[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

说明书

本发明涉及一种基于四阈值PS点的露天矿GB‑SAR监测数据误差修正方法，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。本发明提供的方法不仅能够精确地提取高质量PS点，而且还能够准确地修正露天矿GB‑SAR监测数据的大气延迟误差。

技术领域

本发明属于边坡工程变形监测技术领域，尤其涉及一种基于四阈值PS点的露天矿GB-SAR监测数据误差修正方法。

背景技术

露天矿随开采度的不断加深，边坡长度不断加长，其稳定性将会越来越差，近年来国内外诸多露天矿边坡滑坡事故时有发生，其给矿山安全生产带来了极大威胁。为解决露天矿边坡安全问题，国内外学者多年来一直致力于边坡失稳分析及预测预报工作的研究。目前，GB-SAR监测技术是一项新型的、无接触、全天时、全天候、实时测量的监测技术，其理论监测精度可以达到0.1mm，其监测距离可以长达4KM。由于露天矿大气环境复杂，在GB-SAR监测数据中常常包含大气延迟误差，其严重影响了GB-SAR监测数据的精度，为对其进行有效修正，往往通过建立各种修正模型来实现，以此提高GB-SAR监测数据的精度，但建立大气延迟误差修正模型需要提取干涉图中的高质量PS点相位作为先验知识，其修正精度取决于高质量PS点提取的准确性。高质量PS点是指边坡中稳定不动且反射较强的散射体，其理论形变相位为零，在GB-SAR影像中呈现出较稳定的散射特性，高质量PS点的相位特征反映GB-SAR监测的气象延迟相位特征。目前判断一个像素是否为高质量PS点的主要依据是低幅度离差、强散射性、高相干性等指标。但是这些指标仅反映出该像素在时间序列上的幅度稳定性和强散射性，缺乏对该像元空间稳定性的考虑，当边坡出现区域性变形时，该区域内部分像元也能保持较高的相干性和强散射性，虽然该区域内幅度稳定性会有不同程度的下降，但如果变形时间序列较短，该区域内少量像元也会保持较低的幅度离差特征，这就存在部分形变点被误选为高质量PS点的可能，从而降低GB-SAR监测的精度。故判定一个像素是否为高质量PS点还应考虑该点周围一定区域的空间稳定性。目前针对露天矿坑内的大气延迟误差的修正模型一般为距离向的一阶或二阶拟合，但该方法缺乏对方位向影响因素的考虑，或者基于高质量PS点建立改正网实现大气延迟误差的修正，但该方法易出现PS点聚集和分布不均匀导致修正结果不理想等问题。因此，如何提高GB-SAR监测数据高质量PS点提取的准确性，建立准确的露天矿GB-SAR大气延迟误差修正模型，是本领域技术人员期望克服的。

发明内容

(一)要解决的技术问题

针对现有存在的技术问题，本发明提供一种基于四阈值PS点的露天矿GB-SAR监测数据误差修正方法，不仅能够精确地提取高质量PS点，而且还能够准确地修正露天矿GB-SAR监测数据的大气延迟误差。

(二)技术方案

为了达到上述目的，本发明采用的主要技术方案包括：

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，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。