融合不同平台和轨道SAR数据的三维时序形变监测方法技术

本发明专利技术提供了一种融合不同平台和轨道SAR数据的三维时序形变监测方法，包括以下步骤：第一步，选取干涉效果符合电力设施区域三维形变监测要求的不同平台的多时域高分辨率SAR影像；第二步，提取各个平台上电力设施区的公共永久散射体点，构建三维形变观测网，并求解出每个SAR影像上的观测弧段LOS向形变之差；第三步：根据形变模型、各个平台的成像时间以及各个平台的成像干涉组合，使用动态自适应滤波算法，融合不同成像时间的三维形变观测网，解算出动态三维时序形变。本发明专利技术融合不同平台和轨道的数据，克服InSAR形变监测只对LOS向形变敏感的问题。

【技术实现步骤摘要】
融合不同平台和轨道SAR数据的三维时序形变监测方法
本专利技术涉及遥感影像的大地测量的
，具体涉及一种融合不同平台和轨道SAR数据的三维时序形变监测方法。
技术介绍
目前，电力设施变形监测方法主要为水准和GPS测量，然而这些传统方法不仅要耗费大量的人力和物力，且还存在着较为明显技术缺陷：水准和GPS测量的是点目标的结果，结果较为稀疏，对于一些较为隐蔽的、形变特征不明显的灾害将难以探测，使得在一些分布于荒野的电力设施难以被监测到。此外，电力设施多分布于人迹罕至的野外，工作环境较为恶劣，地质灾害的产生对于测绘人员生命安全会有较大的危害，而电力设施的监测又需要对野外环境进行一定的预计才能开始布设测量工作，这将使得测绘人员的生命安全难以得到保障。合成孔径雷达干涉测量技术(InSAR,SyntheticApertureRadarinterferometry)近年来已被逐步应用到形变监测及地质灾害防范中，其高精度、大范围及全天时全天候等特点已经得到了大量证明，在地表形变的监测应用上得到了极大的发展。随着近年来SAR卫星分辨率的不断提高，SAR卫星平台数量不断地增加，SAR卫星数据的数量得到了极大地丰富，这也为使用SAR数据进行地质灾害的高精度、高分辨率监测提供了可能。然而，目前InSAR技术在地质灾害三维形变监测方面的应用较少，尤其是对电力设施InSAR三维形变监测方面的极为罕见，究其原因，主要是由于InSAR技术只能监测雷达视线方向(LOS)所导致的。在使用InSAR技术进行地表形变监测时，往往只假设其形变只由垂直向产生。这对于一些水平向为主的形变而言，将难以被监测。而电力设施分布区域及其周围地质体所产生的灾害通常难以通过一维的形变观测进行描述。因此，传统的InSAR技术对于一些隐蔽的地质灾害，将做不到提早发现提早治理，对于电力设施将会产生巨大的破坏，使电力企业蒙受巨大的损失。此外，目前主要的InSAR三维形变监测手段，基本还是集中在静态三维形变的监测上，因此对于一些以缓慢形变为主的地质灾害将做不到长期有效的监测。
技术实现思路
本专利技术的目的就是针对现有技术的缺陷，提供一种融合不同平台和轨道SAR数据的三维时序形变监测方法，融合不同平台(轨道)的数据，克服InSAR形变监测只对LOS向形变敏感的问题。本专利技术提供了一种融合不同平台和轨道SAR数据的三维时序形变监测方法，其特征在于包括以下步骤：第一步，选取干涉效果符合电力设施区域三维形变监测要求的不同平台的多时域高分辨率SAR影像；第二步，提取各个平台上电力设施区的公共永久散射体点，构建三维形变观测网，并求解出每个SAR影像上的观测弧段LOS向形变之差；第三步：根据形变模型、各个平台的成像时间以及各个平台的成像干涉组合，使用动态自适应滤波算法，融合不同成像时间的三维形变观测网，解算出动态三维时序形变。其中，所述第一步包括以下步骤：a.根据各数据提供网站提供的电力设施区的存档数据，获取各个轨道及各个平台的入射角βinc和方向角βhead数据；b.由各个轨道和平台的相关参数，构建投影矢量的设计矩阵，设有N个平台(轨道)，其投影矢量的设计矩阵为：其中，βhead_N为第N个平台的方位角(N平台，单位：度)，βinc_N为第N个平台的入射角；c.