基于星載SAR的大梯度滑坡失穩時間預測方法及系統技術方案

本發明專利技術提出了基于星載SAR的大梯度滑坡失穩時間預測方法及系統，涉及地質災害預測領域；該方法包括：獲取待測滑坡區域的時序SAR影像數據和滑坡基礎數據；得到時序SAR影像數據中每個像素點對應的時序形變速率數據；根據在對應時間范圍內的當前觀測時間序列，以及與測量點對應的時序目標形變速率數據，通過模型參數下的逆速度模型，得到測量點對應的預測失穩垮塌時間序列；利用星載SAR數據的幅度信息來計算大梯度滑坡形變，通過逆速度法預測滑坡失穩時間，彌補了傳統InSAR在大梯度滑坡預測上的空白，為大梯度滑坡的災害防范提供了保障；同時在研究區可以穩定獲得免費的SAR數據，極大地降低了監測成本，增加了預測的可靠性。增加了預測的可靠性。增加了預測的可靠性。

【技術實現步驟摘要】
基于星載SAR的大梯度滑坡失穩時間預測方法及系統


[0001]本專利技術涉及地質災害預測領域，具體而言，涉及基于星載SAR的大梯度滑坡失穩時間預測方法及系統。

技術介紹

[0002]滑坡災害的隱蔽性強、破壞性大，當它們發生在定居點和基礎設施附近時，可能會造成災難性后果；滑坡體的表面形變是分析滑坡穩定性和危害性、預警垮塌災害最重要的信息之一，對潛在滑坡識別、滑坡穩定性監測以及垮塌災害預測具有重要意義；星載雷達遙感幾乎不受夜晚以及天氣影響，覆蓋范圍大、測量精度高，相比于地面傳統測量以及機載星載光學遙感具有其獨特的優勢，星載雷達遙感技術正越來越多地應用在潛在滑坡識別、滑坡形變監測以及災害預警方面。
[0003]精確地反演地表形變是滑坡失穩時間準確預測的關鍵前提，利用SAR影像相位差反演形變的雷達干涉測量(InSAR)技術能夠高精度地量測地表形變；近年來，隨著Sentinel
?
1衛星的穩定運行以及時間序列(時序)InSAR技術的不斷進步，InSAR技術在滑坡監測預測領域越來越多地得到重視和應用，在區域潛在滑坡早期識別、單體滑坡形變監測與滑坡失穩預測等方面取得了良好的應用效果；然而，當滑坡形變梯度過大時，基于相位測量的InSAR技術很容易發生相位混疊和嚴重的失相干效應，影響測量精度，甚至會導致無法提取到有效的滑坡區域形變信息，從而無法對滑坡失穩時間做出預測，往往發生大梯度形變的滑坡才是最迫切需要關注的對象，但是傳統InSAR技術在這一領域是不適用的。

