CN112986981A - 多年冻土区地表冻融形变监测方法、装置和电子设备 - Google Patents
多年冻土区地表冻融形变监测方法、装置和电子设备 Download PDFInfo
- Publication number
- CN112986981A CN112986981A CN202110190653.0A CN202110190653A CN112986981A CN 112986981 A CN112986981 A CN 112986981A CN 202110190653 A CN202110190653 A CN 202110190653A CN 112986981 A CN112986981 A CN 112986981A
- Authority
- CN
- China
- Prior art keywords
- data
- target area
- deformation
- radar image
- image data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000012544 monitoring process Methods 0.000 title claims abstract description 38
- 238000010257 thawing Methods 0.000 title claims abstract description 31
- 230000008014 freezing Effects 0.000 title claims abstract description 16
- 238000007710 freezing Methods 0.000 title claims abstract description 16
- 239000002689 soil Substances 0.000 claims abstract description 55
- 230000003287 optical effect Effects 0.000 claims abstract description 35
- 230000003746 surface roughness Effects 0.000 claims description 21
- 230000015654 memory Effects 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000004458 analytical method Methods 0.000 claims description 11
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 6
- 238000012806 monitoring device Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 8
- 238000012937 correction Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000005305 interferometry Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- 238000012424 Freeze-thaw process Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000010587 phase diagram Methods 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000000518 rheometry Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
-
- 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
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/867—Combination of radar systems with cameras
-
- 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
- G01S13/87—Combinations of radar systems, e.g. primary radar and secondary radar
-
- 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
- G01S13/885—Radar or analogous systems specially adapted for specific applications for ground probing
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本申请提供一种多年冻土区地表冻融形变监测方法、装置和电子设备，本申请的多年冻土区地表冻融形变监测方法包括：获取目标区域的雷达影像数据和光学遥感数据；解析雷达影像数据，分别得到目标区域的土壤水分数据和目标区域的线性形变数据；解析光学遥感数据，得到目标区域的地表温度数据；根据目标区域的土壤水分数据、目标区域的线性形变数据和目标区域的地表温度数据，计算得到目标区域的初始形变信息；解析雷达影像数据并根据初始形变信息，得到目标区域的残差形变数据；叠加初始形变信息和残差形变数据，得到目标区域的最终形变信息。故本申请可以实现多年冻土区地表冻融形变监测，并提高多年冻土区地表冻融形变监测准确率。
Description
技术领域
本申请涉及计算机技术领域，具体而言，涉及一种多年冻土区地表冻融形变监测方法、装置、电子设备和存储介质。
背景技术
冻土指温度在0℃或0℃以下的含有冰的各种岩土和土壤，其中土的冻结保持时间在数年或数万年以上的称为多年冻土。具体地，多年冻土区的多年指的是两年以上(包括两年)。由于温度周期性的发生正负变化，多年冻土区土壤中水分不断发生相变和位移，土壤颗粒结构也发生变化，使多年冻土区发生冻胀、融沉、流变等一系列应力变形，这一过程称为冻融。
