一种顾及坡度和坡向的InSAR最大形变梯度探测方法技术

本发明专利技术提出了一种顾及坡度和坡向的InSAR最大形变梯度探测方法，涉及地质灾害探测技术领域，包括：获取目标区域的SAR数据与DEM数据，并读取SAR卫星与地形参数信息；建立融合坡度和坡向的InSAR可检测最大形变梯度模型，并获取目标区域InSAR的可检测最大形变梯度分布；通过获取升、降轨SAR卫星飞行方位角差异计算得到升、降轨数据的InSAR可检测最大形变梯度分布；分别对目标区域和升、降轨数据的InSAR可检测最大形变梯度分布做几何畸变区域扣除处理以得到完善的区域InSAR可检测最大形变梯度分布图；本发明专利技术通过考虑地形因素从而有效评估地形崎岖区域InSAR的可检测性能。地形崎岖区域InSAR的可检测性能。地形崎岖区域InSAR的可检测性能。

【技术实现步骤摘要】
一种顾及坡度和坡向的InSAR最大形变梯度探测方法


[0001]本专利技术涉及地质灾害探测
，具体而言，涉及一种顾及坡度和坡向的InSAR最大形变梯度探测方法。

技术介绍

[0002]合成孔径雷达干涉测量（Interferometric Synthetic Aperture Radar，InSAR）技术是近年来高效获取地表形变信息的监测技术之一，由于其出色的工作性能，受到诸多学者和相关领域从业者的广泛研究以及应用。尤其在广域地质灾害的早期识别与长期监测中，体现出显著优势。典型的特点有如：空间覆盖范围广、穿透云层、全天候工作、监测精度高等。然而，受自然因素以及观测条件的限制，当监测对象的变形梯度大于雷达干涉的最大可检测形变梯度（Maximum Detectable Deformation Gradient，MDDG）时，则无法获取理想的监测信息。在山地区域，InSAR技术时常受到地形因素（坡度和坡向）的影响，进而产生几何畸变以及产生区别于平地的形变特征。此外，由于坡度和坡向的影响，InSAR的可检测形变梯度会在山地区域发生改变，进而可能无法有效监测目标坡体的形变信息。为了明确和定义雷达干涉在山地区域的可探测形变梯度及其监测范围，建立形变检测梯度模型亦或提出一种顾及坡度、坡向的InSAR最大形变梯度探测方法，便是一种行之有效的形变探测和评估方法，用以减少不必要的人力和物力投入以及有利于形变监测结果的合理解译。总之，在山地区域针对性地建立合理、适用的形变梯度检测模型，能为区域形变预判以及形变监测提供有力的理论支撑。<br/>[0003]现有的InSAR形变梯度模型根据类别特征可以归纳为：（1）利用区域地物的相干性差异，建立了基于相干性的可检测形变梯度模型；（2）由于雷达干涉的质量同时受到相干性和多视的影响，在相干性模型的基础上，有学者构建了基于相干性和多视参数的最大最小可检测形变梯度模型；（3）在同时考虑以上两个自变量的前提下，现存模型只针对单一雷达卫星建立了可检测形变梯度模型。截至目前，有关InSAR的形变梯度模型，主要存在以下缺陷：（1）针对坡度、坡向未有涉及并考虑建模，以上两个因子是影响雷达干涉的先天因素；（2）现有模型只考虑了垂向形变，未与坡度、坡向建立联系；（3）缺乏对当前主流雷达卫星在山区可探测性能的统一梳理及其总结。
[0004]基于此，特提出一种顾及坡度和坡向的InSAR最大形变梯度探测方法来解决上述问题。

