一种基于时空约束的冻土区形变监测方法及相关设备技术

本申请适用于冻土监测技术领域，提供了一种基于时空约束的冻土区形变监测方法及相关设备。该监测方法包括：对目标冻土区域的SAR影像数据进行处理，得到干涉图；分别对干涉图中的目标像素基于冻土形变的年际变化对目标像素进行建模，得到形变模型，并通过形变模型对干涉图进行处理，得到目标像素的所有相位值；将目标像素和以目标像素为中心的窗口内的其他目标像素作为一个像素相干组并建立观测方程，基于空间相关性，确定像素相干组的每个相位值的权值；再利用权值求解目标像素的时序形变结果；对所有目标像素的时序形变结果进行整合，得到目标冻土区域的形变结果。本申请的监测方法能有效提高冻土区形变监测的精度。测方法能有效提高冻土区形变监测的精度。测方法能有效提高冻土区形变监测的精度。

【技术实现步骤摘要】
一种基于时空约束的冻土区形变监测方法及相关设备


[0001]本申请涉及冻土监测
，特别涉及一种基于时空约束的冻土区形变监测方法及相关设备。

技术介绍

[0002]受全球变暖和人为活动的影响，多年冻土正经历着剧烈、快速的退化趋势。而冻土区地表形变的变化是这种退化趋势的最直接、外在的表现形式；因此，监测冻土区地表形变有利于加深对冻土的冻融和退化过程的理解。传统冻土区地表形变监测通常依赖于实地测量的手段；虽然能够得到高质量的监测结果，但是费时费力且局限于单点或者小范围尺度。合成孔径雷达干涉测量(InSAR)技术作为一种新兴的空间对地观测技术，具有全天候全天时观测、精度高、覆盖范围广等优势，已被广泛应用于冻土区大范围地表形变监测。
[0003]在InSAR形变监测过程中，合理的相位形变模型是去除多余相位和提取高精度地表变形的关键。而冻土区地表受冻融循环的影响，其形变过程较为复杂。目前，国内外学者发展了6种监测多年冻土区地表形变模型，分别为：三次方形变模型、周期形变模型、分段Stefan冻土形变模型、顾及环境因子的冻土形变模型、基于冻土融化过程的形变模型和分段高程形变模型。这些模型大多将冻土形变分为长期和季节性两部分来建模，并假定这两部分形变在整个研究时间范围内保持不变。这忽略了冻土长期和季节形变的年际变化，不符合客观实际情况，会影响长时序InSAR形变监测的精度。同时，现有的InSAR监测冻土地表形变研究都是基于单点逐像素独立解算，忽略了空间相邻点形变之间的相关性，导致冻土区形变监测的监测精度低。
[0004]申请内容
[0005]本申请实施例提供了一种基于时空约束的冻土区形变监测方法及相关设备，可以解决冻土区形变监测的监测精度低的问题。
[0006]第一方面，本申请实施例提供了一种基于时空约束的冻土区形变监测方法，该监测方法包括：
[0007]对目标冻土区域的SAR影像数据进行处理，得到Q景干涉图；
[0008]分别针对干涉图中满足预设相干性条件的每个目标像素，基于目标冻土区域的冻土形变的年际变化对目标像素进行建模，得到目标像素的形变模型，并通过目标像素的形变模型对每景干涉图进行处理，得到目标像素在所有干涉图中的相位值；相位值为仅包含高频形变、低频形变和噪声的相位值；
[0009]分别针对每个目标像素，将目标像素和以目标像素为中心的窗口内的其他目标像素作为一个像素相干组，基于像素相干组对应的所有相位值建立观测方程，并基于目标像素与像素相干组中其他目标像素之间的空间相关性，确定像素相干组对应的每个相位值的权值；再利用每个相位值的权值和观测方程，求解目标像素的时序形变结果；
[0010]对所有目标像素的时序形变结果进行整合，得到目标冻土区域的形变结果。
[0011]可选的，形变模型为：
[0012][0013]其中，d
f
(t)表示第f个目标像素在t时刻相对于参考时刻的形变模型值，参考时刻为SAR影像数据中第1景图像的获取时刻，f＝1,2,...,F，F表示目标像素的总数，j表示第j个多年冻土年，j＝1,2,3,4,...,n，n表示SAR影像获取时刻范围覆盖的多年冻土总年数，t表示第t个时刻，t＝1,2,...,N，N表示SAR影像数据的图像总数量，表示第f个目标像素在前j个多年冻土年冻土形变的常数项，表示第f个目标像素在第j个多年冻土年的长期形变速率，和均表示第f个目标像素在第j个多年冻土年的季节性形变参数，T表示季节性形变周期。
[0014]可选的，通过目标像素的形变模型对每景干涉图进行处理，得到目标像素在所有干涉图中的相位值，包括：
[0015]获取每景干涉图的解缠干涉图数据；
[0016]根据解缠干涉图数据建立相位方程：
[0017][0018]其中，表示第i景干涉图的解缠干涉图数据，i＝1,2,...,Q，Q表示干涉图的总数，λ表示雷达波长，d
f
(t
A
)表示第f个目标像素在t
A
时刻相对于参考时刻的形变模型值，d
f
(t
B
表示第f个目标像素在t
B
时刻相对于参考时刻的形变模型值，f＝0,1,2,...,F，F表示目标像素的总数，B
⊥
,i
为第i景干涉图的垂直基线长度，δ
i
Z表示第f个目标像素的高程残差，θ为雷达入射角，r为视线向斜距，为第i景干涉图中由大气延迟、高频形变和噪声组成的残差相位；
[0019]利用最小二乘法对相位方程进行求解，得到第f个目标像素的形变模型的未知参数X
f
和第f个目标像素的高程残差δ
f
Z；
[0020]未知参数[]T
表示矩阵的转置运算；
[0021]利用第f个目标像素的形变模型的未知参数和第f个目标像素的高程残差δ
f
Z对相位方程进行计算，得到第f个目标像素在第i景干涉图中仅包含高频形变、低频形变和噪声的相位值
[0022]可选的，观测方程为：
[0023][0024]其中，[]T
表示矩阵的转置运算，表示像素相干组的中心目标像素在第1景干涉图中仅包含高频形变、低频形变和噪声的相位值，
中心目标像素为作为窗口中心的目标像素，表示像素相干组的中心目标像素在第i景干涉图中仅包含高频形变、低频形变和噪声的相位值，表示像素相干组的中心目标像素在第Q景干涉图中仅包含高频形变、低频形变和噪声的相位值，i＝1,2,...,Q，Q表示干涉图的总数，图的总数，表示像素相干组的第k个目标像素在第1景干涉图中仅包含高频形变、低频形变和噪声的相位值，表示像素相干组的第k个目标像素在第i景干涉图中仅包含高频形变、低频形变和噪声的相位值，表示像素相干组的第k个目标像素在第Q景干涉图中仅包含高频形变、低频形变和噪声的相位值，k＝0,1,2,...,K，K表示像素相干点组中目标像素的总数，0,1,2,...,K，K表示像素相干点组中目标像素的总数，表示像素相干组的第K个目标像素在第1景干涉图中仅包含高频形变、低频形变和噪声的相位值，表示像素相干组的第K个目标像素在第i景干涉图中仅包含高频形变、低频形变和噪声的相位值，表示像素相干组的第K个目标像素在第Q景干涉图中仅包含高频形变、低频形变和噪声的相位值，表示像素相干组的中心目标像素的空间系数矩阵，表示像素相干组的第k个目标像素的空间系数矩阵，表示像素相干组的第K个目标像素的空间系数矩阵，l＝[def0,G
11
,G
12
,
……
,G
t1
,G
t2
,
……
,G
N1
,G
N2
]T
，l表示时序形变及梯度变化参数结果，def0表示像素相干组的中心目标像素的时序形变，G
11
表示像素相干组的中心目标像素在第1个时刻于距离向上的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于时空约束的冻土区形变监测方法，其特征在于，包括：对目标冻土区域的SAR影像数据进行处理，得到Q景干涉图；分别针对所述干涉图中满足预设相干性条件的每个目标像素，基于所述目标冻土区域的冻土形变的年际变化对所述目标像素进行建模，得到所述目标像素的形变模型，并通过所述目标像素的形变模型对每景干涉图进行处理，得到所述目标像素在所有干涉图中的相位值；所述相位值为仅包含高频形变、低频形变和噪声的相位值；分别针对每个所述目标像素，将所述目标像素和以所述目标像素为中心的窗口内的其他目标像素作为一个像素相干组，基于所述像素相干组对应的所有相位值建立观测方程，并基于所述目标像素与所述像素相干组中其他目标像素之间的空间相关性，确定所述像素相干组对应的每个相位值的权值；再利用所述每个相位值的权值和所述观测方程，求解所述目标像素的时序形变结果；对所有目标像素的时序形变结果进行整合，得到所述目标冻土区域的形变结果。2.根据权利要求1所述的监测方法，其特征在于，所述形变模型为：其中，d
f
(t)表示第f个目标像素在t时刻相对于参考时刻的形变模型值，所述参考时刻为所述SAR影像数据中第1景图像的获取时刻，f＝1,2,...,F，F表示目标像素的总数，j表示第j个多年冻土年，j＝1,2,3,4,...,n，n表示SAR影像获取时刻范围覆盖的多年冻土总年数，t表示第t个时刻，t＝1,2,...,N，N表示SAR影像数据的图像总数量，表示第f个目标像素在前j个多年冻土年冻土形变的常数项，表示第f个目标像素在第j个多年冻土年的长期形变速率，和均表示第f个目标像素在第j个多年冻土年的季节性形变参数，T表示季节性形变周期。3.根据权利要求2所述的监测方法，其特征在于，所述通过所述目标像素的形变模型对每景干涉图进行处理，得到所述目标像素在所有干涉图中的相位值，包括：获取每景所述干涉图的解缠干涉图数据；根据所述解缠干涉图数据建立相位方程：其中，表示第i景干涉图的所述解缠干涉图数据，i＝1,2,...,Q，Q表示所述干涉图的总数，λ表示雷达波长，d
f
(t
A
)表示第f个目标像素在t
A
时刻相对于参考时刻的形变模型值，d
f
(t
B
)表示第f个目标像素在t
B
时刻相对于参考时刻的形变模型值，f＝1,2,...,F，F表示目标像素的总数，B
⊥
,i
为第i景干涉图的垂直基线长度，δ
f
Z表示第f个目标像素的高程残差，θ为雷达入射角，r为视线向斜距，为所述第i景干涉图中由大气延迟、高频形变和噪声组成的残差相位；利用最小二乘法对所述相位方程进行求解，得到所述第f个目标像素的形变模型的未
表示所述像素相干组的中心目标像素在第1个时刻的时序形变，x表示距离方向，G
12
表示所述像素相干组的中心目标像素在第1个时刻于方位向上的形变的梯度变化参数，y表示方位方向，G
t1
表示所述像素相干组的中心目标像素在第t个时刻于距离向上的形变的梯度变化参数，def
t
表示所述像素相干组的中心目标像素在第t个时刻的时序形变，G
t2
表示所述像素相干组的中心目标像素在第t个时刻于方位向上的形变的梯度变化参数，t＝1,2,...,N，N表示SAR影像数据的图像总数量，方位向上的形变的梯度变化参数，t＝1,2,...,N，N表示SAR影像数据的图像总数量，G
N1
表示所述像素相干组的中心目标像素在第N个时刻于距离向上的形变的梯度变化参数，def
N
表示所述像素相干组的中心目标像素在第N个时刻的时序形变，G
N2
表示所述像素相干组的中心目标像素在第t个时刻于方位向上的形变的梯度变化参数，C表示系数矩阵。5.根据权利要求1所述的监测方法，其特征在于，所述基于所述目标像素与所述像素相干组中其他目标像素之间的空间相关性，确定所述像素相干组对应的每个相位值的权值，包括：通过变异函数计算在第i景干涉图中距离为h
k
的目标像素对的变异函数值γ
i
(h
k
)；其中，s＝1,2,...,R
i
(h)，R
i
(h)表示在第i景干涉图中距离为h的目标像素的对数，i＝1,2,...,Q，Q表示所述干涉图的总数，x0表示所述像素相干组的中心目标像素的坐标，x0+h
k
表示与所述像素相干组的中心目标像素之间距离为h
k
的所述像素相干组...

【专利技术属性】
技术研发人员：王琪洁，李佳晨，张亚，高冠友，
申请(专利权)人：中南大学，
类型：发明
国别省市：