多年冻土区地表冻融形变为多年冻土活动层冻融过程中导致的冻胀和融沉形变。冻融形变会严重影响多年冻土区基础工程设施的稳定，同时，冻融形变的大小也直接反映着多年冻土活动层厚度。因此，如何准确获取多年冻土区地表冻融形变对区域工程稳定性评价、多年冻土退化研究等至关重要。现有技术中，多年冻土区地表冻融形变的监测主要通过地面测量或者利用合成孔径雷达干涉测量技术(InSAR)进行。
其中，地面测量方法耗时耗力，且不能反映空间形变信息。例外，由于合成孔径雷达干涉测量技术是一种应用于测绘和遥感的雷达技术，使用卫星或飞机搭载的合成孔径雷达系统获取高分辨率地面反射复数影像，每一分辨元的影像信息中不仅含有灰度信息，而且还包含干涉所需的相位信号，故虽然合成孔径雷达干涉测量技术可以获得空间形变信息，但是，对于冻融形变的监测还是不够准确。
发明内容
本申请提供了一种多年冻土区地表冻融形变监测方法，用以提高多年冻土区地表冻融形变监测准确率。
本申请提供一种多年冻土区地表冻融形变监测方法，包括：
获取目标区域的雷达影像数据和光学遥感数据；
解析所述雷达影像数据，分别得到所述目标区域的残差形变数据、所述目标区域的土壤水分数据和所述目标区域的线性形变数据；
解析所述光学遥感数据，得到所述目标区域的地表温度数据；
根据所述目标区域的土壤水分数据、所述目标区域的线性形变数据和所述目标区域的地表温度数据，计算得到所述目标区域的初始形变信息；
叠加所述初始形变信息和所述残差形变数据，得到所述目标区域的最终形变信息。
于一实施例中，所述解析所述光学遥感数据，得到所述目标区域的地表温度数据，包括：
计算所述光学遥感数据的亮度温度值；
根据所述目标区域的预设温度系数和所述亮度温度值，计算得到所述目标区域的地表温度值。
于一实施例中，解析所述雷达影像数据，得到所述目标区域的土壤水分数据，包括：
计算所述雷达影像数据的后向散射系数；
获取所述目标区域的地表粗糙度；
根据所述后向散射系数和所述地表粗糙度，计算得到所述目标区域的土壤水分数据。
于一实施例中，解析所述雷达影像数据，得到所述目标区域的线性形变数据，包括：
根据所述雷达影像数据生成多视差分干涉图；
根据所述多视差分干涉图，得到所述目标区域的线性形变数据。
于一实施例中，所述根据所述目标区域的土壤水分数据、所述目标区域的线性形变数据和所述目标区域的地表温度数据，计算得到所述目标区域的初始形变信息，包括：
采用如下公式计算：
Δd＝Gmn+A·LSTmn(Tm-Tn)+B·SMmn(Tm-Tn)；
其中，Tm为第m副雷达影像数据的获取时间；Tn为第n副雷达影像数据的获取时间；Gmn为第m副雷达影像数据和第n副雷达影像数据之间的线性形变数据；LSTmn为第m副雷达影像数据和第n副雷达影像数据所对应时间之间的地表温度数据差值；SMmn为第m副雷达影像数据和第n副雷达影像数据所对应时间之间的土壤水分数据差值；A为第一预设参数；B为第二预设参数。
本申请还提供一种多年冻土区地表冻融形变监测装置，包括：
获取模块，用于获取目标区域的雷达影像数据和光学遥感数据；
第一解析模块，用于解析所述雷达影像数据，分别得到所述目标区域的残差形变数据、所述目标区域的土壤水分数据和所述目标区域的线性形变数据；
第二解析模块，用于解析所述光学遥感数据，得到所述目标区域的地表温度数据；
第一计算模块，用于根据所述目标区域的土壤水分数据、所述目标区域的线性形变数据和所述目标区域的地表温度数据，计算得到所述目标区域的初始形变信息；
第三解析模块，用于解析所述雷达影像数据并根据所述初始形变信息，得到所述目标区域的残差形变数据；
第二计算模块，用于叠加所述初始形变信息和所述残差形变数据，得到所述目标区域的最终形变信息。
于一实施例中，所述第二解析模块还用于：
计算所述光学遥感数据的亮度温度值；
根据所述目标区域的预设温度系数和所述亮度温度值，计算得到所述目标区域的地表温度值。
于一实施例中，所述第一解析模块还用于：
计算所述雷达影像数据的后向散射系数；
获取所述目标区域的地表粗糙度；
根据所述后向散射系数和所述地表粗糙度，计算得到所述目标区域的土壤水分数据。
于一实施例中，所述第一解析模块还用于：
根据所述雷达影像数据生成多视差分干涉图；
根据所述多视差分干涉图，得到所述目标区域的线性形变数据。
于一实施例中，所述第一计算模块还用于采用如下公式计算所述目标区域的初始形变信息：
Δd＝Gmn+A·LSTmn(Tm-Tn)+B·SMmn(Tm-Tn)；
其中，Tm为第m副雷达影像数据的获取时间；Tn为第n副雷达影像数据的获取时间；Gmn为第m副雷达影像数据和第n副雷达影像数据之间的线性形变数据；LSTmn为第m副雷达影像数据和第n副雷达影像数据所对应时间之间的地表温度数据差值；SMmn为第m副雷达影像数据和第n副雷达影像数据所对应时间之间的土壤水分数据差值；A为第一预设参数；B为第二预设参数。
本申请还提供一种电子设备，包括：
存储器，用以存储计算机程序；
处理器，用以执行如前述实施方式中任一项所述的方法。
本申请还提供一种非暂态电子设备可读存储介质，包括：程序，当其藉由电子设备运行时，使得所述电子设备执行前述实施方式中任一项所述的方法。
本申请的一种多年冻土区地表冻融形变监测方法、装置、电子设备和存储介质，先通过雷达影像数据和光学遥感数据，分别得到目标区域的土壤水分数据、目标区域的线性形变数据和目标区域的地表温度数据，再通过目标区域的土壤水分数据、目标区域的线性形变数据和目标区域的地表温度数据来计算目标区域的初始形变信息，最后将初始形变信息和残差形变数据叠加，就可以得到所述目标区域的最终形变信息，从而可以实现多年冻土区地表冻融形变监测，并提高了多年冻土区地表冻融形变监测准确率。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1为本申请一实施例示出的电子设备的结构示意图。
图2为本申请一实施例的多年冻土区地表冻融形变监测方法的流程示意图。
图3为本申请一实施例的多年冻土区地表冻融形变监测方法的流程示意图。
图4为本申请一实施例示出的多年冻土区地表冻融形变监测装置的结构示意图。
图标：100-电子设备；101-总线；102-存储器；103-处理器；200-多年冻土区地表冻融形变监测装置；210-获取模块；220-第一解析模块；230-第二解析模块；240-第一计算模块；250-第二计算模块；260-第三解析模块。
具体实施方式
