空天地多源融合的滑坡监测方法、装置、介质及服务器制造方法及图纸

本申请提供一种空天地多源融合的滑坡监测方法、装置、介质及服务器，通过获取监测区域（水域和水域周边大坝）的遥感图像、LiDAR点云数据和水情监测数据，利用遥感图像和LiDAR点云数据，构建监测区域的当前数字高程模型，再基于当前数字高程模型和水情监测数据，对监测区域进行滑坡监测。这样的方式可以利用空基监测设备、天基监测设备和地基监测设备对监测区域检测的数据，实现空天地一体化的滑坡监测。利用LiDAR点云数据作为遥感图像的互补，可以构建出监测区域精确的当前数字高程模型，从而保证监测精度，且具有较强的实时性，能够应用于多灾环境下山区公路沿线的滑坡监测。于多灾环境下山区公路沿线的滑坡监测。于多灾环境下山区公路沿线的滑坡监测。

【技术实现步骤摘要】
空天地多源融合的滑坡监测方法、装置、介质及服务器


[0001]本申请涉及滑坡监测
，具体而言，涉及一种空天地多源融合的滑坡监测方法、装置、介质及服务器。

技术介绍

[0002]我国地质灾害频发，在所发生的地质灾害中，滑坡地质灾害所占比重最大，每年造成的经济损失高达数十亿美元，严重影响国民的经济生产、生命财产的安全。因此，对于滑坡地质灾害易发区域进行全天候、全天时的高精度监测预警具有重要意义。
[0003]在滑坡监测的领域中，山区的滑坡监测和水域的滑坡监测，侧重点有所不同，对于水域的大坝滑坡监测（例如水库大坝），是滑坡监测的重中之重，一旦由于滑坡导致大坝决堤，而监测不到位，通常会造成灾难性的后果。
[0004]目前对于水域的大坝滑坡监测，有SAR（SyntheticApertureRadar，合成孔径雷达）、InSAR（Interferometric Synthetic Aperture Radar，干涉雷达，指采用干涉测量技术的合成孔径雷达）、D
‑
InSAR（Differential Interferometric Synthetic Aperture Radar，差分干涉合成孔径雷达）等技术，但目前的SAR和InSAR，监测精度还有待提升，而D
‑
InSAR，能够保证监测精度和实时性，但容易出现失相关问题（例如相位的失相关和时间的失相关），特别是针对相位梯度较大的边坡陡坎部位，容易在相位解缠时产生误差，不利于在水坝监测场景中保持高精度监测。
[0005]因此，如何提供一种实时性强、监测精度较高的能够应用于水域周边大坝的滑坡监测技术，是本领域需要解决的一个问题。

技术实现思路

[0006]本申请实施例的目的在于提供一种空天地多源融合的滑坡监测方法、装置、介质及服务器，以利用空天地一体化的技术实现对水域周边大坝进行精度高且实时性强的滑坡监测。
[0007]为了实现上述目的，本申请的实施例通过如下方式实现：第一方面，本申请渗水率提供一种空天地多源融合的滑坡监测方法，包括：获取监测区域的遥感图像、LiDAR点云数据和水情监测数据，其中，所述监测区域包括水域和水域周边大坝；基于所述遥感图像和所述LiDAR点云数据，构建所述监测区域的当前数字高程模型；基于所述当前数字高程模型和所述水情监测数据，对所述监测区域进行滑坡监测。
[0008]在本申请实施例中，通过获取监测区域（水域和水域周边大坝）的遥感图像、LiDAR点云数据和水情监测数据，利用遥感图像和LiDAR点云数据，构建监测区域的当前数字高程模型，再基于当前数字高程模型和水情监测数据，对监测区域进行滑坡监测。这样的方式可以利用空基监测设备（卫星遥感）、天基监测设备（无人机搭载机载LiDAR飞行平台）和地基监测设备（雨水监测器、水位检测器等）对监测区域检测的数据，实现空天地一体化的滑坡监测。利用LiDAR点云数据作为遥感图像的互补，可以构建出监测区域精确的当前数字高程
模型，从而保证监测精度，且具有较强的实时性，能够应用于水域周边大坝的滑坡监测。
[0009]结合第一方面，在第一方面的第一种可能的实现方式中，所述遥感图像包含至少两张SAR图像，基于所述遥感图像和所述LiDAR点云数据，构建所述监测区域的当前数字高程模型，包括：利用InSAR技术对至少两张SAR图像进行干涉处理，得到包含所述监测区域的高程信息的第一高程图像；对所述LiDAR点云数据进行处理，得到包含所述监测区域的高程信息的第二高程图像；基于所述第一高程图像和所述第二高程图像，确定出监测区域的当前数字高程模型。
[0010]在该实现方式中，利用InSAR技术对至少两张SAR图像进行干涉处理，可以得到包含监测区域的高程信息的第一高程图像，此方式简单快捷；而对LiDAR点云数据进行处理，可以得到包含监测区域的高程信息的第二高程图像，此第二高程图像可以校准第一高程图像，从而保证当前数字高程模型的精度。
[0011]结合第一方面的第一种可能的实现方式，在第一方面的第二种可能的实现方式中，基于所述第一高程图像和所述第二高程图像，确定出监测区域的当前数字高程模型，包括：获取所述第一高程图像对应的相干性图；基于所述第一高程图像中所述监测区域的每个像元的高程信息和所述相干性图中所述监测区域的每个像元的相干性值，结合所述第二高程图像中所述监测区域的每个像元的高程信息，计算出所述监测区域的每个像元对应的校准高程信息，得到所述监测区域的当前数字高程模型。
[0012]在该实现方式中，获取第一高程图像对应的相干性图（每个像元的相干性值反映结果的精确性），基于第一高程图像中监测区域的每个像元的高程信息和相干性图中监测区域的每个像元的相干性值，结合第二高程图像中监测区域的每个像元的高程信息，计算出监测区域的每个像元对应的校准高程信息，得到监测区域的当前数字高程模型。这样可以利用第二高程图像中监测区域的每个像元的高程信息填补第一高程图像中的无信号（相干性为零）或相干性值较低（精确度较差）的部分，从而保证当前数字高程模型的精确度。
[0013]结合第一方面的第二种可能的实现方式，在第一方面的第三种可能的实现方式中，基于所述第一高程图像中所述监测区域的每个像元的高程信息和所述相干性图中所述监测区域的每个像元的相干性值，结合所述第二高程图像中所述监测区域的每个像元的高程信息，计算出所述监测区域的每个像元对应的校准高程信息，包括：针对所述监测区域的每个像元：若当前像元的相干性值处于第一区间范围，确定所述第一高程图像中当前像元的高程信息为当前像元对应的校准高程信息；若当前像元的相干性值处于第二区间范围，基于所述第一高程图像中当前像元的高程信息和所述第二高程图像中当前像元的高程信息，计算得到当前像元对应的校准高程信息；若当前像元的相干性值处于第三区间范围，确定所述第二高程图像中当前像元的高程信息为当前像元对应的校准高程信息。
[0014]在该实现方式中，针对每个像元，利用像元的相干性值所处的区间范围，采用不同的方式校准像元对应的校准高程信息，从而能够考虑到像元的可靠性，从而给出差异化的校正方案，且能够尽量减少计算量，提升监测方法的运行效率。
[0015]结合第一方面的第三种可能的实现方式，在第一方面的第四种可能的实现方式中，基于所述第一高程图像中当前像元的高程信息和所述第二高程图像中当前像元的高程信息，计算得到当前像元对应的校准高程信息，包括：
采用以下公式计算当前像元对应的校准高程信息：，其中，为第个像元对应的校准高程信息，为第个像元的相干性值，取值在，为所述第一高程图像中第个像元的高程信息，为所述第二高程图像中第个像元的高程信息。
[0016]结合第一方面，在第一方面的第五种可能的实现方式中，所述水情监测数据包括雨量监测数据、水位监测数据和大坝渗水监测数据，基于所述当前数字高程模型和所述水情监测数据，对所述监测区域进行滑坡监测，包括：基于所述雨量监测数据、所述水位监测数据和所述大坝渗水监测数据，确定出大坝本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种空天地多源融合的滑坡监测方法，其特征在于，包括：获取监测区域的遥感图像、LiDAR点云数据和水情监测数据，其中，所述监测区域包括水域和水域周边大坝；基于所述遥感图像和所述LiDAR点云数据，构建所述监测区域的当前数字高程模型；基于所述当前数字高程模型和所述水情监测数据，对所述监测区域进行滑坡监测。2.根据权利要求1所述的空天地多源融合的滑坡监测方法，其特征在于，所述遥感图像包含至少两张SAR图像，基于所述遥感图像和所述LiDAR点云数据，构建所述监测区域的当前数字高程模型，包括：利用InSAR技术对至少两张SAR图像进行干涉处理，得到包含所述监测区域的高程信息的第一高程图像；对所述LiDAR点云数据进行处理，得到包含所述监测区域的高程信息的第二高程图像；基于所述第一高程图像和所述第二高程图像，确定出监测区域的当前数字高程模型。3.根据权利要求2所述的空天地多源融合的滑坡监测方法，其特征在于，基于所述第一高程图像和所述第二高程图像，确定出监测区域的当前数字高程模型，包括：获取所述第一高程图像对应的相干性图；基于所述第一高程图像中所述监测区域的每个像元的高程信息和所述相干性图中所述监测区域的每个像元的相干性值，结合所述第二高程图像中所述监测区域的每个像元的高程信息，计算出所述监测区域的每个像元对应的校准高程信息，得到所述监测区域的当前数字高程模型。4.根据权利要求3所述的空天地多源融合的滑坡监测方法，其特征在于，基于所述第一高程图像中所述监测区域的每个像元的高程信息和所述相干性图中所述监测区域的每个像元的相干性值，结合所述第二高程图像中所述监测区域的每个像元的高程信息，计算出所述监测区域的每个像元对应的校准高程信息，包括：针对所述监测区域的每个像元：若当前像元的相干性值处于第一区间范围 ，确定所述第一高程图像中当前像元的高程信息为当前像元对应的校准高程信息；若当前像元的相干性值处于第二区间范围，基于所述第一高程图像中当前像元的高程信息和所述第二高程图像中当前像元的高程信息，计算得到当前像元对应的校准高程信息；若当前像...

【专利技术属性】
技术研发人员：何云勇，刘自强，向波，丁雨淋，苏天明，刘恩龙，
申请(专利权)人：四川省公路规划勘察设计研究院有限公司，
类型：发明
国别省市：