【技术实现步骤摘要】
本专利技术涉及地形监测领域，特别是涉及insar山地丘陵区形变监测适宜性评价方法及系统。
技术介绍
1、近年来，合成孔径雷达干涉测量(interferometric synthetic aperture radar，insar)技术以其大范围监测和低成本位移检测的明显优势而闻名。对于地质灾害(例如滑坡)的监测，在某些情况下，由于地形复杂、观测对象变形梯度大和植被覆盖密集，insar技术用于位移监测可能会失效。因此，事先评估insar技术在考虑地形和地表覆盖特征时的可行性是至关重要的，特别是在大范围insar形变监测中。
2、在评估insar技术的可行性方面，可以分为两类。一类主要关注合成孔径雷达(sar)卫星的成像特性以及insar技术对沿视线方向的位移探测的敏感性，这些技术方案试图评估由于敏感性低而无法检测的区域，并确定由于sar几何失真导致的不可观测区域，以避免对预期目标的无效观测。另一类关注不同土地覆盖类型和地面反射率与波长之间的关系，进一步评估不同土地利用类型上insar可测量点的数量。基于收集的sar卫星参数和地面特征参数，通过上述方法可以判断insar的地形可视性和sar数据的适用性。然而，对于准确监测斜坡的位移而言，位移的大小对于评估insar技术的可行性非常重要，特别是当斜坡的变形梯度超过insar的最大可检测变形梯度(mddg)时。因此，mddg可以被视为评估考虑sar几何失真效应的insar可行性的关键指标。此外，地表覆盖特征也可以被视为影响insar的可检测性的重要因素，尤其在植被覆盖密度较高的
3、notti(notti et al.,2014)等人使用山体阴影模型获取了研究区域的阴影和叠掩分布，并借助r指数得到了目标区域的透视收缩分布；进而利用目标区域的土地利用数据评估了psinsar技术的适用性和可行性。该技术方案需要额外收集目标区域的土地利用数据，并且需要单独处理分别得到阴影和叠掩，最后通过r指数得到透视收缩分布，相对繁琐和耗时；在评价insar适宜性的时候易受到处理算法和参数设置的影响，因此导致不同土地利用类型上的insar点目标可能与理论不符。
4、bonì(bonìet al.,2020)等人同样利用山体阴影模型获得了阴影和叠掩分布，并构建了insar地形可视性公式；此外，收集了目标区域的土地利用数据，评估了不同土地类型上的insar可检测性能。虽然该方法考虑了不同土地利用类型对insar监测效果的影响，但对于植被密集区，其效果没有ndvi直观；此外，对于滑坡监测而言，没有考虑insar的形变检测梯度，进而没有将mddg引入到insar的适宜性评价当中。
技术实现思路
1、本专利技术的目的是提供insar山地丘陵区形变监测适宜性评价方法及系统，将mddg和ndvi作为两个新的评价指标引入到insar的适宜性评估当中，使得对insar技术的评价更加客观和全面。
2、为实现上述目的，本专利技术提供了如下方案：
3、insar山地丘陵区形变监测适宜性评价方法，所述insar山地丘陵区形变监测适宜性评价方法包括：
4、获取目标区域，对目标区域进行网格划分，得到多个网格区域；
5、收集每个网格区域的sar数据、dem数据与landsat8光学影像；
6、对每个网格区域的sar数据进行加载处理，收集每个网格区域的参数信息；所述参数信息包括所使用sar卫星数据的波长、斜距向分辨率、飞行方位角和入射角；
7、分析每个网格区域的dem数据，得到每个网格区域的地形信息；所述地形信息包括坡度和坡向；
8、将每个网格区域的参数信息和地形信息输入至mddg数学函数模型，得到每个网格区域的mddg特征；
9、根据每个网格区域的参数信息、地形信息和mddg特征，获得每个网格区域的几何畸变类型；所述几何畸变类型包括分辨率、阴影、叠掩和透视收缩；
10、基于每个网格区域的landsat8光学影像计算得到每个网格区域的归一化植被指数；
11、根据每个网格区域的几何畸变类型、归一化植被指数和mddg特征，得到每个网格区域的insar适宜性等级分布图；
12、根据每个网格区域的insar适宜性等级分布图得到目标区域的insar适宜性等级分布图。
13、可选地，分析每个网格区域的dem数据，得到每个网格区域的地形信息，具体包括：
14、采用arcgis中的坡度和坡向分析工具分析每个网格区域的dem数据，得到每个网格区域的地形信息。
15、可选地，基于每个网格区域的landsat8光学影像计算得到每个网格区域的归一化植被指数，具体包括：
