CN112882032B - 一种燃气管道重点区域地质灾害sar动态监测方法及装置 - Google Patents
一种燃气管道重点区域地质灾害sar动态监测方法及装置 Download PDFInfo
- Publication number
- CN112882032B CN112882032B CN202110081765.2A CN202110081765A CN112882032B CN 112882032 B CN112882032 B CN 112882032B CN 202110081765 A CN202110081765 A CN 202110081765A CN 112882032 B CN112882032 B CN 112882032B
- Authority
- CN
- China
- Prior art keywords
- deformation
- geological disaster
- sar
- gas pipeline
- information
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000012544 monitoring process Methods 0.000 title claims abstract description 38
- 238000005516 engineering process Methods 0.000 claims abstract description 16
- 238000011156 evaluation Methods 0.000 claims abstract description 12
- 239000011435 rock Substances 0.000 claims abstract description 11
- 230000000694 effects Effects 0.000 claims abstract description 10
- 239000002689 soil Substances 0.000 claims abstract description 10
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 10
- 238000004062 sedimentation Methods 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 10
- 230000015572 biosynthetic process Effects 0.000 claims description 7
- 230000001427 coherent effect Effects 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 6
- 238000000611 regression analysis Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 claims description 4
- 238000012806 monitoring device Methods 0.000 claims description 4
- 230000001687 destabilization Effects 0.000 claims description 3
- 230000035772 mutation Effects 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 claims description 3
- 230000002349 favourable effect Effects 0.000 claims description 2
- 238000011835 investigation Methods 0.000 description 8
- 230000003287 optical effect Effects 0.000 description 4
- 230000004927 fusion Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012038 vulnerability analysis Methods 0.000 description 1
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
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)
- Alarm Systems (AREA)
Abstract
