一种用于大坝及滑坡变形GB-SAR监测的相位解缠方法及系统

摘要

本发明提供了一种用于大坝及滑坡变形GB‑SAR监测的相位解缠方法及系统，方法包括：获取变形监测区域内的GB‑SAR干涉影像，选取相位稳定的N个PS点，进行一维时间相位解缠，得到时间相位解缠干涉相位值利用被选PS点构建Delaunay三角网，计算三角网中M条边的双差相位观测值基于间接最小二乘平差法构建误差方程将M条边的误差方程转换为矩阵表达式建立法方程ATPA‑ATPL＝0，则Φ＝(ATPA)‑1ATPL。本发明针对高山峡谷中的大坝及滑坡的GB‑SAR监测系统提出相位解缠方法，减小了大气扰动对解缠精度的影响；避免“穿过”残差点的方式进行积分，不会传递误差，大大的提高了解缠精度；采用全局解算的方法，加快了收敛速度，使解缠过程更加快捷。

权利要求

1.一种用于大坝及滑坡变形GB‑SAR监测的相位解缠方法，其特征在于，包括步骤：获取变形监测区域内的GB‑SAR干涉影像，选取相位稳定的N个PS点，进行一维时间相位解缠，得到时间相位解缠干涉相位值利用被选PS点构建Delaunay三角网，计算三角网中M条边的双差相位观测值基于间接最小二乘平差法构建误差方程 其中 为各被选PS点的解缠相位值；

将M条边的误差方程转换为矩阵表达式 其中V为误差矩阵；A为系数矩阵；Φ为参数矩阵，对应N个所选PS点的解缠相位值；L为参数矩阵，对应M条边的时间相位解缠值；

T T T ‑1 T

建立法方程APA‑APL＝0，则Φ＝(APA) APL，其中，P为权矩阵。

2.如权利要求1所述的相位解缠方法，其特征在于，所述选取相位稳定的N个PS点包括步骤：

计算干涉影像的相干系数，选取满足高相干性的像元；

计算各像元相干系数的绝对偏差值，设定阈值T，统计影像中绝对偏差值大于阈值T的像元与总像元数的比例，剔除比例值过大的影像；

计算各像元时间序列的振幅离差指数，根据阈值T与振幅离差指数的关系确定候选PS点；

根据候选PS点建立Delaunay三角网，计算三角网中各边的空间差分干涉相位值的绝对差值和标准差；

设定差分干涉相位值标准差阈值，选择小于该阈值的PS点作为相位稳定的被选PS点。

3.如权利要求1所述的相位解缠方法，其特征在于，所述一维时间相位解缠包括：将时间相邻的干涉影像中对应像素的干涉相位值求和。

4.如权利要求1所述的相位解缠方法，其特征在于，所述计算三角网中M条边的双差相位观测值 包括：三角网中各条边上的双差相位观测值 为该条边端点即被选PS点的时间相位解缠干涉相位值 求差得到，即

5.如权利要求1所述的相位解缠方法，其特征在于：所述系数矩阵A是根据对各被选PS点的相位分别进行x、y方向进行空间相位解缠转变的[2N(N‑1)(N×N)]矩阵。

6.如权利要求1所述的相位解缠方法，其特征在于：所述权矩阵P共有M行M列，其中各元素值pij为三角网中对应边长值的倒数且非主对角线对应的元素值pij为0。

7.一种用于大坝及滑坡变形GB‑SAR监测的相位解缠系统，其特征在于：包括干涉影像获取模块、一位时间相位解缠模块和二维空间相位解缠模块；

所述干涉影像获取模块连接大坝及滑坡变形GB‑SAR监测系统，获取GB‑SAR干涉影像并选取相位稳定的N个PS点传递给所述一位时间相位解缠模块；

所述一位时间相位解缠模块设置为对各被选PS点进行一维时间相位解缠，获得干涉相位值并传递给所述二维空间相位解缠模块；

所述二维空间相位解缠模块设置为根据间接最小二乘平差法构建法方程对各被选PS点进行二维空间相位解缠模。

8.如权利要求7所述的位解缠系统，其特征在于：所述二维空间相位解缠模块还包括Delaunay三角网构建单元、误差矩阵构建单元、法方程构建单元；

所述Delaunay三角网构建单元设置为根据各被选PS点构建Delaunay三角网，并计算三角网中各条边的时间相位解缠值，传递给所述误差矩阵构建单元；

所述误差矩阵构建单元设置为根据间接最小二乘平差法构建误差方程并转换为误差矩阵，传递给所述法方程构建单元；

所述法方程构建单元设置为根据所述误差矩阵建立法方程，并计算所选各PS点的解缠相位值。

说明书

一种用于大坝及滑坡变形GB‑SAR监测的相位解缠方法及系统

技术领域

[0001] 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变形GB‑SAR监测的相位解缠方法及系统。

背景技术

[0002] 地基合成孔径雷达(Ground‑BasedSyntheticApertureRadar，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。

[0003] 相位解缠是指相位主值或干涉相位差值恢复到真实相位值的过程，与In‑SAR技术相同，对所获得的干涉影像进行相位解缠是SAR数据处理十分关键也是最困难的一个环节。
现有技术中，一般采用Goldstein等人于1988年提出的支切线法进行相位解缠，其基本思路
是通过识别各像元的正负奇异点，从而生成最短路径，沿最短路径积分进行相位解缠。其存
在的问题在于可能会产生解缠孤岛，导致一些点无法正常解缠，同时会有支切线并不最短
的问题产生，其效率较低，效果也并不十分理想。1994年，Pritt等人提出了与路径无关的基
于快速傅里叶变换的无权最小二乘法来进行相位解缠，并在其后众多学者相继提出了以此
为基础的改进算法。这类算法通过全局拟合，将整幅影像进行平滑处理，使得各点的解缠相
位连续且误差较小。但其同样存在问题，在使用全局拟合提高整幅影像的解缠精度的同时，
每个点的解缠结果都被其中的误差所污染，即解缠结果都包含了误差，实质上为近似值，并
不精确。2006年Pepe等提出最小费用流法，对星载SAR中多基线距条件下的时空组合
Delaunay三角网进行相位解缠。这个方法并不适用于GB‑SAR，因为GB‑SAR的空间基线为零。
其外还有其他如最小网络流法、Kalman滤波法等相位解缠方法。

[0004] 上述方法均是基于In‑SAR的基础而不是GB‑SAR基础提出的，因此虽然其原理有共通之处，但由于观测设备所受的环境影响不同，其解缠效果可能相差甚远。对于高山峡谷中
的大坝及滑坡的GB‑SAR监测相位而言，其受环境的影响较大，气候的变化对信号的影响强
烈，大气的空间相关性非常强，因此，直接使用In‑SAR的相位解缠方法其解缠效果并不理
想。

[0005] 因此，提供一种适应于对大坝及滑坡GB‑SAR观测相位进行具体解缠的方法是本领域亟待解决的问题。

发明内容

[0006] 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监测的相位解缠方法，其描述严格、解缠精度高、质量可靠，并且避免了误差在
解缠过程中的累计。

[0007] 为了实现上述目的，本发明提供了一种用于大坝及滑坡变形GB‑SAR监测的相位解缠方法，包括步骤：

[0008] 获取变形监测区域内的GB‑SAR干涉影像，选取相位稳定的N个PS点，进行一维时间相位解缠，得到时间相位解缠干涉相位值 N＝{1,2,3…i,j…N}；

[0009] 利用被选PS点构建Delaunay三角网，计算三角网中M条边的双差相位观测值

[0010] 基于间接最小二乘平差法构建误差方程 其中 为各被选PS点的解缠相位值；

[0011] 将M条边的误差方程转换为矩阵表达式 其中V为误差矩阵；A为系数矩阵；Φ为参数矩阵，对应N个所选PS点的解缠相位值；L为参数矩阵，对应M条边的时间相
位解缠值；

