CN110174044B - 一种基于psi技术的桥梁纵向位移形变监测的方法 - Google Patents

一种基于psi技术的桥梁纵向位移形变监测的方法 Download PDF

Info

Publication number
CN110174044B
CN110174044B CN201910303906.3A CN201910303906A CN110174044B CN 110174044 B CN110174044 B CN 110174044B CN 201910303906 A CN201910303906 A CN 201910303906A CN 110174044 B CN110174044 B CN 110174044B
Authority
CN
China
Prior art keywords
deformation
image
bridge
longitudinal displacement
atmospheric
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.)
Expired - Fee Related
Application number
CN201910303906.3A
Other languages
English (en)
Other versions
CN110174044A (zh
Inventor
张秋昭
郭子琦
刘华
吴来义
岳青
戴新军
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.)
China University of Mining and Technology CUMT
China Railway Major Bridge Nanjing Bridge and Tunnel Inspec and Retrofit Co Ltd
Original Assignee
China University of Mining and Technology CUMT
China Railway Major Bridge Nanjing Bridge and Tunnel Inspec and Retrofit Co Ltd
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 China University of Mining and Technology CUMT, China Railway Major Bridge Nanjing Bridge and Tunnel Inspec and Retrofit Co Ltd filed Critical China University of Mining and Technology CUMT
Priority to CN201910303906.3A priority Critical patent/CN110174044B/zh
Publication of CN110174044A publication Critical patent/CN110174044A/zh
Application granted granted Critical
Publication of CN110174044B publication Critical patent/CN110174044B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B7/00Measuring arrangements characterised by the use of electric or magnetic techniques
    • G01B7/02Measuring arrangements characterised by the use of electric or magnetic techniques for measuring length, width or thickness
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B7/00Measuring arrangements characterised by the use of electric or magnetic techniques
    • G01B7/16Measuring arrangements characterised by the use of electric or magnetic techniques for measuring the deformation in a solid, e.g. by resistance strain gauge
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S13/00Systems 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
    • G01S13/88Radar or analogous systems specially adapted for specific applications
    • G01S13/89Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G01S13/90Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
    • G01S13/9021SAR image post-processing techniques
    • G01S13/9023SAR image post-processing techniques combined with interferometric techniques

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

本发明提出了一种基于PSI技术的桥梁纵向位移形变监测的方法,步骤如下:S1、获取SCL影像数据和卫星精密轨道数据;S2、确定公共主影像,将从影像与主影像配准;S3、利用卫星精密轨道数据和GCP校正配准结果;S4、对生成的干涉图进行去平地效应;S5、检测配准精度是否达标,达标后自动提取PS点;S6、进行PS第一次反演,去除干涉图的偏移相位;S7、进行PS第二次反演,基于奈奎斯特采样定理和高斯平滑滤波法去除大气相位;S8、估算形变速率和形变精度,进行地理编码;S9、根据成像几何图将估算的形变量转化为桥梁纵向位移。本发明方法克服了“点”式数据采集方法的缺陷,对桥梁进行全方位的监测,不受大气传播和气候影像,具有毫米级别测量精度。

Description

一种基于PSI技术的桥梁纵向位移形变监测的方法
技术领域
本发明涉及一种实时监测桥梁纵向位移的方法,属于土木工程形变监测技术领域。
背景技术
自1978年改革开放至今的40年里,我国建设了大量桥梁,依据2000年出台的关于建筑设计使用年限的《建筑结构可靠度设计统一标准》GB50068,规定我国桥梁设计基准期为100年,桥梁设计使用年限:小型桥梁30年,中型桥梁50年,大型桥梁100年。然而实际上桥梁在使用过程中受到自然环境和交通荷载的长期作用,其结构各部分发生损伤和病害,使用功能下降,实际使用寿命往往达不到设计寿命。因此,评估桥梁安全运营能力、评估桥梁寿命,对桥梁长时间基线的纵向位移监测已经成为桥梁检测工作的一项重要内容。
形变监测技术主要分为两类:一类是测量单点,然后通过平差计算单点测量的结果来估计整个区域的形变,比如全站仪、加速度传感器、GPS测量等,是目前应用最为广泛的方法。另一种是通过测量连续点来获得被检测目标的形变量和形变趋势等,InSAR技术就是此类技术中的一种。下表给出了集中形变监测技术的优缺点对比:
Figure BDA0002029160310000011
PS-InSAR技术由Ferretti在2003年首次提出,在Fringe大会上被确定为InSAR领域最具应用前景的技术之一。目前将PSI技术应用到交通基础设施目前还是个重大课题。2011年Monserrat等用TerreSAR-X数据监测了巴塞罗那市3km2范围内两座高架桥的形变;2013年赵远方等用ASAR数据监测了京津际铁路的沉降;同年Yu等TerraSAR数据监测了天津西青区路网沉降;2014年张学东等用ASAR数据监测了京沪高速(北京-河北)段沉降;2017年黄其欢等用Sentinel-1A数据监测了南京大胜关大桥。经研究表明,因为桥梁形变监测是一个长期的过程,导致的影像质量受到了很多因素的影响,尤其是季节、天气变换、温度的影响,所以在数据处理的环节中,要加入季节和天气条件加以改正,要滤除对桥梁形变监测无用的数据,从而使测量更加精确。
目前PSI监测在桥梁监测的应用处于萌芽阶段,着重点大都在于探究温度所导致的桥梁纵向形变规律,时序SAR监测桥梁的潜力还待挖掘,而且现阶段PSI技术在桥梁监测的应用过程中关于大气相位的去除也没有得到足够的重视,在长期缓慢的形变检测中,大气相位的影响不容忽视。
发明内容
为了解决传统桥梁位移检测方法传感器数量有限、监测信息不全面以及监测成本高等问题,以及现有的PSI技术忽视大气相位影像的问题,本发明提出了一种基于PSI技术的桥梁纵向位移形变监测的方法,选取的PS点分布密集,利于进行PS-InSAR的数据处理,并且在第二次反演时,利用奈奎斯特采样定理和高斯平滑滤波法消除大气相位,提高形变监测的精准度。
为解决上述技术问题,本发明采用了如下技术手段:
一种基于PSI技术的桥梁纵向位移形变监测的方法,具体包括以下步骤:
S1、获取SCL影像数据和卫星精密轨道数据;
S2、生成连接图,通过近似估计SAR干涉像对的整体相干性确定公共主影像,并将从影像依次与主影像配准;
S3、利用卫星精密轨道数据和几何地面控制点GCP对从影像到主影像的配准进行校正;
S4、利用SRTM3version4的DEM数据对生成的干涉图进行去平地效应;
S5、利用形变速率和研究区域高程区间检测配准精度是否达标,达标后自动提取PS点;
S6、进行PS第一次反演,根据密集分布的散射体去除所有干涉图的偏移相位;
S7、进行PS第二次反演,构建大气延迟模型,基于奈奎斯特采样定理和高斯平滑滤波法去除大气相位并进行形变估算;
S8、估算桥梁形变速率和形变精度,将形变结果地理编码;
S9、根据成像几何图将估算的形变量转化为桥梁纵向位移。
进一步的,所述的步骤S2的具体操作如下:
S21、对S1获取的多时相的SAR数据进行像对连接,生成干涉像对;
S22、依次将获取的影像作为主影像,近似估计SAR干涉像对的整体相干性,选择整体相干性最好的影像作为主影像,整体相干性计算公式如下:
Figure BDA0002029160310000031
其中,ρtotal表示整体相干性,ρtemporal表示时间相干系数,ρspatial表示空间相干系数,ρdoppler表示多普勒相干系数,ρthermal表示温度相干系数,
Figure BDA0002029160310000032
Figure BDA0002029160310000033
T、B和fdc分别表示时间基线、垂直基线、多普勒中心频率,上角标c表示临界值,即超过该临界值完全失相干;
S23、依次将从影像与主影像进行配准,生成干涉图。
进一步的,所述的步骤S5中PS点的提取方法采用振幅信息双阀值法。
进一步的,所述的步骤S7的具体操作如下:
S71、对第一次PS反演处理后的图像进行相位解缠;
S72、基于奈奎斯特采样定理对解缠后的干涉图和研究区域的地形三维信息进行重采样;
S73、基于高斯平滑滤波法处理重采样后的图像,得到高斯滤波图像;
S74、将相邻尺度的高斯滤波图像相减得到带通滤波后的图像,即差分干涉图,将相邻尺度的高斯滤波图像相减得到带通滤波后的图像,即差分干涉图,根据带通滤波后的PS点构建大气延迟模型;
S75、对于同一地区的s幅差分干涉图,根据最小二乘法计算大气延迟模型参数分量;
S76、通过干涉对的时间基线计算每幅干涉图的大气校正模型参数,获得大气垂直分层延迟相位;
S77、校正大气垂直分层延迟,并通过时空滤波法消除时间上不相关的湍流大气延迟;
S78、利用校正后的干涉图信息解算桥梁形变信息。
进一步的,步骤S9的具体操作如下:
S91、根据卫星精密轨道数据和桥梁地理信息绘制成像几何图;
S92、根据成像几何图将雷达视向位移形变转化为桥梁纵向位移形变,集合转换公式如下:
Figure BDA0002029160310000041
其中,dL为桥梁纵向位移形变,dLOS为卫星测量的雷达视向位移变形,θ为卫星入射角,α为雷达视向与桥梁的水平夹角。
采用以上技术手段后可以获得以下优势:
本发明提出了一种基于PSI技术的桥梁纵向位移形变监测的方法,利用多幅欧空局Sentinel-1A卫星IW模式影像进行差分干涉处理,选取具有长期稳定散射特性的永久散射体(PS点),建立相位各参数的时空模型并解算,去除相位偏移和大气延迟,获得高精度的监测数据。本发明方法具有全天候、全天时、高分辨率和连续空间覆盖的特点,克服了传统方法单点测量、分辨率低和极易受外界干扰等一系列缺点,可对桥梁进行长时间跨度等纵向位移监控,为桥梁维护、管理决策提供指导依据。而且本发明方法基于PS点地形三维信息建模并估计大气垂直分层延迟,引入了重采样和高斯滤波,解决了现有技术中大气垂直分层延迟估计存在偏差的问题,在一定程度上减弱了其他影响因素的干扰,进一步保证了桥梁监测的准确率,可以及时发现桥梁受损情况,便于桥梁的维护。
附图说明
图1为本发明一种基于PSI技术的桥梁纵向位移形变监测的方法的步骤流程图。
图2为本发明方法第二次PS反演大气延迟优化估计的步骤流程图。
图3为本发明方法大气延迟优化估计中用时间定义模型参数分量的示意图。
图4为本发明具体实施例中南京大胜关大桥Sentinel-1A升轨成像几何图。
具体实施方式
下面结合附图对本发明的技术方案作进一步说明:
一种基于PSI技术的桥梁纵向位移形变监测的方法,如图1所示,具体包括以下步骤:
S1、获取SCL影像数据和卫星精密轨道数据;根据需要实现的功能选择生成相应的VV极化方式的SLC(单视复数)数据,同时为了获得更高的精度,获取卫星精密轨道数据备用。在研究桥梁整体纵向沉降时,要求卫星影像可以对桥梁桥墩成像。此外,还需要调查确认监测对象的背景先验知识,包括桥梁的使用年限、桥梁主体材料、所处环境、空间尺度等数据。这些数据可以在分析形变原因时提供思路。
S2、生成连接图,通过近似估计SAR干涉像对的整体相干性确定公共主影像,并将从影像依次与主影像配准。具体操作如下:
S21、对S1获取的多时相的SAR数据进行像对连接,生成干涉像对。
S22、依次将获取的影像作为主影像,近似估计SAR干涉像对的整体相干性,选择整体相干性最好的影像作为主影像,整体相干性计算公式如下:
Figure BDA0002029160310000051
其中,ρtotal表示整体相干性,ρtemporal表示时间相干系数,ρspatial表示空间相干系数,ρdoppler表示多普勒相干系数,ρthermal表示温度相干系数,
Figure BDA0002029160310000052
Figure BDA0002029160310000053
T、B和fdc分别表示时间基线、垂直基线、多普勒中心频率,上角标c表示临界值,即超过该临界值完全失相干。
S23、选取好主影像之后,其他的影像都作为从影像,依次将从影像与主影像进行配准,生成干涉图。由于时间空间基线的存在,影像对相对于目标区域的角度和斜距都有些许差别,所以每个从影像相对主影像在距离向和方位向都存在一定的错位和旋转角度,导致相同的目标点在两幅图像中的位置不一。图像配准的目的就是使复图像中相同位置的点对应地面场景中的同一点,提高后续干涉处理的信噪比,使得干涉条纹更加清晰
S3、利用卫星精密轨道数据和几何地面控制点GCP对从影像到主影像的配准进行校正。轨道信息是InSAR数据处理所需要的重要信息,含有误差的轨道信息会导致后续干涉图中有残差条纹,因此使用卫星精密轨道星历数据对其进行修正,可有效的去除轨道误差引起的系统性误差。Geometry GCP是提高精度的可选文件,通过GCP点的录入可以得到从影像到主影像的更高配准校正精度,也可以提高后期地理编码精度。
S4、利用SRTM3version4的DEM数据对生成的干涉图进行去平地效应。平地效应不包含高程变化信息,而且会使干涉相位的条纹变密,影响相位解缠的效果,所以在此之前需要去掉平地效应条纹,根据SRTM3version4的DEM先验信息,选择对不包含形变信息的干涉对进行处理,减少干涉相位的构成成分,使直接相位差分值主要包含参考面(一般选择参考椭圆)和地形起伏的贡献。
S5、利用形变速率和研究区域高程区间检测配准精度是否达标,达标后自动提取PS点。
构建PS线性模型,估算残余高程和形变速率,具体模型如下:
Disp=K+V·(t-t0) (4)
其中,Disp为t-to时段的形变量,to为主影像时刻,t为从影像时刻,K为常数,用于最后的拟合处理,V为形变速率。利用实际桥梁形变速率和研究区域高程区间检查配准结果,如果速率V和高程残差Disp没有明显的像素值跳跃则说明配准精度达标。
根据SAR影像的后向散射特征和桥梁地物的类型特征,提取永久散射体目标,即PS点,PS点选取的条件是:必须稳定(波动小于1毫米/年),必须是能被卫星探测到的方向。卫星影像数据的时相分布应与预期形变力学特点相一致。本发明在一定范围内只使用一个参考点。
本发明方法采用振幅信息双阀值法选取PS点,首先利用振幅阀值法挑选出高振幅值的像素作为PS候选点(PSC点),然后利用振幅离差阀值法从PSC点中进一步精选出PS点。具体操作如下:
S51、根据PS的强反射特性(雷达回波信号的高信噪比特性)对PS进行初步探测,PS点的强反射特性表现为其回波信号能量高,即振幅值大,在SAR振幅影像上呈现为亮点。设N幅时序SAR影像,将所有从影像配准并重采样到主影像空间,统计计算所有像素的时序振幅值,获得如下振幅阀值TA
Figure BDA0002029160310000061
式中,m、n为研究区影像的行、列数,
Figure BDA0002029160310000062
为第k幅SAR影像中第i行、第j列像素辐射定标后的振幅值。
本发明方法取各影像振幅平均的最小值作为振幅阀值TA,这样的振幅阀值即考虑了振幅的时间稳定性,也考虑了同一影像的总体亮度水平。根据获得的振幅阀值TA对比分析各个像素在辐射定标且配准后的SAR影像上的振幅时间序列Ak,如果min{Ak|k=1,2,…,N}≥TA,则该像素确定为PSC点。
S52、计算振幅离差指数D,公式如下:
Figure BDA0002029160310000071
其中,σ是时序上的振幅标准差,μ是时序上某指定点振幅平均值。如果一个像元在所有时相上都能有相似的、较大的振幅信息,那么这个像元的相位离差较小。通过振幅离差指数识别潜在的相干点无需分析相位信息,振幅离差指数D越小,相位的标准差越大(如自然地表的郊区、植被区域等),振幅离差指数D越大,相位标准差越小(如城市区域)。
S6、进行PS第一次反演,利用密集分布的散射体可以移除信号传播延迟引起的波动,此处的延迟主要还是由于对流层的变化引起的,如水汽。
S7、进行PS第二次反演,根据对流层延迟存在于所有信号波长范围,而形变位移信号位于特定波长范围的事实,构建大气延迟模型,基于奈奎斯特采样定理和高斯平滑滤波法去除大气相位并进行形变估算;如图2所示,具体操作如下:
S71、对第一次PS反演处理后的图像进行相位解缠。
S72、构建大气延迟模型,基于奈奎斯特采样定理,采用小于1km采样窗口对解缠后的干涉图进行重采样,为保证地形高与相位信息的一致性,以同样的采样窗口对研究区域的地形三维信息进行重采样。
