一种城市建筑物风险等级InSAR评估和预测方法技术

本发明专利技术公开了一种城市建筑物风险等级InSAR评估和预测方法，本发明专利技术属于建筑物风险预测领域，包括：获取城市建筑物的多通道SAR影像，提取多通道SAR影像中监测点，基于监测点的区域，得到城市建筑物的InSAR监测结果，其中监测点包括：永久散射体和分布式散射体；获取建筑物轮廓，基于建筑物轮廓和InSAR监测结果，得到形变参数，基于形变参数，对建筑物进行风险等级评估，其中形变参数包括：形变速度参数和角度畸变参数；构建应力

【技术实现步骤摘要】
一种城市建筑物风险等级InSAR评估和预测方法


[0001]本专利技术属于建筑物风险预测领域，特别是涉及一种城市建筑物风险等级InSAR评估和预测方法。

技术介绍

[0002]城市化快速发展，人类活动愈加频繁。城市基础设施建设，尤其是地下工程，常导致地面沉降，进而危及临近建筑物。为保障人民生命财产安全，有必要对地面沉降和建筑物风险等级进行准实时评估和预测。
[0003]当前大地测量技术随已经在沉降监测方面得到成熟应用，但是，诸如全球定位系统和水准测量技术，考虑成本，无法实现成规模的大范围沉降监测。干涉合成孔径雷达遥感技术(InSAR)已经被证实能有效实现大范围区域监测的技术手段。利用微波信号，在多云多雨条件下，也可实现全天候监测。永久散射体InSAR技术利用多幅SAR图像识别永久散射体(PSs)，更是使测量精度达到了毫米级别。PSs指的是SAR图像上较为稳定的点，对应于监测场景中的高反射物体(如金属结构和裸露岩石)。为了增加低相干区域(如植物和路面)的点，有学者提出SqueeSAR来提取分布式散射体(DSs)。DSs与临近像素有相似的反射率值，因此DSs的相干性可以通过同质滤波得到改善。除算法上的优化，SAR卫星在过去十年中也取得了重大进展。特别是X波段高分辨率卫星(如TerraSAR
‑
X和COSMO
‑
SkyMed)的发射，相比于C波段卫星影像，分辨率提升，每平方公里像素点个数达到数万个。对建筑物，桥梁等需高精度测量的基础设施的形变监测提供了有力保障。实用型哨兵一号卫星(Sentinel
‑
1)卫星的发射实现了全球范围内定期监测，每次重访时间达到12天，为大范围实时监测提供了保障。随着InSAR算法优化和SAR卫星的发展，InSAR已经被广泛应用于大区域尺度下建筑物风险评估。例如，有学者使用多时空InSAR(MTInSAR)和相对刚度方法结合的方法对伦敦Crossrail地下施工造成的建筑风险进行了评估，亦有学者使用多传感器卫星图像评估了滑坡运动引发建筑物损毁程度进行了评估。虽然InSAR在建筑物风险等级评估上的能力已经得到证明，其在建筑物形变和风险等级预测方面的应用相对较少。