[0012] 建立法方程ATPA‑ATPL＝0，则Φ＝(ATPA)‑1ATPL，其中，P为权矩阵。

[0013] 在一些较优的实施例中，所述选取相位稳定的N个PS点包括步骤：

[0014] 计算干涉影像的相干系数，选取满足高相干性的像元；

[0015] 计算各像元相干系数的绝对偏差值，设定阈值T，统计影像中绝对偏差值大于阈值T的像元与总像元数的比例，剔除比例值过大的影像；

[0016] 计算各像元时间序列的振幅离差指数，根据阈值T与振幅离差指数的关系确定候选PS点；

[0017] 根据候选PS点建立Delaunay三角网，计算三角网中各边的空间差分干涉相位值的绝对差值和标准差；

[0018] 设定差分干涉相位值标准差阈值，选择小于该阈值的PS点作为相位稳定的被选PS点。

[0019] 在一些较优的实施例中，所述一维时间相位解缠包括：将时间相邻的干涉影像中对应像素的干涉相位值求和。

[0020] 在一些较优的实施例中，所述计算三角网中M条边的双差相位观测值 包括：三角网中各条边上的双差相位观测值 为该条边端点即被选PS点的时间相位解缠干涉相位
值 求差得到，即

[0021] 在一些较优的实施例中，所述系数矩阵A是根据对各被选PS点的相位分别进行x、y方向进行空间相位解缠转变的[2N(N‑1)(N×N)]矩阵。

[0022] 在一些较优的实施例中，所述权矩阵P共有M行M列，其中各元素值pij为三角网中对应边长值的倒数且非主对角线对应的元素值pij为0。

[0023] 本发明还提供了一种用于大坝及滑坡变形GB‑SAR监测的相位解缠系统，包括干涉影像获取模块、一位时间相位解缠模块和二维空间相位解缠模块；

[0024] 所述干涉影像获取模块连接大坝及滑坡变形GB‑SAR监测系统，获取GB‑SAR干涉影像并选取相位稳定的N个PS点传递给所述一位时间相位解缠模块；

[0025] 所述一位时间相位解缠模块设置为对各被选PS点进行一维时间相位解缠，获得干涉相位值并传递给所述二维空间相位解缠模块；

[0026] 所述二维空间相位解缠模块设置为根据间接最小二乘平差法构建法方程对各被选PS点进行二维空间相位解缠模。

[0027] 在一些较优的实施例中，所述二维空间相位解缠模块还包括Delaunay三角网构建单元、误差矩阵构建单元、法方程构建单元；

[0028] 所述Delaunay三角网构建单元设置为根据各被选PS点构建Delaunay三角网，并计算三角网中各条边的时间相位解缠值，传递给所述误差矩阵构建单元；

[0029] 所述误差矩阵构建单元设置为根据间接最小二乘平差法构建误差方程并转换为误差矩阵，传递给所述法方程构建单元；

[0030] 所述法方程构建单元设置为根据所述误差矩阵建立法方程，并计算所选各PS点的解缠相位值。

[0031] 本发明的有益效果：

[0032] 1、针对高山峡谷中的大坝及滑坡的GB‑SAR系统提出相位解缠方法，减小了大气扰动对解缠精度的影响；

[0033] 2、提出了一种基于间接最小二乘平差相位解缠方法，避免“穿过”残差点的方式进行积分，不会传递误差，大大的提高了解缠精度；

[0034] 3、避开了支切线的选择和设置，采用全局解算的方法，因此在对“孤岛”问题有较好的处理效果的同时加快了收敛速度，使解缠过程更加快捷；

附图说明

[0035] 图1为本申请一个实施例中一种用于大坝及滑坡变形GB‑SAR监测的相位解缠方法的流程图；

[0036] 图2为本申请一个实施例中一种用于大坝及滑坡变形GB‑SAR监测的相位解缠系统的结构图；

[0037] 图3为本申请一个实施例中一种用于大坝及滑坡变形GB‑SAR监测的相位解缠系统中二维空间相位解缠模块的结构图；

[0038] 图4为本申请一个较优实施例中被选PS点构建的Delaunay三角网示意图；

[0039] 图5为本申请一个较优实施例中进行时间、空间相位解缠后的干涉影像图；

[0040] 图6为本申请一个较优实施例中另1幅干涉影像中各PS点的相位解缠中误差统计直方图；

[0041] 图7为本申请一个较优实施例中另1幅干涉影像中各PS点的相位解缠中误差统计直方图；

[0042] 图8为本申请另一个较优实施例中被选PS点构建的Delaunay三角网示意图；

[0043] 图9为本申请另一个较优实施例中进行时间、空间相位解缠后的干涉影像图；

[0044] 图10为本申请另一个较优实施例中干涉影像的各PS点的相位解缠中误差统计直方图；

具体实施方式

[0045] 为了使本发明的目的、技术方案和优点更加清楚，下面结合附图对本发明作进一步阐述。在本发明的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、
“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便
于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以
特定的方位构造和操作，因此不能理解为对本发明的限制。

[0046] 如图1所示，一种用于大坝及滑坡变形GB‑SAR监测的相位解缠方法，包括步骤：

[0047] 步骤S1.获取变形监测区域内的GB‑SAR干涉影像，选取相位稳定的N个PS点，进行一维时间相位解缠，得到时间相位解缠干涉相位值 N＝{1,2,3…i,j…N}；

[0048] 本领域技术人员应当知晓，本申请所述变形监测区域具体为大坝及滑坡待监测区域，应当理解的是，将本申请的技术方案应用于其他地表微变形监测领域同样落入本申请
的保护范围。

[0049] 所述PS点为GB‑SAR变形监测区域内的永久散射体(PermanentScatterers)点，其后向散射特性几乎不随时间改变，具有高干涉相干的特点。基于PS点的散射特性，选择相位
稳定的PS点可以准确地从干涉相位中分解获得各组成部分的相位分量并获得最终的变形
信息，间接地解决大气扰动、时间和空间失相干问题，还可以在一定程度上削弱系统噪声的
影响。

[0050] PS点的选取方法有很多，例如相干系数阈值法、相位离差阈值法和振幅离差指数阈值法等。本申请对具体的PS点选取方法不作进一步的限制。

[0051] 在一种较优的实施例中，提供了一种PS点的综合选取方法，该方法将相干系数阈值法和振幅离差指数阈值法结合，考虑目标强散射特性的同时也考虑时间上的稳定性，将
幅度特征和相位特征结合，并提出差分干涉相位标准阈值法以保证空间上的稳定性和连续
性，从而选择出相位稳定的PS点。具体包括：

[0052] 计算干涉影像的相干系数，选取满足高相干性的像元；

[0053] 计算各像元相干系数的绝对偏差值，设定阈值T，统计影像中绝对偏差值大于阈值T的像元与总像元数的比例，剔除比例值过大的影像；

[0054] 计算各像元时间序列的振幅离差指数，根据阈值T与振幅离差指数的关系确定候选PS点；

[0055] 根据候选PS点建立Delaunay三角网，计算三角网中各边的空间差分干涉相位值的绝对差值和标准差；

[0056] 设定差分干涉相位值标准差阈值，选择小于该阈值的PS点作为相位稳定的被选PS点。

[0057] 进一步的是，所述时间相位解缠是根据大坝及滑坡变形监测中干涉影像的获取情况，先进行一维时间相位解缠，然后进行空间上的二维相位解缠，从而将三维解缠问题转化
为一维和二维问题，从而简化处理方法。更近进一步的是，采用这样的算法构建方式，主要
是为了解决高山峡谷中天气对GB‑SAR影像的干扰，首先利用一维时间相位解缠来解决绝大
部分干涉相位观测值的相位模糊数问题，然后再用二维空间相位解缠的方法解决相位解缠
不完善或者是不准确的地方。

[0058] 在一些较优的实施例中，所述一维时间相位解缠包括：将时间相邻的干涉影像中对应像素的干涉相位值求和。具体方法如下：

[0059] 基于以下一维时间相位解缠基本原理：对于m个离散的缠绕行为观测值序列解缠干涉相位 可以通过以下各不同时间获取的单视复影像进
行干涉相干后求和得到：

[0060]

