CN116047511A - 融合北斗和InSAR的设施结构变形监测方法及系统 - Google Patents
融合北斗和InSAR的设施结构变形监测方法及系统 Download PDFInfo
- Publication number
- CN116047511A CN116047511A CN202211586903.3A CN202211586903A CN116047511A CN 116047511 A CN116047511 A CN 116047511A CN 202211586903 A CN202211586903 A CN 202211586903A CN 116047511 A CN116047511 A CN 116047511A
- Authority
- CN
- China
- Prior art keywords
- deformation
- monitoring
- satellite
- phase
- station
- 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.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 147
- 238000000034 method Methods 0.000 title claims abstract description 73
- 238000005516 engineering process Methods 0.000 claims abstract description 33
- 238000001514 detection method Methods 0.000 claims description 22
- 238000012545 processing Methods 0.000 claims description 18
- 238000004422 calculation algorithm Methods 0.000 claims description 17
- 238000001914 filtration Methods 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000012937 correction Methods 0.000 claims description 16
- 238000004891 communication Methods 0.000 claims description 15
- 230000003068 static effect Effects 0.000 claims description 15
- 230000008439 repair process Effects 0.000 claims description 9
- 238000011160 research Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 claims description 8
- 238000005259 measurement Methods 0.000 claims description 8
- 238000006073 displacement reaction Methods 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 230000001427 coherent effect Effects 0.000 claims description 5
- 238000007670 refining Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 238000009434 installation Methods 0.000 claims description 4
- 239000000203 mixture Substances 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 4
- FVRDYQYEVDDKCR-DBRKOABJSA-N tiazofurine Chemical compound NC(=O)C1=CSC([C@H]2[C@@H]([C@H](O)[C@@H](CO)O2)O)=N1 FVRDYQYEVDDKCR-DBRKOABJSA-N 0.000 claims description 4
- 238000012876 topography Methods 0.000 claims description 4
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 claims description 3
- 238000012300 Sequence Analysis Methods 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000007599 discharging Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 230000002452 interceptive effect Effects 0.000 claims description 3
- 229910052744 lithium Inorganic materials 0.000 claims description 3
- 229910021421 monocrystalline silicon Inorganic materials 0.000 claims description 3
- 230000035515 penetration Effects 0.000 claims description 3
- 230000003014 reinforcing effect Effects 0.000 claims description 3
- 230000002194 synthesizing effect Effects 0.000 claims description 3
- 101000653426 Homo sapiens Very-long-chain enoyl-CoA reductase Proteins 0.000 claims 1
- 102100030747 Very-long-chain enoyl-CoA reductase Human genes 0.000 claims 1
- 230000009977 dual effect Effects 0.000 claims 1
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 12
- 239000005433 ionosphere Substances 0.000 description 6
- 229910052742 iron Inorganic materials 0.000 description 6
- 230000007547 defect Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000005305 interferometry Methods 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 229910001294 Reinforcing steel Inorganic materials 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000007711 solidification Methods 0.000 description 1
- 230000008023 solidification Effects 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000005436 troposphere Substances 0.000 description 1
- 238000004148 unit process Methods 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
- G01S13/88—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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical 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
-
- 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/396—Determining accuracy or reliability of position or pseudorange measurements
-
- 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/40—Correcting position, velocity or attitude
- G01S19/41—Differential correction, e.g. DGPS [differential GPS]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20224—Image subtraction
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本申请提供融合北斗和InSAR的设施结构变形监测方法，包括：基于InSAR进行大范围变形监测；针对累积沉降量大、形变速率大的区域，基于北斗技术进行实时动态形变监测；形变超过设定的阈值则进行形变超限预警。本申请提供的方法基于北斗和InSAR两种技术融合的监测方法可实现交通基础设施结构的高时间分辨率、高空间分辨率的动态监测。
Description
技术领域
本申请涉及交通设施结构智能监控和变形监测技术领域，特别涉及融合北斗和InSAR的设施结构变形监测方法及系统。
背景技术
交通运输业涉及公路、铁路、水运、民航等多个领域，交通运输基础设施种类多，数量庞大，其中桥梁、隧道、边坡、路基是重要组成部分，变形监测是对其安全性、耐久性及正常使用功能监控的重要内容。且近几年交通基础设施逐步向着大型化、数字化和智能化发向发展，变形监测技术也需要更加智能化和精细化。
变形监测需要通过大量周期性重复测量来分析对比监测点的位移情况，确保施工的有效安全进行，具有测量周期短、重复性、数值计算量大、精度要求高等特点。传统的人工数据采集方式效率低下、人力成本偏高、时效性差等缺点在大面积变形监测中明显受限。
另一方面，在人工数据采集的基础上，有一些自动化的解决方案，比如测量机器人、静力水准仪、光纤自动化监测等，但也存在一定的缺陷与不足，主要包括：(1)测量机器人只适用于某些特定场景，如地下隧道等，对其他变形监测应用，可拓展性差，场景迁移能力弱；(2)光纤布设、保护困难，不适用于复杂的施工现场。(3)静力水准仪监测精度较高，但是静力水准仪位移超限时报警误差较大，只能监测沉降位移量，无法实现三维形变量的监测。
随着空天信息技术不断发展，北斗技术和InSAR技术在交通基础设施结构变形监测领域有较多应用，用于克服现有自动化方案的缺陷，利用北斗高精度数据进行桥梁健康监测、边坡监测、航道护岸监测等都取得了较好的效果，但是北斗技术和InSAR技术自身都有一些固缺陷，北斗技术主要用来对离散点进行定位，空间分辨率较低，为提高监测的空间分辨率，需要布设大量的监测点，受限于监测设备较为昂贵的价格。InSAR技术可以进行大范围、大空间尺度的沉降监测，在地表沉降、道路沉降、矿区沉降监测中多有应用，但是监测频率受限于卫星的重访周期。
发明内容
本申请提供了融合北斗和InSAR的设施结构变形监测方法及系统，可用于解决北斗技术和InSAR技术在监测领域各有缺陷的技术问题。
本申请提供融合北斗和InSAR的设施结构变形监测方法，方法包括：
步骤1，基于InSAR进行大范围变形监测；
步骤2，针对累积沉降量大、形变速率大的区域，基于北斗技术进行实时动态形变监测；
步骤3，形变超过设定的阈值则进行形变超限预警。
可选的，基于InSAR技术进行大范围变形监测，包括：
步骤11，基于SBAS-InSAR方法进行地表形变监测，得到监测区域历史变形情况以及地表整体变形；
步骤12，针对监测区域内重点监测设施，基于PS-InSAR进行交通基础设施形变监测；重点监测设施包括道路以及桥梁。
可选的，基于SBAS-InSAR方法进行地表形变监测，得到监测区域历史变形情况以及地表整体变形，包括：
步骤111，收集、下载监测区域内历史SAR影像；
步骤112，组合干涉对：
通过对SAR影像设定合适的时空基线阈值控制影像干涉对的生成；
时间基线阈值设置为30d，空间基线阈值设置为临界基线的45％，获得组合干涉图；
步骤113，干涉工作流：对组合的干涉影像对进行干涉处理。包括影像配准、相干图生成、去平、滤波、相位解缠；
步骤114，轨道精炼与重去平处理：在非形变区、没有相位跃变以及残余地形的地方选择多个地面参考点，采用多项式精化的方法进行处理；
步骤115，形变结果反演，得到最终时序上的形变量：
进行反演的参数设置：采用Liner的匹配模型，选择提高解缠等级及阈值；
去除大气相位:通过低通滤波和高通滤波去除大气相位；
步骤116，地理编码：将形变结果从雷达坐标系转换到地理坐标系下，得到具有地理坐标的形变速率、时间序列位移结果和研究区的三维信息。
可选的，针对监测区域内重点监测设施，基于PS-InSAR进行交通基础设施形变监测，包括：
步骤121，进行公共主影像选取：
根据研究区域获取的k+1景SAR影像的时间基线、空间垂直基线和多普勒质心频率，利用相干系数法选取某一景影像作为唯一公共主影像，其他k景影像构成副影像集；
步骤122，干涉工作流：
逐个将K景副影像配准并采样到主影像像素空间，得到k个干涉对和k景配准后的SAR影像；
借助外部DEM数据进行差分干涉处理，获得研究区域内SAR影像的差分干涉图；
步骤123，进行PS点提取：
根据干涉处理过程中得到的影像振幅信息和相干信息，采用对单个像元振幅和相位进行时间序列分析的双阈值探测方法算法进行PS点的提取；
步骤124，进行第一步反演：
通过建立基于差分干涉相位、高程误差与地表形变的相位组成模型，再采用相关算法对模型进行求解，从而得到各PS点的第一次DEM高程改正、LOS方向上的线性形变速率和时序累积形变量；
步骤125，进行第二次反演：
初始差分干涉相位减去线性形变和DEM误差相位后，得到残余相位：
通过时、空域滤波将残余相位中的非线性形变相位和大气相位，进行大气相位屏的分离；
重新确定每个PS点的DEM高程改正和LOS方向上的线性形变速率和时序累积形变量；
步骤126，地理编码：
将形变结果从雷达坐标系转换到地理坐标系下，并将结果以矢量或者栅格的格式输出。同样PS-InSAR获取的交通基础设施变形结果上传至云平台。
可选的，针对累积沉降量大、形变速率大的区域，基于北斗技术进行实时动态形变监测，包括：
步骤21，低成本北斗监测设备安装：
开挖地基，并进行加固；
步骤22，设备调试与信号接收：
步骤23，卫星信号解算。
可选的，卫星信号解算包括：
步骤231，数据格式转换；
步骤232，周跳探测与修复：
采用TECR方法探测周跳，没有探测到的部分采用MW法进行二次探测，综合两种方法的探测结果得到周跳位置和大小；
步骤233，模糊度固定：TCAR算法通过选取较优组合系数对三频伪距和载波观测值进行组合，分别构建超宽巷、宽巷和窄巷组合，逐级固定组合观测量的模糊度从而确定原始载波相位双差观测值的模糊度；步骤234，位置解算处理：利用周跳探测与修复、模糊度固定后的参数，通过有双差定位和精密单点定位获得位置坐标。
可选的，利用周跳探测与修复、模糊度固定后的参数，通过有双差定位和精密单点定位获得位置坐标，包括：
一般情况下，利用双差定位：
设基站i和测站j对卫星s和卫星k进行同步观测可获得双差观测方程：
其中，
表示双差算子，
表示相位观测值，λ表示波长，
表示卫星与接收机之间的距离，
表示电离层延迟误差，
表示对流层延迟误差，
表示载波相位整周模糊度，
表示相位随机噪声，
表示伪距随机噪声；其中卫星与接收机之间的距离
(x0,y0,z0)表示卫星的坐标，是已知的，(xi,yi,zi)表示监测站的坐标，是通过平差最终求解的未知数；
在4G信号较弱、基准站数据变化异常的情况下，采用精密单点定位方法进行定位：
双频无电离层线组合的载波相位观测方程为：
其中
是双频无电离层线性组合的载波相位观测值，j表示第j个卫星，i表示第i个测站，ΔTj表示第j个GNSS卫星钟差，ΔTi表示第i个站接收机时钟偏移。
表示第i个测站接收机和第j个卫星之间的距离，ρ是通过静态PPP获得的卫星精确轨道产品和接收机精确位置计算的，测站初始值采用观测文件中的测站坐标。
表示测站i卫星j的天顶静力延迟映射函数系数，δZHD,i通过利用经验模型计算。
是卫星j测站i的湿映射系数，δZWD,i是第i个站的天顶湿延迟，通过静态PPP估计；
表示第j个卫星模糊度，是在第i个测站GNSS接收机上通过静态PPP估计；
卫星时钟校正估计，矩阵中的方程可以写成：
ui是卫星时钟校正项的mi×32矩阵系数，仅包含一个“1”，所有其他系数在每一行上都是零；列向量
表示被跟踪卫星在第i个站的双频无电离层组合载波相位测量值；
计算得到的1HZ卫星钟差估计值ΔTj作为新的输入值，进行下一个观测历元的位置解算，通过不断迭代，得到监测点的三维坐标(xi,yi,zi)。
步骤235，坐标结果输出：将位置解算处理后的数据从XYZ空间直角坐标系下转化为监测站站心坐标下
本申请还提供融合北斗和InSAR的设施结构变形监测系统，系统包括：
GNSS天线模块、GNSS主机模块、电源模块、通讯模块和监控模块；
其中，GNSS天线模块采用高增益、低风阻的扼流圈天线GNSS主机模块包括UbloxZED-F9P高精度的定位模组、TTL转网络模块、微型电脑、外壳；
定位模组内部的Ublox ZED-F9P芯片焊接在定制PCB板上，并连接TTL转网络模块和微型电脑；PCB板包括一个天线接口、一个电源接口、RS458接口和Type-C转USB的接口；微型电脑的作用是作为野外数据解算单元，实现对卫星数据的实时解算，解算单元开发了基于ARM的数据穿透算法，实解算结果传输至云平台，云平台汇总InSAR监测结果和北斗监测结果，进行预报预警；
电源模块包括太阳能电池板和UPS电源；每个测站主机内配备一台太阳能控制器，太阳能充电采用功率为120瓦单晶硅太阳能电池板，支持12伏太阳能光伏板10A充放电的功率输入输出；监测系统采用电池容量五万毫安时锂电池供电，电模块除了用于GNSS主机的正常工作外，还为广角摄像头和无线网桥提供供电；
通讯模块采用4G通讯，利用无线网桥设备实现，提供外网访问功能；监控模块为安装在监测站杆上的广角摄像头。
本申请提供的方法基于北斗和InSAR两种技术融合的监测方法可实现交通基础设施结构的高时间分辨率、高空间分辨率的动态监测，并且通过自主研发的北斗监测设备可以实现低成本监测。通过InSAR技术获取监测对象整体大范围的形变信息，根据InSAR监测结果在重点变形区域布设北斗监测设备。
附图说明
图1为本申请实施例提供的融合北斗和InSAR的监测方法流程图；
图2为本申请实施例提供的低成本北斗监测设备组成示意图之一；
图3为本申请实施例提供的GNSS主机模块示意图；
图4为本申请实施例提供的低成本北斗监测设备组成示意图之二；
图5为本申请实施例提供的SBAS-InSAR处理流程示意图；
图6为本申请实施例提供的PS-InSAR处理流程示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
下面首先结合附图对本申请实施例进行介绍。
本申请提供融合北斗和InSAR的设施结构变形监测方法，方法包括：
步骤1，基于InSAR进行大范围变形监测；
步骤2，针对累积沉降量大、形变速率大的区域，基于北斗技术进行实时动态形变监测；
步骤3，形变超过设定的阈值则进行形变超限预警。
接下来详细阐述每一步骤。
步骤1，基于InSAR技术进行大范围变形监测。
具体的，步骤1包括：
,步骤11，基于SBAS-InSAR(小基线集差分干涉测量)方法进行地表形变监测，得到监测区域历史变形情况以及地表整体变形。
具体的，步骤11包括：
步骤111，收集、下载监测区域内历史SAR影像；
步骤112，组合干涉对：
通过对SAR影像设定合适的时空基线阈值控制影像干涉对的生成；
为了避免因时空基线设置过长而出现干涉图失相关造成解算出错的情况，时间基线阈值设置为30d，空间基线阈值设置为临界基线的45％，获得组合干涉图；
步骤113，干涉工作流：对组合的干涉影像对进行干涉处理。包括影像配准、相干图生成、去平、滤波、相位解缠。
其中，采用90m分辨率Srtm DEM去除地形相位；采用精确轨道数据提高影像配准、平地相位去除以及地形相位去除精度。利用Goldstein滤波消除时空失相干噪声。
为了获得更好的解缠结果，利用最小费用流法对滤波后的差分干涉图进行相位解缠，相位解缠等级设置为1，解缠阈值设置为0.2；在解缠处理结束后，将解缠结果不好、相干性较差的干涉对剔除掉，不参与后面的解算。
步骤114，轨道精炼与重去平处理：这一步是为了估算和去除残余的恒定相位和解缠后还存在的相位坡道。在非形变区、没有相位跃变以及残余地形的地方选择多个地面参考点，同时考虑到精炼方法的稳定性，采用多项式精化的方法进行处理。
步骤115，形变结果反演，得到最终时序上的形变量：对于形变结果的反演主要分两步进行：第一步主要是估算形变速率和残余地形；第二步是去除大气相位，得到最终时序上的形变量。
进行反演的参数设置：由于缺乏先验形变模型，采用Liner的匹配模型，其稳健性较其他模型更好，对数据的数量和质量要求不高；同时，有的监测区内的水域部分占比较大，会影响差分干涉图的整体解缠效果，为了尽可能的消除误差，在解缠算法保持不变的情况下，选择提高解缠等级及阈值。
去除大气相位:通过低通滤波和高通滤波去除大气相位，但将滤波参数设置过小时可能会过滤掉真正的形变相位，因此依然采用默认参数，即大气低通滤波尺寸为1.2km，高通滤波尺寸为1a。精炼方法选择为多项式精化。
步骤116，地理编码：将形变结果从雷达坐标系转换到地理坐标系下，得到具有地理坐标的形变速率、时间序列位移结果和研究区的三维信息。
步骤12，针对监测区域内重点监测设施，基于PS-InSAR进行交通基础设施形变监测，
需要说明的是，步骤11主要获取监测区域内地表整体形变信息，监测结果上传至云平台保存、展示；针对步骤11监测区域内需要重点监测的道路、桥梁等交通基础设施，本申请采用PS-InSAR(永久散射体差分干涉测量)方法再次进行监测，主要原因是大部分PS点分布在建筑物、桥梁等基础设施上，利用PS方法可以对重点关注的交通基础设施进行更高精度的监测，并且监测结果可以与步骤1.1的结果进行交叉验证，保证InSAR监测结果的可靠性和准确性。
PS-InSAR核心思想是利用多时相的数据找到具有持久且稳定的离散PS(Persistent Scatterer，永久散射体)点，估计并去除掉大气干涉效应，通过对高相干性的离散点集进行线性估算、相位解缠等过程，进而得到形变结果。
具体的，步骤12包括：
步骤121，进行公共主影像选取：
根据研究区域获取的k+1景SAR影像的时间基线、空间垂直基线和多普勒质心频率，利用相干系数法选取某一景影像作为唯一公共主影像，其他k景影像构成副影像集；
步骤122，干涉工作流：
逐个将K景副影像配准并采样到主影像像素空间，得到k个干涉对和k景配准后的SAR影像；
借助外部DEM(Digital Elevation Model，数字高程模型)数据进行差分干涉处理，获得研究区域内SAR影像的差分干涉图；
步骤123，进行PS点提取：
根据干涉处理过程中得到的影像振幅信息和相干信息，采用对单个像元振幅和相位进行时间序列分析的双阈值探测方法算法进行PS点的提取；
步骤124，进行第一步反演：
通过建立基于差分干涉相位、高程误差与地表形变的相位组成模型，再采用相关算法对模型进行求解，从而得到各PS点的第一次DEM高程改正、LOS(line ofsight，视线向)方向上的线性形变速率和时序累积形变量；但这个结果没有去除大气影响的相位，需进行第二次反演去除大气相位，得到更准确的形变值；
步骤125，进行第二次反演：
初始差分干涉相位减去线性形变和DEM误差相位后，得到残余相位：
通过时、空域滤波将残余相位中的非线性形变相位和大气相位，进行大气相位屏的分离；
残余相位包括非线性形变相位和大气相位(噪声相位可忽略)，由于二者在时、空域频率特征不同，因此可以通过时、空域滤波将二者分离；
重新确定每个PS点的DEM高程改正和LOS方向上的线性形变速率和时序累积形变量；
步骤126，地理编码：
将形变结果从雷达坐标系转换到地理坐标系下，并将结果以矢量或者栅格的格式输出。同样PS-InSAR获取的交通基础设施变形结果上传至云平台。
步骤2，针对累积沉降量大、形变速率大的区域，基于北斗技术进行实时动态形变监测。
需要说明的是，利用InSAR技术得到了大范围、长时间的形变结果，针对发现监测区域内某些区域变形明显或者变形速度快，本发明采用北斗技术进行实时动态的监测，有前期InSAR监测结果的参考，可以精确优化北斗设备布设方案，大大减少北斗设备布设数量，做到精准监测。
具体的，步骤2，基于北斗技术的实时动态形变监测主要步骤包括设备安装、设备调试与信号接收、卫星数据解算，详细方法步骤如下：
步骤21，低成本北斗监测设备安装：
开挖地基，并进行加固；
具体的，设备的稳定性是获取准确监测数据的前提，在安装设备时，开挖一米深地基，在每个基坑底部打入两米长钢筋；设备铁柱底部与地笼通过4个螺丝固定，地笼深埋于基坑并浇筑混凝土与4根两米长钢筋形成稳固的固化基础；
步骤22，设备调试与信号接收：
在设备安装好后，进行设备的调试，主要测试设备通讯功能否正常运行，在4G转换模块安装SIM卡，两个测站之间测试通讯正常进行后，设置相关采集参数，实现卫星信号接收。数据采集卫星截止高度角设置为5度，为了避免具有较大观测噪声的低仰角卫星对监测结果的影响，在后续解算过程中卫星截止高度角设置为15度，卫星的采样频率为1Hz。
步骤23，卫星信号解算。
步骤23，卫星信号解算包括：
监测设备的解算单元记录收集监测站的原始二进制观测数据，并利用自编核心模块转换成Rinex格式的数据，并将其以全天观测时段自动化的存储于微型电脑的存储单元中；
解算单元对获取的Rinex格式数据进行处理，经过周跳探测与修复、模糊度固定、位置解算、坐标转换，输出每个观测时刻的三维坐标；
定位解算算法包括差分定位和精密单点定位，常规情况下选择精度较高的差分定位方法，若通信模块中的信号强度检测单元检测到网络信号极差或者监测数据探测到基准站数据波动大，切换为精密单点定位技术，保证数据连续、不间断。差分定位方法采用双差方法，可消除卫星钟差、对流层误差、电离层误差、接收机钟差；精密单点定位采用星间单差精密单点定位，避免不同品牌接收机的接收机钟差影响，另外为保证精密单点定位技术的精度，本申请提出一种1Hz高频卫星钟改正的精密单点定位算法。
信号解算详细步骤如下：
步骤231，数据格式转换：监测设备天线模块所接受的卫星信号经过定位芯片的捕获、跟踪，生成定位解算所需的伪码、载波相位在内的观测值，以二进制形式存储，主机模块的解算单元对二进制的原始观测数据进行转换，转换为通用的Rinex格式。
步骤232，周跳探测与修复：
采用TECR方法探测周跳，没有探测到的部分采用MW法进行二次探测，综合两种方法的探测结果得到周跳位置和大小；
由于MW组合受大的伪距噪声限制，在强噪声环境下很难检测到小周跳；其次，MW组合存在不敏感周跳；再者，GF组合的探测性能容易受电离层干扰的影响，本申请组合利用MW超宽巷观测值(MWWL)和电离层总电子含量变化率(TECR)实时探测修复监测点相位观测值周跳，提高周跳探测的灵敏度。
步骤233，模糊度固定：本发明在传统TCAR算法基础上采用电离层延迟改正法进行模糊度的固定，TCAR算法通过选取较优组合系数对三频伪距和载波观测值进行组合，分别构建超宽巷、宽巷和窄巷组合，逐级固定组合观测量的模糊度从而确定原始载波相位双差观测值的模糊度；该方法模型简单，解算速度快。
具体的，首先固定超宽巷和宽巷模糊度，将固定后的模糊度分别代回超宽巷和宽巷观测方程，求解出北斗B1频点的双差电离层延迟，然后改正窄巷观测方程中的双差电离层延迟项从而提高窄巷模糊度的固定成功率。电离层延迟改正和窄巷模糊度取整忽略了观测值噪声的影响，使得窄巷模糊度的固定受到噪声的干扰，但电离层延迟改正法消除了窄巷模糊度固定时双差电离层延迟的影响，使得固定的模糊度较为真实。
步骤234，位置解算处理：利用周跳探测与修复、模糊度固定后的参数，通过有双差定位和精密单点定位获得位置坐标。
具体的，步骤234包括：
一般情况下，利用双差定位：双差定位观测模型是在站间求单差得到单差观测方程，在单差观测方程的基础上，再进行卫星间的求差。
设基站i和测站j对卫星s和卫星k进行同步观测可获得双差观测方程：
其中，
表示双差算子，
表示相位观测值，λ表示波长，
表示卫星与接收机之间的距离，
表示电离层延迟误差，
表示对流层延迟误差，
表示载波相位整周模糊度，
表示相位随机噪声，
表示伪距随机噪声；其中卫星与接收机之间的距离
(x0,y0,z0)表示卫星的坐标，是已知的，(xi,yi,zi)表示监测站的坐标，是通过平差最终求解的未知数。本发明在常规情况下选择双差定位的方法来求解监测站每个观测历元的坐标值，从而发现监测点随时间的变形情况。
精密单点定位：在4G信号较弱、基准站数据变化异常的情况下，采用精密单点定位方法进行定位，进而保证数据的连续性；为保证精密单点定位结果的精度，本发明采用双频无电离层线组合的精密单点定位观测模型，并提出一种1Hz高频卫星钟改正的精密单点定位算法，详细方法步骤如下：
双频无电离层线组合的载波相位观测方程为：
其中
是双频无电离层线性组合的载波相位观测值，j表示第j个卫星，i表示第i个测站，ΔTj表示第j个GNSS卫星钟差，ΔTi表示第i个站接收机时钟偏移。
表示第i个测站接收机和第j个卫星之间的距离，ρ是通过静态PPP获得的卫星精确轨道产品和接收机精确位置计算的，测站初始值采用观测文件中的测站坐标。
表示测站i卫星j的天顶静力延迟映射函数系数，δZHD,i通过利用经验模型计算。
是卫星j测站i的湿映射系数，δZWD,i是第i个站的天顶湿延迟，通过静态PPP估计；
表示第j个卫星模糊度，是在第i个测站GNSS接收机上通过静态PPP估计；
卫星时钟校正估计，矩阵中的方程可以写成：
ui是卫星时钟校正项的mi×32矩阵系数，仅包含一个“1”，所有其他系数在每一行上都是零；列向量
表示被跟踪卫星在第i个站的双频无电离层组合载波相位测量值；
计算得到的1HZ卫星钟差估计值ΔTj作为新的输入值，进行下一个观测历元的位置解算，通过不断迭代，得到监测点的三维坐标(xi,yi,zi)，从而提高精密单点定位的精度。
步骤235，坐标结果输出：将位置解算处理后的数据从XYZ空间直角坐标系下转化为监测站站心坐标下。
无论是双差定位还是精密单点定位，输出的监测点位置坐标为XYZ空间直角坐标系下的坐标，为了方便查看监测点水平位移、沉降的情况，逐历元转换为监测站站心坐标NEU，N表示南北向，E表示东西向，U表示垂直向。
步骤3，形变超过设定的阈值则进行形变超限预警。
具体的，北斗监测结果通过4G方式传输至云平台，InSAR监测结果也上传、存储在云平台，云平台以GIS地图为底图，实现InSAR监测结果、北斗监测结果的融合展示，并根据设定的阈值进行形变超限情况下的预警。
本申请还提供融合北斗和InSAR的设施结构变形监测系统，系统包括：
GNSS天线模块、GNSS主机模块、电源模块、通讯模块和监控模块；
其中，GNSS天线模块采用高增益、低风阻的扼流圈天线，减少周边环境对卫星信号的干扰；
GNSS主机模块包括Ublox ZED-F9P高精度的定位模组、TTL转网络模块、微型电脑、外壳；
定位模组内部的Ublox ZED-F9P芯片焊接在定制PCB板上，并连接TTL转网络模块和微型电脑；PCB板包括一个天线接口、一个电源接口、RS458接口和Type-C转USB的接口；微型电脑的作用是作为野外数据解算单元，实现对卫星数据的实时解算，解算单元开发了基于ARM的数据穿透算法，实解算结果传输至云平台，云平台汇总InSAR监测结果和北斗监测结果，进行预报预警；
选用Ublox ZED-F9P芯片是因为可同时接收GPS、GLONASS、Galileo和北斗导航信号，多频RTK，收敛时间短且性能可靠，为高动态应用场景提供快速的更新速率，小型节能模块提供厘米级精度。
电源模块包括所述低成本北斗监测系统利用太阳能电池板和UPS电源；每个测站主机内配备一台太阳能控制器，太阳能充电采用功率为120瓦单晶硅太阳能电池板，支持12伏太阳能光伏板10A充放电的功率输入输出；为避免连续阴雨天气太阳能电池板充电不足，所述监测系统采用电池容量五万毫安时锂电池供电，电模块除了用于GNSS主机的正常工作外，还为广角摄像头和无线网桥提供供电；保障整个系统的正常运行。
通讯模块采用4G通讯，利用无线网桥设备实现，提供外网访问功能；另外，该通讯模块中增加信号强度检测单元，用于检测4G信号的强弱。
监控模块为安装在监测站杆上的广角摄像头，用户可以通过管理员授权访问该摄像头的实时监测画面。
主机模块、通信模块和蓄电池用铁盒子外壳封装，GNSS天线安装在高2m左右的铁柱上，太阳能电池板和监控模块固定在铁柱上，铁柱与铁盒之间通过固定装置连接在一起。
相比现已有的监测设备，本发明设计的低成本北斗监测设备大大降低成本。在效果上，实现了野外低功耗监测，本发明主机模块中的微型电脑采用了基于ARM的微型电脑主板，使得监测设备功耗可在3瓦下正常运行；在功能上，通讯模块集成了4G模块，提供了外网访问的能力。
本申请提供的方法基于北斗和InSAR两种技术融合的监测方法可实现交通基础设施结构的高时间分辨率、高空间分辨率的动态监测，并且通过自主研发的北斗监测设备可以实现低成本监测。通过InSAR技术获取监测对象整体大范围的形变信息，根据InSAR监测结果在重点变形区域布设北斗监测设备。
以上所述的本申请实施方式并不构成对本申请保护范围的限定。
Claims (8)
1.融合北斗和InSAR的设施结构变形监测方法，其特征在于，所述方法包括：
步骤1，基于InSAR进行大范围变形监测；
步骤2，针对累积沉降量大、形变速率大的区域，基于北斗技术进行实时动态形变监测；
步骤3，形变超过设定的阈值则进行形变超限预警。
2.根据权利要求1所述的方法，其特征在于，基于InSAR技术进行大范围变形监测，包括：
步骤11，基于SBAS-InSAR方法进行地表形变监测，得到监测区域历史变形情况以及地表整体变形；
步骤12，针对监测区域内重点监测设施，基于PS-InSAR进行交通基础设施形变监测；重点监测设施包括道路以及桥梁。
3.根据权利要求2所述的方法，其特征在于，基于SBAS-InSAR方法进行地表形变监测，得到监测区域历史变形情况以及地表整体变形，包括：
步骤111，收集、下载监测区域内历史SAR影像；
步骤112，组合干涉对：
通过对SAR影像设定合适的时空基线阈值控制影像干涉对的生成；
时间基线阈值设置为30d，空间基线阈值设置为临界基线的45％，获得组合干涉图；
步骤113，干涉工作流：对组合的干涉影像对进行干涉处理。包括影像配准、相干图生成、去平、滤波、相位解缠；
步骤114，轨道精炼与重去平处理：在非形变区、没有相位跃变以及残余地形的地方选择多个地面参考点，采用多项式精化的方法进行处理；
步骤115，形变结果反演，得到最终时序上的形变量：
进行反演的参数设置：采用Liner的匹配模型，选择提高解缠等级及阈值；
去除大气相位:通过低通滤波和高通滤波去除大气相位；
步骤116，地理编码：将形变结果从雷达坐标系转换到地理坐标系下，得到具有地理坐标的形变速率、时间序列位移结果和研究区的三维信息。
4.根据权利要求2所述的方法，其特征在于，针对监测区域内重点监测设施，基于PS-InSAR进行交通基础设施形变监测，包括：
步骤121，进行公共主影像选取：
根据研究区域获取的k+1景SAR影像的时间基线、空间垂直基线和多普勒质心频率，利用相干系数法选取某一景影像作为唯一公共主影像，其他k景影像构成副影像集；
步骤122，干涉工作流：
逐个将K景副影像配准并采样到主影像像素空间，得到k个干涉对和k景配准后的SAR影像；
借助外部DEM数据进行差分干涉处理，获得研究区域内SAR影像的差分干涉图；
步骤123，进行PS点提取：
根据干涉处理过程中得到的影像振幅信息和相干信息，采用对单个像元振幅和相位进行时间序列分析的双阈值探测方法算法进行PS点的提取；
步骤124，进行第一步反演：
通过建立基于差分干涉相位、高程误差与地表形变的相位组成模型，再采用相关算法对模型进行求解，从而得到各PS点的第一次DEM高程改正、LOS方向上的线性形变速率和时序累积形变量；
步骤125，进行第二次反演：
初始差分干涉相位减去线性形变和DEM误差相位后，得到残余相位：
通过时、空域滤波将残余相位中的非线性形变相位和大气相位，进行大气相位屏的分离；
重新确定每个PS点的DEM高程改正和LOS方向上的线性形变速率和时序累积形变量；
步骤126，地理编码：
将形变结果从雷达坐标系转换到地理坐标系下，并将结果以矢量或者栅格的格式输出。同样PS-InSAR获取的交通基础设施变形结果上传至云平台。
5.根据权利要求1所述的方法，其特征在于，针对累积沉降量大、形变速率大的区域，基于北斗技术进行实时动态形变监测，包括：
步骤21，低成本北斗监测设备安装：
开挖地基，并进行加固；
步骤22，设备调试与信号接收：
步骤23，卫星信号解算。
6.根据权利要求5所述的方法，其特征在于，卫星信号解算包括：
步骤231，数据格式转换；
步骤232，周跳探测与修复：
采用TECR方法探测周跳，没有探测到的部分采用MW法进行二次探测，综合两种方法的探测结果得到周跳位置和大小；
步骤233，模糊度固定：TCAR算法通过选取较优组合系数对三频伪距和载波观测值进行组合，分别构建超宽巷、宽巷和窄巷组合，逐级固定组合观测量的模糊度从而确定原始载波相位双差观测值的模糊度；步骤234，位置解算处理：利用周跳探测与修复、模糊度固定后的参数，通过有双差定位和精密单点定位获得位置坐标。
7.根据权利要求6所述的方法，其特征在于，利用周跳探测与修复、模糊度固定后的参数，通过有双差定位和精密单点定位获得位置坐标，包括：
一般情况下，利用双差定位：
设基站i和测站j对卫星s和卫星k进行同步观测可获得双差观测方程：
其中，表示双差算子，表示相位观测值，λ表示波长，表示卫星与接收机之间的距离，表示电离层延迟误差，表示对流层延迟误差，表示载波相位整周模糊度，表示相位随机噪声，表示伪距随机噪声；其中卫星与接收机之间的距离 (x0,y0,z0)表示卫星的坐标，是已知的，(xi,yi,zi)表示监测站的坐标，是通过平差最终求解的未知数；
在4G信号较弱、基准站数据变化异常的情况下，采用精密单点定位方法进行定位：
双频无电离层线组合的载波相位观测方程为：
其中是双频无电离层线性组合的载波相位观测值，j表示第j个卫星，i表示第i个测站，ΔTj表示第j个GNSS卫星钟差，ΔTi表示第i个站接收机时钟偏移。表示第i个测站接收机和第j个卫星之间的距离，ρ是通过静态PPP获得的卫星精确轨道产品和接收机精确位置计算的，测站初始值采用观测文件中的测站坐标。表示测站i卫星j的天顶静力延迟映射函数系数，δZHD,i通过利用经验模型计算。是卫星j测站i的湿映射系数，δZWD,i是第i个站的天顶湿延迟，通过静态PPP估计；表示第j个卫星模糊度，是在第i个测站GNSS接收机上通过静态PPP估计；
卫星时钟校正估计，矩阵中的方程可以写成：
ui是卫星时钟校正项的mi×32矩阵系数，仅包含一个“1”，所有其他系数在每一行上都是零；列向量表示被跟踪卫星在第i个站的双频无电离层组合载波相位测量值；
计算得到的1HZ卫星钟差估计值ΔTj作为新的输入值，进行下一个观测历元的位置解算，通过不断迭代，得到监测点的三维坐标(xi,yi,zi)。
步骤235，坐标结果输出：将位置解算处理后的数据从XYZ空间直角坐标系下转化为监测站站心坐标下。
8.融合北斗和InSAR的设施结构变形监测系统，所述系统应用于权利要求1至7中的任一方法，其特征在于，所述系统包括：
GNSS天线模块、GNSS主机模块、电源模块、通讯模块和监控模块；
其中，GNSS天线模块采用高增益、低风阻的扼流圈天线GNSS主机模块包括Ublox ZED-F9P高精度的定位模组、TTL转网络模块、微型电脑、外壳；
定位模组内部的UbloxZED-F9P芯片焊接在定制PCB板上，并连接TTL转网络模块和微型电脑；PCB板包括一个天线接口、一个电源接口、RS458接口和Type-C转USB的接口；微型电脑的作用是作为野外数据解算单元，实现对卫星数据的实时解算，解算单元开发了基于ARM的数据穿透算法，实解算结果传输至云平台，云平台汇总InSAR监测结果和北斗监测结果，进行预报预警；
电源模块包括太阳能电池板和UPS电源；每个测站主机内配备一台太阳能控制器，太阳能充电采用功率为120瓦单晶硅太阳能电池板，支持12伏太阳能光伏板10A充放电的功率输入输出；监测系统采用电池容量五万毫安时锂电池供电，电模块除了用于GNSS主机的正常工作外，还为广角摄像头和无线网桥提供供电；
通讯模块采用4G通讯，利用无线网桥设备实现，提供外网访问功能；监控模块为安装在监测站杆上的广角摄像头。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211586903.3A CN116047511A (zh) | 2022-12-09 | 2022-12-09 | 融合北斗和InSAR的设施结构变形监测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211586903.3A CN116047511A (zh) | 2022-12-09 | 2022-12-09 | 融合北斗和InSAR的设施结构变形监测方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116047511A true CN116047511A (zh) | 2023-05-02 |
Family
ID=86124639
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211586903.3A Pending CN116047511A (zh) | 2022-12-09 | 2022-12-09 | 融合北斗和InSAR的设施结构变形监测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116047511A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116660953A (zh) * | 2023-05-12 | 2023-08-29 | 昆明市测绘研究院 | 一种城市cors智能监测系统 |
-
2022
- 2022-12-09 CN CN202211586903.3A patent/CN116047511A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116660953A (zh) * | 2023-05-12 | 2023-08-29 | 昆明市测绘研究院 | 一种城市cors智能监测系统 |
| CN116660953B (zh) * | 2023-05-12 | 2024-04-16 | 昆明市测绘研究院 | 一种城市cors智能监测系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ullo et al. | Application of DInSAR technique to high coherence Sentinel-1 images for dam monitoring and result validation through in situ measurements | |
| Ge et al. | Mine subsidence monitoring using multi-source satellite SAR images | |
| CN104597471A (zh) | 面向时钟同步多天线gnss接收机的定向测姿方法 | |
| Lee et al. | The performance of RTK-GPS for surveying under challenging environmental conditions | |
| CN111123307B (zh) | 一种用于检测bds用户设备动态性能的系统和方法 | |
| CN103885069A (zh) | 基于cors的长输管道gps控制测量方法 | |
| CN113358017B (zh) | 一种多站协同处理的gnss高精度变形监测方法 | |
| CN116047511A (zh) | 融合北斗和InSAR的设施结构变形监测方法及系统 | |
| Figurski et al. | " ASG+": project for improving Polish multifunctional precise satellite positioning system | |
| Guo et al. | Utilization of 3D Laser Scanning for Stability Evaluation and Deformation Monitoring of Landslides | |
| CN219626119U (zh) | 一种高速公路边坡监测预警系统 | |
| Fix et al. | Global Positioning System: an effective way to map a small area or catchment | |
| CN114167461A (zh) | 工程测量方法、cors系统 | |
| Zhao et al. | Monitoring surface subsidence in the Binchang mining area using small baseline subset differential interferometric synthetic aperture radar with Sentinel-1A data | |
| Khai et al. | Accuracy assessment of the single CORS technology for establishing the large-scale cadastral map | |
| Meng et al. | Development of satellite based positioning and navigation facilities for precise ITS applications | |
| Schenk et al. | GEONAS-Geodynamic network of permanent GNSS stations within the Czech Republic | |
| Li et al. | Deformation monitoring in the central route of south-to-north water diversion project using multiple space-air-ground technologies | |
| CN110359346A (zh) | 一种路基形变监测系统、方法和存储介质 | |
| Ruiz et al. | Land subsidence monitoring in the southern Spanish coast using satellite radar interferometry | |
| CN117516636B (zh) | 一种海岸堤坝安全监测预警方法及系统 | |
| Eskandari et al. | Validation of Full-Resolution Dinsar-Derived Vertical Displacement in Cultural Heritage Monitoring: Integration with Geodetic Levelling Measurements | |
| Myint et al. | Real time kinematic-GNSS methods for monitoring subsidence of offshore platform | |
| Rus et al. | DEVELOPMENT OF A SPATIAL MONITORING SYSTEM FOR ROCKFILL DAMS | |
| Baryła et al. | Principles of ground deformation monitoring at open pit mine with use of GPS technology: KWB" Adamów" in Turek case study" |
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 |