[发明专利]一种基于四阈值PS点的露天矿GB-SAR监测数据误差修正方法

权利要求书

1.一种基于四阈值PS点的露天矿GB-SAR监测数据误差修正方法，其特征在于，包括如下步骤：

S1、获取GB-SAR监测数据；

S2、对获取的GB-SAR监测数据进行预处理，并计算获得必要参数；

S3、根据获取的必要参数设置提取阈值，从获取GB-SAR监测数据中提取得到高质量PS点；

S4、将得到的高质量PS点输入多元回归-随机森林模型对露天矿GB-SAR监测数据的大气延迟误差进行修正，获得修正后的GB-SAR监测数据；

所述必要参数包括：时间序列幅度均值、时间序列幅度离差、时间序列相干系数、时间序列幅度离差指数；

所述步骤S4还包括如下步骤：

S401、判断改正前相位中误差是否大于0.3，若小于0.3则使用多元回归模型对露天矿GB-SAR监测数据的大气延迟误差进行修正，若大于0.3则执行步骤S402；

S402、判断多元回归模型的拟合优度是否大于0.8，若大于0.8则使用多元回归模型对露天矿GB-SAR监测数据的大气延迟误差进行修正，若小于0.8则选用随机森林模型对露天矿GB-SAR监测数据的大气延迟误差进行修正；

所述步骤S4之前还包括：建立多元回归模型；

多元回归模型为：

露天矿GB-SAR监测数据的大气延迟误差GB-SAR至被监测区域的距离l、被监测区域的高程h、方位向扫描角度β；

所述步骤S4之前还包括：建立随机森林模型；

随机森林模型为：

以距离l、高程h、方位向扫描角度β为自变量，以大气延迟误差为因变量，基于随机森林算法进行训练和建模，反演大气延迟误差

2.根据权利要求1所述的修正方法，其特征在于，计算时间序列幅度均值M的公式为：

式中：M_t为单幅影像幅度均值，m和n分别为影像方位向和距离向尺寸，k为影像数量。

3.根据权利要求2所述的修正方法，其特征在于，计算时间序列幅度离差D的公式为：

式中：σ_i,j为像元的幅度标准差，M_i，j为像元的幅度均值。

4.根据权利要求3所述的修正方法，其特征在于，计算时间序列相干系数L的公式为：

式中：k为影像数目，I_t，1和I_t，2为像元复信号。

5.根据权利要求4所述的修正方法，其特征在于，计算时间序列幅度离差指数S的计算模型为：

式中P为以像素x,y为中心的区域权值矩阵，m,n为以像素x,y为中心的区域大小，D为以像素x,y为中心的区域幅度离差矩阵，S为区域幅度离差指数。

6.根据权利要求5所述的方法，其特征在于，所述步骤S3还包括如下子步骤：

S301、设置时间序列幅度均值低阈值M₂＝2M，并选择在时间序列内平均幅度M_i，j＞M₂的像元作为初始高质量PS点；

S302、设置时间序列幅度离差低阈值D₂＝0.1，并基于初始高质量PS点的基础上选择时间序列幅度离差D_i，jD₂的像元作为过渡高质量PS点；

S303、设置时间序列相干系数低阈值L₂＝0.98，并基于过渡高质量PS点的基础上选择时间序列内平均相干系数L_i，j＞L₂的像元作为待选高质量PS点；

S304、设置时间序列区域幅度离差指数阈值S₂＝0.2，并基于待选高质量PS点的基础上选择区域幅度离差指数S_i，jS₂的像元作为高质量PS点。