CN113960596A - 一种基于北斗和PS-InSAR的滑坡三维形变监测方法 - Google Patents

一种基于北斗和PS-InSAR的滑坡三维形变监测方法 Download PDF

Info

Publication number
CN113960596A
CN113960596A CN202111221480.0A CN202111221480A CN113960596A CN 113960596 A CN113960596 A CN 113960596A CN 202111221480 A CN202111221480 A CN 202111221480A CN 113960596 A CN113960596 A CN 113960596A
Authority
CN
China
Prior art keywords
deformation
beidou
grid
point
monitoring
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
Application number
CN202111221480.0A
Other languages
English (en)
Other versions
CN113960596B (zh
Inventor
吴磊
尹治平
孙世山
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Shenzhen Blue Space Remote Sensing Technology Co ltd
Suzhou Dark Blue Space Remote Sensing Technology Co ltd
Original Assignee
Suzhou Dark Blue Space Remote Sensing Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Suzhou Dark Blue Space Remote Sensing Technology Co ltd filed Critical Suzhou Dark Blue Space Remote Sensing Technology Co ltd
Priority to CN202111221480.0A priority Critical patent/CN113960596B/zh
Publication of CN113960596A publication Critical patent/CN113960596A/zh
Application granted granted Critical
Publication of CN113960596B publication Critical patent/CN113960596B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S13/00Systems 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
    • G01S13/88Radar or analogous systems specially adapted for specific applications
    • G01S13/89Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G01S13/90Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
    • G01S13/9004SAR 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)
  • Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)
  • Emergency Alarm Devices (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

本发明公开了一种基于北斗和PS‑InSAR的滑坡三维形变监测方法,包括:基于升、降轨SAR数据与PS‑InSAR技术对目标滑坡进行处理,获得初步的形变监测结果;根据形变监测结果分布特征进行格网划分,在每个格网中根据预设规则布设接收机;对目标区域进行持续监测,获取基于SAR卫星与北斗的同步监测数据;利用基于DEM数据的地形趋势拟合插值方法,获取监测时间段内整个区域的PS点的累积面状形变;根据北斗接收机的分布状况和地形要素,形成北斗接收机形变数据解算格网;基于北斗接收机形变数据解算格网对每处面状形变结果进行数据融合,获取每个格网的三维形变结果,再对格网边界进行平滑处理,获取最终的三维形变结果。

Description

一种基于北斗和PS-InSAR的滑坡三维形变监测方法
技术领域
本发明涉及滑坡监测技术领域,具体涉及一种基于北斗和PS-InSAR的滑坡三维形变监测方法。
背景技术
滑坡灾害作为一种常见的地质灾害,具有极大的危害性,在我国分布范围甚广。据统计,其在地面塌陷、地面沉陷、地裂缝、滑坡、崩塌、泥石流等灾害中数量占比可达69.34%,目前仍然缺乏对滑坡进行全面持续监测的方法。
合成孔径雷达干涉测量属于主动式微波遥感技术,实现了对地表的广域几何测量,且具有全天时、全天候观测等特点。PS-InSAR等时序InSAR技术的诞生将InSAR技术的应用推到了一个新的高度,已成为滑坡等地质灾害监测的一种新手段。
SAR与北斗在形变监测上具有很好的互补性。其中北斗装置形变监测的水平精度高,可进行高频的连续监测,同时具有时间分辨率高、空间分辨率低的特点;PS-InSAR技术垂向监测精度较高,具有空间分辨率高、时间分辨率低的特点。
目前在InSAR与北斗监测设备的联合监测中,依然缺乏对于北斗设备的安装位置的指导安装的方法;同时,目前在滑坡的形变监测中,面状的三维形变监测方法相对缺乏,而在对滑坡进行整体分析时,获取实用的真实三维形变场具有重大意义。
发明内容
针对现有技术中存在的上述问题,本发明提供一种基于北斗和PS-InSAR的滑坡三维形变监测方法。
本发明公开了一种基于北斗和PS-InSAR的滑坡三维形变监测方法,包括:
步骤1、基于升、降轨SAR数据与PS-InSAR技术对目标滑坡进行处理,获得初步的形变监测结果;
步骤2、根据所述形变监测结果分布特征进行格网划分,在每个格网中根据预设规则布设接收机;
步骤3、对目标区域进行持续监测,获取基于SAR卫星与北斗的同步监测数据;
步骤4、利用基于DEM数据的地形趋势拟合插值方法,获取监测时间段内整个区域的PS点的累积面状形变;
步骤5、根据北斗接收机的分布状况和地形要素,形成北斗接收机形变数据解算格网;
步骤6、基于所述北斗接收机形变数据解算格网对每处面状形变结果进行数据融合,获取每个格网的三维形变结果,再对格网边界进行平滑处理,获取最终的三维形变结果。
作为本发明的进一步改进,所述步骤1,具体包括:
选择时间序列中的某一幅SAR影像作为主影像,并对时间基线和空间基线分布进行核查;
将所有辅影像与所述主影像进行配准;
将所有辅影像与所述主影像进行干涉处理;
选择永久散射体:PS点;
对PS点进行差分相位建模和参数估计;
对PS点网络进行非线性信号进行分解,获取离散PS点的形变值,得到升、降轨的形变分布特征。
作为本发明的进一步改进,在所述步骤2中,所述格网划分,包括:
对升、降轨的PS-InSAR结果进行插值获取目标区域面状的形变结果;
根据形变监测结果分别绘制出升、降轨形变结果中年均形变速率大于10mm/y的区域;
将绘制出的形变值大于预设阈值的矢量文件进行叠加;
依据规则对整个区域进行划分;
规则要求需根据地形的局部面的连续性进行合理选择划分区域的大小,同时尽量保证每个局部形变中心及其附近区域在一个格网上。
作为本发明的进一步改进,在所述步骤2中,所述预设规则包括:
依据PS点分布特征确认需布设接收机数量,依据避开PS点聚集区、避开植物茂盛区、避开地质土壤松散区、位置相对居中四大规则布设北斗接收机。
作为本发明的进一步改进,所述预设规则,具体包括:
将监测过程中获取的PS点,光学卫星底图,划分的网格进行叠加显示;
对每个格网进行核查,对于PS点数据分布稀疏且主要聚集于某一处,对于单个格网采取三角网监测能以最低成本反应此格网的局部形变状况,需布设两台北斗接收机;其它常规区域布设一台北斗接收机;
对于需布设一台接收机的区域,综合避开PS点聚集区、植物茂盛区、地质土壤松散区、位置相对居中这四大规则选择一处区域布设北斗接收机;
对于需布设两台接收机的区域,综合避开PS点聚集区、避开植物茂盛区、避开地质土壤松散区、与PS点聚集区位置相对成三角这四大规则选择两处区域布设北斗接收机。
