發(fā)布時間：2020-10-27 19:22

　　 近年來,隨著高分辨率SAR數(shù)據(jù)資源的日益豐富,在很多應(yīng)用場景中獲取目標(biāo)三維(距離-方位-高度)信息的需求越來越多。而在城市基礎(chǔ)設(shè)施動態(tài)形變監(jiān)測、重要工程安全監(jiān)測、地質(zhì)災(zāi)害監(jiān)測、環(huán)境監(jiān)測等研究領(lǐng)域,除了需要獲取目標(biāo)物的三維信息外,往往還需要第四維信息,也就是目標(biāo)的高度在時間維度上的變化規(guī)律,即形變信息。層析SAR技術(shù)的出現(xiàn)滿足了三維信息應(yīng)用的需求,在傳統(tǒng)二維SAR(方位-距離向)成像平面基礎(chǔ)上,利用同一地區(qū)多幅SAR復(fù)圖像在高程向上合成孔徑得到目標(biāo)的三維信息。當(dāng)利用的多幅SAR影像是在一個長時間序列中獲得時,可認(rèn)為層析SAR(Tomographic Synthetic Aperture Radar,TomoSAR)在時間維的合成孔徑,獲得目標(biāo)沿高度向的形變速率信息,實現(xiàn)四維成像。隨著多平臺SAR數(shù)據(jù)的批量獲取以及層析SAR技術(shù)本身獨特的三維和四維高分辨率成像能力,這一信息獲取方式受到了國內(nèi)外廣大學(xué)者的廣泛關(guān)注和深入研究,在地質(zhì)、生態(tài)、地理等多個領(lǐng)域內(nèi)都有重要的應(yīng)用前景。差分層析SAR(Differential TomoSAR,D-TomoSAR)技術(shù)應(yīng)用在城市形變監(jiān)測領(lǐng)域具有其獨特的技術(shù)優(yōu)勢,可以獲取重點區(qū)域高精度(mm級)形變量大小,數(shù)據(jù)覆蓋范圍大,同時獲取三維結(jié)構(gòu)和形變信息,所獲取數(shù)據(jù)序列密集。但同時,差分層析SAR技術(shù)也面臨著一些難點問題,主要是高精度成像算法的應(yīng)用,以及缺乏對獲得的時序形變數(shù)據(jù)提供有效的預(yù)測方法,不能提供監(jiān)測目標(biāo)長期形變量大小的預(yù)測分析。本文從這一思路出發(fā),介紹了差分層析SAR成像技術(shù)基本原理與數(shù)據(jù)處理流程,采用北京地區(qū)TerraSAR影像數(shù)據(jù)進(jìn)行實際應(yīng)用,獲取實驗區(qū)域內(nèi)的三維結(jié)構(gòu)和地表形變信息,基于獲取的時序形變信息,結(jié)合形變預(yù)測模型建立形變預(yù)測評價機(jī)制,這對于實現(xiàn)重點區(qū)域建筑物及時有效的形變分析具有實際的意義。
【學(xué)位單位】：北京建筑大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2020
【中圖分類】：P237;TU196.1
【部分圖文】：

