面向InSAR形变结果的潜在滑坡风险区域识别方法技术

本发明专利技术公开一种面向InSAR形变结果的潜在滑坡风险区域识别方法，包括基于卫星合成孔径雷达影像数据，采用SqueeSAR技术获得研究区域的地表形变信息，基于空间增量自相关求取最优空间距离，结合热点分析和密度聚类算法，识别潜在滑坡风险区域。InSAR技术具有全天时、全天候、不易受天气影响、精度高等优势，广泛应用于地表沉降监测，但是处理得到的监测点具有数量多、密度大和面积广等特点，人工解译该区域是否存在滑坡隐患区域变得困难。本发明专利技术充分考虑InSAR技术的监测结果，快速自动识别潜在滑坡风险区域位置。风险区域位置。风险区域位置。

【技术实现步骤摘要】
面向InSAR形变结果的潜在滑坡风险区域识别方法


[0001]本专利技术属于星载合成孔径雷达（Synthetic Aperture Radar, SAR）干涉测量地表变形领域，具体涉及一种面向InSAR（Interferometric SAR, InSAR）形变结果的潜在滑坡风险区域识别方法，其为应用空间统计与分析算法自动识别疑似发生滑坡区域的方法。

技术介绍

[0002]永久散射体干涉合成孔径雷达（Permanent Scatters Interferometric SAR, PS
‑
InSAR）技术是一种星载SAR获取地面形变信息的技术，该技术以提取地面上的墙角、电杆等这些稳定点为基础，进而通过干涉、相位模拟、回归分析、相位解缠、时空滤波等步骤来得到地表变形信息，该方法测量精度高，测量范围广，而被应用于各种变形监测中，如矿区、城市、滑坡、地震等，并通过与其他测量技术对比，充分验证了该方法的可靠性。分布式散射体干涉合成孔径雷达（Distributed Scatterers Interferometric SAR, DS
‑
InSAR），基于裸地、植被等地物类型，通过识别与提取最优相位，融入PS点中，大大增加了InSAR技术的监测能力。PS
‑
InSAR技术与DS
‑
InSAR技术的联合技术为SqueeSAR技术。
[0003]已知该地区发生地表沉降，采用InSAR技术可以精准对其进行变形监测，获得沉降信息。但是如果事先不知道该影像内哪里发生地表形变，人工解译得到的结果，虽然准确度高，但效率很低，且需要解译人员拥有丰富的经验，由此出现了很多滑坡识别方法。结合深度学习网络进行滑坡识别的方法，该方法需要事先准备训练数据集并进行训练。结合形态地貌学与滑坡历史位移特征进行识别，首先需要有这些特征的资料，其次如果该滑坡为新生滑坡，则无法识别。依靠光学遥感影像使用归一化植被指数进行滑坡识别，这种方法受地形和大气效应影响较大。而星载SAR具备全天候、全天时、远距离、高分辨率对地成像能力，结合InSAR技术的形变测量能力，可得到高精度的地表变形信息，再应用空间统计与分析算法，可快速自动识别疑似发生滑坡的区域。
[0004]当前，InSAR技术经过近二十年的发展，已经逐渐成熟并得到广泛应用。借助该方法，对于识别复杂区域内疑似发生滑坡位置具有重要意义。