技術實現思路

[0004]本專利技術的目的在于提供基于星載SAR的大梯度滑坡失穩時間預測方法及系統，以解決上述
技術介紹
中存在的問題。
[0005]本專利技術的實施例是這樣實現的：
[0006]第一方面，本申請實施例提供了基于星載SAR的大梯度滑坡失穩時間預測方法，包括以下步驟：
[0007]S1，獲取待測滑坡區域在預設時間范圍內的時序SAR影像數據和滑坡基礎數據，滑坡基礎數據包括滑坡類型、滑坡邊界和植被覆蓋數據；
[0008]S2，根據時序SAR影像數據和植被覆蓋數據，得到時序SAR影像數據中每個像素點對應的時序形變速率數據；
[0009]S3，根據滑坡類型和滑坡邊界，將時序SAR影像數據中的多個像素點確定為測量點；
[0010]S4，根據時序形變速率數據，確定預置的逆速度模型的模型參數；
[0011]S5，將在預設時間范圍內的當前觀測時間序列以及測量點的時序形變速率數據輸入至模型參數確定的逆速度模型中進行預測處理，預測出測量點的滑坡失穩時間序列。
[0012]本專利技術的有益效果是：通過利用星載SAR數據的幅度信息來計算大梯度滑坡形變，
進而使用逆速度法預測滑坡失穩時間，彌補了傳統InSAR在大梯度滑坡預測上的空白，為大梯度滑坡的災害防范提供了保障；同時，在研究區可以穩定獲得免費的SAR數據，這極大地降低了監測成本，增加了預測的可靠性。
[0013]在上述技術方案的基礎上，本專利技術還可以做如下改進。
[0014]進一步，上述滑坡失穩時間序列包括多個滑坡失穩時間，在S5后，還包括如下步驟：
[0015]S6，繪制滑坡失穩時間和當前觀測時間序列的散點圖像，若散點圖像中連續的多個散點對應的滑坡失穩時間均指向未來預設時間段內一相對穩定時間，則發出滑坡失穩報警。
[0016]采用上述進一步方案的有益效果是：一方面可以直觀的了解預測結果，另一方面也可以提高預測的精度。
[0017]進一步，上述步驟S2具體為：
[0018]S21，時序SAR影像數據包括按時間排列的多個目標影像圖，將滿足預設條件的兩個目標影像圖作為一個像對組合，其中，時序SAR影像數據中形成的像對組合的數量滿足以下不等式：
[0019][0020]式中，N為常數，其中，N+1表示時序SAR影像數據中目標影像圖的數量，M表示像對組合的數量；
[0021]S22，根據植被覆蓋率的高低，將多個目標影像圖中滿足預設條件的多個像素點分別確定為目標像素計算點，根據植被覆蓋閾值對目標像素計算點采用規則格網逐點計算和基于點目標計算的兩種策略；
[0022]S23，從所有像對組合中選取一個像對組合,且令選取的一個像對組合中的兩個目標影像圖分別為第一目標影像圖和第二目標影像圖，在第一目標影像圖中選擇預置大小窗口作為待計算的矩形匹配窗口，在第二目標影像圖中以第一目標影像圖中的矩形匹配窗口為中心，選擇預置大小窗口作為搜索窗口，在第二目標影像圖的搜索窗口內按預設步長移動相應矩形匹配窗口，將第一目標影像圖和第二目標影像圖中同一對應的矩形匹配窗口內的目標像素計算點作為一組目標像素計算點組，每次移動都計算每組目標像素計算點組的互相關系數，并根據搜索窗口內計算出的互相關系數峰表面位置表示圖像間的位移量，互相關系數通過第二公式表示為：
[0023][0024]式中，NCC(i,j)表示互相關系數，(k,l)表示第一目標影像圖中矩形匹配窗口內的目標像素計算點的坐標，(i,j)表示第二目標影像圖中搜索窗口內的目標像素計算點的坐標，r為第一目標影像圖中矩形匹配窗口內像素值，s為第二目標影像圖中搜索窗口內像素值，μ
r
為第一目標影像圖的矩形匹配窗口的平均像素值，μ
s
為第二目標影像圖中搜索窗口的平均像素值；
[0025]S24，根據互相關系數最高的一組目標像素計算點，計算得到選取的一個像對組合的像對偏移量；
[0026]S25，遍歷所有像對組合中的每一個像對組合，并執行S23
?
S24，得到每一個像對組合的像對偏移量；
[0027]S26，根據每一個像對組合對應的像對偏移量，以及每一個像對組合中第一目標影像圖以及第二目標影像圖的獲取時間，計算得到時序SAR影像數據對應的時序形變速率數據。
[0028]進一步，上述步驟S3具體為：
[0029]S31，根據每個像素點對應的時序性變速率數據，將位于滑坡邊界內的多個像素點確定為加速形變點；
[0030]S32，將滑坡類型中各類型滑坡的位置對應的加速形變點確定為測量點。
[0031]采用上述進一步方案的有益效果是：在待測滑坡區域內篩選出具有自然代表性的點，例如裂縫處、滑坡后緣區和推移滑塊段等。
[0032]進一步，上述在步驟S5中：
[0033]逆速度模型通過第一公式表示，第一公式表示為：
[0034][0035]其中，v表示時序目標形變速率數據中與當前觀測時間對應的形變速率，t
f
表示失穩垮塌時間，t表示當前觀測時間，A和a表示模型參數。
[0036]進一步，上述步驟S5還包括，
[0037]根據測量點以及與測量點對應的時序形變速率數據，確定測量點對應的滑坡加速時間起點；其中，當前觀測時間均在滑坡加速時間起點之后。
[0038]采用上述進一步方案的有益效果是：在對應時間范圍內根據滑坡加速時間起點確定出參與失穩本文檔來自技高網...