[0061] 其中，k＝1,2,…,m；

[0062] 从上式中可以看出，只要保证连续两幅单视影像之间的相位整周模糊度nk‑1,k为零，就可以计算出任一时刻的解缠干涉相位值 应当理解的是，在雷达信号采集中，只要
雷达信号的采样率搞到能够检测出相位周条，就能保证nk‑1,k为零，从而得到正确的解缠结
果。即采样率只要满足奈奎斯特准则就能检测出周条，使得连续影像件的干涉相位
至此就完成了初步对干涉相位进行一维时间
相位解缠。本申请中，将一维时间相位解缠得到的时间相位解缠干涉相位值记为 其中N
＝{1,2,3…i,j…N}。

[0063] 步骤S2.利用被选PS点构建Delaunay三角网，计算三角网中M条边的双差相位观测值

[0064] 所述Delaunay(德洛内)三角网是一系列相连的但不重叠的三角形的集合,而且这些三角形的外接圆不包含这个面域的其他任何点，属于不规则三角网。其建立要符合最佳
三角形条件，即使构成的各个三角形的三个内角和三条边长度近似相等，也就是说角度不
可出现很大的钝角或者很小的锐角，要尽可能保证三个角均为锐角，同时再根据具体的应
用需求选择其他的附加条件构建满足要求的三角网。其构建方式有很多，本申请在一种较
优的实施例中给出其中一种构建方式。

[0065] 以下是采用角度判断法结合距离条件建立GB‑SAR影像中PS点的不规则三角网(Delaunay三角网)的方法。在本方法中，加入了GB‑SAR影像数据和实际大坝或滑坡检测的
具体要求，并据此设定参数。

[0066] 首先，给出构建的理论分析过程。当已知两个PS点就可以确定一条基线边后，利用余弦定理计算将第三个相邻备选PS点作为角顶点的三角形的内角大小，选择最大者对应的
PS点为该三角形的第三顶点。进一步的是，对于大坝及滑坡GB‑SAR监测而言，三角网的构网
还需要考虑同一影像内邻近PS点大气状态的空间自相关性和进行变形分析时点位的密度
与间距，因此需要考虑相邻PS点之间的距离值。即在满足角度要求的情况下还需要考虑边
长的要求。

[0067] 其次，给出构建的具体流程：

[0068] (1)将获取的PS点数据分块，以便后续步骤中仅检索目标三角形邻近的点，而不必检索全部数据。所有邻近点的检索根据大坝及滑坡所处的环境中大气的变化状况和物体变
形特征分析的需要，针对不同的区域设置不同的间距。

[0069] (2)确定构网起点。从众多离散PS点中随机选取一点A，作为探测三角形的第一点。为保障运算结果的一致性，避免同一数据源下不同时刻所构成的三角网不一致、影响后续
数据处理和计算分析，可考虑固定A点位置，例如取第一个PS点或第一个检索格网中的首个
PS点等方式。进一步的，按照最小距离原则以及大坝或者滑坡的现场实际情况，选取距离A
点小于30米时的点作为三角形的第二点B。然后对A、B点所构成的三角边附近的PS点Ci，利
用余弦定理计算∠Ci：

[0070]

[0071] 其中，ai＝BCi；bi＝ACi；ci＝ABi。若∠C＝max{∠Ci}，选取C点位为此三角形的另外一点。

[0072] (3)扩展三角形。从步骤(2)中构建的三角形开始向外扩展形成三角网。扩展过程遵循角度最大原则，须兼顾三角形边长长度限制要求，保证三角网空间拓扑关系正确性、避
免出现重复、压盖、相交等问题。其具体的拓展方法是：根据角度最大原则对每一个已生成
的三角形新增加的两边向外进行扩展，并进行重复、相交等拓扑关系检查。

[0073] 其中，所述向外扩展的方法为：

[0074] 若从顶点为P1(x1,y1)，P2(x2,y2)，P3(x3,y3)的三角形P1P2边向外扩展，应取位于直线P1P2与P3异侧的点。P1P2直线方程为

[0075] F(x,y)＝(y2‑y1)(x‑x1)‑(x2‑x1)(y‑y1)＝0

[0076] 若备选点P之坐标为(x，y)，则当F(x,y)·F(x3,y3)＜0时，P与P3在直线P1P2的异侧，在满足P与P1、P2距离小于30米的条件下，该点可作为备选扩展顶点。

