结合InSAR技术的采煤沉降区光伏发电站选址方法及装置

结合insar技术的采煤沉降区光伏发电站选址方法及装置
技术领域
1.本发明涉及雷达遥感以及地理信息系统领域，尤其涉及一种结合insar技术的采煤沉降区光伏发电站选址方法及装置。


背景技术：

2.太阳能是一种取之不尽的可再生能源，在长期能源战略中发挥着重要作用。2013年以来，我国光伏发电累计装机规模快速增长。截至2021年上半年，全国光伏累计装机容量267.08gw。而光伏发电用地问题已成为制约光伏发电产业发展的主要问题之一。在国家政策的推动下，人们将目光投向了荒漠、戈壁、采煤沉陷区等未利用土地。准确评估这些未利用土地区域的光伏发电潜力，对于推动光伏发电产业进步，实现碳中和目标具有重要意义。
3.在我国光伏发电设施建设用地方面，煤矿沉降区一直备受政府和相关企业的关注。2013年底，山西省大同市政府提出在煤矿区建设光伏发电设施的设想。2016年，该基地已开始发电并接入国家电网。证实了在采煤沉陷区建设光伏发电设施是可行的。但是当前研究下推广沉陷区光伏发电设施建设仍然存在一定问题。一是沉降区的大面积测绘问题，人工测绘费时又费力，缺乏高效可行的测绘方法。二是光伏发电设施建设的土地适宜性评估问题，现有的土地适宜性评估的方法在面向沉降区时，缺乏针对性，可靠性较低。


技术实现要素：

4.为了解决现有技术中存在的沉降区大面积测绘问题以及光伏发电土地适宜性评估方法在沉降区可靠性不高的问题，有必要提供一种结合insar技术的采煤沉降区光伏发电站选址方法及装置，以提高对沉降区的大面积测绘的高效性以及土地适宜性评估的可靠性。
5.根据本发明的第一方面，本发明提供一种基于多平台时序insar的数据融合及冻融监测方法，包括以下步骤：
6.s1、获取预设时间段内研究区的多景sar图像以及用于评估土地适宜性的标准数据；
7.s2、基于小基线集干涉测量方法对各所述sar图像进行干涉处理，确定所述研究区在所述预设时间段内的地表形变速率；
8.s3、基于所述地表形变速率设置阈值提取所述研究区的采煤沉降区；
9.s4、基于所述标准数据和所述地表形变速率，利用层次分析法对采煤沉降区光伏发电的土地适宜性进行评估，获得土地适宜性评估结果；
10.s5、基于所述土地适宜性评估结果进行筛选，并通过像元密度进行聚类，确定所述研究区采煤沉降区的光伏发电站最佳选址。
11.优选地，所述s1具体包括：
12.s11、获取预设时间段内研究区的n景原始的vv极化的sar影像，以及用于评估研究区土地适宜性的标准数据；
13.s12、根据所述研究区将所有sar图像数据和标准数据裁剪至与研究区同一范围；
14.s13、对所有sar图像数据和标准数据进行预处理。
15.优选地，所述标准数据包括：地形坡度、土地利用类型、路网、电力需求中心和水资源；
16.预处理包括：由路网数据计算路网密度来反映研究区交通便利性，计算研究区内距电力需求中心的距离，计算研究区内距水资源的距离。
17.优选地，所述s2具体包括：
18.s21、基于空间基线阈值和时间基线阈值将各所述sar图像划分为多个小基线集合，所述小基线集合中包括多个sar干涉对；
19.s22、建立观测方程，基于奇异值分解方法获得所述研究区在所述预设时间段内的地表形变量和地表形变速率。
20.优选地，所述s3具体包括：
21.s31、基于所述的地表形变速率设置合适的形变速率阈值，划分为适合人类活动的稳定区，适合光伏发电的沉降区，以及高风险区域；
22.s32、基于所述形变速率阈值，提取进行光伏发电的土地适宜性评估的采煤沉降区。
23.优选地，所述s4具体包括：
24.s41、将所述研究区的地表形变速率和所述标准数据作为一级标准，对所述一级标准进行分类划分，得到二级标准；
25.s42、利用层次分析方法计算各所述一级标准权重和二级标准权重；
26.s43、对各所述一级标准权重和二级标准权重进行加权叠加，得到最终的采煤沉降区的光伏发电的土地适宜性评估结果。
27.优选地，所述s5具体包括：
28.s51、设置土地适宜性评估得分阈值，提取所述土地适宜性评估结果中的高值区域；
29.s52、在所述研究区设置预设大小的窗口，计算所述高值区域在所设窗口内的像元数量；
30.s53、设置像元数量阈值，聚类出评估结果中的聚集的大面积区域，确定为采煤沉降区光伏发电站的最佳选址。
31.根据本发明的第二方面，本发明提供了一种结合insar技术的采煤沉降区光伏发电站选址装置，包括以下模块：
32.数据获取模块，用于获取预设时间段内研究区的多景sar图像以及用于评估土地适宜性的标准数据；
33.地表形变获取模块，用于基于小基线集干涉测量方法对各所述sar图像进行干涉处理，确定所述研究区在所述预设时间段内的地表形变速率；
34.采煤沉降区提取模块，用于基于所述地表形变速率设置阈值提取所述研究区的采煤沉降区；
35.土地适宜性评估模块，用于基于所述标准数据和所述地表形变速率，利用层次分析法对采煤沉降区光伏发电的土地适宜性进行评估，获得土地适宜性评估结果；
36.光伏发电站选址模块，用于基于所述土地适宜性评估结果进行筛选，并通过像元密度进行聚类，确定所述研究区采煤沉降区光伏发电站的最佳选址。
37.本发明提供的技术方案具有以下有益效果：
38.本发明将insar形变监测技术应用于未利用采煤沉降区光伏发电潜力评估。在解决沉降区大面积测绘问题的同时，将形变作为评价土地光伏发电潜力的标准之一，同时选取多种标准数据进行综合评估，进一步提高了土地适宜性评估方法的合理性。
附图说明
39.下面将结合附图及实施例对本发明的具体效果作进一步说明，附图中：
40.图1是本发明提供的结合insar技术的采煤沉降区光伏发电站选址方法的流程图；
41.图2是本发明实施例所用的裁剪后sar影像；
42.图3是本发明实施例利用sbas-insar技术获取形变速率后通过设置阈值提取的采煤沉降区；
43.图4是本发明实施例进行采煤沉降区光伏发电的土地适宜性评估所使用的标准的数据；
44.图5是本发明实施例利用层次分析法获取的土地适宜性评估结果进行提取聚类后的最佳的光伏发电选址区域；
45.图6是本发明实施例结合insar技术的采煤沉降区光伏发电站选址装置的结构图。
具体实施方式
46.为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图详细说明本发明的具体实施方式。
47.实施例一：
48.参考图1，图1是本发明实施例结合insar技术的采煤沉降区光伏发电站选址方法的流程图，该方法包括如下步骤：
49.s1、获取预设时间段内研究区的多景合成孔径雷达(sar)图像以及地形坡度、土地利用类型、路网、电力需求中心、水资源等用于评估土地适宜性的标准数据，如图4所示；
50.本发明实施例中，s1的具体步骤如下：
51.s11、获取预设时间段内n景原始的vv极化的sar影像，以及用于评估研究区土地适宜性的标准数据；
52.s12、根据所述研究区将所有数据裁剪至与研究区同一范围；参考图2，图2是本发明实施例所用的裁剪后sar影像，本发明实施例采用山西省阳泉市的sentinel-1a vv极化sar数据来完成提出的采煤沉降区光伏发电的土地适宜性评估方法，该数据集时间范围为2020年至2021年，重访周期为12天。
53.s13、对所有数据进行预处理，如由路网数据计算路网密度来反映研究区交通便利性，计算研究区内距电力需求中心的距离，计算研究区内距水资源的距离等；
54.应当理解的是：本实施例使用所述几个标准数据进行土地适宜性评估，但不限于仅有的几个标准数据。
55.s2、基于小基线集干涉测量方法对各所述合成孔径雷达(sar)图像进行干涉处理
(即sbas-insar技术)，确定所述研究区在所述预设时间段内的地表形变速率；
56.本发明实施例中，s2的具体步骤如下：
