一种高速铁路沿线地表形变高分辨率InSAR监测方法技术

一种高速铁路沿线地表形变高分辨率InSAR监测方法，该方法有四大步骤：步骤一：高分辨率SAR数据选取；步骤二：高分辨率InSAR高速铁路区域形变信息提取方法；步骤三：多轨道形变速率结果集成方法；步骤四：高速铁路线上目标的识别和形变提取方法。本发明专利技术能够有效地解决高分辨率InSAR完整覆盖监测高速铁路，以及高速铁路路基沉降与区域地面沉降的识别和分离等问题，可以大大提升我国高速铁路地表形变InSAR精细监测水平。

【技术实现步骤摘要】
一种高速铁路沿线地表形变高分辨率InSAR监测方法
本专利技术涉及一种高速铁路沿线地表形变高分辨率InSAR监测方法，属于合成孔径雷达干涉测量技术(InSAR)领域。它能够有效地解决高分辨率SAR单轨影像无法完整覆盖研究区，以及高速铁路路基沉降与区域地面沉降的识别和分离等问题，可以大大提升我国高速铁路地表形变InSAR精细监测水平。
技术介绍
雷达干涉测量技术研究的核心目标是测量地物高程(地形测图)和反演雷达视线方向上的形变量等参数。以往InSAR技术多以中等分辨率(空间分辨率为20-30m)雷达数据为主，如ERS、ENVISAT、ALOS和RADARSAT等，其测量结果是分辨率单元内若干个散射体的综合，因而从精细程度上难以实现对大型工程、独立构(建)筑物等地物局部精细测量。相对于中等分辨率SAR而言，高分辨率InSAR是指利用高分辨率(1-3m，如TerraSAR-X、Cosmo-skymed)雷达卫星数据开展地表形变精细监测的InSAR技术，适用于大型构建筑物和典型地物目标的精细监测，极大地拓展了InSAR技术的应用范围。对于高速铁路形变监测，中等分辨率InSAR监测结果仅能够准确反映区域地表变形场的分布特征，由于受到分辨率的限制，难以实现目标准确定位，因此对于高速铁路路基、轨道及其附属物等稳定程度的监测精细程度不足。而高分辨率InSAR技术有利于直接提取单个目标的干涉相位，能够提供对工程体和周围环境的共同监测，易于分辨环境变化对工程体的影响。目前，针对高速铁路的高分辨率InSAR形变精细监测技术亟待解决以下难点。(1)无论求解高程或者形变量，必须的步骤是相位解缠，这一步骤在差分干涉处理中称为解缠，而在时序分析方法中则称为参数估计，其实质是求解缠绕相位的整周数，基本过程是求解相邻点间的相位差，然后按照特定的路径或网络以一定的约束条件进行积分，求解观测范围整体的解缠相位，进而反演形变场或高程。相位解缠的前提是干涉图连续分布且变化平缓，满足相位差小于π的约束条件，整个相位场为无旋场，解缠结果不随路径而变。而实际上干涉图受噪声或不连续相位(如不连续的陡坡)的影响，难以满足解缠条件，因而需要按照给定路径求解后再进行连接。由于缺少高分辨率的DEM数据，高分辨率条件下地物高程所引起的相位变化类似于非连续的陡坡相位，这种条纹密度会随基线的增大而密集，增大了相位解缠的难度，且存在与形变混合的可能。因而，如何利用高分辨率SAR数据同时解算高程和形变相位，提高形变量估计的精度是高分辨率InSAR应用面临的主要难题。(2)高速铁路的分布和走向不规则，往往地跨雷达数据数个轨道、多个图幅。以目前在轨的高分辨率SAR卫星为例，其扫描成像覆盖范围为30-50km。只有利用相邻平行轨道高分辨率InSAR联合观测才能实现高速铁路的完整覆盖监测，这涉及到多个相邻轨道高分辨率InSAR观测结果的集成问题，也就是多个轨道处理结果坐标系和参考基准的统一问题。(3)受自然和人为因素的影响，高速铁路沿线不可避免的会出现地面沉降；同时，列车的高速运行及其震动对路基和桥梁产生的压力会引起路基、桥梁等构筑物的垂向变形。这些因素的共同作用所产生的差异性沉降直接影响着高速列车的运行安全，因此，有效区分高铁沿线区域性地面沉降和铁路桥梁本身的沉降对于工程应用而言意义重大。中等分辨率InSAR区域性沉降监测能准确提取线路周边沉降区和漏斗，明确沿线主要沉降区的分布。针对高铁沿线差异性沉降，需研究高分辨率InSAR监测结果中路基沉降和区域地面沉降的识别与分离。解决这一问题的关键在于如何利用高分辨率InSAR有效提取铁路线上目标形变量和线路周边其它地物的形变量。本专利技术针对高分辨率InSAR精细监测高速铁路形变所面临的难点，提供一种解决高速铁路沿线地表形变的精细监测方法。
技术实现思路
1.目的：本专利技术的目的是提供一种高速铁路沿线地表形变高分辨率InSAR监测方法。它能够有效地解决高分辨率InSAR完整覆盖监测高速铁路，以及高速铁路路基沉降与区域地面沉降的识别和分离等问题，可以大大提升我国高速铁路地表形变InSAR精细监测水平。2.技术方案：本专利技术是一种高速铁路沿线地表形变高分辨率InSAR监测方法，该方法具体步骤如下：步骤一：高分辨率SAR数据选取以TerraSAR－X和COSMO－Skymed为代表的高分辨率雷达卫星系统为开展InSAR技术的在高速铁路的精细化监测提供了数据源。高分辨率InSAR相对于中等分辨率InSAR技术，其总体优势体现在两个方面，即(ⅰ)高密度相干点目标和短周期(4-16天)；(ⅱ)对地面点目标的准确定位。高分辨率InSAR监测高速铁路沿线形变过程，其数据选取要满足空间上能覆盖整个高速铁路分布的相邻轨道，在时间上数据要连续接收。步骤二：高分辨率InSAR高速铁路区域形变信息提取方法对高速铁路沿线形变监测的基本思路为：针对雷达图像覆盖范围先进行整体InSAR时序分析解算，进而在形变结果中提取高铁线路及其周边变形信息，进行路基形变分析。这一思路是相对于先单独提取线路上的目标，进而对其相位进行时序分析解算而言的。前者具有整体性，后者为局部处理，出现不可靠性的可能增加。在上述基本思路的指导下，对每一轨道数据集，本专利技术将以永久散射体干涉测量(PSInSAR)为主，结合短基线干涉测量(SBASInSAR)技术的优点，综合利用长短基线干涉相位序列的二维相位回归分析，建立以迭代算法为主的多模型高分InSAR数据处理方法，通过逐次迭代求解地物高程和地表形变信息。其详细步骤包括：(1)研究区原始DEM生成地形相位补偿是InSAR时序分析处理过程中求取差分相位的基本步骤，解决的途径主要有两种：(ⅰ)利用Lidar、TanDEM-X等获取的DEM数据实现近似同等分辨率差分干涉处理中的地形相位补偿；(ⅱ)利用时间序列分析方法同时解算单个散射体的高程和形变信息。本专利技术中利用后者实现干涉图地形相位补偿，而原始DEM的生成是完成这一过程的第一步。①利用时间和空间基线都较短的干涉像对生成初始DEM。首先，对数据集中的干涉像对进行干涉处理，本专利技术中综合利用快速傅里叶变换(FFT)估计和多项式拟合估计的方法去除干涉图中的轨道误差和趋势性干涉条纹。其次，利用②提供的方法识别相干目标候选点。最后，针对每一相干目标点，通过多次迭代得到相干目标点处的高程，并插值生成研究区的原始DEM，②利用点目标识别方法提取相干目标候选点。本专利技术中综合采用幅度离散指数(AmplitudeDispersionIndex)和相干系数(coherence)来筛选得到相干目标候选点。幅度离散指数的计算公式为：其中，σA和mA分别为像素幅度值的标准差和均值。给定一适当阈值DA低于阈值的像元为相干目标候选点。雷达干涉相位图的相干系数估计公式为：根据各像元点在相干图中的相干系数序列γi和给定的相干系数阈值如果mean那么则将该像元确定为相干目标候选点。(2)相干目标形变速率和形变序列生成①InSAR时序分析数据集选取。根据短基线(SmallBaseline，SBAS)思想构建干涉像对序列，对数据集中的干涉像对进行干涉处理，并利用上述生成的原始DEM模拟地形相位实现地形相位补偿。针对每一差分干涉图中出现的轨道误本文档来自技高网...

【技术保护点】
一种高速铁路沿线地表形变高分辨率InSAR监测方法，该方法具体步骤如下：步骤一：高分辨率SAR数据选取以TerraSAR－X和COSMO－Skymed为代表的高分辨率雷达卫星系统为开展InSAR技术的在高速铁路的精细化监测提供了数据源；高分辨率InSAR相对于中等分辨率InSAR技术，其总体优势体现在两个方面，即(ⅰ)高密度相干点目标和短周期4‑16天；(ⅱ)对地面点目标的准确定位；高分辨率InSAR监测高速铁路沿线形变过程，其数据选取要满足空间上能覆盖整个高速铁路分布的相邻轨道，在时间上数据要连续接收；步骤二：高分辨率InSAR高速铁路区域形变信息提取方法对高速铁路沿线形变监测的基本思路为：针对雷达图像覆盖范围先进行整体InSAR时序分析解算，进而在形变结果中提取高铁线路及其周边变形信息，进行路基形变分析；这一思路是相对于先单独提取线路上的目标，进而对其相位进行时序分析解算而言的，前者具有整体性，后者为局部处理，出现不可靠性的可能增加；在上述基本思路的指导下，对每一轨道数据集，将以永久散射体干涉测量即PS InSAR为主，结合短基线干涉测量即SBAS InSAR技术的优点，综合利用长短基线干涉相位序列的二维相位回归分析，建立以迭代算法为主的多模型高分InSAR数据处理方法，通过逐次迭代求解地物高程和地表形变信息；其详细步骤包括：(1)研究区原始DEM生成地形相位补偿是InSAR时序分析处理过程中求取差分相位的基本步骤，解决的途径主要有两种：(ⅰ)利用Lidar、TanDEM‑X获取的DEM数据实现近似同等分辨率差分干涉处理中的地形相位补偿；(ⅱ)利用时间序列分析方法同时解算单个散射体的高程和形变信息；利用后者实现干涉图地形相位补偿，而原始DEM的生成是完成这一过程的第一步；①利用时间和空间基线都较短的干涉像对生成初始DEM；首先，对数据集中的干涉像对进行干涉处理，综合利用快速傅里叶变换估计和多项式拟合估计的方法去除干涉图中的轨道误差和趋势性干涉条纹；其次，利用②提供的方法识别相干目标候选点；最后，针对每一相干目标点，通过多次迭代得到相干目标点处的高程，并插值生成研究区的原始DEM；②利用点目标识别方法提取相干目标候选点；综合采用幅度离散指数Amplitude Dispersion Index和相干系数coherence来筛选得到相干目标候选点；幅度离散指数的计算公式为：DA=σAmA---(1)]]>其中，σA和mA分别为像素幅度值的标准差和均值；给定一适当阈值DA低于阈值的像元为相干目标候选点；雷达干涉相位图的相干系数估计公式为：γ~=|1NΣi=0NMiSi*1NΣi=0NMiMi*1NΣi=0NSiSi*|---(2)]]>根据各像元点在相干图中的相干系数序列γi和给定的相干系数阈值如果mean那么则将该像元确定为相干目标候选点；(2)相干目标形变速率和形变序列生成①InSAR时序分析数据集选取；根据短基线思想构建干涉像对序列，对数据集中的干涉像对进行干涉处理，并利用上述生成的原始DEM模拟地形相位实现地形相位补偿；针对每一差分干涉图中出现的轨道误差和趋势性干涉条纹，综合利用快速傅里叶变换估计和多项式拟合估计的方法予以去除，进而生成用于InSAR时序分析的初始差分干涉图、相干图以及所有高分数据的强度图像，解缠每一差分干涉图；综合采用幅度离散指数和相干系数来筛选相干目标候选点，以降低高分辨率SAR条件下相干目标数量冗余；②迭代修正高程误差相位求解形变参数；InSAR形变时序分析所构建的二维参数估计模型中，考虑到大气的空间相关性，对相邻两点求互差以削弱大气相位的影响；相干目标i和j差分干涉相位的互差为：Δφi,jk=[CB·B(k)·Δϵi,j+4πλ·T(k)·Δvi,j]+μNL(k)+α(k)+n(k)---(3)]]>上式中，CB为与垂直基线相关的系数，T为时间基线，Δε为相对高程误差，Δv为相对形变速率，μNL为非线性形变量，α为大气相位，n为噪声，k表示干涉图个数，与干涉图序列的组合有关；构建目标函数如下：φmodel(i,j,T(k))=CB·B(k)·Δϵi,j+4πλ·T(k)·Δvi,j---(4)]]>将上式从相位互差式(3)中减去，得到残余相位为：Δwi,jk=Δφi,jk-[CB&CenterD...

【技术特征摘要】
1.一种高速铁路沿线地表形变高分辨率InSAR监测方法，该方法具体步骤如下：步骤一：高分辨率SAR数据选取选取德国TerraSAR-X(TSX)星载X波段3米分辨率的2010年11月至2013年11月Track008和009两个相邻轨道的SLC数据；TerraSAR-X3米分辨率数据幅宽30km×60km，带宽150MHz，数据覆盖时间跨距3年，卫星重访周期为11天；TerraSAR-X雷达数据参数如表1所示，Track008和009的扫描日期详见表2和3；表1：选用TerraSAR-X雷达参数表载波频率9.6500000+9Hz载波波长3.1cm脉冲带宽1.5000000e+8Hz入射角26.2542°距离向像元大小0.909403m方位向像元大小1.965121m距离向采样率1.6482919+8Hz雷达扫描模式条带模式数据类型单视复数SLC表2：Track008雷达数据日期表2010111920101211201101022011012420110215201103092011033120110422201106272011090120110923201110152011110620111128201112202012011120120202201202242012040820120430201209092012101220121114201301192013022120130326201305092013053120130703201308052013090720131101表3：Track009雷达数据日期表2010110820101130201012222011011320110226201103202011041120110503201105252011061620110730201109122011102620111209201112312012012220120213201203062012032820120511201209202012102320130304201305202013062220130714201308162013091820131010步骤二：高分辨率InSAR高速铁路区域形变信息提取方法(1)选取超短时间和空间基线干涉像对序列生成原始DEM在地理编码前的所有数据处理都是在雷达坐标系下进行的；针对每一轨道数据集，首先确定时间基线小于50天，空间基线小于50m的干涉像对序列作为求解原始DEM的数据集，对数据集中的干涉像对进行干涉处理得到干涉图、相干图和强度图数据集；利用幅度离散指数阈值1.65和相干系数阈值0.75分别筛选得到相干目标候选点，并合并得到最终相干目标候选点；对这些相干目标进行多次迭代处理解算得到原始DEM，并将求解所得的DEM作为原始DEM模拟地形相位用以补偿InSAR时序分析干涉图序列中的高程相位；①利用时间和空间基线都较短的干涉像对生成初始DEM；首先，对数据集中的干涉像对进行干涉处理，综合利用快速傅里叶变换估计和多项式拟合估计的方法去除干涉图中的轨道误差和趋势性干涉条纹；其次，利用②提供的方法识别相干目标候选点；最后，针对每一相干目标点，通过多次迭代得到相干目标点处的高程，并插值生成研究区的原始DEM；②利用点目标识别方法提取相干目标候选点；综合采用幅度离散指数AmplitudeDispersionIndex和相干系数coherence来筛选得到相干目标候选点；幅度离散指数的计算公式为：其中，σA和mA分别为像素幅度值的标准差和均值；给定一适当阈值DA低于阈值的像元为相干目标候选点；雷达干涉相位图的相干系数估计公式为：根据各像元点在相干图中的相干系数序列γi和给定的相干系数阈值如果那么则将该像元确定为相干目标候选点；(2)求解相干目标的形变速率和形变序列①InSAR时序分析数据集选取；根据短基线思想构建干涉像对序列，将时间间隔在1个年度内，空间基线小于300m的干涉像对进行差分干涉处理，利用上述所得模拟地形相位补偿干涉图中的地形相位；其中Track008和009满足条件的干涉像对分别为116和125个；针对每一干涉图中出现的轨道误差和趋势性干涉条纹，综合利用快速傅里叶变换(FFT)估计和多项式拟合估计的方法予以去除，最终得到用于时序分析的初始差分干涉相位图；利用幅度离散指数阈值1.45和相干系数阈值0.72分别筛选得到相干目标候选点，并合并得到最终候选点；②迭代修正地物高程求解每一轨道的形变参数；针对每一相干目标点，选取时间间隔100天内、垂直基线为100m的解缠相位图，重新利用一维模型求解高程残余值，将上述高程残余值作为二维参数估计的初始高程；同时将时间基线大于50天，空间基线大于100m的干涉图加入到二维参数估计的序列中，增加用于高程误差估计和形变速率估计的干涉图数目，最终将垂直基线小于300m，时间间隔在1个年度以内的干涉图参与计算，迭代修正地物高程并最终求解相干目标的形变速率；在上述处理的基础上对残余相位进行时域和空域滤波处理，将形变相位中的非线性部分加回线性部分中，可求解每个相干目标的形变序列；InSAR形变时序分析所构建的二维参数估计模型中，考虑到大气的空间相关性，对相邻两点求互差以削弱大气相位的影响；相干目标i和j差分干涉相位的互差为：上式中，CB为与垂直基线相关的系数，T为时间基线，Δε为相对高程误差，Δv为相对形变速率，μNL为非线性形变量，α为大气相位，n为噪声，k表示干涉图个数，与干涉图序列的组合有关；构建目标函数如下：将上式从相位互差式(3)中减去，得到残余相位为：

【专利技术属性】
技术研发人员：葛大庆，张玲，李曼，刘斌，郭小方，
申请(专利权)人：中国国土资源航空物探遥感中心，
类型：发明
国别省市：北京;11