一种基于SAR数据与GNSS数据的基础设施沉降监测方法及系统

摘要

本发明公开了一种基于SAR数据与GNSS数据的基础设施沉降监测方法及系统，包括：基于SAR数据计算获得斜距方向的第一形变速率为其中，基于GNSS数据计算获得第二形变速率基于第一形变速率和第二形变速率，计算获得第三形变速率本发明采用InSAR技术与北斗GNSS技术相结合，可以获得整个覆盖范围内与成像时期相应的沉降位移数据，其监测精度可以达到毫米级，可以满足对蠕动灾体监测的精度要求。

权利要求

1.一种基于SAR数据与GNSS数据的基础设施沉降监测方法，其特征在于，包括如下步骤：

基于SAR数据计算获得斜距方向的第一形变速率 其中，依次为形变点

i的第一形变速率 在F,R,S方向的分量，uF,uR,uS依次为已知的斜距方向单位矢量在F,R,S方向的分量；

基于GNSS数据计算获得第二形变速率 其中，依次为形变点i的第二形变速率 在F,R,S方向的分量；

基于所述第一形变速率和第二形变速率，计算获得第三形变速率其中，以待测变形点为原点，斜距方向为S轴，沿雷达卫星的飞行方向为F轴，R轴与S、F轴构成左手坐标系。

2.根据权利要求1所述的基于SAR数据与GNSS数据的基础设施沉降监测方法，其特征在于，所述基于SAR数据计算获得斜距方向的第一形变速率具体为：确定SAR主影像数据；

确定永久散射体PS点；

基于所述主影像和PS点构建模型，迭代求得第一形变速率。

3.根据权利要求1所述的基于SAR数据与GNSS数据的基础设施沉降监测方法，其特征在于，所述基于所述第一形变速率和第二形变速率计算获得第三形变速率时，采用最小二乘法进行计算。

4.根据权利要求1所述的基于SAR数据与GNSS数据的基础设施沉降监测方法，其特征在于，所述SAR数据由意大利的COSMO‑SkyMed卫星系统提供。

5.一种基于SAR数据与GNSS数据的基础设施沉降监测系统，应用如权利要求1至4任意一项所述的基于SAR数据与GNSS数据的基础设施沉降监测方法，其特征在于，包括：若干北斗GNSS监测站、若干InSAR监测站和服务器，其中，所述北斗GNSS监测站和InSAR监测站分别与所述服务器电连接；

所述北斗GNSS监测站获取GNSS数据，并发送给所述服务器；

所述InSAR监测站获取SAR数据，并发送给所述服务器；

所述服务器用于基于所述SAR数据计算得到第一形变速率，基于所述GNSS数据计算得到第二形变速率，基于所述第一形变速率和所述第二形变速率计算得到第三形变速率，从而得到基础设施的形变速率。

说明书

一种基于SAR数据与GNSS数据的基础设施沉降监测方法及

系统

技术领域

[0001] 本申请涉及地表形变监测领域，特别涉及一种基于SAR数据与GNSS数据的基础设施沉降监测方法及系统。

背景技术

[0002] 基础设施沉降是城市管理工作的重要内容之一，它是土层内部压缩在地表的反映，虽然致灾缓慢，但一经形成，便极难恢复。自1921年上海地区首次发现地面沉降现象以
来，随着城市化进程的加速，地面沉降造成的经济损失等危害逐渐凸显，并伴有城市经济越
发达，地面沉降危害越严重的现象。

[0003] InSAR作为一种空间大地测量方法，由于受到大气层延迟、卫星轨道误差、地表状况和时变去相关等因素的影响，很容易导致InSAR图像的错误解释，InSAR数据本身无法消
除或消弱这些影响。