一种燃气管道重点区域地质灾害SAR动态监测方法及装置,包括:从燃气管道重点区域获取K幅原始格式的SAR数据,生成单视复数影像;将单视复数影像中的高分辨率影像SAR数据采用DInSAR两轨法提取影像覆盖时间范围内形变信息;将单视复数影像中的中等分辨率影像SAR数据采用PSInSAR和SBAS技术提取影像覆盖时间范围内形变信息;基于GIS的加权信息量模型进行地质灾害易发性评价。将InSAR时序技术得到的平均形变速率和坡度、坡高、坡形、岩土类型、植被指数、水系影响和人类工程活动等共同构成地质灾害易发性评价的影响因子,对燃气管道重点区域的地质灾害程度的划定更加合理准确。
Description
技术领域
本发明属于地质灾害识别与监测技术领域,尤其涉及一种燃气管道重点区域地质灾害SAR动态监测方法及装置。
背景技术
随着我国的经济建设发展,燃气管网已成为国家重要的基础设施和民生工程,是现代能源体系和现代综合交通运输体系的重要组成部分,在国民经济中占有十分重要的战略地位。已建成管网和规划管网不可避免地要穿越高山、丘陵及平原地区,管网所经之地可能大量发育着各种类型的地质灾害。燃气管网一旦被线路两侧的滑坡、泥石流等地质灾害损坏,就会造成巨大的经济损失和人员伤亡。由此,开展燃气管道区域地质灾害识别与监测工作显得尤为重要。
燃气管道区域地质灾害主要表现为滑坡、崩塌、泥石流和地面塌陷等,传统的地质灾害调查以人工线路巡查为主,周期长,成本高,调查成果质量也难以保证。燃气管道覆盖区域较大,单点地质灾害调查难以全面准确的反应区域地质灾害整体情况,在区域地质灾害动态监测方面有一定的应用局限性。
近年来,以InSAR为主的遥感新技术凭借其全天时、全天候、远距离获取地表微小形变的能力,已经广泛应用于地质灾害的前期大范围识别与后期高精度监测的研究与应用中。在利用InSAR对滑坡等灾害识别的过程中,常遇到相干目标较少、相干性较差等不能有效获取形变信息的情况,现有的技术中虽提出了多源遥感调查方法、光学遥感+InSAR融合调查方法,但适用性存在一定的限制,例如没有考虑区域地质灾害形成条件与影响因素,光学遥感+InSAR方法对于植被覆盖密集的地区,无法提取有效的形变信息;多源遥感调查方法需要在无人机设备、光学遥感数据的支撑下实现,对硬件和数据要求较高;多源遥感调查方法中堆栈InSAR技术解算结果精度不够高。
发明内容
本发明旨在解决上述问题,提供一种燃气管道重点区域地质灾害SAR动态监测方法及装置。
第一方面,本发明提供一种燃气管道重点区域地质灾害SAR动态监测方法,包括:从燃气管道重点区域获取K幅原始格式的SAR数据,生成单视复数影像;将单视复数影像中的高分辨率影像SAR数据采用DInSAR两轨法提取影像覆盖时间范围内形变信息;
将单视复数影像中的中等分辨率影像SAR数据采用PSInSAR和SBAS技术提取影像覆盖时间范围内形变信息;
将中等分辨率和高分辨率影像SAR数据提取的形变信息进行形变结果解译,进行地质灾害形成条件分析;
在地质灾害形成条件分析基础上再选择坡度、坡高、坡形、岩土类型、植被指数、水系影响和人类工程活动作为影响因子,基于GIS的加权信息量模型进行地质灾害易发性评价。
进一步,本发明所述燃气管道重点区域地质灾害SAR动态监测方法,所述采用DInSAR两轨法提取影像覆盖时间范围内形变信息,包括步骤:影像配准-干涉组合生成干涉图-DEM编码-差分干涉图生成-自适应滤波和趋势性相位去除-相位解缠-垂向形变量解算-地理编码,从而提取影像覆盖时间范围内垂向形变量空间分布信息;
所述采用PSInSAR和SBAS技术提取影像覆盖影像时间范围内形变信息,包括步骤:DEM编码-影像配准-小基线原则生成干涉图-差分干涉图生成-自适应滤波和去除趋势性相位-提取相干目标上的差分干涉相位-回归分析提取时序形变信息,从而获得影像时间范围内垂向形变速率空间分布。
进一步,本发明所述燃气管道重点区域地质灾害SAR动态监测方法,所述形变结果解译包括结合点位时空变化、燃气管道沿线沉降剖面图、统计图表信息分析形变时空分布特征。
进一步,本发明所述燃气管道重点区域地质灾害SAR动态监测方法,所述结合点位时空变化、燃气管道沿线沉降剖面图、统计图表信息分析形变时空分布特征,具体包括:
利用地理编码表将某些点位的地理坐标转换为雷达坐标,获取点位的行列数,进行回归分析得到每个点位的时间序列变化;
将沉降量空间分布图进行空间插值,提取燃气管道沿线的沉降值,生成剖面图;将沉降量和沉降速率结果按照像元或相干目标的值进行形变等级划分,并统计不同等级的占比,以及空间分布占比;
结合点位时间序列变化、沉降剖面图和统计图表,总结燃气管道沿线的形变时空分布特征。
进一步,本发明所述燃气管道重点区域地质灾害SAR动态监测方法,所述基于GIS的加权信息量模型进行地质灾害易发性评价包括:采用栅格单元进行易发程度划分;在地质灾害形成条件分析基础上再选择坡度、坡高、坡形、岩土类型、植被指数、水系影响和人类工程活动作为影响因子,在ArcGIS平台下,基于GIS的信息量分析模型实现地质灾害易发性评价,圈定地质灾害易发程度,进行燃气管道重点区域地质灾害早期识别和动态监测。
