[发明专利]一种基于邻近点梯度关系的SAR几何畸变定量模拟方法

说明书

本发明公开了一种基于邻近点梯度关系的SAR几何畸变定量模拟的方法。首先获取DEM的地形参数如坡度角、坡向角、高程，然后计算出SAR数据每个点的入射角和方位角，进而建立DEM与几何畸变的函数关系，用于求取几何畸变主动区域结果，随后建立几何畸变主动区与被动区间的邻近点梯度关系，获得几何畸变的被动区域结果，最后根据叠掩、阴影与透视收缩这三种几何畸变的空间关系，校正几何畸变区域范围大小。本发明不仅对SAR数据的配置优化和精度评估，推动InSAR滑坡监测技术的工程化和市场化，并且提高了现有SAR数据的利用率，对未来SAR硬件和平台的设计和参数选择，也具有重要的科学价值和指导意义。

技术领域

本发明涉及遥感影像的大地测量领域，尤其涉及一种基于邻近点梯度关系的单轨SAR和DEM数据联合定量模拟SAR影像几何畸变的方法。

背景技术

精确有效的滑坡监测，是滑坡灾害预测和早期预报的基础，也是滑坡灾害危险性评估和防灾减灾的重要手段。合成孔径雷达干涉测量(InSAR)技术是近几十年发展起来的一种空间大地测量和遥感手段，具有监测范围大、测量精度高、空间近似连续、全天时全天候等优势，在滑坡监测领域更是展现出了巨大潜力，不仅能够获取滑坡的数量和分布，而且可以准确反映滑坡的形变特征。然而，相对于其他类型，如城市地表沉降的地表形变，滑坡由于其所处的环境一般为地形起伏较大的山区，因此对于InSAR监测而言更加困难，主要原因在于：目前的合成孔径雷达(SAR)卫星均采用侧视成像的模式，因此其获取的影像在地形起伏的区域会出现透视收缩、叠掩和阴影等几何畸变，而InSAR测量值在这些几何畸变区会有不同程度的精度损失乃至完全失效。因此，InSAR技术在滑坡区形变监测的可靠性和精度都不太稳定，通常只能在有合适SAR数据的滑坡上得到有益结果。

随着SAR卫星的越来越多，人们在监测滑坡时有了更大的数据选择空间。如果在获取SAR数据之前就能够准确估计几何畸变影响区域，针对所监测的滑坡选择最为合适的SAR数据配置，从而发挥InSAR技术在滑坡监测和解译中的最佳性能。如何模拟预测SAR影像几何畸变区域，目前国际上主流的方法有以下五种：第一种方法是通过LSM(Layover andShadow Map)算法获得叠掩和阴影的主被动区域，是目前唯一一个可实现几何畸变被动区域模拟的方法。但是该方法需要计算每个目标点的成像时间，并获取每个时间点所对应的参数(包括高程h(t)、卫星位置(X(t),Y(t),Z(t))、方位向等)，这极大增加了计算量，而且误差源较多，从而导致可靠性较差。第二种方法是通过坡度坡向与入射角的关系，划分出升轨和降轨InSAR可以监测的滑坡朝向和坡角的大致范围，但是不能划分出几何畸变被动区域，原因在于被动区的地形特征不一，并不局限于坡度与入射角的相对关系。第三种方法是采用斜距指数R-Index估算SAR影像中几何畸变的程度，但是该方法只能计算透视收缩和主动叠掩，对阴影和被动叠掩则无能为力。第四种方法是通过GIS(Geographic InformationSystem，地理信息系统)模型获得由DEM(Digital Elevation Model，数字高程模型)产生的观测点的高度，采用“单个观测点观测单个DEM像素”模式模拟SAR卫星成像模式，从而模拟预测叠掩和阴影区域。但是该方法需要耗费大量时间，而且因受限于技术因素，需要超大范围的DEM数据，这也导致了模拟的叠掩-阴影结果精度较低。第五种方法是通过融合LSM算法与斜距指数R-Index，可以有效的划分叠掩的主被动区域、阴影的主被动区域以及透视收缩。但是该方法忽略了几何畸变被动区域与透视收缩和几何畸变主动区域的交互关系，未能获取高准确度的模拟结果。

通过以上分析可以看出，在现实的应用场景中，以上国际五种主流方法都有一定的局限性和不适用性。故此，发明一种基于邻近点梯度关系的SAR几何畸变定量模拟的方法，从而进一步推动InSAR技术的实用化。

发明内容

本发明的目的在于克服现有技术中存在的缺陷，提供一种基于邻近点梯度关系的SAR几何畸变定量模拟方法。

本发明采用以下技术方案：一种基于邻近点梯度关系的SAR几何畸变定量模拟方法，其特征在于，所述方法包括如下步骤：