上往往是有差异的，因此其定权精度有限。另外，通过InSAR观测精度与相干性的经验公式，也可获取观测值的先验方差估值，但该方法难以反映观测值中大气等长波误差的影响。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明公开了一种面向三维地表形变估计的InSAR和GNSS定权方法，包括以下步骤：
步骤1：利用待监测区域升轨和降轨InSAR数据，以及所述待监测区域的GNSS数据，基于地表应力应变模型及观测值成像几何建立未知点三维形变d0与周围点一定数量的InSAR/GNSS数据Li之间的函数关系；
步骤2：对升轨和降轨InSAR和GNSS等观测值Li内部的Ki个观测数据进行相对定权，确定InSAR/GNSS各类观测值的初始权重矩阵Wi；
步骤3：利用方差分量估计确定InSAR/GNSS各类观测值之间的精确权重矩阵基于最小二乘准则求解高精度的所述三维地表形变d0；
步骤4：对每一个地表点经过上述步骤1-3实现InSAR和GNSS融合估计高精度三维地表形变场。
更进一步地，所述步骤1进一步包括，所述未知点三维形变d0与周围点一定数量的InSAR/GNSS数据Li之间函数关系为：
其中，P0表示未知点，为地表应力应变模型系数矩阵，I为3×3的单位矩阵，l代表P0点处的未知参数向量，为InSAR/GNSS数据，且i＝1，2，3，代表的升轨InSAR、降轨InSAR数据均是一个数值，代表的GNSS数据是一个3×1的向量。
更进一步地，所述步骤2进一步包括：所述地表应力应变模型为地表临近点三维地表形变之间的物理力学关系描述；所述观测值成像几何是InSAR/GNSS观测值与三维地表形变之间的几何关系描述。
确定Pk处的InSAR/GNSS观测值的初始权重：
其中，表示Pk处的初始权重，代表Pk与P0之间的距离，D0代表反距离定权衰减因子；
确定各类观测值的初始权重矩阵：
Wi＝diag(Wi′)
其中，Wi＝diag(Wi′)表示对角线元素依次是向量Wi′中元素的对角矩阵。
更进一步地，所述反距离定权衰减因子D0通过下式确定：
其中，K′代表整个形变场中所有GNSS站点的个数，K3′代表距离P0最近的GNSS站点的个数，K3′取值4-6，Dk′k′3代表所有K′个GNSS站点中的第k′个站点与距离P0最近的K3′个GNSS站点中的第k′3个站点之间的距离。
更进一步地，所述步骤3进一步包括，
利用方差分量估计确定InSAR/GNSS各类观测值之间的精确权重矩阵及其单位权中误差基于最小二乘准则求解高精度三维地表形变d0；
令可得：
l＝M-1N (10)
进而根据方差分量估计算法可得：
σ2＝ψ-1δ (11)
其中，
为各类观测值的单位权中误差估值；ψ为转换矩阵，δ为观测值改正数二次型向量；
通过式(13)对各类观测值权重Wi进行更新：
利用式(13)更新观测值权重矩阵，重新计算式(10)(11)，迭代此过程直至各类观测值单位权中误差满足之间差别小于阈值Δσ。
再根据式(10)得到高精度三维地表形变结果，即未知参数向量l的第1、2、3个元素。
更进一步地，所述转换矩阵ψ为：
更进一步地，所述观测值改正数二次型向量δ为：
其中，观测值改正数vi＝Bi·l-Li。
更进一步地，所述迭代此过程直至各类观测值单位权中误差满足之间差别小于阈值Δσ进一步包括：所述阈值Δσ2＝1mm2。
本发明与现有技术相比，取得的有益效果为：本发明提出了一种面向三维地表形变估计的InSAR和GNSS定权方法，该方法在InSAR和GNSS融合估计三维地表形变时，基于地表应力应变模型建立InSAR/GNSS观测值与未知点三维地表形变之间的函数关系，同时利用方差分量估计算法准确确定InSAR和GNSS两类观测值之间的权重比例，最后基于最小二乘准则，实现三维地表形变的高精度估计。而传统方法中需要大量时序上的InSAR/GNSS数据为方差分量估计定权提供多余观测，因此对于瞬时形变(如火山、地震等)并不适用。本发明内容则是利用地表应力应变模型在空间上提供多余观测，使得方差分量估计可在缺乏时序数据的同时也可以获取精确的InSAR/GNSS权重比例，进而有效提高了InSAR和GNSS融合估计三维地表形变的精度及普适性。
附图说明
从以下结合附图的描述可以进一步理解本发明。图中的部件不一定按比例绘制，而是将重点放在示出实施例的原理上。在图中，在不同的视图中，相同的附图标记指定对应的部分。
