-
公开(公告)号：CN115267779B
公开(公告)日：2025-05-13
申请号：CN202211032656.2
申请日：2022-08-26
Applicant: 长安大学
Abstract: 本发明公开了一种InSAR时序DEM误差估计方法，属于地形监测技术领域，能够解决传统SBAS‑InSAR技术中因为不同时间段DEM误差带来的形变时间序列和形变速率误差，以及无法获取不同时间段的填埋高度的问题。所述方法包括：S1、获取待监测区域的多幅单视复数影像，并对多幅单视复数影像进行差分干涉处理和相位优化处理，得到优化后的多幅干涉图；S2、对多幅干涉图进行相位解缠，得到多幅解缠图；S3、利用反演函数将多幅解缠图反转为多幅连续相位图，并根据多幅连续相位图获取每个像素的形变相位时间序列的n个分组时间点；S4、利用n个分组时间点将对应像素的形变相位时间序列分成n+1组，并获取每一组像素对应的DEM误差。本发明用于地形监测。
-
公开(公告)号：CN115267779A
公开(公告)日：2022-11-01
申请号：CN202211032656.2
申请日：2022-08-26
Applicant: 长安大学
Abstract: 本发明公开了一种InSAR时序DEM误差估计方法，属于地形监测技术领域，能够解决传统SBAS‑InSAR技术中因为不同时间段DEM误差带来的形变时间序列和形变速率误差，以及无法获取不同时间段的填埋高度的问题。所述方法包括：S1、获取待监测区域的多幅单视复数影像，并对多幅单视复数影像进行差分干涉处理和相位优化处理，得到优化后的多幅干涉图；S2、对多幅干涉图进行相位解缠，得到多幅解缠图；S3、利用反演函数将多幅解缠图反转为多幅连续相位图，并根据多幅连续相位图获取每个像素的形变相位时间序列的n个分组时间点；S4、利用n个分组时间点将对应像素的形变相位时间序列分成n+1组，并获取每一组像素对应的DEM误差。本发明用于地形监测。
-
公开(公告)号：CN114488144A
公开(公告)日：2022-05-13
申请号：CN202111541594.3
申请日：2021-12-16
Applicant: 长安大学
Abstract: 本发明公开了一种附加DEM约束的SAR偏移量三维形变估计方法及系统，属于地表三维形变监测技术领域，能够解决现有技术中仅使用单轨SAR数据无法估计三维形变位移的问题。所述方法包括：获取监测区域的两景SAR数据，并对两景SAR数据进行预处理，得到两景单视复数图像；计算两景单视复数图像中监测区域地表的二维形变位移；所述二维形变位移包括方位向形变位移和视线向形变位移；根据监测区域的外部DEM和二维形变位移，建立由二维形变位移估算三维形变位移的观测方程；所述三维形变位移包括在北方向、东方向和天顶方向上的形变位移；对观测方程进行参数估计，获得监测区域的三维形变位移。本发明用于地质灾害的监测。
-
公开(公告)号：CN108776660B
公开(公告)日：2021-03-30
申请号：CN201810267448.8
申请日：2018-03-28
Applicant: 长安大学
IPC: G06F16/29
Abstract: 本发明公开一种基于ArcGIS的批量匹配道路属性的方法，通过线地理文件对应的GIS道路长度与检测数据计算得到的道路长度之间的误差；再将误差均分到道路检测数据的每段上，得到检测长度数据；再检测长度数据对线地理文件的GIS路网进行批量打断，得到打断后的线要素；再将线要素按照线路走向进行排序编号，将排序编号存于新建的ID字段上；最后将ID字段增加到匹配的道路属性数据中，并根据ID字段将线要素与属性数据连接，实现属性匹配。本发明是基于ArcGIS进行线路批量打断匹配道路属性的一种处理方法，为道路属性匹配提供了一条新的技术路线。能够自动打断匹配道路属性，解除传统人工打断匹配的烦琐操作，实现效率高，有良好的用户体验效果。
-
公开(公告)号：CN108168526B
公开(公告)日：2020-09-01
申请号：CN201711348000.0
申请日：2017-12-15
Applicant: 长安大学
IPC: G01C15/00
Abstract: 本发明涉及黄土滑坡识别技术领域，公开了一种基于地面沉降信息的黄土滑坡早期识别方法，包括以下步骤：S1、结合沉降信息与地下水信息，获取沉降中心地下水流场的下游与塬边交界的区域，该区域为A；S2、根据研究区域的DEM生成坡度图；单个滑坡的坡度要求是30°‑50°，在区域A中满足这些条件的区域为B；S3、获取研究区域的遥感影像，识别黄土塬边与地下水的渗出点；把区域B中有地下水渗出的区域叫做C，这样C区域就是最后识别出来的滑坡区域，这种方法，对InSAR识别滑坡、光学遥感影像识别滑坡、DEM识别滑坡三种方法取长补短，揭示了其内在联系，提高了黄土滑坡识别的准确率。
-
Patent Agency Ranking
公开(公告)号：CN110120046A
公开(公告)日：2019-08-13
申请号：CN201910237520.7
申请日：2019-03-27
Applicant: 长安大学
Abstract: 本发明属于潜在滑坡识别领域，提供了一种融合DEM、光学遥感和形变信息的潜在滑坡识别方法，具体包括：对研究区域内的SAR影像处理得到重采样后的形变速率图；获取研究区域的光学遥感影像数据和DEM数据，根据得到的研究区域的光学遥感影像数据和DEM数据，得到多个对象；根据重采样后的形变速率图和多个对象，处理得到利用面向对象分类技术获取的疑似滑坡区；选取研究区域内已知滑坡区和已知非滑坡区，得到优选阈值对应的疑似滑坡区域，与利用面向对象分类技术获取的疑似滑坡区进行结合，得到潜在滑坡区域；本发明操作简单，得到的疑似滑坡区域在空间上更加连续完整，有效减少了滑坡区域的错判漏判。
-
公开(公告)号：CN114488144B
公开(公告)日：2025-04-08
申请号：CN202111541594.3
申请日：2021-12-16
Applicant: 长安大学
Abstract: 本发明公开了一种附加DEM约束的SAR偏移量三维形变估计方法及系统，属于地表三维形变监测技术领域，能够解决现有技术中仅使用单轨SAR数据无法估计三维形变位移的问题。所述方法包括：获取监测区域的两景SAR数据，并对两景SAR数据进行预处理，得到两景单视复数图像；计算两景单视复数图像中监测区域地表的二维形变位移；所述二维形变位移包括方位向形变位移和视线向形变位移；根据监测区域的外部DEM和二维形变位移，建立由二维形变位移估算三维形变位移的观测方程；所述三维形变位移包括在北方向、东方向和天顶方向上的形变位移；对观测方程进行参数估计，获得监测区域的三维形变位移。本发明用于地质灾害的监测。
-
公开(公告)号：CN111077525A
公开(公告)日：2020-04-28
申请号：CN201911324493.3
申请日：2019-12-20
Applicant: 长安大学
Abstract: 本发明公开了融合SAR与光学偏移量技术的地表三维形变计算方法及系统，包括：获取待监测区域形变前后的两景SAR数据，利用SAR偏移量跟踪方法根据两景单视复数影像计算待监测区域地表的方位向形变DAZI和视线向形变DLOS；获取待监测区域形变前后的两景光学，根据两景光学数据计算地表的南北向形变DNS和东西向形变DEW；最后通过公式(1)，获得地表的真实垂直向形变Dup、真实南北向形变Dns和真实东西向形变Dew。本发明方法和系统能够获得地表三维真实形变场，为诸如地震、滑坡等地质灾害的研究提供重要的技术支撑。
-
公开(公告)号：CN109541592A
公开(公告)日：2019-03-29
申请号：CN201811273771.2
申请日：2018-10-30
Applicant: 长安大学
Abstract: 本发明公开了一种基于InSAR多维形变信息的黄土滑坡类型及滑动模式分析方法，包括以下步骤：1.通过T个SAR传感器采集的数据获取滤波InSAR差分干涉图；2.对滤波InSAR差分干涉图相位解缠、地理编码并采样至相同的坐标格网和空间分辨率；3.对地理坐标系下的解缠干涉图，计算多维地表形变速率和获取多维地表形变时间序列；4.基于多维地表形变速率及多维形变时间序列并结合遥感影像、地形图进行滑坡形变机理分析，确定滑坡的类型及滑动模式。本发明采用InSAR技术进行黄土滑坡类型及滑动模式分析，仅利用研究区域的SAR影像、遥感影像及地形图即可进行，效率及准确率较高，大大减轻了外业工作量，且适用于危险区域的滑坡研究，为黄土滑坡防灾减灾提供重要技术支撑。
-
公开(公告)号：CN108919264A
公开(公告)日：2018-11-30
申请号：CN201810600536.5
申请日：2018-06-12
Applicant: 长安大学
IPC: G01S13/90
CPC classification number: G01S13/9017 , G01S13/9005 , G01S13/9023
Abstract: 本发明公开了一种InSAR干涉相位真值确定及差分干涉测量方法，用于确定InSAR差分干涉图中每一个像素点的观测值的解缠误差，以获得InSAR差分干涉图干涉相位真值，本发明通过拟准检定法将解缠误差与其他相对较小误差分离，并将解缠误差估计、去除；本发明提供的InSAR干涉相位真值确定及差分干涉测量方法，可以解决由于干涉相位真值估计的不准确的问题，从而提高SBAS-InSAR的监测精度。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.022 seconds)