第4章基于差分層析SAR技術(shù)的形變數(shù)據(jù)獲取及預(yù)測建模30第4章基于差分層析SAR技術(shù)的形變數(shù)據(jù)獲取及預(yù)測建模本章基于北京地區(qū)TerraSAR-X條帶式SAR影像數(shù)據(jù)，進(jìn)行北京城區(qū)差分層析SAR三維點云數(shù)據(jù)及形變數(shù)據(jù)獲取實驗，并利用差分層析SAR處理獲得的形變時間序列數(shù)據(jù)進(jìn)行重點形變區(qū)域的預(yù)測建模分析。4.1差分層析SAR技術(shù)的形變數(shù)據(jù)獲取4.1.1數(shù)據(jù)介紹實驗區(qū)數(shù)據(jù)為北京地區(qū)25景TerraSAR-X影像數(shù)據(jù)，極化方式為HH。影像獲取時間范圍為2011年1月到2014年1月，跨度3年。影像的方位向分辨率為3.3m，距離向分辨率為2.15m。選取2013年1月19日的影像為主影像。圖4-1為影像數(shù)據(jù)在GoogleEarth上的大致范圍。圖4-1影像在GoogleEarth上的范圍Fig.4-1ImagesrangeonGoogleEarth25景TerraSAR影像數(shù)據(jù)的時間-基線參數(shù)如表4-1：表4-125景TerraSAR影像數(shù)據(jù)參數(shù)表Tab.4-1Parameterof25terraSARimages編號獲取日期入射角（°）基線長度（m）時間基線（day）編號獲取日期入射角（°）基線長度（m）時間基線（day）

112833.128-282.991-418222013070333.196135.066165102011122033.126-138.05-396232013110133.206-201.137286112011022433.201-200.632-330242013121533.219-151.835330122012040833.204-127.939-286252014012833.200-164.569374132012060233.191245.837-231所使用的DEM參考影像為30m分辨率的SRTMDEM，實驗截取區(qū)域像素大小為：8507*4901，截取的北京區(qū)域的SAR圖像像素中心經(jīng)緯度坐標(biāo)為：緯度：39.89275569°，經(jīng)度：116.39445128。入射角：33.1276°；實驗數(shù)據(jù)為升軌數(shù)據(jù)，即衛(wèi)星從南至北飛過拍攝，影像數(shù)據(jù)上下翻轉(zhuǎn)。圖4-2為截取的實驗區(qū)域：圖4-2實驗區(qū)域光學(xué)影像（左）和SAR影像（右）Fig.4-2opticalimage(left)andSARimage(right)ofexperimentalarea4.1.2實驗處理過程基于SARStudio數(shù)據(jù)處理平臺，對數(shù)據(jù)進(jìn)行預(yù)處理（主影像選娶影像配準(zhǔn)、截取實驗區(qū)域、多視、基線估計等）、PS-InSAR（PS點選取和干涉處理）技術(shù)、殘余相位解纏、三維成像處理、形變時間序列獲取等操作。在預(yù)處理部分，1.首先，對影像對進(jìn)行配準(zhǔn)工作，選取2012年4月8日的影像作為主影像，將其他24幅影像與主影像配準(zhǔn)，使影像的同名像素點映射到同一像素單元內(nèi)；2.對影像進(jìn)行多視處理，單視復(fù)圖像（SingleLookComplex，SLC）產(chǎn)品中具有很多的斑點噪聲，為了抑制SAR圖像的斑點噪聲，得到較高空間分辨率的SAR圖像，進(jìn)行多視處理。其中方位向視數(shù)為4，距離向視數(shù)為4；3.SAR系統(tǒng)是測量發(fā)射和返回脈沖的功率比值，這個比值就是后向散射，被