图1是本发明一种基于方差分量估计的InSAR和GNSS融合估计三维地表形变方法的流程图；
图2是本发明方法与传统方法得到的三维地表形变场与原始模拟三维地表形变场的对比图；
图3是本发明一实施例中的升轨和降轨InSAR模拟形变数据图。
具体实施方式
为了使本技术相关领域的人员能够更好地理解本发明，下面将对本发明的实施方案进行清楚、详细的描述。同时，在此对本发明中主要的公式符号进行说明如下：
P：点
x：点的坐标
d：三维地表形变
1：未知参数向量
B：系数矩阵
L：InSAR/GNSS观测值
W：InSAR/GNSS观测值权重
σ：InSAR/GNSS观测值单位权中误差
K：InSAR/GNSS观测值个数
D：两点间距离
V：方差
上标0/k：点的索引编号
下标i/1/2/3：InSAR/GNSS观测值类型索引编号
上标enu：与观测值相关的东西向(east-west)、南北向(north-south)及垂直向(up-down)变量
下标enu：与未知参数相关的东西向(east-west)、南北向(north-south)及垂直向(up-down)变量
实施例一
如图1所示，本实施例具体实施方式如下：
步骤1：利用待监测区域的升轨和降轨InSAR数据，以及该区域的GNSS数据，基于地表应力应变模型(Strain Model，SM)建立未知点三维地表形变与该点周围一定数量的InSAR/GNSS数据之间的函数关系；
如何确定用于建立函数关系InSAR/GNSS数据的数量将在步骤2中介绍。
假设未知点P0的三维坐标和三维形变分别为 周围一点Pk的三维坐标和三维形变分别为 那么根据地表应力应变模型有下式：
dk＝H.Δk+d0 (1)
其中H代表应力应变模型未知参数矩阵，可表示为：
ξ和ω代表地表应力应变模型中的应变参数和旋转参数。
进而，可将式(1)写成：
其中，
代表地表应力应变模型系数矩阵。
代表P0点处的未知参数向量。
进一步，假设在Pk处有升轨InSAR、降轨InSAR和GNSS三种数据的一种或多种，分别记为其中代表的升轨InSAR、降轨InSAR数据均是一个数值，而代表的GNSS数据是一个3×1的向量，即考虑InSAR和GNSS观测值与三维地表形变之间的几何关系，可建立与点Pk处三维地表形变dk之间的函数关系：
其中，
I为3×3的单位矩阵，
分别代表获取InSAR数据时卫星的方位角和入射角。
综合式(3)和(4)，可得：
其中，
至此，即可建立周围点Pk处的InSAR/GNSS观测值与P0点处的未知参数向量l之间的函数关系。
假设点P0周围有K1个升轨InSAR、K2个降轨InSAR和K3个GNSS站点可用于估计未知参数向量l，则最终可得：
L＝B·l (6)
其中，
L＝[(L1)T，(L2)T，(L3)T]T，
B＝[(B1)T，(B2)T，(B3)T]T，
步骤2：对各类观测值内部的Ki个观测数据进行相对定权，即确定各类观测值的初始权重矩阵Wi；
由于GNSS站点分布较为稀疏，与P0不同距离的GNSS站点数据应赋予不同的权重。本发明利用下式来确定Pk处的InSAR/GNSS观测值的初始权重：
其中，代表Pk与P0之间的距离，D0代表反距离定权衰减因子，可通过下式确定：
K′代表整个形变场中所有GNSS站点的个数。K′3代表距离P0最近的GNSS站点的个数，根据经验一般取4-6。代表所有K′个GNSS站点中的第k′个站点与距离P0最近的K′3个GNSS站点中的第k′3个站点之间的距离。
值得注意的是，GNSS垂直向的观测精度往往比水平向精度低，因此式(7)中GNSS垂直向观测值的权重比例系数为0.5，具体实施过程中可根据GNSS三个维度形变值的先验方差信息调整此比例参数。
此时，即可确定各类观测值的初始权重矩阵：
Wi＝diag(W′i)(9)
其中，Wi＝diag(W′i)表示对角线元素依次是向量W′i中元素的对角矩阵。
同时，当一组数据中最小权重与最大权重之比小于一定阈值时，最小权重对应的观测值在未知参数解算过程中所起到的作用可以忽略不计。因此，当本发明方法在解算过程中不考虑初始权重小于阈值Wthr的GNSS站点。其中，Wthr根据经验一般取10-6。
