CN107389029A - 一种基于多源监测技术融合的地面沉降集成监测方法 - Google Patents
一种基于多源监测技术融合的地面沉降集成监测方法 Download PDFInfo
- Publication number
- CN107389029A CN107389029A CN201710733640.7A CN201710733640A CN107389029A CN 107389029 A CN107389029 A CN 107389029A CN 201710733640 A CN201710733640 A CN 201710733640A CN 107389029 A CN107389029 A CN 107389029A
- Authority
- CN
- China
- Prior art keywords
- gps
- data
- phase
- deformation
- surface subsidence
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C5/00—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于多源监测技术融合的地面沉降集成监测方法,包括:在地面沉降重点监测区域布设水准点和GPS监测点,在地表稳定区域布设CR‑GPS‑水准一体点;并在相同时间序列下,获取GPS数据、地面气象数据、MODIS数据、SAR影像和水准测量数据;联合周边CGPS站和IGS站同步观测数据及地面气象数据解算GPS数据;再联合GPS数据、地面气象数据和MODIS数据解算大气延迟相位信息;从初始差分干涉相位图中提取稳定PS点和PS点形变信息;再利用PS点、GPS点、水准点、一体点对应的形变信息,构建地面沉降垂直形变场,融合水平形变场与垂直形变场构建空间数据场,获得高时空分辨率的地面沉降三维形变场信息。本发明能获得大范围、高精度、高时空分辨率的地表三维形变信息。
Description
技术领域
本发明涉及地面沉降监测领域,特别是涉及一种基于多源监测技术融合的地面沉降集成监测方法。
背景技术
目前,地面沉降的监测方法主要有精密水准测量、基岩标-分层标测量、GPS测量和合成孔径雷达差分干涉测量(InSAR)。
其中,精密水准测量通过布设分级水准网,经平差计算和空间内插来获得地表形变信息,该方法获得的地面沉降信息具有很高的精度和可靠性,但由于其复测周期长,人力物力消耗巨大,且无法满足对地面沉降实时动态监测的要求,获取的监测信息不连续等缺陷,限制了该方法的广泛应用。但就现有地面沉降监测技术来看,精密水准测量以其高精度的优势仍是其他监测技术无法比拟的,常用于新型地面沉降监测技术精度的验证。
基岩标-分层标监测方法能够高精度获取垂向分层地面沉降形变信息,其精度达到0.01~0.1mm。但由于操作复杂,施工工艺较高,费用昂贵等,限制了该方法在区域地面沉降监测中的广泛应用,目前常用于地面沉降机理研究方面。
GPS测量技术随着仪器和解缠算法的持续改进,在地面沉降监测中发挥了重要作用。GPS测量具有周期短、定位精度高、布网迅速、全天侯等优点,在水平形变监测方面具有较高的精度,但在垂直形变监测方面由于受到大气延迟、布网形式、施测方法和解缠算法的限制,其垂直形变监测精度仍是其难以避免的缺陷。而且,GPS测量所获取的是点状分布的地面监测点形变信息,在信号不好或障碍物遮挡的地区,难以获得监测点的高程值,限制了该方法的使用。
合成孔径雷达差分干涉测量技术是近二十年发展起来的新型空间对地观测技术,其特点是实时快速、大尺度、高精度,其垂直形变监测精度可达到mm级。但在水平形变监测方面其探测能力有限,对水平形变不敏感。并且在相位解缠方面受大气延迟和时空失相关影响较为严重,因此在解算时需消除这些误差的影响。
由此可见,通过对上述地面沉降监测方法的特点进行分析,发现目前的地面沉降监测技术具有各自的优缺点。如何能创设一种新的基于多源监测技术融合的地面沉降集成监测方法,使其能将现有沉降监测技术进行有机集成,对各种监测手段获取的沉降信息进行数据融合,突破单一监测技术的局限性,发挥各种监测手段各自的监测优势,进而获取大范围、高精度、高时空分辨率的地表三维形变信息,实属目前地面沉降监测技术研究领域的重要研发课题之一。
发明内容
本发明要解决的技术问题是提供一种基于多源监测技术融合的地面沉降集成监测方法,使其能将现有沉降监测技术进行有机集成,对各种监测手段获取的沉降信息进行数据融合,获取大范围、高精度、高时空分辨率的地表三维形变信息,从而克服现有的地面沉降监测方法的不足。
为解决上述技术问题,本发明提供一种基于多源监测技术融合的地面沉降集成监测方法,包括如下步骤:
(1)在地面沉降重点监测区域布设用于地面沉降监测的水准点和GPS监测点,在地表稳定的区域布设CR-GPS-水准一体点;
(2)在相同的时间序列下,获取GPS数据、地面气象数据、MODIS数据、SAR影像和水准测量数据;
(3)联合周边CGPS站和IGS站同步观测数据以及所述地面气象数据,利用开源软件GAMIT联合解算GPS基线向量,再采用网平差软件对所述GPS数据进行网平差计算,获取高精度地面沉降GPS监测点和CR-GPS-水准一体点的三维坐标信息,所述三维坐标信息包括平面位置与高程值;
(4)联合所述GPS数据、地面气象数据和MODIS数据解算大气延迟相位信息;
(5)利用DORS软件或GAMMA软件对所述SAR影像进行差分干涉处理,获取初始差分干涉相位图;
(6)采用幅度离散指数和空间相位相关性特征提取出所述初始差分干涉相位图中稳定的PS点,估计每个PS点上的线性形变和DEM误差,从所述初始差分干涉相位图中将所述每个PS点上的线性形变和DEM误差减去,即得PS-InSAR残余相位;
所述PS-InSAR残余相位包含非线性形变相位、大气延迟相位和噪声,对所述PS-InSAR残余相位采用三维解缠算法进行解算,利用高、低通滤波技术分离出非线性形变相位和大气延迟相位;
(7)将所述步骤(6)的PS-InSAR残余相位中分离出来的大气延迟相位与所述步骤(4)中GPS/MODIS数据联合反演得到的大气延迟相位做均值融合处理,建立高精度、高时空分辨率的大气延迟均值模型;
(8)从所述初始差分干涉相位图中减去步骤(7)融合后的大气延迟均值相位部分,进而获得高精度的PS-InSAR差分干涉相位图;
(9)以所述CR-GPS-水准一体点为参考基准,对所述PS-InSAR差分干涉相位图进行相位解缠,提取出稳定的PS点形变信息;
(10)对所述步骤(9)中提取的PS点形变信息进行地理编码,统一到大地坐标参考框架内;
(11)利用所述PS点、GPS点、水准点、CR-GPS-水准一体点对应的形变信息,采用克里金空间插值技术在网内进行插值计算,构建高精度、高空间分辨率的地面沉降垂直形变场,实现GPS、InSAR和水准测量数据在垂直形变场的融合;
(12)将GPS网水平监测结果进行空间域内插形成地面沉降水平形变场,同时利用集合卡尔曼滤波算法将水平形变场与所述垂直形变场进行融合,对网内各点进行估计预测,构建统一的空间数据场,进而获得高空间分辨率地面沉降三维形变场;
(13)利用GPS具有高时间分辨率的特性,基于GIS平台,在时间域对所述地面沉降三维形变场进行内插计算,从而实现地面沉降三维形变场在时间域内的连续加密,进而获得具有高时空分辨率的地面沉降三维形变场信息。
作为本发明的一种改进,所述步骤(4)中包括利用GPS数据对MODIS数据校正的步骤,具体为:
A、利用步骤(3)获取的GPS解算结果联合周边CGPS站,使用GAMIT软件解算出SAR卫星过境时间内高精度的对流层天顶总延迟ZTD,再利用所述地面气象数据计算出天顶静力学延迟ZHD,进而通过对流层天顶总延迟ZTD减去天顶静力学延迟ZHD得出天顶湿延迟ZWD,计算公式如下:
式中,Ps为地面大气压值,为GPS站点纬度,H为GPS站点高程值;
B、将MODIS反演得到的大气可降水汽含量PWV转化成天顶湿延迟ZWD’,两者关系为:
其中,ρw为液态水密度,TM为平均大气温度,R0为通用气体常数,MW为液态水摩尔质量,k2、k3均为大气折射常数,Π取值范围为6.0~6.5;
C、将步骤A中解算出的天顶湿延迟ZWD与步骤B中获取的天顶湿延迟ZWD’回归拟合,实现GPS数据对MODIS数据的校正。
进一步改进,所述步骤(4)中还包括消除MODIS数据中云污染的步骤,具体为:以MODIS的云产品作为掩膜,将MODIS反演水汽中有云存在的像素去掉,同时采用空间插值技术将受云污染区域的水汽含量值由周围的像素插值生成。
进一步改进,所述空间插值技术为距离倒数加权法、样条函数内插法或Kriging内插法。
进一步改进,所述步骤(4)中包括延迟相位的计算,计算公式为:式中,θinc为雷达入射角,ZWD为校正后的天顶湿延迟;
进而计算SAR主、辅影像获取时刻的大气延迟相位计算公式为:
进一步改进,所述延迟相位进行低通滤波处理。
进一步改进,所述步骤(4)后还包括采用CR-GPS-水准一体点GPS测量数据改正卫星轨道误差的步骤,其中利用建立的CR-GPS-水准一体点GPS测量数据精确获取所述CR-GPS-水准一体点在SAR图像中的准确位置,并利用地理编码逆运算反求SAR卫星精确轨道信息;
或利用SAR卫星精密轨道星历文件改正卫星轨道误差的步骤。
采用这样的设计后,本发明至少具有以下优点:
1、本发明通过设置CR-GPS-水准一体点,可以将GPS测量数据和InSAR数据统一到同一参考坐标系下,将GPS测量数据改正SAR卫星轨道误差,利用该一体点上GPS数据反演大气延迟,同时该一体点与GPS点和水准点集成可以达到加密监测站点的目的。
2、本发明通过提出了综合利用周边CGPS站和IGS站同步观测数据以及地面气象数据进行联合解算,在统一的参考框架内获取高精度GPS解算结果。该步骤与现有GPS解算具有明显的不同,该发明的高程解算精度可以达到二等水准测量的精度,在垂向监测精度方面完全满足地面沉降监测的要求。
3、本发明通过利用外部数据(高精度GPS数据、地面气象数据和MODIS数据)解算出大气延迟相位信息,同时结合PS-InSAR技术自身消除部分大气延迟的优势,将GPS/MODIS数据联合反演的大气延迟相位与PS-InSAR残余相位中分离出来的大气延迟相位做均值融合处理,建立高精度、高时空分辨率的大气延迟均值模型。经坐标***统一之后,将初始差分干涉相位中减去融合后的大气延迟均值相位部分,消除大气延迟的影响,进而获得高精度的差分干涉相位信息。
4、本发明充分考虑到不同监测技术获取的地面形变结果具有不同的空间维度和方向性。因此将PS点上视线向形变值投影到垂直方向,达到与GPS和水准测量垂直形变结果的统一。然后将高密度PS点、GPS点、水准点和一体点,构建Delaunay三角形网络,并评定网内各点精度及稳定性。同时在网内进行克里金空间插值,构建高精度、高空间分辨率的地面沉降垂直形变监测网。利用GPS点和一体点上获取的水平形变值进行空间内插,得到地面沉降水平形变场。然后利用集合卡尔曼滤波算法将水平形变场与垂直形变场进行融合,构建统一的空间数据场,获得高空间分辨率的地面沉降三维形变场。最后将GPS实时监测结果在三维形变场内进行时间域内插,进而获得高时空分辨率地面沉降三维形变场,实现了多源监测技术的有效集成,克服了单一监测方法的局限性。
附图说明
上述仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,以下结合附图与具体实施方式对本发明作进一步的详细说明。
图1是本发明地面沉降集成监测方法的总体流程图;
图2是本发明地面沉降集成监测方法的GPS/地面气象数据/MODIS数据联合改正大气延迟的步骤流程图;
图3是本发明地面沉降集成监测方法的大气延迟均值模型改正SAR干涉测量的步骤流程图;
图4是本发明中InSAR干涉测量成像示意图;
图5是本发明中GPS与SAR坐标转换关系图。
具体实施方式
结合附图对发明地面沉降集成监测方法的具体步骤进行详细说明。
参照附图1所示,本发明地面沉降集成监测方法包括如下步骤:
1)布设水准点、GPS点和人工角反射器(CR)-GPS-水准一体点
首先在地面沉降重点监测区域布设精密水准点和GPS监测点,用于地面沉降监测工作;在地表较为稳定的地区布设CR-GPS-水准一体点,可以作为沉降监测的参考基准点和空-地一体化连结基准点。并且该CR-GPS-水准一体点可将后续GPS测量数据和InSAR数据统一到同一参考坐标系下,并且该点所测的GPS数据可用于改正SAR卫星轨道误差和反演大气延迟,消除InSAR相位解缠中大气的影响。
2)获取GPS数据、地面气象数据、MODIS数据、SAR影像、水准测量数据
具体的,采集的GPS数据、地面气象数据、MODIS数据和SAR影像应具有相同的时间序列,而水准测量由于其施测的缓慢性,其时间序列可以适当放宽。
3)解算GPS数据
联合周边CGPS站和IGS站同步观测数据以及地面气象数据,利用开源软件GAMIT联合解算GPS基线向量,采用网平差软件对GPS测量数据进行网平差计算,获取高精度地面沉降GPS监测点和CR-GPS-水准一体点三维坐标信息,包括平面位置与高程值。
4)联合GPS数据、地面气象数据和MODIS数据解算大气延迟相位值
参照附图2所示,①利用GPS监测点和CR-GPS-水准一体点获取的GPS解算结果联合周边CGPS站,使用GAMIT软件解算出SAR卫星过境时间内高精度的对流层天顶总延迟(ZTD)。利用地面气象数据计算出天顶静力学延迟(ZHD),进而通过ZTD-ZHD得出天顶湿延迟(ZWD)。计算公式如下:
式中,Ps为地面大气压值,为GPS站点纬度,H为GPS站点高程值。
②由于MODIS反演得到的是大气可降水汽含量(PWV),所以利用GPS数据校正MODIS水汽值时,应将MODIS反演得到的PWV转化成ZWD,两者关系为:
其中,ρw为液态水密度,TM为平均大气温度,R0为通用气体常数,MW为液态水摩尔质量,k2、k3均为大气折射常数,Π取值范围为6.0~6.5。
将GPS联合地面气象数据解算出的天顶湿延迟GPS(ZWD)与MODIS数据反演获取的天顶湿延迟MODIS(ZWD)进行回归拟合,进而达到利用GPS(ZWD)校正MODIS(ZWD)的目的。
③当大气中存在云层时,MODIS数据将不能正确反映大气中水汽含量值,因此需要以MODIS的云产品作为掩膜,将MODIS反演水汽中有云存在的像素去掉。同时采用空间插值技术(距离倒数加权法IDW、样条函数内插法Spline interpolation或Kriging内插法)将受云污染区域的水汽含量值由周围的像素插值生成。
④由于SAR差分干涉图中包含的是相位信息,因此,为了将GPS与MODIS联合解算的大气延迟量从干涉图中去除,需要将路径延迟转化为延迟相位延迟相位的计算公式为:
式中,θinc为雷达入射角,λ为波长。为了消弱噪声和操作误差影响,需要对进行低通滤波。
⑤计算SAR主、辅影像获取时刻的差分大气延迟相位。公式为:
5)采用CR-GPS-水准一体点GPS测量数据或SAR卫星精密轨道星历文件改正卫星轨道误差
参照附图3所示,由于重复轨道SAR干涉处理过程中需要进行主、辅影像的粗配准和精确配准,而卫星在其重访周期内轨道会存在偏差,因此消除卫星轨道误差对于SAR影像成功进行差分干涉具有重要意义。因此本发明针对无法获取精密轨道文件的SAR数据,利用建立的CR-GPS-水准一体点GPS测量数据精确获取一体点在SAR图像中的准确位置,并利用地理编码逆运算反求SAR卫星精确轨道信息。对于能够获取精密轨道星历文件的SAR数据,可直接利用精密轨道文件改正卫星轨道误差。
6)SAR影像差分干涉处理
利用DORS软件或GAMMA软件对时间序列SAR影像进行差分干涉处理,获取差分干涉相位图。经过差分干涉处理后每个像元均包含如下组分:
式中:为点目标干涉相位;为雷达视线方向形变相位;为地形相位;为大气延迟相位;为轨道误差相位;为噪声相位;
其中,差分干涉原理:
合成孔径雷达干涉测量(InSAR)是通过对两次获取的SAR数据进行差分干涉处理,获取地形或形变相位。由于在单个卫星上设置双天线比较困难,星载合成孔径雷达一般采用重复轨道进行干涉测量。合成孔径雷达干涉测量是通过测定目标物体的回波相位信息,利用两次雷达成像时的不同空间位置关系,根据三角形相似性原理,获得地面物体的形变信息——目标物的高程或运动状态(速度、姿态等)。干涉雷达测量***通过单一天线向地面发射雷达信号,再利用双天线同时接收地面物体的反射回波。由于双天线在接收的回波信号时具有时间差,可以获得不同时间段内干涉测量结果。因此,通过合成孔径雷达差分干涉测量就可以得到地表物体的高程信息。重复轨道雷达干涉测量有两个主要用途,一是测量地表高程信息,二是监测地表形变信息。由于重复轨道干涉测量时不同时刻的卫星轨道并不完全重合,因此干涉测量得到的相位信号同时包含地形相位信息和视线方向的位移信息。
InSAR差分干涉测量原理如附图4所示,图中A1、A2分别表示双天线的位置,R1和R2是从天线两端点到地表某一目标物的路径,θ1和θ2为入射角,基线B为两次获取地面SAR影像之间天线的空间距离,B||为基线平行分量,B⊥为基线垂直分量。基线B与水平方向的夹角为α,H表示传感器高度,Z为地表地形高程值。其中,天线A1和A2接收的SAR信号表示如下式(1)和(2):
由于雷达卫星在两次过境成像时空间位置并不相同,所以两次获取的同一地区的SAR影像并不完全重合,需要利用精密轨道文件及主影像进行配准。对配准后的两幅SAR图像进行复共轭相乘,即生成一个干涉图。干涉的结果如下式(3):
可以计算出视线方向的形变量Δr(Δr=R1-R2,为路径长度差)所引起的相位如下式(4)和(5):
或
其中,φd为形变量相位;λ为波长;Δr为两次路径长度差;R1为卫星第一次过境时路径长度;R2为卫星第二次过境时路径长度。可以利用公式(4)计算出目标点的形变量Δr。
7)提取PS点相位信息及误差组分去除
采用幅度离散指数和空间相位相关性特征提取出稳定的PS点,在估计了每一个PS点上的线性形变和DEM误差后,从初始差分干涉相位中将它们减去即得到残余相位,它主要包含了非线性形变相位、大气相位和噪声。对残余相位采用三维解缠算法进行解算,利用高、低通滤波技术分离出非线性形变和大气相位。
8)将PS-InSAR残余相位中分离出来的大气延迟相位与GPS/MODIS数据联合反演得到的大气延迟相位做均值融合处理,建立高精度、高时空分辨率的大气延迟均值模型。
由于PS-InSAR残余相位中分离出来的大气延迟相位与GPS/MODIS数据联合反演获取的大气延迟相位坐标***不一致,因此需要利用坐标转换公式,对其进行坐标***的统一,将两者全部统一到雷达坐标***下。之后利用栅格计算工具,在像元尺度对两者进行均值计算,求取公式为:
坐标转换公式如下:
GPS监测获取的地表形变速率为三维形变信息,基于三维单位向量可以分解为三个矢量方向(正东、正北、垂直方向)的形变值。如附图5所示。
令SAR卫星降轨过境扫描时θ,α分别为SAR卫星入射角和方位角。
在SAR影像中,地面形变速率可以分解为二维单位向量其中i∈{descending,ascending};即i∈{降轨,升轨}:
其中:和分别代表视线向和方位向形变量。
利用GPS获取的三个方向上的形变值通过投影变换可以投影到SAR卫星几何空间上:
(1)SAR降轨扫描:
将GPS卫星B3d坐标***转换为所对应的坐标***,如下式:
和
根据上式得到GPS与SAR影像之间的转换关系:
(2)SAR升轨扫描:
将GPS卫星B3d坐标***转换为和所对应的坐标***,如下式:
和
根据上式得到GPS与SAR影像之间的转换关系:
9)从初始差分干涉相位中减去融合后的大气延迟均值相位部分。
由于大气延迟相位的去除是针对像元进行的,因此还需将相位图与初始差分干涉相位图进行配准,达到像元尺度的统一,才能进行栅格计算,求取消除大气延迟影响的高精度差分干涉相位图。
式中,为大气延迟改正后的差分干涉相位图,为初始差分干涉相位图。
10)以CR-GPS-水准一体点为参考基准,对大气改正后的PS-InSAR差分干涉图进行相位解缠,提取出稳定的PS点形变信息。
11)对PS-InSAR提取的PS点形变信息进行地理编码,统一到大地坐标参考框架内。
12)利用高密度的PS点、GPS点、水准点、CR-GPS-水准一体点进行垂向形变监测结果融合。
由于单轨道SAR差分干涉测量获取的PS点形变速率为雷达视线向形变值,而GPS获取的形变速率为三维形变信息,可以分解为正东、正北和垂直方向。因此将PS点视线向形变值与GPS垂直向形变值进行数据融合时,需将PS点视线向形变值投影到垂直方向。计算公式为:Uu=dlos/cosθ其中dlos为雷达视线方向形变值,θ为雷达波入射角,Uu为雷达垂向方向形变值。然后将高密度PS点、GPS点、水准点和一体点,采用GIS空间分析方法,构建Delaunay三角形网络,并评定网内各点精度及稳定性。利用以上各监测点上对应的形变信息,采用克里金空间插值技术在网内进行插值计算,构建高精度、高空间分辨率的地面沉降垂直形变监测网,实现GPS、InSAR和水准测量数据在垂直形变场的融合。
13)将GPS网水平监测结果进行空间域内插形成地面沉降水平形变场,同时利用集合卡尔曼滤波算法将水平形变场与上述垂直形变场进行融合,对网内各点进行估计预测,构建统一的空间数据场,进而获得高空间分辨率地面沉降三维形变场。
14)利用GPS具有高时间分辨率的特性,基于GIS平台,在时间域对上述地面沉降三维形变场进行内插计算,从而实现地面沉降三维形变场在时间域内的连续加密,进而获得具有高时空分辨率的地面沉降三维形变场信息。
本发明利用各种监测手段获取的地面沉降数据及目标地物特征,以信息优化为原则,通过有机结合,能得到更多连续、综合、全面的监测信息,不仅可以提高地面沉降信息提取的精确性和可靠性,同时也减少了对地面沉降现象整体认识的模糊性和不确定性。
本发明综合利用多源地面沉降监测手段,对多源地面沉降监测技术进行集成,对各种监测手段获取的沉降信息进行数据融合,克服现有监测技术的缺陷,突破单一监测技术的局限性,该基于多源监测技术集成的地面沉降综合监测方法能获取到大范围、高精度、高时空分辨率的地表三维形变信息。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,本领域技术人员利用上述揭示的技术内容做出些许简单修改、等同变化或修饰,均落在本发明的保护范围内。
Claims (7)
1.一种基于多源监测技术融合的地面沉降集成监测方法,其特征在于,包括如下步骤:
(1)在地面沉降重点监测区域布设用于地面沉降监测的水准点和GPS监测点,在地表稳定的区域布设CR-GPS-水准一体点;
(2)在相同的时间序列下,获取GPS数据、地面气象数据、MODIS数据、SAR影像和水准测量数据;
(3)联合周边CGPS站和IGS站同步观测数据以及所述地面气象数据,利用开源软件GAMIT联合解算GPS基线向量,再采用网平差软件对所述GPS数据进行网平差计算,获取高精度地面沉降GPS监测点和CR-GPS-水准一体点的三维坐标信息,所述三维坐标信息包括平面位置与高程值;
(4)联合所述GPS数据、地面气象数据和MODIS数据解算大气延迟相位信息;
(5)利用DORS软件或GAMMA软件对所述SAR影像进行差分干涉处理,获取初始差分干涉相位图;
(6)采用幅度离散指数和空间相位相关性特征提取出所述初始差分干涉相位图中稳定的PS点,估计每个PS点上的线性形变和DEM误差,从所述初始差分干涉相位图中将所述每个PS点上的线性形变和DEM误差减去,即得PS-InSAR残余相位;
所述PS-InSAR残余相位包含非线性形变相位、大气延迟相位和噪声,对所述PS-InSAR残余相位采用三维解缠算法进行解算,利用高、低通滤波技术分离出非线性形变相位和大气延迟相位;
(7)将所述步骤(6)的PS-InSAR残余相位中分离出来的大气延迟相位与所述步骤(4)中GPS/MODIS数据联合反演得到的大气延迟相位做均值融合处理,建立高精度、高时空分辨率的大气延迟均值模型;
(8)从所述初始差分干涉相位图中减去步骤(7)融合后的大气延迟均值相位部分,进而获得高精度的PS-InSAR差分干涉相位图;
(9)以所述CR-GPS-水准一体点为参考基准,对所述PS-InSAR差分干涉相位图进行相位解缠,提取出稳定的PS点形变信息;
(10)对所述步骤(9)中提取的PS点形变信息进行地理编码,统一到大地坐标参考框架内;
(11)利用所述PS点、GPS点、水准点、CR-GPS-水准一体点对应的形变信息,采用克里金空间插值技术在网内进行插值计算,构建高精度、高空间分辨率的地面沉降垂直形变场,实现GPS、InSAR和水准测量数据在垂直形变场的融合;
(12)将GPS网水平监测结果进行空间域内插形成地面沉降水平形变场,同时利用集合卡尔曼滤波算法将水平形变场与所述垂直形变场进行融合,对网内各点进行估计预测,构建统一的空间数据场,进而获得高空间分辨率地面沉降三维形变场;
(13)利用GPS具有高时间分辨率的特性,基于GIS平台,在时间域对所述地面沉降三维形变场进行内插计算,从而实现地面沉降三维形变场在时间域内的连续加密,进而获得具有高时空分辨率的地面沉降三维形变场信息。
2.根据权利要求1所述的基于多源监测技术融合的地面沉降集成监测方法,其特征在于,所述步骤(4)中包括利用GPS数据对MODIS数据校正的步骤,具体为:
A、利用步骤(3)获取的GPS解算结果联合周边CGPS站,使用GAMIT软件解算出SAR卫星过境时间内高精度的对流层天顶总延迟ZTD,再利用所述地面气象数据计算出天顶静力学延迟ZHD,进而通过对流层天顶总延迟ZTD减去天顶静力学延迟ZHD得出天顶湿延迟ZWD,计算公式如下:
式中,Ps为地面大气压值,为GPS站点纬度,H为GPS站点高程值;
B、将MODIS反演得到的大气可降水汽含量PWV转化成天顶湿延迟ZWD’,两者关系为:
<mrow>
<mo>&Pi;</mo>
<mo>=</mo>
<mfrac>
<mrow>
<msup>
<mi>ZWD</mi>
<mo>&prime;</mo>
</msup>
</mrow>
<mrow>
<mi>P</mi>
<mi>W</mi>
<mi>V</mi>
</mrow>
</mfrac>
<mo>=</mo>
<msup>
<mn>10</mn>
<mrow>
<mo>-</mo>
<mn>6</mn>
</mrow>
</msup>
<msub>
<mi>&rho;</mi>
<mi>w</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>k</mi>
<mn>2</mn>
</msub>
<mo>+</mo>
<mfrac>
<msub>
<mi>k</mi>
<mn>3</mn>
</msub>
<msub>
<mi>T</mi>
<mi>M</mi>
</msub>
</mfrac>
<mo>)</mo>
</mrow>
<mfrac>
<msub>
<mi>R</mi>
<mn>0</mn>
</msub>
<msub>
<mi>M</mi>
<mi>W</mi>
</msub>
</mfrac>
</mrow>
其中,ρw为液态水密度,TM为平均大气温度,R0为通用气体常数,MW为液态水摩尔质量,k2、k3均为大气折射常数,П取值范围为6.0~6.5;
C、将步骤A中解算出的天顶湿延迟ZWD与步骤B中获取的天顶湿延迟ZWD’回归拟合,实现GPS数据对MODIS数据的校正。
3.根据权利要求2所述的基于多源监测技术融合的地面沉降集成监测方法,其特征在于,所述步骤(4)中还包括消除MODIS数据中云污染的步骤,具体为:以MODIS的云产品作为掩膜,将MODIS反演水汽中有云存在的像素去掉,同时采用空间插值技术将受云污染区域的水汽含量值由周围的像素插值生成。
4.根据权利要求3所述的基于多源监测技术融合的地面沉降集成监测方法,其特征在于,所述空间插值技术为距离倒数加权法、样条函数内插法或Kriging内插法。
5.根据权利要求2所述的基于多源监测技术融合的地面沉降集成监测方法,其特征在于,所述步骤(4)中包括延迟相位的计算,计算公式为:式中,θinc为雷达入射角,ZWD为校正后的天顶湿延迟;
进而计算SAR主、辅影像获取时刻的大气延迟相位计算公式为:
6.根据权利要求5所述的基于多源监测技术融合的地面沉降集成监测方法,其特征在于,所述延迟相位进行低通滤波处理。
7.根据权利要求1所述的基于多源监测技术融合的地面沉降集成监测方法,其特征在于,所述步骤(4)后还包括采用CR-GPS-水准一体点GPS测量数据改正卫星轨道误差的步骤,其中利用建立的CR-GPS-水准一体点GPS测量数据精确获取所述CR-GPS-水准一体点在SAR图像中的准确位置,并利用地理编码逆运算反求SAR卫星精确轨道信息;
或利用SAR卫星精密轨道星历文件改正卫星轨道误差的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710733640.7A CN107389029B (zh) | 2017-08-24 | 2017-08-24 | 一种基于多源监测技术融合的地面沉降集成监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710733640.7A CN107389029B (zh) | 2017-08-24 | 2017-08-24 | 一种基于多源监测技术融合的地面沉降集成监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107389029A true CN107389029A (zh) | 2017-11-24 |
CN107389029B CN107389029B (zh) | 2019-10-29 |
Family
ID=60346609
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710733640.7A Active CN107389029B (zh) | 2017-08-24 | 2017-08-24 | 一种基于多源监测技术融合的地面沉降集成监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107389029B (zh) |
Cited By (39)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107988882A (zh) * | 2017-12-15 | 2018-05-04 | 吉林省交通科学研究所 | 一种多功能高速公路变形监测基站及其工作方法 |
CN108088358A (zh) * | 2017-12-18 | 2018-05-29 | 电子科技大学 | 一种基于多基线雷达轨道形变检测方法 |
CN108169744A (zh) * | 2017-12-08 | 2018-06-15 | 中国船舶重工集团公司第七二四研究所 | 一种地波雷达与卫星海洋动力反演信息融合处理方法 |
CN108594224A (zh) * | 2018-03-30 | 2018-09-28 | 中国电力工程顾问集团中南电力设计院有限公司 | 融合不同平台和轨道sar数据的三维时序形变监测方法 |
CN108647740A (zh) * | 2018-05-16 | 2018-10-12 | 河海大学 | 利用高分辨率地形和气象因子进行多源降水融合的方法 |
CN109001382A (zh) * | 2018-09-20 | 2018-12-14 | 武汉大学 | 一种基于cors的区域大气水汽实时监测方法及*** |
CN109059849A (zh) * | 2018-09-28 | 2018-12-21 | 中国科学院测量与地球物理研究所 | 一种基于遥感中InSAR技术的地面沉降预测方法 |
CN109297466A (zh) * | 2018-11-19 | 2019-02-01 | 重庆地质矿产研究院 | 一种基于阵列式气压传感的差分沉降监测方法 |
CN109471104A (zh) * | 2018-11-15 | 2019-03-15 | 首都师范大学 | 一种从两平行轨道sar数据中获取地表三维移动量的方法 |
CN109696152A (zh) * | 2019-02-13 | 2019-04-30 | 太原理工大学 | 一种低相干性区域地面沉降量估算方法 |
CN109725312A (zh) * | 2019-01-17 | 2019-05-07 | 武汉大学 | 一种基于空天地一体化观测的库岸形变监测方法 |
CN109917494A (zh) * | 2019-02-13 | 2019-06-21 | 上海华测导航技术股份有限公司 | 降雨预报方法、装置、设备和存储介质 |
CN110031841A (zh) * | 2019-04-01 | 2019-07-19 | 中国科学院遥感与数字地球研究所 | 基于ECMWF的InSAR大气延迟改正的方法和*** |
CN110044327A (zh) * | 2019-04-29 | 2019-07-23 | 上海颖川佳固信息工程股份有限公司 | 一种基于sar数据与gnss数据的基础设施沉降监测方法及*** |
CN110055945A (zh) * | 2019-05-22 | 2019-07-26 | 马培峰 | 一种土体固结沉降的监测方法、装置及相关设备 |
CN110081909A (zh) * | 2019-05-22 | 2019-08-02 | 北京中交华安科技有限公司 | 基于全球定位控制点坐标的车载移动测量***检校方法 |
CN111426300A (zh) * | 2020-05-19 | 2020-07-17 | 北京市水文地质工程地质大队(北京市地质环境监测总站) | 地面沉降分区分层监控预警方法及装置 |
CN111522006A (zh) * | 2020-06-29 | 2020-08-11 | 航天宏图信息技术股份有限公司 | 融合北斗和InSAR数据的地表沉降监测方法及装置 |
CN111595293A (zh) * | 2020-05-29 | 2020-08-28 | 山东交通学院 | 一种基于多源监测数据融合的地表形变监测方法与*** |
CN112050725A (zh) * | 2020-09-14 | 2020-12-08 | 广东省核工业地质局测绘院 | 一种融合InSAR和GPS的地表形变监测方法 |
CN112241577A (zh) * | 2019-07-17 | 2021-01-19 | 首都师范大学 | 地面沉降时间序列数据融合方法及*** |
CN112344847A (zh) * | 2020-11-20 | 2021-02-09 | 中国有色金属长沙勘察设计研究院有限公司 | 一种地基合成孔径雷达数据降噪方法 |
CN112540370A (zh) * | 2020-12-08 | 2021-03-23 | 鞍钢集团矿业有限公司 | InSAR和GNSS融合的露天矿边坡形变测量方法 |
CN112669334A (zh) * | 2021-01-15 | 2021-04-16 | 四川大学 | 一种用于大坝及滑坡gb-sar监测的实时数据处理方法及*** |
CN112902823A (zh) * | 2021-01-18 | 2021-06-04 | 深圳大学 | 桥梁星空地多源观测协同动态监测与安全预警技术 |
CN112986990A (zh) * | 2021-02-04 | 2021-06-18 | 中国地质大学(北京) | 一种大气相位改正方法及*** |
CN113008202A (zh) * | 2021-03-31 | 2021-06-22 | 中铁上海设计院集团有限公司 | 一种融合不同合成孔径雷达干涉测量的地面沉降监测方法 |
CN113138388A (zh) * | 2021-04-09 | 2021-07-20 | 浙江省测绘科学技术研究院 | 融合精密水准与InSAR可靠沉降值的地面沉降监测方法 |
CN113238228A (zh) * | 2021-05-10 | 2021-08-10 | 首都师范大学 | 一种基于水准约束的InSAR三维地表形变获取方法、***及装置 |
CN113253270A (zh) * | 2021-06-11 | 2021-08-13 | 中国测绘科学研究院 | 基于InSAR和Okada模型反演地下采矿参数的方法和*** |
CN113405447A (zh) * | 2020-05-19 | 2021-09-17 | 湖南北斗微芯产业发展有限公司 | 一种综合InSAR和GNSS的轨道交通形变监测方法、装置及设备 |
CN113466846A (zh) * | 2021-06-10 | 2021-10-01 | 上海铁路北斗测量工程技术有限公司 | 一种高速铁路桥梁的偏移监测方法及其*** |
CN113625241A (zh) * | 2021-07-14 | 2021-11-09 | 北京市水文地质工程地质大队(北京市地质环境监测总站) | 差异沉降监控预警方法 |
CN113673582A (zh) * | 2021-07-30 | 2021-11-19 | 西南交通大学 | 基于***聚类分析的铁路动态基准点多层级分群方法 |
CN114234907A (zh) * | 2021-09-26 | 2022-03-25 | 国网浙江省电力有限公司杭州供电公司 | 一种自动化沉降监测***及方法 |
CN114966685A (zh) * | 2022-05-24 | 2022-08-30 | 中国水利水电科学研究院 | 基于InSAR和深度学习的大坝形变监测及预测方法 |
CN115482312A (zh) * | 2022-10-13 | 2022-12-16 | 重庆市地理信息和遥感应用中心 | 一种基于dem和城市热岛的地表温度空间模拟校正方法 |
CN117109426A (zh) * | 2023-08-28 | 2023-11-24 | 兰州交通大学 | 一种融合GNSS/InSAR观测资料的三维形变场建模方法 |
CN117213443A (zh) * | 2023-11-07 | 2023-12-12 | 江苏省地质调查研究院 | 一种天地深一体化地面沉降监测网建设与更新方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101770027A (zh) * | 2010-02-05 | 2010-07-07 | 河海大学 | 基于InSAR与GPS数据融合的地表三维形变监测方法 |
CN105467389A (zh) * | 2015-12-23 | 2016-04-06 | 首都师范大学 | 分析浅地表空间利用差异模式下地面沉降演变规律的方法 |
CN105526925A (zh) * | 2015-11-09 | 2016-04-27 | 北京市水文地质工程地质大队 | 一种区域地面沉降水准监测网优化设计方法 |
CN106679620A (zh) * | 2017-01-13 | 2017-05-17 | 首都师范大学 | 一种区域地面沉降时空预测方法 |
-
2017
- 2017-08-24 CN CN201710733640.7A patent/CN107389029B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101770027A (zh) * | 2010-02-05 | 2010-07-07 | 河海大学 | 基于InSAR与GPS数据融合的地表三维形变监测方法 |
CN105526925A (zh) * | 2015-11-09 | 2016-04-27 | 北京市水文地质工程地质大队 | 一种区域地面沉降水准监测网优化设计方法 |
CN105467389A (zh) * | 2015-12-23 | 2016-04-06 | 首都师范大学 | 分析浅地表空间利用差异模式下地面沉降演变规律的方法 |
CN106679620A (zh) * | 2017-01-13 | 2017-05-17 | 首都师范大学 | 一种区域地面沉降时空预测方法 |
Non-Patent Citations (2)
Title |
---|
陈蓓蓓等: "综合时序InSAR和GIS技术地面沉降时序演化规律研究", 《光谱学与光谱分析》 * |
雷坤超等: "基于PS-InSAR技术的廊坊市地面沉降监测研究", 《遥感技术与应用》 * |
Cited By (56)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108169744A (zh) * | 2017-12-08 | 2018-06-15 | 中国船舶重工集团公司第七二四研究所 | 一种地波雷达与卫星海洋动力反演信息融合处理方法 |
CN107988882A (zh) * | 2017-12-15 | 2018-05-04 | 吉林省交通科学研究所 | 一种多功能高速公路变形监测基站及其工作方法 |
CN107988882B (zh) * | 2017-12-15 | 2023-12-22 | 吉林省交通科学研究所 | 一种多功能高速公路变形监测基站的工作方法 |
CN108088358B (zh) * | 2017-12-18 | 2019-08-20 | 电子科技大学 | 一种基于多基线雷达轨道形变检测方法 |
CN108088358A (zh) * | 2017-12-18 | 2018-05-29 | 电子科技大学 | 一种基于多基线雷达轨道形变检测方法 |
CN108594224A (zh) * | 2018-03-30 | 2018-09-28 | 中国电力工程顾问集团中南电力设计院有限公司 | 融合不同平台和轨道sar数据的三维时序形变监测方法 |
CN108594224B (zh) * | 2018-03-30 | 2021-09-03 | 中国电力工程顾问集团中南电力设计院有限公司 | 融合不同平台和轨道sar数据的三维时序形变监测方法 |
CN108647740A (zh) * | 2018-05-16 | 2018-10-12 | 河海大学 | 利用高分辨率地形和气象因子进行多源降水融合的方法 |
CN109001382A (zh) * | 2018-09-20 | 2018-12-14 | 武汉大学 | 一种基于cors的区域大气水汽实时监测方法及*** |
CN109059849A (zh) * | 2018-09-28 | 2018-12-21 | 中国科学院测量与地球物理研究所 | 一种基于遥感中InSAR技术的地面沉降预测方法 |
CN109471104A (zh) * | 2018-11-15 | 2019-03-15 | 首都师范大学 | 一种从两平行轨道sar数据中获取地表三维移动量的方法 |
CN109297466A (zh) * | 2018-11-19 | 2019-02-01 | 重庆地质矿产研究院 | 一种基于阵列式气压传感的差分沉降监测方法 |
CN109297466B (zh) * | 2018-11-19 | 2024-01-26 | 重庆地质矿产研究院 | 一种基于阵列式气压传感的差分沉降监测方法 |
CN109725312A (zh) * | 2019-01-17 | 2019-05-07 | 武汉大学 | 一种基于空天地一体化观测的库岸形变监测方法 |
CN109917494A (zh) * | 2019-02-13 | 2019-06-21 | 上海华测导航技术股份有限公司 | 降雨预报方法、装置、设备和存储介质 |
CN109696152A (zh) * | 2019-02-13 | 2019-04-30 | 太原理工大学 | 一种低相干性区域地面沉降量估算方法 |
CN110031841B (zh) * | 2019-04-01 | 2021-07-23 | 中国科学院遥感与数字地球研究所 | 基于ECMWF的InSAR大气延迟改正的方法和*** |
CN110031841A (zh) * | 2019-04-01 | 2019-07-19 | 中国科学院遥感与数字地球研究所 | 基于ECMWF的InSAR大气延迟改正的方法和*** |
CN110044327B (zh) * | 2019-04-29 | 2021-10-12 | 上海颖川佳固信息工程股份有限公司 | 一种基于sar数据与gnss数据的基础设施沉降监测方法及*** |
CN110044327A (zh) * | 2019-04-29 | 2019-07-23 | 上海颖川佳固信息工程股份有限公司 | 一种基于sar数据与gnss数据的基础设施沉降监测方法及*** |
CN110081909A (zh) * | 2019-05-22 | 2019-08-02 | 北京中交华安科技有限公司 | 基于全球定位控制点坐标的车载移动测量***检校方法 |
CN110055945A (zh) * | 2019-05-22 | 2019-07-26 | 马培峰 | 一种土体固结沉降的监测方法、装置及相关设备 |
CN110055945B (zh) * | 2019-05-22 | 2021-05-25 | 马培峰 | 一种土体固结沉降的监测方法、装置及相关设备 |
CN112241577A (zh) * | 2019-07-17 | 2021-01-19 | 首都师范大学 | 地面沉降时间序列数据融合方法及*** |
CN112241577B (zh) * | 2019-07-17 | 2022-10-11 | 首都师范大学 | 地面沉降时间序列数据融合方法及*** |
CN111426300A (zh) * | 2020-05-19 | 2020-07-17 | 北京市水文地质工程地质大队(北京市地质环境监测总站) | 地面沉降分区分层监控预警方法及装置 |
CN113405447A (zh) * | 2020-05-19 | 2021-09-17 | 湖南北斗微芯产业发展有限公司 | 一种综合InSAR和GNSS的轨道交通形变监测方法、装置及设备 |
CN111595293A (zh) * | 2020-05-29 | 2020-08-28 | 山东交通学院 | 一种基于多源监测数据融合的地表形变监测方法与*** |
CN111522006A (zh) * | 2020-06-29 | 2020-08-11 | 航天宏图信息技术股份有限公司 | 融合北斗和InSAR数据的地表沉降监测方法及装置 |
CN111522006B (zh) * | 2020-06-29 | 2020-10-09 | 航天宏图信息技术股份有限公司 | 融合北斗和InSAR数据的地表沉降监测方法及装置 |
CN112050725A (zh) * | 2020-09-14 | 2020-12-08 | 广东省核工业地质局测绘院 | 一种融合InSAR和GPS的地表形变监测方法 |
CN112344847A (zh) * | 2020-11-20 | 2021-02-09 | 中国有色金属长沙勘察设计研究院有限公司 | 一种地基合成孔径雷达数据降噪方法 |
CN112344847B (zh) * | 2020-11-20 | 2022-03-08 | 中国有色金属长沙勘察设计研究院有限公司 | 一种地基合成孔径雷达数据降噪方法 |
CN112540370A (zh) * | 2020-12-08 | 2021-03-23 | 鞍钢集团矿业有限公司 | InSAR和GNSS融合的露天矿边坡形变测量方法 |
CN112669334A (zh) * | 2021-01-15 | 2021-04-16 | 四川大学 | 一种用于大坝及滑坡gb-sar监测的实时数据处理方法及*** |
CN112902823A (zh) * | 2021-01-18 | 2021-06-04 | 深圳大学 | 桥梁星空地多源观测协同动态监测与安全预警技术 |
CN112902823B (zh) * | 2021-01-18 | 2022-07-22 | 深圳大学 | 桥梁星空地多源观测协同动态监测与安全预警技术 |
CN112986990A (zh) * | 2021-02-04 | 2021-06-18 | 中国地质大学(北京) | 一种大气相位改正方法及*** |
CN113008202A (zh) * | 2021-03-31 | 2021-06-22 | 中铁上海设计院集团有限公司 | 一种融合不同合成孔径雷达干涉测量的地面沉降监测方法 |
CN113138388A (zh) * | 2021-04-09 | 2021-07-20 | 浙江省测绘科学技术研究院 | 融合精密水准与InSAR可靠沉降值的地面沉降监测方法 |
CN113238228A (zh) * | 2021-05-10 | 2021-08-10 | 首都师范大学 | 一种基于水准约束的InSAR三维地表形变获取方法、***及装置 |
CN113238228B (zh) * | 2021-05-10 | 2023-03-10 | 首都师范大学 | 基于水准约束的三维地表形变获取方法、***及装置 |
CN113466846B (zh) * | 2021-06-10 | 2024-03-26 | 上海铁路北斗测量工程技术有限公司 | 一种高速铁路桥梁的偏移监测方法及其*** |
CN113466846A (zh) * | 2021-06-10 | 2021-10-01 | 上海铁路北斗测量工程技术有限公司 | 一种高速铁路桥梁的偏移监测方法及其*** |
CN113253270A (zh) * | 2021-06-11 | 2021-08-13 | 中国测绘科学研究院 | 基于InSAR和Okada模型反演地下采矿参数的方法和*** |
CN113625241A (zh) * | 2021-07-14 | 2021-11-09 | 北京市水文地质工程地质大队(北京市地质环境监测总站) | 差异沉降监控预警方法 |
CN113673582B (zh) * | 2021-07-30 | 2023-05-09 | 西南交通大学 | 基于***聚类分析的铁路动态基准点多层级分群方法 |
CN113673582A (zh) * | 2021-07-30 | 2021-11-19 | 西南交通大学 | 基于***聚类分析的铁路动态基准点多层级分群方法 |
CN114234907A (zh) * | 2021-09-26 | 2022-03-25 | 国网浙江省电力有限公司杭州供电公司 | 一种自动化沉降监测***及方法 |
CN114966685A (zh) * | 2022-05-24 | 2022-08-30 | 中国水利水电科学研究院 | 基于InSAR和深度学习的大坝形变监测及预测方法 |
CN114966685B (zh) * | 2022-05-24 | 2023-04-07 | 中国水利水电科学研究院 | 基于InSAR和深度学习的大坝形变监测及预测方法 |
CN115482312A (zh) * | 2022-10-13 | 2022-12-16 | 重庆市地理信息和遥感应用中心 | 一种基于dem和城市热岛的地表温度空间模拟校正方法 |
CN117109426A (zh) * | 2023-08-28 | 2023-11-24 | 兰州交通大学 | 一种融合GNSS/InSAR观测资料的三维形变场建模方法 |
CN117109426B (zh) * | 2023-08-28 | 2024-03-22 | 兰州交通大学 | 一种融合GNSS/InSAR观测资料的三维形变场建模方法 |
CN117213443A (zh) * | 2023-11-07 | 2023-12-12 | 江苏省地质调查研究院 | 一种天地深一体化地面沉降监测网建设与更新方法 |
CN117213443B (zh) * | 2023-11-07 | 2024-03-19 | 江苏省地质调查研究院 | 一种天地深一体化地面沉降监测网建设与更新方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107389029B (zh) | 2019-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107389029B (zh) | 一种基于多源监测技术融合的地面沉降集成监测方法 | |
WO2022214114A2 (zh) | 融合GNSS数据与InSAR技术的桥梁变形监测方法 | |
CN101770027B (zh) | 基于InSAR与GPS数据融合的地表三维形变监测方法 | |
CN104111456B (zh) | 一种高速铁路沿线地表形变高分辨率InSAR监测方法 | |
Zebker et al. | On the derivation of coseismic displacement fields using differential radar interferometry: The Landers earthquake | |
CN106556822B (zh) | 星载滑动聚束sar瞄准精度在轨测试方法 | |
CN106526590A (zh) | 一种融合多源sar影像工矿区三维地表形变监测及解算方法 | |
CN106960174A (zh) | 高分影像激光雷达高程控制点提取及其辅助定位方法 | |
CN101876701B (zh) | 一种侧视雷达遥感影像定位方法 | |
CN100545676C (zh) | 基于相关加权的干涉合成孔径雷达干涉相位估计方法 | |
CN109031301A (zh) | 基于PSInSAR技术的山区地形形变提取方法 | |
Abdelfattah et al. | Topographic SAR interferometry formulation for high-precision DEM generation | |
CN101750619A (zh) | 自检校pos直接对地目标定位方法 | |
CN105444778B (zh) | 一种基于成像几何反演的星敏感器在轨定姿误差获取方法 | |
CN107037428B (zh) | 一种提高星载双站差分InSAR提取形变精度的方法 | |
CN105824022A (zh) | 一种电网不良地质体三维形变监测方法 | |
Voege et al. | Displacement monitoring at Svartevatn dam with interferometric SAR | |
Tang et al. | Atmospheric correction in time-series SAR interferometry for land surface deformation mapping–A case study of Taiyuan, China | |
Liu et al. | Accurate mapping method for UAV photogrammetry without ground control points in the map projection frame | |
CN114812496A (zh) | 一种基于多源异构数据的区域地面沉降预警方法 | |
CN117541929A (zh) | 一种复杂环境InSAR大区域输电通道形变风险评估方法 | |
Frolich et al. | Synthetic aperture radar interferometry over Rutford Ice Stream and Carlson Inlet, Antarctica | |
CN112711022A (zh) | 一种GNSS层析技术辅助的InSAR大气延迟改正方法 | |
Spore et al. | Collection, processing, and accuracy of mobile terrestrial lidar survey data in the coastal environment | |
Wang et al. | A high precision DEM extraction method based on InSAR 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 |