CN112051572A - 一种融合多源sar数据三维地表形变监测方法 - Google Patents
一种融合多源sar数据三维地表形变监测方法 Download PDFInfo
- Publication number
- CN112051572A CN112051572A CN202010957343.2A CN202010957343A CN112051572A CN 112051572 A CN112051572 A CN 112051572A CN 202010957343 A CN202010957343 A CN 202010957343A CN 112051572 A CN112051572 A CN 112051572A
- Authority
- CN
- China
- Prior art keywords
- deformation
- tsx
- data
- information
- asar
- 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
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
- G01S13/9094—Theoretical aspects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B7/00—Measuring arrangements characterised by the use of electric or magnetic techniques
- G01B7/004—Measuring arrangements characterised by the use of electric or magnetic techniques for measuring coordinates of points
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B7/00—Measuring arrangements characterised by the use of electric or magnetic techniques
- G01B7/16—Measuring arrangements characterised by the use of electric or magnetic techniques for measuring the deformation in a solid, e.g. by resistance strain gauge
-
- 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
-
- 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
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
本发明公开了一种融合多源SAR数据三维地表形变监测方法。该方法是通过融合多源SAR影像,分别是ASAR和TSX数据,其中ASAR数据空间分辨率较低,对地物的信息描述能力比较弱,但是ASAR数据的幅宽比较宽,而TSX数据有非常高的空间分辨率,但是幅宽比较窄,因此,在空间分辨率和空间覆盖的面积来考虑,融合ASAR和TSX数据进行地表变形监测非常有意义,对这两种影像进行融合,以达到优劣互补的目的,拓展InSAR对地监测的应用前景,降低对地观测的成本和技术上的限制。在此基础上,通过建立形变模型进行模拟,可以更好,更直观的得到地表的三维形变情况,可以有效地为预防地质灾害提供建议。同时也为社会的发展提供更好的意见,这对社会和人民具有重要意义。
Description
技术领域
本发明涉及三维地表监测领域,具体为一种融合多源SAR数据三维地表形变监测方法。
背景技术
地表沉降指的是地表土层在一段时间内发生持续性的下沉现象,当这种现象很长时间的存有,并且没有得到改善时,会发展成为一种严重的地质灾害。因此精准,高效的获得地表三维形变数据显得尤为迫切。对地表进行持续性监测,研究其变化的规律和形成的机理,对社会的发展具有重要意义。
传统测量技术包含的精密水准测量,GNSS观测以及现场传感器观测具有费时费力,观测点的密度不密集等缺点。
星载合成孔径雷达干涉测量(Interferometric Synthetic Aperture Radar,InSAR)技术是近些年发展起来的对地观测技术,它具有高精度,大范围,不受天气影响等特点,可以对地表进行重复观测,其原理是利用变形前后的两幅影像进行差分干涉,去除地形相位后获得形变信息,如D-INSAR,但是常规D-INSAR技术面对变形缓慢的情况可能会发生失相干,时序INSAR技术的出现解决了常规D-INSAR技术的时空失相干问题,并且也得到了广泛的应用。但是,形变监测精度的提高和稳健性的增强仍然是此项技术需要解决的主要问题之一,因此,合适的形变模型的选择是时序InSAR分析技术达到精确监测的前提条件之一。
