CN110673145A - 一种基于间断相干的InSAR地表形变监测方法及系统 - Google Patents
一种基于间断相干的InSAR地表形变监测方法及系统 Download PDFInfo
- Publication number
- CN110673145A CN110673145A CN201911016027.9A CN201911016027A CN110673145A CN 110673145 A CN110673145 A CN 110673145A CN 201911016027 A CN201911016027 A CN 201911016027A CN 110673145 A CN110673145 A CN 110673145A
- Authority
- CN
- China
- Prior art keywords
- coherence
- deformation
- phase
- point
- points
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000012544 monitoring process Methods 0.000 title claims abstract description 26
- 230000001427 coherent effect Effects 0.000 claims abstract description 69
- 238000012545 processing Methods 0.000 claims abstract description 27
- 238000000605 extraction Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 4
- 230000002194 synthesizing effect Effects 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 2
- 230000000452 restraining effect Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 239000011159 matrix material Substances 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 230000007774 longterm Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 102100024061 Integrator complex subunit 1 Human genes 0.000 description 1
- 101710092857 Integrator complex subunit 1 Proteins 0.000 description 1
- 102100024383 Integrator complex subunit 10 Human genes 0.000 description 1
- 101710149805 Integrator complex subunit 10 Proteins 0.000 description 1
- 102100024370 Integrator complex subunit 11 Human genes 0.000 description 1
- 101710149806 Integrator complex subunit 11 Proteins 0.000 description 1
- 102100033265 Integrator complex subunit 2 Human genes 0.000 description 1
- 108050002021 Integrator complex subunit 2 Proteins 0.000 description 1
- 102100039134 Integrator complex subunit 4 Human genes 0.000 description 1
- 101710092887 Integrator complex subunit 4 Proteins 0.000 description 1
- 102100039131 Integrator complex subunit 5 Human genes 0.000 description 1
- 101710092888 Integrator complex subunit 5 Proteins 0.000 description 1
- 102100030147 Integrator complex subunit 7 Human genes 0.000 description 1
- 101710092890 Integrator complex subunit 7 Proteins 0.000 description 1
- 102100030148 Integrator complex subunit 8 Human genes 0.000 description 1
- 101710092891 Integrator complex subunit 8 Proteins 0.000 description 1
- 102100030206 Integrator complex subunit 9 Human genes 0.000 description 1
- 101710092893 Integrator complex subunit 9 Proteins 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
- G01S13/9021—SAR image post-processing techniques
- G01S13/9023—SAR image post-processing techniques combined with interferometric techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/885—Radar or analogous systems specially adapted for specific applications for ground probing
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于间断相干的InSAR地表形变监测方法及系统。该方法包括:获取被监测区域的地表SAR影像;对SAR影像进行配准;采用小基线集法提取SAR影像中的干涉对;对干涉对进行差分干涉处理;提取干涉对中的相干点,相干点包括在时间序列上连续保持高相干性的连续相干点和在时间序列上间断保持高相干性的间断相干点;对相干点进行相位解缠;根据相干点相位解缠后的相位确定相干点的线性形变;从相干点相位解缠后的相位中减去相干点的线性形变相位,得到残余相位;对残余相位进行滤波处理,得到相干点的非线性形变;综合相干点的线性形变和非线性形变,确定被监测区域地表的形变或形变速率。本发明能够对时序上间断相干点位的区域形变进行有效监测。
Description
技术领域
本发明涉及微波遥感技术领域,特别是涉及一种基于间断相干的InSAR地表形变监测方法及系统。
背景技术
InSAR是一种主动式微波雷达探测技术。它具有大规模,低成本和高精度等技术优势。近年来,它在许多领域显示出巨大的变形监测潜力,如滑坡,冰川运动,地面沉降等。常规的差分干涉测量(Differential SAR Interferomtry,DInSAR)技术通过对两幅影像作差分来计算形变,但是由于DInSAR技术受失相干现象的影响,目前国际上对InSAR技术的研究主要集中在长时间序列DInSAR技术的研究。长时间序列的DInSAR与传统的DInSAR有显著的不同,主要是对长时间范围内相位和幅度变化稳定的点进行分析,利用这些稳定点的相位特征,消除大气延迟成分,获得高精度的地表形变信息,从而实现长时间尺度的形变分析。目前关于长时间序列的DInSAR的研究方法有最小二乘方法、永久散射体方法、小基线集方法(Small Baseline Differential SAR Interferogram,SBAS)和相干目标方法。
Berardino等人(2002)提出的小基线集技术是一种经典的长时间序列的DInSAR方法。通过选择时空基线较小的干涉像对,限制了长基线导致的几何失相关问题,使更多的干涉相对参与计算,增加了时间上的采样,采用最小二乘或者奇异值分解获取地表形变信息,是一种有效的大尺度的形变监测技术。但是这种方法只能监测到时间序列中保持高相干性的区域,如城市区域、裸露岩石和大型人工设施。对于低相干值区域(植被)是无效的,这样不能完整反映形变区域,给后续的形变解译带来困难。由于受到人类活动、地质活动和地质环境的影响,如季节性植被覆盖、土壤湿度和气候变化等,都会突然改变地表的物理特征,降低干涉图的相干性,造成这些像元在时间序列中间断相干,虽然这样的点在时间序列中包含有形变信息,但是在传统的SBAS技术中是不考虑的,以至于在低相干区域点位分布较少,使得这些区域的形变信息无法得到正确的反应。
发明内容
本发明的目的是提供一种基于间断相干的InSAR地表形变监测方法及系统,能够对时序上间断相干点位的区域形变进行有效监测。
为实现上述目的,本发明提供了如下方案:
一种基于间断相干的InSAR地表形变监测方法,包括:
获取被监测区域的地表SAR影像,所述SAR影像包括时间序列上的多个卫星雷达影像;
从所述SAR影像中选取主影像,并根据所述主影像对所述SAR影像进行配准;
采用小基线集法提取所述SAR影像中的干涉对;
对所述干涉对进行差分干涉处理;
提取所述干涉对中的相干点,所述相干点包括连续相干点和间断相干点,所述连续相干点为在时间序列上相干值的均值大于第一预设值的相干点;所述间断相干点为在时间序列上具有多个相干值大于第二预设值且大于所述第二预设值的相干值的数量大于设定值的相干点;
对所述相干点进行相位解缠;
根据所述相干点相位解缠后的相位确定所述相干点的线性形变;
从所述相干点相位解缠后的相位中减去所述相干点的线性形变相位,得到残余相位;
对所述残余相位进行滤波处理,得到所述相干点的非线性形变;
综合所述相干点的线性形变和非线性形变,确定被监测区域地表的形变或形变速率。
可选的,所述对所述干涉对进行差分干涉处理,具体包括:
采用轨道数据和地形数据对所述干涉对进行二轨差分干涉处理。
可选的,所述根据所述相干点相位解缠后的相位确定所述相干点的线性形变,具体包括:
对所述相干点构建三角网;
以三角网中位于同一边两端的相干点的形变速率差分为待求解量,以所述相干点相位解缠后的相位为已知量,构建线性形变求解方程,并约束相邻时期的形变速率差,最后求解得到所述相干点的线性形变。
可选的,所述约束相邻时期的形变速率,具体包括:
将相邻时期形变速率的约束确定为-0.5Δvk-1+Δvk-0.5Δvk+1=0,其中,Δvk为k时期的形变速率差。
可选的,所述对所述相干点进行相位解缠,具体包括:
采用最小费用流方法对所述相干点进行相位解缠。
本发明还提供了一种基于间断相干的InSAR地表形变监测系统,包括:
地表SAR影像获取模块,用于获取被监测区域的地表SAR影像,所述SAR影像包括时间序列上的多个卫星雷达影像;
影像配准模块,用于从所述SAR影像中选取主影像,并根据所述主影像对所述SAR影像进行配准;
干涉对提取模块,用于采用小基线集法提取所述SAR影像中的干涉对;
差分干涉处理模块,用于对所述干涉对进行差分干涉处理;
相干点提取模块,用于提取所述干涉对中的相干点,所述相干点包括连续相干点和间断相干点,所述连续相干点为在时间序列上相干值的均值大于第一预设值的相干点;所述间断相干点为在时间序列上具有多个相干值大于第二预设值且大于所述第二预设值的相干值的数量大于设定值的相干点;
相位解缠模块,用于对所述相干点进行相位解缠;
线性形变确定模块,用于根据所述相干点相位解缠后的相位确定所述相干点的线性形变;
残余相位确定模块,用于从所述相干点相位解缠后的相位中减去所述相干点的线性形变相位,得到残余相位;
非线性形变确定模块,用于对所述残余相位进行滤波处理,得到所述相干点的非线性形变;
形变确定模块,用于综合所述相干点的线性形变和非线性形变,确定被监测区域地表的形变或形变速率。
可选的,所述差分干涉处理模块,具体包括:
差分干涉处理单元,用于采用轨道数据和地形数据对所述干涉对进行二轨差分干涉处理。
可选的,所述线性形变确定模块,具体包括:
三角网构建单元,用于对所述相干点构建三角网;
线性形变求解单元,用于以三角网中位于同一边两端的相干点的形变速率差分为待求解量,以所述相干点相位解缠后的相位为已知量,构建线性形变求解方程,并约束相邻时期的形变速率差,最终求解得到所述相干点的线性形变。
可选的,相邻时期形变速率的约束为-0.5Δvk-1+Δvk-0.5Δvk+1=0,其中,Δvk为k时期的形变速率差。
可选的,所述相位解缠模块,具体包括:
相位解缠单元,用于采用最小费用流方法对所述相干点进行相位解缠。
根据本发明提供的具体实施例,本发明公开了以下技术效果:本发明提供的基于间断相干的InSAR地表形变监测方法及系统在选取被监测区域SAR影像上的相干点时,既选取了在时间序列上连续保持高相干性的连续相干点,还选取了在时间序列上间断保持高相干性的间断相干点;根据这些相干点的相位变化,确定被监测区域地表的形变或形变速率。由于本发明在提取相干点时,考虑了时序间断相干点,使得本发明能够对时序上间断相干点位的区域形变进行有效监测。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例中基于间断相干的InSAR地表形变监测方法的流程示意图;
图2为本发明实施例中间断相干点示意图;
图3为本发明实施例中的干涉序列示意图;
图4为本发明实施例中示例的处理流程图;
图5为本发明实施例中的干涉基线组合图;
图6为本发明实施例中的相干点分布图;
图7为本发明实施例采用本发明提出的方法得到的形变速率图;
图8为传统小基线集方法得到的形变速率图;
图9为本发明实施例中基于间断相干的InSAR地表形变监测系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的目的是提供一种基于间断相干的InSAR地表形变监测方法及系统,能够对时序上间断相干点位的区域形变进行有效监测。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明实施例中的基于间断相干的InSAR地表形变监测方法的流程示意图,如图1所示,该方法包括以下步骤:
步骤101:获取被监测区域的地表SAR影像,SAR影像包括时间序列上的多个卫星雷达影像;
步骤102:从SAR影像中选取主影像,并根据主影像对SAR影像进行配准;
步骤103:采用小基线集法提取SAR影像中的干涉对;
步骤104:对干涉对进行差分干涉处理;
步骤105:提取干涉对中的相干点,所述相干点包括连续相干点和间断相干点;所述连续相干点为在时间序列上连续保持高相干性的相干点,所述间断相干点为在时间序列上具有多个相干值大于第二预设值且大于第二预设值的相干值的数量大于设定值的相干点;
步骤106:对相干点进行相位解缠;
步骤107:根据相干点相位解缠后的相位确定相干点的线性形变;
步骤108:从相干点相位解缠后的相位中减去相干点的线性形变相位,得到残余相位;
步骤109:对残余相位进行滤波处理,得到相干点的非线性形变;
步骤110:综合相干点的线性形变和非线性形变,确定被监测区域地表的形变或形变速率。
在一实施例中,步骤102中的影像配准方法为:首先以最大化所有干涉像对间的相干性的原则选择参考影像,干涉像对间的相干值依赖像对间的时间基线(T)、空间垂直基线(B⊥)、多普勒中心基线(FDC)和热噪声四部分,是四部分的乘积形式,因此从多时相SAR影像中选择主影像必须综合考虑这四部分的分布情况,从中选择使得整体最优的一个影像作为主影像。然后通过卫星轨道参数法对影像进行粗配准,再通过相干系数法对影像进行精配准,在精配准的过程中,需要对影像进行重采样,使每幅图的像元精确配准。
在一实施例中,步骤103中:为了保证干涉相干性,选择时间和空间基线较小的干涉对,但是,不同于传统的SBAS,本发明关注的是间断相干点,因此可以在保证差分干涉相位空间域正确解缠的前提下,放大时空基线,以ERS数据为例,空间基线可以扩大到300m。
在一实施例中,步骤104中的差分干涉方法为:在配准后,依据轨道数据和地形数据对干涉对进行二轨差分干涉,差分干涉过程中,为了减少相位解缠的难度,可采用多视处理。
在一实施例中,步骤105中连续相干点的选取得到可以是:选取相干值的均值大于第一预设值的相干点作为连续相干点,或者可以是选取时序上相干值均大于第一预设值的相干点作为连续相干点,其中第一预设值是人为设定的,可以为0.7或0.8。
在一实施例中,步骤105中所述间断相干点的具体选择方法为:每幅图上选取相干值大于一定阈值(第二预设值)的点,并且这样的点的个数满足一定要求(个数大于设定值)。比如:一个点在每个干涉图中相干性分别为:0.9、0.2、0.3、0.8、0.7,如果选择0.6作为第二预设值,那么有3个图是满足的。如果个数阈值(即设定值)设置为3,那么这个点就满足间断相干点的选取条件,这样,该点就可以选为间断相干点。
在一实施例中,步骤105中识别间断相干点的方法为:假设有N景SAR影像,按照小基线集的干涉组合规则,组成M个干涉对,差分干涉后获得M个相干值图像。传统SBAS方法选取具有高时序相干均值且在时序中保持稳定高相干值的点作为PS点,如图2中的A点。但本发明除了选择A点外,还顾忌了时间序列中间断但保持高相干值的点,如图2中B点所示,这样的点可以通过选定相干值大于这个某个阈值的点得到,在实践应用中,依据SAR数据量,还需合理设置时序中高相干值的个数阈值m(m<M)。
在一实施例中,步骤106中相位解缠的方法为:采用最小费用流方法进行相位解缠,该算法将相位解缠问题转移到网络规划领域中的最小费用流问题上,用网络规划的方法实现相位解缠。
在一实施例中,步骤107具体包括:
对相干点构建三角网;
以三角网中位于同一边两端的相干点的形变速率差分为待求解量,以相干点相位解缠后的相位为已知量,构建线性形变求解方程,并约束相邻时期的形变速率差,最终求解得到相干点的线性形变。下面对具体求解过程和原理进行解释说明:
解缠后的差分干涉相位采用下式表示:
式中,k为干涉图序列号,为残余高程引起的相位值,是地物在雷达视线方向移动引起的相位值,为基线残余误差相位,为大气延迟引起的相位,为失相关噪声相位。(x,y)为像元的行列号。λ为波长,tj为第j时刻的时间,vj为第j时刻的速率,βk为系数矩阵,V为速率矩阵,为k幅图的形变量。为卫星到地面点的距离,θ为入射角,B⊥为垂直基线,Δh为高程。
对选择的间断相干点构建delaunry三角网,将三角网中的每个arc(边)的两端点(x,y)和(x',y')进行差分,差分结果如下式所示:
对应的矩阵形式为:
表一8景SAR数据的干涉对组合信息
| 主影像 | 副影像 | 主影像 | 副影像 | 主影像 | 副影像 | 主影像 | 副影像 |
| 1 | 2 | 3 | 4 | 4 | 7 | 6 | 8 |
| 1 | 3 | 3 | 5 | 5 | 6 | 7 | 8 |
| 2 | 3 | 3 | 7 | 5 | 7 | ||
| 2 | 5 | 4 | 5 | 6 | 7 |
连续相干点对应的观测方程如式4所示
如果假定时间序列中形变为线性形变,即Δv1=Δv2=…ΔvN-1,此时只有两个待求参数,采用最小二乘即可求解。但是实践中这样的假设很难满足,不同时期的形变类型不一样,即使为线性形变,不同时期的形变速率也不一样。为此对相邻时期的形变速率差添加约束条件,如式5所示:
-0.5Δvk-1+Δvk-0.5Δvk+1=0 (5)
由于系数矩阵奇异,采用最小二乘可以获得无数解,因此不能采用最小二乘方法求解。需要对矩阵A进行SVD分解求取参数。
下面对间断相干点的分析处理进行解释说明,以图3为例,不是所有的ΔΦ都参与计算,而是待求点和参考点(参考点和待求点为三角网同一边两端的点,选取其中一点作为参考点,另一点为待求点)在时间序列中同时保持高相干性的ΔΦ。最终参与计算的观测量如图3中的Int1、Int2、Int4、Int5、Int7、Int8、Int9、Int10、Int11、Int13标签所示,对应的观测方程如式6:
相干点虽然在时间序列中保持高的相干性,但是不同时期的相干值不一样,对应的解缠的干涉相位也存在差异,而且可能存在解缠错误的情况。目前大都采用L2范获得参数的最小二乘解,但是最小二乘方法在具有相同分布且独立的情况是最优的,对于其他情况,得到的参数值严重偏移模型值,同时,最小二乘方法容易受到数据中的粗差值的影响。基于这样的情况,本发明采用L1范求解,如下:
假定A满秩,采用下式进行迭代求解:
其中P为权矩阵,采用下式确定
在求得每个弧段ΔV后,选定一个已知的稳定区域的点,使其作为一个参考点,可求得每个点的线性形变速率V。
在一实施例中,步骤108、步骤109对非线性形变的求解方法为:将解缠后的相位减去线性形变相位即可得到残余相位在残余相位中,利用大气和非线性形变在时间域和空间域的特性,可以通过滤波的方法把他们进行分离。大气相位在时间上是一个白噪声,而非线性形变在空间上相关长度较小,在时间域具有低频特征。因此,把各差分干涉图的残余相位的均值作为主影像的大气相位,在时间域上的低通部分作为非线性形变的估计值,在时间域上的高通和空间域上的平滑可以作为从影像上的大气相位,把从影像的大气相位加到主影像的大气相位就可以获得对应每个干涉图的大气相位。
下面以示例的方式对本发明进行说明,如图4所示,具体实施步骤如下:
步骤一:数据采用2012-2013年期间郑州市的17景TerraSAR-X数据,采用2013年01月11日的数据作为主影像,进行影像配准。
步骤二:选择时间基线小于77天和垂直基线小于120米的干涉组合,共组成26个干涉对,见图5。
步骤三:DInSAR差分干涉数据处理采用GAMMA DIFF软件包,采用SRTM DEM去除高程相位,多视视数采用21×21,多视后的像元空间分辨率40×40m。
步骤四:选择时序相干均值大于0.25,且相干值高于0.25的个数大于18的点参与计算。共选择704684个点,占总像元数的71.53%,点位分布如图6所示。
步骤五:对选择的相干点进行相位解缠。
步骤六:对解缠后的相位运用本发明提出的方法解算线性形变。
步骤七:对残余相位滤波分离大气和非线性形变。
步骤八:得到最终的形变速率,见图7。
由图5可见干涉对网络中没有孤立的干涉对,保证了结果的连通性。
由图6可见本发明提出的方法识别的点,不仅在市区而且在郊区的农田、森林和黄河沿岸有茂密的分布。而图8中传统SBAS方法识别的点主要分布在郑州市市区,在其他区域有稀疏的点位分布。
由图7可见本发明提出的方法的处理结果较之图8中的传统小基线方法更能反应地表的真实形变,尤其是在农田,森林等低相干区域,如图下方红圈处。
本发明通过选择在长时间序列中的间断高相干点,运用小基线集InSAR技术,能有效获取低相干区域,如森林,农田等植被覆盖区域的地表形变,提高了地表形变监测的精度。
本发明还提供了一种基于间断相干的InSAR地表形变监测系统,如图9所示,该系统包括:
地表SAR影像获取模块901,用于获取被监测区域的地表SAR影像,SAR影像包括时间序列上的多个卫星雷达影像;
影像配准模块902,用于从SAR影像中选取主影像,并根据主影像对SAR影像进行配准;
干涉对提取模块903,用于采用小基线集法提取SAR影像中的干涉对;
差分干涉处理模块904,用于对干涉对进行差分干涉处理;
相干点提取模块905,用于提取所述干涉对中的相干点,所述相干点包括连续相干点和间断相干点,所述连续相干点为在时间序列上相干值的均值大于第一预设值的相干点;所述间断相干点为在时间序列上具有多个相干值大于第二预设值且大于所述第二预设值的相干值的数量大于设定值的相干点;
线性形变确定模块907,用于根据相干点相位解缠后的相位确定相干点的线性形变;
残余相位确定模块908,用于从相干点相位解缠后的相位中减去相干点的线性形变相位,得到残余相位;
非线性形变确定模块909,用于对残余相位进行滤波处理,得到相干点的非线性形变;
形变确定模块910,用于综合相干点的线性形变和非线性形变,确定被监测区域地表的形变或形变速率。
在一实施例中,差分干涉处理模块904,具体包括:
差分干涉处理单元,用于采用轨道数据和地形数据对干涉对进行二轨差分干涉处理。
在一实施例中,线性形变确定模块907,具体包括:
三角网构建单元,用于对相干点构建三角网;
线性形变求解单元,用于以三角网中位于同一边两端的相干点的形变速率差为待求解量,以相干点相位解缠后的相位为已知量,构建线性形变求解方程,并约束相邻时期的形变速率差,最终求解得到相干点的线性形变。
在一实施例中,相位解缠模块,具体包括:
相位解缠单元906,用于采用最小费用流方法对相干点进行相位解缠。
本发明提供的基于间断相干的InSAR地表形变监测方法及系统在选取被监测区域SAR影像上的相干点时,既选取了在时间序列上连续保持高相干性的连续相干点,还选取了在时间序列上间断保持高相干性的间断相干点;根据这些相干点的相位变化,确定被监测区域地表的形变或形变速率。由于本发明在提取相干点时,考虑了时序间断相干点,使得本发明能够对时序上点位间断相干的区域的形变进行有效监测。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种基于间断相干的InSAR地表形变监测方法,其特征在于,包括:
获取被监测区域的地表SAR影像,所述SAR影像包括时间序列上的多个卫星雷达影像;
从所述SAR影像中选取主影像,并根据所述主影像对所述SAR影像进行配准;
采用小基线集法提取所述SAR影像中的干涉对;
对所述干涉对进行差分干涉处理;
提取所述干涉对中的相干点,所述相干点包括连续相干点和间断相干点,所述连续相干点为在时间序列上相干值的均值大于第一预设值的相干点;所述间断相干点为在时间序列上具有多个相干值大于第二预设值且大于所述第二预设值的相干值的数量大于设定值的相干点;
对所述相干点进行相位解缠;
根据所述相干点相位解缠后的相位确定所述相干点的线性形变;
从所述相干点相位解缠后的相位中减去所述相干点的线性形变相位,得到残余相位;
对所述残余相位进行滤波处理,得到所述相干点的非线性形变;
综合所述相干点的线性形变和非线性形变,确定被监测区域地表的形变或形变速率。
2.根据权利要求1所述的基于间断相干的InSAR地表形变监测方法,其特征在于,所述对所述干涉对进行差分干涉处理,具体包括:
采用轨道数据和地形数据对所述干涉对进行二轨差分干涉处理。
3.根据权利要求1所述的基于间断相干的InSAR地表形变监测方法,其特征在于,所述根据所述相干点相位解缠后的相位确定所述相干点的线性形变,具体包括:
对所述相干点构建三角网;
以三角网中位于同一边两端的相干点的形变速率差分为待求解量,以所述相干点相位解缠后的相位为已知量,构建线性形变求解方程,并约束相邻时期的形变速率差,最后求解得到所述相干点的线性形变。
4.根据权利要求3所述的基于间断相干的InSAR地表形变监测方法,其特征在于,所述约束相邻时期的形变速率,具体包括:
将相邻时期形变速率的约束确定为-0.5Δvk-1+Δvk-0.5Δvk+1=0,其中,Δvk为k时期的形变速率差。
5.根据权利要求1所述的基于间断相干的InSAR地表形变监测方法,其特征在于,所述对所述相干点进行相位解缠,具体包括:
采用最小费用流方法对所述相干点进行相位解缠。
6.一种基于间断相干的InSAR地表形变监测系统,其特征在于,包括:
地表SAR影像获取模块,用于获取被监测区域的地表SAR影像,所述SAR影像包括时间序列上的多个卫星雷达影像;
影像配准模块,用于从所述SAR影像中选取主影像,并根据所述主影像对所述SAR影像进行配准;
干涉对提取模块,用于采用小基线集法提取所述SAR影像中的干涉对;
差分干涉处理模块,用于对所述干涉对进行差分干涉处理;
相干点提取模块,用于提取所述干涉对中的相干点,所述相干点包括连续相干点和间断相干点,所述连续相干点为在时间序列上相干值的均值大于第一预设值的相干点;所述间断相干点为在时间序列上具有多个相干值大于第二预设值且大于所述第二预设值的相干值的数量大于设定值的相干点;
相位解缠模块,用于对所述相干点进行相位解缠;
线性形变确定模块,用于根据所述相干点相位解缠后的相位确定所述相干点的线性形变;
残余相位确定模块,用于从所述相干点相位解缠后的相位中减去所述相干点的线性形变相位,得到残余相位;
非线性形变确定模块,用于对所述残余相位进行滤波处理,得到所述相干点的非线性形变;
形变确定模块,用于综合所述相干点的线性形变和非线性形变,确定被监测区域地表的形变或形变速率。
7.根据权利要求6所述的基于间断相干的InSAR地表形变监测系统,其特征在于,所述差分干涉处理模块,具体包括:
差分干涉处理单元,用于采用轨道数据和地形数据对所述干涉对进行二轨差分干涉处理。
8.根据权利要求6所述的基于间断相干的InSAR地表形变监测系统,其特征在于,所述线性形变确定模块,具体包括:
三角网构建单元,用于对所述相干点构建三角网;
线性形变求解单元,用于以三角网中位于同一边两端的相干点的形变速率差分为待求解量,以所述相干点相位解缠后的相位为已知量,构建线性形变求解方程,并约束相邻时期的形变速率差,最终求解得到所述相干点的线性形变。
9.根据权利要求8所述的基于间断相干的InSAR地表形变监测系统,其特征在于,相邻时期形变速率的约束为-0.5Δvk-1+Δvk-0.5Δvk+1=0,其中,Δvk为k时期的形变速率差。
10.根据权利要求6所述的基于间断相干的InSAR地表形变监测系统,其特征在于,所述相位解缠模块,具体包括:
相位解缠单元,用于采用最小费用流方法对所述相干点进行相位解缠。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911016027.9A CN110673145B (zh) | 2019-10-24 | 2019-10-24 | 一种基于间断相干的InSAR地表形变监测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911016027.9A CN110673145B (zh) | 2019-10-24 | 2019-10-24 | 一种基于间断相干的InSAR地表形变监测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110673145A true CN110673145A (zh) | 2020-01-10 |
| CN110673145B CN110673145B (zh) | 2021-07-27 |
Family
ID=69083973
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911016027.9A Active CN110673145B (zh) | 2019-10-24 | 2019-10-24 | 一种基于间断相干的InSAR地表形变监测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110673145B (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111474544A (zh) * | 2020-03-04 | 2020-07-31 | 广东明源勘测设计有限公司 | 一种基于sar数据的滑坡形变监测及预警方法 |
| CN112197691A (zh) * | 2020-09-30 | 2021-01-08 | 深圳市水务规划设计院股份有限公司 | 基于临时相干散射体的InSAR测量方法及装置、存储介质 |
| CN112505700A (zh) * | 2020-11-27 | 2021-03-16 | 华能澜沧江水电股份有限公司 | 基于星载升降轨SAR和时序InSAR的滑坡识别方法及系统 |
| CN112949989A (zh) * | 2021-02-02 | 2021-06-11 | 中国科学院空天信息创新研究院 | InSAR微形变文化遗产影响定量刻画方法 |
| CN112986993A (zh) * | 2021-02-07 | 2021-06-18 | 同济大学 | 一种基于空间约束的InSAR形变监测方法 |
| CN114924270A (zh) * | 2022-05-31 | 2022-08-19 | 国家基础地理信息中心 | 基于GNSS的InSAR形变监测基准建立方法及装置 |
| CN114966692A (zh) * | 2022-07-19 | 2022-08-30 | 之江实验室 | 基于Transformer的InSAR技术冻土区多变量时序形变预测方法及装置 |
| CN115061136A (zh) * | 2022-06-08 | 2022-09-16 | 江苏省水利科学研究院 | 一种基于sar图像的河湖岸线变化点检测方法及系统 |
| CN116051620A (zh) * | 2023-04-03 | 2023-05-02 | 之江实验室 | 基于InSAR技术冻土区活动层厚度估计方法和系统 |
| CN117214898A (zh) * | 2023-11-09 | 2023-12-12 | 中国电子科技集团公司第十四研究所 | 一种基于多维电磁信息深度融合的宽尺度地表形变精细化遥感方法 |
| CN117473395A (zh) * | 2023-11-21 | 2024-01-30 | 北京市市政工程研究院 | 一种基于时间序列的形变分析方法和系统 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102608584A (zh) * | 2012-03-19 | 2012-07-25 | 中国测绘科学研究院 | 基于多项式反演模型的时间序列InSAR形变监测方法及装置 |
| CN104062660A (zh) * | 2014-07-14 | 2014-09-24 | 中南大学 | 一种基于时域离散InSAR干涉对的矿区地表时序形变监测方法 |
| CN104111456A (zh) * | 2014-07-23 | 2014-10-22 | 中国国土资源航空物探遥感中心 | 一种高速铁路沿线地表形变高分辨率InSAR监测方法 |
| CN104239419A (zh) * | 2014-08-20 | 2014-12-24 | 中国测绘科学研究院 | 一种面向时间序列InSAR的不连续子网连接方法及装置 |
| CN106772342A (zh) * | 2017-01-11 | 2017-05-31 | 西南石油大学 | 一种适用于大梯度地表沉降监测的时序差分雷达干涉方法 |
| CN107132539A (zh) * | 2017-05-03 | 2017-09-05 | 中国地质科学院探矿工艺研究所 | 一种基于小基线集的时间序列InSAR的滑坡早期识别方法 |
| CN108196252A (zh) * | 2017-12-05 | 2018-06-22 | 中国资源卫星应用中心 | 一种矿沉陷区沉降动态监测方法 |
| CN108627832A (zh) * | 2018-05-11 | 2018-10-09 | 电子科技大学 | 一种基于多时序sar图像提取输电通道地表形变的方法 |
| CN110018476A (zh) * | 2019-05-20 | 2019-07-16 | 月明星(北京)科技有限公司 | 时间差分基线集时序干涉sar处理方法 |
-
2019
- 2019-10-24 CN CN201911016027.9A patent/CN110673145B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102608584A (zh) * | 2012-03-19 | 2012-07-25 | 中国测绘科学研究院 | 基于多项式反演模型的时间序列InSAR形变监测方法及装置 |
| CN104062660A (zh) * | 2014-07-14 | 2014-09-24 | 中南大学 | 一种基于时域离散InSAR干涉对的矿区地表时序形变监测方法 |
| CN104111456A (zh) * | 2014-07-23 | 2014-10-22 | 中国国土资源航空物探遥感中心 | 一种高速铁路沿线地表形变高分辨率InSAR监测方法 |
| CN104239419A (zh) * | 2014-08-20 | 2014-12-24 | 中国测绘科学研究院 | 一种面向时间序列InSAR的不连续子网连接方法及装置 |
| CN106772342A (zh) * | 2017-01-11 | 2017-05-31 | 西南石油大学 | 一种适用于大梯度地表沉降监测的时序差分雷达干涉方法 |
| CN107132539A (zh) * | 2017-05-03 | 2017-09-05 | 中国地质科学院探矿工艺研究所 | 一种基于小基线集的时间序列InSAR的滑坡早期识别方法 |
| CN108196252A (zh) * | 2017-12-05 | 2018-06-22 | 中国资源卫星应用中心 | 一种矿沉陷区沉降动态监测方法 |
| CN108627832A (zh) * | 2018-05-11 | 2018-10-09 | 电子科技大学 | 一种基于多时序sar图像提取输电通道地表形变的方法 |
| CN110018476A (zh) * | 2019-05-20 | 2019-07-16 | 月明星(北京)科技有限公司 | 时间差分基线集时序干涉sar处理方法 |
Non-Patent Citations (7)
| Title |
|---|
| J. PENG等: "A RAIL CENTRAL DISPLACEMENT METHOD ABOUT GB-SAR", 《THE INTERNATIONAL ARCHIVES OF THE PHOTOGRAMMETRY, REMOTE SENSING AND SPATIAL INFORMATION SCIENCES》 * |
| ZHENG WANG等: "A New Processing Chain for Real-Time Ground-Based SAR (RT-GBSAR) Deformation Monitoring", 《REMOTE SENSING》 * |
| 李爱国: "基于时序差分干涉测量的黄土沟壑矿区地表沉降监测研究", 《中国博士学位论文全文数据库 基础科学辑》 * |
| 江桥等: "改进小基线集技术的GB-InSAR铁路边坡监测", 《测绘科学》 * |
| 葛大庆等: "地表形变D-InSAR监测方法及关键问题分析", 《国土资源遥感》 * |
| 许怡等: "基于TIRS和TCP-InSAR的新疆广域煤田火区探测方法", 《金属矿山》 * |
| 郭颖平等: "时间序列InSAR监测地表形变", 《测绘科学》 * |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111474544A (zh) * | 2020-03-04 | 2020-07-31 | 广东明源勘测设计有限公司 | 一种基于sar数据的滑坡形变监测及预警方法 |
| CN112197691A (zh) * | 2020-09-30 | 2021-01-08 | 深圳市水务规划设计院股份有限公司 | 基于临时相干散射体的InSAR测量方法及装置、存储介质 |
| CN112505700A (zh) * | 2020-11-27 | 2021-03-16 | 华能澜沧江水电股份有限公司 | 基于星载升降轨SAR和时序InSAR的滑坡识别方法及系统 |
| CN112949989A (zh) * | 2021-02-02 | 2021-06-11 | 中国科学院空天信息创新研究院 | InSAR微形变文化遗产影响定量刻画方法 |
| CN112949989B (zh) * | 2021-02-02 | 2024-02-06 | 中国科学院空天信息创新研究院 | InSAR微形变文化遗产影响定量刻画方法 |
| CN112986993A (zh) * | 2021-02-07 | 2021-06-18 | 同济大学 | 一种基于空间约束的InSAR形变监测方法 |
| CN114924270A (zh) * | 2022-05-31 | 2022-08-19 | 国家基础地理信息中心 | 基于GNSS的InSAR形变监测基准建立方法及装置 |
| CN115061136B (zh) * | 2022-06-08 | 2024-01-09 | 江苏省水利科学研究院 | 一种基于sar图像的河湖岸线变化点检测方法及系统 |
| CN115061136A (zh) * | 2022-06-08 | 2022-09-16 | 江苏省水利科学研究院 | 一种基于sar图像的河湖岸线变化点检测方法及系统 |
| CN114966692A (zh) * | 2022-07-19 | 2022-08-30 | 之江实验室 | 基于Transformer的InSAR技术冻土区多变量时序形变预测方法及装置 |
| CN114966692B (zh) * | 2022-07-19 | 2022-11-08 | 之江实验室 | 基于Transformer的InSAR技术冻土区多变量时序形变预测方法及装置 |
| CN116051620A (zh) * | 2023-04-03 | 2023-05-02 | 之江实验室 | 基于InSAR技术冻土区活动层厚度估计方法和系统 |
| CN117214898A (zh) * | 2023-11-09 | 2023-12-12 | 中国电子科技集团公司第十四研究所 | 一种基于多维电磁信息深度融合的宽尺度地表形变精细化遥感方法 |
| CN117214898B (zh) * | 2023-11-09 | 2024-01-23 | 中国电子科技集团公司第十四研究所 | 一种基于多维电磁信息深度融合的宽尺度地表形变精细化遥感方法 |
| CN117473395A (zh) * | 2023-11-21 | 2024-01-30 | 北京市市政工程研究院 | 一种基于时间序列的形变分析方法和系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110673145B (zh) | 2021-07-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110673145A (zh) | 一种基于间断相干的InSAR地表形变监测方法及系统 | |
| CN112986993B (zh) | 一种基于空间约束的InSAR形变监测方法 | |
| Fornaro et al. | Imaging of single and double scatterers in urban areas via SAR tomography | |
| CN104111456B (zh) | 一种高速铁路沿线地表形变高分辨率InSAR监测方法 | |
| Liu et al. | Estimating Spatiotemporal Ground Deformation With Improved Persistent-Scatterer Radar Interferometry $^\ast$ | |
| CN106249236B (zh) | 一种星载InSAR长短基线图像联合配准方法 | |
| CN108627832A (zh) | 一种基于多时序sar图像提取输电通道地表形变的方法 | |
| CN109782282A (zh) | 一种集成对流层大气延迟改正的时间序列InSAR分析方法 | |
| CN113340191A (zh) | 时间序列干涉sar的形变量测量方法及sar系统 | |
| CN107102333A (zh) | 一种星载InSAR长短基线融合解缠方法 | |
| CN103454636A (zh) | 基于多像素协方差矩阵的差分干涉相位估计方法 | |
| CN112711021B (zh) | 一种多分辨率InSAR交互干涉时序分析方法 | |
| CN113238228A (zh) | 一种基于水准约束的InSAR三维地表形变获取方法、系统及装置 | |
| Yao et al. | Research on Surface Deformation of Ordos Coal Mining Area by Integrating Multitemporal D‐InSAR and Offset Tracking Technology | |
| CN107144213A (zh) | 基于sar强度影像的矿区大量级三维时序形变估计方法及装置 | |
| CN108132468A (zh) | 一种多基线极化干涉sar建筑物高度提取方法 | |
| Lee et al. | Monitoring of water level change in a dam from high-resolution sar data | |
| Biswas et al. | Spatial-correlation based persistent scatterer interferometric study for ground deformation | |
| Pandit et al. | Generation and validation of the interferometric SAR DEMs from TanDEM-X data for Gangotri and Hamtah glaciers of Indian Himalayas | |
| Haque et al. | Time series analysis of subsidence in Dhaka City, Bangladesh using Insar | |
| CN113281748B (zh) | 一种地表形变监测方法 | |
| Yang et al. | Ground deformation monitoring of Zhengzhou city from 2012 to 2013 using an improved IPTA | |
| CN117761716A (zh) | 融合CR和GNSS的InSAR滑坡形变时序监测方法和存储介质 | |
| Luo et al. | 3-D deformation inversion: A MATLAB toolbox for automatically calculating SAR-derived 3-D deformation maps of glacier, landslide, and land subsidence | |
| Pepe | Generation of Earth’s Surface Three-Dimensional (3-D) Displacement Time-Series by Multiple-Platform SAR Data |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |