CN112444188A - 一种多视角InSAR海堤高精度三维形变测量方法 - Google Patents
一种多视角InSAR海堤高精度三维形变测量方法 Download PDFInfo
- Publication number
- CN112444188A CN112444188A CN202110135567.XA CN202110135567A CN112444188A CN 112444188 A CN112444188 A CN 112444188A CN 202110135567 A CN202110135567 A CN 202110135567A CN 112444188 A CN112444188 A CN 112444188A
- Authority
- CN
- China
- Prior art keywords
- target
- radar
- sea wall
- point
- 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
Links
- 238000000691 measurement method Methods 0.000 title claims abstract description 21
- 238000005305 interferometry Methods 0.000 claims abstract description 108
- 238000005259 measurement Methods 0.000 claims abstract description 54
- 238000000034 method Methods 0.000 claims abstract description 49
- 238000012544 monitoring process Methods 0.000 claims abstract description 34
- 238000005516 engineering process Methods 0.000 claims abstract description 19
- 238000003384 imaging method Methods 0.000 claims abstract description 15
- 238000009826 distribution Methods 0.000 claims description 50
- 230000001427 coherent effect Effects 0.000 claims description 32
- 239000011159 matrix material Substances 0.000 claims description 31
- 230000035945 sensitivity Effects 0.000 claims description 28
- 238000001514 detection method Methods 0.000 claims description 20
- 230000000007 visual effect Effects 0.000 claims description 20
- 238000010586 diagram Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000006073 displacement reaction Methods 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 6
- 238000012952 Resampling Methods 0.000 claims description 5
- 238000007405 data analysis Methods 0.000 claims description 5
- 230000001419 dependent effect Effects 0.000 claims description 4
- 238000004088 simulation Methods 0.000 abstract description 4
- 230000000875 corresponding effect Effects 0.000 description 34
- 238000004458 analytical method Methods 0.000 description 10
- 230000000295 complement effect Effects 0.000 description 4
- 230000004927 fusion Effects 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 230000007123 defense Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 239000000047 product Substances 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007596 consolidation process Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000011524 similarity measure Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
Images
Classifications
-
- 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
- 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
本发明公开了一种多视角InSAR海堤高精度三维形变测量方法，通过对雷达卫星影像中的海堤结构进行成像模拟，分析海堤结构在不同视角雷达卫星影像中的可见性，有效提高了雷达卫星影像采集的效率，并采用多视角雷达卫星影像进行时空相似度匹配和相互补充的策略，提高了海堤结构形变测量的时空精细度，并获得了更加丰富的海堤高精度三维形变信息，从而解决了传统的基于雷达干涉测量技术的形变监测方法仅能获取海堤的一维形变信息的问题。
Description
技术领域
本发明涉及基础设施精密工程测量领域，尤其涉及的是一种多视角InSAR海堤高精度三维形变测量方法。
背景技术
与传统的形变测量方法相比，雷达干涉测量技术（Interferometry SyntheticAperture Radar）由于具有人力物力成本低、监测精度高、空间覆盖范围大且连续等独特优势，因此成为了海堤工程整体连续形变快速监测的有力手段。然而目前，雷达干涉测量技术通常只能监测雷达视线向（LOS）上的一维形变信息，在大多情况下，仅仅获取一维雷达视线向的形变量并不能反映海堤结构的真实变形情况，特别是当形变主要发生在合成孔径卫星飞行方向的情况下，容易导致形变信号估算偏差和变形机理解译不清等问题。
因此，现有技术还有待改进和发展。
发明内容
本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种多视角InSAR海堤高精度三维形变测量方法，旨在解决现有技术中的基于雷达干涉测量技术的形变监测方法仅能获取海堤的一维形变信息的问题。
本发明解决问题所采用的技术方案如下：
第一方面，本发明实施例提供一种多视角InSAR海堤高精度三维形变测量方法，其中，所述方法包括：
获取不同观测角度下得到的目标海堤结构的雷达干涉测量数据集，并通过比较不同观测角度下目标海堤结构的雷达干涉测量数据集对应的海堤雷达可视图和海堤形变探测敏感度分布图确定目标雷达卫星观测角度组合；
获取所述目标海堤结构的相干点目标的密度数据和分布信息，通过所述相干点目标的密度数据和分布信息在基于所述目标雷达卫星观测角度组合得到的雷达干涉测量数据集中选择出若干个目标雷达干涉测量数据集；
利用时空相似度匹配和相互补充的策略在所述目标雷达干涉测量数据集中分割出的海堤点目标，将分割出的海堤点目标转换至同一坐标系下，将转换完毕后的海堤点目标作为标准点目标，并对所述标准点目标进行匹配，得到同名点目标；所述同名点目标为表示所述目标海堤结构上同一位置的标准点目标；
通过所述同名点目标进行海堤三维形变的联合解算，并基于所述海堤三维形变的联合解算的结果获取目标海堤结构的同名点三维形变信息。
在一种实施方式中，所述获取不同观测角度下得到的目标海堤结构的雷达干涉测量数据集，并通过比较不同观测角度下目标海堤结构的雷达干涉测量数据集对应的海堤雷达可视图和海堤形变探测敏感度分布图确定目标雷达卫星观测角度组合包括：
获取不同观测角度下得到的目标海堤结构的雷达干涉测量数据集；
通过多源数据分析技术与卫星成像几何技术模拟所述雷达干涉测量数据集对应的雷达卫星影像的后向散射过程；
通过所述雷达卫星影像的后向散射过程获取不同观测角度下几何成像上的几何畸变信息，并生成海堤雷达可视图；
获取所述雷达干涉测量数据集对应的形变监测敏感度数据，并生成海堤形变探测敏感度分布图；
通过比较不同观测角度下目标海堤结构的雷达干涉测量数据集对应的海堤雷达可视图和海堤形变探测敏感度分布图确定目标雷达卫星观测角度组合。
在一种实施方式中，所述获取所述雷达干涉测量数据集对应的形变监测敏感度数据，并生成海堤形变探测敏感度分布图包括：
获取所述目标海堤结构的结构语义信息，通过所述目标海堤结构的结构语义信息和不同观测角度下的卫星观测几何参数计算出所述目标海堤结构的形变与视线向形变之间的转换关系；
通过所述转换关系确定不同观测角度下的目标海堤结构表面的形变监测敏感度数据，并生成海堤形变探测敏感度分布图。
在一种实施方式中，所述获取所述目标海堤结构的相干点目标的密度数据和分布信息，通过所述相干点目标的密度数据和分布信息在基于所述目标雷达卫星观测角度组合得到的雷达干涉测量数据集中选择出若干个目标雷达干涉测量数据集包括：
获取已有的雷达干涉测量数据集，通过所述已有的雷达干涉测量数据集建立相干点目标与海堤结构特性的经验性关系模型；
根据所述已有的雷达干涉测量数据集与所述经验性关系模型计算出所述目标海堤结构上的相干点目标的密度数据和分布信息；
通过计算出的所述目标海堤结构上的相干点目标的密度数据和分布信息，在基于所述目标雷达卫星观测角度组合得到的雷达干涉测量数据集中选择出满足预设的相干点目标密度、分布要求的若干个目标雷达干涉测量数据集。
在一种实施方式中，所述利用时空相似度匹配和相互补充的策略在所述目标雷达干涉测量数据集中分割出的海堤点目标，将分割出的海堤点目标转换至同一坐标系下，将转换完毕后的海堤点目标作为标准点目标，并对所述标准点目标进行匹配，得到同名点目标包括：
利用时空相似度匹配和相互补充的策略在所述目标雷达干涉测量数据集中分割出的海堤点目标；
将分割出的海堤点目标转换至世界坐标系下，将转换完毕后的海堤点目标作为标准点目标；
获取所述目标海堤结构的结构语义信息，基于所述目标海堤结构的结构语义信息对所述标准点目标进行匹配，通过匹配结果确定表示所述目标海堤结构上同一位置的标准点目标，将所述目标海堤结构上同一位置的标准点目标作为同名点目标。
在一种实施方式中，所述利用时空相似度匹配和相互补充的策略在所述目标雷达干涉测量数据集中分割出的海堤点目标包括：
获取所述目标海堤结构的高程信息和位置信息，将所述目标海堤结构的高程信息和位置信息作为空间约束条件；
获取所述目标雷达干涉测量数据集对应的时间序列形变，对所述时间序列形变进行插值处理；
对所述插值处理后得到的数据按预设的时间间隔进行重采样，并通过所述重采样得到的数据计算相似性度量数据，将所述相似性度量数据作为时间约束条件；
根据所述空间约束条件以及所述时间约束条件将所述目标雷达干涉测量数据集中无效的点目标剔除，并分割出海堤点目标。
在一种实施方式中，所述通过所述同名点目标进行海堤三维形变的联合解算，并基于所述海堤三维形变的联合解算的结果获取目标海堤结构的同名点三维形变信息包括：
获取所述同名点目标的雷达视线向位移数据，通过所述同名点目标的雷达视线向位移数据生成雷达视线向的形变矩阵；
获取每一个目标雷达干涉测量数据集对应的雷达波束入射角数据以及卫星飞行方向与北方向的夹角数据，通过所述每一个目标雷达干涉测量数据集对应的雷达波束入射角数据以及卫星飞行方向与北方向的夹角数据生成系数矩阵；
通过相干性约束定权的方法确定每一个目标雷达干涉测量数据集的权重值，并生成对应的权矩阵；
根据所述雷达视线向的形变矩阵、所述系数矩阵以及所述权矩阵计算目标海堤结构的同名点三维形变信息。
在一种实施方式中，所述通过相干性约束定权的方法确定每一个目标雷达干涉测量数据集的权重值，并生成对应的权矩阵包括：
通过一个目标雷达干涉测量数据集中所有的同名点目标生成一个同名点目标集合；
获取所述同名点目标集合的平均相干性系数，将所述同名点目标集合的平均相干性系数作为所述目标雷达干涉测量数据集的权重值指标；
通过所有目标雷达干涉测量数据集的权重值指标生成对应的权矩阵。
在一种实施方式中，所述获取所述同名点目标集合的平均相干性系数，将所述同名点目标集合的平均相干性系数作为所述目标雷达干涉测量数据集的权重值指标包括：
获取每一个点目标对应的干涉相位、空间相关相位分量、空间非相关视角误差值以及干涉图的数量；
通过所述干涉相位、所述空间相关相位分量、所述空间非相关视角误差值以及所述干涉图的数量确定每一个点目标的平均相干性系数，并计算每个干涉图集的同名点目标的平均相干性系数；
将所述每个干涉图集的同名点目标的平均相干性系数作为每一个干涉图集对应的目标雷达干涉测量数据集的权重值指标。
在一种实施方式中，所述方法还包括：
通过所述同名点目标之间的对应关系建立点目标对应变换模型；
通过所述点目标对应变换模型解算所述目标雷达干涉测量数据集上的非同名点目标的空间位置信息；
通过所述目标雷达干涉测量数据集上的非同名点目标的空间位置信息以及所述同名点三维形变信息进行所述目标海堤结构的三维形变反演。
本发明的有益效果：本发明实施例通过对雷达卫星影像中的海堤结构进行成像模拟，分析海堤结构在不同视角雷达卫星影像中的可见性，有效提高了雷达卫星影像采集的效率，并采用多视角雷达卫星影像进行时空相似度度量方法相互补充的策略，提高了海堤结构形变测量的时空精细度，并获得了更加丰富的海堤高精度三维形变信息，从而解决了传统的基于雷达干涉测量技术的形变监测方法仅能获取海堤的一维形变信息的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种多视角InSAR海堤高精度三维形变测量方法的步骤流程示意图。
图2是本发明实施例提供的综合评估雷达卫星影像采集方案的模块流程示意图。
图3是本发明实施例提供的一种多视角InSAR海堤高精度三维形变测量方法的模块流程示意图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
需要说明，若本发明实施例中有涉及方向性指示(诸如上、下、左、右、前、后……)，则该方向性指示仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
作为抵御沿海风暴潮灾害的第一道防线，海堤工程的结构安全和防御能力对于确保沿海地区的经济发展和社会稳定至关重要。然而，海堤工程大多修建于填海造陆地区的软土地基之上，容易受到不同软土层固结压缩的影响而产生不均匀形变。如果海堤结构的形变量过大，可能导致结构开裂等损伤，这将大大降低其对风暴潮灾害的防御标准，从而严重威胁沿海地区人民的生命财产安全。因此，研究快速、高精度的海堤结构形变监测技术方法迫在眉睫。
目前，海堤结构通常存在岸线跨度大、分布范围广等特征，传统的形变测量方法，例如水准测量、GPS观测、表面传感器测量等方法往往只能获取海堤结构离散点位上的形变量，且观测时效性差，无法实现海堤结构的整体连续形变监测。此外，海堤结构的地理位置通常随时间不断向外扩张，这使得传统形变监测方法所埋设的传感器经常随着海堤位置的变化而失效，要对新建海堤结构进行监测又要架设新的传感器，消耗的大量的人力物力财力。
与传统的形变测量方法相比，雷达干涉测量技术（Interferometry SyntheticAperture Radar）作为一种快速发展的卫星大地测量技术，能够全天时、全天候成像，并快速、无接触地获取表面形变信息，在堤线长、分布广、位置不断变化的海堤工程形变监测中具有人力物力成本低、监测精度高、空间覆盖范围大且连续等独特优势，成为海堤工程整体连续形变快速监测的有力手段。
然而，雷达干涉测量技术通常只能监测雷达视线向（LOS）上的一维形变信息，在大多情况下，仅仅获取一维雷达视线向的形变量并不能反映海堤结构的真实变形情况，特别是当形变主要发生在合成孔径卫星飞行方向的情况下，容易导致形变信号估算偏差和变形机理解译不清等问题。对于海堤形变监测来说，目前的雷达干涉测量监测都是假设海堤结构的形变主要以垂直沉降为主，而忽略了可能存在的水平方向形变，然而，这样的假设与海堤实际形变情况不符，因为海堤结构的形变不仅仅只发生在垂直方向上，水平方向的形变也会对海堤的路基造成严重损害，如果不能及时对水平方向形变进行监测和维护，也可能导致重大事故生。
因此，只有获取海堤结构的真实三维形变信息，才能更加深入的了解其结构形变的发生和演化过程，并对有效监测及预报可能的灾害具有重要作用。而在海堤结构形变测量方面，传统的海堤形变监测方法仅能获取海堤的一维形变信息，且还存在观测空间分辨率低等问题，所以传统的海堤形变监测方法仍然有待改进和提高。
针对现有技术的上述缺陷，本发明提供了一种多视角InSAR海堤高精度三维形变测量方法，通过对雷达卫星影像中的海堤结构进行成像模拟，分析海堤结构在不同视角的雷达卫星影像中的可见性，有效提高了雷达卫星影像采集的效率，并采用不同视角的雷达卫星观测值进行时空相似度度量方法相互补充的策略，提高了海堤结构形变测量的时空精细度，并获得了更加丰富的海堤高精度三维形变信息，从而解决了传统的基于雷达干涉测量技术的形变监测方法仅能获取海堤的一维形变信息的问题。
如图1所示，本实施例提供一种多视角InSAR海堤高精度三维形变测量方法，所述方法包括如下步骤：
步骤S100、获取不同观测角度下得到的目标海堤结构的雷达干涉测量数据集，并通过比较不同观测角度下目标海堤结构的雷达干涉测量数据集对应的几何畸变信息和形变监测敏感度数据确定目标雷达卫星观测角度组合。
具体地，本实施例首先需要展开时序雷达干涉测量数据在海堤高精度三维形变的可见性分析研究，卫星雷达时序干涉技术（TSInSAR）是一种利用卫星雷达多时相大数据干涉相干原理，通过研究关于目标海堤结构的所有可用的雷达卫星影像进行联合处理，提取长时间序列上的目标海堤结构上的微小形变。然后综合多种可见性分析的评价指标，包括海堤雷达可视图和海堤形变探测敏感度分布图，从而确定应该选择哪些观测视角的卫星获取雷达卫星影像，从而在这些雷达卫星影像分析和提取出目标海堤结构的高精度三维形变信息。
在一种实现方式中，所述步骤S100具体包括如下步骤：
步骤S110、获取不同观测角度下得到的目标海堤结构的雷达干涉测量数据集；
步骤S120、通过多源数据分析技术与卫星成像几何技术模拟所述雷达干涉测量数据集对应的雷达卫星影像的后向散射过程；
步骤S130、通过所述雷达卫星影像的后向散射过程获取不同观测角度下几何成像上的几何畸变信息，并生成海堤雷达可视图；
步骤S140、获取所述雷达干涉测量数据集对应的形变监测敏感度数据，并生成海堤形变探测敏感度分布图；
步骤S150、通过比较不同观测角度下目标海堤结构的雷达干涉测量数据集对应的海堤雷达可视图和海堤形变探测敏感度分布图确定目标雷达卫星观测角度组合。
