公开(公告)号：CN104699966A

公开(公告)日：2015-06-10

申请号：CN201510102397.X

申请日：2015-03-09

申请人： 中南大学

发明人： 戴吾蛟 ,  刘宁 ,  曾凡河

IPC分类号： G06F19/00

摘要： 本发明公开了一种融合GNSS和InSAR数据获取高时空分辨率形变序列的方法，根据InSAR数据选择合适的趋势场；利用变差函数模型将去除趋势的残余量进行拟合，得到空间变差函数；依据GPS点位以及变差函数和趋势项构建克里金Kalman滤波中的空间场矩阵；使用EM估计克里金Kalman滤波模型中的模型参数；进行克里金Kalman进行滤波；在时空上进行插值得到高时空分辨率的形变序列。与现有的方法相比，本发明的变差函数以及趋势项的选取采用的是具有高空间分辨率的InSAR数据，而不是采用点位稀疏的GPS数据。因此本发明可以有效提高空间场的精度，并且得到高时空分辨率的形变序列。

公开(公告)号：CN104699966B

公开(公告)日：2017-05-17

申请号：CN201510102397.X

申请日：2015-03-09

申请人： 中南大学

发明人： 戴吾蛟 ,  刘宁 ,  曾凡河

IPC分类号： G06F19/00

摘要： 本发明公开了一种融合GNSS和InSAR数据获取高时空分辨率形变序列的方法，根据InSAR数据选择合适的趋势场；利用变差函数模型将去除趋势的残余量进行拟合，得到空间变差函数；依据GPS点位以及变差函数和趋势项构建克里金Kalman滤波中的空间场矩阵；使用EM估计估计克里金Kalman滤波模型中的模型参数；进行克里金Kalman进行滤波；在时空上进行插值得到高时空分辨率的形变序列。与现有的方法相比，本发明的变差函数以及趋势项的选取采用的是具有高空间分辨率的InSAR数据，而不是采用点位稀疏的GPS数据。因此本发明可以有效提高空间场的精度，并且得到高时空分辨率的形变序列。