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方案

一种用于大坝及滑坡变形GB

【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的原则构建PS网络，并将其称为稳定点网(Stable Points Network)或Persistent Satterers技术等，但其原理与Ferretti的PS技术类似，都属于长时间序列SAR干涉测量技术范畴。自Ferretti提出PS差分干涉测量方法后，国内外大量的学者对该方法的理论和应用进提出研究，形成了长时间序列SAR干涉数据后处理的重要内究。目前，在星载SAR中，大量SAR干涉测量后处理应用均采用PS技术为其核心技术，应用结果表明:基于PS技术的长时间序列SAR干涉测量后处理技术能够准确高效地提是取地表变形。
[0005]国内对长时间序列SAR干涉技术的研究起步较晚，原因主要是数据问题和技术问题。我国目前还没有可实用的商用SAR卫星数据，限制了技术的原始创新。随着欧洲太空局与中国遥感中心合作的“龙计划”的开展，以及国内沉降监测需求的扩大，相关的研究也迅速地开展起来。2001年，Katen等与中方合作，首次进行了星载SAR技术在天津地区的沉降监测研究，分别进行了传统DInSAR技术和PS技术的实验研究。2002年王超等人在苏州地表沉降监测中对PS
‑
DInSAR技术进行介绍，2004年李德仁院士再次对该技术进行了介绍。2006年，汤益先等将PS InSAR技术应用于苏州地区降监测实验中，利用长时间序列影像数据构建出苏州地区地表沉降监测的线变形模型，获取了线性变形信息。通过与水准测量结果的比较表明，PS InSAD数据精度高，适用于长时间序列地表沉降监测。德国GFZ的夏耶在三峡滑坡监测中采用PS技术，通过设置一定数量的人工角反射器实现PS点的获取，验证了PS InSAR技术强大的生命力。此后角反射器方法得到了中国科技部等相关部门的关注，与欧空局等单位合作，利用该方法，布置了许多角反射器以获取足够数量的PS点，采用PS InSAR技
术监测三峡地区泥石流、滑坡等自然地质灾害。张景发、英国伦Peter等人也采用角反射器监测西藏当雄活动断裂带区域的地壳运动变形。中科院自动化所的白俊等利用PS技术在北京地区进行了地表沉降的实验研究。张景发等探讨了PS
‑
InSAR技术在地壳长期缓慢形变监测中的一些关键问题进行了研究。葛大庆等以廊坊地区的地面沉降为试验区进行研究，采用序列差分干涉纹图提取了当地的线性沉降速率并对该区域地表沉降做了趋势性分析。王艳等对上海地面沉降的形变规律进行了长时间序列分析，采用相干目标分析法获取了上海的地面沉降场。
[0006]以上研究大部分针对星载SAR长时间序列数据后处理方法，而专门针对GB
‑
SAR数据后处理技术的研究则非常少。在GB
‑
SAR数据后处理技术方面，国内的研究主要集中在该技术性能与可靠性的验证上，少有对长时间序列数据后处理的系统研究和分析，现有技术中，在GB
‑
SAR数据处理技术方面对长时间序列数据处理时，只是提出了监测数据与变形量之间的一个数学模型，并没有涉及到根据模型估算的数据进行进一步处理，更没有针对大坝及滑坡监测数据后处理技术进行系统、完整的研究。同时，将最小二乘法间接平差处理的方法应用于GB
‑
SAR数据后处理领域中存在很大的困难。因此根据水利水电工程中大坝及滑坡GB
‑
SAR变形监测数据受大气扰动剧烈(不仅在空间域上大气扰动强相关，在时间域上也强相关)、时间失相干较明显的特征，从长时间序列数据的预处理到数据处理中涉及的对GB
‑
SAR变形监测时间失相干、大气相位校正及相位解缠等各种关键环节都进行了整体考虑，关键技术研究，建立监测数据后处理技术，具有十分重要的意义和实用价值。

技术实现思路

[0007]为了解决以上问题，本专利技术的目的是提供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，从大坝及高滑坡数据的特点出发，从长时间序列数据的预处理到数据处理中涉及的各种关键环节都进行了整体考虑；建立了大坝及滑坡变形GB
‑
SAR监测数据后处理模型，将影像子集和PS方法相结合，构建GB
‑
SAR变形监测数据后处理模型，提出的数据后处理方法，解决了大坝及滑坡长周期监测时间基线长、信息量大的数据解析难题，在大坝及滑坡GB
‑
SAR全域空间变形监测信息解析中，适应性好、精度高。
[0008]为了实现以上目的，本专利技术采用的技术方案：
[0009]一种用于大坝及滑坡变形GB
‑
SAR监测的数据后处理方法，包括以下步骤：
[0010]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；
[0011]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；
[0012]步骤3：选取PS点，并建立Delaunay三角网；
[0013]步骤4：PS点差分相位建模及参数估计，包括：
[0014]建立相邻两PS点基线差分干涉相位的最佳模型；
[0015]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；
[0016]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P本文档来自技高网...

【技术保护点】

【技术特征摘要】
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

【专利技术属性】
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：