具体地，本实施例获取海堤雷达可视图主要是用于研究目标海堤结构的几何特征、后向散射强度、相干性与卫星观测角度、海堤岸线方向、海堤结构规模大小之间的相关关系。如图2所示，本实施例采用多源数据分析技术，包括对海堤结构语义信息、光学影像数据、数字高程模型数据（DEM）等多源数据分析，再结合卫星成像几何技术可以模拟出雷达卫星影像的后向散射过程，在合成孔径雷达等遥感器中，所观测的散射波的方向是入射方向，这个方向上的散射就称作后向散射。模拟出雷达卫星影像的后向散射过程以后，即可得知雷达发射信号在目标海堤结构上的反射位置，进而得知雷达发射信号代表目标海堤结构上哪些位置的信息，从而将雷达发射信号和海堤结构的具体位置互相联系起来。然后通过雷达卫星影像的后向散射过程获取几何畸变信息，所述几何畸变信息指的是通过目标海堤结构的朝向、卫星的观测视角去判断几何成像中是否会出现阴影、透视收缩或者顶体倒置等问题，即所述几何畸变信息属于几何成像上的畸变。然后根据获取到的几何畸变信息生成海堤雷达可视图。海堤雷达可视图相当于对目标海堤结构能够看见的地方和不能够看见的地方进行标记，之所以会出现看不见的地方是由于不同观测角度的卫星所获取到的雷达卫星影像中看见的目标海堤结构的角度是不同的，因此在分析目标海堤结构的三维形变之前需要判断目标海堤结构的不同位置分别在哪些雷达卫星影像中可见，通过生成雷达可视图，获取可能发生成像几何畸变的位置和范围，并预估不同观测角度和成像几何参数设置下的几何畸变的分布情况，通过横向对比选择出最优或者更有的雷达观测角度的组合方案。
此外，由于基于相位观测的雷达干涉测量技术只能获取来自雷达视线向的一维形变信息，而海堤结构的真实形变在雷达视线向的投影分量大小还取决于海堤结构的方向和卫星观测几何条件等。因此还需要结合海堤形变探测敏感度才能确定最优的雷达观测角度的组合，并将其作为目标雷达卫星观测角度组合。即本实施例需要通过比较不同观测角度下目标海堤结构的雷达干涉测量数据集对应的海堤雷达可视图和海堤形变探测敏感度分布图确定目标雷达卫星观测角度组合，然后通过目标雷达卫星观测角度组合得到的雷达卫星影像的最优组合方式去求解高精度的目标海堤结构的三维形变信息。
为了获取到海堤形变探测敏感度分布图，在一种实现方式中，本实施例通过目标海堤结构的结构语义信息，例如海堤的高程信息以及位置信息，再结合不同观测角度下的卫星观测几何参数计算出所述目标海堤结构的形变与视线向形变之间的转换关系，这个转换关系即反映了不同观测角度对目标海堤结构表面的形变检测敏感度，进而生成海堤形变探测敏感度分布图。
此外，本实施例还需要优化时序雷达干涉测量数据的采集方案，如图1所示，所述方法还包括如下步骤：
步骤S200、获取所述目标海堤结构的相干点目标的密度数据和分布信息，通过所述相干点目标的密度数据和分布信息在基于所述目标雷达卫星观测角度组合得到的雷达干涉测量数据集中选择出若干个目标雷达干涉测量数据集。
具体地，时序雷达干涉测量技术在海堤高精度形变监测中成功应用的关键在于是否可以获取到足够数量且分布均匀的相干点目标，然而相干点目标的数量和分布不仅取决于雷达卫星的波长和分辨率，还与目标海堤的结构特性、材料特性、周围地表覆盖类型以及填海造陆建设活动等密切相关。因此本实施例获取新的雷达干涉测量数据之前，需要首先研究相干点目标数量与目标海堤结构的几何、物理特性之间的相关关系，反算出目标海堤结构上相干点目标可能的密度和分布情况，预先判断哪些雷达干涉测量数据集的相干点目标的密度和分布情况可以满足时序雷达干涉测量技术的要求，从而选择出合适的雷达干涉测量数据集。
在一种实现方式中，所述步骤S200具体包括如下步骤：
步骤S210、获取已有的雷达干涉测量数据集，通过所述已有的雷达干涉测量数据集建立相干点目标与海堤结构特性的经验性关系模型；
步骤S220、根据所述已有的雷达干涉测量数据集与所述经验性关系模型计算出所述目标海堤结构上的相干点目标的密度数据和分布信息；
步骤S230、通过计算出的所述目标海堤结构上的相干点目标的密度数据和分布信息，在基于所述目标雷达卫星观测角度组合得到的雷达干涉测量数据集中选择出满足预设的相干点目标密度、分布要求的若干个目标雷达干涉测量数据集。
为了获取到相干点目标数量与目标海堤结构的几何、物理特性之间的相关关系，本实施例需要预先建立一个经验性的关系模型。具体地，本实施例通过处理存档的雷达干涉测量数据集获取目标海堤结构上的相干点目标的分布情况，然后研究相干点目标数量与目标海堤结构的几何、物理特性之间的相关关系，并以此构建经验性的关系模型。最后通过计算出的所述目标海堤结构上的相干点目标的密度数据和分布信息，然后在基于所述目标雷达卫星观测角度组合得到的雷达干涉测量数据集中选择出满足预设的相干点目标密度、分布要求的若干个目标雷达干涉测量数据集。在一种实现方式中，可以预先根据时序雷达干涉测量技术的要求，设定相干点目标密度阈值和分布均匀度阈值，以此作为筛选出目标雷达干涉测量数据集的条件。
确定好目标雷达卫星观测角度组合以及优化好时序合成孔径雷达数据的采集方案以后，即可以筛选出用于解算目标海堤结构的三维形变的雷达干涉测量数据集，并将这些数据集作为目标雷达干涉测量数据集，如图1所示，所述方案还包括如下步骤：
步骤S300、利用时空相似度匹配和相互补充的策略在所述目标雷达干涉测量数据集中分割出的海堤点目标，将分割出的海堤点目标转换至同一坐标系下，将转换完毕后的海堤点目标作为标准点目标，并对所述标准点目标进行匹配，得到同名点目标；所述同名点目标为表示所述目标海堤结构上同一位置的标准点目标。
由于本实施例需要对不同观测角度的雷达干涉测量数据集进行融合分析，从而克服雷达干涉测量技术在形变监测过程中只对视线向形变敏感的问题，因此统一的空间参考是实现融合分析的必要基础条件。然而不同平台（轨道）获取的雷达卫星影像在目标海堤结构上的点目标分布各不相同，因此有可能存在空间配准误差。在融合分析时，为了提高不同观测角度的雷达干涉测量数据集中的点目标之间的匹配精度，本实施例将时间和空间相似度这两种度量方法相结合，分割出雷达干涉测量数据集中的海堤点目标，并将分割出的海堤点目标转换至统一的坐标系下，得到空间参考一致的标准点目标。然后对所述标准点目标进行匹配，匹配时将标准点目标进行单独匹配，以便最大限度的去除周围地物点目标带来的误差因素影像，提高计算效率。通过匹配可以确定不同雷达干涉测量数据集中代表目标海堤结构上同一位置的点目标，并将这类点目标作为同名点目标。
在一种实现方式中，所述步骤S300具体包括如下步骤：
步骤S310、利用时空相似度匹配和相互补充的策略在所述目标雷达干涉测量数据集中分割出的海堤点目标；
步骤S320、将分割出的海堤点目标转换至世界坐标系下，将转换完毕后的海堤点目标作为标准点目标；
