CN113238228A - 一种基于水准约束的InSAR三维地表形变获取方法、系统及装置 - Google Patents
一种基于水准约束的InSAR三维地表形变获取方法、系统及装置 Download PDFInfo
- Publication number
- CN113238228A CN113238228A CN202110506951.6A CN202110506951A CN113238228A CN 113238228 A CN113238228 A CN 113238228A CN 202110506951 A CN202110506951 A CN 202110506951A CN 113238228 A CN113238228 A CN 113238228A
- Authority
- CN
- China
- Prior art keywords
- deformation
- los
- dimensional
- data
- result
- 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
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
- G01S13/904—SAR modes
-
- 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
- G01S13/9004—SAR image acquisition 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)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供了一种基于水准约束的InSAR三维地表形变获取方法、系统及装置,该系统包括:数据筛选模块,用于获取多方向SAR数据、同时段内的水准数据,并基于水准数据对SAR数据集进行筛选。校正模块,用于结合筛选后SAR数据集组合及PS‑InSAR方法,获取LOS向地表形变,并获得校正后LOS向结果。空间重采样模块,用于获取规则格网结果。解算模块,用于基于所述规则格网结果以及筛选后SAR数据的中心入射角和方位角,逐格网进行三维解算,获得高精度三维形变结果。本方案考虑了地表形变获取中SAR数据集选取、平差数据集选取、InSAR结果系统误差去除三个方面的问题,提高了三维解算结果的精度,可以更好的去除系统误差。
Description
技术领域
本发明涉及三维地表形变勘测领域,特别涉及对大范围多方向InSAR 时序监测结果的三维地表形变获取对应的方法、系统及其装置。
背景技术
地表形变是一种地壳表层发生位移的环境地质现象,可由火山运动、冰川漂移、地震活动、山体滑坡等自然因素或采矿和地下水开采等人为因素所引发,是城市和大型线性工程(如高速铁路、大跨度桥梁等)规划与建设中必须考虑的关键问题之一,因此,对地表形变进行有效而精确监测十分重要。随着遥感技术的进步,地表形变监测技术进入了新的时代。长期以来,地表形变的监测通常依靠水准测量和全球定位系统(GPS)等常规方法,水准测量受人力、物力和财力的限制,一般布点少,路线稀疏,监测周期长,时空分辨率都很低,己经难以满足现代防灾减灾对地表形变进行快速和大范围监测的需求。而GPS技术虽然可以获取连续的地表形变监测结果,但其密度同样受限于昂贵的地面设备。星载合成孔径雷达干涉测量技术(Interferometric Synthetic Aperture Radar,InSAR)相比于水准测量、分层标、GPS测量等常规监测方法,具有全天时、全天候、高精度、大范围、长时序的优点。
然而,这些已有研究大多使用单一卫星SAR影像数据,通过合成孔径雷达差分干涉测量技术(Differential Interferometry Synthetic Aperture,D-InSAR)或永久散射体干涉测量技术(Persistent Scatterer Interferometry Synthetic Aperture,PS-InSAR)提取沿雷达视线 (Lineofsight,LOS)方向的一维形变信息,无法得到三维位移信息,使得该技术在工程和大范围形变监测中的应用受到制约。现有的解决方案大致有以下几类:
(1)多方向D-InSAR/MTInSAR。利用升降轨RADARSAT-影像获取的地震的同震三维形变场,在垂直、东西和南北方向上的误差。但是,该方法需要至少三个成像几何差异明显的SAR干涉对,而这种数据目前只局限于高纬度地区。(2)升降轨D-InSAR/MTInSAR与偏移量跟踪法结合。该方法利用主辅SAR影像的配准偏移量信息计算地表在斜距向(即LOS向)和方位向上形变信息。而利用升降轨D-InSAR和Offset-Tracking的方式,由于南北向形变结果主要以Offset-Tracking观测量为主,而 Offset-Tracking的测量精度一般只能达到SAR数据分辨率的1/10到1/30,因此南北向的测量结果精度较其它两个方向差。(3)升降轨 D-InSAR/MTInSAR与多孔径InSAR结合。该方法将全孔径SAR影像分为两个子孔径SAR影像,并利用子孔径SAR影像生成前视和后视干涉图,然后从前、后视干涉图的相位差中提取地表在方位向上的形变信息。(4)升降轨Offset-tracking。尽管Offset-tracking的测量精度一般要低于 D-InSAR和MAI的测量精度,但是该方法能够更好的抵抗时空失相关的影响,因此也被常常用来恢复剧烈的三维地表形变场。由于Offset-Tracking 的测量精度与SAR数据的空间分辨率有关,因此该方法适合于高分辨率的 SAR数据。(5)D-InSAR/MTInSAR与GPS结合。GPS是目前常用的三维地表形变监测技术之一,但是其数据密度常常较低。(6)单方向InSAR与地表先验信息假设或地表形变模型结合。
综上所述,若想获取高精度缓变三维地表形变场,通常使用多方向 InSAR、InSAR与GPS结合以及InSAR与地表先验信息假设或地表形变模型结合这三种方法。而多方向InSAR所需数据较容易获得,故使用较多。以往的多方向InSAR三维地表形变获取方法均采用最小二乘法获GPS数据来进行约束,当在无法获取GPS数据且最小二乘法平差效果不佳时,难以得到符合精度要求的解算结果。
发明内容
针对现有技术的不足,本发明将针对多方向InSAR时序三维地表形变获取的系统误差去除问题,提出一套适用于大范围高精度时序三维地表形变的系统性方法。具体而言,本发明提供了以下技术方案:
一方面,本发明提供了一种基于水准约束的InSAR三维地表形变获取方法,所述方法包括:
S1、获取多方向SAR数据,选用SAR数据时段内的水准数据,并对所述水准数据进行筛选,获得筛选后水准数据;以所述筛选后水准数据为约束,确定三维形变与LOS向形变的关系;对SAR数据进行初步筛选,计算初步筛选后SAR数据集组合的误差,获取筛选后SAR数据集组合;
S2、结合筛选后SAR数据集组合及PS-InSAR方法,获取LOS向地表形变;
S3、结合所述筛选后水准数据,对所述LOS向地表形变进行系统误差去除,获得校正后LOS向结果;
S4、获取筛选后的多方向SAR数据集的公共区域,构建空间格网,将所述校正后LOS向结果重采样到所述公共区域的空间范围,计算规则格网化的形变速度,获得规则格网结果;
S5、基于所述规则格网结果以及筛选后SAR数据的中心入射角和方位角,逐格网进行三维解算,获得高精度三维形变结果。
优选地,所述S5中,如所述公共区域的形变属于缓慢形变,则仅利用升降轨SAR数据集进行三维解算。
优选地,所述S1中确定三维形变与LOS向形变的关系为:
其中:
ai=cosθi,i=1,2,3
bi=-sinθisin(αi-3π/2),i=1,2,3
ci=-sinθicos(αi-3π/2),i=1,2,3
dlos,1是第一个LOS方向的形变信息,dlos,2是第二个LOS方向的形变信息,dlos,3是第三个LOS方向的形变信息。
优选地,所述S1中,计算所述筛选后SAR数据集组合的误差的方式为:
优选地,所述S3中,所述系统误差去除,通过以下方式:将所述筛选后水准数据投影到LOS向上,与各方向同时段的LOS向地表形变进行对比,去除系统误差。
另一方面,本发明还提供了一种基于水准约束的InSAR三维地表形变获取系统,所述系统包括:
数据筛选模块,用于获取多方向SAR数据,选用SAR数据时段内的水准数据,并对所述水准数据进行筛选,获得筛选后水准数据;以所述筛选后水准数据为约束,确定三维形变与LOS向形变的关系;对SAR数据进行初步筛选,计算初步筛选后SAR数据集组合的误差,获取筛选后SAR数据集组合;
校正模块,用于结合筛选后SAR数据集组合及PS-InSAR方法,获取 LOS向地表形变;以及结合所述筛选后水准数据,对所述LOS向地表形变进行系统误差去除,获得校正后LOS向结果;
空间重采样模块,用于获取筛选后的多方向SAR数据集的公共区域,构建空间格网,将所述校正后LOS向结果重采样到所述公共区域的空间范围,计算规则格网化的形变速度,获得规则格网结果;
