基于最小加速的同期和异期多卫星平台MT-InSAR三维形变分解方法技术

本发明专利技术提供了一种基于最小加速的同期和异期多卫星平台MT‑InSAR三维形变分解方法，可以将卫星视线向MT‑InSAR形变时序和形变速率分解到东西、南北和垂直方向。包括以下步骤：步骤1，利用MT‑InSAR分别反演升、降轨卫星影像集的视线向形变时间序列；步骤2，提取升、降轨卫星平台反演得到的视线向公共形变时序；步骤3，空间配准并提取升、降轨卫星平台影像集的同名高相干点；步骤4，针对同期、异期数据混合出现的特征，将升、降轨时间向量混排并去重处理，建立基于最小加速的形变分解方程组，求解得到三维形变序列。本发明专利技术针对新合成孔径雷达卫星星座同期、异期数据混合出现的新特征，开发了针对此特征的多平台MT‑InSAR数据三维分解方法，获得可靠三维地表形变时序。

Three-Dimensional Deformation Decomposition Method for MT-InSAR Based on Minimum Acceleration

【技术实现步骤摘要】
基于最小加速的同期和异期多卫星平台MT-InSAR三维形变分解方法
本专利技术属于遥感和大地测量的
，涉及一种针对同期和异期的升、降轨平台MT-InSAR视线向地表形变时序的三维分解方法，可以将卫星视线方向MT-InSAR形变时序和形变速率分解到东西、南北和垂直方向。该方法能够针对新合成孔径雷达卫星星座同期、异期数据混合出现的新特征，实现多平台MT-InSAR数据三维分解，获得可靠三维地表形变时序。
技术介绍
时序合成孔径雷达干涉测量方法(MT-InSAR)可以获得可靠的高精度卫星视线方向(LOS)形变时序和形变速率，已经被广泛应用在滑坡、地震、桥梁、城市形变监测等领域。然而受限于单一卫星平台的成像几何，通过单一平台MT-InSAR反演的形变量只能反映地物在卫星视线方向的变形，而在实践中往往需要将卫星视线方向的形变量转化为东西方向、南北方向和垂直方向的变形量，如城市建筑物和基础设施健康诊断就需要准确的获得垂向和水平方向的变形结果。当前的多平台MT-InSAR形变时序三维分解方法，多为从数学变换的角度来进行分解，缺乏引入必要的物理条件约束，得到的数学解可能并没有物理意义，且其稳健程度也有待改进。另一方面，伴随着新一代雷达卫星的在轨运行，尤其是搭载有同一合成孔径雷达的多颗卫星运行在同一轨道的卫星星座，对同一区域在同一天内会多次成像，在对同一区域进行长时间观测时，会出现升轨和降轨卫星数据，同期或异期数据，以及同期和异期数据混杂出现情况。这是新一代合成孔径雷达卫星星座数据获取出现的新特征，现有的三维形变分解方法未有考虑。
技术实现思路
本专利技术的目的是针对新合成孔径雷达卫星星座同期、异期数据混合出现的新特征，开发了针对此特征的多平台MT-InSAR数据三维分解方法，获得可靠三维地表形变时序。实现本专利技术目的的具体技术方案是：一种基于最小加速的同期和异期多卫星平台时序雷达干涉测量方法(MT-InSAR)三维形变分解方法，该方法针对新合成孔径雷达卫星星座同期、异期数据混合出现的新特征，能够获得可靠三维地表形变时序；具体包括以下步骤：步骤1：利用MT-InSAR分别反演升轨和降轨卫星平台的视线向形变时间序列利用MT-InSAR分别反演不同升轨和降轨合成孔径雷达卫星平台的视线向形变时间序列和形变速率；步骤2：提取升、降轨卫星平台反演得到的视线向公共形变时序分别提取升轨和降轨卫星平台反演得到的MT-InSAR视线向形变时序在公共时间范围内共同的形变时序，进而提取升轨和降轨卫星平台MT-InSAR视线向形变时序和速率场的公共空间范围，并据此提取公共范围；步骤3：空间配准并提取升、降轨卫星平台影像集的同名高相干点对升轨和降轨卫星平台MT-InSAR各自提取的高相干点进行空间配准，并重采样到相同分辨率，使得升轨和降轨卫星平台的MT-InSAR各自提取的高相干点一一对应；统计和记录升轨和降轨卫星平台同名高相干点的数量和位置；步骤4：针对同期、异期数据混合出现的特征，将升、降轨时间向量混排并去重处理，建立基于最小加速的形变分解方程组，求解得到三维形变序列；具体包括：a.经过步骤1-3处理后，N个不同合成孔径雷达卫星数据集的视角不同，既包含升轨数据，也包含降轨数据；每个数据集有Qi(i＝1，2，...，N)个时间序列，各数据集视线方向的形变速率用下式来描述：上式中每一行都代表一个合成孔径雷达卫星平台数据集在某个公共点上的形变时间序列，每个平台的初始时序期数不同，是第一个数据集的视线方向形变时间序列向量到第N个数据集的视线方向形变时间序列向量，是第一个数据集中第一期到最后一期的各期累积形变量，是第二个数据集中从第一期到最后一期的各期累积形变量，是第N个数据集中从第一期到最后一期的各期累积形变量，Q1是第一个数据集的时间序列个数，Q2，…，QN是第二个数据集到第N个数据集中的时间序列个数；同样每个数据集的时间序列所对应的获取日期表示为：上式中Ti(i＝1，2，...，N)是第一个数据集的数据获取日期向量到第N个数据集的数据获取日期向量，是第一个数据集中第一期到最后一期的数据获取日期，是第二个数据集中第一期到最后一期的数据获取日期，是第N个数据集中第一期到最后一期的数据获取日期，Q1是第一个数据集的时间序列个数，Q2，…，QN是第二个数据集到第N个数据集中的时间序列个数；针对合成孔径雷达卫星星座，不同合成孔径雷达卫星对同一区域会在同一天内多次成像，即同期数据；上式中不同单一平台时间序列对应的获取日期可能相同，即同期，也可能不同，即异期；对于异期多平台MT-InSAR形变时序，要将获取时间按照先后顺序排序；对于同期多平台MT-InSAR形变时序，要对其进行日期去重处理，保证最后获得的总日期序列唯一；b.同期、异期数据混杂出现，对所有获取日期进行排序前先做查重，这一过程用下式来描述：T＝Sort(Unique(T1，T2，...，TN))＝[t0，t1，t2，...，tQ-1](3)上式中T是最终生成的不重复时间向量，Sort为排序函数，用来将所有时间按照先后顺序有序排列，Unique为去重函数，用来将重复出现的日期只保留一个，T1，T2，...，TN是从第一个数据集到第N个数据集的数据获取日期向量，t0，t1，t2，...，tQ-1是经过排序和去重后保留的所有数据集日期序列，Q为N个数据集中不重复的日期总数；获得N个数据集数据获取日期的不重复日期序列T后，将日期列表错位相减，获得Q-1个差分结果，用数学表达式表达如下：ΔT＝[Δt1，Δt2，...，ΔtQ-1](4)上式中ΔT是将T中的日期序列前后依次相减得到的差分日期间隔，Δt1，Δt2，...，ΔtQ-1是将T中日期序列错位相减后得到的第一个到第Q-1个差分日期间隔，Δt1是T中t1-t0的结果，Δt2是T中t2-t1的结果，ΔtQ-1是T中tQ-1-tQ-2的结果，Q为N个数据集中不重复的日期总数；由于MT-InSAR方法获得的地表变形结果是卫星视线方向的变形，根据卫星成像几何关系，将卫星视线方向的形变分解到东西、南北和垂直方向，用下式描述这一分解过程：上式中θ为卫星视角，为卫星飞行方向航向角，dLOS代表卫星视线方向形变量，dEast-West为东西方向的形变量，dNorth-south为南北方向形变量，dUp-Down为垂直方向的形变量；此外，卫星飞行方向近南北向，反演的形变结果对南北向不敏感，如果不考虑南北方向的形变分量，简化为二维形变分解方法表示为：将航向角设为0，上式中就会将卫星视线方向形变量只分解为东西和垂直方向；c.共有Q-1个不同的日期间隔，将每一个日期间隔中的东西方向、南北方向和垂直方向平均变形速度用矩阵表示，获得下式：上式中VEast-West，VNorth-south，VUp-Down，代表东西方向、南北方向和垂直方向平均变形速度向量，υE1，υE2，...，υEQ-1是东西方向ΔT中各期时间间隔内平均变形速度分量，υN1，υN2，...，υNQ-1，南北方向ΔT中各期时间间隔内平均变形速度分量，υU1，υU2，...，υUQ-1是垂直方向ΔT中各期时间间隔内平均变形速度分量，Q为N个数据集中不重复的日期总数；有了上式的表达，在结合公式(5)就可以用每本文档来自技高网...

【技术保护点】
1.一种基于最小加速的同期和异期多卫星平台MT‑InSAR三维形变分解方法，其特征在于，该方法包括以下具体步骤：步骤1：利用MT‑InSAR分别反演升轨和降轨卫星平台的视线向形变时间序列利用MT‑InSAR分别反演不同升轨和降轨合成孔径雷达卫星平台的视线向形变时间序列和形变速率；步骤2：提取升、降轨卫星平台反演得到的视线向公共形变时序分别提取升轨和降轨卫星平台反演得到的MT‑InSAR视线向形变时序在公共时间范围内共同的形变时序，进而提取升轨和降轨卫星平台MT‑InSAR视线向形变时序和速率场的公共空间范围，并据此提取公共范围；步骤3：空间配准并提取升、降轨卫星平台影像集的同名高相干点对升轨和降轨卫星平台MT‑InSAR各自提取的高相干点进行空间配准，并重采样到相同分辨率，使得升轨和降轨卫星平台的MT‑InSAR各自提取的高相干点一一对应；统计和记录升轨和降轨卫星平台同名高相干点的数量和位置；步骤4：针对同期、异期数据混合出现的特征，将升、降轨时间向量混排并去重处理，建立基于最小加速的形变分解方程组，求解得到三维形变序列；具体包括：a.经过步骤1‑3处理后，N个不同合成孔径雷达卫星数据集的视角不同，既包含升轨数据，也包含降轨数据；每个数据集有Qi(i＝1，2，...，N)个时间序列，各数据集视线方向的形变速率用下式来描述：...

【技术特征摘要】
1.一种基于最小加速的同期和异期多卫星平台MT-InSAR三维形变分解方法，其特征在于，该方法包括以下具体步骤：步骤1：利用MT-InSAR分别反演升轨和降轨卫星平台的视线向形变时间序列利用MT-InSAR分别反演不同升轨和降轨合成孔径雷达卫星平台的视线向形变时间序列和形变速率；步骤2：提取升、降轨卫星平台反演得到的视线向公共形变时序分别提取升轨和降轨卫星平台反演得到的MT-InSAR视线向形变时序在公共时间范围内共同的形变时序，进而提取升轨和降轨卫星平台MT-InSAR视线向形变时序和速率场的公共空间范围，并据此提取公共范围；步骤3：空间配准并提取升、降轨卫星平台影像集的同名高相干点对升轨和降轨卫星平台MT-InSAR各自提取的高相干点进行空间配准，并重采样到相同分辨率，使得升轨和降轨卫星平台的MT-InSAR各自提取的高相干点一一对应；统计和记录升轨和降轨卫星平台同名高相干点的数量和位置；步骤4：针对同期、异期数据混合出现的特征，将升、降轨时间向量混排并去重处理，建立基于最小加速的形变分解方程组，求解得到三维形变序列；具体包括：a.经过步骤1-3处理后，N个不同合成孔径雷达卫星数据集的视角不同，既包含升轨数据，也包含降轨数据；每个数据集有Qi(i＝1，2，...，N)个时间序列，各数据集视线方向的形变速率用下式来描述：上式中每一行都代表一个合成孔径雷达卫星平台数据集在某个公共点上的形变时间序列，每个平台的初始时序期数不同，是第一个数据集的视线方向形变时间序列向量到第N个数据集的视线方向形变时间序列向量，是第一个数据集中第一期到最后一期的各期累积形变量，是第二个数据集中从第一期到最后一期的各期累积形变量，是第N个数据集中从第一期到最后一期的各期累积形变量，Q1是第一个数据集的时间序列个数，Q2，…，QN是第二个数据集到第N个数据集中的时间序列个数；同样每个数据集的时间序列所对应的获取日期表示为：上式中Ti(i＝1，2，...，N)是第一个数据集的数据获取日期向量到第N个数据集的数据获取日期向量，是第一个数据集中第一期到最后一期的数据获取日期，是第二个数据集中第一期到最后一期的数据获取日期，是第N个数据集中第一期到最后一期的数据获取日期，Q1是第一个数据集的时间序列个数，Q2，…，QN是第二个数据集到第N个数据集中的时间序列个数；针对合成孔径雷达卫星星座，不同合成孔径雷达卫星对同一区域会在同一天内多次成像，即同期数据；上式中不同单一平台时间序列对应的获取日期可能相同，即同期，也可能不同，即异期；对于异期多平台MT-InSAR形变时序，要将获取时间按照先后顺序排序；对于同期多平台MT-InSAR形变时序，要对其进行日期去重处理，保证最后获得的总日期序列唯一；b.同期、异期数据混杂出现，对所有获取日期进行排序前先做查重，这一过程用下式来描述：T＝Sort(Unique(T1，T2，...，TN))＝[t0，t1，t2，...，tQ-1](3)上式中T是最终生成的不重复时间向量，Sort为排序函数，用来将所有时间按照先后顺序有序排列，Unique为去重函数，用来将重复出现的日期只保留一个，T1，T2，...，TN是从第一个数据集到第N个数据集的数据获取日期向量，t0，t1，t2，...，tQ-1是经过排序和去重后保留的所有数据集日期序列，Q为N个数据集中不重复的日期总数；获得N个数据集数据获取日期的不重复日期序列T后，将日期列表错位相减，获得Q-1个差分结果，用数学表达式表达如下：ΔT＝[Δt1，Δt2，...，ΔtQ-1](4)上式中ΔT是将T中的日期序列前后依次相减得到的差分日期间隔，Δt1，Δt2，...，ΔtQ-1是将T中日期序列错位相减后得到的第一个到第Q-1个差分...

【专利技术属性】
技术研发人员：赵卿，王强，丁敬钊，刘敏，
申请(专利权)人：华东师范大学，
类型：发明
国别省市：上海,31