[0077] 所述拓扑关系检查的方法为：

[0078] 由于任意一边最多只能是两个三角形的公共边，因此只需记下每一边的扩展次数，当该边的扩展次数超过2次时，该次扩展无效；反之则该次扩展有效。当所有生成的三角
形的新生边均经过扩展处理后，则全部离散的数据点被连成了一个不规则的三角网。

[0079] 至此，完成了Delaunay三角网的构建说明。

[0080] 在一种较优的实施例中，所述计算三角网中M条边的双差相位观测值 包括：

[0081] 三角网中各条边上的双差相位观测值 为该条边端点即被选PS点的时间相位解缠干涉相位值 求差得到，即

[0082] 步骤S3.基于间接最小二乘平差法构建误差方程 其中为各被选PS点的解缠相位值。

[0083] 间接平差法是广泛应用于测量领域的平差计算方法，其在确定多个未知量的最或然值时，选择它们之间不存在任何条件关系的独立量作为未知量组成用未知量表达测量的
函数关系、列出误差方程式，按最小二乘法原理求得未知量的最或然值的平差方法。本申请
在应用该方法时的理论推导过程为：通过选定t个与观测值有一定关系的独立未知量作为
参数，将每个观测值都分别表达成这t个参数的函数，建立函数模型，按最小二乘原理，用求
自由极值的方法解出参数的最或然值，从而得到各观测值的平差值。

[0084] 具体的，在本申请中，首先根据观测条件采用间接最小二乘平差法构建误差方程，选择各被选PS点的解缠干涉相位值 为参数，通过这N个独立参数即可唯一地确定相位解
缠的数学模型： 应当理解的是，三角形中每一条边都对应了一
个误差方程。由前序步骤可知， 因此，

[0085] 进一步的是，将间接平差法应用在大坝及滑坡变形GB‑SAR监测的相位解缠时，需要结合监测环境和GB‑SAR监测设备的特点构建间接平差数学模型，在本申请说明书中均有
相关说明。

[0086] 步骤S4.将M条边的误差方程转换为矩阵表达式 其中V为误差矩阵；A为系数矩阵；Φ为参数矩阵，对应N个被选PS点的解缠相位值；L为参数矩阵，对应M条边
的时间相位解缠值。

[0087] 至此，只要求解参数矩阵Φ中的元素就可得到被选PS点的解缠相位值，完成干涉影像的相位解缠。

[0088] 下面对矩阵表达式中的各元素作进一步的说明。

[0089] 系数矩阵A包含M行N列，此处由三角网的图形构成条件决定了A矩阵的各元素值。在一种较优的实施例中，所述系数矩阵A是根据对各被选PS点的相位分别进行x、y方向进行
空间相位解缠转变的[2N(N‑1)(N×N)]矩阵，其具体表达式为：

[0090]

[0091] 进一步的是，对应N个被选PS点解缠相位值的参数矩阵Φ具体包括：N个被选PS依次和其余各点作双差得到，因此，一共有NN个元素，其具体表达式为：

[0092]

[0093] 进一步的是，对应M条边双差相位观测值的参数矩阵L具体包括：N个被选PS依次和其余各点作双差，除去自身与自身的双差，则一共有2N(N‑1)个元素，其具体表达式为：

[0094]

[0095] 步骤S5.建立法方程ATPA‑ATPL＝0，则Φ＝(ATPA)‑1ATPL，其中，P为权矩阵。

[0096] 应当理解的是，根据最小二乘法的基本原则，参数矩阵Φ需满足VTPV＝min的要T T
求，据此可以建立相应的法方程APA‑APL＝0，其中，P为根据三角网各点间关系得到的M行M
列的权矩阵。

[0097] 在一些较优的实施例中，根据三角网中各边长的大小来确定权矩阵P中各元素pij的大小，其中，主对角线上的元素pij为对应边长值Dij的倒数，即

[0098] 进一步的是，在另一些较优的实施例中，由于三角网中各端点被选PS点的相位值是相互独立的，因此权矩阵P中非主对角线上的元素pij为0。

[0099] 至此，就可以确定权矩阵P，进一步的，可以根据法方程确定各被选PS点真是的干T ‑1 T
涉相位值：Φ＝(APA) APL。

[0100] 本发明提出的针对高山峡谷中的大坝及滑坡的GB‑SAR系统提出相位解缠方法，减小了大气扰动对解缠精度的影响；避免“穿过”残差点的方式进行积分，不会传递误差，大大
的提高了解缠精度；在对“孤岛”问题有较好的处理效果的同时加快了收敛速度，使解缠过
程更加快捷。