解算模块,用于基于所述规则格网结果以及筛选后SAR数据的中心入射角和方位角,逐格网进行三维解算,获得高精度三维形变结果。
优选地,所述解算模块中,如所述公共区域的形变属于缓慢形变,则仅利用升降轨SAR数据集进行三维解算。
优选地,所述数据筛选模块中,确定三维形变与LOS向形变的关系为:
其中:
ai=cosθi,i=1,2,3
bi=-sinθisin(αi-3π/2),i=1,2,3
ci=-sinθicos(αi-3π/2),i=1,2,3
dlos,1是第一个LOS方向的形变信息,dlos,2是第二个LOS方向的形变信息,dlos,3是第三个LOS方向的形变信息。
优选地,所述校正模块中,所述系统误差去除,通过以下方式:将所述筛选后水准数据投影到LOS向上,与各方向同时段的LOS向地表形变进行对比,去除系统误差。
优选地,所述数据筛选模块中,计算所述筛选后SAR数据集组合的误差的方式为:
此外,本发明还提供了一种基于水准约束的InSAR三维地表形变获取装置,所述装置包括:
处理器;以及,
存储器,在所述存储器中存储有计算机程序指令,所述计算机程序指令在被所述处理器运行时执行如上所述的基于水准约束的InSAR三维地表形变获取方法。
与现有技术相比,本发明具有以下有益效果:
本发明的技术方案考虑了InSAR地表形变获取中SAR数据集选取、平差数据集选取、InSAR结果系统误差去除三个方面的问题,为InSAR地表形变获取问题给出了一套系统的解决方案。在SAR数据集选取中,通过计算各SAR数据集组合的加权误差矩阵,提高了三维解算结果的精度;针对该选取什么样的地面水准测量数据来进行系统误差去除问题,通过考虑各水准点处LOS向形变梯度来对水准数据进行筛选,提高了结果的精度;与传统的最小二乘法平差相比,通过利用水准数据进行平差,在多个SAR数据集系统误差方向相同时,可以更好的去除系统误差。
附图说明
图1为本发明实施例的InSAR的执行流程图;
图2为SAR成像几何示意图;
图3为本发明实施例的基于水准约束的三维地表形变获取方法流程图。
具体实施方式
下面将结合本发明实施例中的图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
针对背景技术中提及的现有技术存在的问题,在一个具体的实施例中,本发明的技术方案针对多方向InSAR时序三维地表形变获取中的两个问题,给出了针对性的解决方法:
(1)系统误差去除。以往的研究使用最小二乘法或GPS数据进行平差,当在缺少GPS数据时仅使用最小二乘法平差,结果有时不满足精度要求。本发明引入水准数据对InSAR结果进行系统误差去除,进而精确计算三维地表形变。
(2)时间参考。以往时间参考的统一有两种方式,一种是基于原始时序结果本身,通过计算重叠区最小误差平方和来确定最佳拼接时间点。事实上,原始沉降时间序列受InSAR技术本身信号的影响存在随机影响。另一类是构建沉降模型,沉降模型的使用很容易给沉降时序的监测带来主观误差,且现有的沉降模型均建立在先验知识充足的条件下。因此,本发明构建自适应的沉降时序模型,最大程度的保留沉降时序规律,同时避免原始沉降时序的随机影响。
具体而言,在一个实施例中,本发明的技术方案可以通过以下的基于水准约束的InSAR三维地表形变获取方法来实现:
S1:根据多方向SAR数据成像几何来筛选数据集
SAR卫星飞行方向大多沿极地轨道(近南北向),且均为右视成像,侧视角一般为20°至40°,其直接观测结果并不是地表在空间方位的真实形变,而是地表在正东、正北和垂直向形变量在雷达视线向的投影之和。因此,由InSAR测量得到的形变结果,可以按照观测几何的空间关系分解为上述三个方向的分量,如图1所示。InSAR观测的LOS向形变可以表示为:
dlos=du*cosθi+dn*sinθisin(αi-3π/2)-de*sinθicos(αi-3π/2)+C (1)
其中dlos,dn,de,du分别表示LOS向、正北、正东、垂直向形变,θ为侧视角,α为卫星航向与正北方向沿顺时针方向的夹角,C为los向结果的系统误差,是一个常数。
由于在地裂缝的活动的区域发现地裂缝两侧垂向形变速率差异较大,且伴随着不可忽视的水平形变。假设垂向形变速率的变化率与水平形变速率呈正相关,且由于坡度可用于为每个像元计算值在从该像元到与其相邻的像元方向上的最大变化率,所以利用垂向形变速率的坡度来表征其变化率,并以此来评估水平形变的大小。
坡度取决于表面从中心像元开始在水平(dz/dx)方向和垂直(dz/dy)方向上的变化率(增量)。用来计算坡度的基本算法是:中心像元及其相邻的八个像元的值确定水平增量和垂直增量。这些相邻的像元使用字母a至i进行确定,其中e表示当前正在计算坡度的像元。
a | b | c |
d | e | f |
g | h | i |
则像元e在x,y方向上的变化率可通过下式进行计算:
根据式4-2到4-4,结合PS-InSAR获取的研究区垂向形变速率,即可计算整个区域的坡度。在大致计算研究区垂向形变速率时,忽略南北和东西向水平分量,可通过下式计算研究区大致的垂向形变速率:
du≈dLOS÷cosθi (4-5)
选用kriging插值法,将点状的垂向形变速率结果插值到50m×50m的规则网格内。并根据计算出的垂向形变速率坡度结果,提取水准点及其周边区域的垂向形变梯度值,计算研究区垂向形变梯度频数分布直方图,并利用以下两个规则来筛选水准点:(1)梯度值大小前10%位置处的水准点(2)水准点处梯度值明显大于周边地区。不选用符合以上规则的水准测量结果,由于经过筛选后的水准点处水平形变可以忽略,则式1可简化为式2,并通过式2计算C,也就是LOS向结果的系统误差。
dLOa=du·cosθi+C (2)
由式(1)可知,想要通过InSAR结果解算三维形变场,至少需要3 个不同方向的InSAR结果,在通过筛选后的水准数据约束后,三维形变与 LOS向形变的关系如式(3):
其中:
ai=cosθi,i=1,2,3
bi=-sinθisin(%i-3π/2),i=1,2,3
ci=-sinθicos(αi-3π/2),i=1,2,3
想要利用多方向InSAR结果获取地表三维形变场,首先应进行SAR数据集选取。当有大于三个方向的SAR数据集可供选择时,如何选取合适的数据集进行解算是十分重要的。在一个具体的实施方式中,当利用多方向 InSAR解算法进行三维解算时,初步筛选影像的原则是:(1)数据集数量不必太多;(2)数据集时空基线合理;(3)尽量选取高分辨率的数据集; (4)尽量选取同一平台数据的升降轨影像。通过以上原则初步筛选SAR 影像数据集后,为获取最优成像几何,通过式(4)计算各影像组合的误差矩阵:
利用外部数据(如水准测量和GPS结果)对InSAR结果进行精度评估,将影像组合中三个方向的平均误差代入式4,并结合式3,即可获得该影像组合的误差矩阵,误差矩阵由垂向,东西水平向和南北水平向误差的平方组成。其值越大,表明解算精度越低。根据实际的研究需求,为三个方向分配权重,通过对比各影像组合三个方向误差平方的加权平均数,选取加权平均值最低的组合进行三维地表形变解算。
S2:结合多方向SAR数据和PS-InSAR方法进行LOS向地表形变获取。
PS-InSAR技术是利用同一地区的多幅SAR影像(一般大于25景),通过统计分析影像的幅度信息,查找不受时间、空间基线去相关和大气效应影像的永久散射体(如建筑物、桥梁、道路等),利用这些PS点连接组成的网络和各相位分量的时空特征,将各项误差从差分干涉相位中逐个分离,最终获取每个PS点的地表形变相位,在一个优选的实施方式中,其数据处理策略为:
(1)在N+1幅SAR时间序列影像中,通过综合考虑时间基线,空间基线以及多普勒质心频率差异,进行主影像选择。
(2)进行SAR影像配准。根据各幅影像的强度信息,对各幅影像进行配准,配准精度要小于0.1个像元大小。
(3)数据集预分析及先期地理编码。计算数据集平均振幅影像和时序振幅离差指数,用于后续PS点的选取。再创建掩膜,基于时序振幅离差指数去除水体等无效像素值,减少噪声的影响。
(4)定义地面控制点(GCP)。基于高精度参考DEM和反射率图,选取地面控制点,对SAR影像数据进行距离向像素位置与轨道偏移矢量校正。再将参考DEM重采样。将DEM数据重采样到影像坐标系中,同时生成模拟振幅影像。
(5)采用30m分辨率的SRTM数据作为外部DEM,将配准后的影像进行差分干涉,得到N幅差分干涉图,每幅差分干涉图中的每个像元包含了相位的5个分量:
φint,x,i=φdef,x,i+△φε,x,i+φatm,x,i+△φorb,x,i+φn,x,i (5)
其中,φdef表示的是雷达视线向形变相位,φε表示的是DEM误差引起的地形相位,φatm表示的是由大气延迟相位,φorb表示的是轨道偏差相位,φn表示的是由于热噪声与配准过程造成的误差分量。
(6)为了避免低相干点带来的计算误差,在差分干涉图中选取高相干点进行计算。本研究采用的是幅度离差指数来进行筛选,通过计算每个时间段内PS点的平均值和标准差,二者比值获得时间序列振幅极差值。通过设置幅度离差指数的阈值来筛选PS点,再利用Delaunay三角网构建PS 点分析点网。
(7)参考点选取及参数精化。选取形变与高程等因子相位分量为0,且相干性高且反射特性稳定的强反射点。计算基于当前参考点其他所有像素点的各相位分布情况,基于上述各相位分布情况对相位值进行改进。通过干涉计算获得各像素点干涉相位,并根据研究区的地表形变情况以及干涉相位中各分量的物理及统计特性建立其与高程误差、线性形变、热形变等因子参数的缠绕相位函数模型,根据大气相位分析像素点网利用临近永久散射体目标间的相位差分关系,基于残差转化算法I.R(Inverted residuals)对此函数模型进行求解,解算出各像素点的高程误差、线性形变等贡献因子相位,并对残余相位中的非线性形变与失相干噪声相位进行分解,最终精确计算获得高程差与线性形变速率等大气延迟分量缠绕相位值。
(8)基于各影像与主影像之间的大气延迟相位分析结果,对线性形变、高程差值、季节性热形变等进行再精化。
(9)通过设置时间序列相干性的阈值筛选PS点,以保证结果的精度。
通过以上流程,即可获得所求范围内各PS点的LOS向时间序列形变结果。但对于sentinel-1影像,该方法一次仅能处理一个子条带的数据。
S3:结合水准数据对LOS向结果进行平差
根据式(2),将经筛选后的地面水准测量结果投影到LOS向上,与各方向同一时段的LOS向形变结果进行对比,对多方向InSAR结果进行系统误差去除,该系统误差去除的方法参见上面S1、S2中的记载。
S4:三维解算时段选取及空间重采样
多方向SAR影像的数据获取时间通常很难相同,在较为理想的情况下也会相差几天,所以在研究时尽量选取长的数据时段,即可忽略获取数据获取时间不同所带来的误差。
求取多方向InSAR监测结果的公共区域,构建空间格网,在一个具体的实施方式中,可以利用例如kriging内插等方法,将校正后的LOS向结果重采样到相同的空间范围(如50m×50m),计算规则格网化的形变速度。
数据的中心入射角、方位角可以在SAR影像的头文件中查到。
S5:多方向InSAR三维解算
将S4获取的规则格网结果、数据的中心入射角、方位角(也即航向角) 逐栅格输入式(3)进行计算,遍历所有格网,即可获得研究区高精度三维形变结果。
若研究区的形变属于缓慢形变,且形变速率较低,在一个具体的实施方式中,可认为形变速率在30mm/yr以内为形变速率较低,对结果精度要求较高时,由于SAR卫星通常极轨飞行,对南北向形变不敏感,可以选择忽视南北向分量,仅利用升降轨SAR数据集来进行三维解算,以获取高精度的垂向形变和东西水平向形变:
在又一个具体的实施例中,本发明的技术方案还可以通过系统的形式来实现。在一个优选的实施方式中,该系统包括:
数据筛选模块,用于获取多方向SAR数据,选用SAR数据时段内的水准数据,并对所述水准数据进行筛选,获得筛选后水准数据;以所述筛选后水准数据为约束,确定三维形变与LOS向形变的关系;对SAR数据进行初步筛选,计算初步筛选后SAR数据集组合的误差,获取筛选后SAR数据集组合;
校正模块,用于结合筛选后SAR数据集组合及PS-InSAR方法,获取 LOS向地表形变;以及结合所述筛选后水准数据,对所述LOS向地表形变进行系统误差去除,获得校正后LOS向结果;
空间重采样模块,用于获取筛选后的多方向SAR数据集的公共区域,构建空间格网,将所述校正后LOS向结果重采样到所述公共区域的空间范围,计算规则格网化的形变速度,获得规则格网结果;
解算模块,用于基于所述规则格网结果以及筛选后SAR数据的中心入射角和方位角,逐格网进行三维解算,获得高精度三维形变结果。
优选地,所述解算模块中,如所述公共区域的形变属于缓慢形变,则仅利用升降轨SAR数据集进行三维解算。
优选地,所述数据筛选模块中,确定三维形变与LOS向形变的关系为:
其中:
ai=cosθi,i=1,2,3
bi=-sinθisin(αi-3π/2),i=1,2,3
ci=-sinθicos(%i-3π/2),i=1,2,3
dlos,1是第一个LOS方向的形变信息,dlos,2是第二个LOS方向的形变信息,dlos优选地,所述校正模块中,所述系统误差去除,通过以下方式:将所述筛选后水准数据投影到LOS向上,与各方向同时段的LOS向地表形变进行对比,去除系统误差。
优选地,所述数据筛选模块中,计算所述筛选后SAR数据集组合的误差的方式为:
或者,在又一个优选的实施方式中,该系统可以是包含一个装置的,该装置可以设置为包含:处理器;以及,
存储器,在所述存储器中存储有计算机程序指令,所述计算机程序指令在被所述处理器运行时执行如上所述的基于水准约束的InSAR三维地表形变获取方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体 (Read-Only Memory,ROM)或随机存储记忆体(Random AccessMemory, RAM)等。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。
Claims (10)
1.一种基于水准约束的InSAR三维地表形变获取方法,其特征在于,所述方法包括:
S1、获取多方向SAR数据,选用SAR数据时段内的水准数据,并对所述水准数据进行筛选,获得筛选后水准数据;以所述筛选后水准数据为约束,确定三维形变与LOS向形变的关系;对SAR数据进行初步筛选,计算初步筛选后SAR数据集组合的误差,获取筛选后SAR数据集组合;
S2、结合筛选后SAR数据集组合及PS-InSAR方法,获取LOS向地表形变;
S3、结合所述筛选后水准数据,对所述LOS向地表形变进行系统误差去除,获得校正后LOS向结果;
S4、获取筛选后的多方向SAR数据集的公共区域,构建空间格网,将所述校正后LOS向结果重采样到所述公共区域的空间范围,计算规则格网化的形变速度,获得规则格网结果;
S5、基于所述规则格网结果以及筛选后SAR数据的中心入射角和方位角,逐格网进行三维解算,获得高精度三维形变结果。
2.根据权利要求1所述的方法,其特征在于,所述S5中,如所述公共区域的形变属于缓慢形变,则仅利用升降轨SAR数据集进行三维解算。
5.根据权利要求1所述的方法,其特征在于,所述S3中,所述系统误差去除,通过以下方式:将所述筛选后水准数据投影到LOS向上,与各方向同时段的LOS向地表形变进行对比,去除系统误差。
6.一种基于水准约束的InSAR三维地表形变获取系统,其特征在于,所述系统包括:
数据筛选模块,用于获取多方向SAR数据,选用SAR数据时段内的水准数据,并对所述水准数据进行筛选,获得筛选后水准数据;以所述筛选后水准数据为约束,确定三维形变与LOS向形变的关系;对SAR数据进行初步筛选,计算初步筛选后SAR数据集组合的误差,获取筛选后SAR数据集组合;
校正模块,用于结合筛选后SAR数据集组合及PS-InSAR方法,获取LOS向地表形变;以及结合所述筛选后水准数据,对所述LOS向地表形变进行系统误差去除,获得校正后LOS向结果;
空间重采样模块,用于获取筛选后的多方向SAR数据集的公共区域,构建空间格网,将所述校正后LOS向结果重采样到所述公共区域的空间范围,计算规则格网化的形变速度,获得规则格网结果;
解算模块,用于基于所述规则格网结果以及筛选后SAR数据的中心入射角和方位角,逐格网进行三维解算,获得高精度三维形变结果。
7.根据权利要求6所述的系统,其特征在于,所述解算模块中,如所述公共区域的形变属于缓慢形变,则仅利用升降轨SAR数据集进行三维解算。
9.根据权利要求6所述的系统,其特征在于,所述校正模块中,所述系统误差去除,通过以下方式:将所述筛选后水准数据投影到LOS向上,与各方向同时段的LOS向地表形变进行对比,去除系统误差。
10.一种基于水准约束的InSAR三维地表形变获取装置,其特征在于,所述装置包括:
处理器;以及,
存储器,在所述存储器中存储有计算机程序指令,所述计算机程序指令在被所述处理器运行时执行上述权利要求1-5任一所述的基于水准约束的InSAR三维地表形变获取方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110506951.6A CN113238228B (zh) | 2021-05-10 | 2021-05-10 | 基于水准约束的三维地表形变获取方法、系统及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110506951.6A CN113238228B (zh) | 2021-05-10 | 2021-05-10 | 基于水准约束的三维地表形变获取方法、系统及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113238228A true CN113238228A (zh) | 2021-08-10 |
CN113238228B CN113238228B (zh) | 2023-03-10 |
Family
ID=77133024