此时，即可确定参与步骤一中用于建立函数关系GNSS站点的数量K3。为了使得方差分量估计可以更加准确的确定权重，各类观测值个数应当大致相等，即在本发明中应满足K1≈K2≈3K3。基于此，本发明中选取距P0最近的K1/K2个升轨/降轨的InSAR数据参与未知参数向量l的解算。
步骤3：利用方差分量估计确定InSAR/GNSS各类观测值之间的精确权重矩阵及其单位权中误差基于最小二乘准则求解高精度三维地表形变d0；
令可得：
l＝M-1N (10)
进而根据方差分量估计算法可得：
σ2＝Ψ-1δ (11)
其中，
代表各类观测值的单位权中误差估值。
代表转换矩阵。
代表观测值改正数二次型向量。
vi＝Bi·l-Li代表观测值改正数。
根据方差分量估计算法可得，当各类观测值单位权中误差近似相等时，即
此时的观测值权重矩阵为最优权阵。由于初始权重矩阵Wi只考虑了同一类观测值内部各个观测数据之间的相对权重，并未考虑不同类观测值之间的权重比例，因此式(11)得到的各类观测值单位权中误差往往并不满足式(12)。本发明结合方差分量估计思路，利用下式对各类观测值权重Wi进行更新：
利用式(13)更新观测值权重矩阵，重新计算式(10)(11)，迭代此过程直至各类观测值单位权中误差满足式(12)，即之间差别小于阈值Δσ，本发明中Δσ2＝1mm2。
此时，根据式(10)即可得到高精度三维地表形变结果，即未知参数向量l的第1，2，3个元素。
对每一个地表点经过上述步骤1-3即可实现InSAR和GNSS融合估计高精度三维地表形变场。
实施例二
本实施通过实验对本发明进行验证，如图2-3所示，其中，图2(a)-(c)依次为原始模拟的东西向、南北向和垂直向形变数据，图2(d)-(f)依次为传统方法得到的东西向、南北向和垂直向的形变数据，图2(g)-(i)依次为本发明方法得到的东西向、南北向和垂直向的形变数据(单位：厘米)；图3(a)为升轨InSAR数据，图3(b)为降轨InSAR数据，图中三角形代表GNSS站点的位置分布(单位：厘米)。
模拟数据描述：①在一定区域(图像大小400×450)模拟东西向、南北向及垂直向的三维形变场(如图2(a)-(c))；②结合哨兵-1A/B卫星数据的成像几何，计算升轨和降轨InSAR形变结果，其中升轨数据的入射角和方位角分别为39.3。，-12.2。，降轨数据的入射角和方位角分别为33.9。，-167.8。；③在升轨和降轨InSAR数据中分别加人方差为4mm和6mm的高斯噪声，同时在两景InSAR数据中也加入了一定量级的大气延迟误差，得到的总误差均方根分别为4.9mm和6.9mm。此时即可得到用于模拟实验的InSAR原始数据(如图3所示)。④同时，在形变场中随机选取了100个像素，作为GNSS观测站点的位置，其相应位置上原始模拟的三维形变作为GNSS观测值，同时在GNSS水平形变观测值加入方差为1mm的高斯噪声，在GNSS垂直形变观测值加入方差为2mm的高斯噪声。其GNSS站点的分布如图3中的三角形所示。
传统融合InSAR和GNSS估计三维地表形变场时，利用反距离加权的方式对GNSS先验方差进行放大，利用InSAR远场数据进行半变异函数拟合求解远场区域InSAR观测值的先验方差，并将其作为整个InSAR影像的先验方差。然后在求解过程中，利用InSAR和GNSS观测值的先验方差进行定权，在最小二乘准则下求解三维地表形变。本次模拟实验分别利用传统方法(图2(d)-(f))和本发明方法(图2(g)-(i))对模拟数据进行三维地表形变场的解算，两种方法求解的三维地表形变场的均方根误差如表1所示。
表1三维地表形变场残差均方根误差
综合表1,图3可知，本发明提及的算法相比于传统算法可得到更为精确的三维地表形变场。
以上应用了具体个例对本发明进行阐述，只是为了帮助本领域中的普通技术人员很好的理解。在不偏离本发明的精神和范围的情况下，还可以对本发明的具体实施方式作各种推演、变形和替换。这些变更和替换都将落在本发明权利要求书所限定的范围内。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
虽然上面已经参考各种实施例描述了本发明，但是应当理解，在不脱离本发明的范围的情况下，可以进行许多改变和修改。因此，其旨在上述详细描述被认为是例示性的而非限制性的，并且应当理解，以下权利要求(包括所有等同物)旨在限定本发明的精神和范围。以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。