技术实现思路

[0005]有鉴于此，本专利技术的主要目的在于提供一种面向InSAR形变结果的潜在滑坡风险区域识别方法，其为基于InSAR监测点的快速自动识别潜在滑坡位置的方法。
[0006]为达到上述目的，本专利技术采用的技术方案如下：一种面向InSAR形变结果的潜在滑坡风险区域识别方法，包括如下步骤：步骤101、根据重复轨道的星载SAR数据，提取形变监测点，获取形变监测点上形变速率；步骤102、剔除形变监测点中孤立异常值；步骤103、求取最优空间距离；步骤104、进行热点统计分析，设置阈值以确定热点；
步骤105：对热点进行IKANN
‑
DBSCAN密度聚类，识别滑坡区域。
[0007]进一步地，所述步骤101中，采用PS
‑
InSAR技术对所述预处理完成的SAR数据集进行处理，具体包括：从一系列N景SAR影像中考虑时空基线，选择一景作为主影像，其他为副影像，干涉处理、去除地形相位，得到N
‑
1景差分干涉图；通过振幅离差法选取永久散射体点，提取研究区域中存在的稳定性高的点；利用表征雷达回波后向散射特性的强度值计算样本间的累积概率分布函数差异，从而提取同质点，然后采用相位三角法获取最优相位，并进行同质滤波处理；合并永久散射体点与分布式散射体点并进行回归分析，估计出线性形变速率和残余高程，利用大气相位、噪声相位和非线性形变相位的时空特性，采用时间空间滤波进行分离，最终得到研究区域的变形信息，即每个监测点的时间序列变化信息和年均变化率信息。
[0008]进一步地，所述步骤102具体包括：采用迭代均值最近邻算法和中值最近邻算法，依据大数定理，数量众多的监测点的最邻近距离服从正态分布，采用3倍sigma准则，将超过该准则的数据判定为异常点进行剔除。
[0009]进一步地，所述步骤103具体包括：通过莫兰指数的归一化数值的大小体现不同空间距离情况下空间点的聚类程度；假设初始距离区间为[R1,R
n
]，d1是初始距离步长，R1是空间距离的最小值，R
n
是空间距离的最大值，在空间距离为R1+k1d1时参考点i的周围有个监测点，莫兰指数的表达式为：其中k1=(0,1,2,
…
,n1)，n1=(R
n
－R1)/d1，，R1≤R1+k1d1≤R
n
；其中，空间权值的表达式为：其中，i表示在距离为R1+k1d1时的第i个参考点，j表示在距离为R1+k1d1时第i个参考点附近的第j个点，v
i
是空间中第i个点的沉降速率，v
j
是空间中第j个点的沉降速率，|v
j
－v
i
|表示空间中第i个参考点与第j个点间的空间距离，n0是监测点的总数量，是监测点的平均速率，表示在距离为R1+k1d1时空间中第i个点与第j个参考点j的权值，其中μ是尺度因子，μ=2；其中，是空间权值，其表达式为：
其中，是初始距离区间[R1,R
n
]得到的莫兰指数的最大值，对应的局部最佳尺度距离为tmp1，max{
…
}代表在此区间的最大值；设置距离区间为[tmp1－d1,tmp1+d1]，距离步长设为，λ是缩减因子，假设在空间距离为tmp1－d1+k2d2时参考点j的周围空间有个，得到该区间的最大值，其表达式为：其中，表示在距离范围[tmp1－d1,tmp1+d1]内得到的莫兰指数最大值，其对应的局部最佳距离为tmp2；tmp1表示第一次计算得到的最佳距离，n2为第二次迭代时空间距离变化次数，k2为0到n2的序列；设置距离区间为[tmp2－d2,tmp2+d2]，距离步长设为，得到该区间的最大值，其表达式为：其中，表示在距离范围[tmp2－d2,tmp2+d2]内得到的莫兰最大值, 其对应的局部最佳距离为tmp3从而得到的空间距离即为最优空间距离，d3表示距离步长，tmp2表示第二次计算得到的局部最佳距离，n3为第三次迭代时空间距离变化次数，k3为0到n3的序列。
[0010]进一步地，所述步骤104具体包括：完成空间聚类，输入最佳空间距离tmp3，每个监测点的输出值的表达式为：其中，i表示第i个参考点，j表示在距离d范围内的第j个监测点，代表第i个参考点的热点值，n代表总的监测点数量，n
ij
代表在距离d范围内的监测点总数，v代表监测点
的沉降速率，代表监测点的沉降速率均值，s
*
代表监测点的沉降速率标准差；根据计算出的每个监测点的输出值本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向InSAR形变结果的潜在滑坡风险区域识别方法，其特征在于，包括如下步骤：步骤101、根据重复轨道的星载SAR数据，提取形变监测点，获取形变监测点上形变速率；步骤102、剔除形变监测点中孤立异常值；步骤103、求取最优空间距离；步骤104、进行热点统计分析，设置阈值以确定热点；步骤105：对热点进行IKANN
‑
DBSCAN密度聚类，识别滑坡区域。2.根据权利要求1所述的一种面向InSAR形变结果的潜在滑坡风险区域识别方法，其特征在于，所述步骤101中，采用PS
‑
InSAR技术对预处理完成的SAR数据集进行处理，具体包括：从一系列N景SAR影像中考虑时空基线，选择一景作为主影像，其他为副影像，干涉处理、去除地形相位，得到N
‑
1景差分干涉图；通过振幅离差法选取永久散射体点，提取研究区域中存在的稳定性高的点；利用表征雷达回波后向散射特性的强度值计算样本间的累积概率分布函数差异，从而提取同质点，然后采用相位三角法获取最优相位，并进行同质滤波处理；合并永久散射体点与分布式散射体点并进行回归分析，估计出线性形变速率和残余高程，利用大气相位、噪声相位和非线性形变相位的时空特性，采用时间空间滤波进行分离，最终得到研究区域的变形信息，即每个监测点的时间序列变化信息和年均变化率信息。3.根据权利要求2所述的一种面向InSAR形变结果的潜在滑坡风险区域识别方法，其特征在于，所述步骤102具体包括：采用迭代均值最近邻算法和中值最近邻算法，依据大数定理，数量众多的监测点的最邻近距离服从正态分布，采用3倍sigma准则，将超过该准则的数据判定为异常点进行剔除。4.根据权利要求3所述的一种面向InSAR形变结果的潜在滑坡风险区域识别方法，其特征在于，所述步骤103具体包括：通过莫兰指数的归一化数值的大小体现不同空间距离情况下空间点的聚类程度；假设初始距离区间为[R1,R
n
]，d1是初始距离步长，R1是空间距离的最小值，R
n
是空间距离的最大值，在空间距离为R1+k1d1时参考点i的周围有个监测点，莫兰指数的表达式为：其中k1=(0,1,2,
…
,n1)，n1=(R
n
－R1)/d1，，且R1≤R1+k1d1≤R
n
；上式中，空间权值的表达式为：
其中，i表示在距离为R1+k1d1时的第i个参考点，j表示在距离为R1+k1d1时第i个参考点附近的第j个点，v
i
是空间中第i个点的沉降速率，v
j
是空间中第j个点的沉降速率，|v
j
－v
i

【专利技术属性】
技术研发人员：王吉利，李路，张毅，张衡，
申请(专利权)人：中国科学院空天信息创新研究院，
类型：发明
国别省市：