112833.128-282.991-418222013070333.196135.066165102011122033.126-138.05-396232013110133.206-201.137286112011022433.201-200.632-330242013121533.219-151.835330122012040833.204-127.939-286252014012833.200-164.569374132012060233.191245.837-231所使用的DEM參考影像為30m分辨率的SRTMDEM，實驗截取區(qū)域像素大小為：8507*4901，截取的北京區(qū)域的SAR圖像像素中心經(jīng)緯度坐標(biāo)為：緯度：39.89275569°，經(jīng)度：116.39445128。入射角：33.1276°；實驗數(shù)據(jù)為升軌數(shù)據(jù)，即衛(wèi)星從南至北飛過拍攝，影像數(shù)據(jù)上下翻轉(zhuǎn)。圖4-2為截取的實驗區(qū)域：圖4-2實驗區(qū)域光學(xué)影像（左）和SAR影像（右）Fig.4-2opticalimage(left)andSARimage(right)ofexperimentalarea4.1.2實驗處理過程基于SARStudio數(shù)據(jù)處理平臺，對數(shù)據(jù)進(jìn)行預(yù)處理（主影像選娶影像配準(zhǔn)、截取實驗區(qū)域、多視、基線估計等）、PS-InSAR（PS點選取和干涉處理）技術(shù)、殘余相位解纏、三維成像處理、形變時間序列獲取等操作。在預(yù)處理部分，1.首先，對影像對進(jìn)行配準(zhǔn)工作，選取2012年4月8日的影像作為主影像，將其他24幅影像與主影像配準(zhǔn)，使影像的同名像素點映射到同一像素單元內(nèi)；2.對影像進(jìn)行多視處理，單視復(fù)圖像（SingleLookComplex，SLC）產(chǎn)品中具有很多的斑點噪聲，為了抑制SAR圖像的斑點噪聲，得到較高空間分辨率的SAR圖像，進(jìn)行多視處理。其中方位向視數(shù)為4，距離向視數(shù)為4；3.SAR系統(tǒng)是測量發(fā)射和返回脈沖的功率比值，這個比值就是后向散射，被
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李倩;;基于支持向量機(jī)的邊坡形變預(yù)測[J];中國科技信息;2015年16期

2 李永強(qiáng);劉會云;毛杰;牛路標(biāo);閆陽陽;;三維激光掃描技術(shù)在煤礦沉陷區(qū)監(jiān)測應(yīng)用[J];測繪工程;2015年07期

3 陳炳乾;鄧喀中;范洪冬;;基于D-InSAR技術(shù)和SVR算法的開采沉陷監(jiān)測與預(yù)計[J];中國礦業(yè)大學(xué)學(xué)報;2014年05期

4 魏戀歡;廖明生;BALZ Timo;張路;;高分辨率SAR層析成像建筑物疊掩散射體提取[J];武漢大學(xué)學(xué)報(信息科學(xué)版);2014年05期

5 龐礴;代大海;邢世其;王雪松;劉慶富;;SAR層析成像技術(shù)的發(fā)展和展望[J];系統(tǒng)工程與電子技術(shù);2013年07期

6 王青松;瞿繼雙;黃海風(fēng);余安喜;董臻;;聯(lián)合實、復(fù)相關(guān)函數(shù)的干涉SAR圖像配準(zhǔn)方法[J];測繪學(xué)報;2012年04期

7 張倩;楊耀權(quán);;基于支持向量機(jī)核函數(shù)的研究[J];電力科學(xué)與工程;2012年05期

8 孫希龍;余安喜;董臻;梁甸農(nóng);;基于壓縮感知的星載SAR差分層析高分辨成像[J];信號處理;2012年05期

9 孫希龍;余安喜;董臻;梁甸農(nóng);;一種差分SAR層析高分辨成像方法[J];電子與信息學(xué)報;2012年02期

10 羅環(huán)敏;陳爾學(xué);李增元;曹春香;;森林地上生物量的極化相干層析估計方法[J];遙感學(xué)報;2011年06期

相關(guān)博士學(xué)位論文 前3條

1 杜孫穩(wěn);地基干涉雷達(dá)露天礦邊坡形變監(jiān)測數(shù)據(jù)分析與預(yù)測方法研究[D];太原理工大學(xué);2017年

2 孫希龍;SAR層析與差分層析成像技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2012年

3 柳祥樂;多基線層析成像合成孔徑雷達(dá)研究[D];中國科學(xué)院研究生院（電子學(xué)研究所）;2007年

相關(guān)碩士學(xué)位論文 前2條

1 陳驚;基于SAR層析技術(shù)的輸電鐵塔形變提取算法研究[D];電子科技大學(xué);2019年

2 張濤;礦區(qū)地表沉降的SBAS監(jiān)測及沉降預(yù)測[D];東華理工大學(xué);2016年

本文編號：2858937