Claims (8)

1.一种面向三维地表形变估计的InSAR和GNSS定权方法，其特征在于，包括以下步骤：
步骤1：利用待监测区域升轨和降轨InSAR数据，以及所述待监测区域的GNSS数据，基于地表应力应变模型及观测值成像几何建立未知点三维形变d0与周围点一定数量的InSAR/GNSS数据Li之间的函数关系；
步骤2：对升轨和降轨InSAR和GNSS等观测值Li内部的Ki个观测数据进行相对定权，确定InSAR/GNSS各类观测值的初始权重矩阵Wi；
步骤3：利用方差分量估计确定InSAR/GNSS各类观测值之间的精确权重矩阵基于最小二乘准则求解高精度的所述三维地表形变d0；
步骤4：对每一个地表点经过上述步骤1-3实现InSAR和GNSS融合估计高精度三维地表形变场。
2.如权利要求1所述的一种的方法，其特征在于，所述步骤1进一步包括，所述未知点三维形变d0与周围点一定数量的InSAR/GNSS数据Li之间函数关系为：
其中，P0表示未知点，为地表应力应变模型系数矩阵，I为3×3的单位矩阵，l代表P0点处的未知参数向量，为InSAR/GNSS数据，且i＝1，2，3，代表的升轨InSAR、降轨InSAR数据均是一个数值，代表的GNSS数据是一个3×1的向量。
3.如权利要求2所述的一种的方法，其特征在于，所述步骤2进一步包括：所述地表应力应变模型为地表临近点三维地表形变之间的物理力学关系描述；所述观测值成像几何是InSAR/GNSS观测值与三维地表形变之间的几何关系描述，
确定Pk处的InSAR/GNSS观测值的初始权重：
其中，表示Pk处的初始权重，代表Pk与P0之间的距离，D0代表反距离定权衰减因子；
确定各类观测值的初始权重矩阵：
Wi＝diag(Wi′)
其中，Wi＝diag(Wi′)表示对角线元素依次是向量Wi′中元素的对角矩阵。
4.如权利要求3所述的一种的方法，其特征在于，所述反距离定权衰减因子D0通过下式确定：
其中，K′代表整个形变场中所有GNSS站点的个数，K3′代表距离P0最近的GNSS站点的个数，K3′取值4-6，Dk′k′3代表所有K′个GNSS站点中的第k′个站点与距离P0最近的K3′个GNSS站点中的第k3′个站点之间的距离。
5.如权利要求4所述的一种的方法，其特征在于，所述3进一步包括，
利用方差分量估计确定InSAR/GNSS各类观测值之间的精确权重矩阵及其单位权中误差基于最小二乘准则求解高精度三维地表形变d0；
令可得：
l＝M-1N (10)
进而根据方差分量估计算法可得：
σ2＝ψ-1δ (11)
其中，
为各类观测值的单位权中误差估值；ψ为转换矩阵，δ为观测值改正数二次型向量；
通过式(13)对各类观测值权重Wi进行更新：
利用式(13)更新观测值权重矩阵，重新计算式(10)(11)，迭代此过程直至各类观测值单位权中误差满足之间差别小于阈值Δσ；
再根据式(10)得到高精度三维地表形变结果，即未知参数向量l的第1、2、3个元素。
6.如权利要求5所述的一种的方法，其特征在于，所述转换矩阵ψ为：
7.如权利要求6所述的一种的方法，其特征在于，所述观测值改正数二次型向量δ为：
其中，观测值改正数vi＝Bi·l-Li。
8.如权利要求7所述的一种的方法，其特征在于，所述迭代此过程直至各类观测值单位权中误差满足之间差别小于阈值Δσ进一步包括：阈值Δσ2＝1mm2。
CN201910423735.8A 2019-05-21 2019-05-21 一种面向三维地表形变估计的InSAR和GNSS定权方法 Active CN110058236B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201910423735.8A CN110058236B (zh) 2019-05-21 2019-05-21 一种面向三维地表形变估计的InSAR和GNSS定权方法
PCT/CN2020/091273 WO2020233591A1 (zh) 2019-05-21 2020-05-20 一种面向三维地表形变估计的InSAR和GNSS定权方法
US17/035,771 US20210011149A1 (en) 2019-05-21 2020-09-29 InSAR and GNSS weighting method for three-dimensional surface deformation estimation