【技術保護點】

【技術特征摘要】
1.基于星載SAR的大梯度滑坡失穩時間預測方法，其特征在于，包括以下步驟：S1，獲取待測滑坡區域在預設時間范圍內的時序SAR影像數據和滑坡基礎數據，所述滑坡基礎數據包括滑坡類型、滑坡邊界和植被覆蓋數據；S2，根據所述時序SAR影像數據和所述植被覆蓋數據，得到時序SAR影像數據中每個像素點對應的時序形變速率數據；S3，根據所述滑坡類型和滑坡邊界，將所述時序SAR影像數據中的多個像素點確定為測量點；S4，根據所述時序形變速率數據，確定預置的逆速度模型的模型參數；S5，將在所述預設時間范圍內的當前觀測時間序列以及所述測量點的時序形變速率數據輸入至模型參數確定的所述逆速度模型中進行預測處理，預測出所述測量點的滑坡失穩時間序列。2.根據權利要求1所述的基于星載SAR的大梯度滑坡失穩時間預測方法，其特征在于，所述滑坡失穩時間序列包括多個滑坡失穩時間，在所述S5后，還包括如下步驟：S6，繪制滑坡失穩時間和當前觀測時間序列的散點圖像，若散點圖像中連續的多個散點對應的滑坡失穩時間均指向未來預設時間段內一相對穩定時間，則發出滑坡失穩報警。3.根據權利要求1所述的基于星載SAR的大梯度滑坡失穩時間預測方法，其特征在于，所述步驟S2具體為：S21，所述時序SAR影像數據包括按時間排列的多個目標影像圖，將滿足預設條件的兩個所述目標影像圖作為一個像對組合，其中，所述時序SAR影像數據中形成的所述像對組合的數量滿足以下不等式：式中，N為常數，其中，N+1表示時序SAR影像數據中目標影像圖的數量，M表示像對組合的數量；S22，根據植被覆蓋率的高低，將多個目標影像圖中滿足預設條件的多個像素點分別確定為目標像素計算點，根據植被覆蓋閾值對目標像素計算點采用規則格網逐點計算和基于點目標計算的兩種策略；S23，從所有像對組合中選取一個像對組合,且令選取的一個像對組合中的兩個目標影像圖分別為第一目標影像圖和第二目標影像圖，在第一目標影像圖中選擇預置大小窗口作為待計算的矩形匹配窗口，在第二目標影像圖中以第一目標影像圖中的矩形匹配窗口為中心，選擇預置大小窗口作為搜索窗口，在第二目標影像圖的搜索窗口內按預設步長移動相應矩形匹配窗口，將第一目標影像圖和第二目標影像圖中同一對應的矩形匹配窗口內的目標像素計算點作為一組目標像素計算點組，每次移動都計算每組目標像素計算點組的互相關系數，并根據搜索窗口內計算出的互相關系數峰表面位置表示圖像間的位移量，互相關系數通過第二公式表示為：
式中，NCC(i,j)表示互相關系數，(k,l)表示第一目標影像圖中矩形匹配窗口內的目標像素計算點的坐標，(i,j)表示第二目標影像圖中搜索窗口內的目標像素計算點的坐標，r為第一目標影像圖中矩形匹配窗口內像素值，s為第二目標影像圖中搜索窗口內像素值，μ
r
為第一目標影像圖的矩形匹配窗口的平均像素值，μ
s
為第二目標影像圖中搜索窗口的平均像素值；S24，根據所述互相關系數最高的一組目標像素計算點，計算得到選取的一個像對組合的像對偏移量；S25，遍歷所有像對組合中的每一個像對組合，并執行S23<...

【專利技術屬性】
技術研發人員：李夢華，尹謝兵，唐伯惠，楊夢詩，
申請(專利權)人：昆明理工大學，
類型：發明
國別省市：