一種融合GNSS和InSAR數(shù)據(jù)獲取高時(shí)空分辨率形變序列的方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種融合GNSS和InSAR數(shù)據(jù)獲取高時(shí)空分辨率形變序列的方法。
【背景技術(shù)】
[0002] GNSS數(shù)據(jù)具有高時(shí)間分辨率低空間分辨率的特點(diǎn)，InSAR數(shù)據(jù)具有高空間分辨率 低時(shí)間分辨率的特點(diǎn)。如何融合這兩種技術(shù)，將其優(yōu)缺點(diǎn)互補(bǔ)，得到高時(shí)空分辨率的形變序 列，是亟待解決的問(wèn)題?？死锝餕alman濾波是一種時(shí)空Kalman濾波的方法，它不僅考慮了 時(shí)間上的相關(guān)性，也考慮了空間點(diǎn)位的相關(guān)性，并且還可以在時(shí)空上進(jìn)行插值得到高時(shí)空 分辨率的形變序列。而傳統(tǒng)的克里金Kalman濾波針對(duì)的是單一的GNSS數(shù)據(jù)。GNSS數(shù)據(jù)的 時(shí)間分辨率很高，基本上可以達(dá)到1天的分辨率。但是GNSS點(diǎn)位分布稀疏，GNSS基線有的 長(zhǎng)達(dá)幾十公里，這并不能較好的體現(xiàn)空間上的相關(guān)性。因此直接使用GNSS來(lái)構(gòu)建克里金的 空間場(chǎng)是不合理的，需要綜合使用具有高空間分辨率的InSAR數(shù)據(jù)來(lái)提高克里金Kalman濾 波的空間場(chǎng)精度。
[0003] 克里金Kalman濾波模型：
【主權(quán)項(xiàng)】
1. 一種融合GNSS和InSAR數(shù)據(jù)獲取高時(shí)空分辨率形變序列的方法，其特征在于，包括 以下步驟： 1) 計(jì)算InSAR數(shù)據(jù)的趨勢(shì)場(chǎng)Finsm，并去除InSAR數(shù)據(jù)的趨勢(shì)項(xiàng)； 2) 采用曲面擬合的方式，利用所述趨勢(shì)場(chǎng)Fin_構(gòu)造曲面擬合趨勢(shì)項(xiàng)的誤差方程，使用 最小二乘求得趨勢(shì)項(xiàng)曲面的系數(shù)矩陣，計(jì)算去除趨勢(shì)項(xiàng)的平穩(wěn)殘余項(xiàng)，選擇變差函數(shù)模型， 并利用所述平穩(wěn)殘余項(xiàng)擬合變差函數(shù)Y(h); 3) 計(jì)算GNSS數(shù)據(jù)的空間趨勢(shì)場(chǎng)矩陣？8_，利用上述變差函數(shù)y(h)計(jì)算GNSS數(shù)據(jù)點(diǎn) 位之間的空間協(xié)方差矩陣2V; 4) 根據(jù)GNSS數(shù)據(jù)的空間趨勢(shì)場(chǎng)矩陣及空間協(xié)方差矩陣&計(jì)算彎曲能量矩陣B ; 5) 利用所述彎曲能量矩陣B以及趨勢(shì)場(chǎng)矩陣構(gòu)建克里金Kalman濾波的空間場(chǎng)H; 6) 使用EM估計(jì)計(jì)算克里金Kalman濾波中的模型參數(shù)，進(jìn)行克里金Kalman濾波； 7) 進(jìn)行時(shí)空插值，得到高時(shí)空分辨率的形變序列。
2. 根據(jù)權(quán)利要求1所述的融合GNSS和InSAR數(shù)據(jù)獲取高時(shí)空分辨率形變序列的方法， 其特征在于，所述步驟1)中，InSAR數(shù)據(jù)的趨勢(shì)場(chǎng)Finsm計(jì)算方法為：若趨勢(shì)場(chǎng)為常數(shù)場(chǎng)，則 趨勢(shì)場(chǎng)Finsm為值全為1且維數(shù)為minsmX1的矢量，即：Finsm= [1，1，? ? ?，1]';若趨勢(shì)場(chǎng)為 線性場(chǎng)，則趨勢(shì)場(chǎng)Finsjj維數(shù)為minsmX3的矩陣，即：Finsm=[x' ;y' ;1]';若趨勢(shì)場(chǎng)為 二次曲面場(chǎng)，則趨勢(shì)場(chǎng)Finsar 為minsarX6 的矩陣，即：Finsar=[(x2)' ;(y2)' ;(xy)' ; y' ;1]';其中，minsa^jInSAR數(shù)據(jù)觀測(cè)值的個(gè)數(shù)，InSAR數(shù)據(jù)觀測(cè)值坐標(biāo)X，y均為維數(shù)為minsarXl的矢量。
3. 根據(jù)權(quán)利要求2所述的融合GNSS和InSAR數(shù)據(jù)獲取高時(shí)空分辨率形變序列的方 法，其特征在于，所述步驟2)中，去除趨勢(shì)項(xiàng)的平穩(wěn)殘余項(xiàng)矢量< =召__ 戶;其中， Zinsal?為觀測(cè)值；趨勢(shì)項(xiàng)曲面的系數(shù)矩陣0 = (F insar ^insar^ ^insar^insar °
4. 根據(jù)權(quán)利要求3所述的融合GNSS和InSAR數(shù)據(jù)獲取高時(shí)空分辨率形變序列的方法， 其特征在于，所述步驟3)中，空間協(xié)方差矩陣\中第ij行元素通過(guò)下式計(jì)算：〇ij= 1N(h) C0+Ci(h);其中，y(h)為變差函數(shù)，r(力）=KMX[dd- +A)]2 ;而s為空間位 置坐標(biāo)x，y，h為空間距離，以及:fCs+汾分別為平穩(wěn)殘余項(xiàng)矢量f中位置為s及s+h的元素，N(h)為以h為中心且給定的容差e(h)為半徑的觀測(cè)值數(shù)，Q+C為變差函數(shù)的基 臺(tái)值。
5. 根據(jù)權(quán)利要求4所述的融合GNSS和InSAR數(shù)據(jù)獲取高時(shí)空分辨率形變序 列的方法，其特征在于，所述步驟4)中，彎曲能量矩陣萬(wàn)=g1 ;其中， J= (F' 2-1 蘆）-V2：-丄。 gnss g gnss gnss c
6. 根據(jù)權(quán)利要求5所述的融合GNSS和InSAR數(shù)據(jù)獲取高時(shí)空分辨率形變序列的方法， 其特征在于，空間場(chǎng)"=其中，dq+1、dq+2、…\為 彎曲能量矩陣B進(jìn)行譜分解后的特征值；uq+1、uq+1、…upS彎曲能量矩陣B進(jìn)行譜分解后的 特征向量；P為空間場(chǎng)的維數(shù)。
【專利摘要】本發(fā)明公開(kāi)了一種融合GNSS和InSAR數(shù)據(jù)獲取高時(shí)空分辨率形變序列的方法，根據(jù)InSAR數(shù)據(jù)選擇合適的趨勢(shì)場(chǎng)；利用變差函數(shù)模型將去除趨勢(shì)的殘余量進(jìn)行擬合，得到空間變差函數(shù)；依據(jù)GPS點(diǎn)位以及變差函數(shù)和趨勢(shì)項(xiàng)構(gòu)建克里金Kalman濾波中的空間場(chǎng)矩陣；使用EM估計(jì)克里金Kalman濾波模型中的模型參數(shù)；進(jìn)行克里金Kalman進(jìn)行濾波；在時(shí)空上進(jìn)行插值得到高時(shí)空分辨率的形變序列。與現(xiàn)有的方法相比，本發(fā)明的變差函數(shù)以及趨勢(shì)項(xiàng)的選取采用的是具有高空間分辨率的InSAR數(shù)據(jù)，而不是采用點(diǎn)位稀疏的GPS數(shù)據(jù)。因此本發(fā)明可以有效提高空間場(chǎng)的精度，并且得到高時(shí)空分辨率的形變序列。
【IPC分類】G06F19-00
【公開(kāi)號(hào)】CN104699966
【申請(qǐng)?zhí)枴緾N201510102397
【發(fā)明人】戴吾蛟, 劉寧, 曾凡河
【申請(qǐng)人】中南大學(xué)
【公開(kāi)日】2015年6月10日
【申請(qǐng)日】2015年3月9日