技术实现思路

[0005]本专利技术的目的在于提供一种顾及坡度和坡向的InSAR最大形变梯度探测方法，其能够考虑地形因素的缺陷，进而有效评估地形崎岖区域InSAR的可检测性能。
[0006]本专利技术的技术方案为：第一方面，本申请提供一种顾及坡度和坡向的InSAR最大形变梯度探测方法，其包括以下步骤：
S1、获取目标区域的SAR数据与DEM数据，并基于SAR数据与DEM数据读取出SAR卫星参数信息与地形参数信息；S2、基于SAR卫星参数信息与地形参数信息建立融合坡度和坡向的InSAR可检测最大形变梯度模型，并基于该模型获取目标区域InSAR的可检测最大形变梯度分布；S3、基于SAR卫星参数信息获取升、降轨SAR卫星飞行方位角差异，通过升、降轨SAR卫星飞行方位角差异计算得到升、降轨数据的InSAR可检测最大形变梯度分布；S4、分别对目标区域和升、降轨数据的InSAR可检测最大形变梯度分布做几何畸变区域扣除处理以得到完善的区域InSAR可检测最大形变梯度分布图。
[0007]进一步地，上述SAR卫星参数信息包括SAR数据中的视线向入射角、卫星飞行方向与正北方向的夹角、波长信息和斜距向像元间距大小，上述地形参数信息包括坡度和坡向。
[0008]进一步地，步骤S2包括：S21、构建InSAR的视线向可检测单位形变矢量与沿坡度最大方向的可检测单位形变矢量的空间表达式；S22、基于步骤S21中的空间表达式推导得出沿坡度最大方向的可检测单位形变矢量；S23、基于沿坡度最大方向的可检测单位形变矢量计算得出InSAR的LOS向的可检测单位形变矢量与沿坡度最大方向的可检测单位形变矢量的空间关系；S24、基于步骤S23中的空间关系计算得出沿LOS方向的可量测形变矢量与沿坡度最大方向可量测形变矢量的关系表达式；S25、获取LOS向的像元间距大小以及对应卫星的波长，计算得到LOS向的最大可检测形变梯度；S26、基于步骤S24中的关系表达式、沿坡度最大方向的可检测单位形变矢量和LOS向的最大可检测形变梯度，建立得到融合坡度和坡向的InSAR可检测最大形变梯度模型；S27、将目标区域的参数输入融合坡度和坡向的InSAR可检测最大形变梯度模型，以获取得到目标区域InSAR的可检测最大形变梯度分布。
[0009]进一步地，步骤S24中，上述沿LOS方向的可量测形变矢量与沿坡度最大方向可量测形变矢量的关系表达式的推导过程为：，，，，
其中，为沿LOS方向的可量测形变矢量，、和均为沿LOS方向的可量测形变矢量的空间坐标值，θ为SAR卫星的入射角，β为飞行方位角，为沿最大坡度方向的可量测形变矢量，、和均为沿最大坡度方向的可量测形变矢量的空间坐标值，δ表示NE水平面上的坡度，表示坡度方位角，γ表示沿LOS方向的可量测形变矢量和沿最大坡度方向的可量测形变矢量的夹角。
[0010]进一步地，步骤S25中，上述计算得到沿LOS向的最大可检测形变梯度的公式为：，，其中，表示理论最大可检测形变梯度，λ为SAR卫星的探测波长，为SAR图像的像元大小，为沿LOS向的最大可检测形变梯度，为斜距向的分辨单元大小。
[0011]进一步地，步骤S26中，上述融合坡度和坡向的InSAR可检测最大形变梯度模型的表达式为：，其中，MDDG
slope
表示目标区域最大可检测形变梯度，为沿LOS向的最大可检测形变梯度，γ表示沿LOS向的可量测形变矢量和沿最大坡度方向的可量测形变矢量的夹角，λ为SAR卫星的探测波长，为斜距向的分辨单元大小。
[0012]第二方面，本申请提供一种电子设备，其特征在于，包括：存储器，用于存储一个或多个程序；处理器；当上述一个或多个程序被上述处理器执行时，实现如上述第一方面中任一项的一种顾及坡度和坡向的InSAR最大形变梯度探测方法。
[0013]第三方面，本申请提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述第一方面中任一项的一种顾及坡度和坡向的InSAR最大形变梯度探测方法。
[0014]相对于现有技术，本专利技术至少具有如下优点或有益效果：（1）本专利技术提供的一种顾及坡度和坡向的InSAR最大形变梯度探测方法，可以在未处理SAR数据之前，根据影像的参数信息和研究区的地形信息，便可大致估算出区域内InSAR的检测性能；（2）本专利技术所计算得到的可检测形变梯度分布可判断出利于观测的区域和处于几
何畸变区域，从而为最终形变结果的合理解译和形变判识提供了充分的支撑和可供选择的方法；（3）本专利技术通过融入坡度和坡向至InSAR本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种顾及坡度和坡向的InSAR最大形变梯度探测方法，其特征在于，包括以下步骤：S1、获取目标区域的SAR数据与DEM数据，并基于SAR数据与DEM数据读取出SAR卫星参数信息与地形参数信息；S2、基于SAR卫星参数信息与地形参数信息建立融合坡度和坡向的InSAR可检测最大形变梯度模型，并基于该模型获取目标区域InSAR的可检测最大形变梯度分布；S3、基于SAR卫星参数信息获取升、降轨SAR卫星飞行方位角差异，通过升、降轨SAR卫星飞行方位角差异计算得到升、降轨数据的InSAR可检测最大形变梯度分布；S4、分别对目标区域和升、降轨数据的InSAR可检测最大形变梯度分布做几何畸变区域扣除处理以得到完善的区域InSAR可检测最大形变梯度分布图。2.如权利要求1所述的一种顾及坡度和坡向的InSAR最大形变梯度探测方法，其特征在于，所述SAR卫星参数信息包括SAR数据中的视线向入射角、卫星飞行方向与正北方向的夹角、波长信息和斜距向像元间距大小，所述地形参数信息包括坡度和坡向。3.如权利要求2所述的一种顾及坡度和坡向的InSAR最大形变梯度探测方法，其特征在于，步骤S2包括：S21、构建InSAR的视线向可检测单位形变矢量与沿坡度最大方向的可检测单位形变矢量的空间表达式；S22、基于步骤S21中的空间表达式，进而推导得出沿坡度最大方向的可检测单位形变矢量；S23、基于沿坡度最大方向的可检测单位形变矢量计算得出InSAR的LOS向的可检测单位形变矢量与沿坡度最大方向的可检测单位形变矢量的空间关系；S24、基于步骤S23中的空间关系计算得出沿LOS方向的可量测形变矢量与沿坡度最大方向可量测形变矢量的关系表达式；S25、获取LOS向的像元间距大小以及对应卫星的波长，计算得到LOS向的最大可检测形变梯度；S26、基于步骤S24中的关系表达式、即借助沿坡度最大方向的可检测单位形变矢量和LOS向的最大可检测形变梯度的关系，建立得到融合坡度和坡向的InSAR可检测最大形变梯度模型；S27、将目标区域的参数输入融合坡度和坡向的InSAR可检测最大形...

【专利技术属性】
技术研发人员：戴可人，陈有东，许强，薄雾，张瑞，
申请(专利权)人：成都理工大学，
类型：发明
国别省市：