[发明专利]一种融合GNSS和InSAR数据获取高时空分辨率形变序列的方法

摘要

本发明公开了一种融合GNSS和InSAR数据获取高时空分辨率形变序列的方法，根据InSAR数据选择合适的趋势场；利用变差函数模型将去除趋势的残余量进行拟合，得到空间变差函数；依据GPS点位以及变差函数和趋势项构建克里金Kalman滤波中的空间场矩阵；使用EM估计估计克里金Kalman滤波模型中的模型参数；进行克里金Kalman进行滤波；在时空上进行插值得到高时空分辨率的形变序列。与现有的方法相比，本发明的变差函数以及趋势项的选取采用的是具有高空间分辨率的InSAR数据，而不是采用点位稀疏的GPS数据。因此本发明可以有效提高空间场的精度，并且得到高时空分辨率的形变序列。

主权项

一种融合GNSS和InSAR数据获取高时空分辨率形变序列的方法，其特征在于，包括以下步骤：1)计算InSAR数据的趋势场Finsar，并去除InSAR数据的趋势项；2)采用曲面拟合的方式，利用所述趋势场Finsar构造曲面拟合趋势项的误差方程，使用最小二乘求得趋势项曲面的系数矩阵，计算去除趋势项的平稳残余项，选择变差函数模型，并利用所述平稳残余项拟合变差函数γ(h)；3)计算GNSS数据的空间趋势场矩阵Fgnss，利用上述变差函数γ(h)计算GNSS数据点位之间的空间协方差矩阵4)根据GNSS数据的空间趋势场矩阵Fgnss以及空间协方差矩阵计算弯曲能量矩阵B；5)利用所述弯曲能量矩阵B以及趋势场矩阵Fgnss构建克里金Kalman滤波的空间场H；6)使用EM估计计算克里金Kalman滤波中的模型参数，进行克里金Kalman滤波；7)进行时空插值，得到高时空分辨率的形变序列。