16、对每个网格区域的landsat8光学影像进行预处理，得到每个网格区域的预处理后的landsat8光学影像；所述预处理包括：拼接处理、大气校正和辐射校正；
17、基于每个网格区域的预处理后的landsat8光学影像计算得到每个网格区域的归一化植被指数。
18、可选地，所述mddg数学函数模型为：
19、mddgslope＝λ÷2η(cosβsinθsinαcosδ+sinβsinθcosαcosδ+cosθsinδ)；
20、其中，mddgslope表示mddg特征；λ表示sar卫星数据的波长；η表示sar图像斜距向分辨率；β表示sar卫星的飞行方位角；θ表示sar卫星的入射角；α表示坡向；δ表示坡度。
21、可选地，根据每个网格区域的参数信息、地形信息和mddg特征，获得每个网格区域的几何畸变类型，具体包括：
22、基于网格区域的参数信息和地形信息，判断所述网格区域是否满足阴影条件，得到第一判断结果；所述阴影条件为网格区域的坡向位于第一角度范围内且网格区域的坡度大于第二角度范围；所述第一角度范围为所述第二角度范围为b＝[90…σ]；
23、若所述第一判断结果为是，则确定所述网格区域的几何畸变类型为阴影；
24、若所述第一判断结果为否，则基于网格区域的参数信息和地形信息，判断所述网格区域是否满足叠掩条件，得到第二判断结果；所述叠掩条件为网格区域的坡向位于第三角度范围内且网格区域的坡度大于σ；所述第三角度范围为
25、若所述第二判断结果为是，则确定所述网格区域的几何畸变类型为叠掩；
26、若所述第二判断结果为否，则基于网格区域的mddg特征，判断所述网格区域是否满足透视收缩条件，得到第三判断结果；所述透视收缩条件为所述网格区域的mddg特征小于零值；
27、若所述第三判断结果为本文档来自技高网...
【技术保护点】
1.InSAR山地丘陵区形变监测适宜性评价方法，其特征在于，所述InSAR山地丘陵区形变监测适宜性评价方法包括：
2.根据权利要求1所述的InSAR山地丘陵区形变监测适宜性评价方法，其特征在于，分析每个网格区域的DEM数据，得到每个网格区域的地形信息，具体包括：
3.根据权利要求1所述的InSAR山地丘陵区形变监测适宜性评价方法，其特征在于，基于每个网格区域的Landsat8光学影像计算得到每个网格区域的归一化植被指数，具体包括：
4.根据权利要求1所述的InSAR山地丘陵区形变监测适宜性评价方法，其特征在于，所述MDDG数学函数模型为：
5.根据权利要求1所述的InSAR山地丘陵区形变监测适宜性评价方法，其特征在于，根据每个网格区域的参数信息、地形信息和MDDG特征，获得每个网格区域的几何畸变类型，具体包括：
6.根据权利要求1所述的InSAR山地丘陵区形变监测适宜性评价方法，其特征在于，根据每个网格区域的几何畸变类型、归一化植被指数和MDDG特征，得到目标区域的InSAR适宜性等级分布图，具体包括：
7.
8.一种InSAR山地丘陵区形变监测适宜性评价系统，其特征在于，所述InSAR山地丘陵区形变监测适宜性评价系统包括：
9.一种电子设备，其特征在于，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被执行时实现如权利要求1至7中任一项所述的方法。
...【技术特征摘要】
1.insar山地丘陵区形变监测适宜性评价方法，其特征在于，所述insar山地丘陵区形变监测适宜性评价方法包括：
2.根据权利要求1所述的insar山地丘陵区形变监测适宜性评价方法，其特征在于，分析每个网格区域的dem数据，得到每个网格区域的地形信息，具体包括：
3.根据权利要求1所述的insar山地丘陵区形变监测适宜性评价方法，其特征在于，基于每个网格区域的landsat8光学影像计算得到每个网格区域的归一化植被指数，具体包括：
4.根据权利要求1所述的insar山地丘陵区形变监测适宜性评价方法，其特征在于，所述mddg数学函数模型为：
5.根据权利要求1所述的insar山地丘陵区形变监测适宜性评价方法，其特征在于，根据每个网格区域的参数信息、地形信息和mddg特征，获得每个网格区域的几何畸变类型，具体包括：
6.根据权利要求1所述的insar山地丘...
【专利技术属性】
技术研发人员：陈川，刘先林，聂品，薛小战，陈有东，戴可人，李明智，邵羽，杨州，周扬，张宇昕，吴新宇，何健，韩琳琳，韦超俊，
申请(专利权)人：广西交通设计集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。