[发明专利]基于土地类型的InSAR时序分析中DS自适应选取方法

说明书

本发明公布了一种基于土地类型的InSAR时序分析中DS自适应选取方法，在InSAR时序分析中DS自适应选取的过程中，基于土地类型进行时序SAR影像上同质像元的识别，再选取DS候选点；土地类型为土地覆盖类型或土地利用类型；之后针对不同土地类型，自适应地计算不同土地类型下的DS选取阈值；再进行基于土地类型的DS自适应选取。采用本发明提供的基于土地类型进行InSAR时序分析DS目标的自适应选取技术方案，能够改善自适应选取的DS质量；缩小检验搜索范围，提高同质像元的识别效率，进一步提高DS选取的效率。

技术领域

本发明涉及干涉合成孔径雷达(Interferometric Synthetic Aperture Radar,InSAR)时序分析中分布式散射体的一种选取方法，具体涉及一种基于土地覆盖/土地利用类型(土地类型)的分布式散射体(DS)的自适应选取方法。

背景技术

InSAR时序分析技术是监测地表缓慢形变的一种重要手段。它通过对时间序列SAR影像上的点状永久散射体(Persistent Scatterer，PS)或面状分布式散射体(DistributedScatterer，DS)进行分析，获取该时间序列上监测区域的地表形变信息。PS和DS统称为形变测量点，形变测量点的数量与质量直接影响着InSAR时序分析结果的精度和可靠性。

最初InSAR时序分析技术的研究对象为时序SAR影像上的PS目标，它们主要对应着实地的房屋、桥梁、堤坝等人工地物或朝向雷达波入射方向的巨大裸岩，由于城市区域中存在较多人工建筑物和强反射目标，因此该技术过去主要应用于城市区域由于地下水抽取、地下工程建设等造成的地表形变监测，而考虑DS的时序InSAR技术的出现改变了这种状况。DS一般对应植被覆盖较低的裸露土地、荒漠等地物类型，它增加了原有InSAR时序分析中形变测量点的数量，使得该技术可以扩展到由于火山活动、地震、滑坡等引发的非城区地表形变监测。但是，目前利用DS的InSAR时序分析技术在DS选取过程中普遍采用单一的选取阈值，结果会造成研究区DS分布极不均衡，出现大片区域DS稀少或者无DS的极端情况，从而导致时序InSAR解算结果不可靠甚至无解的情况。机械降低DS的选取阈值，在一定程度上虽然可以增加DS的数量，但也会导致一些质量较差的DS被选中，会影响时序InSAR解算结果精度，同时增加解算的时间。另外，DS选取的核心步骤是识别时序SAR影像上服从相同统计分布且空间相邻的像元，即同质像元的识别，其处理过程非常耗时，一定程度上阻碍了该技术在地表形变监测领域的推广应用。

现有技术中，Jia等人(文献(Jia H,Zhang H,Liu L,et al.LandslideDeformation Monitoring by Adaptive Distributed Scatterer InterferometricSynthetic Aperture Radar[J].Remote Sensing,2019,11(19))提出的自适应DS-InSAR方法将研究区按照N*N层级(如8*8、16*16、32*32等)依次进行均匀、规则的划分，并对不同N值下DS的选取数量和选取时间进行权衡，最终确定N的取值，实现DS的分区自适应选取。上述方法可以提高形变监测区DS的空间分布密度，但是，其采用的是机械规则的几何分区方式，并未考虑DS的自然属性或利用状态的因素，降低了DS选取的正确率，从而影响InSAR时序解算结果的精度和可靠性，而且，该方法在N值确定过程中需要进行多次重复试验，增加了解算的时间成本和计算负担。

发明内容

为解决上述现有技术的不足，本发明提出一种基于土地覆盖/土地利用类型的分布式散射体(DS)的自适应选取新方法，以土地覆盖类型图或土地利用类型图作为形变监测区DS选取的约束条件，针对不同的土地覆盖/土地利用类型(以下土地覆盖/土地利用类型简称为土地类型)，自适应地计算DS的选取阈值，最终实现基于土地类型的DS自适应选取。

本发明提供的技术方案是：