[发明专利]一种基于点目标分层分析的时序InSAR地表沉降监测方法

权利要求书

1.一种基于点目标分层分析的时序InSAR地表沉降监测方法，其特征在于步骤如下：

S1.选取覆盖研究区域的时序SAR影像，以时序SAR影像中的第一景影像为公共主影像进行多视和精细配准，对所有的影像进行裁剪，从而根据时序SAR影像的平均幅度，利用快速统计同质像元选取FaSHPS算法识别统计同质像元SHP，使用预设的同质像元阈值选取分布式散射体DS的候选像元；

S2.根据同质像元构建SAR数据的相干矩阵T；

S3.根据SAR数据的相干矩阵T，利用相干性加权的相位三角测量PT算法，优化分布式散射体DS相位并计算时间相干性κ；

S4.在像元为分布式散射体DS的候选像元中，对时间相干性值采用分层策略选择可靠的DS像元：将整个研究区域中时间相干性κ满足0.7≤κ≤1的像元定义为高相干性像元，将时间相干性κ满足0.5≤κ0.7的像元定义为中等相干性像元，将时间相干性κ满足0≤κ0.5的像元定义为低相干性像元，由于0≤κ0.5的像元相干性较低，对后续形变估计造成不利影响，因此舍弃0≤κ0.5的像元；然后在整个研究区域中选取高相干性的像元，以0.1的步长将中等相干性的像元分为0.5≤κ0.6，0.6≤κ0.7两层，利用皮尔逊相关系数PCC判定研究区域影像中两相邻像元的相对相位质量，将皮尔逊相关系数PCC大于0.5的像元作为可靠的DS像元，从而增加研究区域的形变测量的空间密度；

S5.将通过分层策略选择的DS像元的相位优化值代替原始SAR影像相应的相位值；

S6.根据预先设定的时间基线和垂直基线阈值自由组合生成干涉图，建立多主影像的小基线集，利用振幅离差阈值选取永久散射体像元PS，根据常规的小基线方法对选定的DS像元和PS像元的相位进行形变解算，估计DS像元和PS像元的地表沉降速率。

2.根据权利要求1所述的一种基于点目标分层分析的时序InSAR地表沉降监测方法，其特征在于统计同质像元SHP的识别方法为：根据中心极限定理，N幅SAR影像的平均幅度服从期望为u(p)，方差为Var(A(p))/N的正态分布；对于多视影像，L为视数，平均幅度的置信区间为：

其中，P{·}代表概率，是标准正态分布中的1-α/2上侧分位点；给定一个显著性水平α，认为落入该区间的像元与像元p是同质的。

3.根据权利要求1所述的一种基于点目标分层分析的时序InSAR地表沉降监测方法，其特征在于相干矩阵T的计算公式为：

其中，E[YY^H]代表YY^H的期望，Y＝[y₁,y₂,…,y_N]^T表示N幅SAR影像规范化的复数数据，E[|y_i|²]＝1，N_P表示同质像元数目，Ω表示SHP集合，^H是共轭转置算子，相干矩阵T为N×N的Hermitian矩阵，矩阵元素包含SAR影像之间的相干性及干涉相位。

4.根据权利要求1所述的一种基于点目标分层分析的时序InSAR地表沉降监测方法，其特征在于利用相干矩阵加权的相位三角测量PT算法的计算过程为：

其中，θ表示DS的优化相位，通过对相干性高的干涉相位赋予较大的权值，优化后的相位具有很强的稳健性，减少了去相关的影响。

5.根据权利要求4所述的一种基于点目标分层分析的时序InSAR地表沉降监测方法，其特征在于时间相干性κ的计算过程为：

其中，θ＝[θ₁,θ₂,…θ_N]^T，θ_m和θ_n分别表示第m幅、第n幅SAR影像的优化相位；时间相干性κ又称为拟合优度，是DS相位优化的评价指标，κ的取值范围为[0,1]，κ值越大，其干涉相位观测量相干性越好、信噪比越高。

6.根据权利要求1所述的一种基于点目标分层分析的时序InSAR地表沉降监测方法，其特征在于皮尔逊相关系数PCC的计算公式为：

其中，ρ_i,j表示像元i、j的皮尔逊相关系数，和分别是像元i、j在第s景差分干涉图中的相位值，和分别是像元i、j在小基线处理所用到的差分干涉图上的相位均值；PCC描述了两个像元在时间和空间上的相关性及相位离散度，取值范围为[0,1]，0代表完全不相关，1代表完全相关；ρ_i,j≥0.5表明像元i、j具有较强的相关性，相位较为稳定。