[发明专利]地面沉降时间序列数据融合方法及系统

权利要求书

1.地面沉降时间序列数据融合方法，其特征在于，所述方法包括：

S1、对多源InSAR监测结果进行匹配，将多个监测结果数据集的形变结果的方向统一到垂直向，再选取所述数据集重合的区域，以某一数据集的像元为基准，将形变值统一到一个数据集下，得到统一后的形变值；

S2、基于所述统一后的形变值，基于形变－时间序列模型，将多个时间序列的形变值各自进行拟合，得到时间序列数据；

S3、在所述时间序列数据中，基于拟合曲线梯度差最小，融合所述时间序列数据，形成一个连续的形变序列；

所述S2中的形变－时间序列模型为：

其中，W(t)是t时刻地表累计形变值，W代表监测时段内的最大沉降值，A和B是Logistic曲线的形态参数；

所述S2进一步包括，通过改进的遗传方法，对形变－时间序列模型的拟合方程进行参数估计，所述改进的遗传方法为：

S201、随机产生种群大小为P的初始种群；

S202、计算各个体适应度，并依据所述适应度进行排序；

S203、复制前N个精英到子代，对前S个个体进行单纯性操作，生成S－N个子代；对所有个体进行交叉、突变操作，生成P－S个子代；基于适应度结果判断条件，若满足判断条件，则输出参数估计结果，否则重复S202、S203，直至满足所述适应度结果判断条件。

2.根据权利要求1所述的方法，其特征在于，所述S1中，将形变结果的方向统一到垂直向通过以下方式：

d_U≈d_LOS/cosθ

其中，d_LOS为各自的视线向形变，d_U为垂直向形变，θ是中心入射角。

3.根据权利要求1所述的方法，其特征在于，所述S1中进一步包括统一样本点，所述统一样本点通过以下方式进行：

选取所述数据集重合的区域，使用权重差值方式，将当前数据集中每景的形变值分别进行插值，用另一数据集的散射体点分别提取当前数据集各时刻的形变值，完成样本点的统一。

4.根据权利要求1所述的方法，其特征在于，使用决定系数作为所述个体适应度的适应度函数。

5.根据权利要求1所述的方法，其特征在于，所述适应度结果判断条件为：满足收敛条件，或者满足迭代次数条件。

6.根据权利要求1所述的方法，其特征在于，所述S3进一步包括：在所述时间序列数据中，在多个拟合后的时间序列的重叠区段，选取拟合曲线梯度差最小的时刻，作为时间转换基准点，将相互独立但时间上连续的形变序列融合为一个连续的形变序列。

7.地面沉降时间序列数据融合系统，其特征在于，所述系统包括：

数据处理模块，对多源InSAR监测结果进行匹配，，将多个监测结果数据集的形变结果的方向统一到垂直向，再选取所述数据集重合的区域，以某一数据集的像元为基准，将形变值统一到一个数据集下，得到统一后的形变值；

形变值拟合模块，基于所述统一后的形变值，基于形变－时间序列模型，先将多个时间序列的形变值各自进行拟合，得到时间序列数据；

数据融合模块，用于在时间序列数据中，基于拟合曲线梯度差最小，融合所述时间序列数据，形成一个连续的形变序列；

所述形变值拟合模块进一步包括参数估计单元，用于通过改进的遗传方法，对所述形变－时间序列模型的拟合方程进行参数估计；

所述形变－时间序列模型为：

其中，W(t)是t时刻地表累计形变值，W代表监测时段内的最大沉降值，A和B是Logistic曲线的形态参数；

所述改进的遗传方法为：

S201、随机产生种群大小为P的初始种群；

S202、计算各个体适应度，并依据所述适应度进行排序；

S203、复制前N个精英到子代，对前S个个体进行单纯性操作，生成S－N个子代；对所有个体进行交叉、突变操作，生成P－S个子代；基于适应度结果判断条件，若满足判断条件，则输出参数估计结果，否则重复S202、S203，直至满足所述适应度结果判断条件。