作为本发明的进一步改进,在所述步骤4中,所述插值方法,包括:
获取格网中每个PS点的累积形变;
获取目标区域坡度、坡向、PS点分布数据;
确定待插值获取的栅格影像的分辨率,确定每一个插值位置进行插值时的依赖形变点,形变点与待算点满足以下条件:距离在阈值内、同一局部斜坡面;
将IDW插值方法中的插值计算公式为基础计算公式:
权重计算函数为:
Figure BDA0003312806240000031
其中,di为第i个点到目标点的距离,λi为对应的权重;
插值计算结果基本公式为:
Figure BDA0003312806240000032
其中,(X0,Y0)为目标点坐标,(Xi,Yi)为参考点坐标。
作为本发明的进一步改进,在所述步骤5中,所述北斗接收机形变数据解算格网的形成方法,包括:
以每个北斗接收机为中心,联立附近3个北斗接收机形成初步的散射状格网;
对于形成的散射状格网,若存在北斗接收点点与所在格网中其它北斗接收点点不在同一局部斜坡面,则对其进行调整,最终使得所有北斗接收点点都满足在同一局部斜坡面。
作为本发明的进一步改进,所述步骤6,具体包括:
获取每个格网中PS点和北斗接收机在监测时间段内的形变速率;
以步骤5中划分的北斗接收机形变数据解算格网为基础,联立北斗、SAR形变监测结果进行融合,求解每个格网的真实三维的形变监测结果;其中,
以形变区内点为对象,积累获取总的能量值,据此建立估计三维形变信息的能量函数:
Figure BDA0003312806240000041
其中三维形变速率X=[ve vn vu]T
Figure BDA0003312806240000042
Sx,Sy,Sz为单位投影矢量,Dlos为InSAR卫星观测量,Vx,Vy,Vz是以北斗接收机数据为基础进行插值得到的ENU三维形变量,σins,σx,σy,σz分别为InSAR以及北斗观测值在ENU上各方向上地表形变速率的标准差;
通过使能量函数值达到极小值时,获取未知参数X的最优解;
求解过程中依次对解析式中未知量求一阶偏导,令所求偏导结果为零即可求得本式最优估值解;
X=B-1b
其中:
Figure BDA0003312806240000043
将各个格网的形变结果进行拼接,利用滤波平滑技术对各个格网的边界进行平滑处理,获取最终的三维形变结果。
与现有技术相比,本发明的有益效果为:
本发明以滑坡监测实际场景为依据,将北斗监测技术和PS-InSAR技术进行优势结合,同时在融合过程对局部和整体的处理采取了针对性策略,使形变结果最大程度同时满足各处局部的形变趋势,提高了滑坡三维形变监测的准确度。
附图说明
图1为本发明一种实施例公开的基于北斗和PS-InSAR的滑坡三维形变监测方法的流程图;
图2为本发明一种实施例公开的合并重点形变感知区的示意图;
图3为本发明一种实施例公开的对重点监测待布局北斗接收机的区域进行的网状区域划分结果的示意图;
图4为本发明一种实施例公开的某局部PS点、实际地形地貌与北斗接收机之间的分布情况的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明的一部分实施例,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做出创造性劳动的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。
下面结合附图对本发明做进一步的详细描述:
如图1所示,本发明提供一种基于北斗和PS-InSAR的滑坡三维形变监测方法,包括:
步骤1、基于升、降轨SAR数据与PS-InSAR技术对目标滑坡进行处理,获得初步的形变监测结果;
具体包括:
依据一定规则选择时间序列中的某一幅SAR影像作为唯一主影像,并对时间基线和空间基线分布进行核查;
将所有辅影像与主影像进行配准;
将所有辅影像与主影像进行干涉处理;
选择永久散射体:PS点;其中,常用的PS点识别方法包括振幅离差指数阈值法、相位离差阈值法、基于相位噪声稳定性识别法等;
对PS点进行差分相位建模和参数估计;
对PS点网络进行非线性信号进行分解,获取离散PS点的形变值。
步骤2、根据升、降轨形变分布特征进行格网划分,在每个格网中依据PS点分布特征确认需布设接收机数量,依据避开PS点聚集区、避开植物茂盛区、避开地质土壤松散区、位置相对居中四大规则布设北斗接收机,分布上呈现网状;
具体包括:
对升、降轨的PS-InSAR结果进行插值,获取目标区域面状的形变结果;形变值作为划分的参考,为保证其反应的形变中心信息的可靠性,在存在多个形变中心时可选择反距离权重法,在存在1到2个形变中心时可选择双线性内插法;
根据形变监测结果分别绘制出升、降轨形变结果中年均形变速率大于10mm/y的区域;
将绘制出的形变值较大的矢量文件进行叠加;
对整个区域进行划分,可根据地形的局部面的连续性进行合理选择划分区域的大小,同时尽量保证每个局部形变中心及其附近区域在一个格网上;
将监测过程中获取的PS点,光学卫星底图,划分的网格进行叠加显示;
对每个格网进行核查,对于PS点数据分布较为稀疏,且主要聚集于某一处,对于单个格网采取三角网监测能以最低成本反应此格网的局部形变状况,需布设两台北斗接收机,其它常规区域布设一台北斗接收机;
对于需布设一台接收机的区域,综合避开PS点聚集区、避开植物茂盛区、避开地质土壤松散区、位置相对居中这四大规则选择一处区域布设北斗接收机;
对于需布设两台接收机的区域,综合避开PS点聚集区、避开植物茂盛区、避开地质土壤松散区、与PS点聚集区位置相对成三角这四大规则选择两处区域布设北斗接收机。
进一步,
如图2所示,升、降轨数据由于拍摄角度的不一致,对不同方向的形变敏感度不一样,合并重点形变感知区,可对整个区域进行全面监测;
如图3所示,其为基于本发明中设定的规则对重点监测待布局北斗接收机的区域进行的网状区域划分结果,实际应用中在保证本发明中所要求的条件外,具体可根据实际情况调整。
如图4,图中显示了某局部PS点、实际地形地貌与北斗接收机之间的分布情况;北斗接收机的安装主要需考虑:避开PS点聚集区、植物茂盛区、地质土壤松散区、位置相对合适。
步骤3、对目标区域进行持续监测,获取基于SAR卫星与北斗的同步监测数据;
具体包括:
定期下载北斗接收机接收到的监测数据;
定期获取SAR卫星数据;
存储北斗接收机和SAR卫星的同步监测数据。
步骤4、利用基于DEM数据的地形趋势拟合插值方法,获取监测时间段内整个区域的PS点的累积面状形变;
具体包括:
获取格网中每个PS点的累积形变;
获取目标区域坡度、坡向、PS点分布数据;
利用下述结合地形的面拟合方法得到面状的形变监测结果;
确定好待插值获取的栅格影像的分辨率,确定每一个插值位置进行插值时的依赖形变点,形变点与待算点必须满足以下条件,即距离在阈值内、同一局部斜坡面(可根据坡度和坡向进行判断);
将IDW插值方法中的插值计算公式为基础计算公式;
权重计算函数为:
Figure BDA0003312806240000071
其中,di为第i个点到目标点的距离,λi为对应的权重;
插值计算结果基本公式为:
Figure BDA0003312806240000081
其中,(X0,Y0)为目标点坐标,(Xi,Yi)为参考点坐标。
步骤5、根据北斗接收机的分布状况和地形要素,形成北斗接收机形变数据解算格网;
具体包括:
以每个北斗接收机为中心,联立附近3个北斗接收机形成初步的格网;
对于形成的散射状格网,若存在北斗接收点点与所在格网中其它北斗接收点点不在同一局部斜坡面,则对其进行调整,最终使得所有北斗接收点点都满足在同一局部斜坡面;本发明以这种方式布设,后期在进行面拟合时可充分考虑局部区域形变的连续性。
步骤6、基于北斗接收机形变数据解算格网对每处面状形变结果进行数据融合,获取每个格网的三维形变结果,再对格网边界进行平滑处理,获取最终的三维形变结果;
具体包括:
获取每个格网中PS点和北斗接收机在监测时间段内的形变速率;
以步骤5中划分的北斗接收机形变数据解算格网为基础,联立北斗、SAR形变监测结果进行融合,求解每个格网的真实三维的形变监测结果;其中,
以形变区内点为对象,积累获取总的能量值,据此建立估计三维形变信息的能量函数:
Figure BDA0003312806240000082
其中三维形变速率X=[ve vn vu]T
Figure BDA0003312806240000083
Sx,Sy,Sz为单位投影矢量,Dlos为InSAR卫星观测量,Vx,Vy,Vz是以北斗接收机数据为基础进行插值得到的ENU三维形变量,σins,σx,σy,σz分别为InSAR以及北斗观测值在ENU上各方向上地表形变速率的标准差;
通过使能量函数值达到极小值时,获取未知参数X的最优解;
求解过程中依次对解析式中未知量求一阶偏导,令所求偏导结果为零即可求得本式最优估值解;
X=B-1b
其中:
Figure BDA0003312806240000091
将各个格网的形变结果进行拼接,利用滤波平滑技术对各个格网的边界进行平滑处理,获取最终的三维形变结果。
本发明中涉及的监测方法不仅适用于滑坡场景下的形变监测,同时适用其它场景的形变监测。
本发明的优点为:
本发明以滑坡监测实际场景为依据,将北斗监测技术和PS-InSAR技术进行优势结合,同时在融合过程对局部和整体的处理采取了针对性策略,使形变结果最大程度同时满足各处局部的形变趋势,提高了滑坡三维形变监测的准确度。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于北斗和PS-InSAR的滑坡三维形变监测方法,其特征在于,包括:
步骤1、基于升、降轨SAR数据与PS-InSAR技术对目标滑坡进行处理,获得初步的形变监测结果;
步骤2、根据所述形变监测结果分布特征进行格网划分,在每个格网中根据预设规则布设接收机;
步骤3、对目标区域进行持续监测,获取基于SAR卫星与北斗的同步监测数据;
步骤4、利用基于DEM数据的地形趋势拟合插值方法,获取监测时间段内整个区域的PS点的累积面状形变;
步骤5、根据北斗接收机的分布状况和地形要素,形成北斗接收机形变数据解算格网;
步骤6、基于所述北斗接收机形变数据解算格网对每处面状形变结果进行数据融合,获取每个格网的三维形变结果,再对格网边界进行平滑处理,获取最终的三维形变结果。
2.如权利要求1所述的滑坡三维形变监测方法,其特征在于,所述步骤1,具体包括:
选择时间序列中的某一幅SAR影像作为主影像,并对时间基线和空间基线分布进行核查;
将所有辅影像与所述主影像进行配准;
将所有辅影像与所述主影像进行干涉处理;
选择永久散射体:PS点;
对PS点进行差分相位建模和参数估计;
对PS点网络进行非线性信号进行分解,获取离散PS点的形变值,得到升、降轨的形变分布特征。
3.如权利要求1所述的滑坡三维形变监测方法,其特征在于,在所述步骤2中,所述格网划分,包括:
对升、降轨的PS-InSAR结果进行插值获取目标区域面状的形变结果;
根据形变监测结果分别绘制出升、降轨形变结果中年均形变速率大于10mm/y的区域;
将绘制出的形变值大于预设阈值的矢量文件进行叠加;
依据规则对整个区域进行划分;
规则要求需根据地形的局部面的连续性进行合理选择划分区域的大小,同时尽量保证每个局部形变中心及其附近区域在一个格网上。
4.如权利要求1所述的滑坡三维形变监测方法,其特征在于,在所述步骤2中,所述北斗接收机布设中的预设规则包括:
依据PS点分布特征确认需布设接收机数量,依据避开PS点聚集区、避开植物茂盛区、避开地质土壤松散区、位置相对居中四大规则布设北斗接收机。
5.如权利要求4所述的滑坡三维形变监测方法,其特征在于,所述预设规则,具体包括:
将监测过程中获取的PS点,光学卫星底图,划分的网格进行叠加显示;
对每个格网进行核查,对于PS点数据分布稀疏且主要聚集于某一处,对于单个格网采取三角网监测能以最低成本反应此格网的局部形变状况,需布设两台北斗接收机;其它常规区域布设一台北斗接收机;
对于需布设一台接收机的区域,综合避开PS点聚集区、植物茂盛区、地质土壤松散区、位置相对居中这四大规则选择一处区域布设北斗接收机;
对于需布设两台接收机的区域,综合避开PS点聚集区、避开植物茂盛区、避开地质土壤松散区、与PS点聚集区位置相对成三角这四大规则选择两处区域布设北斗接收机。
6.如权利要求1所述的滑坡三维形变监测方法,其特征在于,在所述步骤4中,所述插值方法,包括:
获取格网中每个PS点的累积形变;
获取目标区域坡度、坡向、PS点分布数据;
确定待插值获取的栅格影像的分辨率,确定每一个插值位置进行插值时的依赖形变点,形变点与待算点满足以下条件:距离在阈值内、同一局部斜坡面;
将IDW插值方法中的插值计算公式为基础计算公式:
权重计算函数为:
Figure FDA0003312806230000031
其中,di为第i个点到目标点的距离,λi为对应的权重;
插值计算结果基本公式为:
Figure FDA0003312806230000032
其中,(X0,Y0)为目标点坐标,(Xi,Yi)为参考点坐标。
7.如权利要求1所述的滑坡三维形变监测方法,其特征在于,在所述步骤5中,所述北斗接收机形变数据解算格网的形成方法,包括:
以每个北斗接收机为中心,联立附近3个北斗接收机形成初步的散射状格网;
对于形成的散射状格网,若存在北斗接收点点与所在格网中其它北斗接收点点不在同一局部斜坡面,则对其进行调整,最终使得所有北斗接收点点都满足在同一局部斜坡面。
8.如权利要求1所述的滑坡三维形变监测方法,其特征在于,所述步骤6,具体包括:
获取每个格网中PS点和北斗接收机在监测时间段内的形变速率;
以步骤5中划分的北斗接收机形变数据解算格网为基础,联立北斗、SAR形变监测结果进行融合,求解每个格网的真实三维的形变监测结果;
其中,以形变区内点为对象,积累获取总的能量值,据此建立估计三维形变信息的能量函数:
Figure FDA0003312806230000033
其中三维形变速率X=[ve vn vu]T
Figure FDA0003312806230000034
Sx,Sy,Sz为单位投影矢量,Dlos为InSAR卫星观测量,Vx,Vy,Vz是以北斗接收机数据为基础进行插值得到的ENU三维形变量,σins,σx,σy,σz分别为InSAR以及北斗观测值在ENU上各方向上地表形变速率的标准差;
通过使能量函数值达到极小值时,获取未知参数X的最优解;
求解过程中依次对解析式中未知量求一阶偏导,令所求偏导结果为零即可求得本式最优估值解;
X=B-1b
其中:
Figure FDA0003312806230000041
将各个格网的形变结果进行拼接,利用滤波平滑技术对各个格网的边界进行平滑处理,获取最终的三维形变结果。
CN202111221480.0A 2021-10-20 2021-10-20 一种基于北斗和PS-InSAR的滑坡三维形变监测方法 Active CN113960596B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111221480.0A CN113960596B (zh) 2021-10-20 2021-10-20 一种基于北斗和PS-InSAR的滑坡三维形变监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111221480.0A CN113960596B (zh) 2021-10-20 2021-10-20 一种基于北斗和PS-InSAR的滑坡三维形变监测方法