57.s21、基于空间基线阈值和时间基线阈值将所述多个合成孔径雷达(sar)图像划分为多个小基线集合，本实施例所选择的空间基线阈值为最大基线距的50％，时间基线设置为50天，所述小基线集合中包括多个合成孔径雷达图像(sar)干涉对；
58.s22、建立观测方程，基于奇异值分解方法获得所述研究区在所述预设时间段内的地表形变量和形变速率。
59.步骤s21和s22的具体内容如下：
60.假设有按时间序列获取的n 1幅覆盖相同区域的sar图像，其影像获取时间序列为：
61.t＝[t0,
…
,tn]
t
ꢀꢀꢀ
(1)
[0062]
设定空间基线阈值，将空间基线小于该阈值的影像划分为一组，记共分为l组，将每组内的影像进行差分干涉处理，记得到的干涉图数量为m，则理论上m的取值范围是：
[0063][0064]
以t0时刻为初始时刻，则任意时刻ti(i＝1，
…
，n)相对于初始时刻的差分相位是未知数，是最终求得的各个时间序列上的形变量对应的相位信息。
[0065]
假设ta和tb(ta先于tb)时刻的两幅影像生成第k幅干涉图，其干涉相位为(k＝1，2，
…
m)。在方位－距离像素坐标系(x，r)中，且忽略大气、地形相位的影响，则此干涉相位可以表示为：
[0066][0067]
式中，λ为雷达波长，d(tb,x,r)和d(ta,x,r)分别为像元在时间ta和tb沿雷达视线方向(los)的形变。
[0068]
设干涉处理的各个像对的主、从影像依次表示为：
[0069]
(m1,s1),
…
(mk,sk),
…
,(mm,sm)
[0070]
而且满足
[0071]
mk》s
k k＝1,2,
…mꢀꢀꢀ
(4)
[0072]
则所有的差分干涉相位可以组成如下观测方程：
[0073][0074]
式(5)为m个方程组组成的含有n个未知数的方程组，可以以矩阵的形式表示为：
[0075]
aφ＝δφ
ꢀꢀꢀ
(6)
[0076]
其中a为m
×
n矩阵。
[0077]
矩阵a的形式取决于影像的分组以及相应的组内组合情况。最理想的情况是所有的数据被全部分在一组，即l＝1，此时m》n，矩阵a的秩为n，对式(5)采用最小二乘法即可求解出φ的估计值：
[0078][0079]
一般，在进行分组时，为了得到较小的空间基线，影像被分成较多组，式(6)是秩亏
的，即a
t
a是奇异矩阵，假设当m≥n时，有l个短基线集，则秩为n-l 1，方程有无穷多个解。这种情况下，需要对矩阵a进行奇异值分解，求其最小范数最小二乘解。为了保证最终的形变结果均具有物理意义，将未知数转变成相邻影像获取时间内像元点沿视线方向的平均相位速率，从而计算出影像获取时刻的累积地表形变量，进而得到地表形变速率。
[0080]
s3、基于所述地表形变速率设置阈值提取所述研究区的采煤沉降区。
[0081]
本发明实施例中，s3的具体步骤如下：
[0082]
s31、基于所述地表形变速率设置合适的形变速率阈值，本实施例将沉降速率在-10-0mm/year的区域划分为适合人类活动的稳定区，-40—10mm/year的区域划分为适合光伏发电的沉降区，以及-40mm/year以上的区域划分为高风险区域；
[0083]
s32、基于所述形变速率阈值，即-40—10mm/year，提取进行光伏发电的土地适宜性评估的采煤沉降区，如图3所示；
[0084]
应当理解的是：各划分区域的形变速率阈值均可根据具体研究区进行调整，在此不做一一赘述。
[0085]
s4、利用层次分析法结合包括形变速率在内的所述数据对所述采煤沉降区光伏发电的土地适宜性进行评估；
[0086]
本发明实施例中，s4的具体步骤如下：
[0087]
s41、所述研究区的地表形变速率(dr)、地形坡度(ts)、土地利用类型(lc)、交通便利性(tc)、距电力需求中心距离(dp)、距水资源距离(dw)等一级标准进行分类划分，其分类被称为二级标准；
[0088]
s42、利用层次分析方法计算所述的各一级标准权重(u
dr
、u
ts
、u
lc
、u
tc
、u
dp
、u
dw
)和二级标准权重(w