S73、基于高斯平滑滤波法处理重采样后的图像,得到高斯滤波图像。对流层延迟信号在雷达信号中属于低频信息,因此通过滤波削弱噪声影响优化用于模型评估的PS点观测值。由于不同图幅尺度对不同来源的噪声有不同敏感性,采用高斯平滑滤波的方法保留尺度不变性,抑制干涉图中属于高频部分的干扰因素,用于平滑滤波的二维高斯函数为:
Figure BDA0002029160310000072
其中,(xl,yl)为,(x,y)为,δ为标准差,既决定高斯滤波器的宽度,又决定着滤波平滑程度。δ越大,高斯滤波的频带就越宽,高斯滤波的平滑程度越高。
如果将图像定义为I(x,y),那么其高斯滤波后的图像可以表示为
L(x,y,δ)=G(x,y,δ)*I(x,y) (8)
S74、将相邻尺度的高斯滤波图像相减得到带通滤波后的图像,即差分干涉图,根据带通滤波后的PS点构建大气延迟模型并估计垂直分层延迟。
建立优化大气延迟模型,假设通过不同空间尺度λ的高斯平滑滤波和差分后,得到高程图和差分干涉图各R组,有:
Figure BDA0002029160310000081
其中,
Figure BDA0002029160310000082
和h(λr)分别为第r组高斯滤波后的相位差值和高程差值,r<<R,b和K分别为模型参数分量。
图3是大气延迟优化估计中用时间定义模型参数分量的示意图,
Figure BDA0002029160310000083
为干涉影像对的相位差,图中Sa表示所获取的时序影像,Kc表示Tc时间段内的模型参数分量,Bperp表示空间模型参数分量的常数,a=1、2、3、4,c=1、2、3。
S75、对于同一地区的s幅差分干涉图,用影像获取时间间隔去定义模型参数在时间上的分量,每一个时间段都有对应的比例系数分量和偏移量。因为s幅影像对应s-1段时间间隔,所以模型表达式可以修改为:
Figure BDA0002029160310000084
其中,
Figure BDA0002029160310000085
为第q(q<<s)幅差分干涉图的相位,bp和Kp分别为第p(p<<s-1)个时段对应的模型参数分量,aq,p为第q幅差分干涉图跨越第p个时段的判定系数,aq,p的取值为0或1,hq为第q幅差分干涉图的高程。
公式(10)可以写为矩阵形式:
Figure BDA0002029160310000086
根据最小二乘法计算大气延迟模型参数分量。
S76、通过干涉对的时间基线可以计算得到每幅干涉对的大气校正模型参数,进而求得大气垂直分层延迟相位。
S77、校正大气垂直分层延迟,并通过时空滤波法消除时间上不相关的湍流大气延迟。
S78、利用校正后的干涉图信息解算桥梁形变信息。
大气滤波一般是用时间上高通滤波和空间上低通滤波实现,而本发明采用了如上引入奈奎斯特采样定理和以高斯平滑滤波为基础的方法,相比常规滤波方法可以更好的消除大气延迟;之后再进行大气高通滤波,Atmosphere Hi Pass滤波和大气的时间特性有关,大气在时间上低相干的,通过使用一个时间窗口,大窗口适合纠正低时间变化的影响,而小窗口更好的纠正频繁的大气变化。窗口尺寸越大,滤波效果越强。
S8、估算桥梁形变速率和形变精度,为获得更高精度的形变结果,根据情况输入一个或多个地面控制点,如果只输入一个控制点,会计算出一个没有任何空间变化的恒定平均形变速率偏移量,如果输入多个控制点,会根据这些GCP拟合一个最佳偏移量,若条件不允许,也可以不通过GCP进行优化处理。将形变结果地理编码,并进行时序分析,时序分析可以显示PS点在各时相上的形变量。
S9、根据成像几何图将估算的形变量转化为桥梁纵向位移,具体操作如下:
S91、根据卫星精密轨道数据和桥梁地理信息绘制成像几何图,图4为南京大胜关大桥Sentinel-1A升轨成像几何图。
S92、设雷达视向位移形变由大桥纵向变形引起,根据成像几何图将雷达视向位移形变转化为桥梁纵向位移形变,集合转换公式如下:
Figure BDA0002029160310000091
其中,dL为桥梁纵向位移形变,dLOS为卫星测量的雷达视向位移变形,θ为卫星入射角,α为雷达视向与桥梁的水平夹角。
上面结合附图对本发明的实施方式作了详细地说明,但是本发明并不局限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下做出各种变化。

Claims (3)

1.一种基于PS-InSAR技术的桥梁纵向位移形变监测的方法,其特征在于,包括以下步骤:
S1、获取SLC影像数据和卫星精密轨道数据;
S2、生成连接图,通过近似估计SAR干涉像对的整体相干性确定公共主影像,并将从影像依次与主影像配准;
S3、利用卫星精密轨道数据和几何地面控制点GCP对从影像到主影像的配准进行校正;
S4、利用SRTM3version4的DEM数据对生成的干涉图进行去平地效应;
S5、利用形变速率和研究区域高程区间检测配准精度是否达标,达标后自动提取PS点;利用形变速率和研究区域高程区间检测配准精度是否达标具体如下:构建PS线性模型,估算高程残差和形变速率,具体模型如下:
Disp=K1+V·(t-t0) (4)
其中,Disp为t-to时段的高程残差,to为主影像时刻,t为从影像时刻,K1为常数,用于最后的拟合处理,V为形变速率,利用实际桥梁形变速率和研究区域高程区间检查配准结果,如果形变速率V和高程残差Disp没有明显的像素值跳跃则说明配准精度达标;
S6、进行PS第一次反演,根据密集分布的散射体去除所有干涉图的偏移相位;
S7、进行PS第二次反演,构建大气延迟模型,基于奈奎斯特采样定理和高斯平滑滤波法去除大气相位;
S8、估算桥梁形变速率和形变精度,将形变结果地理编码,并进行时序分析,时序分析显示PS点在各时相上的形变量;
S9、根据成像几何图将估算的形变量转化为桥梁纵向位移形变;具体操作如下:
S91、根据卫星精密轨道数据和桥梁地理信息绘制成像几何图;
S92、设雷达视向位移形变由大桥纵向位移形变引起,根据成像几何图将雷达视向位移形变转化为桥梁纵向位移形变,几何转换公式如下:
Figure FDA0003126462080000011
其中,dL为桥梁纵向位移形变,dLOS为卫星测量的雷达视向位移变形,θ为卫星入射角,α为雷达视向与桥梁的水平夹角;
所述的步骤S7的具体操作如下:
S71、对第一次PS反演处理后的图像进行相位解缠;
S72、基于奈奎斯特采样定理对解缠后的干涉图和研究区域的地形三维信息进行重采样;
S73、基于高斯平滑滤波法处理重采样后的图像,得到高斯滤波图像;
S74、将相邻空间尺度的高斯滤波图像相减得到带通滤波后的图像,即差分干涉图,根据带通滤波后的PS点构建大气延迟模型;假设通过不同空间尺度λ的高斯平滑滤波和差分后,得到高程图和差分干涉图各R组,有:
Figure FDA0003126462080000021
其中,
Figure FDA0003126462080000022
Figure FDA0003126462080000023
分别为第r组高斯滤波后的相位差值和高程差值,r<<R,b和K分别为模型参数分量;
S75、对于同一地区的s幅差分干涉图,根据最小二乘法计算大气延迟模型参数分量b和K;
S76、通过干涉图的时间基线计算每幅干涉图的大气延迟模型参数,获得大气垂直分层延迟相位;
S77、校正大气垂直分层延迟相位,并通过时空滤波法消除时间上不相关的湍流大气延迟。
2.根据权利要求1所述的一种基于PS-InSAR 技术的桥梁纵向位移形变监测的方法,其特征在于,所述的步骤S2的具体操作如下:
S21、对S1获取的多时相的SAR数据进行像对连接,生成干涉像对;
S22、依次将获取的影像作为主影像,近似估计SAR干涉像对的整体相干性,选择整体相干性最好的影像作为主影像,整体相干性计算公式如下:
Figure FDA0003126462080000024
其中,ρtotal表示整体相干性,ρtemporal表示时间相干系数,ρspatial表示空间相干系数,ρdoppler表示多普勒相干系数,ρthermal表示温度相干系数,
Figure FDA0003126462080000025
Figure FDA0003126462080000026
T、B和fdc分别表示时间基线、垂直基线、多普勒中心频率,上角标c表示临界值,即超过该临界值完全失相干;
S23、依次将从影像与主影像进行配准,生成干涉图。
3.根据权利要求1所述的一种基于PS-InSAR 技术的桥梁纵向位移形变监测的方法,其特征在于,所述的步骤S5中PS点的提取方法采用振幅信息双阀值法。
CN201910303906.3A 2019-04-16 2019-04-16 一种基于psi技术的桥梁纵向位移形变监测的方法 Expired - Fee Related CN110174044B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910303906.3A CN110174044B (zh) 2019-04-16 2019-04-16 一种基于psi技术的桥梁纵向位移形变监测的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910303906.3A CN110174044B (zh) 2019-04-16 2019-04-16 一种基于psi技术的桥梁纵向位移形变监测的方法

Publications (2)

Publication Number Publication Date
CN110174044A CN110174044A (zh) 2019-08-27
CN110174044B true CN110174044B (zh) 2021-08-03

Family

ID=67689719

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910303906.3A Expired - Fee Related CN110174044B (zh) 2019-04-16 2019-04-16 一种基于psi技术的桥梁纵向位移形变监测的方法

Country Status (1)

Country Link
CN (1) CN110174044B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111059998B (zh) * 2019-12-31 2020-11-13 中国地质大学(北京) 一种基于高分辨率的时序InSAR形变监测方法及系统
CN111474544B (zh) * 2020-03-04 2022-11-18 广东明源勘测设计有限公司 一种基于sar数据的滑坡形变监测及预警方法
CN111812645A (zh) * 2020-06-10 2020-10-23 西南交通大学 冻土季节形变的卫星干涉测量方法
CN112526515A (zh) * 2020-11-05 2021-03-19 山西省交通科技研发有限公司 一种基于合成孔径雷达干涉测量技术的地表形变检测方法
CN112485790B (zh) * 2020-11-23 2023-11-24 中大智能科技股份有限公司 基于k波段雷达的轨道非接触式变形高精度测量方法
CN112816983B (zh) * 2021-01-06 2023-09-19 中南大学 基于优化干涉图集的时序InSAR湍流大气延迟校正方法
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
CN115201825B (zh) * 2022-09-16 2023-01-17 眉山环天智慧科技有限公司 一种InSAR震间形变监测中的大气延迟校正方法
CN116168304A (zh) * 2023-02-02 2023-05-26 昆明理工大学 基于sae与cnn模型的地表形变分类方法、装置及存储介质
WO2024175129A1 (en) * 2023-02-20 2024-08-29 Beijing Palebluers Co., Ltd Measurement method and system based on interferometric synthetic aperture radar
CN116258005B (zh) * 2023-02-23 2023-11-21 哈尔滨工业大学(深圳) 一种基于InSAR数据的桥梁形变预测方法及相关装置
CN118465731B (zh) * 2024-07-15 2024-10-08 苏交科集团股份有限公司 基于地基毫米波雷达感知的桥梁多点位移影响线同步识别方法、系统及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4571317A (en) * 1976-02-25 1986-02-18 United Technologies Corporation Process for producing binderless carbon or graphite articles
EP3022582A1 (en) * 2013-07-19 2016-05-25 Consiglio Nazionale Delle Ricerche Method for filtering of interferometric data acquired by synthetic aperture radar (sar)
CN106940443A (zh) * 2017-01-16 2017-07-11 洪都天顺(深圳)科技有限公司 多云多雨条件下复杂城区基础设施PSInSAR形变估计方法
CN107218923A (zh) * 2017-05-23 2017-09-29 北京东方至远科技股份有限公司 基于PS‑InSAR技术的地铁沿线周边环境历史沉降风险评估方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104091064B (zh) * 2014-07-02 2017-02-22 北京航空航天大学 基于优化解空间搜索法的PS‑DInSAR地表形变测量参数估计方法
CN104123470A (zh) * 2014-07-25 2014-10-29 首都师范大学 一种优化地面沉降监测网的方法
CN107817481B (zh) * 2017-12-01 2020-12-08 南京市测绘勘察研究院股份有限公司 一种InSAR形变监测中大气噪声校正的RF方法
CN108919266A (zh) * 2018-07-20 2018-11-30 国交空间信息技术(北京)有限公司 一种基于PSInSAR技术的桥梁安全预警方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4571317A (en) * 1976-02-25 1986-02-18 United Technologies Corporation Process for producing binderless carbon or graphite articles
EP3022582A1 (en) * 2013-07-19 2016-05-25 Consiglio Nazionale Delle Ricerche Method for filtering of interferometric data acquired by synthetic aperture radar (sar)
CN106940443A (zh) * 2017-01-16 2017-07-11 洪都天顺(深圳)科技有限公司 多云多雨条件下复杂城区基础设施PSInSAR形变估计方法
CN107218923A (zh) * 2017-05-23 2017-09-29 北京东方至远科技股份有限公司 基于PS‑InSAR技术的地铁沿线周边环境历史沉降风险评估方法

Also Published As

Publication number Publication date
CN110174044A (zh) 2019-08-27

Similar Documents

Publication Publication Date Title
CN110174044B (zh) 一种基于psi技术的桥梁纵向位移形变监测的方法
CN104111456B (zh) 一种高速铁路沿线地表形变高分辨率InSAR监测方法
CN106772342B (zh) 一种适用于大梯度地表沉降监测的时序差分雷达干涉方法
US6583751B1 (en) Process for radar measurements of the movement of city areas and landsliding zones
Bovenga et al. Application of multi-temporal differential interferometry to slope instability detection in urban/peri-urban areas
CN108663017A (zh) 一种监测城市地铁沿线地表沉降的方法
CN109782282A (zh) 一种集成对流层大气延迟改正的时间序列InSAR分析方法
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
CN108007401A (zh) 一种基于船载InSAR平台的河湖库沿岸形变检测装置及方法
CN105467390A (zh) 一种基于地基InSAR的桥梁形变近距离监测方法
CN113960595A (zh) 一种地表形变监测方法及系统
CN116338607B (zh) 时间域和空间域两步式InSAR对流层延迟矫正方法
CN105824022A (zh) 一种电网不良地质体三维形变监测方法
CN108919266A (zh) 一种基于PSInSAR技术的桥梁安全预警方法
CN112444188B (zh) 一种多视角InSAR海堤高精度三维形变测量方法
CN111650570A (zh) 一种地基干涉雷达三维大气校正方法及系统
CN114812496A (zh) 一种基于多源异构数据的区域地面沉降预警方法
CN112051572A (zh) 一种融合多源sar数据三维地表形变监测方法
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
CN113341410A (zh) 一种大范围林下地形估计方法、装置、设备及介质
CN117968631A (zh) 基于无人机dom和星载sar影像的路面沉陷检测方法
Costantini et al. Ground deformations and building stability monitoring by COSMO-SkyMed PSP SAR interferometry: Results and validation with field measurements and surveys
CN116299466B (zh) 一种输电通道地质形变监测方法和装置
CN113625241A (zh) 差异沉降监控预警方法
Fu et al. Study on accuracy assessment of DEM in the marsh using with interferometric Palsar, SENTINEL-1A and Terrasar-X images

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20210803

CF01 Termination of patent right due to non-payment of annual fee