CN115291215B - 基于升降轨sar卫星的长时序二维形变快速解算方法 - Google Patents
基于升降轨sar卫星的长时序二维形变快速解算方法 Download PDFInfo
- Publication number
- CN115291215B CN115291215B CN202211194499.5A CN202211194499A CN115291215B CN 115291215 B CN115291215 B CN 115291215B CN 202211194499 A CN202211194499 A CN 202211194499A CN 115291215 B CN115291215 B CN 115291215B
- Authority
- CN
- China
- Prior art keywords
- deformation
- time
- time sequence
- atlas
- lifting
- 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
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
- G01S13/9021—SAR image post-processing techniques
- G01S13/9023—SAR image post-processing techniques combined with interferometric techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
- G01B21/32—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring the deformation in a solid
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C5/00—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels
-
- 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种基于升降轨SAR卫星的长时序二维形变快速解算方法,包括步骤:S1、采用时序InSAR方法分别解算升降轨卫星SAR数据,得到升降轨视线向时序形变图集;S2、比较升降轨时序形变图,确定公共区域的坐标范围;S3、根据公共范围坐标分别提取范围约束后的升降轨时序形变图集;S4、选择升轨或降轨任意一个时序形变图集按照时间间隔为1天进行三次样条插值;S5、由另一未选中进行插值的时序形变图集,得到其存在累积形变的时间点,并联合插值后的时序形变图集提取升降轨公共时间点及其对应的时序形变图集;S6、将时间跨度统一后的升降轨时序形变图集分别与时序上第一幅形变图做差,得到时序形变图集;S7、分别进行解算,得到最终具有统一时间跨度基准的时序二维形变。
Description
技术领域
本发明属于卫星遥感成像技术领域,尤其是SAR卫星开展长时序二维地表形变解算技术领域。
背景技术
基于单卫星轨道数据解算得到的视线(LOS, Line of Sight)向形变可用于对地表形变特征和时序演化规律的分析,但无法满足时序形变的精细化建模和相关物理参数的高精度反演。在利用时序形变信息开展例如永久性冻土、软土、盐渍土等不良地质区域地质结构及地下水文特征参数的高精度反演解算时,通常需要获得地表的垂直向形变量。
在地表垂直向形变量的获取时,受卫星平台和数据源的限制,较为常用的方法是联合升降轨SAR影像采用经典的二维形变解算方法。然而,联合升降轨SAR影像开展时序二维形变解算时,由于不同卫星平台和轨道运行的差异性,传感器对同一区域获取的影像时间不统一,且成像范围也不一致。已有的联合升降轨SAR影像开展时序二维形变解算方法包括直接解算方法、线性插值解算方法和立方插值解算方法等。直接解算方法不刻意考虑升降轨卫星获取地面数据的时间差异性,在联合解算时仅保持参与二维形变解算的两景升降轨影像在同一月份或最邻近时间,在短期形变量不显著的区域或突发性大形变区域(例如地震区域)可实现较好的二维形变解算,但仍然存在由于升降轨影像获取时间不一致带来的误差。为实现升降轨卫星影像在二维形变解算过程中的时间统一,线性插值和立方插值是较为常用的方法。这两种方法在城市持续性沉降区域已显示了较好的二维形变提取效果,能够实现对变化特征较为简单的地表时序二维形变提取。但是,面向例如永久性冻土、软土、盐渍土等不良地质区域的复杂非线性二维长时序形变提取时,由于以上三种解算方法的处理过程或固有数学模型的制约,无法获得较为理想的解算结果。
现有利用直接解算方法、线性插值、立方插值开展升降轨SAR卫星长时序二维形变解算存在的主要缺点有:
直接解算方法不采用任何插值手段,在联合解算时仅保持参与二维形变解算的两景升降轨影像在同一月份或最邻近时间,在短期形变量不显著的区域或突发性大形变区域(例如地震区域)可实现较好的二维形变解算,但对于存在长时序显著非线性形变区域,若参与解算的升降轨影像时间不一致,则无法开展高精度的时序二维形变提取。
线性插值的数学模型简单,在诸如城市持续性沉降区域可以快速实现数据插值,但面向具有显著非线性形变区域的时序数据插值时,无法实现对复杂时序形变的精确估计,对插值结果会带来较大的偏差。
立方插值计算比较简单,可实现阶数较高的插值数据逼近,但由于冻土、盐渍土、软土等特殊不良地质区域存在显著季节性形变特征,利用该方法对时序视线向形变进行插值时,会存在光滑度不高、数据拟合度差等缺点,无法适用于高精度长时序二维地表形变的精准提取。
发明内容
针对上述问题,本发明将采用三次样条插值的方法实现升降轨卫星影像在时间跨度上的统一,并基于地理坐标实现不同影像公共区域的自动化搜索及统一,最终实现对长时序二维形变的精确提取。
本发明面向时序形变的精细化建模和相关物理参数高精度反演的需求,联合升降轨星载SAR影像,开展冻土、盐渍土、软土等特殊不良地质区域地表长时序二维形变解算方法研究。为解决不同卫星平台传感器对同一区域获取的影像时间不统一、成像范围不一致导致升降轨SAR影像视线向形变无法联合解算的问题,本发明采用三次样条插值的方法实现升降轨卫星影像在时间跨度上的统一,并基于地理坐标实现不同影像公共区域的自动化搜索及统一,构建冻土、盐渍土、软土等特殊不良地质区域高精度长时序二维形变的快速提取方法。
由于升降轨卫星获取影像的时间是不同的,而地表形变在持续发生,联合升降轨卫星解算二维形变场的经典模型通常适用于相同时间段、同一公共区域升降轨形变速率的二维分解。但是,时序二维形变在时间域解算时,要求升降轨的时序视线向形变量的时间点相同,才能使最终解算得到的时序二维累积形变量具有真实性、可靠性和高精度。因此,需要对雷达传感器成像时间不同的升降轨观测数据在联合解算时,保持时间跨度基准的统一。本发明针对已有基于升降轨SAR卫星开展时序二维形变提取方法存在的不足,采用三次样条高精度时序点插值方法,可获得时间间隔为1天的升轨或降轨视线向形变,并通过提取相同时间点的升降轨视线向形变量分别进行二维解算,从而提高时序二维形变的可靠性和精度。
提供一种基于升降轨SAR卫星的长时序二维形变快速解算方法,主要步骤包括:
S1、采用时序InSAR技术分别解算升降轨卫星SAR数据,得到升降轨视线向时序形变图集;
S2、比较升降轨时序形变图四个角点坐标大小,确定公共区域的坐标范围;
S3、根据公共范围坐标分别提取范围约束后的升降轨时序形变图集;
S4、选择升轨或降轨任意一个时序形变图集按照时间间隔为1天进行三次样条插值;
S5、由另一未选中进行插值的时序形变图集,得到其存在累积形变的时间点,并联合插值后的时序形变图集提取升降轨公共时间点及其对应的时序形变图集;
S6、将时间跨度统一后的升降轨时序形变图集分别与时序上第一幅形变图做差,得到以第一公共时间点为起始数据的时序形变图集;
S7、分别采用经典二维形变解算模型进行解算,得到最终具有统一时间跨度基准的时序二维形变。
进一步地,所述步骤S1包括:
S11、在雷达影像坐标系中分别对升轨和降轨SAR影像数据集进行差分干涉处理;
S12、采用相位解缠技术对升降轨差分干涉图进行相位解缠,获得解缠后的升降轨差分干涉形变相位图集;
S13、然后分别对升降轨差分干涉形变相位图集采用时序InSAR技术进行时序累积形变量解算,并通过地理编码得到地理坐标系中升降轨视线向时序形变图集。
进一步地,所述步骤S2包括:
S21、分别对升轨和降轨视线向时序形变图东西南北四个角点的经纬度坐标进行比较,确定升降轨形变图四个角点坐标之间的大小关系;
S22、通过截取西北角点经度最大值、纬度最小值,东北角点经度最小值、纬度最小值,东南角点经度最小值、纬度最大值,西南角点经度最大值、纬度最大值,进而确定升降轨时序形变图集的公共区域范围。
进一步地,所述步骤S3包括:
S31、根据公共区域范围分别对所有升降轨视线向时序形变图集进行裁剪;
S32、分别存储裁剪为相同区域的升降轨视线向时序形变图集。
进一步地,所述步骤S4包括:
S41、在时间域分别提取升轨或降轨时序形变图集中的每个像素点的时序形变数据集;
S42、采用三次样条插值的方法对每个像素点时序形变按照1天时间间隔进行插值;
S43、然后按照以上方法依次对时序形变图集中的每个像素点进行插值计算,进而获得经三次样条插值后时间间隔为1天的时序形变图集。
进一步地,所述步骤S5包括:
S51、提取另一未进行插值计算的轨道影像时间点;
S52、将已进行插值的轨道影像时间点与上述时间点进行比较,并获取与其相同的公共时间点;
S53、对已进行插值计算的某一轨道时序形变图按照公共时间点进行数据提取,得到升降轨公共时间点的时序形变图集。
进一步地,所述步骤S6包括:
S61、将具有公共时间点的升轨时序形变图集与该轨道第一时间点的形变图做差,得到以第一时间点形变为0的长时序升轨累积形变图;
S62、接着按照以上方法对具有公共时间点的降轨时序形变图集进行同样的操作,得到以第一时间点形变为0的长时序降轨累积形变图。
进一步地,所述步骤S7包括:
S71、按照时间顺序,分别对具有公共时间点的两景升降轨时序形变图进行联合解算,即采用经典二维形变解算模型对相同坐标的像素点进行解算,直至将整幅时序形变图各像素点解算完毕;
S72、依照上述方法对所有具有公共时间点的长时序升降轨形变图进行解算,得到最终具有统一时间跨度基准的长时序二维形变图集。
本发明的有益效果为:
采用基于升降轨SAR卫星和三次样条插值的长时序二维形变解算方法,在冻土、盐渍土、软土等存在显著季节性形变特征的特殊不良地质区域,具有较好的适用性,可实现对地表长时序二维形变的高精度提取。
附图说明
图1为SAR卫星侧视成像几何关系图。
图2为基于升降轨SAR卫星和三次样条插值的长时序二维形变解算流程图。
图3为本方案中验证所提方法的有效性,选取实验区域并基于三次样条插值解算长时序二维形变中,20150801~20180610西向时序累积形变图。
图4为本方案验证所提方法的有效性,选取实验区域并基于三次样条插值解算长时序二维形变中,20180622~20200518西向时序形变。
图5为本方案验证所提方法的有效性,选取实验区域并基于三次样条插值解算长时序二维形变中,20150801~20180610东向时序累积形变图。
图6为本方案验证所提方法的有效性,选取实验区域并基于三次样条插值解算长时序二维形变中,20180622~20200518东向时序累积形变图。
图7为本方案验证所提方法的有效性,选取实验区域并基于三次样条插值解算长时序二维形变中,20150801~20180610沉降向时序累积形变图。
图8为本方案验证所提方法的有效性,选取实验区域并基于三次样条插值解算长时序二维形变中,20180622~20200518沉降向时序累积形变图。
图9为本方案验证所提方法的有效性,选取实验区域并基于三次样条插值解算长时序二维形变中,20150801~20180610抬升向时序累积形变图。
图10为本方案验证所提方法的有效性,选取实验区域并基于三次样条插值解算长时序二维形变中,20180622~20200518抬升向时序累积形变图。
具体实施方式
下面对本发明的具体实施方式进行描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
参考图1,SAR卫星是通过侧视成像原理获取地面影像,成像几何关系及其在三维坐标系中的表达如图1所示。S为雷达成像时刻卫星的位置,其投影到地面的星下点为O,以O为原点,东西向、南北向和垂直向为基准可构建三维空间直角坐标系。点S和P的连线即为卫星的视线向,视线向与垂直向的夹角为雷达信号的入射角θ;以北方向为基准顺时针与雷达卫星沿轨道方向的夹角即为卫星的航向角φ;OP为SP在地面上的投影。
D v 、D n 、D e 分别为P点在垂直向、南北向和东西向的形变分量,这些三维形变分量在视线向的投影之和为视线向形变量R,则根据图1的几何关系可得:
通过对SAR传感器平台成像几何参数的分析可知,视线向形变量对三维形变分量的敏感度不同。视线向观测对三维形变矢量的敏感度因子可表示为:
例如,Sentinel-1A卫星轨道的航向角分别为-10.4°(升轨)和-169.6°(降轨),升轨和降轨的入射角均为33.7°。将这些参数代入敏感度因子方程,计算得到Sentinel-1A卫星对东西向、南北向和垂直向形变的敏感度因子分别为0.55、0.10和0.83。由此可知,InSAR观测对垂直向形变的敏感度最高,对东西向形变的敏感度次之,对南北向形变的敏感度最低。因此,南北向形变解算的精度也是最差的。由此我们可认为,通过联合升降轨卫星观测数据进行地表形变解算时,只有东西向和垂直向形变分量估算得最为准确,从而可以忽略南北向形变分量对视线向形变的影响。
因此,我们可进一步得到联合升降轨视线向形变量解算二维形变场的方程为:
式中,A表示升轨,D表示降轨,RA表示升轨视线向形变量,RD表示降轨视线向形变量。
基于升降轨SAR卫星的长时序二维形变快速解算方法,如图2所示,该方法主要包括步骤S1至步骤S7。
在步骤S1中,主要是利用大量长时序升降轨卫星SAR影像开展差分干涉处理并得到形变相位干涉图集,然后通过常规的时序InSAR处理方法分别获得升降轨视线向时序形变图集。
在步骤S2中,主要是通过比较升降轨视线向时序形变图四个角点的经纬度坐标范围,确定二者的公共区域,并在公共区域内根据经纬度坐标分别对升降轨视线向时序形变图集进行公共点选取,若坐标相同的候选点在升降轨视线向时序形变图集中都存在,则将这些公共点作为参与时序二维形变联合解算的目标点。
在步骤S3中,利用公共区域的坐标范围,对升降轨视线向时序形变图集进行裁剪,得到经裁剪后具有相同坐标范围的升降轨时序形变图集。
在步骤S4中,主要选择升降轨中的任意轨道时序形变图集采取时间间隔为1天的三次样条插值(通过将某一轨道视线向时序形变图集插值为间隔1天的图集,可实现与另一轨道在时间上以天为单位的统一),得到经插值后的时序形变图集。
在步骤S5中,将经插值与未经插值的时序形变图集时间点进行比较,基于公共时间点原则对经插值后的时序形变图集进行筛选,使其与未经插值的时序形变图集时间点对齐,实现升降轨时序形变图集的时域统一。
在步骤S6中,主要是将经时域统一后的升降轨时序形变图集在时序累积形变参考基准上进行统一,即设定起始时间为形变初始值为零的时间,分别将升降轨时序形变图集与其所对应轨道的起始时间形变图做差,得到相对于起始时间形变图的时序累积形变图集。
在步骤S7中,联合时域对齐后的升降轨时序形变图集开展时序二维形变解算,得到本发明最终的时序二维形变图集。
实施时,本方案所述步骤S1进一步包括:
S11、采用外部DEM数据辅助时序差分干涉图集的地理编码,从而实现视线向时序形变图集从雷达坐标系转换投影到地理坐标系中;
S12、利用时序InSAR对升降轨差分干涉图集进行时序形变解算时,可采用经典的SBAS-InSAR技术。
在本发明所述步骤S7进一步包括:
S71、首先对长时序升降轨形变图集中的第一对时序形变图逐像素开展二维形变解算,并将解算得到的二维形变分别存储在对应的坐标位置;
S72、然后依次循环对后面升降轨时序形变对开展解算,直至完成对整个长时序形变对的联合解算,得到最终具有统一时间跨度基准的长时序二维形变图集。
为检验所提出的时序二维形变解算方法和解算流程的可靠性,本发明利用三次样条插值的时序二维形变解算方法,并通过对实验区2015年至2020年共五年的Sentinel-1A升降轨影像进行时序二维形变提取实验,验证所提出的解算方法和流程的实用性,采用的升降轨影像数据参数如表1所示。
表1 升降轨SAR影像数据参数
通过三次样条插值的时序二维形变解算,基于地理坐标自动确定升降轨时序视线向形变图集的公共区域和对应时间点,提取得到了实验区2015年8月1日至2020年5月18日期间共116期高时间分辨率时序累积形变图(包括东西向时序形变和垂直向时序形变)。实验区东西向时序形变如图3~图6所示,所采用形变颜色条的形变区间分别为-100 mm~0 mm和0 mm~100 mm,见各形变序列图下部;垂直向时序形变如图7~图10所示,所采用形变条的形变区间为-320 mm~0 mm和0 mm~120 mm,见各形变序列图下部。东西向和垂直向时序形变均是以20150801为参考时刻的累积形变量。
综上所述,本方案提出的方法对冻土、盐渍土、软土等存在显著季节性形变特征的特殊不良地质区域,具有较好的适用性,可实现对地表长时序二维形变的高精度提取。
Claims (7)
1.一种基于升降轨SAR卫星的长时序二维形变快速解算方法,其特征在于,包括如下步骤:
S1、采用时序InSAR方法解算升降轨卫星SAR数据,得到升降轨视线向时序形变图集;
S2、比较升降轨时序形变图四个角点坐标大小,确定公共区域的坐标范围;
S3、根据公共范围坐标分别提取范围约束后的升降轨时序形变图集;
S4、选择升轨或降轨任意一个时序形变图集按照时间间隔为1天进行三次样条插值;
S5、由另一未选中进行插值的时序形变图集,得到其存在累积形变的时间点,并联合插值后的时序形变图集提取升降轨公共时间点及其对应的时序形变图集;
S6、将时间跨度统一后的升降轨时序形变图集分别与时序上第一幅形变图做差,得到以第一公共时间点为起始数据的时序形变图集;
S7、分别采用经典二维形变解算模型进行解算,得到最终具有统一时间跨度基准的时序二维形变。
2.根据权利要求1所述的一种基于升降轨SAR卫星的长时序二维形变快速解算方法,其特征在于,所述步骤S1包括:
S11、在雷达影像坐标系中分别对升轨和降轨SAR影像数据集进行差分干涉处理;
S12、采用相位解缠技术对升降轨差分干涉图进行相位解缠,获得解缠后的升降轨差分干涉形变相位图集;
S13、然后分别对升降轨差分干涉形变相位图集采用时序InSAR技术进行时序累积形变量解算,并通过地理编码得到地理坐标系中升降轨视线向时序形变图集。
3.根据权利要求1所述的一种基于升降轨SAR卫星的长时序二维形变快速解算方法,其特征在于,所述步骤S2包括:
S21、分别对升轨和降轨视线向时序形变图东西南北四个角点的经纬度坐标进行比较,确定升降轨形变图四个角点坐标之间的大小关系;
S22、通过截取西北角点经度最大值、纬度最小值,东北角点经度最小值、纬度最小值,东南角点经度最小值、纬度最大值,西南角点经度最大值、纬度最大值,进而确定升降轨时序形变图集的公共区域范围。
4.根据权利要求1所述的一种基于升降轨SAR卫星的长时序二维形变快速解算方法,其特征在于,所述步骤S3包括:
S31、根据公共区域范围分别对所有升降轨视线向时序形变图集进行裁剪;
S32、分别存储裁剪为相同区域的升降轨视线向时序形变图集。
5.根据权利要求1所述的一种基于升降轨SAR卫星的长时序二维形变快速解算方法,其特征在于,所述步骤S4包括:
S41、在时间域分别提取升轨或降轨时序形变图集中的每个像素点的时序形变数据集;
S42、采用三次样条插值的方法对每个像素点时序形变按照1天时间间隔进行插值;
S43、然后按照以上方法依次对时序形变图集中的每个像素点进行插值计算,进而获得经三次样条插值后时间间隔为1天的时序形变图集。
6.根据权利要求1所述的一种基于升降轨SAR卫星的长时序二维形变快速解算方法,其特征在于,所述步骤S5包括:
S51、提取另一未进行插值计算的轨道影像时间点;
S52、将已进行插值的轨道影像时间点与上述时间点进行比较,并获取与其相同的公共时间点;
S53、对已进行插值计算的某一轨道时序形变图按照公共时间点进行数据提取,得到升降轨公共时间点的时序形变图集。
7.根据权利要求1所述的一种基于升降轨SAR卫星的长时序二维形变快速解算方法,其特征在于,所述步骤S7包括:
S71、按照时间顺序,分别对具有公共时间点的两景升降轨时序形变图进行联合解算,即采用经典二维形变解算模型对相同坐标的像素点进行解算,直至将整幅时序形变图各像素点解算完毕;
S72、依照上述方法对所有具有公共时间点的长时序升降轨形变图进行解算,得到最终具有统一时间跨度基准的长时序二维形变图集。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211194499.5A CN115291215B (zh) | 2022-09-29 | 2022-09-29 | 基于升降轨sar卫星的长时序二维形变快速解算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211194499.5A CN115291215B (zh) | 2022-09-29 | 2022-09-29 | 基于升降轨sar卫星的长时序二维形变快速解算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115291215A CN115291215A (zh) | 2022-11-04 |
CN115291215B true CN115291215B (zh) | 2022-12-20 |
Family
ID=83834618
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211194499.5A Active CN115291215B (zh) | 2022-09-29 | 2022-09-29 | 基于升降轨sar卫星的长时序二维形变快速解算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115291215B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115756613B (zh) * | 2022-11-29 | 2023-08-29 | 中国科学院空天信息创新研究院 | 基于向量化处理的sinc插值方法、装置及SAR雷达 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2392943A1 (en) * | 2010-06-03 | 2011-12-07 | Ellegi S.r.l. | Synthetic-aperture radar system and operating method for monitoring ground and structure displacements suitable for emergency conditions |
CN108919262A (zh) * | 2018-04-27 | 2018-11-30 | 中国国土资源航空物探遥感中心 | Dem辅助强度相关的冰川表面运动三维矢量反演方法 |
CN111366925A (zh) * | 2020-03-27 | 2020-07-03 | 长安大学 | 一种sar偏移量二维形变时序计算方法及系统 |
JP2020176852A (ja) * | 2019-04-16 | 2020-10-29 | 日本電気株式会社 | 3次元インフラモニタリング方法、システム、およびプログラム |
CN114612631A (zh) * | 2022-03-02 | 2022-06-10 | 自然资源部重庆测绘院 | 一种基于InSAR技术的高精度无漏洞DSM提取方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113091598B (zh) * | 2021-04-06 | 2022-02-08 | 中国矿业大学 | 一种InSAR划定采空区建筑场地稳定性等级范围的方法 |
-
2022
- 2022-09-29 CN CN202211194499.5A patent/CN115291215B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2392943A1 (en) * | 2010-06-03 | 2011-12-07 | Ellegi S.r.l. | Synthetic-aperture radar system and operating method for monitoring ground and structure displacements suitable for emergency conditions |
CN108919262A (zh) * | 2018-04-27 | 2018-11-30 | 中国国土资源航空物探遥感中心 | Dem辅助强度相关的冰川表面运动三维矢量反演方法 |
JP2020176852A (ja) * | 2019-04-16 | 2020-10-29 | 日本電気株式会社 | 3次元インフラモニタリング方法、システム、およびプログラム |
CN111366925A (zh) * | 2020-03-27 | 2020-07-03 | 长安大学 | 一种sar偏移量二维形变时序计算方法及系统 |
CN114612631A (zh) * | 2022-03-02 | 2022-06-10 | 自然资源部重庆测绘院 | 一种基于InSAR技术的高精度无漏洞DSM提取方法 |
Non-Patent Citations (3)
Title |
---|
Comments on "Study of Systematic Bias in Measuring Surface Deformation With SAR Interferometry";Claudio De Luca 等;《IEEE Transactions on Geoscience and Remote Sensing》;20210817;第1-5页 * |
基于多源数据的采空区地表裂缝活动监测;耿诗画;《万方学术论文全文在线数据库》;20220831;第1-92页 * |
基于真实二维InSAR技术的北麓河多年冻土区地表形变时空特征分析与活动层厚度反演;黄兆欢;《中国优秀硕士学位论文全文数据库基础科学辑》;20210915(第09期);第A008-64页 * |
Also Published As
Publication number | Publication date |
---|---|
CN115291215A (zh) | 2022-11-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Nikolakopoulos et al. | UAV vs classical aerial photogrammetry for archaeological studies | |
Dehecq et al. | Automated processing of declassified KH-9 Hexagon satellite images for global elevation change analysis since the 1970s | |
US8879871B2 (en) | Method for processing images using automatic georeferencing of images derived from a pair of images captured in the same focal plane | |
Zhang et al. | Satellite SAR geocoding with refined RPC model | |
CN106197383A (zh) | 一种海冰体积的遥感估算方法 | |
Dietrich et al. | Jakobshavn Isbræ, West Greenland: Flow velocities and tidal interaction of the front area from 2004 field observations | |
Cheng et al. | Making an onboard reference map from MRO/CTX imagery for Mars 2020 lander vision system | |
CN115291215B (zh) | 基于升降轨sar卫星的长时序二维形变快速解算方法 | |
Tiwari et al. | Monitoring of landslide activity at the Sirobagarh landslide, Uttarakhand, India, using LiDAR, SAR interferometry and geodetic surveys | |
Chrysoulakis et al. | Validation of ASTER GDEM for the Area of Greece | |
De Oliveira et al. | Assessment of radargrammetric DSMs from TerraSAR-X Stripmap images in a mountainous relief area of the Amazon region | |
Gonzalez et al. | Coseismic horizontal offsets and fault-trace mapping using phase correlation of IRS satellite images: The 1999 Izmit (Turkey) earthquake | |
Khlopenkov et al. | Achieving subpixel georeferencing accuracy in the Canadian AVHRR processing system | |
Giannini et al. | Cartography and remote sensing for coastal erosion analysis | |
CN113238228B (zh) | 基于水准约束的三维地表形变获取方法、系统及装置 | |
Widyaningrum et al. | Accuracy comparison of VHR systematic-ortho satellite imageries against VHR orthorectified imageries using GCP | |
Raucoules et al. | Observing water-level variations from space-borne high-resolution Synthetic Aperture Radar (SAR) image correlation | |
Rastogi et al. | Bias corrections of CartoDEM using ICESat-GLAS data in hilly regions | |
Werner et al. | SAR geocoding and multi-sensor image registration | |
Schenk et al. | Registering imagery to ICESat data for measuring elevation changes on Byrd Glacier, Antarctica | |
Topan et al. | Georeferencing accuracy assessment of high-resolution satellite images using figure condition method | |
Yaseen et al. | Anisotropic kriging to derive missing coseismic displacement values obtained from synthetic aperture radar images | |
Hong et al. | Extraction of ground control points (GCPs) from synthetic aperture radar images and SRTM DEM | |
Zhao et al. | Modeling and correcting building boundary in ICESat-2 spaceborne laser altimeter data considering the extended laser spot effect | |
Liu et al. | Comparison of DEM accuracies generated from different stereo pairs over a plateau mountainous area |
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 |