System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种顾及循环荷载的软土地区公路时序InSAR形变估计方法技术_技高网

一种顾及循环荷载的软土地区公路时序InSAR形变估计方法技术

技术编号:40163057 阅读:6 留言:0更新日期:2024-01-26 23:36
本发明专利技术提供一种顾及循环荷载的软土地区公路时序InSAR形变估计方法。本方法面向车辆长期循环荷载影响下的软土地区公路形变监测,基于多时相InSAR技术,分别开展时序形变建模和模型参数解算,最终通过获取的形变参数解估计软土地区公路时序形变。时序InSAR建模环节将循环荷载塑性应变模型分量引入InSAR形变模型,建立了一种顾及车辆循环荷载影响的软土地区公路时序InSAR形变模型。本方法克服了传统InSAR监测方法中忽略了车辆荷载影响的缺陷,可准确估计软土地区公路受长期车辆循环荷载影响下的时序形变,拓宽了InSAR技术的应用领域,也可为车辆荷载影响下的公路形变分析解译与形变预测预警提供借鉴。

【技术实现步骤摘要】

本专利技术涉及公路形变监测预警领域,具体涉及一种顾及循环荷载的软土地区公路时序insar形变估计方法。


技术介绍

1、由于软土天然含水量大、压缩性高、强度低、结构差等特性,在车辆荷载作用下,更易发生沉降等病害。特别是当车辆超限超载时,由于车辆的荷载远远超过了公路的设计载荷,致使路面损坏、桥梁断裂,使用年限大大缩短。因此,迫切需要对车辆长期循环荷载作用下的软土地区公路开展长期沉降监测。

2、传统的变形监测方法主要有精密水准测量、全球导航卫星系统等,虽然能够满足公路的监测精度要求,但其空间分辨率低、人力物力消耗大、现场仪器设备保护难的缺陷限制了其在大范围形变监测中的应用。差分合成孔径雷达干涉测量(differentialinterferometric synthetic aperture radar,简称d-insar)技术作为一种新兴的空间对地观测技术,以其监测范围广、空间分辨率高、非接触式测量、穿透云雾能力强、对微小形变敏感等优点,大大弥补了传统测量手段的不足,为大范围软土地区路网整体形变监测提供了新的契机。然而,时空失相关和大气延迟影响限制了d-insar技术的监测精度。因此,多时相insar技术(multi-temporal interferometry synthetic aperture radar,简称mt-insar)被学者们提出,该项技术主要是以永久散射体(permanent scatterer,简称ps)、小基线集(small baseline subset,简称sbas)等技术为代表的高级insar技术,已被证实在大面积城市地表形变监测、大型线状设施沉降监测方面更具应用潜力,在国内外已取得了诸多先进的应用成果。

3、在时间序列insar数据处理过程中,形变模型的建立是至关重要的环节,直接影响形变估计的精度,且会对形变参数求解、高相干点优化选取及相位解缠环节产生影响,更可为后续形变结果的解译提供参考。目前公路形变监测中采用的insar模型多为一种或几种数学函数组合而成的模型,模型参数多为物理意义不够明确的数学系数,且很少将车辆循环荷载对沉降的贡献纳入形变模型中。对软土地区公路而言,不但承受公路结构重量的静力荷载,还要承受车辆重复作用的循环动荷载。前者对路基而言是静力荷载,其大小取决于公路上部结构型式,而后者则是随轮轴移动而重复变化的动应力。软土地区公路工后沉降主要包括循环动荷载在地基中引起附加动应力导致的沉降和软土长期流变作用引起的沉降,其中循环荷载对地基形变的附加影响已被证实不可忽略,其引起的塑性变形占比通常达到地基形变的70%以上。因此,提供一种能够精准对软土地区公路形变进行估计的方法具有重要意义。


技术实现思路

1、本专利技术目的在于提供一种顾及循环荷载的软土地区公路时序insar形变估计方法,这一方法面向车辆长期循环荷载影响下的软土地区公路形变监测,基于多时相insar技术,分别开展时序形变建模和模型参数解算,最终通过获取的形变参数解估计软土地区公路时序形变。时序insar建模环节以流变学理论中的maxwell沉降模型作为insar软土形变基础模型,再将循环荷载塑性应变模型分量引入insar形变模型,建立了一种顾及车辆循环荷载影响的软土地区公路时序insar形变模型。模型参数解算通过遗传算法(geneticalgorithm,ga)与列文伯格-马夸尔特法(levenberg-marquardt algorithm,lm)串行的方法(galm)进行求解。本方法克服了传统insar监测方法中忽略了车辆荷载影响的缺陷,可准确估计软土地区公路受长期车辆循环荷载影响下的时序形变,拓宽了insar技术的应用领域,也可为车辆荷载影响下的公路形变分析解译与形变预测预警提供借鉴。

2、本专利技术采用的技术方案如下:

3、一种顾及循环荷载的软土地区公路时序insar形变估计方法,包括以下步骤:

4、步骤一、insar差分干涉相位获取,具体是:基于高相干点的时序insar差分干涉图生成;利用时间序列insar技术获取软土区域解缠后的差分干涉图,并利用双重阈值法筛选高相干点,生成已筛选干涉图的高相干点目标的解缠相位差矩阵,得到insar差分干涉相位;

5、步骤二、基于步骤一所得insar差分干涉相位,构建顾及循环荷载的软土地区公路时序insar模型;

6、步骤三、顾及循环荷载的insar软土地区公路形变模型参数估计,具体是:运用galm算法进行参数解算,先利用遗传算法搜索步骤二所得的时间序列函数模型的参数的近似最优解,并将此解作为列文伯格-马夸尔特法的初值进行迭代优化得到参数最优解;

7、步骤四、基于顾及循环荷载的insar软土地区公路形变模型的时序形变估计,具体是:利用步骤三所得的参数最优解估计insar影像干涉时段内的软土地区公路时序形变,生成软土地区公路的时序形变场。

8、步骤一包括以下步骤:

9、步骤1.1、根据n+1景sar影像和外部dem数据,对n+1幅sar数据进行影像配准、多视处理及重采样,通过时空基线阈值筛选干涉组合,生成影像强度图、干涉图和相干性系数图;

10、步骤1.2、对步骤1.1中干涉图进行去轨道误差、去平地相位和去地形相位处理,生成差分干涉图;

11、步骤1.3、对步骤1.2中的差分干涉图进行相位解缠,得到解缠后的差分干涉图;

12、步骤1.4、利用步骤1.1中生成的相干性系数图和影像强度图,设置相干性和振幅离差值的双重阈值,对步骤1.3获得的解缠后的差分干涉图进行高相干点提取,生成已筛选干涉图的高相干点目标的解缠相位差矩阵,即得到insar差分干涉相位。

13、步骤二具体是:

14、步骤2.1、建立maxwell流变方程中粘性应变和li dingqing循环动应力模型中累积塑性应变与累积形变的时序函数关系;maxwell流变状态方程中累积粘性应变表示为:

15、

16、式(1)中,εrhe为软土地区公路的累积粘性应变,σc为地基上覆结构的静荷载,e为软土的弹性模量,η1为软土的粘度系数,t为荷载的加载时刻,取值为影像时刻;

17、lidingqing循环动应力模型中荷载累积塑性应变表示为:

18、

19、式(2)中,εtra为循环荷载引起的累积塑性应变,a、m、b为材料参数,β为动偏应力与土壤静强度的比值,nper为参考时刻与t时刻间的总循环次数,t为荷载的加载时刻,取值为影像时刻;

20、公路地表累积应变ε与累积形变d的关系表示为:

21、

22、式(3)中,ε=εrhe+εtra,h为地基表面以下发生应变的深度;

23、结合式(1)、(2)、(3),软土地区公路累积形变d表示为粘性形变drhe与循环荷载形变dtra的累加,得到ta-tb时段内软土的累积形变δd(ta,tb)表示为:

24、...

【技术保护点】

1.一种顾及循环荷载的软土地区公路时序InSAR形变估计方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的顾及循环荷载的软土地区公路时序InSAR形变估计方法,其特征在于,步骤一包括以下步骤:

3.根据权利要求1所述的顾及循环荷载的软土地区公路时序InSAR形变估计方法,其特征在于,步骤二具体是:

4.根据权利要求1所述的顾及循环荷载的软土地区公路时序InSAR形变估计方法,其特征在于,步骤三具体是:

5.根据权利要求1所述的顾及循环荷载的软土地区公路时序InSAR形变估计方法,其特征在于,步骤四具体是:

【技术特征摘要】

1.一种顾及循环荷载的软土地区公路时序insar形变估计方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的顾及循环荷载的软土地区公路时序insar形变估计方法,其特征在于,步骤一包括以下步骤:

3.根据权利要求1所述的顾及循环荷载的软土地区公路时序in...

【专利技术属性】
技术研发人员:邢学敏郑冠峰刘斌袁志辉史健存龙京建许文东
申请(专利权)人:长沙理工大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1