基于天空地一体化的形变协同监测方法、装置、设备、介质和产品与流程

摘要: 本发明涉及地表形变监测领域,尤其涉及一种基于天空地一体化的形变协同监测方法、装置、设备、介质和产品。背景技术:1、自然行为与人类活动易引发地表沉降、裂缝、塌陷等...
基于天空地一体化的形变协同监测方法、装置、设备、介质和产品与流程

本发明涉及地表形变监测领域,尤其涉及一种基于天空地一体化的形变协同监测方法、装置、设备、介质和产品。

背景技术:

1、自然行为与人类活动易引发地表沉降、裂缝、塌陷等形变灾害,严重威胁地表生产安全与周边生态环境。开展高精度、广覆盖的地表形变监测是实现地质灾害早期预警的关键前提。

2、目前,地表形变监测的主流技术手段之一可分为三类。一是卫星合成孔径雷达干涉测量(insar)技术。该技术具备大范围、全天候、面状监测的优势,能够快速获取地表全域形变分布信息,但受限于地形相位误差和大气相位误差的影响,其监测精度通常为厘米级,难以满足地质灾害预警对毫米级精度的需求。二是无人机航摄与数字高程模型(dem)生产技术。无人机能够获取高分辨率地表影像并生成高精度dem,但单独使用时仅能反映形变区域的地物地貌特征,无法获取量化的形变时序数据。三是地表全球导航卫星系统(gnss)监测技术。该技术可实现毫米级的三维实时形变监测,精度优势显著,但受限于监测站点的布设成本与密度,通常仅能实现单点或稀疏点位监测,难以覆盖地表全域。

3、近年来,空天地一体化监测技术已在地表地质灾害监测领域得到初步应用,但现有技术体系仍存在不足。其一,insar、dem与gnss等多源数据之间的互补价值未得到充分利用,尚未构建起insar、dem和gnss数据之间的精度双向优化机制。其二,现有gnss监测站网的布设多采用均匀布设或依赖工程经验,存在站点冗余与监测盲区并存的问题,缺少兼顾监测精度与布设成本的站网优化策略,制约了空天地协同监测体系的整体效能。

技术实现思路

1、本发明实施例的目的是提供一种基于天空地一体化的形变协同监测方法、装置、设备、介质和产品,通过整合天基insar、空基无人机和地基gnss技术来优化gnss监测站点布设以及进行地表形变协同监测,有效提高地表形变监测精度。

2、为实现上述目的,本发明实施例提供了一种基于天空地一体化的形变协同监测方法,包括:

3、获取目标区域的多源监测数据;其中,所述多源监测数据包括雷达卫星的sar影像数据、航拍影像数据和全球导航卫星系统gnss监测站点的观测数据;

4、对所述多源监测数据分别进行处理,得到合成孔径雷达干涉测量insar形变时序数据、数字高程模型,以及所述gnss监测站点的大气延迟参数和gnss形变时序数据;

5、利用所述数字高程模型和所述大气延迟参数,对所述insar形变时序数据进行误差校正,得到优化后的insar形变数据,并利用所述数字高程模型和所述优化后的insar形变数据,对所述gnss形变时序数据进行误差校正,得到优化后的gnss形变数据;

6、基于所述优化后的gnss形变数据与预设的空间剖分指标,对所述目标区域的gnss监测站点的布设进行优化。

7、作为上述方案的改进,所述基于所述优化后的gnss形变数据与预设的空间剖分指标,对所述目标区域的gnss监测站点的布设进行优化,包括:

8、以所述优化后的gnss形变数据和所述数字高程模型提供的地形数据为基础,采用八叉树算法对所述目标区域进行递归剖分,得到多个空间剖分单元;

9、计算每一所述空间剖分单元的空间剖分指标;其中,所述空间剖分指标包括形变速率、形变方差和地形起伏度中的至少一项;

10、若当前所述空间剖分单元的任一空间剖分指标超过对应预设的指标阈值,则对所述空间剖分单元继续剖分,否则停止剖分;

11、在停止剖分的最小空间剖分单元内布设gnss监测站点。

12、作为上述方案的改进,所述对所述目标区域的gnss监测站点的布设进行优化,还包括:

13、根据所述目标区域的地质构造和地形地貌数据,确定gnss监测站点的禁止布设区域,移除落入所述禁止布设区域内的已有gnss监测站点;

14、根据预设的监测需求,确定gnss监测站点的必须布设区域,在所述必须布设区域内布设gnss监测站点,并将所述必须布设区域内的gnss监测站点设置为连续监测的站点。

15、作为上述方案的改进,所述误差校正包括地形相位误差校正和大气相位误差校正;

16、所述利用所述数字高程模型和所述大气延迟参数,对所述insar形变时序数据进行误差校正,得到优化后的insar形变数据,包括:

17、将所述数字高程模型和所述sar影像数据所用的参考数字高程模型进行空间配准;

18、基于配准后的数字高程模型和所述sar影像数据的轨道参数与雷达波长,模拟地表真实地形相位;

19、从所述insar形变时序数据的初始干涉相位中去除所述地表真实地形相位,完成所述地形相位误差校正;

20、基于所述gnss监测站点解算的大气延迟参数进行空间插值,生成所述目标区域的大气相位分布面;

21、从完成地形相位误差校正的insar形变时序数据的干涉相位中去除所述大气相位分布面,完成所述大气相位误差校正,得到优化后的insar形变数据。

22、作为上述方案的改进,所述利用所述数字高程模型和所述优化后的insar形变数据,对所述gnss形变时序数据进行误差校正,得到优化后的gnss形变数据,包括:

23、以所述数字高程模型提供的高程参考框架为基准,对每一所述gnss监测站点的相对定位中的高程基准偏差进行修正;

24、利用所述优化后的insar形变数据对应的地表全域形变趋势,计算每一所述gnss监测站点的gnss形变时序数据与所述优化后的insar形变数据在对应位置的拟合值之间的残差;

25、根据所述残差的统计分布特征识别所述gnss形变时序数据中的异常值,并将所述异常值剔除,完成对所述gnss形变时序数据的误差校正,得到优化后的gnss形变数据。

26、作为上述方案的改进,所述根据优化后的gnss监测站点、所述雷达卫星和所述无人机,对所述目标区域进行地表形变协同监测,包括:

27、基于优化后的gnss监测站点对所述目标区域进行实时动态监测,得到所述目标区域的地表动态形变结果;

28、利用所述雷达卫星对所述目标区域进行周期性监测,以识别形变异常区域,并对所述形变异常区域周期性重复观测;

29、在所述形变异常区域和所述雷达卫星的监测盲区采用无人机进行精细化巡检,以获取地表影像和三维地形数据。

30、本发明实施例还提供了一种基于天空地一体化的形变协同监测装置,包括:

31、多源数据获取模块,用于获取目标区域的多源监测数据;其中,所述多源监测数据包括雷达卫星的sar影像数据、无人机的航拍影像数据和全球导航卫星系统gnss监测站点的观测数据;

32、多源数据处理模块,用于对所述多源监测数据分别进行处理,得到insar形变时序数据、数字高程模型,以及所述gnss监测站点的大气延迟参数和gnss形变时序数据;

33、误差校正模块,用于利用所述数字高程模型和所述大气延迟参数,对所述insar形变时序数据进行误差校正,得到优化后的insar形变数据,并利用所述数字高程模型和所述优化后的insar形变数据,对所述gnss形变时序数据进行误差校正,得到优化后的gnss形变数据;

34、站点布设优化模块,用于基于所述优化后的gnss形变数据与预设的空间剖分指标,对所述目标区域的gnss监测站点的布设进行优化;

35、形变协同监测模块,用于根据优化后的gnss监测站点、所述雷达卫星和所述无人机,对所述目标区域进行地表形变协同监测。

36、本发明实施例还提供了一种基于天空地一体化的形变协同监测设备,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如上述任意一项所述的基于天空地一体化的形变协同监测方法。

37、本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上述任意一项所述的基于天空地一体化的形变协同监测方法。

38、本发明实施例还提供了一种计算机程序产品,所述计算机程序产品包括计算机程序或计算机指令,所述计算机程序或所述计算机指令被处理器执行时实现如上述任意一项所述的基于天空地一体化的形变协同监测方法。

39、与现有技术相比,本发明公开的基于天空地一体化的形变协同监测方法、装置、设备、介质和产品,通过整合多源地表形变监测数据,充分利用雷达卫星监测、无人机航摄与gnss监测等多源监测数据之间的互补价值,对gnss监测数据进行误差校正,进而利用校正后的gnss形变场对gnss监测站点的布设进行优化,生成兼顾监测精度与布设成本的站网优化策略,以解决现有gnss监测站网的布设策略存在站点冗余与监测盲区并存的问题。同时,基于优化后的gnss监测站点,整合了雷达卫星、无人机、gnss监测三类技术优势,形成了天基、空基、地基三层联动的天空地一体化协同监测模式,有效提高了地表形变监测精度,为地表地质灾害监测与早期预警提供多源、多维度且高可靠性的技术支撑。