【技术实现步骤摘要】
本专利技术设计一种insar与图神经网络结合的地表形变时空预测方法，属地质灾害监测领域。
技术介绍
0、技术背景
1、传统的insar监测方法过分依赖具有强散射特性的地物，导致无法识别出足够的监测点。而分布式目标干涉测量(ds-insar)技术不依赖于地面上的稳定性目标，可提高复杂区域的相干点密度。
2、传统的地表形变预测模型在预测过程中仅使用高相干测点上的时间序列数据，忽略了测点间的空间联系。地表沉降往往不是孤立发生的，某些区域的沉降可能会影响邻近区域，因此如果将每个监测点视为独立个体进行处理，可能会丢失地表形变的空间关联性。此外，形变预测通常仅依赖单个测点的历史时间序列，未能充分考虑不同测点形变序列的共同演变趋势，忽略了高连接性点之间可能存在的相关变化模式，影响了复杂地形条件下的预测精度。
3、现有技术cn116188969a公开了一种融合insar与时空卷积的地表形变预测方法，包括如下步骤：基于ps-insar获取地表形变；构建地表形变样本提取模型，将不同年份的第四系厚度、潜水水位、第一承压水位...
【技术保护点】
1.InSAR与图神经网络结合的地表形变时空预测方法，其特征在于，步骤如下：
2.根据权利要求1中所述的InSAR与图神经网络结合的地表形变时空预测方法，其特征在于，利用DS-InSAR获取SAR影像雷达视线向的时序高相干测点地表形变信息步骤如下：
3.根据权利要求1中所述的InSAR与图神经网络结合的地表形变时空预测方法，其特征在于，利用高相干测点的经纬度计算任意两个高相干测点间的空间距离D，表示如下：
4.根据权利要求3中所述的InSAR与图神经网络结合的地表形变时空预测方法，其特征在于，利用高相干测点的时序形变计算任意两测点间...
【技术特征摘要】
1.insar与图神经网络结合的地表形变时空预测方法，其特征在于，步骤如下：
2.根据权利要求1中所述的insar与图神经网络结合的地表形变时空预测方法，其特征在于，利用ds-insar获取sar影像雷达视线向的时序高相干测点地表形变信息步骤如下：
3.根据权利要求1中所述的insar与图神经网络结合的地表形变时空预测方法，其特征在于，利用高相干测点的经纬度计算任意两个高相干测点间的空间距离d，表示如下：
4.根据权利要求3中所述的insar与图神经网络结合的地表形变时空预测方法，其特征在于，利用高相干测点的时序形变计算任意两测点间时序形变间的互信息量i的过程如下：
5.根据权利要求4中的insar与图神经网络结合的地表形变时空预测方法，其特征在于，利用综合度量q判...
【专利技术属性】
技术研发人员：范洪冬，皇甫迎春，庄会富，田泽明，滕仰俊，崔一凡，
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。