dr
、w
ts
、w
lc
、w
tc
、w
dp
、w
dw
)；层次分析法分为五个主要步骤：
[0089]
(1)定义问题，确定标准。标准的数量用n表示。
[0090]
(2)根据标准的重要性排序，形成标准间的比较矩阵。矩阵a是一个n
×
n方阵。矩阵对角线上的元素设置为1。等式(8)中显示了比较矩阵的一个示例。a
ij
表示标准i优于标准j的程度，设置a
ij
＝1/a
ji
。
[0091][0092]aij
的值取自表1。
[0093]
表1.a
ij
的值
[0094][0095][0096]
(3)计算比较矩阵a的每一列之和，矩阵中的每个元素除以其列之和。然后，对行进
行平均以获得权重ui。
[0097]
(4)需要计算一致性指标以保证权重值的一致性。一致性指数(ci)可以使用公式(9)计算如下：
[0098][0099]
其中ci代表一致性指标，λmax是比较矩阵a的最大特征值。
[0100]
(5)计算一致性比(cr)。如果cr≤0.10，则符合程度令人满意。如果cr》0.10，则不一致严重，不能使用结果。cr值可由式(10)计算如下：
[0101][0102]
其中ri是随机一致性指数。不同n的ri值如表2所示。
[0103]
表2.ri的值。
[0104][0105]
s43、对所得到的各标准的权重结果进行加权叠加，得到最终的采煤沉降区的光伏发电的土地适宜性评估结果；最终的土地适宜性得分s由式(11)计算：
[0106]
s＝w
dr
×udr
w
ts
×uts
w
lc
×ulc
w
tc
×utc
w
dp
×udp
w
dw
×udw
ꢀꢀꢀ
(11)
[0107]
s5、基于所述的土地适宜性评估结果进行筛选，并通过像元密度进行聚类，确定所述研究区采煤沉降区光伏发电站的最佳选址。
[0108]
本发明实施例中，s5的具体步骤如下：
[0109]
s51、设置土地适宜性评估得分阈值，提取出所述评估结果中的高值区域；
[0110]
s52、在所述研究区设置一定大小的窗口，计算所述的光伏发电土地适宜性高值区域在所设窗口内的像元数量；
[0111]
s53、设置像元数量阈值，聚类出评估结果中的聚集的大面积区域，确定为采煤沉降区光伏发电的最佳选址，如图5所示；
[0112]
应当理解的是：本实施例的土地适宜性得分阈值设置为0.25，像元窗口大小设置为300m
×
300m，像元数量阈值设置为230，这些阈值均可根据具体研究区进行调整，在此不做一一赘述。
[0113]
实施例二：
[0114]
参考图6，本实施例提供了一种结合insar技术的采煤沉降区光伏发电站选址装置，该装置包括以下模块：
[0115]
数据获取模块1，用于获取预设时间段内研究区的多景sar图像以及用于评估土地适宜性的标准数据；
[0116]
地表形变获取模块2，用于基于小基线集干涉测量方法对各所述sar图像进行干涉处理，确定所述研究区在所述预设时间段内的地表形变速率；
[0117]
采煤沉降区提取模块3，用于基于所述地表形变速率设置阈值提取所述研究区的采煤沉降区；
[0118]
土地适宜性评估模块4，用于基于所述标准数据和所述地表形变速率，利用层次分析法对所述采煤沉降区光伏发电的土地适宜性进行评估，获得土地适宜性评估结果；
[0119]
光伏发电站选址模块5，用于基于所述土地适宜性评估结果进行筛选，并通过像元密度进行聚类，确定所述研究区采煤沉降区光伏发电站的最佳选址。
[0120]
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
[0121]
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。词语第一、第二、以及第三等的使用不表示任何顺序，可将这些词语解释为标识。
[0122]
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。