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910423735.8A CN110058236B (zh) 2019-05-21 2019-05-21 一种面向三维地表形变估计的InSAR和GNSS定权方法

Publications (2)

Publication Number Publication Date
CN110058236A true CN110058236A (zh) 2019-07-26
CN110058236B CN110058236B (zh) 2023-04-07

Family

ID=67323791

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910423735.8A Active CN110058236B (zh) 2019-05-21 2019-05-21 一种面向三维地表形变估计的InSAR和GNSS定权方法

Country Status (3)

Country Link
US (1) US20210011149A1 (zh)
CN (1) CN110058236B (zh)
WO (1) WO2020233591A1 (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110804912A (zh) * 2020-01-06 2020-02-18 北京铁科工程检测有限公司 一种铁路线路及沿线区域形变信息的提取方法
CN111077525A (zh) * 2019-12-20 2020-04-28 长安大学 融合sar与光学偏移量技术的地表维形变计算方法及系统
CN111339483A (zh) * 2020-01-19 2020-06-26 武汉大学 一种基于去趋势互相关分析的gnss影像生成方法
WO2020233591A1 (zh) * 2019-05-21 2020-11-26 中南大学 一种面向三维地表形变估计的InSAR和GNSS定权方法
CN112540369A (zh) * 2020-11-27 2021-03-23 武汉大学 融合GNSS与升降轨时序InSAR的滑坡三维形变解算方法及系统
CN112711022A (zh) * 2020-12-18 2021-04-27 中国矿业大学 一种GNSS层析技术辅助的InSAR大气延迟改正方法
CN113091598A (zh) * 2021-04-06 2021-07-09 中国矿业大学 一种InSAR划定采空区建筑场地稳定性等级范围的方法
CN113219414A (zh) * 2021-04-22 2021-08-06 桂林理工大学 一种消除卫星干涉雷达地表形变方向模糊新方法
CN115032637A (zh) * 2022-06-07 2022-09-09 安徽理工大学 一种井工开采全生命周期地表沉陷监测方法
CN115201823A (zh) * 2022-07-22 2022-10-18 电子科技大学 一种利用BDS-InSAR数据融合的地表形变监测方法
CN115455659A (zh) * 2022-08-19 2022-12-09 武汉大学 组合卫星重力场的新方法及系统
CN116659429A (zh) * 2023-08-01 2023-08-29 齐鲁空天信息研究院 一种多源数据高精度时序地表三维形变解算方法和系统
CN117109426A (zh) * 2023-08-28 2023-11-24 兰州交通大学 一种融合GNSS/InSAR观测资料的三维形变场建模方法
CN117168373A (zh) * 2023-07-20 2023-12-05 中国卫通集团股份有限公司 基于卫星通导遥一体化的水库坝体形变监测系统