Publications (2)

Publication Number Publication Date
CN113960596A true CN113960596A (zh) 2022-01-21
CN113960596B CN113960596B (zh) 2023-05-05

Family

ID=79465697

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111221480.0A Active CN113960596B (zh) 2021-10-20 2021-10-20 一种基于北斗和PS-InSAR的滑坡三维形变监测方法

Country Status (1)

Country Link
CN (1) CN113960596B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114791273A (zh) * 2022-06-24 2022-07-26 中国铁道科学研究院集团有限公司铁道建筑研究所 一种针对滑坡的InSAR形变监测结果解释方法
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
CN115993600A (zh) * 2023-03-22 2023-04-21 湖南华诺星空电子技术股份有限公司 一种超宽带边坡形变监测雷达系统及监测方法

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6157896A (en) * 1996-12-30 2000-12-05 Southwest Research Institute Geolocation communications method during visibility between an earth-orbit satellite and a transmitter and receiver
CN101770027A (zh) * 2010-02-05 2010-07-07 河海大学 基于InSAR与GPS数据融合的地表三维形变监测方法
CN104569968A (zh) * 2014-12-10 2015-04-29 合肥工业大学 基于gps多星照射、地面单站接收的无源成像系统
CN107329140A (zh) * 2017-07-28 2017-11-07 安徽威德萨科技有限公司 一种路桥整体健康监测方法
CN109884635A (zh) * 2019-03-20 2019-06-14 中南大学 大范围高精度的InSAR形变监测数据处理方法
CN109884636A (zh) * 2019-03-26 2019-06-14 苏州深空遥感技术有限公司 用于带状区域的InSAR相位解缠绕方法
CN110044327A (zh) * 2019-04-29 2019-07-23 上海颖川佳固信息工程股份有限公司 一种基于sar数据与gnss数据的基础设施沉降监测方法及系统
CN110068849A (zh) * 2019-05-06 2019-07-30 国网山东省电力公司东营供电公司 基于差分定位的输电线路多维形变实时监测方法及系统
CN110244298A (zh) * 2019-07-26 2019-09-17 北京东方至远科技股份有限公司 一种InSAR数据升降轨联合滑坡分析方法
CN111522006A (zh) * 2020-06-29 2020-08-11 航天宏图信息技术股份有限公司 融合北斗和InSAR数据的地表沉降监测方法及装置
CN112540369A (zh) * 2020-11-27 2021-03-23 武汉大学 融合GNSS与升降轨时序InSAR的滑坡三维形变解算方法及系统
CN112904337A (zh) * 2021-05-07 2021-06-04 北京东方至远科技股份有限公司 一种基于Offset Tracking技术的边坡形变时序监测方法
CN113064188A (zh) * 2020-08-07 2021-07-02 国网浙江省电力有限公司 基于sar卫星与北斗卫星的变电站地质形变监测方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6157896A (en) * 1996-12-30 2000-12-05 Southwest Research Institute Geolocation communications method during visibility between an earth-orbit satellite and a transmitter and receiver
CN101770027A (zh) * 2010-02-05 2010-07-07 河海大学 基于InSAR与GPS数据融合的地表三维形变监测方法
CN104569968A (zh) * 2014-12-10 2015-04-29 合肥工业大学 基于gps多星照射、地面单站接收的无源成像系统
CN107329140A (zh) * 2017-07-28 2017-11-07 安徽威德萨科技有限公司 一种路桥整体健康监测方法
CN109884635A (zh) * 2019-03-20 2019-06-14 中南大学 大范围高精度的InSAR形变监测数据处理方法
CN109884636A (zh) * 2019-03-26 2019-06-14 苏州深空遥感技术有限公司 用于带状区域的InSAR相位解缠绕方法
CN110044327A (zh) * 2019-04-29 2019-07-23 上海颖川佳固信息工程股份有限公司 一种基于sar数据与gnss数据的基础设施沉降监测方法及系统
CN110068849A (zh) * 2019-05-06 2019-07-30 国网山东省电力公司东营供电公司 基于差分定位的输电线路多维形变实时监测方法及系统
CN110244298A (zh) * 2019-07-26 2019-09-17 北京东方至远科技股份有限公司 一种InSAR数据升降轨联合滑坡分析方法
CN111522006A (zh) * 2020-06-29 2020-08-11 航天宏图信息技术股份有限公司 融合北斗和InSAR数据的地表沉降监测方法及装置
CN113064188A (zh) * 2020-08-07 2021-07-02 国网浙江省电力有限公司 基于sar卫星与北斗卫星的变电站地质形变监测方法
CN112540369A (zh) * 2020-11-27 2021-03-23 武汉大学 融合GNSS与升降轨时序InSAR的滑坡三维形变解算方法及系统
CN112904337A (zh) * 2021-05-07 2021-06-04 北京东方至远科技股份有限公司 一种基于Offset Tracking技术的边坡形变时序监测方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
刘立等: "基于北斗与InSAR的地质灾害监测关键问题探讨", 《地质科技情报》 *
王桂杰等: "差分干涉合成孔径雷达技术在广域滑坡动态辨识上的实验研究", 《北京科技大学学报》 *
王育杰;: "浅析GPS技术在煤矿测量中的应用", 山东工业技术 *
胡邦国 等: "基于PSInSAR的龙羊峡库区边坡形变监测", 中国水利学会2020学术年会论文集第三分册 *
邢学敏 等: "CRInSAR与PSInSAR联合探测区域线性沉降研究", 地球物理学报 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114791273A (zh) * 2022-06-24 2022-07-26 中国铁道科学研究院集团有限公司铁道建筑研究所 一种针对滑坡的InSAR形变监测结果解释方法
CN114791273B (zh) * 2022-06-24 2022-09-13 中国铁道科学研究院集团有限公司铁道建筑研究所 一种针对滑坡的InSAR形变监测结果解释方法
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
CN115993600A (zh) * 2023-03-22 2023-04-21 湖南华诺星空电子技术股份有限公司 一种超宽带边坡形变监测雷达系统及监测方法
CN115993600B (zh) * 2023-03-22 2023-08-08 湖南华诺星空电子技术股份有限公司 一种超宽带边坡形变监测雷达系统及监测方法

