CN116381680A - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN116381680A CN116381680A CN202211456840.XA CN202211456840A CN116381680A CN 116381680 A CN116381680 A CN 116381680A CN 202211456840 A CN202211456840 A CN 202211456840A CN 116381680 A CN116381680 A CN 116381680A
- Authority
- CN
- China
- Prior art keywords
- time
- phase
- time sequence
- interference
- sar
- 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
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000012544 monitoring process Methods 0.000 title claims abstract description 47
- 238000005516 engineering process Methods 0.000 title claims abstract description 35
- 238000005305 interferometry Methods 0.000 title claims abstract description 30
- 239000011159 matrix material Substances 0.000 claims abstract description 8
- 238000012545 processing Methods 0.000 claims description 10
- 238000007670 refining Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 8
- 238000012300 Sequence Analysis Methods 0.000 claims description 4
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 238000012876 topography Methods 0.000 claims description 3
- 239000013598 vector Substances 0.000 claims description 3
- 230000001186 cumulative effect Effects 0.000 claims 1
- 238000000354 decomposition reaction Methods 0.000 claims 1
- 238000005530 etching Methods 0.000 claims 1
- 230000005855 radiation Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 13
- 238000011160 research Methods 0.000 description 8
- 238000002474 experimental method Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 4
- 241001123248 Arma Species 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- YHXISWVBGDMDLQ-UHFFFAOYSA-N moclobemide Chemical compound C1=CC(Cl)=CC=C1C(=O)NCCN1CCOCC1 YHXISWVBGDMDLQ-UHFFFAOYSA-N 0.000 description 3
- 238000012731 temporal analysis Methods 0.000 description 3
- 238000000700 time series analysis Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000004062 sedimentation Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000012952 Resampling Methods 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000002194 synthesizing effect Effects 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
- G01S13/9021—SAR image post-processing techniques
- G01S13/9023—SAR image post-processing techniques combined with interferometric techniques
-
- 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
- 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
- G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A30/00—Adapting or protecting infrastructure or their operation
- Y02A30/60—Planning or developing urban green infrastructure
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)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了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,方法包括:获取覆盖区域的SAR影像;公共主影像优化选取;影像配准;生成差分干涉图;SAR影像辐射校正;PS点的选择;剔除误差;提取时序形变,本发明针对InSAR技术往往只能针对同一颗卫星接收到的同一地区的影像进行干涉的问题以及所获取卫星影像覆盖时间范围不够长的情况,利用覆盖同一区域的不同卫星、不同时间段的SAR影像开展了基于时序雷达干涉测量技术的城市地表形变监测,建立模型利用矩阵将不同的SAR数据相重叠的时间段内的形变速率进行统一,得到研究区域在单个SAR卫星监测时间段内无法获取的长时间序列形变,提高了InSAR技术的时间分辨率。
Description
技术领域
本发明涉及合成孔径雷达干涉测量技术领域,具体为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。
背景技术
SAR是Synthetic Aperture Radar的简写,中文名称为:合成孔径雷达。用一个小天线作为单个辐射单元,将此单元沿一直线不断移动,在不同位置上接收同一地物的回波信号并进行相关解调压缩处理的侧视雷达。可以获取高分辨率的地球表面图像,是目前广泛使用的雷达系统。
合成孔径雷达干涉测量技术(InSAR)是以同一地区的两张SAR图像为基本处理数据,通过求取两幅SAR图像的相位差,获取干涉图像,然后经相位解缠,从干涉条纹中获取地形高程数据的空间对地观测技术。通过InSAR技术手段,短时间内获取福州DEM数据,像元大小为25米,高程精度为7~15米。
基于测量学的地表形变监测方法是在沉降区布设地面沉降监测网,包括地面沉降监测水准网、地面沉降监测GPS监测网、地面沉降监测地下水位(水量)动态监测网,通过定期的反复观测,为研究和控制地面沉降提供准确、可靠的资料。该方法只能获得小范围内的形变信息,空间覆盖离散,实地堪踏对人力物力要求高。与类似的离散点测量技术相比,InSAR技术具有全天侯、全天时作业优势,其测量结果覆盖范围广、信息量大、节省人力物力。可进行大范围的地表形变监测,如地震引起的形变、冰川移动等。
若将InSAR技术扩展到多时相的数据,可将测量精度从厘米级(经典的干涉测量方法)提高到毫米级(永久散射体方法),大大减少了InSAR的限制(如大气影响或时间失相关),这就是干涉叠加技术。SARscape提供PS技术和SBAS短基线集技术。PS技术可以探测到毫米级的位移,并推断在时间段上的变形速度,由自然或人为因素引起的位移现象(如火山、地震、滑坡、沉陷、不合理建设等)。短基线技术可检测时间序列上地表表面的动态演变。
发明内容
本发明的目的在于提供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,具有通过建立模型利用矩阵将不同的SAR数据相重叠的时间段内的形变速率进行统一,得到研究区域在单个SAR卫星监测时间段内无法获取的长时间序列形变,提高了InSAR技术的时间分辨率,为城市地表形变监测、地质灾害的预警提供数据和理论支撑的优点,解决了现有技术中的问题。
1.为实现上述目的,本发明提供如下技术方案: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,包含以下几个步骤:
步骤一:获取覆盖监测范围的SAR影像数据
步骤二:生成连接图
步骤三:干涉工作流
步骤四:轨道精炼和重去平
步骤五:SBAS反演step1
步骤六:SBAS反演(step2)
步骤七:地理编码
步骤八:提取形变信息制图输出
步骤九:进行时序分析预测。
优选的,所述步骤一中以其中一组SAR影像为例,需要选取同一地区获取的N幅影像,用于后续干涉测量。
优选的,公共主影像的选取正确与否会直接影响到SAR影像干涉的结果和地形监测的精度,为选出最优公共主影像,提高影像干涉的成功率,保证形变测量结果的真实可靠,综合考虑时间基线、空间基线、多普勒质心频率差的三基线和最小法是实验当中经常使用的方法。
优选的,影像配准就是将同一地区、同一传感器、不同时间获取的SAR影像在空间位置上进行最佳匹配的过程,在SBAS-InSAR监测数据处理过程中,配准的精度会直接影像到最终地表形变信息反演的精度。当两幅SAR图像的配准误差较大时,会导致同一位置失相干严重,所得到的干涉图结果变为噪声,通常配准精度需达到亚像素级才能满足干涉要求。经过选取控制点、选择变形模型、影像重采样和输出配准结果等步骤,对SAR影像进行校正,使影像中的同名点匹配。
优选的,在像对进行干涉计算前,影像间需要亚像元级精度配准。通过利用相干系数法将全部Sentinel-1影像及DEM数据配准,同时将距离向与方位向按照5:1进行多视处理以使两个方向上的分辨率一致。配准后的影像干涉计算得到的干涉图相位中含有平地效应相位。去除平地效应相位后干涉信息只保留地面高程变化相关相位。使用自适应滤波Goldstein算法处理干涉图来减少噪声点,平滑干涉条纹。
对于得到的干涉图进行相位解缠,该方法可以很好的处理两个较孤立的相干性高的区域,如潮湿或植被区域,更符合研究区的地物特性,由于研究区存在大量低相干区域,为提高解缠的质量及处理效率,减少解缠错误,将解缠等级设为1,解缠相关系数输出阈值设置为0.3,对于生成的干涉图、相干系数图和相位解缠图进行逐一排查,移除质量差的干涉像对,避免其对轨道精炼和重去平的影响。
在残余相位和解缠后依旧存在的相位斜坡,需要在有着高相干性、无相位突变且远离形变区域的位置选择一定数量的地面控制点,估算并移除相位坡道和恒定相位,采取Polynomoal Refinement方法进行轨道精炼和重去平,多项式次数为3,重复该步骤至最终全部所选择的GCP点的残差绝对值均小于1.5。
沉降速率反演。速率反演分为两步,第一步反演估算残余地形相位、二次解缠以及进一步精炼优化干涉图,第二步估算、移除大气相位并得到纯净的时间序列地面沉降,由于研究区相干性较低,使用非线性模型难以得到稳定可靠的结果,本次采用线性模型估算沉降速率、加速度及高程,二次相位解缠阈值为0.3,在第二步反演中,利用高通、低通滤波移除大气相位、噪声相位的干扰,其中,时间分布高通滤波窗口设置为365天,空间分别低通滤波窗口为1200米。
时间系列分析是20世纪20年代末出现的一种对时间序列上观测得到的动态数据的处理方法。通常时序观测值之间并不独立,当观测值之间相关时,可以通过建立相应的数学模型进行未来值的预测。常用的随机时序分析方法包括两类:平稳时间序列分析和非平稳时间序列分析,其中,平稳模型如自回归滑动模型等仅适用于平稳时间序列建模和预测;非平稳时间序列模型如自回归滑动平均模型模型适用于非平稳的时间序列建模和预测,前三者可视为后者的特例。
通常时间序列{xt}的取值不仅与在其之前的观测值xt-1,xt-2,...,xt-n有关,而且还与其后的各项干扰at-1,at-2,...,at-m有关(p,q=1,2,…),则按多元线性回归的思想,可得到最一般的ARMA模型:xt=φ1xt-1+φ2xt-2+…+φpxt-p+at-θ1at-1-θ2at-2-…-θqat-q
at~N(0,σa 2)其中φi(i=1,2,3,…p)为自回归参数,θi为滑动平均参数,{at}序列为白噪声序列,上式称为xt的自回归滑动平均模型,记为ARMA(p,q),对于一些非平稳的时间序列,可对其进行平稳化处理进行建模,随后逆变换为原序列,对xt进行d阶差分变换得:
△dxt=at+Σi=1 pφi△dxt-i+Σj=1 qθjat-j
式中,△dxt为xt经d次差分处理得到的序列,at是t时刻的随机误差,且at~N(0,σa 2),φi(i=1,2,...,n)和θj(j=1,2,...,n)为模型的待估参数,p和q为模型的阶,上述模型记为ARIMA(p,d,q),由上式可知,若△dxt是一个ARMA(p,q)过程,则xt是一个ARIMA(p,d,q)过程。ARIMA建模和预测包含4个步骤:(1)通过差分的方法使序列平稳化;(2)利用自相关、偏相关函数确定参数p和q;(3)计算模型参数,并判断模型是否可取;(4)利用模型进行时间序列的预测。
与现有技术相比,本发明的有益效果如下:
1.本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采用了多组具有相同覆盖区域、在不同时间段内的SAR数据,并采用SBAS技术进行处理,时序雷达差分干涉测量技术(InSAR)在大范围地表沉降监测中具有全天候、大面积、高分辨率、高精度等优势,本文为了研究时序InSAR技术在地表形变监测中的应用价值以及可靠性,结合Sentinel-1A卫星数据,SRTMDEM数据,POD精密轨道数据等,利用时序InSAR技术进行了研究,此外采用时序分析理论,建立研究区总体地面沉降预测模型,并评估模型的预测精度,经分析,时序分析方法预测精度较好,为城市地表形变监测及城市地质灾害预防提供了有效、可靠的技术支持。
附图说明
图1为本发明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的SBAS时间基线连接图示意图;
图2为本发明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的SBAS空间基线连接图示意图;
图3为本发明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的GCP点示意图;
图4为本发明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的形变速率结果示意图;
图5为本发明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的福州市闽江南港岸周边沉降量示意图;
图6为本发明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的福州市闽江南港岸周边具体位置及沉降量示意图;
图7为本发明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的SPSS生成时间序列示意图;
图8为本发明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的累计沉降量进行了预测其预测结果示意图;
图9为本发明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的累计沉降量进行了预测其预测结果示意图;
图10为本发明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的处理流程示意图。
具体实施方式
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,所描述的实施例仅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做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。
在本发明的描述中,需要理解的是,术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
实施例1:
请参阅图1-9,一种基于时序雷达干涉测量技术的城市地表形变监测方法,步骤一:时空基线阈值的设定
SBAS方法是通过自由组合的方式来形成干涉对,生成连接图的,相比
PS-InSAR
而言,SBAS方法无需手动选择主影像,但软件在自由组合的时候,会通过计算,选择一幅最优质的超级主影像作为参考影像,然后再将所有像对都以参考影像为准,自动配准,在生成连接图时,为了使所有干涉对的质量都达到最优,需要设定一定的阈值来控制时间基线和空间基线,避免出现时间或空间失相关的情况,本次实验所使用的数据时间跨度为792天,为了避免发生时间失相关现象,设置最大时间基线阈值为80天,空间基线不大于最大临界基线的45%,其时空基线分布情况如图1和图2所示,时间基线连图中出现了很多的多余干涉对,但这不仅不会影响数据处理,反而会提高监测精度。从空间基线连接图中可以看到SBAS生成的连接图每幅影像至少与其他五幅及以上相连并且未发生影像丢弃现象,像对连接状况良好。
表1:Sentinel-1卫星数据时间信息表
步骤二:地面控制(GCP)点选择
在干涉处理以及3D解缠后,要对解缠结果进行轨道精炼和重去平,为保证精炼去平的成果质量,GCP点点位的选择尤为重要,人工选取地面控制点时有着非常重要的标准:选取的GCP点不能有残余地形条纹;不能有形变条纹,要远离形变区域;不能有相位跃变;在SBAS实验过程中,数据对之间的相干性存在差异性,这就导致选取的GCP点不一定能适用于所有的数据对,因此选择的GCP点不可太少,一般40到50个点,且要均匀分布在研究区范围内,如图3。
步骤三:相干性阈值的设定
经过精炼去平以后的干涉图可直接进行两次反演计算。但不论哪一次反演计算,都需要对相干性阈值进行设定,以此保证输出高相干性的成果图。由于本次实验所选的研究区内含有大面积水域与植被,而在这些区域内,地物的相干性都很低,因此在两次反演计算的时候都将相干性阈值设定为0.3,相干性值高于0.3的会输出在结果图中,低于0.3的则会舍弃掉,如此一来就提高了监测结果的可靠性和准确性。再通过滤波方法,估算和去除大气相位,最后只需要对滤波结果进行地理编码,就可以将形变监测结果转换到地理坐标系统下。
成果转换与输出
经过两次反演计算,大气滤波,地理编码后得到的形变速率监测结果会以栅格数据的格式输出,本次实验为了得到矢量数据格式的监测结果,将其成果进行了格式转换,并在转换的时候再一次设置相干性阈值,对相干性低的点进行过滤,得到最终的形变速率结果如图4所示,为了便于建立预测模型,提取了福州市闽江南港岸周边沉降量,如图5所示:其具体位置及沉降量如图6所示,通过SPSS生成时间序列表如图7所示:
根据序列图的分析知道,序列的波动随着日期的波动越来越大,通过建立时间序列模型对未来6个月该地区的累计沉降量进行了预测其预测结果如图8和图9表所示:
该预测方法的模型统计量如下表:
模型统计
由R方值可知其模型的拟合程度较好,即预测值的可信度较高。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点,对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明;因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内,不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (5)
1.一种基于时序雷达干涉测量技术的城市地表形变监测方法,其特征在于:包含以下几个步骤:
步骤一:获取覆盖监测范围的SAR影像数据
步骤二:生成连接图
步骤三:干涉工作流
步骤四:轨道精炼和重去平
步骤五:SBAS反演step1
步骤六:SBAS反演(step2)
步骤七:地理编码
步骤八:提取形变信息制图输出
步骤九:进行时序分析预测。
2.根据权利要求1所述的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,其特征在于:所述步骤一中,以其中一组SAR影像为例,需要选取同一地区获取的N幅影像,用于后续干涉测量。
3.根据权利要求1所述的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,其特征在于:所述步骤三中干涉工作流利用输入的时间基线和空间基线阈值和相关的输入参数,生成SAR数据对连截图,进一步的,根据像对的连接关系,对每一对像对进行干涉工作流处理、包括:干涉图生成、干涉图去平、自适应滤波和相干性生成、相位解缠,生成一系列解缠之后的相位图,所有的干涉图最终都与超级主影像进行了配准,为下一步轨道精炼、重去平以及SBAS的反演做准备。
4.根据权利要求1所述的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,其特征在于:所述步骤四轨道精炼和重去平是估算和去除残余的恒定相位和解缠后还存在的相位坡道。
5.根据权利要求1所述的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,其特征在于:所述SBAS反演step1这一步是SBAS反演的核心步骤,第一次估计位移速率和残余地形,用来对合成的干涉图进行去平,重新做相位解缠和精炼,生成更优化的结果,用于下一步计算,若由ta与tb(ta>tb)刻获得的两幅SAR影像所产生的干涉图为第i幅干涉图,则其干涉图中的某个干涉像元β的干涉相位φ(i,β)为:
φ(i,β)=φ(tb,β)-φ(ta,β)≈4π[d(tb,β),d(ta,β)]/λ
式中d(tb,β)与d(ta,β)分别是ta和tb时刻相对于特定参考时刻的沿雷达视线方向的形变量。
d(ti,β)(i=1…M)为所获累积形变时间序列,φ(ti,β)为对应的相位,则其所对应的解缠之后的相位为:
φ(ti,β)≈4πd(ti,β)/λ假设各时刻SAR影像中某个像元所对应的相位集合为φT=[φ(t1),φ(t2),…,φ(tM)]是那么它所对应的干涉相位的向量集合可以表示为:△φT=[△φ(t1),△φ(t2),…,△φ(tM)],故主影像与副影像所对应的时间序列为IE=[IE1,IE2,IE3,…,IEM]和IS=[IS1,IS2,…,ISM],假如IEi>IEI(i=1…N),则生成的第i幅干涉图的干涉相位可以表示为:
φi=φtIEi-φtISi(i=1…N)
根据此式可以建立对应的矩阵运算表达式:Aφ=σφ
其中ANXM为系数矩阵,矩阵每行分别对应于每幅干涉图,每列对应于每幅SAR影像,
当N≥M时,则可直接对上式进行最小二乘求解得其估计值为:
^φ=(ATA)-1ATσφ当N<M时,AAT为非奇异矩阵此时可先求出φ在最小范数意义上的解,于是有:
VT=[V1=(φ1-φ0)/(t1-t0),V2=(φ2-φ1)/(t2-t1),…,VM=(φM-φM-1)/(tM-tM-1)],
将此式代入
^φ=(ATA)-1ATσφ
可以得到:
于是,矩阵运算表达式可转化为:
BV=σφ
BNXM为系数矩阵,其中当ISi+1<k<IEi时,B(i,K)=tk+1-tk,i=(1,2,...N)否则B(i,K)=0,此时就可利用SVD分解法求得速度矢量的最小范数解,最后将各时间段内的速度进行积分就可以得到对应的形变量,另外,由于外部DEM自身精度的原因也会带来相应的误差,因此还需进一步建立线性模型进行解算,最后,还需要对新求解的结果进行时间和空间上的滤波处理,由此所得出的结果才更加准确可靠。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211456840.XA CN116381680A (zh) | 2022-11-21 | 2022-11-21 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211456840.XA CN116381680A (zh) | 2022-11-21 | 2022-11-21 | 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 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116381680A true CN116381680A (zh) | 2023-07-04 |
Family
ID=86979254
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211456840.XA Pending CN116381680A (zh) | 2022-11-21 | 2022-11-21 | 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 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116381680A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116736306A (zh) * | 2023-08-15 | 2023-09-12 | 成都理工大学 | 一种基于高分三号的时序雷达干涉监测方法 |
CN117668496A (zh) * | 2024-01-31 | 2024-03-08 | 泰安市瑞亨建材有限公司 | 一种土工格栅应变测试方法及系统 |
-
2022
- 2022-11-21 CN CN202211456840.XA patent/CN116381680A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116736306A (zh) * | 2023-08-15 | 2023-09-12 | 成都理工大学 | 一种基于高分三号的时序雷达干涉监测方法 |
CN116736306B (zh) * | 2023-08-15 | 2023-10-24 | 成都理工大学 | 一种基于高分三号的时序雷达干涉监测方法 |
CN117668496A (zh) * | 2024-01-31 | 2024-03-08 | 泰安市瑞亨建材有限公司 | 一种土工格栅应变测试方法及系统 |
CN117668496B (zh) * | 2024-01-31 | 2024-04-30 | 泰安市瑞亨建材有限公司 | 一种土工格栅应变测试方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111998766B (zh) | 一种基于时序InSAR技术的地表形变反演方法 | |
CN110058237B (zh) | 面向高分辨率SAR影像的InSAR点云融合及三维形变监测方法 | |
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 | |
Zhu et al. | Joint sparsity in SAR tomography for urban mapping | |
CN108132468B (zh) | 一种多基线极化干涉sar建筑物高度提取方法 | |
CN109212522B (zh) | 一种基于双基星载sar的高精度dem反演方法及装置 | |
CN111856459B (zh) | 一种改进的DEM最大似然约束多基线InSAR相位解缠方法 | |
CN111398959A (zh) | 基于地表应力应变模型的InSAR时序地表形变监测方法 | |
CN112711021B (zh) | 一种多分辨率InSAR交互干涉时序分析方法 | |
CN112444188B (zh) | 一种多视角InSAR海堤高精度三维形变测量方法 | |
CN113960595A (zh) | 一种地表形变监测方法及系统 | |
CN112051572A (zh) | 一种融合多源sar数据三维地表形变监测方法 | |
CN113281749A (zh) | 一种顾及同质性的时序InSAR高相干点选取方法 | |
CN113238228B (zh) | 基于水准约束的三维地表形变获取方法、系统及装置 | |
CN117523404B (zh) | 一种堆土场动态变化监测方法、装置、终端及存储介质 | |
CN111666896A (zh) | 一种基于线性融合模型的遥感影像时空融合方法 | |
CN114812491A (zh) | 基于长时间序列分析的输电线路地表形变预警方法及装置 | |
CN112711022B (zh) | 一种GNSS层析技术辅助的InSAR大气延迟改正方法 | |
Xiang et al. | PS selection method for and application to GB-SAR monitoring of dam deformation | |
CN115980751A (zh) | 一种幂律模型InSAR对流层延迟改正方法 | |
CN115343709B (zh) | 一种适用于分布式星载sar系统的地形反演方法 | |
CN115546264A (zh) | 一种星载InSAR图像精细配准与立体测量方法 | |
Feng et al. | Automatic selection of permanent scatterers-based GCPs for refinement and reflattening in InSAR DEM generation | |
CN115097450A (zh) | 跨轨道高分三号sar偏移量大梯度滑坡形变估计方法 | |
CN111310649B (zh) | 一种无人机高分辨率影像对山岳冰川运动消融的提取方法 |
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 |