[0101] 在一些较优的实施例中，如图2所示，本发明还公开了一种用于大坝及滑坡变形GB‑SAR监测的相位解缠系统，包括：干涉影像获取模块、一位时间相位解缠模块和二维空间
相位解缠模块；

[0102] 所述干涉影像获取模块连接大坝及滑坡变形GB‑SAR监测系统，获取GB‑SAR干涉影像并选取相位稳定的N个PS点传递给所述一位时间相位解缠模块；

[0103] 所述一位时间相位解缠模块设置为对各被选PS点进行一维时间相位解缠，获得干涉相位值并传递给所述二维空间相位解缠模块；

[0104] 所述二维空间相位解缠模块设置为根据间接最小二乘平差法构建法方程对各被选PS点进行二维空间相位解缠模。

[0105] 在另一些较优的实施例中，如图3所示，所述二维空间相位解缠模块还包括Delaunay三角网构建单元、误差矩阵构建单元、法方程构建单元；

[0106] 所述Delaunay三角网构建单元设置为根据各被选PS点构建Delaunay三角网，并计算三角网中各条边的时间相位解缠值，传递给所述误差矩阵构建单元；

[0107] 所述误差矩阵构建单元设置为根据间接最小二乘平差法构建误差方程并转换为误差矩阵，传递给所述法方程构建单元；

[0108] 所述法方程构建单元设置为根据所述误差矩阵建立法方程，并计算所选各PS点的解缠相位值。

[0109] 下面，本发明给出一种研究最小二乘法相位解缠的精度情况的理论过程。

[0110] 根据误差理论，为了对观测精度进行评定，首先需要计算单位权方差的估值 然后才能计算各观测值的协方差阵，最后根据协因数传播定律及误差传播定律计算参数矩阵
Φ的精度。

[0111] 由三角网边的差分相位观测值的误差值vi,j可以计算单位权方差：

[0112] 由此可得差分相位观测值的单位权中误差为：

[0113] 根据差分相位观测值定权的方法即可求出每一个差分相位观测值的方差：也可将上式用三角网中边长值进行表示： 由此可得到每条边上的双差
相位观测值 的中误差：

[0114] 为了确定参数矩阵Φ的协方差阵，从而获得各PS点干涉相位解缠值的中误差。根T ‑1
据由协因数传播定律可以求得参数Φ的协因数阵QΦΦ＝(APL) 。进一步的，由协因数阵与
协方差阵之间的关系得到参数Φ的协方差 其中，协方差阵DΦΦ中主对角线上的
元素即对应每个PS点空间解缠相位的方差，即可得到解缠值的精度。

[0115] 为了验证本发明提出的相位解缠方法的有效性，下面给出应用于GY拱坝和HS大型滑坡体变形监测的GB‑SAR影像相位解缠实施例。

[0116] 实施例1

[0117] 本实施例是对中国湖北的GY水电站工程重力拱坝进行的为期7天，共计147小时检测获得的GB‑SAR监测影像，根据本发明提出的技术方案进行相位解缠，并分析其解缠精度。

[0118] 如图4所示，获得生成的干涉影像，提取出4289个PS点，对其进行一维时间相位解缠得到时间相位解缠干涉相位值，构建Delaunay三角网，共获得14433条基线和9617个三角
形。

[0119] 对坝体部分37幅GB‑SAR监测干涉影像的时间相位解缠干涉相位值，根据本发明所提出的相位解缠方法，建立误差方程并求出解缠值，获得37幅影像的空间相位解缠的平均
中误差为±0.004mrad，最大为±0.027mrad，最小为±0.001mrad。

