一種基于InSAR技術和圖像識別的邊坡表面變形快速監測方法技術

本發明專利技術屬于邊坡表面變形監測技術領域，且公開了一種基于InSAR技術和圖像識別的邊坡表面變形快速監測方法，包括現場檢測和計算分析，具體如下步驟：S1.現場檢測：S1.1.在邊坡區域以外布設高精度定位基準站和影像拾取基準點，再依據InSAR解譯成果，進行邊坡形變分區，分析主滑方向和變形邊界。本發明專利技術通過面波和雷達波現場檢測、InSAR解譯和巖土體參數數據庫，開展邊坡地層分區、形變分區和潛在滑移面確定、巖土體參數反演等工作，智能搜索邊坡失穩模式和動態反饋穩定性態，本方案不僅解決了邊坡地質勘測和現場試驗缺失或較少的技術思路，更能真實、準確地反映現場穩定性態，為邊坡設計和治理措施制定提供了科學依據和技術支撐。計和治理措施制定提供了科學依據和技術支撐。計和治理措施制定提供了科學依據和技術支撐。

【技術實現步驟摘要】
一種基于InSAR技術和圖像識別的邊坡表面變形快速監測方法


[0001]本專利技術屬于邊坡表面變形監測
，具體為一種基于InSAR技術和圖像識別的邊坡表面變形快速監測方法。

技術介紹

[0002]邊坡變形破壞是自身內因和外部因素共同作用的結果。邊坡變形直至破壞一般呈現出初始變形、均勻變形、加速變形等三階段，其所表現出的宏觀變形特征主要受邊坡自身應力微觀調整所決定，是邊坡自身結構、地下水、地質構造、人類活動、外部環境(降雨、地震)等作用的綜合表現，是邊坡動態調整的宏觀表征。
[0003]現階段，邊坡表面變形(圖1)主要由全站儀、水準儀等常規監測，以及GPS高精度定位系統、InSAR遙感、微變形監控系統、三維激光掃描儀等非接觸式監測，但是由于現有技術中機載定位、相應高精度定位查分和圖像解釋技術無法較好的配合使用，不能對表面變心進行快速檢測，無法及時了解和掌握邊坡變形演化規律及變化特征，因此本申請提出相應的解決方案，解決上述問題并且可為邊坡形變分區以及時空演化分析提供科學數據，也可為后期邊坡變形預測預報提供基礎資料。

技術實現思路

[0004]本專利技術的目的在于提供一種基于InSAR技術和圖像識別的邊坡表面變形快速監測方法，以解決上述
技術介紹
中提出的問題。
[0005]為了實現上述目的，本專利技術提供如下技術方案：一種基于InSAR技術和圖像識別的邊坡表面變形快速監測方法，包括現場檢測和計算分析，具體如下步驟：
[0006]S1.現場檢測：
[0007]S1.1.在邊坡區域以外布設高精度定位基準站和影像拾取基準點，再依據InSAR解譯成果，進行邊坡形變分區，分析主滑方向和變形邊界；
[0008]S1.2.根據邊坡形變分區結果，利用無人機布設邊坡區域內影像拾取點；
[0009]S1.3.無人機拍攝邊坡區域影像，并按照邊坡形變分區分布情況，從坡頂至坡底依次停留影像拾取點；
[0010]S1.4.每次現場檢測，重復S1.1～S1.4過程，并在停留影像拾取點時，每次通過1道觀測線即可；
[0011]S2.計算分析：
[0012]S2.1.確定邊坡區域所在SAR數據源，下載之前該區域SAR影像，然后采用二軌法開展SAR影像解譯，經配準、去燥、差分等處理后，獲得邊坡區域永久散射點的形變速率，以及影像拾取點的形變速率；
[0013]S2.2.基于邊坡區域永久散射點的形變速率，應用形變速率差和形變量統計聚類分析，開展邊坡區域前期形變分區；
[0014]S2.3.基于高精度定位基準站坐標，應用無人機所監測的邊坡影像拾取點的測點坐標，開展定位差分計算每次影像拾取點的變形速率；
[0015]S2.4.利用無人機傾斜攝影所測量的邊坡區域影像圖，繪制邊坡全域的點云位置，計算點云的形變速率；
[0016]S2.5.結合之前邊坡影像拾取點的形變速率、無人機測量的影像拾取點的變形速率等資料，應用最小二乘優化算法，進行影像坐標和定位坐標轉換，進而統一邊坡影像拾取點的形變速率；
[0017]S2.6.利用統一邊坡影像拾取點的形變速率和邊坡全域每次的點云位置，應用拉格朗日插值法，進行邊坡全域點云的形變速率，基于之前該區域SAR影像解譯成果以及前期形變分區情況，開展邊坡全域點云的形變速率統計聚類分析，開展邊坡區域當下形變分區；
[0018]S2.6.基于邊坡當下形變分區和形變速率等成果，建立邊坡區域形變時空演化模型。
[0019]優選的，所述影像拾取點按照主滑方向和變形邊界成果，兼顧邊坡區域整體和局部側重原則，布設邊坡變形邊界內外且與主滑方向平行的2
?
3道觀測線，每道3
?
4個影像拾取點。
[0020]優選的，所述S1.3中無人機從影像拾取基準點開機并利用高精度定位設備停留1
?
2分鐘靜態觀測坐標后，開始升空懸停至邊坡區域上空，再次停留1
?
2分鐘，應用傾斜攝影儀拍攝邊坡區域影像5
?
10張；
[0021]無人機拍攝邊坡區域影像后，按照邊坡形變分區分布情況，從坡頂至坡底依次停留影像拾取點1
?
2分鐘。
[0022]優選的，所述S2.3中基于高精度定位基準站坐標和影像拾取基準點，應用無人機所監測的邊坡影像拾取點的測點坐標，使用定位差分計算每次影像拾取點的變形量。
[0023]本專利技術的有益效果如下：
[0024]1、本專利技術通過面波和雷達波現場檢測、InSAR解譯和巖土體參數數據庫，開展邊坡地層分區、形變分區和潛在滑移面確定、巖土體參數反演等工作，智能搜索邊坡失穩模式和動態反饋穩定性態，本方案不僅解決了邊坡地質勘測和現場試驗缺失或較少的技術思路，更能真實、準確地反映現場穩定性態，為邊坡設計和治理措施制定提供了科學依據和技術支撐。
[0025]2、本專利技術通過前期InSAR遙感形變識別成果，建立邊坡形變分區；針對重點關注部位設置影像拾取點，利用機載高精度定位和傾斜攝影設備，開展影像識別解譯；通過多次重復影像采集和解譯，分析邊坡表面變形時空演化規律和變化特征，進而建立工程邊坡變形時空演化模型，本方法不僅解決了邊坡尚未建立常規監測前的監測技術方案，更為工程邊坡變形預測預報及后期邊坡設計、綜合治理提供了科學依據和技術支撐。
附圖說明
[0026]圖1為現有邊坡表面形變監測方法示意圖；
[0027]圖2為本專利技術邊坡變形快速監測方法示意圖；
[0028]圖3為本專利技術邊坡變形平面布設示意圖；
[0029]圖4為本專利技術邊坡變形剖布設示意圖；
[0030]圖5為本專利技術基于高精度定位的邊坡變形速率計算方法示意圖；
[0031]圖6為本專利技術基于InSAR和傾斜攝影的邊坡形變速率計算流程圖；
[0032]圖7為本專利技術邊坡形變時空演化模型計算方法流程圖。
[0033]圖中：1、邊坡區域邊界；2、觀測線；3、邊坡區域影像拾取點；4、影像拾取基準點；5、高精度定位基準站；6、形變分界線；7、無人機；8、傾斜攝影儀；9、高精度定位設備；10、形變4區；11、形變3區；12、形變2區；13、形變1區。
具體實施方式
[0034]下面將結合本專利技術實施例中的附圖，對本專利技術實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本專利技術一部分實施例，而不是全部的實施例。基于本專利技術中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬于本專利技術保護的范圍。
[0035]如圖1至圖7所示，本專利技術實施例提供了一種基于InSAR技術和圖像識別的邊坡表面變形快速監測方法，現場檢測
[0036]1)在邊坡區域以外，布設高精度定位基準站和影像拾取基準點；
[0037]2)依據InSAR解譯成果，進行邊坡形變分區，分析主滑方向和變形邊界；
[0038]3)依據邊坡形變分區結果，利用無人機布設邊坡區域內影像拾取點本文檔來自技高網...

【技術保護點】

【技術特征摘要】
1.一種基于InSAR技術和圖像識別的邊坡表面變形快速監測方法，其特征在于：包括現場檢測和計算分析，具體如下步驟：S1.現場檢測：S1.1.在邊坡區域以外布設高精度定位基準站和影像拾取基準點，再依據InSAR解譯成果，進行邊坡形變分區，分析主滑方向和變形邊界；S1.2.根據邊坡形變分區結果，利用無人機布設邊坡區域內影像拾取點；S1.3.無人機拍攝邊坡區域影像，并按照邊坡形變分區分布情況，從坡頂至坡底依次停留影像拾取點；S1.4.每次現場檢測，重復S1.1～S1.4過程，并在停留影像拾取點時，每次通過1道觀測線即可；S2.計算分析：S2.1.確定邊坡區域所在SAR數據源，下載之前該區域SAR影像，然后采用二軌法開展SAR影像解譯，經配準、去燥、差分等處理后，獲得邊坡區域永久散射點的形變速率，以及影像拾取點的形變速率；S2.2.基于邊坡區域永久散射點的形變速率，應用形變速率差和形變量統計聚類分析，開展邊坡區域前期形變分區；S2.3.基于高精度定位基準站坐標，應用無人機所監測的邊坡影像拾取點的測點坐標，開展定位差分計算每次影像拾取點的變形速率；S2.4.利用無人機傾斜攝影所測量的邊坡區域影像圖，繪制邊坡全域的點云位置，計算點云的形變速率；S2.5.結合之前邊坡影像拾取點的形變速率、無人機測量的影像拾取點的變形速率等資料，應用最小二乘優化算法，進行影像坐標和定位坐標轉換，進而統一邊坡影像拾取點的形變速率；S2.6.利用統一邊坡影像拾取點的形變速率和邊坡全域每次的點云位置，應用拉...

【專利技術屬性】
技術研發人員：姜龍，汪小剛，王玉杰，趙宇飛，劉立鵬，孫平，林興超，張強，曹瑞瑯，孫興松，皮進，鄭理峰，
申請(專利權)人：中國水利水電科學研究院，
類型：發明
國別省市：