一种输电通道地质形变监测方法和装置与流程

本发明涉及地质形变监测的，尤其是涉及一种输电通道地质形变监测方法和装置。

背景技术：

1、在输电通道地质形变监测中，传统的工程测量监测手段虽然已有足够高的测量精度，如水准测量、全站仪测量等；但各监测手段的缺点依旧明显，存在投入成本大、监测范围局限，易受外界环境影响，且不能连续作业等缺点，从因而导致监测效率低，并无法及时获得有效的地质形变监测信息，难以适应现代化建设的需求。

2、近年来，随着定量遥感技术的迅速发展，insar 技术为解决输电通道的地质形变监测提供了新的途径。 insar技术综合了合成孔径雷达成像原理和干涉测量技术，利用传感器的系统参数、姿态参数和轨道之间的几何关系等，可精确地测量地表空间位置的变化，有效应用于输电通道的地质形变监测工作。虽然insar技术可全天时、全天候对地观测，穿云透雾，不受天气、黑夜等影响；但是其时效性有限，不能实时获取地表形变信息，并且insar技术受制于图像质量的影响，从而在一定程度上降低了形变的精度。

3、机载lidar激光测量技术作为一种新兴的测量手段，激光穿透能力强，可穿透植被间隙直达地表，且获得的点云精度高、空间坐标信息准确，可有效地应用于地质形变监测。不过受激光雷达技术数据获取方式和硬件条件所限，激光雷达的扫描带覆盖面积较小，特定情况下难以满足实际应用需求。

4、北斗卫星定位技术是我国自主研发的北斗卫星导航系统的高新技术。可对监测点实现高精度的定位，得到监测区域内的地质形变信息。其具有定位精度高且能在短时间内准确定位的优势，但无法获取高空间密度的数据。

5、综上所述，目前主流的形变监测技术都存在一定的局限性，无法做到高精度的实时监测。

6、针对上述问题，还未提出有效的解决方案。

技术实现思路

1、有鉴于此，本发明的目的在于提供一种输电通道地质形变监测方法和装置，以缓解了现有的输电通道地质形变监测方法的监测精度较低的技术问题。

2、第一方面，本发明实施例提供了一种输电通道地质形变监测方法，包括：获取待监测输电通道的目标数据，其中，所述目标数据包括：sar影像数据，机载lidar数据和北斗观测数据；对所述目标数据进行沉降时序解算，得到形变数据，其中，所述形变数据包括：insar形变数据，机载lidar形变数据和北斗形变数据；利用所述机载lidar形变数据和神经网络模型，对所述insar形变数据进行校正，得到校正后的insar形变数据；基于所述校正后的insar形变数据和所述北斗形变数据，确定出所述待监测输电通道的地质形变监测结果。

3、进一步地，利用所述机载lidar形变数据和神经网络模型，对所述insar形变数据进行校正，得到校正后的insar形变数据，包括：确定出所述机载lidar形变数据和所述insar形变数据之间的同名点；利用所述同名点对应的机载lidar形变数据和所述同名点对应的insar形变数据，对所述神经网络模型进行训练，得到训练后的神经网络模型；利用所述训练后的神经网络模型，对所述insar形变数据中除所述同名点对应的insar形变数据以外的insar形变数据进行校正，得到所述校正后的insar形变数据。

4、进一步地，确定出所述机载lidar形变数据和所述insar形变数据之间的同名点，包括：基于所述机载lidar形变数据，利用近邻距离加权算法对所述insar形变数据进行同名点提取，得到所述机载lidar形变数据和所述insar形变数据之间的同名点，其中，所述近邻距离加权算法的表达式为，其中，为所述insar形变数据中点的观测值，为所述同名点sar估计值，为所述同名点到周围点的距离。

5、进一步地，所述神经网络模型包括：输入层、隐含层和输出层，其中，所述输入层的变量为，为所述输入层中的神经元的数量，所述隐含层的变量为，为所述隐含层中神经元的数量，所述输出层的变量为，为所述输出层中神经元的数量；所述神经网络模型的表达式为，其中，为所述输入层中神经元与所述隐含层中神经元之间的连接权值，为所述隐含层中神经元与所述输出层中神经元之间的连接权值，和为激活函数，和为相应的偏置变量。

6、进一步地，基于所述校正后的insar形变数据和所述北斗形变数据，确定出所述待监测输电通道的地质形变监测结果，包括：利用克里金插值算法对所述北斗形变数据进行内插处理，得到插值后的北斗形变数据；对所述校正后的insar形变数据和所述插值后的北斗形变数据进行融合计算，得到所述待监测输电通道的地质形变监测结果。

7、进一步地，对所述校正后的insar形变数据和所述插值后的北斗形变数据进行融合计算，得到所述待监测输电通道的地质形变监测结果，包括：构建观测方程，其中，所述观测方程为，为地表变形向量，为待估参数向量，为观测矩阵，为监测数据噪声；利用最小二乘法对所述观测方程进行最优估计，得到最优估计表达式，其中，所述最优估计表达式为，其中，为残差，为加权权阵；基于所述校正后的insar形变数据和所述插值后的北斗形变数据，计算的一阶偏导等于0时的最优估计值，并降所述最优估计值确定为所述待监测输电通道的地质形变监测结果。

8、第二方面，本发明实施例还提供了一种输电通道地质形变监测装置，包括：获取单元，用于获取待监测输电通道的目标数据，其中，所述目标数据包括：sar影像数据，机载lidar数据和北斗观测数据；解算单元，用于对所述目标数据进行沉降时序解算，得到形变数据，其中，所述形变数据包括：insar形变数据，机载lidar形变数据和北斗形变数据；校正单元，用于利用所述机载lidar形变数据和神经网络模型，对所述insar形变数据进行校正，得到校正后的insar形变数据；监测单元，用于基于所述校正后的insar形变数据和所述北斗形变数据，确定出所述待监测输电通道的地质形变监测结果。

9、进一步地，所述校正单元，用于：确定出所述机载lidar形变数据和所述insar形变数据之间的同名点；利用所述同名点对应的机载lidar形变数据和所述同名点对应的insar形变数据，对所述神经网络模型进行训练，得到训练后的神经网络模型；利用所述训练后的神经网络模型，对所述insar形变数据中除所述同名点对应的insar形变数据以外的insar形变数据进行校正，得到所述校正后的insar形变数据。

10、第三方面，本发明实施例还提供了一种电子设备，包括存储器以及处理器，所述存储器用于存储支持处理器执行上述第一方面中所述方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。

11、第四方面，本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序。

12、在本发明实施例中，通过获取待监测输电通道的目标数据，其中，所述目标数据包括：sar影像数据，机载lidar数据和北斗观测数据；对所述目标数据进行沉降时序解算，得到形变数据，其中，所述形变数据包括：insar形变数据，机载lidar形变数据和北斗形变数据；利用所述机载lidar形变数据和神经网络模型，对所述insar形变数据进行校正，得到校正后的insar形变数据；基于所述校正后的insar形变数据和所述北斗形变数据，确定出所述待监测输电通道的地质形变监测结果，达到了结合sar影像数据，机载lidar数据和北斗观测数据对输电通道地质形变进行高精度监测的目的，进而解决了现有的输电通道地质形变监测方法的监测精度较低的技术问题，从而实现了提高输电通道地质形变监测精度的技术效果。

13、本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

14、为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。