CN115453520A - 基于双频多极化差分干涉的地表形变测量方法及设备 - Google Patents

基于双频多极化差分干涉的地表形变测量方法及设备 Download PDF

Info

Publication number
CN115453520A
CN115453520A CN202211318675.1A CN202211318675A CN115453520A CN 115453520 A CN115453520 A CN 115453520A CN 202211318675 A CN202211318675 A CN 202211318675A CN 115453520 A CN115453520 A CN 115453520A
Authority
CN
China
Prior art keywords
polarization
sar
interference
band multi
deformation
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
CN202211318675.1A
Other languages
English (en)
Other versions
CN115453520B (zh
Inventor
刘爱芳
夏犇
葛仕奇
朱力
徐辉
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.)
CETC 14 Research Institute
Original Assignee
CETC 14 Research Institute
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 CETC 14 Research Institute filed Critical CETC 14 Research Institute
Priority to CN202211318675.1A priority Critical patent/CN115453520B/zh
Publication of CN115453520A publication Critical patent/CN115453520A/zh
Application granted granted Critical
Publication of CN115453520B publication Critical patent/CN115453520B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01S13/885—Radar or analogous systems specially adapted for specific applications for ground probing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B7/00—Measuring arrangements characterised by the use of electric or magnetic techniques
    • G01B7/16—Measuring arrangements characterised by the use of electric or magnetic techniques for measuring the deformation in a solid, e.g. by resistance strain gauge
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种基于双频多极化差分干涉的地表形变测量方法及设备，属于雷达干涉测量技术领域。本发明的方法包括：对雷达数据中L频段多极化干涉SAR图像按地表的不同地物类型进行区域划分，得到各地物类型相应区域；对各区域，采用PS‑DInSAR方法进行大尺度形变测量，得到地表的L频段多极化干涉SAR大尺度形变量；获取X频段多极化干涉SAR永久散射体点：提取其微小形变对应的差分干涉相位；进行X频段多极化干涉SAR微小形变测量：融合地表的L频段多极化干涉SAR大尺度形变量、X频段多极化干涉SAR微小形变量，得到不同地物类型的多尺度地表形变信息。本发明能够实现不同地物场景的高精度、多尺度地表形变测量。

Description

基于双频多极化差分干涉的地表形变测量方法及设备
技术领域
本发明属于雷达干涉测量技术领域，具体涉及一种基于双频多极化差分干涉的地表形变测量方法及设备。
背景技术
基于永久散射体的差分干涉合成孔径雷达（Persistent ScattererDifferential InSAR，PS-DInSAR）是一种利用重复航过获取的多幅SAR影像所形成的干涉相位组中质量良好、散射特性稳定的永久散射体（PS点），通过建模分析和信号处理，获取地表形变信息的技术，因其具有可全天时全天候观测、不易受大气延迟误差影响等优势，广泛应用于城市沉降检测、滑坡检测等领域。
近些年来，国内外众多学者投身于差分干涉SAR技术研究中。2017年，长安大学的杨潇潇等人利用2015年4月至2016年10月共18景哨兵卫星数据对三峡大坝形变进行观测，并结合大坝上下游水位信息等对大坝形变特性进行分析，揭示了大坝整体形变与局部形变的区别和联系，但其只利用了单一频段（C频段）的数据，因此难以精确测量微小形变。2020年，张玲等人利用RADARSAT-2和TerraSAR-X两种不同波段、不同分辨率卫星数据开展唐山市城区主要活动断裂两侧微小差异性形变探测研究，并分析了不同波段卫星对同一地表形变监测的差异性和一致性，但其未充分利用极化信息，难以适应不同地物的形变测量。
传统PS-DInSAR技术通常利用重复航过获取的单频单极化多幅SAR影像作为信息源进行形变测量，然而受时空去相干等因素的影响，重复航过获取的多幅SAR影像所形成的干涉相位组往往存在着相干性差的问题，从而导致难以在图像中提取出足够数量的PS点，且提取出的PS点分布也不均匀。此外，传统PS-DInSAR技术并未有效结合多种频段数据进行分析，因此其只能获取单一尺度的地表形变，且测量精度不高；另外，传统PS-DInSAR技术也未充分利用极化信息，导致形变测量时存在地物适应性差的问题。
发明内容
本发明目的是提供一种基于双频多极化差分干涉的地表形变测量方法及设备，能够实现不同地物场景的高精度、多尺度地表形变测量。
具体地说，一方面，本发明提供了一种基于双频多极化差分干涉的地表形变测量方法，包括：
采用极化目标分解方法，对雷达数据中L频段多极化干涉SAR图像按地表的不同地物类型进行区域划分，得到各地物类型相应区域；
对所述各地物类型相应区域，采用PS-DInSAR方法进行大尺度形变测量，得到地表的L频段多极化干涉SAR大尺度形变量；
X频段多极化干涉SAR永久散射体点获取：获取对雷达数据中多幅X频段多极化SAR图像，选取其中一幅SAR图像作为主图像，其他SAR图像作为辅图像，将辅图像中各像素点与主图像的同名点相匹配，得到配准后的多组主辅图像对；将所述配准后的多组主辅图像对基于极化干涉最优相干原则进行差分干涉处理，得到多幅差分干涉相位图，最后利用幅度离散指数阈值法或时序相干系数法从所述配准后的多组主辅图像对或所述多幅差分干涉相位图中提取X频段多极化干涉SAR永久散射体点；
X频段多极化干涉SAR永久散射体点微小形变对应的差分干涉相位提取：将所述地表的L频段多极化干涉SAR大尺度形变量反演为X频段工作参数下的差分干涉相位，并基于所述X频段多极化干涉SAR永久散射体点获取X频段多极化干涉SAR永久散射体点的原始差分干涉相位，在所述X频段多极化干涉SAR永久散射体点的原始差分干涉相位中去除所述X频段工作参数下的差分干涉相位，从而提取X频段多极化干涉SAR永久散射体点微小形变对应的差分干涉相位；
X频段多极化干涉SAR微小形变测量：基于所述X频段多极化干涉SAR永久散射体点微小形变对应的差分干涉相位相应的幅相信息，通过预设的PS-DInSAR数学模型计算得到地表的X频段多极化干涉SAR微小形变量；
融合所述地表的L频段多极化干涉SAR大尺度形变量、地表的X频段多极化干涉SAR微小形变量，得到不同地物类型的多尺度地表形变信息。
进一步的，所述基于极化干涉最优相干原则进行差分干涉处理的步骤如下：
在X频段多极化干涉SAR图像中，每个像素分辨单元用2×2的复散射矩阵S表示；获取雷达数据中以不同视角照射所得到的两幅X频段多极化干涉SAR图像，第一幅X频段多极化干涉SAR图像的复散射矩阵S的Pauli散射目标矢量k1和第二幅X频段多极化干涉SAR图像的复散射矩阵S的Pauli散射目标矢量k2分别参见公式1和公式2；由k1和k2定义中间变量矩阵T6，参见公式3，从中得到极化散射相干矩阵T11、T22，Ω12；将k1和k2分别投影到散射机制ω1和ω2上，则可得到预设的散射机制ω1和ω2的极化干涉复相干系数，参见公式4；
Figure DEST_PATH_IMAGE002
公式1中，SHH1表示第一次照射获取的HH极化SAR图像对应的复散射矩阵，SVV1表示第一次照射获取的VV极化SAR图像对应的复散射矩阵，SHV1表示第一次照射获取的HV极化SAR图像对应的复散射矩阵；
公式2中，SHH2表示第二次照射获取的HH极化SAR图像对应的复散射矩阵，SVV2表示第二次照射获取的VV极化SAR图像对应的复散射矩阵，SHV2表示第二次照射获取的HV极化SAR图像对应的复散射矩阵；
公式3中，*表示共轭操作，T11表示第一幅X频段多极化干涉SAR图像的极化散射相干矩阵，T22表示第二幅X频段多极化干涉SAR图像的极化散射相干矩阵，中间变量矩阵T6中T11、T22之外的部分定义为Ω12；
公式4中，γ表示极化干涉复相干系数，H表示共轭转置，ω1和ω2分别表示一个预设的散射机制。
进一步的，所述将所述地表的L频段多极化干涉SAR大尺度形变量反演为X频段工作参数下的差分干涉相位的计算公式参见公式5，X频段永久散射体的原始差分干涉相位的计算公式参见公式6，提取X频段多极化干涉SAR永久散射体点微小形变对应的差分干涉相位的计算公式参见公式7；
Figure DEST_PATH_IMAGE004
公式5中，λL表示L频段载波波长，RL表示L频段下的目标斜距，θL表示下视角，BL⊥表示垂直有效基线，ΔεL表示相邻永久散射体点间的高程误差增量，ΔVL表示相邻永久散射体间的形变速率增量，ΔφL res表示相邻永久散射体间的残留相位增量，TL表示地表形变所经历的时间；
公式6中，φinter表示X频段多极化干涉SAR永久散射体点的原始差分干涉相位，φflat表示平地相位，φter表示地形相位，φatm表示大气延迟相位，φn表示噪声相位。
进一步的，所述融合所述地表的L频段多极化干涉SAR大尺度形变量、地表的X频段多极化干涉SAR微小形变量包括采用空间域图像融合方法得到不同性质地物类型的多尺度地表形变检测结果。
进一步的，所述空间域图像融合方法为灰度加权平均法或PCA法。
进一步的，所述采用PS-DInSAR方法进行大尺度形变测量包括：对获取的多幅L频段多极化SAR图像，通过图像配准，选取其中一幅L频段多极化SAR图像作为主图像，其他L频段多极化SAR图像作为辅图像，将辅图像中各像素点与主图像的同名点相匹配，得到配准后的多组主辅图像对；通过差分干涉相位生成，将所述配准后的多组主辅图像对分别作共轭相乘处理，从而得到多组差分干涉相位；通过PS点识别，从所述配准后的多组主辅图像对或所述多组差分干涉相位中提取永久散射体点；利用所提取的永久散射体点的幅相信息，通过预设的数学模型计算得到地表的L频段多极化干涉SAR大尺度形变量。
进一步的，在所述采用极化目标分解方法，对L频段多极化干涉SAR图像按地表的不同地物类型进行区域划分之后，还包括优选L频段多极化干涉SAR极化方式组合。
进一步的，所述优选L频段多极化干涉SAR极化方式组合为：
对所述各地物类型相应区域，偶次散射区域优选HH极化方式，体散射区域优选交叉极化方式，奇次散射区域优选VV极化方式。
另一方面，本发明还提供一种基于双频多极化差分干涉的地表形变测量设备，所述设备包括存储器和处理器；所述存储器存储有实现基于双频多极化差分干涉的地表形变测量方法的计算机程序，所述处理器执行所述计算机程序，以实现上述方法的步骤。
再一方面，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述的计算机程序被处理器执行时实现上述方法的步骤。
本发明的基于双频多极化差分干涉的地表形变测量方法及设备的有益效果如下：
本发明的基于双频多极化差分干涉的地表形变测量方法及设备，针对重复航过所获取的多幅SAR影像存在相干性低、形变测量地物适应性差的问题，基于X波段多极化干涉SAR进行小尺度形变测量时，采用了多极化信息，通过极化干涉相干最优原则有效提高了数据的相干性，提高 PS点的获取质量和点密度，实现了微小形变的精细化测量，并增强了其对不同性质地物类型的适应性。
本发明的基于双频多极化差分干涉的地表形变测量方法及设备，针对形变测量尺度单一、测量精度低的问题，根据不同频段的穿透性差异，灵活选择L频段和X频段两种数据获取地表形变，其中L频段数据适合测量大尺度形变，X频段数据适合测量微小形变；本发明基于L频段多极化干涉SAR进行大尺度形变测量，基于X波段多极化干涉SAR进行小尺度形变测量，最后将双频形变测量结果融合，获取不同地物场景的多尺度地表形变信息。
本发明的基于双频多极化差分干涉的地表形变测量方法及设备，基于L频段多极化干涉SAR进行大尺度形变测量时，根据各类地物对极化的敏感度差异，优选极化组合，提升了不同性质地物类型的形变测量精度。
本发明的基于双频多极化差分干涉的地表形变测量方法及设备，能够实现不同地物场景的高精度、多尺度地表形变测量，在滑坡等自然灾害预报、测绘等方面具有重大应用前景。
附图说明
图1是本发明实施例的方法流程图。
图2是本发明实施例的图像区域划分结果示意图。
图3是本发明实施例的不同地物类型的大尺度形变测量结果示意图。
图4是本发明实施例的差分干涉处理前后的相干系数直方图对比结果示意图。
图5是本发明实施例的不同地物类型的微小形变测量结果示意图。
具体实施方式
下面结合实施例并参照附图对本发明作进一步详细描述。
实施例1：
本发明的一个实施例，为一种基于双频多极化差分干涉的地表形变测量方法，如图1所示。具体包括以下步骤：
10）采用极化目标分解方法，对雷达数据中L频段多极化干涉SAR图像按地表的不同地物类型进行区域划分，得到各地物类型相应区域。
可以采用极化相干目标分解方法或极化非相干目标分解，如Pauli分解方法，进行区域划分。
例如，对于L频段多极化干涉SAR图像，以工作频点1.6 GHz为例，轨道高度设为540km，极化方式为全极化。对L频段多极化干涉SAR图像按不同地物类型划分不同区域的结果如图2所示，其中区域1表示建筑，区域2、区域6和区域7表示低矮植被，区域3表示裸土，区域4表示防护坡，区域5表示水体。
优选的，在另一个实施例中，在对L频段多极化干涉SAR图像按地表的不同地物类型进行区域划分之后，还包括优选L频段多极化干涉SAR极化方式组合。由于不同地物类型间存在极化敏感度差异，选择各区域内地物类型相应的极化方式，实现各区域内最优极化方式组合，从而最终实现对不同地物的最佳数据匹配。
例如，对于裸土、防护坡或水体，奇次散射占据绝对主导地位，通常选用VV极化；对于建筑物，偶次散射贡献度最大，通常选用HH极化；对于农田或低矮植被，体散射占据主导地位，通常选用交叉极化。因此，对所述各地物类型相应区域，偶次散射区域优选HH极化方式，体散射区域优选交叉极化方式，奇次散射区域优选VV极化方式。
对如图2所示的各地物类型相应区域，优选的L频段多极化干涉SAR极化方式组合为：区域1主要为偶次散射，优选HH极化方式；区域2、区域6和区域7主要为体散射，优选交叉极化方式；区域3、区域4和区域5主要是奇次散射，优选VV极化方式。
20）L频段多极化干涉SAR大尺度形变测量。
对所述各地物类型相应区域，采用PS-DInSAR方法（包括图像配准、差分干涉相位生成、PS点识别和模型计算）进行大尺度形变测量，得到地表的L频段多极化干涉SAR大尺度形变量。具体步骤包括：对获取的多幅L频段多极化SAR图像，通过图像配准，选取其中一幅SAR图像作为主图像，其他SAR图像作为辅图像，将辅图像中各像素点与主图像的同名点相匹配，得到配准后的多组主辅图像对；通过差分干涉相位生成，将所述配准后的多组主辅图像对分别作共轭相乘处理，从而得到多组差分干涉相位；通过PS点识别，从所述配准后的多组主辅图像对或所述多组差分干涉相位中提取永久散射体点；利用所提取的永久散射体点的幅相信息，通过预设的数学模型计算得到地表形变。以建筑、防护坡和水体为例，测得不同地物类型的大尺度形变测量结果如图3所示。
30）X频段多极化干涉SAR永久散射体点获取。
获取雷达数据中多幅X频段多极化SAR图像，选取其中一幅SAR图像作为主图像，其他SAR图像作为辅图像，将辅图像中各像素点与主图像的同名点相匹配，得到配准后的多组主辅图像对。将所述配准后的多组主辅图像对基于极化干涉最优相干原则进行差分干涉处理，得到多幅差分干涉相位图，最后利用幅度离散指数阈值法或时序相干系数法从所述配准后的多组主辅图像对或所述多幅差分干涉相位图中提取X频段多极化干涉SAR永久散射体点（PS）点。
极化干涉最优相干原则，是指通过调整收发极化状态的组合以产生最大的相干性，来补偿体散射去相干、时间去相干等去相干源引起的相干系数损失。
对于X频段多极化干涉SAR，以工作频点10 GHz为例，设极化方式为全极化，基于极化干涉最优相干原则进行差分干涉处理的步骤如下。
在X频段多极化干涉SAR图像中，每个像素分辨单元可以用2×2的复散射矩阵S表示，获取雷达数据中以不同视角照射所得到的两幅X频段多极化干涉SAR图像（例如，假设X频段双天线互易，则雷达系统以不同的视角照射可以获得两幅X频段多极化干涉SAR图像），第一幅X频段多极化干涉SAR图像的复散射矩阵S的Pauli散射目标矢量k1和第二幅X频段多极化干涉SAR图像的复散射矩阵S的Pauli散射目标矢量k2分别参见公式1和公式2。由k1和k2可以定义中间变量矩阵T6，参见公式3，从中得到极化散射相干矩阵T11、T22，Ω12。将k1和k2分别投影到散射机制ω1和ω2上，则可得到预设的散射机制ω1和ω2的极化干涉复相干系数，参见公式4。
Figure DEST_PATH_IMAGE005
公式1中，SHH1表示第一次照射获取的HH极化SAR图像对应的复散射矩阵，SVV1表示第一次照射获取的VV极化SAR图像对应的复散射矩阵，SHV1表示第一次照射获取的HV极化SAR图像对应的复散射矩阵。
公式2中，SHH2表示第二次照射获取的HH极化SAR图像对应的复散射矩阵，SVV2表示第二次照射获取的VV极化SAR图像对应的复散射矩阵，SHV2表示第二次照射获取的HV极化SAR图像对应的复散射矩阵。
公式3中，*表示共轭操作，T11表示第一幅X频段多极化干涉SAR图像的极化散射相干矩阵，T22表示第二幅X频段多极化干涉SAR图像的极化散射相干矩阵，中间变量矩阵T6中T11、T22之外的部分定义为Ω12。T11和T22包含了每个SAR图像的极化散射特性，而Ω12则包含了两幅SAR图像中目标极化信息。
公式4中，γ表示极化干涉复相干系数，H表示共轭转置，ω1和ω2分别表示一个预设的散射机制，改变ω1和ω2的取值，即可得到任意极化组合的极化干涉复相干系数。例如ω1=ω2=[1 1 0]T时，可获得HH极化干涉复相干系数。ω1=ω2=[0 0 1]T时，可获得HV极化干涉复相干系数。ω1=ω2=[1 -1 0]T时，可获得VV极化干涉复相干系数。
本发明实施例基于极化干涉最优相干原则进行差分干涉处理，与传统的差分干涉相位提取方法相比，可以有效提高永久散射体识别的质量和点密度。
本发明实施例基于极化干涉最优相干原则进行差分干涉处理前后的相干系数直方图对比结果如图4所示，可以看出，基于极化干涉最优相干原则进行差分干涉处理后，相干系数直方图整体向右偏移，这表明基于极化干涉最优相干原则进行差分干涉处理后的相干系数得到明显提升。
40）X频段多极化干涉SAR永久散射体点微小形变对应的差分干涉相位提取。
将步骤20）测得的地表的L频段多极化干涉SAR大尺度形变量反演为X频段工作参数下的差分干涉相位，并基于步骤30）获取的基于所述X频段多极化干涉SAR永久散射体点获取X频段永久散射体点的原始差分干涉相位，在所述X频段永久散射体点的原始差分干涉相位中去除所述X频段工作参数下的差分干涉相位，从而提取X频段多极化干涉SAR永久散射体点微小形变对应的差分干涉相位。
将所述地表的L频段多极化干涉SAR大尺度形变量反演为X频段工作参数下的差分干涉相位的计算公式参见公式5，X频段永久散射体的原始差分干涉相位的计算公式参见公式6，提取X频段多极化干涉SAR永久散射体点微小形变对应的差分干涉相位的计算公式参见公式7。
Figure DEST_PATH_IMAGE006
公式5中，λL表示L频段载波波长，RL表示L频段下的目标斜距，θL表示下视角，BL⊥表示垂直有效基线，ΔεL表示相邻永久散射体点间的高程误差增量，ΔVL表示相邻永久散射体间的形变速率增量，ΔφL res表示相邻永久散射体间的残留相位增量，TL表示地表形变所经历的时间。
公式6中，φinter表示X频段多极化干涉SAR永久散射体点的原始差分干涉相位（对获取的X频段多极化干涉SAR图像进行图像配准和基于极化干涉最优相干原则进行差分干涉处理生成的多组差分干涉相位，作为X频段多极化干涉SAR永久散射体点的原始差分干涉相位），φflat表示平地相位，可基于干涉条纹频率估计得到，φter表示地形相位，可利用先验DEM（数字高程模型）和轨道参数反演得到，φatm表示大气延迟相位，可根据大气模型估计得到，φn表示噪声相位，对干涉相位进行相位滤波处理后，可认为噪声相位为0。
50）X频段多极化干涉SAR微小形变测量。
基于步骤40)提取的X频段多极化干涉SAR永久散射体点微小形变对应的差分干涉相位相应的幅相信息，通过预设的PS-DInSAR数学模型计算得到地表的X频段多极化干涉SAR微小形变量，实现地物的微小形变测量。以建筑、防护坡和水体为例，测得不同地物类型的微小形变测量结果如图5所示。
60）融合所述地表的L频段多极化干涉SAR大尺度形变量、地表的X频段多极化干涉SAR微小形变量，得到不同地物类型的多尺度地表形变信息。
根据步骤20) 获取的地表的L频段多极化干涉SAR大尺度形变量和骤50）获取的X频段多极化干涉SAR微小形变量，采用常规的空间域图像融合方法（如灰度加权平均法、PCA法）即可得到不同性质地物类型的多尺度地表形变检测结果。
本发明的基于双频多极化差分干涉的地表形变测量方法及设备，针对重复航过所获取的多幅SAR影像存在相干性低、形变测量地物适应性差的问题，基于X波段多极化干涉SAR进行小尺度形变测量时，采用了多极化信息，通过极化干涉相干最优原则有效提高了数据的相干性，提高 PS点的获取质量和点密度，实现了微小形变的精细化测量，并增强了其对不同性质地物类型的适应性。
本发明的基于双频多极化差分干涉的地表形变测量方法及设备，针对形变测量尺度单一、测量精度低的问题，根据不同频段的穿透性差异，灵活选择L频段和X频段两种数据获取地表形变，其中L频段数据适合测量大尺度形变，X频段数据适合测量微小形变；本发明基于L频段多极化干涉SAR进行大尺度形变测量，基于X波段多极化干涉SAR进行小尺度形变测量，最后将双频形变测量结果融合，获取不同地物场景的多尺度地表形变信息。
本发明的基于双频多极化差分干涉的地表形变测量方法及设备，基于L频段多极化干涉SAR进行大尺度形变测量时，根据各类地物对极化的敏感度差异，优选极化组合，提升了不同性质地物类型的形变测量精度。
本发明的基于双频多极化差分干涉的地表形变测量方法及设备，能够实现不同地物场景的高精度、多尺度地表形变测量，在滑坡等自然灾害预报、测绘等方面具有重大应用前景。
在一些实施例中，上述技术的某些方面可以由执行软件的处理系统的一个或多个处理器来实现。该软件包括存储或以其他方式有形实施在非暂时性计算机可读存储介质上的一个或多个可执行指令集合。软件可以包括指令和某些数据，这些指令和某些数据在由一个或多个处理器执行时操纵一个或多个处理器以执行上述技术的一个或多个方面。非暂时性计算机可读存储介质可以包括例如磁或光盘存储设备，诸如闪存、高速缓存、随机存取存储器(RAM)等的固态存储设备或其他非易失性存储器设备。存储在非临时性计算机可读存储介质上的可执行指令可以是源代码、汇编语言代码、目标代码或被一个或多个处理器解释或以其他方式执行的其他指令格式。
计算机可读存储介质可以包括在使用期间可由计算机系统访问以向计算机系统提供指令和/或数据的任何存储介质或存储介质的组合。这样的存储介质可以包括但不限于光学介质(例如，光盘(CD)、数字多功能光盘(DVD)、蓝光光盘)、磁介质(例如，软盘、磁带或磁性硬盘驱动器)、易失性存储器(例如，随机存取存储器(RAM)或高速缓存)、非易失性存储器(例如，只读存储器(ROM)或闪存)或基于微机电系统(MEMS)的存储介质。计算机可读存储介质可以嵌入计算系统(例如，系统RAM或ROM)中，固定地附接到计算系统(例如，磁性硬盘驱动器)，可移除地附接到计算系统(例如，光盘或通用基于串行总线(USB)的闪存)，或者经由有线或无线网络(例如，网络可访问存储(NAS))耦合到计算机系统。
虽然本发明已以较佳实施例公开如上，但实施例并不是用来限定本发明的。在不脱离本发明之精神和范围内，所做的任何等效变化或润饰，同样属于本发明之保护范围。因此本发明的保护范围应当以本申请的权利要求所界定的内容为标准。

Claims (10)

1.一种基于双频多极化差分干涉的地表形变测量方法，其特征在于，包括：
采用极化目标分解方法，对雷达数据中L频段多极化干涉SAR图像按地表的不同地物类型进行区域划分，得到各地物类型相应区域；
对所述各地物类型相应区域，采用PS-DInSAR方法进行大尺度形变测量，得到地表的L频段多极化干涉SAR大尺度形变量；
X频段多极化干涉SAR永久散射体点获取：获取对雷达数据中多幅X频段多极化SAR图像，选取其中一幅SAR图像作为主图像，其他SAR图像作为辅图像，将辅图像中各像素点与主图像的同名点相匹配，得到配准后的多组主辅图像对；将所述配准后的多组主辅图像对基于极化干涉最优相干原则进行差分干涉处理，得到多幅差分干涉相位图，最后利用幅度离散指数阈值法或时序相干系数法从所述配准后的多组主辅图像对或所述多幅差分干涉相位图中提取X频段多极化干涉SAR永久散射体点；
X频段多极化干涉SAR永久散射体点微小形变对应的差分干涉相位提取：将所述地表的L频段多极化干涉SAR大尺度形变量反演为X频段工作参数下的差分干涉相位，并基于所述X频段多极化干涉SAR永久散射体点获取X频段多极化干涉SAR永久散射体点的原始差分干涉相位，在所述X频段多极化干涉SAR永久散射体点的原始差分干涉相位中去除所述X频段工作参数下的差分干涉相位，从而提取X频段多极化干涉SAR永久散射体点微小形变对应的差分干涉相位；
X频段多极化干涉SAR微小形变测量：基于所述X频段多极化干涉SAR永久散射体点微小形变对应的差分干涉相位相应的幅相信息，通过预设的PS-DInSAR数学模型计算得到地表的X频段多极化干涉SAR微小形变量；
融合所述地表的L频段多极化干涉SAR大尺度形变量、地表的X频段多极化干涉SAR微小形变量，得到不同地物类型的多尺度地表形变信息。
2.根据权利要求1所述的基于双频多极化差分干涉的地表形变测量方法，其特征在于，所述基于极化干涉最优相干原则进行差分干涉处理的步骤如下：
在X频段多极化干涉SAR图像中，每个像素分辨单元用2×2的复散射矩阵S表示；获取雷达数据中以不同视角照射所得到的两幅X频段多极化干涉SAR图像，第一幅X频段多极化干涉SAR图像的复散射矩阵S的Pauli散射目标矢量k1和第二幅X频段多极化干涉SAR图像的复散射矩阵S的Pauli散射目标矢量k2分别参见公式1和公式2；由k1和k2定义中间变量矩阵T6，参见公式3，从中得到极化散射相干矩阵T11、T22，Ω12；将k1和k2分别投影到散射机制ω1和ω2上，则可得到预设的散射机制ω1和ω2的极化干涉复相干系数，参见公式4；
Figure 206265DEST_PATH_IMAGE002
公式1中，SHH1表示第一次照射获取的HH极化SAR图像对应的复散射矩阵，SVV1表示第一次照射获取的VV极化SAR图像对应的复散射矩阵，SHV1表示第一次照射获取的HV极化SAR图像对应的复散射矩阵；
公式2中，SHH2表示第二次照射获取的HH极化SAR图像对应的复散射矩阵，SVV2表示第二次照射获取的VV极化SAR图像对应的复散射矩阵，SHV2表示第二次照射获取的HV极化SAR图像对应的复散射矩阵；
公式3中，*表示共轭操作，T11表示第一幅X频段多极化干涉SAR图像的极化散射相干矩阵，T22表示第二幅X频段多极化干涉SAR图像的极化散射相干矩阵，中间变量矩阵T6中T11、T22之外的部分定义为Ω12；
公式4中，γ表示极化干涉复相干系数，H表示共轭转置，ω1和ω2分别表示一个预设的散射机制。
3.根据权利要求1所述的基于双频多极化差分干涉的地表形变测量方法，其特征在于，所述将所述地表的L频段多极化干涉SAR大尺度形变量反演为X频段工作参数下的差分干涉相位的计算公式参见公式5，X频段永久散射体的原始差分干涉相位的计算公式参见公式6，提取X频段多极化干涉SAR永久散射体点微小形变对应的差分干涉相位的计算公式参见公式7；
Figure 248039DEST_PATH_IMAGE004
公式5中，λL表示L频段载波波长，RL表示L频段下的目标斜距，θL表示下视角，BL⊥表示垂直有效基线，ΔεL表示相邻永久散射体点间的高程误差增量，ΔVL表示相邻永久散射体间的形变速率增量，ΔφL res表示相邻永久散射体间的残留相位增量，TL表示地表形变所经历的时间；
公式6中，φinter表示X频段多极化干涉SAR永久散射体点的原始差分干涉相位，φflat表示平地相位，φter表示地形相位，φatm表示大气延迟相位，φn表示噪声相位。
4.根据权利要求3所述的基于双频多极化差分干涉的地表形变测量方法，其特征在于，所述融合所述地表的L频段多极化干涉SAR大尺度形变量、地表的X频段多极化干涉SAR微小形变量包括采用空间域图像融合方法得到不同性质地物类型的多尺度地表形变检测结果。
5.根据权利要求4所述的基于双频多极化差分干涉的地表形变测量方法，其特征在于，所述空间域图像融合方法为灰度加权平均法或PCA法。
6.根据权利要求1所述的基于双频多极化差分干涉的地表形变测量方法，其特征在于，所述采用PS-DInSAR方法进行大尺度形变测量包括：对获取的多幅L频段多极化SAR图像，通过图像配准，选取其中一幅L频段多极化SAR图像作为主图像，其他L频段多极化SAR图像作为辅图像，将辅图像中各像素点与主图像的同名点相匹配，得到配准后的多组主辅图像对；通过差分干涉相位生成，将所述配准后的多组主辅图像对分别作共轭相乘处理，从而得到多组差分干涉相位；通过PS点识别，从所述配准后的多组主辅图像对或所述多组差分干涉相位中提取永久散射体点；利用所提取的永久散射体点的幅相信息，通过预设的数学模型计算得到地表的L频段多极化干涉SAR大尺度形变量。
7.根据权利要求1所述的基于双频多极化差分干涉的地表形变测量方法，其特征在于，在所述采用极化目标分解方法，对L频段多极化干涉SAR图像按地表的不同地物类型进行区域划分之后，还包括优选L频段多极化干涉SAR极化方式组合。
8.根据权利要求7所述的基于双频多极化差分干涉的地表形变测量方法，其特征在于，所述优选L频段多极化干涉SAR极化方式组合为：对所述各地物类型相应区域，偶次散射区域优选HH极化方式，体散射区域优选交叉极化方式，奇次散射区域优选VV极化方式。
9.一种基于双频多极化差分干涉的地表形变测量设备，其特征在于，所述设备包括存储器和处理器；所述存储器存储有实现基于双频多极化差分干涉的地表形变测量方法的计算机程序，所述处理器执行所述计算机程序，以实现根据权利要求1-8任一所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述的计算机程序被处理器执行时实现根据权利要求1-8任一所述方法的步骤。
CN202211318675.1A 2022-10-26 2022-10-26 基于双频多极化差分干涉的地表形变测量方法及设备 Active CN115453520B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211318675.1A CN115453520B (zh) 2022-10-26 2022-10-26 基于双频多极化差分干涉的地表形变测量方法及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211318675.1A CN115453520B (zh) 2022-10-26 2022-10-26 基于双频多极化差分干涉的地表形变测量方法及设备

Publications (2)

Publication Number Publication Date
CN115453520A true CN115453520A (zh) 2022-12-09
CN115453520B CN115453520B (zh) 2023-01-03

Family

ID=84311633

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211318675.1A Active CN115453520B (zh) 2022-10-26 2022-10-26 基于双频多极化差分干涉的地表形变测量方法及设备

Country Status (1)

Country Link
CN (1) CN115453520B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117214898A (zh) * 2023-11-09 2023-12-12 中国电子科技集团公司第十四研究所 一种基于多维电磁信息深度融合的宽尺度地表形变精细化遥感方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU7180600A (en) * 2000-11-24 2002-05-30 Politecnico Di Milano Process for radar measurements of the movement of city areas and landsliding zones
CN104091064A (zh) * 2014-07-02 2014-10-08 北京航空航天大学 基于优化解空间搜索法的PS-DInSAR地表形变测量参数估计方法
EP2942637A1 (en) * 2014-05-09 2015-11-11 NEC Corporation Change detection device, change detection method and recording medium
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
CN113096005A (zh) * 2021-04-06 2021-07-09 中国科学院生态环境研究中心 一种监测山体现今抬升速度的雷达时序差分干涉测量方法
CN114200450A (zh) * 2021-12-06 2022-03-18 国网湖南省电力有限公司 基于双极化时序sar技术识别输电通道附近滑坡的方法
CN114998365A (zh) * 2022-04-18 2022-09-02 中国电子科技集团公司第十四研究所 一种基于极化干涉sar的地物分类方法
WO2022214114A2 (zh) * 2021-08-10 2022-10-13 中咨数据有限公司 融合GNSS数据与InSAR技术的桥梁变形监测方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU7180600A (en) * 2000-11-24 2002-05-30 Politecnico Di Milano Process for radar measurements of the movement of city areas and landsliding zones
EP2942637A1 (en) * 2014-05-09 2015-11-11 NEC Corporation Change detection device, change detection method and recording medium
CN104091064A (zh) * 2014-07-02 2014-10-08 北京航空航天大学 基于优化解空间搜索法的PS-DInSAR地表形变测量参数估计方法
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
CN113096005A (zh) * 2021-04-06 2021-07-09 中国科学院生态环境研究中心 一种监测山体现今抬升速度的雷达时序差分干涉测量方法
WO2022214114A2 (zh) * 2021-08-10 2022-10-13 中咨数据有限公司 融合GNSS数据与InSAR技术的桥梁变形监测方法
CN114200450A (zh) * 2021-12-06 2022-03-18 国网湖南省电力有限公司 基于双极化时序sar技术识别输电通道附近滑坡的方法
CN114998365A (zh) * 2022-04-18 2022-09-02 中国电子科技集团公司第十四研究所 一种基于极化干涉sar的地物分类方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
JINGTING LI 等: "PS-DInSAR deformation velocity estimation by the compressive sensing", 《2015 IEEE INTERNATIONAL CONFERENCE ON IMAGING SYSTEMS AND TECHNIQUES (IST)》 *
MARIA MARSELLA 等: "Quantifying the effects of ground settlement on buildings by the exploitation of long term DINSAR time series: The case of Roma", 《2015 IEEE 15TH INTERNATIONAL CONFERENCE ON ENVIRONMENT AND ELECTRICAL ENGINEERING (EEEIC)》 *
贾诗超 等: "InSAR技术多年冻土研究进展", 《地球科学进展》 *
阚晓云: "基于高分辨率PS-DInSAR的城郊地表沉降监测", 《北京测绘》 *
黄静 等: "基于PSI技术的芜湖市地面沉降时空特征分析", 《遥感技术与应用》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117214898A (zh) * 2023-11-09 2023-12-12 中国电子科技集团公司第十四研究所 一种基于多维电磁信息深度融合的宽尺度地表形变精细化遥感方法
CN117214898B (zh) * 2023-11-09 2024-01-23 中国电子科技集团公司第十四研究所 一种基于多维电磁信息深度融合的宽尺度地表形变精细化遥感方法

Also Published As

Publication number Publication date
CN115453520B (zh) 2023-01-03

Similar Documents

Publication Publication Date Title
Li et al. Time-series InSAR ground deformation monitoring: Atmospheric delay modeling and estimating
Gomba et al. Toward operational compensation of ionospheric effects in SAR interferograms: The split-spectrum method
CN111474544B (zh) 一种基于sar数据的滑坡形变监测及预警方法
Goel et al. An advanced algorithm for deformation estimation in non-urban areas
Cloude Dual-baseline coherence tomography
Prati et al. Recent advances on surface ground deformation measurement by means of repeated space-borne SAR observations
Zhao et al. Generation of long-term InSAR ground displacement time-series through a novel multi-sensor data merging technique: The case study of the Shanghai coastal area
Morrison et al. Laboratory measurement of the DInSAR response to spatiotemporal variations in soil moisture
Khati et al. Potential of space-borne PolInSAR for forest canopy height estimation over India—A case study using fully polarimetric L-, C-, and X-band SAR data
Gilman et al. Transionospheric synthetic aperture imaging
Xia Synthetic aperture radar interferometry
CN115453520B (zh) 基于双频多极化差分干涉的地表形变测量方法及设备
CN105180852B (zh) 基于三重步进的gb‑sar形变监测方法
Qiu et al. Atmospheric phase screen correction in ground-based SAR with PS technique
Chen et al. Successful applications of Generic Atmospheric Correction Online Service for InSAR (GACOS) to the reduction of atmospheric effects on InSAR observations
Lombardini et al. Linear and adaptive spaceborne three-dimensional SAR tomography: A comparison on real data
Yue et al. Atmospheric phase correction using permanent scatterers in ground-based radar interferometry
Li et al. Comparison of different atmospheric phase screen correction models in ground-based radar interferometry for landslide and open-pit mine monitoring
Zhu et al. Digital terrain, surface, and canopy height model generation with dual-baseline low-frequency InSAR over forest areas
Demirpolat X-band interferometric radar for mapping temporal variability in forest
Awasthi et al. Pol-InSAR based snow depth retrieval using spaceborne TerraSAR-X data
Gulati et al. Spaceborne SAR interferometry exploitation for longitudinal ground deformation monitoring
Wang et al. Detecting and assessing the land subsidence in coal mining area using PALSAR data based on D-InSAR technique
Liao Ionospheric Correction of Interferometric Sar Data with Application to the Cryospheric Sciences
Siles et al. Advanced InSAR methodologies to study subsidence and fracturing caused by groundwater withdrawal in Valley of Mexico

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