一种InSAR与UAV多源遥感融合的全域形变反演系统及方法
本技术涉及地表形变遥感监测与多源异构数据融合,具体地,涉及一种insar与uav多源遥感融合的全域形变反演系统及方法。
背景技术:
1、井工煤矿开采会持续改变覆岩与地表应力状态,容易引起地表沉降、沉降漏斗扩展、地裂缝发育以及局部塌陷等问题。上述形变不仅影响道路、建构筑物和管线安全,也会影响采空区治理、土地复垦和安全生产决策,因此,地表形变监测需要同时具备大范围连续覆盖能力和局部强形变精细表达能力。
2、合成孔径雷达干涉测量依托多期sar(合成孔径雷达)影像监测大范围地表沉降,具备覆盖广、历史数据可追溯、成本较低的优势,适宜持续监测沉降范围与演变趋势。但井工矿快速沉陷区形变梯度大,易产生干涉条纹密集、失相干、相位解缠失误、视线向形变低估等问题,沉降漏斗内监测结果偏平滑,难以刻画局部剧烈形变细节。
3、无人机数字高程模型差分技术能够通过两期uav(无人机)采集的数字高程模型直接计算高程变化,对沉降中心、陡坎边界和局部塌陷等强形变区域具有较好的细节表达能力,能够弥补insar(合成孔径雷达干涉)在大梯度区域的不足。但uavdem(无人机构建数字高程模型)差分的覆盖范围和获取周期通常受航飞条件、测区范围和数据处理成本影响,同时其结果容易受到影像匹配误差、地物变化、植被和局部噪声的影响,在大范围平缓形变区域的连续性和稳定性不一定优于insar。
4、现有多源形变融合方法多采用固定权重、简单拼接或按区域替换的方式处理insar结果和uav结果。这类方法虽实现简单,但难以根据不同像元处的数据质量变化自动调整权重,也难以同时处理两源空间配准误差、局部异常点和强形变保护问题。当直接平均或平滑融合时,uav所反映的真实强形变细节可能被削弱;当简单用uav替换局部区域时,容易在边界处产生不连续。
技术实现思路
1、本技术的目的在于提供一种insar与uav多源遥感融合的全域形变反演系统及方法,以解决上述背景技术中提出的问题。
2、为实现上述目的,根据本技术的一方面,提供了一种insar与uav多源遥感融合的全域形变反演方法,该方法包括如下步骤:
3、s1、获取待监测区域的insar垂直形变图和uav形变图;
4、s2、以所述insar垂直形变图的空间参考、空间范围和分辨率为基准,对所述uav形变图进行重采样转换,得到同网格uav形变图,并确定公共有效像元区域;
5、s3、分别根据所述insar垂直形变图和所述uav形变图计算局部方差、梯度幅值和有效像元掩膜;
6、s4、根据所述uav形变图的绝对形变幅值和梯度幅值识别uav形变中心保护区,并生成uav保护强度图;
7、s5、根据所述局部方差、梯度幅值和所述uav保护强度图,构建insar方差协因子模板和uav方差协因子模板;
8、s6、基于所述uav形变图与所述insar垂直形变图在公共有效像元区域内的差异场进行鲁棒异常识别,并利用非异常公共有效像元进行鲁棒方差分量估计,得到insar方差尺度图和uav方差尺度图;
9、s7、依据所述insar方差尺度图、所述uav方差尺度图、所述insar方差协因子模板、所述uav方差协因子模板和异常软惩罚因子计算融合权重,并在所述uav形变中心保护区内对uav融合权重施加下限约束;
10、s8、利用所述融合权重对所述insar垂直形变图和所述uav形变图进行加权线性融合,生成地表融合形变场、来源标记图和融合有效像元掩膜。
11、优选的,在上述步骤s1中,获取待监测区域的insar垂直形变图和uav形变图具体包括:
12、对合成孔径雷达影像进行差分干涉处理,获得视线向形变图,并根据雷达成像几何参数将所述视线向形变图转换为垂直向形变图,作为所述insar垂直形变图;
13、对两期无人机采集的数字高程模型执行差分计算,获得所述uav形变图。
14、优选的,在上述步骤s2中,重采样转换具体包括:
15、读取insar垂直形变图的坐标参考系统、仿射变换参数、像元大小、行列数和有效像元掩膜;
16、依据坐标参考系统和仿射变换参数,uav形变图重采样转换至insar垂直形变图的空间格网;
17、保留insar垂直形变图和重采样后uav形变图的有效像元交集,作为公共有效像元区域。
18、优选的,在上述步骤s3中,计算局部方差、梯度幅值和有效像元掩膜具体包括:
19、对insar垂直形变图和uav形变图中的无效像元分别进行邻域填补,邻域填补仅用于局部统计量计算;
20、在预设局部窗口内计算形变图的局部均值和局部方差;
21、采用梯度算子计算形变图在行方向和列方向上的梯度幅值;
22、对局部方差和梯度幅值进行基于百分位数的鲁棒归一化。
23、优选的,在上述步骤s4中,识别uav形变中心保护区包括:
24、计算uav形变图的绝对形变幅值和梯度幅值;
25、分别确定绝对形变幅值和梯度幅值在有效uav像元中的高分位阈值;
26、将绝对形变幅值不小于对应高分位阈值或梯度幅值不小于对应高分位阈值的像元标记为uav形变中心保护区像元;
27、以绝对形变幅值的归一化结果和梯度幅值的归一化结果中的较大值作为保护强度,并在非保护区像元处将保护强度置零。
28、优选的,在上述步骤s5中,构建insar方差协因子模板和uav方差协因子模板包括:
29、根据insar局部方差标准化结果、insar梯度标准化结果和uav保护强度图,增大insar在局部非平稳区域和uav形变中心保护区内的方差协因子;
30、根据uav局部方差标准化结果和uav保护强度图,在uav形变中心保护区内削弱由局部方差引起的对uav方差协因子的惩罚。
31、优选的,在上述步骤s6中,鲁棒异常识别包括:
32、在公共有效像元区域内计算差异场,差异场为重采样后uav形变图与insar垂直形变图之差;
33、计算差异场的中位数和中位数绝对偏差;
34、将与中位数的绝对偏差大于预设倍数中位数绝对偏差的像元标记为差异异常像元;
35、将非异常公共有效像元作为方差分量估计样本。
36、优选的,在上述步骤s6中,鲁棒方差分量估计包括:
37、以差异场平方作为观测量,以insar方差协因子模板和uav方差协因子模板作为系数矩阵,建立两源差异二阶矩与insar方差尺度、uav方差尺度之间的线性关系;
38、采用非负加权最小二乘方法估计insar方差尺度和uav方差尺度;
39、根据预测方差和鲁棒残差权对所述非负加权最小二乘方法中的权重进行迭代更新;
40、采用helmert方差分量更新对所述insar方差尺度和uav方差尺度进行更新;
41、在全局尺度和分块尺度上分别估计方差尺度,并对分块尺度估计结果进行缺失块填补和平滑处理,得到空间连续的insar方差尺度图和uav方差尺度图。
42、优选的,在上述步骤s7中,计算融合权重包括:
43、将insar方差尺度图与insar方差协因子模板相乘得到insar像元方差,将uav方差尺度图与uav方差协因子模板相乘得到uav像元方差;
44、分别以insar像元方差和uav像元方差的倒数作为对应数据源的名义精度;
45、将名义精度与对应数据源的异常软惩罚因子相结合,得到insar未归一化权重和uav未归一化权重;
46、对insar未归一化权重和所述uav未归一化权重进行归一化,得到insar融合权重和uav融合权重,且;
47、在uav形变中心保护区内,使uav融合权重满足,其中,为预设uav最低权重,为像元处的uav保护强度系数,并相应调整insar融合权重;
48、利用融合权重进行加权线性融合:设置像元p处的insar观测为,uav观测为,融合形变为:当两源像元均有效时,,标记为双源融合;
49、当仅insar有效时,,标记为单insar来源;
50、当仅uav有效时,,标记为单uav来源;
51、当两源均无效时,输出无效值;
52、对于最终融合图中面积小于预设阈值的孤立无效孔洞,以融合有效像元为邻域样本,采用距离反比加权方法补充显示值,并同步输出补充标记,所述补充标记用于区分补充显示值与原始融合有效像元,补充显示值不参与方差尺度估计、融合权重计算和精度评价。
53、根据本技术的另一方面,提供了一种insar与uav多源遥感融合的全域形变反演系统,该系统包括:
54、数据获取模块,用于获取待监测区域的insar垂直形变图和uav形变图;
55、数据预处理模块,用于以所述insar垂直形变图的空间参考、空间范围和分辨率为基准,对所述uav形变图进行重采样转换,得到与所述insar垂直形变图同网格的uav形变图,并确定公共有效像元区域;
56、局部特征计算模块,用于分别根据所述insar垂直形变图和所述uav形变图计算局部方差、梯度幅值和有效像元掩膜;
57、保护区识别模块,用于根据所述uav形变图的形变幅值和梯度幅值识别uav形变中心保护区,并生成uav保护强度图;
58、协因子构建模块,用于根据所述局部方差、所述梯度和所述uav保护强度图,构建insar方差协因子模板和uav方差协因子模板;
59、方差估计模块,用于基于所述uav形变图与所述insar垂直形变图在公共有效像元区域内的差异场进行鲁棒异常识别,并利用非异常公共有效像元进行鲁棒方差分量估计,得到insar方差尺度图和uav方差尺度图;
60、权重计算模块,用于依据所述insar方差尺度图、所述uav方差尺度图、所述insar方差协因子模板、所述uav方差协因子模板和异常软惩罚因子计算融合权重,并在所述uav形变中心保护区内对uav融合权重施加下限约束;
61、融合输出模块,用于利用所述融合权重对所述insar垂直形变图和所述uav形变图进行加权线性融合,生成地表融合形变场、来源标记图和融合有效像元掩膜。
62、与现有技术相比,本技术的有益效果是:本技术能够利用insar保持大范围形变场的连续性,利用uavdem差分保留沉降中心、塌陷边缘和大梯度区域的局部强形变细节;通过局部方差、梯度、差异场和异常软惩罚因子共同确定权重,降低固定权重融合的主观性;通过uav形变中心保护区和权重下限约束,减少真实强形变被平滑或低估的风险;通过输出融合形变图、权重图和来源标记图,使结果既能用于形变量判读,也能用于判断每个像元的主要数据来源。
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