随着多种SAR卫星的升空,使得对地观测中可以有多种的数据进行选择,并且不用融合外部数据,而是通过融合不同SAR卫星也有可能获得地表三维形变。例如,通过融合4对不同方向的EnvisatASAR升,降轨数据,获得了Nenana Mountain地震的三维形变信息,并且还有融合不同平台的SAR数据,例如,通过采用Envisat ASAR、ALOS ASAR和TerraSAR-X三个不同的SAR数据进行融合,之后使用时序InSAR技术进行处理三个Los向的位移,最后再联合结算三维形变信息。
发明内容
本发明的目的在于提出一种融合多源SAR影像三维地表形变监测及解算方法,以克服传统InSAR技术受大梯度形变、失相干以及只能提供单一方向地表形变信息的限制,利于全面真实的反映出地表形变场的形变特征。
为了实现上述目的,本发明采用如下技术方案:
一种融合多源SAR影像工矿区三维地表形变监测及解算方法,包括如下步骤:
a对初始的形变和地形误差进行估计;
b在高分辨率的SAR影像基础上提取SDFP;
c采用地理编码的方法对两种SAR影像进行配准;
d空间插值;
e把变形信息进行融合;
f把地形误差信息进行融合;
g相位解缠;
h分离残余形变和残余地形误差信息;
i对最终的形变信息和地形误差信息进行合成;
进一步的,所述步骤a具体为:
为了减少时空失相干的情况,同时增加相干点的密度,使用多主影像的SatMP算法。在进行干涉对的组合时,需要对每个干涉对的质量进行检查,把相干性差的干涉对进行剔除的时候,需要保证剩下的干涉对是互相连通的。之后采用标准的SatMPS算法把初始形变信息和初始地形误差信息提取出来。
进一步的,所述步骤b具体为:
在高分辨率SAR影像生成的干涉对中,检查这些干涉对的质量,选择相干性比较好的干涉对。使用外部DEM消除地形相位,之后在幅度信息的基础上筛选出SDFPc,并且选择出最终的SDFP。
进一步的,所述步骤c具体为:
ASAR与TSX的雷达波入射角和空间分辨率等参数的不同,直接配准是比较困难的。因此为了把ASAR和TSX数据从雷达坐标系地理编码到相同的WGS-84地心坐标系下,此方法使用的是SRTM-DEM数据。在地理编码时,编码后的坐标可能因为SAR卫星轨道的不精确性而存在一定的偏移。因此,还需要对地理编码后的坐标进行适当校正,此时就需要借助特殊的地物(例如道路的十字路口,桥梁等)。
进一步的,所述步骤d具体为:
ASAR和TSX有着不一样的空间分辨率,而且两种SAR数据提取的SDFP都是空间离散的点。因此,需要把两者融合,之后需要插值操作。首先使用Kringing插值法把ASAR数据信息规则格网化;之后使用双线性插值法得到TSX数据提取的SDFP处的相应信息。
进一步的,所述步骤e具体为:
在TSX中融合ASAR获得形变信息存在以下两个方法:方法一:首先使用经过ASAR数据获得的地表时序形变信息;之后把每个SDFP的形变曲线使用多项式拟合;最后为了得到TSX数据相对应时刻的形变信息,需要在时间上进行插值。需要注意的是,在使用多项式拟合的时候,每一个SDFP的多项式系数并不一定相同,而且需要确定获得的拟合的形变曲线和ASAR结果的相关性在0.9以上;方法二:首先把地表的平均形变速率通过使用ASAR数据提取出来,地表的主要线性形变可以通过此速率值表现出来:之后相应的形变相位就可以通过每个TSX数据组成的小基线干涉对的时间间隔来计算。
进一步的,所述步骤f具体为:
同形变信息的融合类似,地形误差信息的融合也需要转换到TSX的Los向。首先把地形误差Δh通过ASAR数据计算出来,然后根据垂直基线和雷达波入射角换算到每个TSX小基线干涉对中:
进一步的,所述步骤g具体为:
Hooper等人提出的三维相位解缠算法是此专利中相位解缠所使用的算法。初始形变与初始地形误差从高分辨率TSX影像生成的干涉相位中去除之后,形变相位的梯度变化就会得到抑制,对于干涉相位满足Nyquist采样要求有一定的帮助,可以提高相位解缠的精度。
进一步的,所述步骤h具体为:
在相位的时间和空间相关特型的基础上,把残余的地形误差信息和残余的形变信息从解缠相位中分离出来。因为相位解缠的精度得到了一定的改善,所以残余地形误差信息和残余形变误差的估计精度也会有所提高。
进一步的,所述步骤i具体为:残余地形误差信息和残余形变被分离出走之后,最终的形变信息和地形误差信息可以由上一步分离出来的值与TSX坐标系下的初始值合并得到。
本发明具有如下优点:
本发明方法基于多源SAR影像数据对地表形变进行监测,可以更全面真实地获得地表形变的时空特性。针对地表形变特点,通过融合多种SAR数据可以很大程度上解决单一影像所存在的问题,比如有的SAR数据具有分辨率高,波长短,此种SAR数据的空间分辨率可以达到米级,短波长使得该数据对地表观测时具有更高的灵敏度,但是又因为波长短而容易受到地面建筑物的影响,而有的影像则是分辨率比较低,波长比较长,本发明就是对这两种影像进行融合,以达到优劣互补的目的,拓展InSAR对地监测的应用前景,降低对地观测的成本和技术上的限制。在此基础上,通过建立形变模型进行模拟,可以更好,更直观的得到地表的三维形变情况,可以有效地为预防地质灾害提供建议。同时也为社会的发展提供更好的意见,这对社会和人民具有重要意义。
附图说明
图1为本发明的流程结构图;
图2为本发明的ASAR数据组成的干涉对示意图;
图3为本发明的TSX数据组成的干涉对示意图;
图4为本发明的融合算法和标准算法形变图对比图。
具体实施方式
实施例1
本发明提出一种融合多源SAR影像三维地表形变监测及解算方法。
为了实现上述目的,本发明采用如下技术方案:
一种融合多源SAR影像工矿区三维地表形变监测及解算方法,包括如下步骤:
a对初始的形变和地形误差进行估计;
b在高分辨率的SAR影像基础上提取SDFP;
c采用地理编码的方法对两种SAR影像进行配准;
d空间插值;
e把变形信息进行融合;
f把地形误差信息进行融合;
g相位解缠;
h分离残余形变和残余地形误差信息;
i对最终的形变信息和地形误差信息进行合成;
进一步的,所述步骤a具体为:
为了减少时空失相干的情况,同时增加相干点的密度,使用多主影像的SatMP算法。在进行干涉对的组合时,需要对每个干涉对的质量进行检查,把相干性差的干涉对进行剔除的时候,需要保证剩下的干涉对是互相连通的。之后采用标准的SatMPS算法把初始形变信息和初始地形误差信息提取出来。
进一步的,所述步骤b具体为:
在高分辨率SAR影像生成的干涉对中,检查这些干涉对的质量,选择相干性比较好的干涉对。使用外部DEM消除地形相位,之后在幅度信息的基础上筛选出SDFPc,并且选择出最终的SDFP。
进一步的,所述步骤c具体为:
ASAR与TSX的雷达波入射角和空间分辨率等参数的不同,直接配准是比较困难的。因此为了把ASAR和TSX数据从雷达坐标系地理编码到相同的WGS-84地心坐标系下,此方法使用的是SRTM-DEM数据。在地理编码时,编码后的坐标可能因为SAR卫星轨道的不精确性而存在一定的偏移。因此,还需要对地理编码后的坐标进行适当校正,此时就需要借助特殊的地物(例如道路的十字路口,桥梁等)。
进一步的,所述步骤d具体为:
ASAR和TSX有着不一样的空间分辨率,而且两种SAR数据提取的SDFP都是空间离散的点。因此,需要把两者融合,之后需要插值操作。首先使用Kringing插值法把ASAR数据信息规则格网化;之后使用双线性插值法得到TSX数据提取的SDFP处的相应信息。
进一步的,所述步骤e具体为:
在TSX中融合ASAR获得形变信息存在以下两个方法:方法一:首先使用经过ASAR数据获得的地表时序形变信息;之后把每个SDFP的形变曲线使用多项式拟合;最后为了得到TSX数据相对应时刻的形变信息,需要在时间上进行插值。需要注意的是,在使用多项式拟合的时候,每一个SDFP的多项式系数并不一定相同,而且需要确定获得的拟合的形变曲线和ASAR结果的相关性在0.9以上;方法二:首先把地表的平均形变速率通过使用ASAR数据提取出来,地表的主要线性形变可以通过此速率值表现出来:之后相应的形变相位就可以通过每个TSX数据组成的小基线干涉对的时间间隔来计算。
进一步的,所述步骤f具体为:
同形变信息的融合类似,地形误差信息的融合也需要转换到TSX的Los向。首先把地形误差Δh通过ASAR数据计算出来,然后根据垂直基线和雷达波入射角换算到每个TSX小基线干涉对中:
进一步的,所述步骤g具体为:
Hooper等人提出的三维相位解缠算法是此专利中相位解缠所使用的算法。初始形变与初始地形误差从高分辨率TSX影像生成的干涉相位中去除之后,形变相位的梯度变化就会得到抑制,对于干涉相位满足Nyquist采样要求有一定的帮助,可以提高相位解缠的精度。
进一步的,所述步骤h具体为:
在相位的时间和空间相关特型的基础上,把残余的地形误差信息和残余的形变信息从解缠相位中分离出来。因为相位解缠的精度得到了一定的改善,所以残余地形误差信息和残余形变误差的估计精度也会有所提高。
进一步的,所述步骤i具体为:残余地形误差信息和残余形变被分离出走之后,最终的形。
本发明的基本原理为:
通过长波长,分辨率低的SAR数据,然后使用SatMPS算法把空间分辨率低的形变信息和地形误差信息提取出来。之后,把提取出来的结果作为原始值从短波长,高分辨率中去除,得到残余相位。最后,对残余相位使用SatMPS算法进行分析,从中得到更加精细的残余相位和地形误差。
下面结合附图以及具体实施方式对本发明作进一步详细说明:
结合图1所示,一种融合多源SAR数据三维地表形变监测方法,具体包括以下几个步骤:
a插值后的结果图。具体的获取方法:
在ASAR数据获得形变速率时,使用Kringe插值法对其形变速率进行空间插值。插值时,插值格网之间的距离并不是越小越精确。格网之间的距离大小需要依据使用的SAR数据的空间分辨率来设置。由于本发明使用的是ASAR数据,空间分辨率约为30米,同时考虑到TSX数据的空间分辨率比较高(约3米)。所以插值格网之间的距离设置为10米。需要注意的是,此插值结果已经依据ASAR数据的雷达波入射角,并且由Los方向换算到垂直向。
b残余相位的获取图。具体获取方法:
在使用TSX数据组合得到的干涉对后,对于候选的SDFP(即SDFPc),使用标准SatMPS算法首先选取出来。之后对于每一个SDFPc的形变速率,使用双线性插值法进行计算,同时根据TSX数据的雷达波入射角,由垂直向换算到Los方向上,之后与时间基线相乘,进一步得到每个干涉相对上的初始形变相位,用于平滑TSX数据的初始干涉相位(即从初始干涉相位中把初始形变相位去除,得到残余干涉相位),初始干涉相位与残余干涉相位的对比,可以得到:明显的干涉条纹在残余干涉相位中已经不那么明显了,以此说明大部分的低频形变相位已经去除了。
c形变结果图。具体获取方法:
对残余相位进行平滑处理后,把最终的SDFP使用标准SatMPS算法首先提取出来,把残余的形变使用时间域的低通滤波提取出来,并且和初始形变相加,之后可以计算出最终的平均形变速率值。
为了验证本发明融合算法的可靠性,另外,特意把融合的SAR数据,分别使用Hooper等人提出的SBAS算法对地表形变信息进行分析。表1为ASAR数据集,表2为TSX数据集:
表1
表2
本实验验证所采用的ASAR和TSX数据,时间间隔为1年9个月。为了减少时间和空间基线所引起的失相干,增加干涉对的数量,增加时间采样率,本实验使用SatMPS/MIT软件,在提取相干点目标的,并且分析地表形变信息方面,使用Hooper等人提出的SBAS算法。Hooper等人提出的算法中,相干点的要求需要满足:在较短时间内,经过斜距向的普滤波后的相位失相干现象表现为缓慢。
基于14景ASAR影像,时间基线和空间基线的临界值设定分别为900天和300米,并且相干阈值设为0.35,然后去除相干性差的干涉对,对于剩下的干涉对进行时序分析,干涉图见图2.
对于29景TSX影像,时间和空间基线的临界值分别设置为720天和300米,并且把相干阈值设为0.65,经过软件处理后得到,所有干涉对均有高质量的相干质量,可以全部用于时序InSAR处理,干涉图见图3。
基于图2和图3的干涉对,按照SBAS算法的步骤进行时序处理,提取影像覆盖地区的形变速率,并且根据雷达波入射角换算到垂直向。之后使用本发明提出的融合算法进行时序InSAR分析,提取影像覆盖地区的形变速率,把两者的结果放在同一张形变图中进行比对,如图4所示。
从上图可以看出,在地表形变程度比较大的区域,标准算法结果可能存在低估的现象、在地表形变与参考区域相近的地方,融合算法与标准算法比较一致、融合算法和标准算法相比较而言,融合算法提取的形变时间演化曲线图比标准算法的形变速率更加平滑,这是因为融合算法在残余形变信息的提取上,使用的是时间域的低通滤波方法。
通过对比而言,本发明提出的融合算法可以有效地提高形变监测的精度,特别是在形变区域较大的地区,可以有效的抑制标准算法的低估现象。
上述虽然对本发明的具体实施例作了详细说明,但是本发明并不限于上述实施例,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,而不具备创造性劳动的修改或变形仍在本发明的保护范围以内。
Claims (10)
1.一种融合多源SAR数据三维地表形变监测方法,其特征在于,包括如下步骤:
a对初始的形变和地形误差进行估计;
b在高分辨率的SAR影像基础上提取SDFP;
c采用地理编码的方法对两种SAR影像进行配准;
d空间插值;
e把变形信息进行融合;
f把地形误差信息进行融合;
g相位解缠;
h分离残余形变和残余地形误差信息;
i对最终的形变信息和地形误差信息进行合成。
2.根据权利要求1所述的一种融合多源SAR数据三维地表形变监测方法,其特征在于,所述步骤a具体为:
为了减少时空失相干的情况,同时增加相干点的密度,使用多主影像的SatMPS算法。在进行干涉对的组合时,需要对每个干涉对的质量进行检查,把相干性差的干涉对进行剔除的时候,需要保证剩下的干涉对是互相连通的。之后采用标准的SatMPS算法把初始形变信息和初始地形误差信息提取出来。
3.根据权利要求1所述的一种融合多源SAR数据三维地表形变监测方法,其特征在于,所述步骤b具体为:
在高分辨率SAR影像生成的干涉对中,检查这些干涉对的质量,选择相干性比较好的干涉对。使用外部DEM消除地形相位,之后在幅度信息的基础上筛选出SDFPc,并且选择出最终的SDFP。
4.根据权利要求1所述的一种融合多源SAR数据三维地表形变监测方法,其特征在于,所述步骤c具体为:
ASAR与TSX的雷达波入射角和空间分辨率等参数的不同,直接配准是比较困难的。因此为了把ASAR和TSX数据从雷达坐标系地理编码到相同的WGS-84地心坐标系下,此方法使用的是SRTM-DEM数据。在地理编码时,编码后的坐标可能因为SAR卫星轨道的不精确性而存在一定的偏移。因此,还需要对地理编码后的坐标进行适当校正,此时就需要借助特殊的地物(例如道路的十字路口,桥梁等)。
5.根据权利要求1所述的一种融合多源SAR数据三维地表形变监测方法,其特征在于,所述步骤d具体为:
ASAR和TSX有着不一样的空间分辨率,而且两种SAR数据提取的SDFP都是空间离散的点。因此,需要把两者融合,之后需要插值操作。首先使用Kringing插值法把ASAR数据信息规则格网化;之后使用双线性插值法得到TSX数据提取的SDFP处的相应信息。
6.根据权利要求1所述的一种融合多源SAR数据三维地表形变监测方法,其特征在于,所述步骤e具体为:
在TSX中融合ASAR获得形变信息存在以下两个方法:
方法一:首先使用经过ASAR数据获得的地表时序形变信息;之后把每个SDFP的形变曲线使用多项式拟合;最后为了得到TSX数据相对应时刻的形变信息,需要在时间上进行插值。需要注意的是,在使用多项式拟合的时候,每一个SDFP的多项式系数并不一定相同,而且需要确定获得的拟合的形变曲线和ASAR结果的相关性在0.9以上;
方法二:首先把地表的平均形变速率通过使用ASAR数据提取出来,地表的主要线性形变可以通过此速率值表现出来:之后相应的形变相位就可以通过每个TSX数据组成的小基线干涉对的时间间隔来计算。
8.根据权利要求1所述的一种融合多源SAR数据三维地表形变监测方法,其特征在于,所述步骤g具体为:
Hooper等人提出的三维相位解缠算法是此专利中相位解缠所使用的算法。初始形变与初始地形误差从高分辨率TSX影像生成的干涉相位中去除之后,形变相位的梯度变化就会得到抑制,对于干涉相位满足Nyquist采样要求有一定的帮助,可以提高相位解缠的精度。
9.根据权利要求1所述的一种融合多源SAR数据三维地表形变监测方法,其特征在于,所述步骤h具体为:
在相位的时间和空间相关特型的基础上,把残余的地形误差信息和残余的形变信息从解缠相位中分离出来。因为相位解缠的精度得到了一定的改善,所以残余地形误差信息和残余形变误差的估计精度也会有所提高。
10.根据权利要求1所述的一种融合多源SAR数据三维地表形变监测方法,其特征在于,所述步骤i具体为:
残余地形误差信息和残余形变被分离出走之后,最终的形变信息和地形误差信息可以由上一步分离出来的值与TSX坐标系下的初始值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010957343.2A CN112051572A (zh) | 2020-09-14 | 2020-09-14 | 一种融合多源sar数据三维地表形变监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010957343.2A CN112051572A (zh) | 2020-09-14 | 2020-09-14 | 一种融合多源sar数据三维地表形变监测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112051572A true CN112051572A (zh) | 2020-12-08 |
Family
ID=73610118
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010957343.2A Pending CN112051572A (zh) | 2020-09-14 | 2020-09-14 | 一种融合多源sar数据三维地表形变监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112051572A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112667970A (zh) * | 2021-02-04 | 2021-04-16 | 淮阴师范学院 | 多源观测技术组合的特大型构筑物变形监测方法 |
CN112986993A (zh) * | 2021-02-07 | 2021-06-18 | 同济大学 | 一种基于空间约束的InSAR形变监测方法 |
CN115343710A (zh) * | 2022-07-11 | 2022-11-15 | 中国地质大学(武汉) | 基于多平台时序InSAR的数据融合及冻融监测方法及装置 |
CN115629384A (zh) * | 2022-12-08 | 2023-01-20 | 中南大学 | 一种时序InSAR误差的改正方法及相关设备 |
-
2020
- 2020-09-14 CN CN202010957343.2A patent/CN112051572A/zh active Pending
Non-Patent Citations (1)
Title |
---|
祝传广: "融合多源SAR影像的形变监测研究", 《中国博士学位论文全文数据库 基础科学辑》, pages 50 - 55 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112667970A (zh) * | 2021-02-04 | 2021-04-16 | 淮阴师范学院 | 多源观测技术组合的特大型构筑物变形监测方法 |
CN112667970B (zh) * | 2021-02-04 | 2024-04-12 | 淮阴师范学院 | 多源观测技术组合的特大型构筑物变形监测方法 |
CN112986993A (zh) * | 2021-02-07 | 2021-06-18 | 同济大学 | 一种基于空间约束的InSAR形变监测方法 |
CN115343710A (zh) * | 2022-07-11 | 2022-11-15 | 中国地质大学(武汉) | 基于多平台时序InSAR的数据融合及冻融监测方法及装置 |
CN115343710B (zh) * | 2022-07-11 | 2024-04-16 | 中国地质大学(武汉) | 基于多平台时序InSAR的数据融合及冻融监测方法及装置 |
CN115629384A (zh) * | 2022-12-08 | 2023-01-20 | 中南大学 | 一种时序InSAR误差的改正方法及相关设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
CN101706577B (zh) | InSAR监测高速公路路面沉降方法 | |
CN112051572A (zh) | 一种融合多源sar数据三维地表形变监测方法 | |
López-Quiroz et al. | Time series analysis of Mexico City subsidence constrained by radar interferometry | |
Goel et al. | A distributed scatterer interferometry approach for precision monitoring of known surface deformation phenomena | |
Liu et al. | Estimating Spatiotemporal Ground Deformation With Improved Persistent-Scatterer Radar Interferometry $^\ast$ | |
CN113340191B (zh) | 时间序列干涉sar的形变量测量方法及sar系统 | |
CN103091676A (zh) | 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 | |
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 | |
CN111856459B (zh) | 一种改进的DEM最大似然约束多基线InSAR相位解缠方法 | |
CN113960595A (zh) | 一种地表形变监测方法及系统 | |
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 | |
CN109696152B (zh) | 一种低相干性区域地面沉降量估算方法 | |
CN110174673B (zh) | 一种利用时序接力干涉图叠加高效减弱大气相位影响的方法 | |
CN115201825B (zh) | 一种InSAR震间形变监测中的大气延迟校正方法 | |
CN112444188B (zh) | 一种多视角InSAR海堤高精度三维形变测量方法 | |
CN113281749A (zh) | 一种顾及同质性的时序InSAR高相干点选取方法 | |
Huang et al. | An Improved Adaptive Template Size Pixel‐Tracking Method for Monitoring Large‐Gradient Mining Subsidence | |
CN106842199A (zh) | 一种融合不同分辨率sar数据监测地表形变的方法 | |
Gonzalez et al. | Coseismic horizontal offsets and fault-trace mapping using phase correlation of IRS satellite images: The 1999 Izmit (Turkey) earthquake | |
CN118191841A (zh) | 一种基于相关性分析的地表沉降形变测量校正方法、装置、设备及介质 | |
CN113238228B (zh) | 基于水准约束的三维地表形变获取方法、系统及装置 | |
Feng et al. | Automatic selection of permanent scatterers-based GCPs for refinement and reflattening in InSAR DEM generation | |
CN107544069B (zh) | 基于平面近似模型的多基线相位解缠绕方法 | |
CN116068511B (zh) | 一种基于深度学习的InSAR大尺度系统误差改正方法 |
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 |