Also Published As

Publication number Publication date
CN113960596B (zh) 2023-05-05

Similar Documents

Publication Publication Date Title
CN113960596A (zh) 一种基于北斗和PS-InSAR的滑坡三维形变监测方法
Tarquini et al. TINITALY/01: a new triangular irregular network of Italy
CN111623722B (zh) 一种基于多传感器的边坡变形立体监测系统和方法
Barbarella et al. Monitoring of large landslides by Terrestrial Laser Scanning techniques: field data collection and processing
Hervás et al. Monitoring landslides from optical remotely sensed imagery: the case history of Tessina landslide, Italy
CN106772377A (zh) 一种基于InSAR的建筑物变形监测方法
Manconi et al. Brief communication: Rapid mapping of landslide events: The 3 December 2013 Montescaglioso landslide, Italy
CN109031301A (zh) 基于PSInSAR技术的山区地形形变提取方法
Gallay Direct acquisition of data: airborne laser scanning
CN109100719B (zh) 基于星载sar影像与光学影像的地形图联合测图方法
CN114791273B (zh) 一种针对滑坡的InSAR形变监测结果解释方法
CN111458709A (zh) 一种星载雷达广域地表二维形变场监测方法及装置
Sailer et al. Digital elevation models derived from airborne laser scanning point clouds: appropriate spatial resolutions for multi‐temporal characterization and quantification of geomorphological processes
CN114966689A (zh) 沿海城市时序InSAR沉降监测分析方法、装置、设备及介质
Akin et al. Assessment of the effectiveness of a rockfall ditch through 3-D probabilistic rockfall simulations and automated image processing
Stal et al. Test case on the quality analysis of structure from motion in airborne applications
CN110827405A (zh) 一种数码遥感地质测绘方法及系统
CN111765869A (zh) 基于倾斜摄影技术的不同坡度道路土方测量方法
CN113238228B (zh) 基于水准约束的三维地表形变获取方法、系统及装置
Mitasova et al. GIS tools for erosion/deposition modelling and multidimensional visualization
Barbarella et al. Multi-temporal terrestrial laser scanning survey of a landslide
Elko et al. Barrier island elevations relevant to potential storm impacts; 1, Techniques
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
Momm et al. Methods for gully characterization in agricultural croplands using ground-based light detection and ranging
Walker et al. A comparative study of Australian cartometric and photogrammetric digital elevation model accuracy

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
CB03 Change of inventor or designer information

Inventor after: Wu Lei

Inventor after: Yin Zhiping

Inventor after: Sun Shishan

Inventor after: Liu Jinghua

Inventor after: Wang Hui

Inventor before: Wu Lei

Inventor before: Yin Zhiping

Inventor before: Sun Shishan

CB03 Change of inventor or designer information
TR01 Transfer of patent right

Effective date of registration: 20230915

Address after: 215500 3rd floor, R & D building, No.95, Liuzhou Road, Changfu street, Changshu City, Suzhou City, Jiangsu Province

Patentee after: Suzhou dark blue space remote sensing technology Co.,Ltd.

Patentee after: Beijing Shenzhen Blue Space Remote Sensing Technology Co.,Ltd.

Address before: 215500 3rd floor, R & D building, No.95, Liuzhou Road, Changfu street, Changshu City, Suzhou City, Jiangsu Province

Patentee before: Suzhou dark blue space remote sensing technology Co.,Ltd.

TR01 Transfer of patent right