进一步,本发明所述燃气管道重点区域地质灾害SAR动态监测方法,所述基于GIS的加权信息量模型进行地质灾害易发性评价包括以下步骤:1)计算单因素xi提供斜坡失稳A的信息量I(xi,A):
其中:S-已知样本总单元数;N-已知样本中变形破坏的单元总数;Si-有xi的单元个数;Ni-有指标xi的变形破坏单元个数;
2)计算某一单元P种因素组合情况下,提供斜坡变形破坏的信息量Ii,即:
3)根据Ii的大小,给单元确定稳定性等级;
其中Ii<0表示该单元变形破坏的可能性小于区域平均变形破坏的可能性;
Ii=0表示该单元变形破坏的可能性等于区域平均变形破坏的可能性;
Ii>0表示该单元变形破坏的可能性大于区域平均变形破坏的可能性;
即单元信息量值越大越有利于斜坡变形破坏;
4)经统计分析找出突变点作为分界点,将区域分成极高易发区、高易发区、中易发区和低易发区四个不同等级。
第二方面,本发明提供一种燃气管道重点区域地质灾害SAR动态监测装置,包括:采集模块,用于从燃气管道重点区域获取K幅原始格式的SAR数据,生成单视复数影像;
形变提取模块,用于将单视复数影像中的高分辨率影像SAR数据采用DInSAR两轨法提取影像覆盖时间范围内形变信息;将单视复数影像中的中等分辨率影像SAR数据采用PSInSAR和SBAS技术提取影像覆盖时间范围内形变信息;
解译模块,用于将中等分辨率和高分辨率影像SAR数据提取的形变信息进行形变结果解译,进行地质灾害形成条件分析;
评价模块,用于在地质灾害形成条件分析基础上再选择坡度、坡高、坡形、岩土类型、植被指数、水系影响和人类工程活动作为影响因子,基于GIS的加权信息量模型进行地质灾害易发性评价。
第三方面,本发明提供一种燃气管道重点区域地质灾害SAR动态监测电子装置,包括存储器和处理器;所述存储器,用于存储计算机程序;所述处理器,用于当执行所述计算机程序时,实现如第一方面所述的燃气管道重点区域地质灾害SAR动态监测方法。
第四方面,本发明提供一种计算机可读存储介质,所述存储介质上存储有计算机程序,当所述计算机程序被处理器执行时,实现如第一方面所述的燃气管道重点区域地质灾害SAR动态监测方法。
本发明所述燃气管道重点区域地质灾害SAR动态监测方法及装置,实现了InSAR技术在燃气管道重点区域动态形变信息的提取,弥补了原有调查方法对数据和设备要求严苛的不足;针对不同类型不同数据量的SAR数据,采取不同类型的InSAR技术方法,针对不同的研究区设置合理的模型参数,提高了InSAR监测的精度;将InSAR时序技术得到的平均形变速率和坡度、坡高、坡形、岩土类型、植被指数、水系影响和人类工程活动等共同构成地质灾害易发性评价的影响因子,对燃气管道重点区域的地质灾害程度的划定更加合理准确。
附图说明
图1为本发明实施例所述燃气管道重点区域地质灾害SAR动态监测方法流程示意图;
图2为本发明实施例所述采用DInSAR两轨法提取影像覆盖时间范围内形变信息流程示意图;
图3为本发明实施例所述燃气管道重点区域地质灾害SAR动态监测装置结构示意图。
具体实施方式
下面通过附图及实施例对本发明所述燃气管道重点区域地质灾害SAR动态监测方法及装置进行详细说明。
实施例说明本发明的实施方式,熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。
实施例一
在本公开实施例中,所公开的燃气管道重点区域地质灾害SAR动态监测方法,如图1、图2所示,包括以下步骤:
步骤一:从中等分辨率和高分辨率数据融合的InSAR形变信息提取,结合DInSAR、PSInSAR和SBAS技术,获取形变信息。
从燃气管道重点区域获取K幅原始格式的SAR数据后,生成单视复数影像;对于数据量较少的高分辨率数据采用DInSAR两轨法,基于外部DEM,经过影像配准-干涉组合生成干涉图-DEM编码-差分干涉图生成-自适应滤波和趋势性相位去除-相位解缠-垂向形变量解算-地理编码,从而提取影像覆盖时间范围内垂向形变量空间分布信息;针对数据量较大的中等分辨率SAR影像,融合PSInSAR和SBAS关键技术,包含:影像配准-DEM编码-小基线原则组合干涉图-差分干涉图生成-滤波和去除趋势性相位-提取相干目标-回归分析提取时序形变信息;中等分辨率和高分辨率影像提取的形变结果在形变趋势上具有一致性,进行下一步的形变结果解译。
步骤二:形变结果解译:结合点位时空变化、燃气管道沿线沉降剖面图、统计图表信息分析形变时空分布特征。
利用地理编码表将点位的地理坐标转换为雷达坐标,获取点位的行列数,进行回归分析得到每个点位的时间序列变化;此外,将沉降量空间分布图进行空间插值,提取燃气管道沿线的沉降值,生成剖面图;根据沉降最大最小值划分几个等级,将沉降量和沉降速率结果按照像元或相干目标的值进行形变等级划分,并统计不同等级的占比,以及空间分布占比;然后,结合点位时间序列变化、沉降剖面图和统计图表,总结燃气管道沿线的形变时空分布特征,包括燃气管道沿线有无沉降快速变化区、沉降较大区、时间域有无沉降加速的情况等。
步骤三:使用基于GIS的加权信息量模型对重点区域进行地质灾害易发性分析,圈定燃气管道重点区域地质灾害易发程度。
首先采用栅格单元进行易发程度划分;采用栅格单元的优点是可利用GIS实现单元的快速剖分,同时栅格数据为矩阵形式,可借助计算机快速完成运算;在重点区域地质灾害形成条件分析的基础上,选择坡度、坡高、坡形、岩土类型、植被指数、水系影响和人类工程活动,再结合利用本实施例步骤二中时序InSAR技术得到的沉降速率共同组成地质灾害易发性分析的影响因子,并对影响因子进行重分类;在ArcGIS平台下,利用基于GIS的信息量分析模型实现地质灾害易发性评价,圈定地质灾害易发程度,实现燃气管道重点区域地质灾害早期识别和动态监测,具体包括以下步骤:
1)计算单因素(指标)xi提供斜坡失稳(A)的信息量I(xi,A):
其中:S—已知样本总单元数;N—已知样本中变形破坏的单元总数;Si—有xi的单元个数;Ni—有指标xi的变形破坏单元个数。
2)计算某一单元P种因素组合情况下,提供斜坡变形破坏的信息量Ii,即:
3)根据Ii的大小,给单元确定稳定性等级。Ii<0表示该单元变形破坏的可能性小于区域平均变形破坏的可能性;Ii=0表示该单元变形破坏的可能性等于区域平均变形破坏的可能性;Ii>0表示该单元变形破坏的可能性大于区域平均变形破坏的可能性;即单元信息量值越大越有利于斜坡变形破坏。
4)经统计分析找出突变点作为分界点,将区域分成极高易发区、高易发区、中易发区和低易发区等四个不同等级。
实施例二
本公开另一具体实施例所述燃气管道重点区域地质灾害SAR动态监测装置,如图3所示,包括:采集模块,用于从燃气管道重点区域获取K幅原始格式的SAR数据,生成单视复数影像。
形变提取模块,用于将单视复数影像中的高分辨率影像SAR数据采用DInSAR两轨法提取影像覆盖时间范围内形变信息;将单视复数影像中的中等分辨率影像SAR数据采用PSInSAR和SBAS技术提取影像覆盖时间范围内形变信息。
解译模块,用于将中等分辨率和高分辨率影像SAR数据提取的形变信息进行形变结果解译,进行地质灾害形成条件分析。
评价模块,用于在地质灾害形成条件分析基础上再选择坡度、坡高、坡形、岩土类型、植被指数、水系影响和人类工程活动作为影响因子,基于GIS的加权信息量模型进行地质灾害易发性评价。
实施例三
本公开另一具体实施例所述燃气管道重点区域地质灾害SAR动态监测电子装置,包括存储器和处理器;所述存储器,用于存储计算机程序;所述处理器,用于当执行所述计算机程序时,使得计算机执行上述实施例一中的燃气管道重点区域地质灾害SAR动态监测方法,具体提取步骤与前述实施例一相同,不再赘述。
实施例四
本公开另一具体实施例计算机可读介质,所述计算机可读介质存储有程序代码,当所述计算机程序代码在计算机上运行时,使计算机执行上述实施例一中的燃气管道重点区域地质灾害SAR动态监测方法,具体提取步骤与前述实施例一相同,不再赘述。
实施例所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输。所述计算机可读存储介质可以是计算机能够读取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,数字通用光盘(DVD))或者半导体介质(例如,固态硬盘(SSD))等。计算机存储代码所形成软件可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。
在本申请各实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (9)
1.一种燃气管道重点区域地质灾害SAR动态监测方法,其特征在于包括:
从燃气管道重点区域获取K幅原始格式的SAR数据,生成单视复数影像;
将单视复数影像中的高分辨率影像SAR数据采用DInSAR两轨法提取影像覆盖时间范围内形变信息;
将单视复数影像中的中等分辨率影像SAR数据采用PSInSAR和SBAS技术提取影像覆盖时间范围内形变信息;
将中等分辨率和高分辨率影像SAR数据提取的形变信息进行形变结果解译,进行地质灾害形成条件分析;
在地质灾害形成条件分析基础上再选择坡度、坡高、坡形、岩土类型、植被指数、水系影响和人类工程活动作为影响因子,基于GIS的加权信息量模型进行地质灾害易发性评价。
2.根据权利要求1所述燃气管道重点区域地质灾害SAR动态监测方法,其特征在于:所述采用DInSAR两轨法提取影像覆盖时间范围内形变信息,包括步骤:影像配准-干涉组合生成干涉图-DEM编码-差分干涉图生成-自适应滤波和趋势性相位去除-相位解缠-垂向形变量解算-地理编码,从而提取影像覆盖时间范围内垂向形变量空间分布信息;
所述采用PSInSAR和SBAS技术提取影像覆盖影像时间范围内形变信息,包括步骤:DEM编码-影像配准-小基线原则生成干涉图-差分干涉图生成-自适应滤波和去除趋势性相位-提取相干目标上的差分干涉相位-回归分析提取时序形变信息,从而获得影像时间范围内垂向形变速率空间分布。
3.根据权利要求1或2所述燃气管道重点区域地质灾害SAR动态监测方法,其特征在于:所述形变结果解译包括结合点位时空变化、燃气管道沿线沉降剖面图、统计图表信息分析形变时空分布特征。
4.根据权利要求3所述燃气管道重点区域地质灾害SAR动态监测方法,其特征在于:所述结合点位时空变化、燃气管道沿线沉降剖面图、统计图表信息分析形变时空分布特征,具体包括:
利用地理编码表将某些点位的地理坐标转换为雷达坐标,获取点位的行列数,进行回归分析得到每个点位的时间序列变化;
将沉降量空间分布图进行空间插值,提取燃气管道沿线的沉降值,生成剖面图;将沉降量和沉降速率结果按照像元或相干目标的值进行形变等级划分,并统计不同等级的占比,以及空间分布占比;
结合点位时间序列变化、沉降剖面图和统计图表,总结燃气管道沿线的形变时空分布特征。
5.根据权利要求4所述燃气管道重点区域地质灾害SAR动态监测方法,其特征在于:所述基于GIS的加权信息量模型进行地质灾害易发性评价包括:采用栅格单元进行易发程度划分;在地质灾害形成条件分析基础上再选择坡度、坡高、坡形、岩土类型、植被指数、水系影响和人类工程活动作为影响因子,在ArcGIS平台下,基于GIS的信息量分析模型实现地质灾害易发性评价,圈定地质灾害易发程度,进行燃气管道重点区域地质灾害早期识别和动态监测。
6.根据权利要求5所述燃气管道重点区域地质灾害SAR动态监测方法,其特征在于:所述基于GIS的加权信息量模型进行地质灾害易发性评价包括以下步骤:
1)计算单因素xi提供斜坡失稳A的信息量I(xi,A):
其中:S-已知样本总单元数;N-已知样本中变形破坏的单元总数;Si-有xi的单元个数;Ni-有指标xi的变形破坏单元个数;
2)计算某一单元P种因素组合情况下,提供斜坡变形破坏的信息量Ii,即:
3)根据Ii的大小,给单元确定稳定性等级;
其中Ii<0表示该单元变形破坏的可能性小于区域平均变形破坏的可能性;
Ii=0表示该单元变形破坏的可能性等于区域平均变形破坏的可能性;
Ii>0表示该单元变形破坏的可能性大于区域平均变形破坏的可能性;
即单元信息量值越大越有利于斜坡变形破坏;
4)经统计分析找出突变点作为分界点,将区域分成极高易发区、高易发区、中易发区和低易发区四个不同等级。
7.一种燃气管道重点区域地质灾害SAR动态监测装置,其特征在于包括:
采集模块,用于从燃气管道重点区域获取K幅原始格式的SAR数据,生成单视复数影像;
形变提取模块,用于将单视复数影像中的高分辨率影像SAR数据采用DInSAR两轨法提取影像覆盖时间范围内形变信息;将单视复数影像中的中等分辨率影像SAR数据采用PSInSAR和SBAS技术提取影像覆盖时间范围内形变信息;
解译模块,用于将中等分辨率和高分辨率影像SAR数据提取的形变信息进行形变结果解译,进行地质灾害形成条件分析;
评价模块,用于在地质灾害形成条件分析基础上再选择坡度、坡高、坡形、岩土类型、植被指数、水系影响和人类工程活动作为影响因子,基于GIS的加权信息量模型进行地质灾害易发性评价。
8.一种燃气管道重点区域地质灾害SAR动态监测电子装置,包括存储器和处理器;其特征在于:所述存储器,用于存储计算机程序;所述处理器,用于当执行所述计算机程序时,实现如权利要求1-6任一项所述的燃气管道重点区域地质灾害SAR动态监测方法。
9.一种计算机可读存储介质,其特征在于,所述存储介质上存储有计算机程序,当所述计算机程序被处理器执行时,实现如权利要求1-6任一项所述的燃气管道重点区域地质灾害SAR动态监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110081765.2A CN112882032B (zh) | 2021-01-21 | 2021-01-21 | 一种燃气管道重点区域地质灾害sar动态监测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110081765.2A CN112882032B (zh) | 2021-01-21 | 2021-01-21 | 一种燃气管道重点区域地质灾害sar动态监测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112882032A CN112882032A (zh) | 2021-06-01 |
CN112882032B true CN112882032B (zh) | 2024-04-19 |