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110506951.6A Active CN113238228B (zh) | 2021-05-10 | 2021-05-10 | 基于水准约束的三维地表形变获取方法、系统及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113238228B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115963462A (zh) * | 2023-03-09 | 2023-04-14 | 成都理工大学 | 一种顾及坡度和坡向的InSAR最大形变梯度探测方法 |
CN116109931A (zh) * | 2023-03-02 | 2023-05-12 | 马培峰 | 一种城市地面沉降自动识别和分类方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100441590B1 (ko) * | 2003-04-18 | 2004-07-23 | (주)충청측량설계공사 | 간섭측정용 합성 개구 레이다의 기하학적 특성을 이용하여지형고도를 측정하기 위한 디지털 고도모형 생성방법 |
CN105824022A (zh) * | 2016-04-20 | 2016-08-03 | 中国电力工程顾问集团中南电力设计院有限公司 | 一种电网不良地质体三维形变监测方法 |
CN107389029A (zh) * | 2017-08-24 | 2017-11-24 | 北京市水文地质工程地质大队 | 一种基于多源监测技术融合的地面沉降集成监测方法 |
CN110781169A (zh) * | 2019-10-24 | 2020-02-11 | 首都师范大学 | 自适应多源InSAR监测地面沉降时间序列数据拼接方法及系统 |
CN111798135A (zh) * | 2020-07-06 | 2020-10-20 | 天津城建大学 | 一种基于多源数据集成的高铁沉降危害性评估方法 |
CN112051571A (zh) * | 2020-08-14 | 2020-12-08 | 中冶(北京)交通科技发展有限公司 | 一种新型差分InSAR的LOS向形变量估计方法 |
-
2021
- 2021-05-10 CN CN202110506951.6A patent/CN113238228B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100441590B1 (ko) * | 2003-04-18 | 2004-07-23 | (주)충청측량설계공사 | 간섭측정용 합성 개구 레이다의 기하학적 특성을 이용하여지형고도를 측정하기 위한 디지털 고도모형 생성방법 |
CN105824022A (zh) * | 2016-04-20 | 2016-08-03 | 中国电力工程顾问集团中南电力设计院有限公司 | 一种电网不良地质体三维形变监测方法 |
CN107389029A (zh) * | 2017-08-24 | 2017-11-24 | 北京市水文地质工程地质大队 | 一种基于多源监测技术融合的地面沉降集成监测方法 |
CN110781169A (zh) * | 2019-10-24 | 2020-02-11 | 首都师范大学 | 自适应多源InSAR监测地面沉降时间序列数据拼接方法及系统 |
CN111798135A (zh) * | 2020-07-06 | 2020-10-20 | 天津城建大学 | 一种基于多源数据集成的高铁沉降危害性评估方法 |
CN112051571A (zh) * | 2020-08-14 | 2020-12-08 | 中冶(北京)交通科技发展有限公司 | 一种新型差分InSAR的LOS向形变量估计方法 |
Non-Patent Citations (1)
Title |
---|
张婉婉等: "基于多源SAR数据的京津高铁北京段垂向形变监测", 《中国科技论文》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116109931A (zh) * | 2023-03-02 | 2023-05-12 | 马培峰 | 一种城市地面沉降自动识别和分类方法 |
CN116109931B (zh) * | 2023-03-02 | 2024-03-15 | 马培峰 | 一种城市地面沉降自动识别和分类方法 |
CN115963462A (zh) * | 2023-03-09 | 2023-04-14 | 成都理工大学 | 一种顾及坡度和坡向的InSAR最大形变梯度探测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113238228B (zh) | 2023-03-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Catalão et al. | Merging GPS and atmospherically corrected InSAR data to map 3-D terrain displacement velocity | |
CN110888130A (zh) | 一种基于升降轨时序InSAR的煤矿区地表形变监测方法 | |
CN105929398B (zh) | 结合外控点的InSAR高精度高分辨率DEM获取方法 | |
CN109212522B (zh) | 一种基于双基星载sar的高精度dem反演方法及装置 | |
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 | |
CN109031301A (zh) | 基于PSInSAR技术的山区地形形变提取方法 | |
CN109100719B (zh) | 基于星载sar影像与光学影像的地形图联合测图方法 | |
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 | |
CN113238228B (zh) | 基于水准约束的三维地表形变获取方法、系统及装置 | |
CN114791273B (zh) | 一种针对滑坡的InSAR形变监测结果解释方法 | |
Zhang et al. | Satellite SAR geocoding with refined RPC model | |
CN114689015B (zh) | 一种提高光学卫星立体影像dsm高程精度的方法 | |
CN112444188B (zh) | 一种多视角InSAR海堤高精度三维形变测量方法 | |
Chrysoulakis et al. | Validation of ASTER GDEM for the Area of Greece | |
Luo et al. | A new baseline linear combination algorithm for generating urban digital elevation models with multitemporal InSAR observations | |
Zeybek et al. | Investigation of landslide detection using radial basis functions: a case study of the Taşkent landslide, Turkey | |
CN116381680A (zh) | 一种基于时序雷达干涉测量技术的城市地表形变监测方法 | |
CN115079172A (zh) | 一种MTInSAR滑坡监测方法、设备及存储介质 | |
González et al. | Relative height accuracy estimation method for InSAR-based DEMs | |
Liu et al. | Correction of positional errors and geometric distortions in topographic maps and DEMs using a rigorous SAR simulation technique | |
Li et al. | A global-scale DEM elevation correction model using ICESat-2 laser altimetry data | |
Feng et al. | Automatic selection of permanent scatterers-based GCPs for refinement and reflattening in InSAR DEM generation | |
Recla et al. | From Relative to Absolute Heights in SAR-based Single-Image Height Prediction | |
CN113008202B (zh) | 一种融合不同合成孔径雷达干涉测量的地面沉降监测方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |