一种滨海地区混叠地表形变解耦重构与分级评价方法
本发明涉及雷达遥感与地面沉降监测,具体是一种滨海地区混叠地表形变解耦重构与分级评价方法。
背景技术:
1、在城市群及沿海经济区地表形变监测应用中,深层地层长期压密、孔隙水压动态响应、浅层土体季节性胀缩及大气延迟等多种过程会共同作用于同一监测区域,使时序insar获取的形变场表现为多源物理信号在时空域上的叠加,难以直接识别不同沉降模式的独立贡献及演化规律。
2、目前现有技术通常是对时序insar形变数据进行去噪、中心化和降维处理,采用主成分分析提取主要变化特征,或者将独立成分分析约束施加于时间维度,通过时间独立成分分析分离不同变化过程;部分方法进一步利用fastica等盲源分离算法获得若干独立分量,并根据各分量的时间变化曲线和空间分布特征,将其解释为长期沉降、阶段性变化、季节波动或大气误差,最后通过重构误差、相关系数等指标评价处理结果。
3、然而,现有技术仍存在以下问题,tica计算规模大,且难以满足时间独立性要求;即使采用空间独立成分分析,解耦结果仍易受保留分量数量影响,分量选择不当会引入噪声造成有效形变信息缺失;由此产生的解耦偏差在弱形变区还会被相对评价指标进一步放大,导致重构精度及形变模态可信度难以客观分级。
技术实现思路
1、本发明目的为解决现有地表形变解耦计算量大、混叠形变模态难以准确分离,以及弱形变区域重构精度难以客观评价的问题。
2、为解决上述问题,本发明提出一种滨海地区混叠地表形变解耦重构与分级评价方法,包括:
3、获取时序insar形变场,对所述时序insar形变场进行时空矩阵重组,得到空间分析矩阵;
4、对所述空间分析矩阵进行主成分白化处理及多准则截断降维,得到降维白化数据和对应的保留维数;
5、基于所述保留维数对降维白化数据进行空间独立成分解耦,得到空间独立成分及对应的时间演化参数;
6、基于所述空间独立成分及对应的时间演化参数进行形变时序重构,得到重构形变时序;
7、基于所述时序insar形变场中的原始形变时序方差确定形变强度等级,在各所述形变强度等级内分别评价所述原始形变时序与重构形变时序的重构精度,输出分级评价结果。
8、优选的,对所述时序insar形变场进行时空矩阵重组,得到空间分析矩阵,包括:
9、从所述时序insar形变场中提取各时间历元对应的空间像元形变观测值,并基于所述形变观测值构建时空观测矩阵;
10、对所述时空观测矩阵进行转置重组,得到以时间历元为观测变量、以空间像元为样本的空间分析矩阵。
11、优选的,所述主成分白化处理,包括:
12、对所述空间分析矩阵进行去中心化处理,得到中心化矩阵;
13、基于所述中心化矩阵构建协方差矩阵,对所述协方差矩阵进行特征值分解,得到按特征值降序排列的特征值序列及对应的特征向量;
14、按照所述保留维数,从所述特征值序列及对应的特征向量中截取保留特征值和保留特征向量,并基于所述保留特征值和保留特征向量构建白化矩阵;
15、利用所述白化矩阵对中心化矩阵进行白化变换,得到所述降维白化数据。
16、优选的,所述多准则截断降维,包括:
17、根据所述特征值序列计算累计方差贡献率序列,并确定所述累计方差贡献率达到预设阈值时对应的第一截断位置;
18、根据所述特征值序列构建特征值衰减曲线,并根据所述特征值衰减曲线的拐点确定第二截断位置;
19、基于所述第一截断位置和第二截断位置确定保留维数。
20、优选的,所述空间独立成分解耦,包括:
21、将所述保留维数确定为空间独立成分的提取数量;
22、按照所述提取数量对降维白化数据进行空间独立成分分离,得到所述空间独立成分;
23、基于所述空间分析矩阵与空间独立成分之间的对应关系,确定各所述空间独立成分对应的时间演化参数。
24、优选的,所述形变时序重构,包括:
25、从所述空间独立成分矩阵中提取各空间独立成分在各空间像元对应的空间载荷值;
26、从所述时间混合矩阵中提取与各空间独立成分对应的时间演化向量;
27、针对各空间像元,将各空间独立成分对应的空间载荷值与时间演化向量相乘后进行叠加,得到对应空间像元的所述重构形变时序。
28、优选的,所述确定形变强度等级,包括:
29、从所述时序insar形变场中获取各空间像元对应的原始形变时序,计算各所述原始形变时序的方差,得到原始形变时序方差集合;
30、基于所述原始形变时序方差集合的四分位数确定形变强度分级边界;
31、根据各原始形变时序方差与形变强度分级边界的关系,将对应的空间像元划分为弱形变等级、中等形变等级、强形变等级和极端形变等级。
32、优选的,评价所述原始形变时序与重构形变时序的重构精度,包括:
33、根据所述原始形变时序与对应的重构形变时序,计算方差贡献率、平均绝对误差和相关系数;
34、其中,所述方差贡献率根据重构形变时序的方差与原始形变时序方差的比值确定,所述平均绝对误差根据原始形变时序与重构形变时序之间的差值确定。
35、优选的,输出分级评价结果,包括:
36、按照所述形变强度等级,对所述方差贡献率、平均绝对误差和相关系数进行分级统计,得到各形变强度等级对应的指标均值和标准差;
37、基于各形变强度等级对应的指标均值和标准差,生成所述分级评价结果。
38、优选的,输出分级评价结果,还包括:
39、根据所述原始形变时序的变化方向,将所述原始形变时序划分为沉降类型和抬升类型;
40、分别对所述沉降类型和抬升类型下各形变强度等级对应的方差贡献率、平均绝对误差和相关系数进行统计;
41、以最低形变强度等级对应的相关系数标准差为基准,确定其余形变强度等级对应的相关系数标准差相对于所述基准的降低比例,并将所述降低比例作为相对增益纳入分级评价结果。
42、与现有技术相比,本发明具有以下优点:
43、1.通过将时序insar形变场重组为以时间历元为变量、空间像元为样本的空间分析矩阵,使独立性约束作用于各形变模态的空间分布,降低共同气候或季节因素造成的时间相关性对解耦结果的干扰;同时,在空间像元数量远大于时间历元数量时,将协方差矩阵规模由与空间像元数量对应的高阶矩阵降低为与时间历元数量对应的低阶矩阵,从而提高混叠形变解耦的可实施性和计算效率。
44、2.通过结合累计方差贡献率和特征值衰减曲线拐点确定保留维数,并在确定保留维数后实施截断白化,既能够避免截断过早造成有效形变信息缺失,又能够防止低能量尾部分量及微小特征值对应噪声在白化过程中被放大,从而提高空间独立成分解耦结果的稳定性和有效性。
45、3.通过以原始形变时序方差确定形变强度等级,并在各等级内分别评价方差贡献率、平均绝对误差和相关系数,能够避免弱形变区域因有效信号量级较小而导致相对评价指标异常波动,使不同形变强度下的重构精度得到分层表征,提高重构结果评价的客观性和可信度。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com