计算各个平台的入射角βinc和方向角βhead数据组合的条件数，条件数小于25的组合下的高分辨率SAR影像组合判定为符合三维形变监测的要求。所述第二步包括以下步骤：d.提取出各个不同平台和轨道上的多时域差分干涉图；e.将不同平台和轨道的干涉图转换到同一参考系和坐标下，对数据进行裁剪，选取出共同的电力设施监测实验区，对不同平台和轨道的多时域SAR数据进行辐射校正，先计算出每幅SAR影像的影像强度均值其中，p(i,j)表示在像素(i,j)上的影像强度，m和n分别表示影像在距离向上和方位向上的像素个数，t为影像的时间序列，s为影像的平台和轨道顺序；接着计算时间序列及不同平台(轨道)上的振幅均值：接着计算每个影像单独对应的振幅校正因子：f.使用上述获得的振幅校正因子，对不同平台和轨道的多时域上的SAR影像进行校正，并在不同平台和轨道上校正后的多时域SAR影像上识别出电力设施分布区域稳定的公共永久散射点；g.使用Delaunay三角网的算法，设定阈值，使用永久散射体点构建起三维形变监测网络，去除永久散射体点上与空间距离的误差，设在时间t，平台s上，第i条Delaunay三角网上的弧边的相位差，可以表示为其中，Δve、Δvn、Δvu分别为某弧边在东西向，南北向和垂直向上的形变速率差，βhead和βinc则为该平台所对应的方位角和入射角，λ为某平台的波长，Δh为该弧段上的高程差，为残余的相位差；为该干涉对对应的垂直基线，Δh为对应的斜距，为入射角。h.在被一个单独的平台和轨道上，求解出每个弧段即为所构建的三维形变监测网络中的每个边长在LOS向上对应的低频形变速率之差，并将每个SAR影像上的高频形变信号进行时空滤波及奇异值分解，得到每个SAR影像的非线性形变；其中，非线性形变在时间域上表现为高频，即高频形变信号；利用步骤g中获得的三维形变监测网络，将求得的每个SAR影像中的每个弧段上的高频形变信号加入到每个SAR影像中的每个弧段上的低频形变速率中。一般来说，使用一次Delaunay三角网的算法，即可得到一个三维形变监测网络，在编程实现的过程中，这个三维形变监测网络是由两列数组给出，两列数组分别代表了弧段的起点和终点，因此采用Delaunay三角网的算法只要构网一次，后面的操作都可以使用第一次构建生成的三维形变监测网络来进行。其中高频形变信号将低频形变信号从形变中扣除后，剩余的部分即为高频形变信号。所述第三步包括以下步骤：i.由三维形变监测网构建动态自适应滤波的观测模型和动力学模型。假设在平台和轨道s上，第i个弧段在时刻t的观测模型可以表示成：Li,s(t)＝Bi,s(t)Xi,s(t)+εi,s(t)(6)；其中，Li,s(t)为平台(轨道)s在t时刻第i个弧段上的LOS向形变差，而投影矢量构成的累积形变差和形变速率差设计矩阵Bi,s(t)＝[-cos(βhead_s-270°)·sin(βinc_s),-sin(βhead_s-270°)·sin(βinc_s),cos(βinc_s),0,0,0]，其中方位角和入射角是取自S平台。εi,s(t)则为该弧段所对应的观测噪声量，而XTi,s(t)＝[ΔDe(t),ΔDn(t),ΔDu(t),Δve(t),Δvn(t),Δvu(t)]则为弧段的累积形变和弧段的三维形变速率等待求未知参数，其中ΔDe(t)、ΔDn(t)、ΔDu(t)分别为弧段上东西向、南北向及垂直向累积形变，Δve(t)、Δvn(t)、Δvu(t)分别为对应方向上的形变速率；对于其动力学模型，为简化流程，不考虑其噪声分布，则可表示为：Xi,s(i)＝Φi,s(t/t-1)Xi,s(t-1)+Wi,s(t-1)(7)；其中为待求参数的状态转移矩阵，I3×3为一个3×3的单位阵，Δt则为对应形变的时间间隔；对于状态噪声矢量Wi,sT(t-1)则可以表示为：Wi,sT(t-1)＝[ωi,s,e(t-1),ωi,s,n(t-1),本文档来自技高网...

【技术保护点】
1.一种融合不同平台和轨道SAR数据的三维时序形变监测方法，其特征在于包括以下步骤：第一步，选取干涉效果符合电力设施区域三维形变监测要求的不同平台的多时域高分辨率SAR影像；第二步，提取各个平台上电力设施区的公共永久散射体点，构建三维形变观测网，并求解出每个SAR影像上的观测弧段LOS向形变之差；第三步：根据形变模型、各个平台的成像时间以及各个平台的成像干涉组合，使用动态自适应滤波算法，融合不同成像时间的三维形变观测网，解算出动态三维时序形变；其中，所述第一步包括以下步骤：a.根据各数据提供网站提供的电力设施区的存档数据，获取各个轨道及各个平台的入射角βinc和方向角βhead数据；b.由各个轨道和平台的相关参数，构建投影矢量的设计矩阵，设有N个平台(轨道)，其投影矢量的设计矩阵为：

【技术特征摘要】
1.一种融合不同平台和轨道SAR数据的三维时序形变监测方法，其特征在于包括以下步骤：第一步，选取干涉效果符合电力设施区域三维形变监测要求的不同平台的多时域高分辨率SAR影像；第二步，提取各个平台上电力设施区的公共永久散射体点，构建三维形变观测网，并求解出每个SAR影像上的观测弧段LOS向形变之差；第三步：根据形变模型、各个平台的成像时间以及各个平台的成像干涉组合，使用动态自适应滤波算法，融合不同成像时间的三维形变观测网，解算出动态三维时序形变；其中，所述第一步包括以下步骤：a.根据各数据提供网站提供的电力设施区的存档数据，获取各个轨道及各个平台的入射角βinc和方向角βhead数据；b.由各个轨道和平台的相关参数，构建投影矢量的设计矩阵，设有N个平台(轨道)，其投影矢量的设计矩阵为：其中，βhead_N为第N个平台的方位角(N平台，单位：度)，βinc_N为第N个平台的入射角；c.计算各个平台的入射角βinc和方向角βhead数据组合的条件数，条件数小于25的组合下的高分辨率SAR影像组合判定为符合三维形变监测的要求；所述第二步包括以下步骤：d.提取出各个不同平台和轨道上的多时域差分干涉图；e.将不同平台和轨道的干涉图转换到同一参考系和坐标下，对数据进行裁剪，选取出共同的电力设施监测实验区，对不同平台和轨道的多时域SAR数据进行辐射校正，先计算出每幅SAR影像的影像强度均值其中，p(i,j)表示在像素(i,j)上的影像强度，m和n分别表示影像在距离向上和方位向上的像素个数，t为影像的时间序列，s为影像的平台和轨道顺序；接着计算时间序列及不同平台(轨道)上的振幅均值：接着计算每个影像单独对应的振幅校正因子：f.使用上述获得的振幅校正因子，对不同平台和轨道的多时域上的SAR影像进行校正，并在不同平台和轨道上校正后的多时域SAR影像上识别出电力设施分布区域稳定的公共永久散射点；g.使用Delaunay三角网的算法，设定阈值，使用永久散射体点构建起三维形变监测网络，去除永久散射体点上与空间距离的误差，设在时间t，平台s上，第i条Delaunay三角网上的弧边的相位差，可以表示为其中，Δve、Δvn、Δvu分别为某弧边在东西向，南北向和垂直向上的形变速率差，βhead和βinc则为该平台所对应的方位角和入射角，λ为某平台的波长，Δh为该弧段上的高程差，为残余的相位差；B⊥为该干涉对对应的垂直基线，Δh为对应的斜距，为入射角；h.在一个单独的平台和轨道上，求解出每个弧段即为所构建的三维形变监测网络中的每个边长在LOS向上对应的低频形变速率之差，并将每个SAR影像上的高频形变信号进行时空滤波及奇异值分解，得到每个SAR影像的非线性形变；进而利用步骤g中获得的三维形变监测网络，将求得的每个SAR影像上的每个弧段的的高频形变信号加入到每个SAR影像上的每个弧段的低频形变速率中。2.根据权利要求1所述的融合不同平台SAR数据的电力设置三维时序形变监测方法，其特征在于，所述第三步包括以下步骤：i.由三维形变监测网构建动态自适应滤波的观测模型和动力学模型。假设在平台和轨道s上，第i个弧段在时刻t的观测模型可以表示成：Li,s(t)＝Bi,s(t)Xi,s(t)+εi,s(t)(6)；其中，Li,s(t)为平台(轨道)s在t时刻第i个弧段上的LOS向形变差，而投影矢量构成的累积形变差和形变速率差设计矩阵Bi,s(t)＝[-cos(βhead_s-270°)·sin(βinc_s),-sin(βhead_s-270°)·sin(βinc_s),cos(βinc_s),0,0,0]，εi,s(t)则为该弧段所对应的观测噪声量，而XTi,s(t)＝[ΔDe(t),ΔDn(t),ΔDu(t),Δve(t),Δvn(t),Δvu(t)]则为弧段的累积形变和弧段的三维形变速率等待求未知参数，其中ΔDe(t)、ΔDn(t)、ΔDu(t)分别为弧段上东西向、南北向及垂直向累积形变，Δve(t)、Δvn(t)、Δvu(t)分别为对应方向上的形变速率；对于其动力学模型，为简化流程，不考虑其噪声分布，则可表示为：Xi,s(i)＝Φi,s(t/t-1)Xi,s(t-1)+Wi,s(t-1)(7)；其中为待求参数的状态转移矩阵，I3×3为一个3×3的单位阵，Δt则为对应形变的时间间隔；对于状态噪声矢量Wi,sT(t-1)则可以表示为：Wi,sT(t-1)＝[ωi,s,e(t-1),ωi,s,n(t-1),ωi,s,u(t-1)]；其中，ωi,s,e(t-1)，ωi,s,n(t-1)，ωi,s,u(t-1)分别为时刻t-1时,在第s个平台上，第i个弧段在东西向、南北向、及垂...

【专利技术属性】
技术研发人员：程正逢，胡俊，胡吉伦，郑万基，张建，李佳，周毅，曾渠丰，周冰，
申请(专利权)人：中国电力工程顾问集团中南电力设计院有限公司，中南大学，
类型：发明
国别省市：湖北,42