步骤S330、获取所述目标海堤结构的结构语义信息，基于所述目标海堤结构的结构语义信息对所述标准点目标进行匹配，通过匹配结果确定表示所述目标海堤结构上同一位置的标准点目标，将所述目标海堤结构上同一位置的标准点目标作为同名点目标。
基于目标海堤结构上同一位置的点目标应该具有时空相关性的假设，本实施例将空间和时间相似度这两种度量方法相结合，在采集到的目标雷达干涉测量数据中分割出海堤点目标。具体地，可以通过获取所述目标海堤结构的高程信息和位置信息，将所述目标海堤结构的高程信息和位置信息作为空间约束条件，以剔除掉空间位置差异过大的点目标，例如高程超过所述目标海堤结构的高程的点目标不属于海堤点目标，位置不在所述目标海堤结构位置信息对应的范围内的点目标不属于海堤点目标，从而保证海堤点目标的高程和位置的合理性和连续性。此外，在时间尺度上，考虑到不同雷达干涉测量数据集可能对应有不同的采样时间，例如有些雷达卫星的采样时间可能是两个月采样一次，有些雷达卫星的采样时间可能是半年采样一次。为了消除这种差异，本实施例通过获取所述目标雷达干涉测量数据集对应的时间序列形变，首先对所述时间序列形变进行插值处理，填补数据缺失的部分，然后对所述插值处理后得到的数据按预设的时间间隔进行重采样，例如重采样到每月一次的形变量，并通过所述重采样得到的数据计算相似性度量数据，将所述相似性度量数据作为时间约束条件。在一种实现方式中，两个形变序列随时间变化特征的相似性由一阶时间相关系数度量，如下列公式所示：
其中，t代表时刻，T代表雷达干涉测量数据集观测时间段的月数，
的取值在[-1,1]之间，值越大，代表两个时间序列中每个时刻变化率的大小和方向越相似，结合两个时间序列相关系数和距离的相似性度量定义为：
其中，
是一个指数调整函数，
为两个时间序列曲线的欧氏距离。之后，根据所述空间约束条件以及所述时间约束条件将所述目标雷达干涉测量数据集中无效的点目标剔除后分割出海堤点目标。
然后将分割出的海堤点目标转换至世界坐标系下，将转换完毕后的海堤点目标作为标准点目标，则标准点目标均具有统一的空间参考系，可以用于进行融合分析。获取到标准点目标以后，还需要对标准点目标进行匹配。具体地，本实施例中需要获取目标海堤结构的结构语义信息，例如目标海堤结构的高程信息和位置信息，基于所述目标海堤结构的结构语义信息在所有标准点目标中匹配出代表目标海堤结构上同一位置的标准点目标，并将这类标准点目标作为同名点目标。
匹配出同名点目标以后，本实施例需要通过同名点目标计算出高精度的海堤三维形变信息，如图1所示，所述方法还包括如下步骤：
步骤S400、通过所述同名点目标进行海堤三维形变的联合解算，并基于所述海堤三维形变的联合解算的结果获取目标海堤结构的同名点三维形变信息。
由于雷达干涉测量技术获取的目标海堤结构的形变量不是目标海堤结构的真实形变量，而是真实形变量在卫星视线方向的投影，本实施例为了获取到更有价值的海堤工程形变特征，因此需要通过在不同观测角度下采集到的雷达干涉测量数据集进行海堤三维形变的联合解算，通过这些雷达干涉测量数据集实现观测空间角度上的相互补充，进而提高观测精度以及获取更加丰富的海堤三维形变信息。
在一种实现方式中，所述步骤S400具体包括如下步骤：
步骤S410、获取所述同名点目标的雷达视线向位移数据，通过所述同名点目标的雷达视线向位移数据生成雷达视线向的形变矩阵；
步骤S420、获取每一个目标雷达干涉测量数据集对应的雷达波束入射角数据以及卫星飞行方向与北方向的夹角数据，通过所述每一个目标雷达干涉测量数据集对应的雷达波束入射角数据以及卫星飞行方向与北方向的夹角数据生成系数矩阵；
步骤S430、通过相干性约束定权的方法确定每一个目标雷达干涉测量数据集的权重值，并生成对应的权矩阵；
步骤S440、根据所述雷达视线向的形变矩阵、所述系数矩阵以及所述权矩阵计算目标海堤结构的同名点三维形变信息。
本实施例通过一个例子来说明步骤S400的具体实现过程，假设本实施例需要获得地面点目标在三个方向上的形变，则通过雷达干涉测量技术获取到的视线向形变可以通过下述公式表示：
式中，
为雷达观测方向（视线向）与垂直方向的夹角；
为卫星飞行方向与正北方向的夹角。由于公式中包含三个未知数
、
和
，所以要获得地面点目标在三个方向上的形变，至少需要获取同一时间段三个或以上SAR数据集。假设有
个不同的SAR影像集，
、
和
分别为垂直、东西和南北方向的位移。
为了求解出垂直、东西和南北三个方向上的位移，需要进一步利用三维分解的矩阵表达式：
式中，
为雷达视线向的形变矩阵，A为系数矩阵，
为三维形变矩阵，其中：
式中，
为第n个SAR影像集中第m个同名点的雷达视线向位移，
为第n个SAR影像集的雷达波束入射角，
为第n个SAR影像集的卫星飞行方向与北方向的夹角。
为了求解出三维形变矩阵，进而求解出雷达视线向的形变矩阵，本实施例需要通过优化以后的最小二乘公式计算三维形变的最小二乘解：
式中，P为权矩阵，也是本实施例实现优化最小二乘公式的基础。具体地，由于目前现有技术中对多源雷达干涉测量数据集通常都是进行等全处理，将其设为单位阵，即将不同的雷达干涉测量数据集均按照统一的权值进行处理。然而在实际实施过程中，存在选择不同的雷达波段观测目标海堤结构的情况。雷达卫星的工作频段通常适宜选择L、C、X波段，而不同的波段采集到的雷达干涉测量数据集在目标海堤结构沿线获取的点目标密度、相干性和测量精度都有所不同，因此为了最大限度地去除可能存在的噪声的影响，如图3所示，本实施例引入相干性进行约束定权，即通过相干性约束定权的方法确定每一个目标雷达干涉测量数据集的权重值，并生成对应的权矩阵，将相干性越高的数据集赋予更高的权重值，以提高海堤三维形变解算结果的可靠性。
生成权矩阵的过程如下：本实施例首先将每一个目标雷达干涉测量数据集中所有的同名点目标选出来并生成一个同名点目标集合，然后获取所述同名点目标集合的平均相干性系数，将所述同名点目标集合的平均相干性系数作为所述目标雷达干涉测量数据集的权重值指标。具体地，为了确定每一个目标雷达干涉测量数据集的权重值指标，本实施例需要获取每一个点目标对应的干涉相位、空间相关相位分量、空间非相关视角误差值以及干涉图的数量，然后通过所述干涉相位、所述空间相关相位分量、所述空间非相关视角误差值以及所述干涉图的数量确定每一个点目标的平均相干性系数，并计算每个干涉图集的同名点目标的平均相干性系数，然后将所述每个干涉图集的同名点目标的平均相干性系数作为每一个干涉图集对应的目标雷达干涉测量数据集的权重值指标。在一种实现方式中，计算每个干涉图集的同名点目标的平均相干性系数的公式如下：
式中，
为第m个点目标的平均相干性系数，用于评价该点目标的相位稳定性，
代表该点上的干涉相位，
表示估计的空间相关相位分量，
为空间非相关视角误差，N是干涉图的数量。
然后对海堤三维形变进行加权解算，求解出目标海堤结构在不同方向上的位移。在一种实现方式中，由于通过同名点目标计算出来的是目标海堤结构上高精度的同名点三维形变信息，为了探究海堤不同结构上的形变分布和演化特征，本实施例还通过需要解算出非同名点目标的位置信息。本实施例还可以通过所述同名点目标之间的对应关系，然后以不同雷达干涉测量数据集之间的同名点目标作为跨平台约束，建立点目标对应变换模型，然后通过所述点目标对应变换模型解算非同名点目标的空间位置信息。最后通过所述目标雷达干涉测量数据集上的非同名点目标的空间位置信息以及所述同名点三维形变信息进行所述目标海堤结构的三维形变反演。
这是由于现有的形变监测产品通常都只是将海堤作为单线结构进行沉降分析，难以支撑海堤结构的详细形变分析，给基于时序雷达干涉测量技术的海堤形变监测的实际应用带来了极大的挑战。因此本实施例在解算出目标海堤结构的三维形变信息以后，将雷达干涉测量技术得到监测结果与目标海堤结构的机构特征进行联合分析，根据联合分析的结果再反向优化海堤形变分析方法，并获取目标海堤结构不同结构上的形变分布和演化特征，按照预设的标准展示在专题图件上，从而获取到对用户更有价值的产品。这类产品品可以发送给相关部门管理人员或最终用户，以实现更好的服务于海堤工程的安全监测应用。
此外，在实际应用中，一些研究区域往往无法保障同时拥有三种不同视角雷达干涉测量数据集的情况，因此当只有两种数据集的情况下，可以通过添加经验型的外部约束条件辅助解算目标海堤结构的三维形变信息。此外，对于某些海堤结构，若假设该海堤结构的形变主要是沿某些特定的方向发生的，例如形变主要是沿着竖直方向和垂直于海堤结构的水平方向发生的，则可以通过这两个方向对应的观测角度获取到的雷达干涉测量数据集求解海堤结构的三维形变信息。
本发明提出的方法具有监测成本低、效率高、范围大、形变解算精度高等特点，在对海堤结构进行高精度三维形变测量，以及提升对海堤结构形变发生和演化规律认知等方面，都有巨大的应用潜力，可以广泛应用于城市大跨度基础设施的高精度三维形变精细测量中，并且在智慧城市精细化管理、土木工程以及公共安全管理等领域都具有广阔的应用前景。
综上所述，本发明公开了一种多视角InSAR海堤高精度三维形变测量方法，通过对雷达卫星影像中的海堤结构进行成像模拟，分析海堤结构在不同视角雷达卫星影像中的可见性，有效提高了雷达卫星影像采集的效率，并采用多视角雷达卫星影像进行时空相似度度量方法相互补充的策略，提高了海堤结构形变测量的时空精细度，并获得了更加丰富的海堤高精度三维形变信息，从而解决了传统的基于雷达干涉测量技术的形变监测方法仅能获取海堤的一维形变信息的问题。
应当理解的是，本发明的应用不限于上述的举例，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (10)
1.一种多视角InSAR海堤高精度三维形变测量方法，其特征在于，所述方法包括：
获取不同观测角度下得到的目标海堤结构的雷达干涉测量数据集，并通过比较不同观测角度下目标海堤结构的雷达干涉测量数据集对应的海堤雷达可视图和海堤形变探测敏感度分布图确定目标雷达卫星观测角度组合；
获取所述目标海堤结构的相干点目标的密度数据和分布信息，通过所述相干点目标的密度数据和分布信息在基于所述目标雷达卫星观测角度组合得到的雷达干涉测量数据集中选择出若干个目标雷达干涉测量数据集；
利用时空相似度匹配和相互补充的策略在所述目标雷达干涉测量数据集中分割出的海堤点目标，将分割出的海堤点目标转换至同一坐标系下，将转换完毕后的海堤点目标作为标准点目标，并对所述标准点目标进行匹配，得到同名点目标；所述同名点目标为表示所述目标海堤结构上同一位置的标准点目标；
通过所述同名点目标进行海堤三维形变的联合解算，并基于所述海堤三维形变的联合解算的结果获取目标海堤结构的同名点三维形变信息。
2.根据权利要求1所述的一种多视角InSAR海堤高精度三维形变测量方法，其特征在于，所述获取不同观测角度下得到的目标海堤结构的雷达干涉测量数据集，并通过比较不同观测角度下目标海堤结构的雷达干涉测量数据集对应的海堤雷达可视图和海堤形变探测敏感度分布图确定目标雷达卫星观测角度组合包括：
获取不同观测角度下得到的目标海堤结构的雷达干涉测量数据集；
通过多源数据分析技术与卫星成像几何技术模拟所述雷达干涉测量数据集对应的雷达卫星影像的后向散射过程；
通过所述雷达卫星影像的后向散射过程获取不同观测角度下几何成像上的几何畸变信息，并生成海堤雷达可视图；
获取所述雷达干涉测量数据集对应的形变监测敏感度数据，并生成海堤形变探测敏感度分布图；
通过比较不同观测角度下目标海堤结构的雷达干涉测量数据集对应的海堤雷达可视图和海堤形变探测敏感度分布图确定目标雷达卫星观测角度组合。
3.根据权利要求2所述的一种多视角InSAR海堤高精度三维形变测量方法，其特征在于，所述获取所述雷达干涉测量数据集对应的形变监测敏感度数据，并生成海堤形变探测敏感度分布图包括：
获取所述目标海堤结构的结构语义信息，通过所述目标海堤结构的结构语义信息和不同观测角度下的卫星观测几何参数计算出所述目标海堤结构的形变与视线向形变之间的转换关系；
通过所述转换关系确定不同观测角度下的目标海堤结构表面的形变监测敏感度数据，并生成海堤形变探测敏感度分布图。
4.根据权利要求1所述的一种多视角InSAR海堤高精度三维形变测量方法，其特征在于，所述获取所述目标海堤结构的相干点目标的密度数据和分布信息，通过所述相干点目标的密度数据和分布信息在基于所述目标雷达卫星观测角度组合得到的雷达干涉测量数据集中选择出若干个目标雷达干涉测量数据集包括：
获取已有的雷达干涉测量数据集，通过所述已有的雷达干涉测量数据集建立相干点目标与海堤结构特性的经验性关系模型；
根据所述已有的雷达干涉测量数据集与所述经验性关系模型计算出所述目标海堤结构上的相干点目标的密度数据和分布信息；
通过计算出的所述目标海堤结构上的相干点目标的密度数据和分布信息，在基于所述目标雷达卫星观测角度组合得到的雷达干涉测量数据集中选择出满足预设的相干点目标密度、分布要求的若干个目标雷达干涉测量数据集。
5.根据权利要求1所述的一种多视角InSAR海堤高精度三维形变测量方法，其特征在于，所述利用时空相似度匹配和相互补充的策略在所述目标雷达干涉测量数据集中分割出的海堤点目标，将分割出的海堤点目标转换至同一坐标系下，将转换完毕后的海堤点目标作为标准点目标，并对所述标准点目标进行匹配，得到同名点目标包括：
利用时空相似度匹配和相互补充的策略在所述目标雷达干涉测量数据集中分割出的海堤点目标；
将分割出的海堤点目标转换至世界坐标系下，将转换完毕后的海堤点目标作为标准点目标；
获取所述目标海堤结构的结构语义信息，基于所述目标海堤结构的结构语义信息对所述标准点目标进行匹配，通过匹配结果确定表示所述目标海堤结构上同一位置的标准点目标，将所述目标海堤结构上同一位置的标准点目标作为同名点目标。
6.根据权利要求5所述的一种多视角InSAR海堤高精度三维形变测量方法，其特征在于，所述利用时空相似度匹配和相互补充的策略在所述目标雷达干涉测量数据集中分割出的海堤点目标包括：
获取所述目标海堤结构的高程信息和位置信息，将所述目标海堤结构的高程信息和位置信息作为空间约束条件；
获取所述目标雷达干涉测量数据集对应的时间序列形变，对所述时间序列形变进行插值处理；
对所述插值处理后得到的数据按预设的时间间隔进行重采样，并通过所述重采样得到的数据计算相似性度量数据，将所述相似性度量数据作为时间约束条件；
根据所述空间约束条件以及所述时间约束条件将所述目标雷达干涉测量数据集中无效的点目标剔除，并分割出海堤点目标。
7.根据权利要求1所述的一种多视角InSAR海堤高精度三维形变测量方法，其特征在于，所述通过所述同名点目标进行海堤三维形变的联合解算，并基于所述海堤三维形变的联合解算的结果获取目标海堤结构的同名点三维形变信息包括：
获取所述同名点目标的雷达视线向位移数据，通过所述同名点目标的雷达视线向位移数据生成雷达视线向的形变矩阵；
获取每一个目标雷达干涉测量数据集对应的雷达波束入射角数据以及卫星飞行方向与北方向的夹角数据，通过所述每一个目标雷达干涉测量数据集对应的雷达波束入射角数据以及卫星飞行方向与北方向的夹角数据生成系数矩阵；
通过相干性约束定权的方法确定每一个目标雷达干涉测量数据集的权重值，并生成对应的权矩阵；
根据所述雷达视线向的形变矩阵、所述系数矩阵以及所述权矩阵计算目标海堤结构的同名点三维形变信息。
8.根据权利要求7所述的一种多视角InSAR海堤高精度三维形变测量方法，其特征在于，所述通过相干性约束定权的方法确定每一个目标雷达干涉测量数据集的权重值，并生成对应的权矩阵包括：
通过一个目标雷达干涉测量数据集中所有的同名点目标生成一个同名点目标集合；
获取所述同名点目标集合的平均相干性系数，将所述同名点目标集合的平均相干性系数作为所述目标雷达干涉测量数据集的权重值指标；
通过所有目标雷达干涉测量数据集的权重值指标生成对应的权矩阵。
9.根据权利要求8所述的一种多视角InSAR海堤高精度三维形变测量方法，其特征在于，所述获取所述同名点目标集合的平均相干性系数，将所述同名点目标集合的平均相干性系数作为所述目标雷达干涉测量数据集的权重值指标包括：
获取每一个点目标对应的干涉相位、空间相关相位分量、空间非相关视角误差值以及干涉图的数量；
通过所述干涉相位、所述空间相关相位分量、所述空间非相关视角误差值以及所述干涉图的数量确定每一个点目标的平均相干性系数，并计算每个干涉图集的同名点目标的平均相干性系数；
将所述每个干涉图集的同名点目标的平均相干性系数作为每一个干涉图集对应的目标雷达干涉测量数据集的权重值指标。
10.根据权利要求1所述的一种多视角InSAR海堤高精度三维形变测量方法，其特征在于，所述方法还包括：
通过所述同名点目标之间的对应关系建立点目标对应变换模型；
通过所述点目标对应变换模型解算所述目标雷达干涉测量数据集上的非同名点目标的空间位置信息；
通过所述目标雷达干涉测量数据集上的非同名点目标的空间位置信息以及所述同名点三维形变信息进行所述目标海堤结构的三维形变反演。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110135567.XA CN112444188B (zh) | 2021-02-01 | 2021-02-01 | 一种多视角InSAR海堤高精度三维形变测量方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110135567.XA CN112444188B (zh) | 2021-02-01 | 2021-02-01 | 一种多视角InSAR海堤高精度三维形变测量方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112444188A true CN112444188A (zh) | 2021-03-05 |
| CN112444188B CN112444188B (zh) | 2021-05-11 |
Family
ID=74739477
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110135567.XA Active CN112444188B (zh) | 2021-02-01 | 2021-02-01 | 一种多视角InSAR海堤高精度三维形变测量方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112444188B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112712596A (zh) * | 2021-03-29 | 2021-04-27 | 深圳大学 | 一种密集匹配点云建筑物结构化模型精细重建方法 |
| CN113504539A (zh) * | 2021-07-08 | 2021-10-15 | 四川华晖盛世探测技术有限公司 | 一种无人机搭载的探地雷达探测装置及方法 |
| CN113777606A (zh) * | 2021-08-12 | 2021-12-10 | 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 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108007401A (zh) * | 2017-11-20 | 2018-05-08 | 贵州省水利水电勘测设计研究院 | 一种基于船载InSAR平台的河湖库沿岸形变检测装置及方法 |
| CN109100720A (zh) * | 2018-09-14 | 2018-12-28 | 长安大学 | 一种InSAR地表形变监测方法 |
| CN109709550A (zh) * | 2019-01-17 | 2019-05-03 | 武汉大学 | 一种基于InSAR影像数据的库岸边坡形变监测处理方法 |
| 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 |
-
2021
- 2021-02-01 CN CN202110135567.XA patent/CN112444188B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108007401A (zh) * | 2017-11-20 | 2018-05-08 | 贵州省水利水电勘测设计研究院 | 一种基于船载InSAR平台的河湖库沿岸形变检测装置及方法 |
| CN109100720A (zh) * | 2018-09-14 | 2018-12-28 | 长安大学 | 一种InSAR地表形变监测方法 |
| CN109709550A (zh) * | 2019-01-17 | 2019-05-03 | 武汉大学 | 一种基于InSAR影像数据的库岸边坡形变监测处理方法 |
| 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 |
Non-Patent Citations (2)
| Title |
|---|
| 成英燕等: "用InSAR技术进行形变监测的研究", 《用INSAR技术进行形变监测的研究》 * |
| 袁会林等: "基于SAR的洞庭湖堤坝形变监测方法研究", 《科技资讯》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112712596A (zh) * | 2021-03-29 | 2021-04-27 | 深圳大学 | 一种密集匹配点云建筑物结构化模型精细重建方法 |
| CN113504539A (zh) * | 2021-07-08 | 2021-10-15 | 四川华晖盛世探测技术有限公司 | 一种无人机搭载的探地雷达探测装置及方法 |
| CN113777606A (zh) * | 2021-08-12 | 2021-12-10 | 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 |
| 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 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112444188B (zh) | 2021-05-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112444188B (zh) | 一种多视角InSAR海堤高精度三维形变测量方法 | |
| CN101770027B (zh) | 基于InSAR与GPS数据融合的地表三维形变监测方法 | |
| Noferini et al. | Using GB-SAR technique to monitor slow moving landslide | |
| Bovenga et al. | Application of multi-temporal differential interferometry to slope instability detection in urban/peri-urban areas | |
| 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 | |
| CN113960595A (zh) | 一种地表形变监测方法及系统 | |
| CN110441770A (zh) | 基于多部mimo-sar联合观测的三维形变测量方法 | |
| CN105824022A (zh) | 一种电网不良地质体三维形变监测方法 | |
| CN113281749A (zh) | 一种顾及同质性的时序InSAR高相干点选取方法 | |
| Zhang et al. | Deformations monitoring in complicated-surface areas by adaptive distributed Scatterer InSAR combined with land cover: Taking the Jiaju landslide in Danba, China as an example | |
| CN114091274A (zh) | 一种滑坡易发性评价方法及系统 | |
| CN112051572A (zh) | 一种融合多源sar数据三维地表形变监测方法 | |
| CN114279401A (zh) | 一种基于GNSS和InSAR的地面沉降监测系统 | |
| CN115877421A (zh) | 一种输电通道地质敏感区的形变检测方法及装置 | |
| CN113238228B (zh) | 基于水准约束的三维地表形变获取方法、系统及装置 | |
| CN115079172A (zh) | 一种MTInSAR滑坡监测方法、设备及存储介质 | |
| CN117541929A (zh) | 一种复杂环境InSAR大区域输电通道形变风险评估方法 | |
| CN113446989B (zh) | 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 | |
| CN113625241A (zh) | 差异沉降监控预警方法 | |
| CN114239379A (zh) | 一种基于形变检测的输电线路地质灾害分析方法及系统 | |
| Wang et al. | Deformation monitoring and evaluation of mountain slope stability combined with ground-based radar and spaceborne InSAR methods | |
| Natsuaki et al. | Synthetic aperture radar interferometry for disaster monitoring of harbor facilities | |
| Shao et al. | Monitoring Geological Hazards with InSAR | |
| Wang et al. | Deformation monitoring and evaluation of unstable slope based on ground-based and spaceborne SAR images | |
| GCR | InSAR Analysis over the Eastern Coastline of Florida |
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 |