Family
ID=76051472
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110081765.2A Active CN112882032B (zh) | 2021-01-21 | 2021-01-21 | 一种燃气管道重点区域地质灾害sar动态监测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112882032B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113888031A (zh) * | 2021-10-27 | 2022-01-04 | 北京中地华安环境工程有限公司 | 滑坡灾害危险性的评价方法、装置、电子设备和介质 |
CN114118848B (zh) * | 2021-12-03 | 2022-07-01 | 河南大学 | 一种城市岩溶致陷因子定量识别和灾害风险评估方法 |
CN117111057A (zh) * | 2023-08-23 | 2023-11-24 | 首都师范大学 | 一种煤矿采空区形变敏感性评价方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108663017A (zh) * | 2018-08-13 | 2018-10-16 | 伟志股份公司 | 一种监测城市地铁沿线地表沉降的方法 |
-
2021
- 2021-01-21 CN CN202110081765.2A patent/CN112882032B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108663017A (zh) * | 2018-08-13 | 2018-10-16 | 伟志股份公司 | 一种监测城市地铁沿线地表沉降的方法 |
Non-Patent Citations (4)
Title |
---|
Monitoring of Surface Deformation in Northern Taiwan Using DInSAR and PSInSAR Techniques;Chung-Pai Chang 等;Terr. Atmos. Ocean. Sci.;第21卷(第3期);447-461 * |
PS InSAR processing methodologies in the detection of ground surface deformation: a case study of Nantong City;Ruya Xiao 等;PROCEEDINGS OF SPIE;第8286卷;1-11 * |
Using differential SAR interferometry to map land subsidence: a case study in the Pingtung Plain of SW Taiwan;Chia-Sheng Hsieh 等;Springer;1311-1332 * |
基于GIS和加权信息量的临湘市地质灾害易发性评价;杨静 等;测绘地理信息;第45卷(第3期);51-53 * |
Also Published As
Publication number | Publication date |
---|---|
CN112882032A (zh) | 2021-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112882032B (zh) | 一种燃气管道重点区域地质灾害sar动态监测方法及装置 | |
Schlögl et al. | Comprehensive time-series analysis of bridge deformation using differential satellite radar interferometry based on Sentinel-1 | |
CN109738892A (zh) | 一种矿区地表高时空分辨率三维形变估计方法 | |
CN113281742B (zh) | 一种基于滑坡形变信息和气象数据的sar滑坡预警方法 | |
CN109100719B (zh) | 基于星载sar影像与光学影像的地形图联合测图方法 | |
CN110427441B (zh) | 一种基于空天地一体化技术的铁路外部环境隐患检测和管理方法 | |
CN113251914A (zh) | InSAR技术与长短时记忆神经网络结合的地表形变预测方法 | |