在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，并不表示排列序号，也不能理解为指示或暗示相对重要性。
在本申请的描述中，术语“包括”、“包含”等表示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其他特征、步骤、操作、元素、组件和/或其集合的存在或添加。
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。
请参照图1，其为本申请一实施例示出的电子设备100的结构示意图。电子设备100包括：至少一个处理器103和存储器102，图1中以一个处理器103为例。处理器103和存储器102通过总线101连接，存储器102存储有可被处理器103执行的指令，指令被处理器103执行，以使电子设备100可执行下述的实施例中方法的全部或部分流程，以实现多年冻土区地表冻融形变监测，并提高多年冻土区地表冻融形变监测准确率。
于一实施例中，处理器103可以是通用处理器，包括但不限于中央处理器(CentralProcessing Unit，CPU)、网络处理器(Network Processor，NP)等，还可以是数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific IntegratedCircuit，ASIC)、现成可编程门阵列(Field Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器103可以是微处理器，或者该处理器也可以是任何常规的处理器等，处理器103是电子设备100的控制中心，利用各种接口和线路连接整个电子设备100的各个部分。处理器103可以实现或者执行本申请实施例中公开的各方法、步骤及逻辑框图。
于一实施例中，存储器102可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，包括但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，静态随机存取存储器(Static Random Access Memory，简称SRAM)，可编程只读存储器(Programmable Read-Only Memory，PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器(ElectricErasable Programmable Read-Only Memory，EEPROM)。
电子设备100可以是手机、笔记本电脑、台式计算机、或者多台计算机组成的运算系统等设备。电子设备100还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。例如电子设备100还包括用于人机交互的输入输出设备。
请参照图2，其为本申请一实施例的多年冻土区地表冻融形变监测方法的流程示意图。该方法可由图1所示的电子设备100来执行，以实现多年冻土区地表冻融形变监测，并提高多年冻土区地表冻融形变监测准确率。该方法包括如下步骤：
步骤S110：获取目标区域的雷达影像数据和光学遥感数据。
本步骤的目标区域为研究区域，例如多年冻土区，本步骤的目标区域包括目标区域内的物体，例如多年冻土区的冻土活动层。
本步骤的雷达影像数据为合成孔径雷达(SAR)数据，也就是通过卫星或飞机搭载的合成孔径雷达得到高分辨率雷达图像，每一分辨元的影像信息中不仅含有灰度信息，而且还包含干涉所需的相位信号。本步骤的雷达影像数据包括根据获取影像时间的不同，按时间规律形成的雷达影像集。在获取雷达影像数据前，可以根据合成孔径雷达成像时间、升降轨数据、极化方式和雷达波长参数等参数选择合理的数据集，以备后续获得理论精度能够达到毫米级的信息。
本步骤的光学遥感数据可以是利用在空中的航摄仪或者装载在卫星上的遥感传感器获取的模拟图像经过模数转换得来的数字图像，光学遥感数据包括根据获取影像时间的不同，按时间规律形成的光学遥感数集。
本实施例中光学遥感数据的基础是热红外遥感卫星获得的高空间分辨率卫星相片，卫星相片在得到后需利用图像处理系统是进行大气校正、几何校正等预处理，以备后续解析。
步骤S120：解析雷达影像数据，分别得到目标区域的土壤水分数据和目标区域的线性形变数据。
由于步骤S110获得的雷达影像数据可以表示关于目标区域的后向散射系数和相位等信息，从而可以通过解析不同时相的雷达影像数据，分别得到每一时相的土壤水分数据以及每一时相的线性形变数据等空间形变信息，以备后续计算。
步骤S130：解析光学遥感数据，得到目标区域的地表温度数据。
由于步骤S110获得的光学遥感数据是通过热红外遥感卫星上的热红外传感器获得的目标区域所反射或辐射红外特性差异的信息，从而可以通过解析不同时相的光学遥感数据，得到每一时相的地表温度数据等目标区域性质、状态和变化规律，以备后续计算。
步骤S140：根据目标区域的土壤水分数据、目标区域的线性形变数据和目标区域的地表温度数据，计算得到目标区域的初始形变信息。
通过每一时相的目标区域土壤水分数据、目标区域的线性形变数据和目标区域的地表温度数据，本步骤在计算目标区域的初始形变信息时，考虑目标区域的土壤水分数据、目标区域的线性形变数据和目标区域的地表温度数据等因素，从而能够更加科学合理地监测多年冻土区地表冻融形变过程。
于一实施例中，在监测地表冻融形变情况下，通过每一时相的目标区域土壤水分数据、目标区域的线性形变数据和目标区域的地表温度数据相加得到目标区域的初始形变信息。
步骤S150：解析雷达影像数据并根据初始形变信息，得到目标区域的残差形变数据。
本步骤引用步骤S140经过土壤水分数据和地表温度数据修正后的初始形变信息和雷达影像数据来计算目标区域的残差形变数据，从而使得残差形变数据更为准确，能够更加科学合理地监测多年冻土区地表冻融形变过程。
步骤S160：叠加初始形变信息和残差形变数据，得到目标区域的最终形变信息。
本步骤通过将每一时相的初始形变信息和每一时相的残差形变数据叠加直接得到目标区域的时间序列形变值。目标区域的时间序列形变值就是将目标区域的最终形变信息按照时间先后顺序排列而成的数列，通过目标区域的时间序列值从而可以反应目标区域的形变变化，并且根据已有的历史数据对未来进行预测，避免因目标区域冻融形变而影响各项基础工程设施的稳定，从而可预防一些灾害的发生。