[0120] 如图5所示，以第1幅与第9幅影像时间、空间相位解缠前后的情况为例。其中图5a为第1幅相位缠绕的干涉影像，其相位缠绕较严重，这是由于实验初始，数据采集尚处于调
试状态，故相邻两时刻间的相位连续性较差，一些像元的干涉相位值超过了2π弧度，整周模
糊数不为0。由图5b可见，时间相位解缠前后，许多点位处的相位值依然存在较大的不连续
性，具有较大的跳变，表明这些点位的解缠并不完整，需要进一步解缠。在使用本发明提供
的相位解缠方法进行时间相位解缠的基础上再对其进行基于间接最小二乘平差的空间相
位解缠后，得到图5c所示的解缠影像，由图可见，各PS点在空间上连续性非常好，均处于[‑
π,π)区间。图5d为第9幅相位缠绕的干涉影像，此影像处于稳定监测时段，相位的时间连续
性较好。采用Itoh时间相位解缠后，由图5e可见，此时的时间相位解缠果较好，各PS点的干
涉相位中包含的整周模糊数基本为0，只有个别点位处的相位在空间上不满足一致性的要
求，继续采用本文的空间相位解缠方法进行解缠，得到图5f所示的最终解缠结果，此时所有
PS点在空间上的一致性较好，得到了较好的解缠结果。

[0121] 根据本发明所提供的误差分析方法，分别计算第1幅和第9幅干涉影像中各PS点的相位解缠中误差并统计其分布情况，如图6、图7所示。从中误差的统计直方图可以看到，第1
幅干涉影像的绝大部分PS点解缠中误差都集中在±0.002mrad～±0.004mrad之间，而第9
幅干涉影像中绝大部分PS点解缠中误差主要集中在±0.001mrad～±0.003mrad之间。且从
图6和图7可知，其解缠结果均无粗差，误差分布符合偶然误差的分布特征，解缠结果具有较
强的稳健性，解缠精度高。由于第1幅干涉影像在数据获取时相位观测值的波动较大，数据
不够稳定，故较第9幅干涉影像的解缠精度而言，误差值略大，这也表明本文所采用的相位
解缠方法能够充分反映出数据本身质量的情况，从而进行有效解缠。

[0122] 实施例2

[0123] 本实施例是对三峡库区内一个较大滑坡体于2019年4月20日～2019年6月20日进行的为期2个月的监测所获得的GB‑SAR监测影像，根据本发明提出的技术方案进行相位解
缠，并分析其解缠精度。监测对象的基本情况如下：其前缘高程约65.0m，后缘高程约
840.0m，总方量约1800万立方。地形表面与基岩面基本平行，坡度较陡。

[0124] 如图8所示，对干涉影像进行PS点选取，并构建PS三角网。根据本发明所提出的相位解缠方法，建立误差方程并求出解缠值，获得整个监测期间相位解缠的平均中误差为±
0.031mrad，最大为±0.301mrad，最小为±0.001mrad。

[0125] 如图9所示，以2019年4月30下午18时39分获取的GB‑SAR监测影像为例。由图9a所示，原始干涉影像中各PS点相位不连续，处于[‑π,π)区间。根据本发明所提出的相位解缠方
法进行一维时间相位解缠后的结果如图9b所示，由于监测时间较长，在这个过程中多次出
现降雨等天气变化，因此PS点在空间上有些变动，空间一致性条件不能严格满足，因此时间
相位解缠后仍有部分PS点的相位在空间上不连续。然后经过二空间相位解缠后，得到如图
9c所示的结果，此时，各PS点在空间上连续性已经非常好了。

[0126] 根据本发明所提供的误差分析方法，分别计算该幅影像中各PS点的相位解缠中误差并统计其分布情况如图10所示，绝大部分PS点的解缠中误差都集中在±0.06mrad～±
0.18mrad之间。相对于GY拱坝变形监测，该滑坡体的监测时间长，相位观测值受大气扰动更
加明显，解缠精度受其影响大。但从整体解缠精度分析可知，解缠结果无粗差，符合偶然误
差的分布特征，解缠精度依然较高。结论表明，本发明所提出的相位解缠方法对连续长时间
的滑坡体监测数据中的空间相位解缠具有较好适用性。

[0127] 以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本
发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变
化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其
等效物界定。