区域易损性的InSAR光学影像融合评估方法及设备与流程

本发明属于地质灾害监测与风险评估，具体涉及区域易损性的insar光学影像融合评估方法及设备。

背景技术：

1、随着全球气候变化和人类工程活动加剧，地质灾害（如滑坡、地面沉降、冰川运动等）的发生频率和影响范围日益扩大，对区域安全和社会经济发展构成严重威胁。因此，开展区域易损性评价，准确识别和评估地表变形风险，已成为防灾减灾工作的核心内容之一。传统的地表变形监测方法主要依赖地面测量（如gps、水准测量等），虽然精度较高，但存在成本高、空间覆盖有限、劳动强度大等局限性，难以满足大范围、连续性的监测需求。

2、近年来，遥感技术因其覆盖范围广、空间分辨率高、可长期重复观测等优势，逐渐成为区域地表变形监测的重要手段。其中，合成孔径雷达干涉测量（interferometricsynthetic aperture radar, insar）技术和光学影像偏移追踪技术是两种主流的遥感监测方法，二者各具特点，但在实际应用中均存在一定的局限性。

3、insar技术通过处理同一区域的两景或多景sar（synthetic aperture radar，合成孔径雷达）影像的相位信息，可获取毫米至厘米级的地表形变信息。该技术具有高精度、高空间分辨率的特点，尤其适用于缓慢、连续的地表变形监测，如地面沉降、地震同震形变等。然而，insar 技术也存在明显不足：首先，其监测效果受时空失相干影响显著，在植被覆盖密集、雪冰区域或地形起伏较大的地区，雷达信号易失相干，导致数据失效或精度下降；其次，insar对沿雷达视线方向的大梯度形变监测能力有限，易出现相位解缠困难，难以准确捕捉快速或剧烈变形（如滑坡高速滑动、冰川跃动等）；此外，insar仅能获取一维视线方向的形变，需通过多角度观测才能解算三维形变，实际操作中常受数据源和模型假设的限制。

4、光学影像偏移追踪技术基于互相关算法，通过追踪同一区域不同时相光学影像中特征点的像元偏移，可获取地表在东西和南北方向的二维形变场。该方法不依赖相位信息，对失相干不敏感，适用于高变形速率区域（如冰川运动、滑坡位移等），且能够直接提供二维平面位移，弥补了insar在方向监测上的不足。然而，光学偏移追踪的精度通常低于insar，其位移测量精度严重依赖于影像空间分辨率和匹配窗口大小，一般在亚像元级别，难以探测毫米级微小变形；同时，该方法易受云层、阴影、季节变化等因素影响，在缺乏纹理特征的区域（如沙漠、水域）匹配可靠性较低。

5、目前，已有研究尝试将insar与光学偏移追踪技术结合，以克服单一技术的局限性。例如，利用光学偏移追踪结果辅助insar相位解缠，或通过联合解算获取三维形变场。然而，这些方法多侧重于数据层面的互补与融合，并未充分挖掘其在区域易损性评价中的应用潜力。易损性评价不仅需要高精度的变形信息，还需综合考虑变形时空演化特征、地质环境背景、承灾体分布等多源信息，构建综合评估模型。现有方法在变形信息提取与易损性评价指标体系的结合方面较为薄弱，缺乏一套系统的技术流程，能够将多源遥感监测数据直接转化为易损性评价结果。

6、此外，当前融合方法多局限于特定场景（如地震、火山监测），缺乏普适性，且自动化程度不高，难以满足大范围、高效率的区域易损性评价需求。如何高效整合insar的高精度微小变形监测能力与光学偏移追踪的大变形捕捉优势，并引入环境因子与承灾体数据，构建一套自动化、标准化的区域易损性评价方法，已成为当前地质灾害遥感监测领域亟待解决的关键问题。

7、综上所述，发展一种融合insar和光学影像偏移追踪的区域易损性评价方法，通过多源数据协同互补，提升变形信息提取的完整性与可靠性，并建立与易损性评价指标有机耦合的技术体系，对于增强区域灾害风险管理能力具有重要的理论价值和现实意义。

技术实现思路

1、本发明的目的在于克服现有技术的不足，提供区域易损性的insar光学影像融合评估方法及设备，旨在实现对大范围区域地表形变的全方位、高精度监测，并建立一种更科学、更可靠的定量化易损性评价模型。

2、为实现上述目的，本发明提供以下技术方案：该方法包括以下步骤：

3、区域易损性的insar光学影像融合评估方法，包括以下步骤：

4、步骤1、获取研究区的多时相高轨道精度slc影像和多期高空间分辨率光学卫星影像；对高轨道精度slc影像进行干涉处理，生成最终差分干涉图集；对高空间分辨率光学卫星影像进行预处理得到光学影像对；

5、步骤2、基于最终差分干涉图集和光学影像对获取研究区地表的三维形变场，三维形变场的三个维度为垂直向、东西向、以及南北向；

6、步骤3、从研究区地表的三维形变场中提取用于易损性评价的关键量化因子；

7、步骤4、将关键量化因子与各类静态环境因子共同作为多源评价因子，多源评价因子经标准化和加权后，输入综合易损性指数模型进行计算，得到值栅格图，将值栅格图按易损性等级划分并渲染，得到目标区域易损性等级分布图。

8、生成最终差分干涉图集及得到光学影像对基于以下步骤：

9、步骤1.1、获取研究区的多时相的单视复数影像、高空间分辨率光学卫星影像、数字高程模型、以及精密定轨星历数据；

10、步骤1.2、通过精密定轨星历数据替换研究区的各幅slc影像中原始附带的低精度轨道信息，得到研究区的多时相高轨道精度slc影像；

11、步骤1.3、选取其中研究区的一景高轨道精度slc影像作为主影像，其余景的高轨道精度slc影像均作为从影像，基于幅度互相关法对主影像和所有的从影像进行亚像元级配准，最终形成统一坐标系下的slc影像集，得到时间序列slc影像集。

12、步骤1.4、利用时序干涉法处理时间序列slc影像集中的主影像和从影像，获取最终差分干涉图集；

13、步骤1.5、对多期高空间分辨率光学卫星影像依次进行辐射定标与大气校正、正射校正、影像配准和影像增强预处理，得到多个光学影像对。

14、所述获取研究区地表的三维形变场基于以下步骤：

15、步骤2.1、利用时序insar方法处理最终差分干涉图集，得到研究区在雷达视线方向上的平均形变速率场、平均形变速率图及时间序列形变数据集；平均形变速率场包括平均形变速率和时序位移，

16、步骤2.2、利用光学影像偏移追踪方法处理多个光学影像对，得到研究区在东西向和南北向的水平位移场；水平位移场包括形变速率和时序位移。

17、步骤2.3、将研究区在雷达视线方向上的平均形变速率场，及研究区在东西向和南北向的水平位移场进行联合解算，通过几何投影模型，反演得到研究区地表在垂直向、东西向、南北向的三维形变场。

18、所述关键量化因子包括形变速率因子、形变空间梯度因子以及形变时序趋势因子。

19、所述形变速率因子为平均形变速率图中每个像元的三维合位移速率；所述形变空间梯度因子基于以下步骤获取：以滑动窗口遍历平均形变速率图，计算窗口内形变速率的最大值与最小值的差值作为形变空间梯度因子；所述形变时序趋势因子基于以下步骤获取：通过对时间序列形变数据集的每个像元的时序位移进行曲线拟合，获得形变时序趋势因子。

20、所述得到目标区域易损性等级分布图基于以下步骤：

21、步骤4.1、将关键量化因子及各类静态环境因子统一处理为相同分辨率的多源评价因子栅格图层，对所有的多源评价因子的栅格图层进行重采样与空间对齐，将各多源评价因子数值标准化至区间，其中代表易损性最高，代表易损性最低；

22、步骤4.2、采用机器学习模型作为特征训练模型，将将历史灾害区的多源评价因子与长期稳定区的多源评价因子分别作为高易损性样本及低易损性样本，随后以所有高易损性样本及低易损性样本的多源评价因子为特征输入到特征训练模型，最终从训练好的特征训练模型中提取各多源评价因子的特征重要性得分，并将各多源评价因子的特征重要性得分标准化后作为各多源评价因子的客观权重；

23、步骤4.3、构建综合易损性指数模型，将标准化的多源评价因子对应的栅格图输入综合易损性指数模型得到值栅格图；

24、步骤4.4、选择自然断点法、等间隔法或分位数法等方法将值栅格图按易损的难易程度划分为“极低易损区”、“低易损区”、“中易损区”、“高易损区”、“极高易损区”；

25、步骤4.5、采用从绿到红的渐变色系并按渐变顺序赋值给连续排列的各个等级区域以直观表达风险高低，生成易损性等级分布图。

26、所述静态环境因子包括基于地质岩土稳定性的赋值、地形坡度、土地利用类型、距断层的距离、距河流的距离、归一化植被指数以及人口密度。

27、所述将各多源评价因子数值标准化至区间基于以下步骤：

28、对于形变速率因子及所述形变空间梯度因子，采用极差标准化方法，分别将其数值映射至区间；

29、形变时序趋势因子采用极差标准化方法将其绝对值映射至区间，或者形变时序趋势因子为负值的部分映射到区间，形变时序趋势因子为正值的部分映射到区间，形变时序趋势因子等于映射到。

30、所述综合易损性指数模型基于以下公式：

31、；

32、其中，为第个像元的综合易损性指数值；为参与评价的多源评价因子总数；为多源评价因子的序号，；为第个多源评价因子的权重，所有权重均满足0≤≤1且；为第个像元上，第个多源评价因子的标准化值。

33、一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述区域易损性的insar光学影像融合评估方法的各个步骤。

34、一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述区域易损性的insar光学影像融合评估方法的各个步骤。

35、一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述区域易损性的insar光学影像融合评估方法的各个步骤。

36、本发明相对于现有方法，具有如下有益效果：

37、1、全方位监测：克服了单一技术的局限性，融合了insar对垂直形变的高敏感性和光学偏移追踪对水平形变的有效捕捉能力，实现了真正意义上的三维形变监测。

38、2、数据互补：insar填补了光学偏移追踪在垂直向的精度不足，光学偏移追踪弥补了insar在快速大形变区域的失相干缺陷，提升了数据的完整性和可靠性。

39、3、评价精度高：以高精度、全维度的地表形变数据作为核心评价指标，使得易损性评价结果从定性走向定量，更加客观、准确和科学。

40、4、自动化与高效性：该方法流程化强，适于利用高性能计算进行大范围、自动化处理，显著提高了区域易损性评价的效率和范围。