其中，步骤S120和步骤S130可以是同时进行的，也可以是先进行步骤S120再进行步骤S130，还可以是先进行步骤S130再进行步骤S120。
本实施例先通过雷达影像数据和光学遥感数据，分别得到目标区域的土壤水分数据、目标区域的线性形变数据和目标区域的地表温度数据，再通过目标区域的土壤水分数据、目标区域的线性形变数据和目标区域的地表温度数据来计算目标区域的初始形变信息，最后将初始形变信息和残差形变数据叠加，就可以得到目标区域的最终形变信息，从而可以实现多年冻土区地表冻融形变监测，并提高了多年冻土区地表冻融形变监测准确率。
请参照图3，其为本申请一实施例的多年冻土区地表冻融形变监测方法的流程示意图。该方法可由图1所示的电子设备100来执行，以实现多年冻土区地表冻融形变监测，并提高多年冻土区地表冻融形变监测准确率。该方法包括如下步骤：
步骤S201：获取目标区域的雷达影像数据和光学遥感数据。详细参见上述实施例中对步骤S110的描述。
步骤S202：计算雷达影像数据的后向散射系数。
本步骤可以先获得雷达影像数据中用于记录地物灰度值的DN值(DigitalNumber，遥感影像像元亮度值)，再利用雷达图像的辐射定标公式将每一个像素的DN值转换为后向散射系数。
在本步骤之前，还包括对雷达影像数据的预处理，例如利用预设的窗口和滤波算法进行滤波处理，并通过高精度的数字高程模型对雷达影像数据进行地形纠正。
其中，数字高程模型(DEM，Digital Elevation Model)，是通过用一组有序数值阵列形式表示目标区域内地面高程的一种实体地面模型，即目标区域的地形表面形态的数字化表达，可以是根据航空或航天影像，通过摄影测量途径获得，也可以是从现有地形图上采集高程点或者等高线后通过内插生成的。地形纠正(terrain correction)，指的是在每个测点上，为消除测点周围地形起伏对观测结果影响的改正，从而能够使得本方法监测多年冻土区地表冻融形变的准确率提高。
步骤S203：获取目标区域的地表粗糙度。
本步骤中，可以根据雷达影像数据，计算得到目标区域的地表粗糙度。例如先利用雷达对地表起伏程度进行探测，然后根据所获得的高程数据进行计算。
于一实施例中，当目标区域的地表粗糙度为地表粗糙度时，目标区域的地表粗糙度也可以是已知参数，即调查的实测数据。
步骤S204：根据后向散射系数和地表粗糙度，计算得到目标区域的土壤水分数据。
本实施例中以地形简单情况为例，采用如下经验线性模型表示后向散射系数、地表粗糙度和土壤水分数据的关系，其表达式为：
σ＝a1(SM)+a2·log(kh)+a3；
其中，σ为后向散射系数值，SM为目标区域的土壤水分数据，kh为目标区域的地表粗糙度；a1为第三预设参数；a2为第四预设参数；a3为第五预设参数。
第三预设参数a1、第四预设参数a2和第五预设参数a3可以是通过一些已知的实地调查的目标区域的土壤水分数据、地表粗糙度与后向散射系数通过模拟或者联立方程式计算得到，也可以是人为经验系数。
因此，本步骤可以采用如下公式计算得到目标区域的土壤水分数据：
其中，σ为后向散射系数值，SM为目标区域的土壤水分数据，kh为目标区域的地表粗糙度；a1为第三预设参数；a2为第四预设参数；a3为第五预设参数。
步骤S205：根据雷达影像数据生成多视差分干涉图。
本步骤先将多时相的雷达影像数据按照预设的时间和空间基线阈值，生成干涉图；接着选取精度在第一预设范围内的干涉图，并对选取的干涉图中干涉条纹采用第一预设系数进行多视处理，从而根据外部DEM(数字高程模型)数据和干涉图数据生成多视差分干涉图。
其中，第一预设范围指的是相干性系数大于0.2的范围，第一预设系数为多视数，包括距离向系数和方位向系数，例如，Sentinel-1(哨兵卫星)是一个全天时、全天候雷达成像系统，它的数据分辨率为距离向5m，方位向20m，处理哨兵卫星影像数据时，第一预设系数中的距离向系数为4，方位向系数为1，距离向系数和方位向系数的比例为4：1。
步骤S206：根据多视差分干涉图，得到目标区域的线性形变数据。
本步骤，利用多时相雷达影像数据可以计算得到线性形变速率，并根据线性形变速率，采用以下公式可以得到目标区域的线性形变数据Gmn：
Gmn＝V·(Tm-Tn)；
其中，Tm为第m副雷达影像数据的获取时间；Tn为第n副雷达影像数据的获取时间；V为利用多时相雷达影像数据计算的线性形变速率。
于一实施例中，可以通过计算机解析多时相雷达影像数据，利用计算机绘制时间和形变的函数关系模型图，目标区域线性形变速率为该函数关系模型图的斜率。
步骤S207：计算光学遥感数据的亮度温度值。
本步骤可以先获得光学遥感数据中用于记录地物灰度值的DN值(DigitalNumber，遥感影像像元亮度值)，再利用辐射定标公式将DN值转换为辐射亮度值L，最后通过普朗克定律(Planck)函数，采用如下公式计算亮度温度Tθ。
Tθ＝K1/ln(1+K2/L)；
其中，K1和K2从对应的光学遥感数据的头文件中直接获取，是已知常量参数。
步骤S208：根据目标区域的预设温度系数和亮度温度值，计算得到目标区域的表面温度值。
本步骤可以采用热红外传感器10-13um大气窗口内相邻热红外通道(例如当热红外传感器为Landsat8时，选择10.6-11.2um和11.5-12.5um)，利用劈窗算法反演并采用如下公式计算得到目标区域的地表温度值(Land Surface Temperature，LST)。
其中，LS，为地表温度，，和
分别为热红外传感器两个热红外波段λ1和λ2的亮度温度，单位为K；，和，为，个预设温度系数，包括基于地表比辐射率和大气透过率两个指标，根据目标区域所处位置及数据获取季节，并通过地表温度的正确范围确定得到的。
步骤S209：根据目标区域的土壤水分数据、目标区域的线性形变数据和目标区域的地表温度数据，计算得到目标区域的初始形变信息。
采用如下公式计算：
Δd＝d(Tm)-d(Tn)＝Gmn+A·LSTmn(Tm-Tn)+B·SMmn(Tm-Tn)＝V·(Tm-Tn)+A·LSTmn(Tm-Tn)+B·SMmn(Tm-Tn)；
其中，Tm为第m副雷达影像数据的获取时间；Tn为第n副雷达影像数据的获取时间；V为利用多时相雷达影像数据计算的线性形变速率；Gmn＝V·(Tm-Tn)为第m副雷达影像数据和第n副雷达影像数据之间的线性形变数据；LSTmn为第m副雷达影像数据和第n副雷达影像数据所对应时间之间的地表温度数据差值；SMmn为第m副雷达影像数据和第n副雷达影像数据所对应时间之间的土壤水分数据差值；A为第一预设参数；B为第二预设参数。
第一预设参数A和第二预设参数B可以是将根据多幅雷达影像数据生成的干涉图的形变观测结果带入上式，采用最小二乘法求解得到的。
故本实施例对于初始形变信息计算，考虑了目标区域的土壤水分数据、线性形变数据和地表温度数据的因素，不仅更新了形变模型，且第一预设参数A和第二预设参数B也较为容易获取，从而能够更加科学合理地监测目标区域的形变过程，将其应用于监测地表冻融形变时，数据也能更加精准。
步骤S210：根据多视差分干涉图和目标区域的初始形变信息，得到目标区域的残差形变数据。
将步骤S205中得到的多视差分干涉图根据预设参考点进行相位解缠，其中，预设参考点为裸岩、大型建筑等较稳定的目标点可以通过现有的高精度数字高程模型(DEM)和光学遥感影像进行选取，也可以是人为预设的参考点。
每幅差分干涉相位图中每个像素点解缠后的差分干涉相位
可以采用如下公式计算得到：
其中，
为每幅差分干涉相位图中每个像素点解缠后的差分干涉相位；T0为参考雷达影像数据的获取时间；Tm为第m副雷达影像数据的获取时间，可将第m副雷达影像数据称作主影像；Tn为第n副雷达影像数据的获取时间，可将第n副雷达影像数据称作副影像；λ为雷达中心的波长；d(Tm)为第m副雷达影像数据相对于参考雷达影像数据的方位向累计形变量；d(Tn)为第n副雷达影像数据相对于参考雷达影像数据的方位向累计形变量；
为地形残差相位；
表示雷达轨道误差相位；
表示噪声、大气等因素造成的残差相位。
d(Tm)-d(Tn)为第m副雷达影像数据相对于第n副雷达影像数据的方位向累计形变量，用于表示目标区域的初始形变数据；
表示目标区域的初始形变贡献的相位值。
由于差分干涉相位
理论上由目标区域的初始形变贡献的相位值、雷达轨道误差相位
地形残差相位
和噪声、大气等因素造成的残差相位
几部分构成，
可以采用目标区域内现有的高精度数字高程模型(DEM)数据进行去除；
采用轨道精密文件和轨道精炼模型进行去除；
中的大气和噪声相位通过时间分布和空间分布相关滤波方法进行消除，
中去除了大气和噪声相位后还剩余的残差相位为形变残差相位值。
当对干涉图去除雷达轨道误差相位
地形残差相位
和
中的噪声、大气相位后(处理顺序没有特定要求)，剩余的相位差即为成像期间地面发生变化所引起的，包含由目标区域的初始形变贡献的相位值以及
中剩余的形变残差相位值。
本实施例可以通过形变残差相位值计算得到目标区域的残差形变值，可以为后续最终形变值的计算提供参考，从而可以提高最终形变值的计算准确性，消除误差。
步骤S211：叠加初始形变信息和残差形变数据，得到目标区域的最终形变信息。详细参见上述实施例中对步骤S160的描述。
请参照图4，其为本申请一实施例示出的多年冻土区地表冻融形变监测装置200的结构示意图。该装置可应用于图1所示的电子设备100，包括：获取模块210、第一解析模块220、第二解析模块230、第一计算模块240、第三解析模块260和第二计算模块250。各个模块的原理关系如下：
获取模块210，用于获取目标区域的雷达影像数据和光学遥感数据；
第一解析模块220，用于解析雷达影像数据，分别得到目标区域的残差形变数据、目标区域的土壤水分数据和目标区域的线性形变数据。
第二解析模块230，用于解析光学遥感数据，得到目标区域的地表温度数据。
第一计算模块240，用于根据目标区域的土壤水分数据、目标区域的线性形变数据和目标区域的地表温度数据，计算得到目标区域的初始形变信息。
第三解析模块260，用于解析雷达影像数据并根据初始形变信息，得到目标区域的残差形变数据。
第二计算模块250，用于叠加初始形变信息和残差形变数据，得到目标区域的最终形变信息。
于一实施例中，第二解析模块230还用于：计算光学遥感数据的亮度温度值；根据目标区域的预设温度系数和亮度温度值，计算得到目标区域的地表温度值。
于一实施例中，第一解析模块220还用于：计算雷达影像数据的后向散射系数；获取目标区域的地表粗糙度；根据后向散射系数和地表粗糙度，计算得到目标区域的土壤水分数据。
于一实施例中，第一解析模块220还用于：根据雷达影像数据生成多视差分干涉图；根据多视差分干涉图，得到目标区域的线性形变数据。
于一实施例中，第一计算模块240还用于采用如下公式计算目标区域的初始形变信息：
Δd＝Gmn+A·LSTmn(Tm-Tn)+B·SMmn(Tm-Tn)；
其中，Tm为第m副雷达影像数据的获取时间；Tn为第n副雷达影像数据的获取时间；Gmn为第m副雷达影像数据和第n副雷达影像数据之间的线性形变数据；LSTmn为第m副雷达影像数据和第n副雷达影像数据所对应时间之间的地表温度数据差值；SMmn为第m副雷达影像数据和第n副雷达影像数据所对应时间之间的土壤水分数据差值；A为第一预设参数；B为第二预设参数。
上述多年冻土区地表冻融形变监测装置200的详细描述，请参见上述实施例中相关方法步骤的描述。
本申请实施例还提供了一种非暂态电子设备可读存储介质，包括：程序，当其在电子设备100上运行时，使得电子设备100可执行上述实施例中方法的全部或部分流程。其中，存储介质可为磁盘、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(Random Access Memory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive，缩写：HDD)或固态硬盘(Solid-State Drive，SSD)等。存储介质还可以包括上述种类的存储器的组合。
在本申请所提供的几个实施例中，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。
在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。以上仅为本申请的优选实施例而已，仅用于说明本申请的技术方案，并不用于限制本申请。对于本技术领域的普通技术人员而言，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
需要说明的是，在不冲突的情况下，本申请中的实施例中的特征可以相互结合。以上仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (10)
1.一种多年冻土区地表冻融形变监测方法，其特征在于，包括：
获取目标区域的雷达影像数据和光学遥感数据；
解析所述雷达影像数据，所述目标区域的土壤水分数据和所述目标区域的线性形变数据；
解析所述光学遥感数据，得到所述目标区域的地表温度数据；
根据所述目标区域的土壤水分数据、所述目标区域的线性形变数据和所述目标区域的地表温度数据，计算得到所述目标区域的初始形变信息；
解析所述雷达影像数据并根据所述初始形变信息，得到所述目标区域的残差形变数据；
叠加所述初始形变信息和所述残差形变数据，得到所述目标区域的最终形变信息。
2.根据权利要求1所述的多年冻土区地表冻融形变监测方法，其特征在于，所述解析所述光学遥感数据，得到所述目标区域的地表温度数据，包括：
计算所述光学遥感数据的亮度温度值；
根据所述目标区域的预设温度系数和所述亮度温度值，计算得到所述目标区域的地表温度值。
3.根据权利要求1所述的多年冻土区地表冻融形变监测方法，其特征在于，解析所述雷达影像数据，得到所述目标区域的土壤水分数据，包括：
计算所述雷达影像数据的后向散射系数；
获取所述目标区域的地表粗糙度；
根据所述后向散射系数和所述地表粗糙度，计算得到所述目标区域的土壤水分数据。
4.根据权利要求1所述的多年冻土区地表冻融形变监测方法，其特征在于，解析所述雷达影像数据，得到所述目标区域的线性形变数据，包括：
根据所述雷达影像数据生成多视差分干涉图；
根据所述多视差分干涉图，得到所述目标区域的线性形变数据。
5.根据权利要求1至4任一项所述的多年冻土区地表冻融形变监测方法，其特征在于，所述根据所述目标区域的土壤水分数据、所述目标区域的线性形变数据和所述目标区域的地表温度数据，计算得到所述目标区域的初始形变信息，包括：
采用如下公式计算：
Δd＝Gmn+A·LSTmn(Tm-Tn)+B·SMmn(Tm-Tn)；
其中，Tm为第m副雷达影像数据的获取时间；Tn为第n副雷达影像数据的获取时间；Gmn为第m副雷达影像数据和第n副雷达影像数据之间的线性形变数据；LSTmn为第m副雷达影像数据和第n副雷达影像数据所对应时间之间的地表温度数据差值；SMmn为第m副雷达影像数据和第n副雷达影像数据所对应时间之间的土壤水分数据差值；A为第一预设参数；B为第二预设参数。
6.一种多年冻土区地表冻融形变监测装置，其特征在于，包括：
获取模块，用于获取目标区域的雷达影像数据和光学遥感数据；
第一解析模块，用于解析所述雷达影像数据，分别得到所述目标区域的残差形变数据、所述目标区域的土壤水分数据和所述目标区域的线性形变数据；
第二解析模块，用于解析所述光学遥感数据，得到所述目标区域的地表温度数据；
第一计算模块，用于根据所述目标区域的土壤水分数据、所述目标区域的线性形变数据和所述目标区域的地表温度数据，计算得到所述目标区域的初始形变信息；
第三解析模块，用于解析所述雷达影像数据并根据所述初始形变信息，得到所述目标区域的残差形变数据；
第二计算模块，用于叠加所述初始形变信息和所述残差形变数据，得到所述目标区域的最终形变信息。
7.根据权利要求6所述的多年冻土区地表冻融形变监测装置，其特征在于，所述第二解析模块还用于：
计算所述光学遥感数据的亮度温度值；
根据所述目标区域的预设温度系数和所述亮度温度值，计算得到所述目标区域的地表温度值；
所述第一解析模块还用于：
计算所述雷达影像数据的后向散射系数；
获取所述目标区域的地表粗糙度；
根据所述后向散射系数和所述地表粗糙度，计算得到所述目标区域的土壤水分数据；
根据所述雷达影像数据生成多视差分干涉图；
根据所述多视差分干涉图，得到所述目标区域的线性形变数据。
8.根据权利要求6至7任一项所述的多年冻土区地表冻融形变监测装置，其特征在于，所述第一计算模块还用于采用如下公式计算所述目标区域的初始形变信息：
Δd＝Gmn+A·LSTmn(Tm-Tn)+B·SMmn(Tm-Tn)；
其中，Tm为第m副雷达影像数据的获取时间；Tn为第n副雷达影像数据的获取时间；Gmn为第m副雷达影像数据和第n副雷达影像数据之间的线性形变数据；LSTmn为第m副雷达影像数据和第n副雷达影像数据所对应时间之间的地表温度数据差值；SMmn为第m副雷达影像数据和第n副雷达影像数据所对应时间之间的土壤水分数据差值；A为第一预设参数；B为第二预设参数。
9.一种电子设备，其特征在于，包括：
存储器，用以存储计算机程序；
处理器，用以执行如权利要求1至5中任一项所述的方法。
10.一种非暂态电子设备可读存储介质，其特征在于，包括：程序，当其藉由电子设备运行时，使得所述电子设备执行权利要求1至5中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110190653.0A CN112986981B (zh) | 2021-02-18 | 2021-02-18 | 多年冻土区地表冻融形变监测方法、装置和电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110190653.0A CN112986981B (zh) | 2021-02-18 | 2021-02-18 | 多年冻土区地表冻融形变监测方法、装置和电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112986981A true CN112986981A (zh) | 2021-06-18 |
| CN112986981B CN112986981B (zh) | 2022-06-10 |
Family
ID=76393549
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110190653.0A Active CN112986981B (zh) | 2021-02-18 | 2021-02-18 | 多年冻土区地表冻融形变监测方法、装置和电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112986981B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114021371A (zh) * | 2021-11-16 | 2022-02-08 | 中国科学院西北生态环境资源研究院 | 一种碳储量影响估算方法、装置、电子设备及存储介质 |
| CN115540788A (zh) * | 2022-11-08 | 2022-12-30 | 中南大学 | 多年冻土活动层厚度估算方法 |
| CN116242782A (zh) * | 2023-02-14 | 2023-06-09 | 中国科学院西北生态环境资源研究院 | 多年冻土监测方法、装置、存储介质及监测设备 |
| CN116597226A (zh) * | 2023-05-30 | 2023-08-15 | 武汉工程大学 | 一种多年冻土InSAR时序趋势预测的方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102680972A (zh) * | 2012-06-04 | 2012-09-19 | 中国神华能源股份有限公司 | 地表形变的监测方法和装置及数据处理设备 |
| US20170184527A1 (en) * | 2015-12-28 | 2017-06-29 | Medtronic Minimed, Inc. | Sensor systems, devices, and methods for continuous glucose monitoring |
| CN108446516A (zh) * | 2018-04-04 | 2018-08-24 | 长安大学 | 一种基于力源反演的构造断裂与地面沉降形变分解法 |
| CN109613513A (zh) * | 2018-12-20 | 2019-04-12 | 长安大学 | 一种顾及InSAR形变因子的光学遥感潜在滑坡自动识别方法 |
| CN111553263A (zh) * | 2020-04-27 | 2020-08-18 | 中南大学 | 顾及运动特性的极化sar地表形变测量方法、装置及设备 |
| CN111879794A (zh) * | 2020-07-28 | 2020-11-03 | 中国科学院西北生态环境资源研究院 | 一种区域表层土壤含冰量的监测系统 |
-
2021
- 2021-02-18 CN CN202110190653.0A patent/CN112986981B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102680972A (zh) * | 2012-06-04 | 2012-09-19 | 中国神华能源股份有限公司 | 地表形变的监测方法和装置及数据处理设备 |
| US20170184527A1 (en) * | 2015-12-28 | 2017-06-29 | Medtronic Minimed, Inc. | Sensor systems, devices, and methods for continuous glucose monitoring |
| CN108446516A (zh) * | 2018-04-04 | 2018-08-24 | 长安大学 | 一种基于力源反演的构造断裂与地面沉降形变分解法 |
| CN109613513A (zh) * | 2018-12-20 | 2019-04-12 | 长安大学 | 一种顾及InSAR形变因子的光学遥感潜在滑坡自动识别方法 |
| CN111553263A (zh) * | 2020-04-27 | 2020-08-18 | 中南大学 | 顾及运动特性的极化sar地表形变测量方法、装置及设备 |
| CN111879794A (zh) * | 2020-07-28 | 2020-11-03 | 中国科学院西北生态环境资源研究院 | 一种区域表层土壤含冰量的监测系统 |
Non-Patent Citations (3)
| Title |
|---|
| PANPAN TANG ET.AL: "《Quantification of Temporal Decorrelation in X-, C-, and L-Band Interferometry for the Permafrost Region of the Qinghai–Tibet Plateau》", 《IEEE GEOSCIENCE AND REMOTE SENSING LETTERS》 * |
| 曾旭婧: "《基于Sentinel-1A的北黑高速路段多年岛状冻土形变研究》", 《中国优秀博硕士学位论文全文数据库（硕士） 工程科技II辑》 * |
| 葛大庆等: "基于相干点目标的多基线D-InSAR技术与地表形变监测", 《遥感学报》 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114021371A (zh) * | 2021-11-16 | 2022-02-08 | 中国科学院西北生态环境资源研究院 | 一种碳储量影响估算方法、装置、电子设备及存储介质 |
| CN114021371B (zh) * | 2021-11-16 | 2023-03-03 | 中国科学院西北生态环境资源研究院 | 一种碳储量影响估算方法、装置、电子设备及存储介质 |
| CN115540788A (zh) * | 2022-11-08 | 2022-12-30 | 中南大学 | 多年冻土活动层厚度估算方法 |
| CN115540788B (zh) * | 2022-11-08 | 2023-08-29 | 中南大学 | 联合多轨道InSAR形变观测和未冻水含量的活动层厚度估算方法 |
| CN116242782A (zh) * | 2023-02-14 | 2023-06-09 | 中国科学院西北生态环境资源研究院 | 多年冻土监测方法、装置、存储介质及监测设备 |
| CN116242782B (zh) * | 2023-02-14 | 2023-11-07 | 中国科学院西北生态环境资源研究院 | 多年冻土监测方法、装置、存储介质及监测设备 |
| CN116597226A (zh) * | 2023-05-30 | 2023-08-15 | 武汉工程大学 | 一种多年冻土InSAR时序趋势预测的方法 |
| CN116597226B (zh) * | 2023-05-30 | 2024-06-04 | 武汉工程大学 | 一种多年冻土InSAR时序趋势预测的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112986981B (zh) | 2022-06-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112986981B (zh) | 多年冻土区地表冻融形变监测方法、装置和电子设备 | |
| RU2518903C2 (ru) | Идентификация и анализ устойчивых рассеивателей в последовательности изображений, полученных с помощью sar | |
| US20200394780A1 (en) | Land deformation measurement | |
| Leinss et al. | Snow water equivalent of dry snow measured by differential interferometry | |
| CN113624122A (zh) | 融合GNSS数据与InSAR技术的桥梁变形监测方法 | |
| Tan et al. | A comparison of radiometric correction techniques in the evaluation of the relationship between LST and NDVI in Landsat imagery | |
| Mateus et al. | Sentinel-1 interferometric SAR mapping of precipitable water vapor over a country-spanning area | |
| Mira et al. | Soil moisture estimation using atmospherically corrected C-band InSAR data | |
| Feng et al. | Automatic selection of permanent scatterers-based GCPs for refinement and reflattening in InSAR DEM generation | |
| Duro et al. | High resolution differential interferometry using time series of ERS and ENVISAT SAR data | |
| CN112363166B (zh) | 一种基于可靠冗余网络的InSAR相位解缠方法和系统 | |
| Tang et al. | High-spatial-resolution mapping of precipitable water vapour using SAR interferograms, GPS observations and ERA-Interim reanalysis | |
| Yang et al. | Land contamination correction for passive microwave radiometer data: Demonstration of wind retrieval in the great lakes using SSM/I | |
| Zhou et al. | Radiometric cross-calibration of GF-4/IRS based on MODIS measurements | |
| Yang et al. | A temperature and emissivity separation algortihm for chinese gaofen-5 satelltie data | |
| US5905456A (en) | Method of evaluating non-euclidean effects affecting an image acquired by a space radar and a satellite for implementing the method | |
| Alsweiss et al. | An operational all-weather wind speed from AMSR2 | |
| Choi et al. | Quantification of horizontal forest structure from high resolution TanDEM-X interferometric coherences | |
| Huang et al. | Reference network construction for persistent scatterer detection in SAR tomography: Ant colony search algorithm (ACSA) | |
| Zhang et al. | Hurricane Precipitation Retrieval Using FY-3C MWRI Brightness Temperature | |
| Wan | Land surface temperature measurements from EOS MODIS data | |
| Meng et al. | Retrieving land surface temperature from high spatial resolution thermal infrared data of Chinese Gaofen-5 | |
| Göttsche et al. | Validation of Satellite-Retrieved Land Surface Temperature (LST) Products at Gobabeb, Namibia | |
| Wu et al. | Global statistical assessment of Haiyang-2B scanning microwave radiometer precipitable water vapor | |
| Łukosz et al. | Analysis of the velocity changes of the Jakobshavn Glacier based on SAR imagery |
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 |