【技术实现步骤摘要】
一种用于大坝及滑坡变形GB
‑
SAR监测的数据后处理方法及系统
[0001]本专利技术涉及一种大坝及滑坡外部变形监测和数据处理领域,尤其涉及一种用于大坝及滑坡变形GB
‑
SAR监测的数据后处理方法及系统。
技术介绍
[0002]GB
‑
SAR与星载SAR工作原理相似,其数据处理的技术和方法可在星载SAR基础上针对自身特点进行调整和改进,形成一系列适用于GB
‑
SAR的数据处理技术。
[0003]目前针对星载SAR数据后处理的方法研究较多,主要有LS(Least最小二乘方法)、PS(Permanent satterer永久散射体)方法、SBAS(Small baelie set,小基线集)方法和CT(Coherent target,相干目标方)法等。
[0004]Usai在1999年~2000年间,对人工建筑的SAR干涉相干特性进行了详细的研究,结论表明,长时间序列的SAR图像中许多岩石材质的物体上,有许多点能够保持高相干性,利用这些在长时间过程中能够具有高相干性的稳定孤立的点目标可以产生高质量的干涉影像。由此,Usai提出利用多幅干涉SAR影像提取地表形变的方法。但从SAR干涉图上有效地识别并提出这些稳定点,就成为地表形变量提取的关键问题。与此同时,意大利的Ferretti等提出了PS的概念,把SAR影像干涉图上能够长时间保持高相干性的地面稳定目标点称为永久散射体,即PS点。之后,许多研究研究者对此进一步研究,将这些稳定点按照一定 ...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一种用于大坝及滑坡变形GB
‑
SAR监测的数据后处理方法,其特征在于,包括以下步骤:步骤1:获取N个监测影像子集,对监测影像子集内部数据进行处理分析,得到N幅平均影像;步骤2:以其中一幅平均影像作为主影像,其余N
‑
1幅平均影像作为从影像进行干涉处理,得到N
‑
1幅干涉影像;步骤3:选取PS点,并建立Delaunay三角网;步骤4:PS点差分相位建模及参数估计,包括:建立相邻两PS点基线差分干涉相位的最佳模型;根据所述差分干涉相位的最佳模型估算Delaunay三角网中每条基线的线性变形速率增量和残余相位增量;步骤5:将估算得到的所述线性变形速率增量在空间上采用区域网最小二乘法间接平差处理,得到各PS点的绝对线性变形速率和线性变形量;步骤6:将估算得到的所述残余相位增量在空间上按照最小二乘法间接平差处理,得到各PS点的绝对残余相位,对所述绝对残余相位进行分离和提取,得到非线性变形量;步骤7:将各个PS点的线性变形量与非线性变形量相加,获得各个PS点上的总体变形量,并采用插值方式获取整个监测物体全域范围的密集变形场。2.根据权利要求1所述的变形GB
‑
SAR监测的数据后处理方法,其特征在于,所述建立相邻两PS点基线差分干涉相位的最佳模型方法为:在GB
‑
SAR大坝或滑坡监测的第i幅干涉影像中,任意相邻的两PS点,P、Q点,连接基线的差分干涉相位模型表示为:式中,Δv(x
p
,y
p
;x
q
,y
q
;T
i
)是两PS点P(x
p
,y
p
)、Q(x
q
,y
q
)间的线性变形速率增量,Δw
i
(x
p
,y
p
;x
q
,y
q
;T
i
)是两PS点P(x
p
,y
p
)、Q(x
q
,y
q
)间的残余相位增量,i=1,2,...N,T
i
为第i幅从影像与主影像之间的时间间隔;将线性变形速率增量Δv进行优化处理估算,此时,差分干涉相位的模型即为最佳模型。3.根据权利要求2所述的变形GB
‑
SAR监测的数据后处理方法,其特征在于,所述优化处理估算包括:使整体复相关系数γ
k
最大化,所述整体复相关系数γ
k
最大化模型表示如下:式中,Δω
i
为观测值与估计值之差,N为每对PS点对应的N幅差分干涉相位图;根据取得的整体复相关系数γ
k
最大值,估算出线性变形速率增量Δv。4.根据权利要求3所述的变形GB
‑
SAR监测的数据后处理方法,其特征在于,所述步骤5
包括:步骤501、建立区域网平差函数模型,包括:将所述线性变形速率增量Δv作为区域网间接平差处理的观测值,建立线性变形速率增量Δv与其P、Q点的线性变形速率增量Δv与其P、Q点的线性变形速率绝对值间的差分关系,所述差分关系表示如下:利用PS网络中构成的线性变形速率网,对其进行区域网最小二乘法间接平差处理,列出P、Q点的线性变形速率与线性变形速率增量Δv的误差方程,所述误差方程为:式中,ω为线性变形速率增量的残差,分别为PS
p
点、PS
q
点平差后的线性变形速率;为每条基线建立一个误差方程,行成的误差方程组即为区域网平差函数模型;步骤502、对所述区域网平差函数模型进行间接平差解算,包括:将所述误差方程组用矩阵表示为:式中,W
v
技术研发人员:项霞,陈辰,刘超,聂锐化,王辉,鲁恒,刘铁刚,陈建康,杨正丽,
申请(专利权)人:四川大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。