Families Citing this family (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112835043B (zh) * 2021-01-06 2023-03-21 中南大学 一种任意方向的二维形变的监测方法
CN112797886B (zh) * 2021-01-27 2022-04-22 中南大学 面向缠绕相位的InSAR时序三维形变监测方法
CN112986990B (zh) * 2021-02-04 2023-02-17 中国地质大学（北京） 一种大气相位改正方法及系统
CN112986993B (zh) * 2021-02-07 2022-10-25 同济大学 一种基于空间约束的InSAR形变监测方法
CN113091596B (zh) * 2021-03-31 2022-01-25 中国矿业大学 一种基于多极化时序sar数据的地表形变监测方法
CN113096005B (zh) * 2021-04-06 2023-07-07 中国科学院生态环境研究中心 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
CN113281742B (zh) * 2021-06-02 2023-07-25 西南交通大学 一种基于滑坡形变信息和气象数据的sar滑坡预警方法
CN113777606B (zh) * 2021-08-12 2023-12-26 北京理工大学 分布式geo sar三维形变反演多角度选取方法及装置
CN113723531B (zh) * 2021-09-02 2024-06-14 淮阴师范学院 面向全运行周期的矿区地表形变实时/准实时监测方法
CN113899301B (zh) * 2021-09-15 2022-07-15 武汉大学 联合gnss三维形变的区域陆地水储量变化反演方法及系统
CN114114332B (zh) * 2021-11-03 2024-06-14 湖北理工学院 一种有效探测gnss基准站坐标时间序列不连续点的方法
CN114114256A (zh) * 2021-11-08 2022-03-01 辽宁工程技术大学 一种基于D-InSAR-GIS叠加分析技术的大面积矿区沉陷监测方法
CN114089335B (zh) * 2021-11-16 2022-09-06 安徽理工大学 一种基于单轨道InSAR的山区开采沉陷三维变形提取方法
CN114444377B (zh) * 2021-12-24 2024-06-21 北京理工大学 一种基于梯度提升机的多地面测距仪选站方法
CN114578356A (zh) * 2022-03-02 2022-06-03 中南大学 基于深度学习的分布式散射体形变监测方法、系统及设备
CN115267774A (zh) * 2022-06-14 2022-11-01 深圳大学 一种城区多时相InSAR相位解缠方法、终端及存储介质
CN114757238B (zh) * 2022-06-15 2022-09-20 武汉地铁集团有限公司 地铁保护区变形监测的方法、系统、电子设备和存储介质
CN115358311B (zh) * 2022-08-16 2023-06-16 南昌大学 地表变形监测多源数据融合处理方法
CN116049929B (zh) * 2022-10-26 2023-09-29 马培峰 一种城市建筑物风险等级InSAR评估和预测方法
CN115855003A (zh) * 2022-12-01 2023-03-28 中南大学 一种InSAR辅助的GNSS监测网的优化布设方法
CN115629384B (zh) * 2022-12-08 2023-04-11 中南大学 一种时序InSAR误差的改正方法及相关设备
CN116338690B (zh) * 2023-03-28 2024-01-16 中南林业科技大学 一种无模型约束的时序InSAR地形残差与地表形变估计方法
CN116485857B (zh) * 2023-05-05 2024-06-28 中山大学 一种基于多源遥感数据的高时间分辨率冰川厚度反演方法
CN117055082B (zh) * 2023-09-01 2024-07-30 兰州交通大学 一种基于gnss时间序列的精准垂直形变提取方法
CN117607865B (zh) * 2023-10-30 2024-06-21 云南大学 一种地铁沿线形变检测方法、装置、系统以及存储介质
CN117213443B (zh) * 2023-11-07 2024-03-19 江苏省地质调查研究院 一种天地深一体化地面沉降监测网建设与更新方法
CN117761729A (zh) * 2024-01-26 2024-03-26 中国地震局地震预测研究所 监测断层闭锁深度的gnss站点布设方法
CN118226529A (zh) * 2024-03-28 2024-06-21 应急管理部国家自然灾害防治研究院 一种基于深度学习的InSAR同震三维形变场恢复方法
CN118259280B (zh) * 2024-05-28 2024-08-06 深圳大学 联合InSAR与GNSS的填海区机场形变测评方法、系统及终端

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090237297A1 (en) * 2008-02-06 2009-09-24 Halliburton Energy Services, Inc. Geodesy Via GPS and INSAR Integration
CN101738620A (zh) * 2008-11-19 2010-06-16 中国农业科学院农业资源与农业区划研究所 从被动微波遥感数据amsr-e反演地表温度的方法
US20110298655A1 (en) * 2010-06-07 2011-12-08 ELLEGI S.r.l.. Synthetic-aperture radar system and operating method for monitoring ground and structure displacements suitable for emergency conditions
CN103698750A (zh) * 2014-01-07 2014-04-02 国家卫星海洋应用中心 海洋二号卫星散射计海面风场反演方法和装置
CN104122553A (zh) * 2014-07-23 2014-10-29 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
CN106226767A (zh) * 2016-07-12 2016-12-14 中南大学 基于单个雷达成像几何学sar 影像的矿区三维时序形变监测方法
CN107102332A (zh) * 2017-05-11 2017-08-29 中南大学 基于方差分量估计与应力应变模型的InSAR三维地表形变监测方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9207318B2 (en) * 2011-06-20 2015-12-08 California Institute Of Technology Damage proxy map from interferometric synthetic aperture radar coherence
CN104699966B (zh) * 2015-03-09 2017-05-17 中南大学 一种融合GNSS和InSAR数据获取高时空分辨率形变序列的方法
CN110058236B (zh) * 2019-05-21 2023-04-07 中南大学 一种面向三维地表形变估计的InSAR和GNSS定权方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090237297A1 (en) * 2008-02-06 2009-09-24 Halliburton Energy Services, Inc. Geodesy Via GPS and INSAR Integration
CN101738620A (zh) * 2008-11-19 2010-06-16 中国农业科学院农业资源与农业区划研究所 从被动微波遥感数据amsr-e反演地表温度的方法
US20110298655A1 (en) * 2010-06-07 2011-12-08 ELLEGI S.r.l.. Synthetic-aperture radar system and operating method for monitoring ground and structure displacements suitable for emergency conditions
CN103698750A (zh) * 2014-01-07 2014-04-02 国家卫星海洋应用中心 海洋二号卫星散射计海面风场反演方法和装置
CN104122553A (zh) * 2014-07-23 2014-10-29 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
CN106226767A (zh) * 2016-07-12 2016-12-14 中南大学 基于单个雷达成像几何学sar 影像的矿区三维时序形变监测方法
CN107102332A (zh) * 2017-05-11 2017-08-29 中南大学 基于方差分量估计与应力应变模型的InSAR三维地表形变监测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
JI-HONG LIU 等: "A Method for Measuring 3-D Surface Deformations", 《IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING》 *
JUN HU 等: "Three-Dimensional Surface Displacements From", 《IEEE GEOSCIENCE AND REMOTE SENSING LETTERS》 *