Xiao et al. | InSAR stacking with atmospheric correction for rapid geohazard detection: Applications to ground subsidence and landslides in China | |
Li et al. | Filtering airborne lidar data by modified white top-hat transform with directional edge constraints | |
CN114966689A (zh) | 沿海城市时序InSAR沉降监测分析方法、装置、设备及介质 | |
Huang et al. | An Improved Adaptive Template Size Pixel‐Tracking Method for Monitoring Large‐Gradient Mining Subsidence | |
Zhang et al. | A study on coastline extraction and its trend based on remote sensing image data mining | |
CN112051572A (zh) | 一种融合多源sar数据三维地表形变监测方法 | |
CN112097733A (zh) | InSAR技术与地理探测器结合的地表形变监测方法 | |
Wang et al. | Characterizing annual dynamics of urban form at the horizontal and vertical dimensions using long-term Landsat time series data | |
CN113238228B (zh) | 基于水准约束的三维地表形变获取方法、系统及装置 | |
Tang et al. | Changes of Chinese coastal regions induced by land reclamation as revealed through TanDEM-X DEM and InSAR analyses | |
ESTOQUE et al. | < Original Papers> Validating ALOS PRISM DSM-derived surface feature height: Implications for urban volume estimation | |
Xiang et al. | PS Selection Method for and Application to GB‐SAR Monitoring of Dam Deformation | |
CN113344866B (zh) | 一种点云综合精度评价方法 | |
CN115830476A (zh) | 地形因子空间降尺度方法 | |
Wang et al. | DEM construction method for slopes using three-dimensional point cloud data based on moving least square theory | |
CN112986948A (zh) | 基于InSAR技术的建筑形变监测方法和装置 | |
CN117236518B (zh) | 一种地铁沿线地质形变的预测方法 | |
Danese et al. | Geostatistics in historical macroseismic data analysis |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Country or region after: China Address after: Floor 9, block B, Huihang Plaza, middle section of Hangtuo Road, national civil aerospace industry base, Xi'an, Shaanxi 710000 Applicant after: Zhongke Xingtu Space Technology Co.,Ltd. Address before: Floor 9, block B, Huihang Plaza, middle section of Hangtuo Road, national civil aerospace industry base, Xi'an, Shaanxi 710000 Applicant before: Xi'an Zhongke Xingtu Spatial Data Technology Co.,Ltd. Country or region before: China |
|
GR01 | Patent grant | ||
GR01 | Patent grant |