[发明专利]一种基于云模型和数据场的地面沉降风险等级评估方法

权利要求书

1.一种基于云模型和数据场的地面沉降风险等级评估方法，其特征在于，所述方法包括如下步骤：

1)获取时间序列的形变相位值，获得相应的PS点沉降数据；

2)利用云模型算法得到PS点沉降数据的三个云数字特征，所述三个云数字特征为期望E_x，熵E_n和超熵H_e；所述三个云数字特征值代表监测数据所反映的地面沉降视线向位移变化及PSInSAR的监测水平，以获得优化后的PS点；

3)计算地面沉降风险等级R_沉降；

4)根据步骤3)所获得的地面沉降风险等级R_沉降，利用数据场获得沉降速率栅格图，对沉降速率进行分类等级划分；

5)利用数据场获得优化后的PS点内的人口密度网格等级和经济密度网格等级；

6)叠加插值步骤4)生成的沉降速率栅格图，对沉降速率分类等级与人口密度网格等级或经济密度网格等级进行叠加，生成地面沉降风险等级划分图。

2.如权利要求1所述的基于云模型和数据场的地面沉降风险等级评估方法，其特征在于，所述期望E_x表示监测点沉降的预期位置，熵E_n表示监测点相对于预期位置的沉降离散程度，超熵H_e反映沉降过程整体监测水平。

3.如权利要求1所述的基于云模型和数据场的地面沉降风险等级评估方法，其特征在于，获取时间序列的形变相位值，即PS点沉降数据包括如下步骤：

3.1在N幅SAR数据集影像中，根据影像获取时间段，选择一个距离其它影像成像时间相对较均匀的雷达影像作为主图像，而将其它SAR影像作为辅影像进行干涉处理，获得M幅干涉图；

3.2对N幅SAR数据集影像进行辐射定标；

3.3在定标后的SAR数据集影像中，通过分析像素的幅度特性来筛选PS点；所述幅度特性用幅度离散指数D_A表示，公式为

DA=δAmA]]>

式中，σ_A和m_A分别为SAR数据集影像中同一像素幅度值的标准差和均值；

3.4选取外部已知的DEM数据，对M幅干涉图进行差分干涉处理，进而得到M幅差分干涉图，即，M幅差分干涉相位；每幅差分干涉相位中的每个象元包含了相位的5个分量：

Φ_dint＝Φ_def+Φ_topo+Φ_atm+Φ_orbit+Φ_noise

式中，Φ_dint为差分相位，Φ_def为视线向上的形变相位，Φ_topo为DEM引入的地形误差相位，Φ_atm为大气不均匀所引起的延迟相位，Φ_orbit为轨道不确定性引起的残差相位组分，Φ_noise为噪声误差组分；

3.5针对每个PS点对，用周期图方法求解线性形变速率差△v和DEM误差之差△ε，使下式中的多时相相位相干值γ达到最大，即

γ=|Σi=1NejwiN|]]>

3.6从差分相位Φ_dint中减掉线性形变速率差△v和DEM误差之差△ε的相位贡献后，用时间域上的维纳滤波方法估算PS点在每一成像时刻的APS相位值；

3.7将每幅SAR影像的APS相位值计算出来，在M幅差分干涉图中减去大气不均匀所引起的延迟相位Φ_atm；将这些像素点分别与其距离最近的PS点进行连接后按照步骤3.5进行运算，针对多时相相位相干值γ设置阈值，得到时间序列的形变相位值，即PS点沉降数据。