针对合成孔径雷达差分干涉测量(D-InSAR)技术无法准确提取矿区大梯度地表形变信息这一问题,提出了一种融合水准数据的D-InSAR矿区全尺度梯度地表形变监测方法(Differential Interferometry Synthetic Aperture Radar Method Based on Le...针对合成孔径雷达差分干涉测量(D-InSAR)技术无法准确提取矿区大梯度地表形变信息这一问题,提出了一种融合水准数据的D-InSAR矿区全尺度梯度地表形变监测方法(Differential Interferometry Synthetic Aperture Radar Method Based on Leveling Data Fusion,LEV-InSAR),并以山西省长治市霍尔辛赫矿区3501工作面作为试验区域,以9景哨兵1号影像和部分同时期水准数据作为研究数据,采用LEV-InSAR模型对该区的地表形变进行了监测。试验结果表明:LEV-InSAR模型监测结果与观测线水准实测结果基本吻合,累计下沉误差最大为41 mm,其倾向线和走向线水准观测点均方根误差分别为10.2 mm和14.9 mm,平均相对误差分别为14.4%和26.6%。LEV-InSAR模型在一定程度上恢复了研究区内大梯度形变区域的形变量,实现了矿区全尺度梯度地表形变监测,验证了该监测方法的可行性和适用性。展开更多
文章针对基于坡度滤波算法在地形复杂地区中难以合理设置滤波阈值的问题,提出了一种基于多尺度网格的点云自适应坡度滤波的算法。首先在构建的多尺度的虚拟网格内选取最优点作为初始地面种子点,计算网格的点云空间占比并划分网格语义属...文章针对基于坡度滤波算法在地形复杂地区中难以合理设置滤波阈值的问题,提出了一种基于多尺度网格的点云自适应坡度滤波的算法。首先在构建的多尺度的虚拟网格内选取最优点作为初始地面种子点,计算网格的点云空间占比并划分网格语义属性,然后利用地形计算因子求得每个网格的坡度分类阈值,再按网格尺度由大到小的方式对整体点云进行坡度滤波,得出真实的地面点云数据。文中采用了多种地形的光探测和测距(Light Detection and Ranging,LiDAR)(简称“激光雷达”)数据来验证该算法,结果表明,该算法能够有效去除地面上的植被、建筑物等地物点,保留真实的地面点云数据。该算法重点解决了在伴随地形变化时坡度滤波阈值的计算和自适应设置问题,以及在地形变化剧烈的边缘地带过度滤波的问题。展开更多
文摘针对合成孔径雷达差分干涉测量(D-InSAR)技术无法准确提取矿区大梯度地表形变信息这一问题,提出了一种融合水准数据的D-InSAR矿区全尺度梯度地表形变监测方法(Differential Interferometry Synthetic Aperture Radar Method Based on Leveling Data Fusion,LEV-InSAR),并以山西省长治市霍尔辛赫矿区3501工作面作为试验区域,以9景哨兵1号影像和部分同时期水准数据作为研究数据,采用LEV-InSAR模型对该区的地表形变进行了监测。试验结果表明:LEV-InSAR模型监测结果与观测线水准实测结果基本吻合,累计下沉误差最大为41 mm,其倾向线和走向线水准观测点均方根误差分别为10.2 mm和14.9 mm,平均相对误差分别为14.4%和26.6%。LEV-InSAR模型在一定程度上恢复了研究区内大梯度形变区域的形变量,实现了矿区全尺度梯度地表形变监测,验证了该监测方法的可行性和适用性。
文摘文章针对基于坡度滤波算法在地形复杂地区中难以合理设置滤波阈值的问题,提出了一种基于多尺度网格的点云自适应坡度滤波的算法。首先在构建的多尺度的虚拟网格内选取最优点作为初始地面种子点,计算网格的点云空间占比并划分网格语义属性,然后利用地形计算因子求得每个网格的坡度分类阈值,再按网格尺度由大到小的方式对整体点云进行坡度滤波,得出真实的地面点云数据。文中采用了多种地形的光探测和测距(Light Detection and Ranging,LiDAR)(简称“激光雷达”)数据来验证该算法,结果表明,该算法能够有效去除地面上的植被、建筑物等地物点,保留真实的地面点云数据。该算法重点解决了在伴随地形变化时坡度滤波阈值的计算和自适应设置问题,以及在地形变化剧烈的边缘地带过度滤波的问题。