技术实现思路

[0004]本专利技术的目的是提供一种城市建筑物风险等级InSAR评估和预测方法，以解决上述现有技术存在的问题。
[0005]为实现上述目的，本专利技术提供了一种城市建筑物风险等级InSAR评估和预测方法，包括：
[0006]获取城市建筑物的多通道SAR影像，提取所述多通道SAR影像中监测点，基于所述监测点的区域，得到城市建筑物的InSAR监测结果，其中所述监测点包括：永久散射体和分布式散射体；
[0007]获取建筑物轮廓，基于建筑物轮廓和所述InSAR监测结果，得到形变参数，基于所述形变参数，对建筑物进行风险等级评估，其中所述形变参数包括：形变速度参数和角度畸
变参数；
[0008]对所述InSAR监测结果进行时序融合，得到SAR影像的时间序列，构建应力
‑
孔隙水压力模型，将所述时间序列输入至应力
‑
孔隙水压力模型，得到数值模拟结果，基于设置好的建筑物风险等级，对数值模拟结果进行建筑物风险预测。
[0009]优选地，所述多通道SAR影像包括TerraSAR
‑
X卫星影像、COSMO
‑
SkyMed卫星影像和Sentinel
‑
1卫星影像。
[0010]优选地，提取所述多通道SAR影像中监测点的过程包括：
[0011]对所述多通道SAR影像进行预处理，基于预处理后的多通道SAR影像，构建双层网络，通过双层网络提取所述多通道SAR影像中监测点。
[0012]优选地，通过双层网络提取所述SAR影像中监测点的过程包括：
[0013]构建第一层网络，基于波束成形法得到初步估计参数，基于所述初步估计参数，得到永久散射体；其中所述初步估计参数包括：高度参数和形变速度参数；
[0014]基于预处理后的多通道SAR影像，通过相干加权相位连接，构建二层网络，通过时间相干性阈值，识别多通道SAR影像中的像素，得到分布式散射体。
[0015]优选地，得到形变参数的过程包括：
[0016]将形变速度参数生成为空间上连续的栅格数据，基于所述栅格数据得到建筑物轮廓，基于建筑物轮廓和所述InSAR监测结果，计算建筑物形变参数。
[0017]优选地，对建筑物风险等级进行风险评估的过程包括：
[0018]获取风险评估指标，基于建筑物形变参数，通过风险评估指标，对建筑物进行风险等级评估；
[0019]其中所述风险评估指标包括：建筑物倾斜方向、年均最小沉降、年均最大沉降，差异性沉降和角度畸变。
[0020]优选地，将所述时间序列输入至应力
‑
孔隙水压力模型的过程包括：
[0021]构建应力
‑
孔隙水压力模型，基于InSAR监测结果，反演得到土壤参数，将所述土壤参数输入应力
‑
孔隙水压力模型，分别对底层形变和孔隙水压力进行数值模拟。
[0022]优选地，对数值模拟结果进行建筑物风险预测的过程包括：
[0023]将地下水位变化参数和外力变化参数输入至应力
‑
孔隙水压力模型，基于设置好的建筑物风险等级，通过改变所述地下水位变化参数和所述外力变化参数，预测建筑物风险等级。
[0024]本专利技术的技术效果为：
[0025]本专利技术一种城市建筑物风险等级InSAR评估和预测方法，利用多通道卫星对城区的持久性和分布性散射体的形变进行联合监测，利用多时空InSAR和数值模拟来监测和预测建筑物形变和风险等级。首先，在城区尺度上，利用地面沉降以及角度畸变评估建筑物风险等级，以确定潜在的危险建筑。然后，以高分辨率InSAR数据的时序作为输入进行参考，结合地质条件，反演危险建筑所处区域的地质和水文条件。最后，改变水文条件以及外部载荷条件周边建筑物风险等级进行预测。本专利技术能够推广至其他容易发生地面沉降的快速发展城区，对城区建筑物进行风险评估，提高对人类活动引起的地面沉降动态行为的认知。
附图说明
[0026]构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0027]图1为本专利技术实施例中的方法流程图；
[0028]图2为本专利技术实施例中的X波段的卫星影像图，其中图2(a)为PS和DS形变速度图；图2(b)为克里金插值后的形变速度图；图2(c)为建筑物风险评估参数示意图；
[0029]图3为本专利技术实施例中的地质图，其中图3(a)为香港九龙区地质图；图3(b)为深圳福田区地质图；
[0030]图4为本专利技术实施例中的影像时空基线图，图4(a)TerraSAR
‑
X九龙区影像时空基线本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种城市建筑物风险等级InSAR评估和预测方法，其特征在于，包括以下步骤：获取城市建筑物的多通道SAR影像，提取所述多通道SAR影像中监测点，基于所述监测点的区域，得到城市建筑物的InSAR监测结果，其中所述监测点包括：永久散射体和分布式散射体；获取建筑物轮廓，基于建筑物轮廓和所述InSAR监测结果，得到形变参数，基于所述形变参数，对建筑物进行风险等级评估，其中所述形变参数包括：形变速度参数和角度畸变参数；对所述InSAR监测结果进行时序融合，得到SAR影像的时间序列，构建应力
‑
孔隙水压力模型，将所述时间序列输入至应力
‑
孔隙水压力模型，得到数值模拟结果，基于设置好的建筑物风险等级，对数值模拟结果进行建筑物风险预测。2.根据权利要求1所述的城市建筑物风险等级InSAR评估和预测方法，其特征在于，所述多通道SAR影像包括TerraSAR
‑
X卫星影像、COSMO
‑
SkyMed卫星影像和Sentinel
‑
1卫星影像。3.根据权利要求1所述的城市建筑物风险等级InSAR评估和预测方法，其特征在于，提取所述多通道SAR影像中监测点的过程包括：对所述多通道SAR影像进行预处理，基于预处理后的多通道SAR影像，构建双层网络，通过双层网络提取所述多通道SAR影像中监测点。4.根据权利要求3所述的城市建筑物风险等级InSAR评估和预测方法，其特征在于，通过双层网络提取所述SAR影像中监测点的过程包括：构建第一层网络，基于波束成形法得到初步估计参数，基于所述初步估计参数，得到永久散...

【专利技术属性】
技术研发人员：马培峰，郑毅，张正加，武哲戎，于畅，
申请(专利权)人：马培峰，
类型：发明
国别省市：