发明内容

[0004] 为了解决上述问题，本发明的目的在于提供一种更为精确的基础设施沉降监测方法及系统。

[0005] 本发明提供了一种基于SAR数据与GNSS数据的基础设施沉降监测方法，其特征在于，包括如下步骤：基于SAR数据计算获得斜距方向的第一形变速率 其中，
依次为形变点i的
第一形变速率 在F，R，S方向的分量，uF，uR，uS依次为已知的斜距方向单位矢量在F，R，
S方向的分量；基于GNSS数据计算获得第二形变速率 其
中， 依次为形变点i的第二形变速率 在F，R，S方向的分量；基于
所述第一形变速率和第二形变速率，计算获得第三形变速率

[0006] 优选地，所述基于SAR数据计算获得斜距方向的第一形变速率具体为：

[0007] 确定SAR主影像数据；

[0008] 确定永久散射体PS点；

[0009] 基于所述主影像和PS点构建模型，迭代求得第一形变速率。

[0010] 优选地，所述基于所述第一形变速率和第二形变速率计算获得第三形变速率时，采用最小二乘法进行计算。

[0011] 优选地，所述SAR数据由意大利的COSMO‑SkyMed卫星系统提供。

[0012] 本发明还提供了一种基于SAR数据与GNSS数据的基础设施沉降监测系统，包括：若干北斗GNSS监测站、若干InSAR监测站和服务器，其中，所述北斗GNSS监测站和InSAR监测站
分别与所述服务器电连接；所述北斗GNSS监测站获取GNSS数据，并发送给所述服务器；所述
InSAR监测站获取SAR数据，并发送给所述服务器；所述服务器基于所述SAR数据和GNSS数据
计算基础设施的形变速率。

[0013] 与现有技术相比，本发明存在以下技术效果：

[0014] 1、本发明实施例采用InSAR技术与北斗GNSS技术相结合，利用覆盖研究区域的不同时期的历史存档SAR影像进行干涉处理，可以获得整个覆盖范围内与成像时期相应的沉
降位移数据，其监测精度可以达到毫米级，可以满足对蠕动灾体监测的精度要求。

[0015] 2、本发明实施例能够有效地解决高分辨率InSAR完整覆盖监测城市块状区域内的基础设施沉降，以及基础设施沉降与区域地表沉降的识别和分离问题，该方法可以有效提
高我国城市基础设施沉降的微观监测水平。

[0016] 3、本发明实施例基于长时间序列卫星技术，可以对城市内块状区域内基础设施进行长时间、大范围、高精度的形变监测：宏观尺度，可实现对目标大区域的地表形变进行灾
害普查和长效监测，识别区域内的沉降漏斗等风险区域，并持续动态监测基础设施沉降发
育状况；微观尺度，可以对区域内各种点、线、面状目标，如建筑、轨道交通、水利设施、能源
设施、矿区等典型区域等的形变状况进行精细化监测，包括其形变现状、历史、发展动态、趋
势预测、风险评估、安全预警等，为政府相关部门决策提供依据，为基础设施的安全管理保
驾护航。

[0017] 当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。

附图说明

[0018] 为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍，显而易见，下面描述中的附图仅仅是本发明的一些实施例，对于本领
域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。附
图中：

[0019] 图1为本发明实施例基于SAR数据与GNSS数据的基础设施沉降监测方法流程图；

[0020] 图2为本发明实施例基于SAR数据与GNSS数据的基础设施沉降监测系统结构示意图；

[0021] 图3为一桥梁夏季左侧护栏和右侧护栏的第三形变速率波动图；

[0022] 图4为一桥梁秋季左侧护栏和右侧护栏的第三形变速率波动图；

[0023] 图5为一桥梁冬季左侧护栏和右侧护栏的第三形变速率波动图。

具体实施方式

[0024] 以下将结合附图对本发明提供的一种基于SAR数据与GNSS数据的基础设施沉降监测方法及系统进行详细的描述，本实施例在以本发明技术方案为前提下进行实施，给出了
详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例，本领域技
术人员在不改变本发明精神和内容的范围内，能够对其进行修改和润色。

