[发明专利]一种用于大坝及滑坡GB-SAR监测的实时数据处理方法及系统

说明书

本发明提供了一种用于大坝及滑坡GB‑SAR监测的实时数据处理方法及系统，方法包括：获取初始干涉影像建立干涉影像集；选取PS点和PSC点，构建狄洛尼三角网，对PS点进行相位解缠和大气相位校正，得到初始变形相位分量；构建动态卡尔曼滤波模型，利用初始变形相位分量初始化；获取实时干涉影像，更新选取PS点、PSC点和狄洛尼三角网；将干涉影像集载入滤波模型中解算，得到PS点在时间序列上的变形参数；根据PS点的变形相位解算各PSC点的变形相位；输出变形参数和变形相位；重复上述步骤。本发明提供了监测数据实时处理技术，动态地解决了PS网络更新、相位解缠、大气相位校正及变形量的解算问题，为大坝及边坡工程变形安全监测提供了新途径和有效保障。

技术领域

本发明涉及一种GB-SAR干涉监测领域，尤其涉及一种用于大坝及滑坡GB-SAR监测的实时数据处理方法及系统。

地基合成孔径雷达(Ground-Based Synthetic Aperture Radar，简称GB-SAR)是近十几年出现的在地表微变形监测领域得到更广的应用的技术，其可以提供数千公里的远程监测，变形数据具有连续空间覆盖特征，且在全天时监测的过程中能获得高时空分辨率和高精度结果，有利于对灾害变形的性质、范围、灾害过程进行准确判断。现已成为星载SAR和传统监测手段的有效补充。

大坝及边坡在不同阶段其变形速率的差异较大，如土石坝在施工、初期蓄水、运行等使其的变形速率及边坡在开挖卸荷、运行等不同阶段的变形速率都有很大的差异。因此，为了既能避免变形速率过大而超出设备量程，又能实施捕获瞬间的变形信息，有效地服务于工程安全监测及灾害预警，需要根据最大模糊变形速率合理地设定GB-SAR系统的监测频次，更重要的是需要对高频次的监测数据进行实时解析。而关于GB-SAR监测数据的实时处理技术在本领域中的相关研究较少，更多的是对数据后处理技术的研究，因此，实时处理的及时性、准确性使之成为本领域需要重点研究的目标。

发明内容

本发明针对现有技术中的上述不足之处，提出了一种针对高山峡谷中的大坝及滑坡的GB-SAR监测的实时数据处理方法及系统，其动态、高效地解决了GB-SAR监测数据处理的实时处理，为大坝及边坡工程变形安全监测提供了新途径和有效保障。

为了实现上述目的，本发明提供了一种用于大坝及滑坡GB-SAR监测的实时数据处理方法，其特征在于，包括步骤：

步骤S1.获取大坝及滑坡变形GB-SAR初始干涉影像，建立干涉影像集；选取PS点和PSC点，构建Delaunay三角网，对所述PS点进行相位解缠和大气相位校正，得到PS点的初始变形相位分量；

步骤S2.构建动态卡尔曼滤波模型，利用所述初始变形相位分量初始化模型；

步骤S3.获取大坝及滑坡变形GB-SAR实时干涉影像，加入所述干涉影像集中并删除获取时间最早的干涉影像，更新选取PS点、PSC点和Delaunay三角网；

步骤S4.根据选取的PS点、PSC点以及Delaunay三角网，将所述干涉影像集载入所述动态卡尔曼滤波模型中解算，得到PS点在时间序列上的变形参数；

步骤S5.根据PS点的变形相位解算各PSC点的变形相位；

步骤S6.输出PS点的变形参数、变形相位以及PSC点的变形相位；重复步骤S3-S6。

在一些较优的实施例中，步骤S1中所述选取PS点和PSC点包括：

选择干涉影像中稳定的PSC点，对初始监测影像按区域和PSC点稀密程度划分网格，选取振幅离差指数最小的PSC点作为PS点；所述PSC点的稳定是指时间上稳定，空间连续且稳定。

在一些较优的实施例中，步骤S2中所述构建动态卡尔曼滤波模型包括：