申请/专利权人：长沙理工大学

申请日：2024-01-09

公开（公告）日：2024-04-09

公开（公告）号：CN117849784A

主分类号：G01S13/86

分类号：G01S13/86;G06F18/25;G01S19/46;G01B7/16

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明提供了一种基于GTWR的GNSS和InSAR形变监测序列融合建模方法，涉及变形监测技术领域。首先，获取GNSS和InSAR监测数据中n组形变样本，构成形变样本向量；确定影响变形的物理环境因素，构建物理环境因素矩阵；然后构建时空权重矩阵；再结合时空权重矩阵,利用形变样本向量及物理环境因素，计算时空地理加权回归系数；基于时空地理加权回归系数构建顾及物理要素的GTWR模型；最后根据GTWR模型计算出n个形变样本的形变拟合值，组成监测形变时空物理模型矩阵。本发明能顾及变形物理因素的时空变化特征，一方面能提高监测数据的时空分辨率，另一方面有助于分析外界物理因素在不同形变采样点对变形的影响。

主权项：1.一种基于GTWR的GNSS和InSAR形变监测序列融合建模方法，其特征在于，包括以下步骤：S1：获取GNSS和InSAR监测数据中n组形变样本，构成形变样本向量Y＝[YGNSS；YInSAR]，其中：YGNSS为GNSS的形变样本数据，YInSAR为InSAR的形变样本数据，其中：每个形变样本Yi的观测形变采样点为ui，vi，ti，i＝1，2，…，n，ui、vi为空间位置，ti为时间位置；确定影响变形的m个物理环境因素，构成m*i物理环境因素矩阵X＝[X1，X2，…，Xm]，其中：X1，X2，…，Xm为m个物理环境因素所对应i个采样点的物理环境因素向量；S2：构建时空权重矩阵Wui，vi，ti，具体包括：S2.1、用形变样本的形变采样点ui，vi，ti计算时空距离dST；选择一种自适应宽的方法确定空间带宽和时间带宽S2.2：基于S2.1所得时空距离dST、空间带宽和时间带宽构建时空权重矩阵Wui，vi，ti；S3：结合S2中的时空权重矩阵Wui，vi，ti，利用形变样本向量Y及物理环境因素矩阵X，采用局部加权最小二乘计算时空地理加权回归系数S4：基于时空地理加权回归系数构建顾及物理要素的GTWR模型，公式如下：Y＝β0u，v，t+β1u，v，tX1+…+βmu，v，tXm+ε；其中：βju，v，t为形变采样点u，v，t的回归系数，j＝0，1，2，…，m；ε为独立同分布的随机误差项；S5：根据GTWR模型计算出n个形变样本的形变拟合值将n个形变拟合值组成监测形变时空物理模型矩阵

全文数据：

权利要求：

百度查询： 长沙理工大学 一种基于GTWR的GNSS和InSAR形变监测序列融合建模方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD