一种基于时空联合的震前热异常提取方法技术

本发明专利技术涉及异常数据提取技术领域，具体公开了一种基于时空联合的震前热异常提取方法，步骤包括：获取地表温度数据，基于小波变换法提取原地温度；基于所述原地温度，采用涡度算法获取原地涡度；基于所述原地涡度，采用历年同期RST算法获取震前热异常信息。本发明专利技术提出的震前热异常提取方法兼顾了空间域的异常信息和时间域的异常信息，并剔除了大气活动、人类活动和地表覆盖等非构造因素的影响，提取出的热异常既有更强的构造相关性和稳定性，并且在时间和空间上都具有一定的规律性，提高了震前热异常检测的精度，便于进一步的分析与研究。究。究。

【技术实现步骤摘要】
一种基于时空联合的震前热异常提取方法


[0001]本专利技术属于异常数据提取
，特别是涉及一种基于时空联合的震前热异常提取方法。

技术介绍

[0002]地震发生前普遍存在的红外辐射异常现象，是当前评估区域发震危险性的重要参数之一，然而，并非所有的地表红外异常都与构造活动或地震有关，如何排除非构造因素对地表热红外辐射的影响，从强噪声背景中提取微弱信号，是当前利用热红外遥感技术研究构造活动的难点。
[0003]国内外针对震前热异常的研究最初是应用卫星红外图像进行地震异常分析，主要用目视解译法获得遥感图像增温区域的演变趋势，同时结合已知的地震地质知识，经过对震例的研究总结出卫星红外亮温增温异常与地震时、空、强三要素的关系，这种方法无法消除很多非构造因素的影响，主观性较强。后来逐渐发展了基于数理统计与分析的方法和基于背景场的方法。基于数理统计的方法主要包括基于差值分析的异常提取方法和基于信号分析的异常提取方法，基于差值分析的方法虽然可以在一定程度上突出地震前异常的时间空间分布，但其仅适用于地震热异常与断裂带密切相关或者震前震后亮温有明显变化的异常提取工作中。而基于信号分析的异常提取方法可以对热红外信号进行处理，将时间序列数据分解成相互独立的频率分量，因此这种方法提取出的异常信息的物理意义比其他方法更为清晰，但这种方法对空间域的异常信息分析较少，并且需要具备一定的地理和地质学科的相关知识，其机理解释也需要加强。而基于背景场分析的热异常检测方法是通过建立基于多年数据的区域背景场并与实际观测数据进行差值分析提取震前热异常，例如空间域RST算法可以消除气象影响，提取出空间域震前热异常信息，但却忽略了地形地貌的影响。
[0004]综上所述，现有的震前热异常的提取方法虽然原理简单易于实现，但该类方法没有做到时空联合，即同时考虑到时间域异常信息和空间域异常信息，并同时做到剔除大气活动、人类活动、地表覆盖等非构造因素影响，以提取构造相关性更强的震前热异常。

技术实现思路

[0005]本专利技术的目的是提供一种基于时空联合的震前热异常提取方法，以解决上述现有技术存在的问题。
[0006]为实现上述目的，本专利技术提供了一种基于时空联合的震前热异常提取方法，包括以下步骤：获取待检测地区的地表温度数据，基于小波变换法提取原地温度；基于所述原地温度，采用涡度算法获取原地涡度；基于所述原地涡度，采用历年同期RST算法获取震前热异常信息。
[0007]可选地，基于小波变换法提取原地温度的过程包括：基于一维小波变换对所述地表温度数据进行分解，剔除太阳活动、地理位置和地
表覆盖的影响，获取分解数据；基于二维小波变换对所述分解数据进行处理，剔除非构造因素的影响，获取所述原地温度。
[0008]可选地，基于一维小波变换对所述地表温度数据进行分解的方法包括：
[0009]其中，是子小波，是一维母小波，表示一维时间尺度，是平移因子，是尺度因子。
[0010]可选地，基于二维小波变换对所述分解数据进行处理的方法包括：
[0011]其中，表示二维空间信息，表示位置信息，为二维母小波，为部分子小波，是尺度因子，、为平移因子。
[0012]可选地，采用涡度算法获取原地涡度的过程包括：获取待计算位置的中心像素，采用涡度算法计算所述中心像素相对于四邻域像素的大小差异，基于所述大小差异获取热异常信号的位置信息。
[0013]可选地，采用涡度算法计算所述中心像素相对于四邻域像素的大小差异的方法包括：
[0014]其中，为待计算位置的中心像素，为中心像素相对于四邻域像素的大小差异。
[0015]可选地，采用历年同期RST算法获取震前热异常信息的方法为：
[0016]其中，为历年同期一系列有效值的均值，为处时的地表温度值；
[0017]其中，R表示震前热异常信息，代表位置处，时刻的遥感图像的DN值，和是处的均值和标准差。
[0018]本专利技术的技术效果为：本专利技术提出的震前热异常提取方法兼顾了空间域的异常信息和时间域的异常信息，并剔除了大气活动、人类活动和地表覆盖等非构造因素的影响，提取出的热异常既有更
强的构造相关性和稳定性，并且在时间和空间上都具有一定的规律性，提高了震前热异常检测的精度，便于进一步的分析与研究。
附图说明
[0019]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：图1为本专利技术实施例中的基于时空联合的震前热异常提取方法流程示意图。
具体实施方式
[0020]需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
[0021]需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
[0022]如图1所示，本实施例中提供一种基于时空联合的震前热异常提取方法，主要分为三个步骤：首先，基于一维小波变换和二维小波变换提取原地温度，即为去除了太阳活动、人类活动等非构造因素影响后得到的温度。然后，将上述步骤中所求取的所有原地温度再基于涡度算法得到涡度值，称为“原地涡度”，以凸显出空间上的热异常信息。最后，将“原地涡度”带入到历年同期RST算法中，以凸显时间上的热异常信息，达到时空联合的热异常检测效果。具体步骤包括：提取原地温度：原地温度的提取主要是采用小波变换，小波变换是傅里叶变换的一种改进，能够将信号转换到时间
‑
频率二维空间上去，能够在分离不同频率信号的同时充分考虑时间信息变化特征。小波变换通过小波函数来实现，给定一个母小波，借助时间上的平移和尺度上的伸缩就能得到一系列子小波，而这些子小波就可以被用来逼近非稳态信号。
[0023][0024]式中，是平移因子，可以让小波对信息在时间尺度上逐个分析，是尺度因子，与频率相关，频率越高，越小，其中，是子小波，是一维母小波，表示一维时间尺度。本研究选用对称性较好的正交Coiflet小波函数对地表温度数据进行分解，小波变换不仅可以处理一维时间序列，也可以对二维空间数据进行特征提取。二维小波变换和一维小波变换原理相似，均是使用母小波获得若干个子小波，再进行内积化。二维小波变换相较于一维小波拥有更强的信号提取与数据分析能力。二维小波变换过程中，若表示二维空间信息，表示位置信息，为二维母小波，则有：
[0025]其中，表示二维空间信息，表示位置信息，为二维母小波，为部分子小波，是尺度因子，、为平移因子本实施例在时间上利用一维小波变换对地表温度数据进行分解，剔除太阳活动、地理位置和地表覆盖的影响，在空间上基于以上处理结果，利用二维小波变换剔除大气活动和人类活动等非构造因素的影响，从而提取本实施例所需要的原地温度。
[0026]求取涡度：涡度算法本质上是一种插值本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于时空联合的震前热异常提取方法，其特征在于，包括以下步骤：获取待检测地区的地表温度数据，基于小波变换法提取原地温度；基于所述原地温度，采用涡度算法获取原地涡度；基于所述原地涡度，采用历年同期RST算法获取震前热异常信息。2.根据权利要求1所述的基于时空联合的震前热异常提取方法，其特征在于，基于小波变换法提取原地温度的过程包括：基于一维小波变换对所述地表温度数据进行分解，剔除太阳活动、地理位置和地表覆盖的影响，获取分解数据；基于二维小波变换对所述分解数据进行处理，剔除非构造因素的影响，获取所述原地温度。3.根据权利要求2所述的基于时空联合的震前热异常提取方法，其特征在于，基于一维小波变换对所述地表温度数据进行分解的方法包括：其中，是子小波，是一维母小波，表示一维时间尺度，是平移因子，是尺度因子。4.根据权利要求2所述的基于时空联合的震前热异常提取方法，其特征在于，基于二维小波变换对所述分解数据进行处理的方...

【专利技术属性】
技术研发人员：宋冬梅，孟祥宇，单新建，王斌，张曼玉，王慧，
申请(专利权)人：中国石油大学华东，
类型：发明
国别省市：