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020233591A1 (zh) * 2019-05-21 2020-11-26 中南大学 一种面向三维地表形变估计的InSAR和GNSS定权方法
CN111077525B (zh) * 2019-12-20 2022-12-27 长安大学 融合sar与光学偏移量技术的地表三维形变计算方法及系统
CN111077525A (zh) * 2019-12-20 2020-04-28 长安大学 融合sar与光学偏移量技术的地表维形变计算方法及系统
CN110804912A (zh) * 2020-01-06 2020-02-18 北京铁科工程检测有限公司 一种铁路线路及沿线区域形变信息的提取方法
CN111339483A (zh) * 2020-01-19 2020-06-26 武汉大学 一种基于去趋势互相关分析的gnss影像生成方法
CN111339483B (zh) * 2020-01-19 2022-03-11 武汉大学 一种基于去趋势互相关分析的gnss影像生成方法
CN112540369A (zh) * 2020-11-27 2021-03-23 武汉大学 融合GNSS与升降轨时序InSAR的滑坡三维形变解算方法及系统
CN112711022A (zh) * 2020-12-18 2021-04-27 中国矿业大学 一种GNSS层析技术辅助的InSAR大气延迟改正方法
CN112711022B (zh) * 2020-12-18 2022-08-30 中国矿业大学 一种GNSS层析技术辅助的InSAR大气延迟改正方法
CN113091598A (zh) * 2021-04-06 2021-07-09 中国矿业大学 一种InSAR划定采空区建筑场地稳定性等级范围的方法
CN113219414A (zh) * 2021-04-22 2021-08-06 桂林理工大学 一种消除卫星干涉雷达地表形变方向模糊新方法
CN113219414B (zh) * 2021-04-22 2024-04-02 桂林理工大学 一种消除卫星干涉雷达地表形变方向模糊新方法
CN115032637A (zh) * 2022-06-07 2022-09-09 安徽理工大学 一种井工开采全生命周期地表沉陷监测方法
CN115201823B (zh) * 2022-07-22 2023-08-04 电子科技大学 一种利用BDS-InSAR数据融合的地表形变监测方法
CN115201823A (zh) * 2022-07-22 2022-10-18 电子科技大学 一种利用BDS-InSAR数据融合的地表形变监测方法
CN115455659A (zh) * 2022-08-19 2022-12-09 武汉大学 组合卫星重力场的新方法及系统
CN117168373A (zh) * 2023-07-20 2023-12-05 中国卫通集团股份有限公司 基于卫星通导遥一体化的水库坝体形变监测系统
CN116659429A (zh) * 2023-08-01 2023-08-29 齐鲁空天信息研究院 一种多源数据高精度时序地表三维形变解算方法和系统
CN117109426A (zh) * 2023-08-28 2023-11-24 兰州交通大学 一种融合GNSS/InSAR观测资料的三维形变场建模方法
CN117109426B (zh) * 2023-08-28 2024-03-22 兰州交通大学 一种融合GNSS/InSAR观测资料的三维形变场建模方法

Also Published As

Publication number Publication date
WO2020233591A1 (zh) 2020-11-26
US20210011149A1 (en) 2021-01-14
CN110058236B (zh) 2023-04-07

Similar Documents

Publication Publication Date Title
CN110058236B (zh) 一种面向三维地表形变估计的InSAR和GNSS定权方法
Fu et al. The challenges in long-term altimetry calibration for addressing the problem of global sea level change
CN102998690B (zh) 一种基于gps载波双差方程的姿态角直接求解方法
CN108983232B (zh) 一种基于邻轨数据的InSAR二维地表形变监测方法
CN103344946B (zh) 一种地基雷达与空中移动平台雷达的实时误差配准方法
CN102393183A (zh) 基于控制网的海量点云快速配准方法
CN107991676B (zh) 星载单航过InSAR系统对流层误差校正方法
CN106199605A (zh) 风场误差修正方法
CN106767380B (zh) 一种基于两景sar强度影像的矿区地表大量级三维形变估计方法
CN109613583A (zh) 基于单星与地面站测向及联合测时差的无源目标定位方法
CN111077525B (zh) 融合sar与光学偏移量技术的地表三维形变计算方法及系统
CN109521444B (zh) 一种地壳运动gps水平速度场自适应最小二乘拟合推估算法
CN111650579A (zh) 一种岩移参数自适应获取的InSAR矿区三维形变估计方法、装置及介质
CN108364279A (zh) 确定静止轨道遥感卫星指向偏差的方法
Forsythe et al. Evaluation of the new background covariance model for the ionospheric data assimilation
CN116401833A (zh) 一种基于sgp4模型的卫星轨道计算方法
RU2713188C1 (ru) Способ однопозиционного определения координат источников радиоизлучений коротковолнового диапазона радиоволн при ионосферном распространении
CN116485857B (zh) 一种基于多源遥感数据的高时间分辨率冰川厚度反演方法
CN113900069A (zh) 一种基于干涉成像高度计的垂线偏差计算方法及其系统
CN111366921B (zh) 基于距离加权融合的双站雷达交叉定位方法、系统及介质
CN113504553A (zh) 一种城市峡谷内基于精确3d城市模型的gnss定位方法
CN113238228A (zh) 一种基于水准约束的InSAR三维地表形变获取方法、系统及装置
Zhang et al. Applied research on InSAR and GPS data fusion in deformation monitoring
Xu et al. Assimilation of high frequency radar data into a shelf sea circulation model
CN107945235B (zh) 一种高轨大面阵静止卫星影像几何定位仿真方法

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