【技术实现步骤摘要】
一种基于概率积分模型的矿区大梯度相位优化方法
[0001]本专利技术属于面向矿区大梯度时序形变监测的时序SAR数据处理
,尤其涉及一种基于概率积分模型的矿区大梯度相位优化方法。
技术介绍
[0002]时序合成孔径雷达干涉测量技术通过对多景SAR影像开展长时间序列分析,有效弥补了差分InSAR技术受时空失相干因素影响的不足,将形变监测精度由厘米级进一步提升为毫米级,使其在地震、滑坡、矿山开采沉陷、城市健康监测等领域展现出更广阔的应用前景。然而,由于永久性散射体较多分布在建筑、桥梁等地面反射较强的人工地表区域,致使面向覆盖农田、森林等非人工地表区域的监测存在监测点密度不足、监测精度受限的问题。针对于此,基于分布式散射体的TSInSAR技术得到广泛发展,其在农村、山区等非人工地表区域的广泛分布有效弥补了永久性散射体的不足,提高了非人工地表形变监测的有效性及可靠性。不同于拥有主导散射体的永久性散射体点,DS点分辨单元内由多个具有相似特征的子散射体组成,并无主导散射体,进而导致DS点易受时间及几何失相干因素的影响,致使其相位质量较差,严重制约了相位信息的解译精度。因此,旨在提高相位信噪比的相位优化处理是基于DS的TSInSAR技术开展时序监测应用中不可或缺的关键处理步骤。基于相位优化通用函数模型分析,现阶段相位优化方法的研究主要集中在相干性无偏估计、权重因子设置及模型高效解算等方面,而针对大梯度形变对应密集条纹处的相位模糊问题尚缺乏相关研究。在估计协方差矩阵时,通常采用基于同质像素集的同质滤波处理获取干涉相位信息,然而同 ...
【技术保护点】
【技术特征摘要】
1.一种基于概率积分模型的矿区大梯度相位优化方法,其特征在于,包括以下步骤:基于矿区的SAR影像数据,获取影像日期;计算不同日期的时间间隔,结合概率积分模型,估计不同时段下的矿区先验形变量;结合SAR影像数据,将所述矿区先验形变量转换为雷达视线向形变量,将所述雷达视线向形变量转换为先验形变相位;基于所述SAR影像数据构建全干涉对网络,获取全干涉对的差分干涉相位,将所述先验形变相位从所述差分干涉相位中去除,获取全干涉对的残余相位;根据置信区间假设检验法,结合所述SAR影像数据的时序振幅值选取同质像素集;基于所述同质像素集获取所述残余相位的相干性值,结合所述残余相位及对应的相干性值构建复相干性矩阵;构建基于相干性次幂加权策略的相位优化模型,结合所述复相干性矩阵,获取所述残余相位对应的相位优化估计量;基于所述SAR影像数据构建短时空基线干涉对网络,通过所述相位优化估计量获取对应干涉对的差分干涉相位,结合同时段的所述先验形变相位,获取优化后的干涉相位。2.如权利要求1所述的基于概率积分模型的矿区大梯度相位优化方法,其特征在于,估计不同时段下的矿区先验形变量的方法包括:基于概率积分模型,结合矿区煤层开采引起地表点的沉降量及Knothe时间函数,获取不同时间间隔下的形变量;基于所述SAR影像数据获取的所述影像日期,计算不同日期的时间间隔,结合所述概率积分模型,估计不同时段下的矿区先验形变量。3.如权利要求2所述的基于概率积分模型的矿区大梯度相位优化方法,其特征在于,矿区煤层开采引起地表点的沉降量的方法为:W0=mqcosαl=D3‑
S4L=(D1‑
S2)cosα其中,W(x,y)为沉降量,x、y分别为地表点的x方向及y方向坐标,W0为地表点的最大下沉量,m为煤层的法向采厚,q为下沉系数,α为煤层倾角,l为工作面等效积分走向长度,D3和D1分别为工作面的走向长度和倾向斜长,S1、S2、S3和S4分别为下山方向、上山方向、走向左方向及走向右方向的拐点偏移距,L为工作面等效积分倾向宽度。4.如权利要求1所述的基于概率积分模型的矿区大梯度相位优化方法,其特征在于,结合SAR影像数据,将所述矿区先验形变量转换为雷达视线向形变量的方法为:其中,x、y分别为SAR影像像素的x方向及y方向坐标,Def
LOS
为雷达视线向形变量,Def
PIM
‑
W
、Def
PIM
‑
UN
、Def
PIM
‑
UE
分别为概率积分模型估计的垂直向、南北向及东西向形变量,θ为
雷达入射角,α为卫星航向角,N为南北方向,E为东西方向。5.如权利要求1所述的基于概率积分模型的矿区大梯度相位优化方法,其特征在于,将所述雷达视线向形变量转换为先验形变相位的方法为:其中,Def
LOS
为雷达视线向形变量,ψ
prior
为先验形变相位,λ为雷达波长。6.如权利要求1所述的基于概率积分模型的矿区大梯度相位优化方法,其特征在于,基于所述SAR影像数据构建全干涉对网络,获取全干涉对的差分干涉相...
【专利技术属性】
技术研发人员:李世金,高延东,张书毕,郑南山,
申请(专利权)人:中国矿业大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。