[0025] 本发明实施例利用多时相InSAR合成孔径雷达主动遥感数据生成地表形变场，结合北斗GNSS卫星定位监测数据，并利用多源实时监测数据对基础设施沉降进行监测。

[0026] InSAR作为一种空间大地测量方法，由于受到大气层延迟、卫星轨道误差、地表状况和时变去相关等因素的影响，很容易导致InSAR图像的错误解释，InSAR数据本身无法消
除或消弱这些影响；而北斗GNSS卫星技术不仅可以实现高精度定位，还可准确地测定电离
层、对流层延迟。因此，InSAR技术和北斗GNSS卫星技术具有很好的互补性。

[0027] 实施例1

[0028] 合成孔径雷达作为一种主动式微波遥感，具有全天时、全天候、穿透能力强、无需设置地面观测站等特性，具有多频率多极化多角度的工作模式，能提供不同于可见光和红
外遥感所能提供的特定的信息，是推动遥感与地理信息产业等的重要技术保障，对我国气
候多变(多云多雨多雾等)、地形复杂地区的数据获取工作，能提供较大的数据保障，可作为
光学数据空缺时的补充。

[0029] 目前尚在工作中的雷达卫星主要为X、C、L波段。不同波段的雷达卫星穿透能力不同，且不同卫星的参数不同，导致各自的适用范围不尽相同。

[0030] 基于以下考虑，本实施例采用由意大利的COSMO‑SkyMed卫星系统提供的高分辨的SAR数据：

[0031] a.该卫星系统的载波为X波段，由于X波段的波长较短，对于城市区域的微小的形变监测更有优势；

[0032] b.该卫星系统由4颗卫星共同组网，解决了卫星重访周期的限制，16天可以实现4次重访，最近的两颗卫星重访周期为一天，可以在较短的时间获取更多的卫星影像；

[0033] c.该卫星系统的编程拍摄方便，可以根据用户需求获取高质量、易于处理的SAR影像数据。

[0034] 请参考图1，本实施例提供了基于SAR数据与GNSS数据的基础设施沉降监测方法，包括如下步骤：

[0035] S11：基于SAR数据计算获得斜距方向的第一形变速率 其中，依次为形变
点i的第一形变速率 在F，R，S方向的分量，uF，uR，uS依次为已知的斜距方向单位矢量
在F，R，S方向的分量；

[0036] 本实施例主要采用PS‑InSAR技术获取第一形变速率。根据SAR数据结果提供的累计形变量时间序列，通过对形变量进行时空分析，清晰地对区域形变历史及趋势等进行空
间定量、定性分析，同时，动态监测也有助于发现新的沉降区及沉降中心，并监测其发育状
态。

[0037] 具体地，基于SAR数据计算获得斜距方向的第一形变速率包括如下步骤：

[0038] S111：确定SAR主影像数据；

[0039] 将SAR影像数据按时间序列进行排序，综合考虑影像之间的空间基线、时间基线、多普勒质心频率基线和雷达热噪声，使空间基线、时间基线、多普勒质心频率基线和雷达热
噪声的相干性之和最大，即以下(1)式中ρtotal达到最大时，则对应的影像为主影像。

[0040] ρtotal＝ρspatial×ρtemporal×ρdoppler×ρthermal  (1)

[0041] 其中，ρspatial为空间垂直基线去相关，ρtemporal为时间基线去相关，ρdoppler为多普勒质心频率基线去相关，ρthermal为雷达热噪声去相关。

[0042] SAR主影像数据的时间间隔越均匀、数据量越多、数据为重复覆盖影像，相应获取的形变速率精度越高。

[0043] S112：确定永久散射体PS(Persistent Scatterer)点；

[0044] PS点是指后向散射特性较为稳定的目标点。在高信噪比的情况下，相位标准差σφ接近振幅离差指数DA，因此，根据(2)式，在相位标准差σφ较小时，可以用振幅离差指数DA判
别PS点。

[0045] σφ≈σA/μA＝DA  (2)

[0046] 其中，σφ为相位标准差，σA为目标点在输入的N幅SAR图像中幅值的标准差，μA为目标点在输入的N幅SAR图像中幅值的均值，DA为振幅离差指数。

[0047] S113：基于SAR主影像数据和PS点构建模型，迭代求得第一形变速率。

[0048] InSAR观测的是在从地面点到卫星的斜距方向上的一维变形量，建立一个三维坐标系O‑FRS：以待测变形点为原点，斜距方向为S轴，沿雷达卫星的飞行方向为F轴，R轴与S、F
轴构成左手坐标系。记变形点i在O‑FRS坐标系InSAR观测的一维变形量为

[0049]

[0050] 其中，其中， 依次为 在F，R，S方向的分量，uF，uR，uS依次为已知的斜距方向单位矢量在F，R，S方向的分量。

[0051] S12：基于GNSS数据计算获得第二形变速率其中， 依次为形变点i的第二形变速率 在F，R，S方向的分量；

[0052] 北斗GNSS数据一般是在WGS‑84坐标系或者在其它协议地球坐标系中，而在描述地面沉降变形时，一般在地平直角坐标系中进行描述比较直观，因此，建立一个地平直角坐标
系：以待测变形点为原点，N轴指向子午线正北方向，V轴与固定点处椭球法线重台，E轴指向
东，构成左手坐标系。

[0053] 由于地面沉降变形的幅度较小，关注的仅为其变化量，而不是绝对高程，所以用大地高变化完全可以表示地强沉降的垂直变形。

[0054] 记某点的WGS‑84坐标为(X Y Z)T，相应的地平直角坐标为(N E V)T，由大地测量知识得到两种坐标系的转换关系为：

[0055]

[0056] 其中，(X0 Y0 Z0)T为WGS‑84坐标系的原点的坐标，C为坐标转换矩阵。

[0057] 记形变点i在地平坐标系中的三维形变量记为 其中，依次为三维形变量在N，E，V方向的分量；

[0058] 进一步地，将三维形变量转换至O‑FRS坐标系中：

[0059]

[0060] 其中，R为3x3的坐标系旋转矩阵，可由地面变形点的经纬度和雷达卫星经过时的卫星轨道和姿态参数确定， 依次为三维形变量在F，R，S方向的分量，
其中，卫星轨道和姿态参数可通过广播星历获取。

[0061] S13：基于所述第一形变速率和第二形变速率，计算获得第三形变速率

[0062] uF，uR依次为已知的斜距方向单位矢量在F，R方向的分量。

[0063] 由于InSAR观测值为一维，而北斗GNSS卫星观测值为三维，所以只有S方向的变形值 和 可利用最小二乘估计进行融合，具体地，通过坐标转换的方法，对视线方
向的InSAR观测值和北斗GNSS观测值，利用最小二乘法进行融合，把InSAR观测到的高精度
垂直变形与北斗GNSS观测到的高精度水平变形融合起来，得到地表高精度的三维变形信
息。

[0064] 具体地，采用马尔科夫随机场理论，基于第一形变速率和第二形变速率，及式(3)，得到如下能量函数：

[0065]

[0066] 其中， 为InSAR观测到的斜距向形变速率， 为北斗GNSS观测或插值得到的三维形变速率，
为待求三维形变速率， 为InSAR斜距向形变速率观测标准差， 为北斗
GNSS提供的三维形变速率观测标准差或插值标准差。

[0067] 对式(6)中的未知变量求偏导并令其等于零即可得到使能量函数u最小的解析解为：

[0068]

[0069] 其中，

[0070] 不失一般性，以F向为例对式(7)水平方向估值进行分析。若北斗GNSS布点密度较大，插值得到的 的精度高，但InSAR分解得到的 精度低，则对
二者进行加权平均所得估值 的精度必然低于 反之，若北斗GNSS布点密度较小，由
插值得到的垂直方向 精度大大降低，这样，InSAR分解得到的
精度与插值得到的 的精度几乎相当，这时对二者进行加权平均，估值 的精度改善
不明显。

[0071] 在垂直方向上，由于北斗GNSS测得的 精度低，且InSAR对水平形变不敏感，使插值得到的 精度始终低于InSAR分解得到的 精度，因
此，对二者进行加权平均所得估值 的精度必然低于 的精度。
基于以上分析，直接令 并以此为约束将InSAR斜距向形变速率
分解到垂直方向，则有

[0072]

[0073] 实施例2

[0074] 请参考图2，一种基于SAR数据与GNSS数据的基础设施沉降监测系统，包括：若干北斗GNSS监测，1、若干InSAR监测站2和服务器3，其中，北斗GNSS监测站1和InSAR监测站2分别
与服务器3电连接；北斗GNSS监测站1获取GNSS数据，并发送给所述服务器；InSAR监测站2获
取SAR数据，并发送给所述服务器；服务器3基于实施例1的方法，基于SAR数据和GNSS数据计
算基础设施的形变速率。

[0075] 上述发明实施例中，利用同一地区不同时期雷达影像数据中的相位信息，提取基础设施高程信息以及形变信息的测量技术，相较于传统的基础设施沉降监测方法，如精密
水准测量、北斗GNSS测量等，包括以下优势：

[0076] ①全天候、全天时对地观测能力，不受天气影响；

[0077] ②监测精度高，可测得毫米级形变信息；

[0078] ③监测范围广，一次可监测上百、上千平方公里范围；

[0079] ④监测密度大，城区每平方公里可获得1万以上观测点数据；

[0080] ⑤重复频率高、连续监测能力强，不仅能提供宏观静态信息，且能给出定量动态信息；

[0081] ⑥成本低，仅需要安置少量的监测设备，可以识别一些潜在或未知的目标形变信息，而且可以提供数年的形变情况；

[0082] ⑦实现全生命周期的基础设施监测，从方案规划开始到设计、施工直至运维阶段，能够提供全阶段全过程的实时监测。

[0083] 卫星雷达成像由于不受云雨天气限制，能够全天时全天候观测，一次能覆盖几百至上千平方公里的范围，这对于传统的光学遥感方式是一个极好的补充，尤其是在多云多
雨的南方。

[0084] 以下以本发明基于SAR数据与GNSS数据的基础设施沉降监测系统用于某跨江桥沉降检测为例，对该桥的结构形变进行实时监测：

[0085] 其中，该桥全长1570米，桥梁宽度18.5m，桥式为独塔不对称扇式密索预应力砼箱斜拉桥，选取引桥区域最稳定的采集点作为基准点，并在桥双侧的桥护栏分别选择若干采
集点进行监测，以对双侧的桥护栏的第三形变速率进行差异性分析，确定桥梁的倾斜和形
变程度。

[0086] 取不同年份的夏季的监测数据进行分析，请参考图3，桥的左侧护栏和右侧护栏的第三形变率显示的形变差异不明显，桥梁几乎不出现倾斜现象；

[0087] 取不同年份的秋季的监测数据进行分析，请参考图4，桥的左侧护栏和右侧护栏的第三形变率显示的的形变差异明显，桥梁出现复杂的扭曲现象；

[0088] 取不同年份的冬季的监测数据进行分析，请参考图5，桥的左侧护栏和右侧护栏的第三形变率显示的的形变差异明显，桥梁出现扭曲：在小于50m的区间段，桥梁向右侧倾斜；
在大于50m的区间段，桥梁向左侧倾斜。

[0089] 以上公开的仅为本申请的一个具体实施例，但本申请并非局限于此，任何本领域的技术人员能思之的变化，都应落在本申请的保护范围内。