本技術涉及衛(wèi)星信號處理，尤其涉及一種同震形變場的解算方法、裝置、設備、介質(zhì)及產(chǎn)品。

背景技術：

1、地震的同震形變場對破裂帶分布、發(fā)震斷層幾何展布、重災區(qū)位置、烈度分布有直觀的指示作用，同時也是地震動力學模擬和運動學反演的重要約束數(shù)據(jù)，對了解發(fā)震斷層的幾何結構，分析地震破裂機制至關重要。

2、目前基于合成孔徑雷達(sar)衛(wèi)星的大范圍地震同震形變場主要獲取手段包括合成孔徑雷達差分干涉測量(d-insar)技術和像素偏移追蹤(pixeloffset?tracking，pot)技術。其中，d-insar技術通過對震前震后的雷達波相位信息進行差分，來求解同震形變場，該技術的核心運算為采用相位連續(xù)性假設的相位解纏，但如果形變梯度超過半波長，即很可能造成相位解纏錯誤，且因為大面積失相干區(qū)域包圍導致的相位孤島區(qū)域也很難被正確的解纏。pot技術則是通過對比震前震后影像同名像素點的偏差來解算同震形變場，可能出現(xiàn)：因為形變過大，造成地表產(chǎn)生破裂，進而導致同名地物點匹配出錯；在遠場小形變區(qū)，形變量小的地物均質(zhì)區(qū)域，因為地物強度特征差異不明顯，導致匹配錯誤，進而導致pot解算的形變結果噪聲較大。

技術實現(xiàn)思路

1、為了解決上述技術問題或者至少部分地解決上述技術問題，本技術提供了一種同震形變場的解算方法、裝置、設備、介質(zhì)及產(chǎn)品，可以解算得到噪聲小且相位解纏正確的同震形變場，并且能夠在考慮同震形變場空間分布規(guī)律的前提下，一定程度上彌補失相干區(qū)域的形變值。

2、為了實現(xiàn)上述目的，本技術實施例提供的技術方案如下：

3、第一方面，本技術提供一種同震形變場的解算方法，包括：獲取第一合成孔徑雷達差分干涉測量d-insar形變場和像素偏移追蹤pot形變場；將pot形變場輸入噪聲改正模型，得到噪聲改正模型輸出的pot低噪形變場；噪聲改正模型基于pot形變場以及去除失相干區(qū)域和解纏錯誤區(qū)域的第二d-insar形變場訓練得到；將pot低噪形變場和d-insar形變場的纏繞相位輸入近場形變預測模型，得到近場形變預測模型輸出的近場形變；近場形變預測模型用于解算d-insar形變場中解纏錯誤的近場形變；將像素點的空間信息和震中空間關系數(shù)據(jù)輸入全尺度形變預測模型，得到全尺度形變預測模型輸出的全尺度形變場；像素點的空間信息和震中空間關系數(shù)據(jù)反映同震形變場的空間分布規(guī)律，全尺度形變預測模型用于聯(lián)合pot低噪形變場和近場形變，基于空間分布規(guī)律填補第二d-insar形變場的失相干缺值。

4、作為本技術實施例一種可選的實施方式，噪聲改正模型的訓練過程包括：基于相干性參數(shù)和干涉圖，從第一d-insar形變場中去除失相干區(qū)域和解纏錯誤區(qū)域，得到第二d-insar形變場；獲取pot距離向形變場；構建初始噪聲改正模型，將pot距離向形變場作為初始噪聲改正模型的輸入，將第二d-insar形變場作為真值，訓練初始噪聲改正模型，直至模型收斂得到噪聲改正模型；其中，噪聲改正模型用于改正pot距離向形變場中的高維噪聲。

5、作為本技術實施例一種可選的實施方式，近場形變預測模型的訓練過程包括：基于相干性參數(shù)和干涉圖，從第一d-insar形變場中去除失相干區(qū)域和解纏錯誤區(qū)域，得到第二d-insar形變場；獲取噪聲改正模型輸出的pot低噪形變場；構建初始近場形變預測模型，將d-insar形變場的纏繞相位以及pot低噪形變場的近場形變作為輸入，將第二d-insar形變場作為真值，訓練初始近場形變預測模型，直至模型收斂得到近場形變預測模型。

6、作為本技術實施例一種可選的實施方式，全尺度形變預測模型的訓練過程包括：獲取噪聲改正模型輸出的pot低噪形變場，以及近場形變預測模型輸出的近場形變；構建初始全尺度形變預測模型，將像素點的空間信息和震中空間關系數(shù)據(jù)作為輸入，將pot低噪形變場和近場形變的融合結果作為真值，訓練初始全尺度形變預測模型，直至模型收斂得到全尺度形變預測模型。

7、作為本技術實施例一種可選的實施方式，d-insar形變場和pot形變場與像素點空間信息和震中空間關系具有相關關系；獲取第一合成孔徑雷達差分干涉測量d-insar形變場和像素偏移追蹤pot形變場之后，且將pot形變場輸入噪聲改正模型，得到噪聲改正模型輸出的pot低噪形變場之前，方法還包括：基于相關關系和回歸預測算法，構建噪聲改正模型、近場形變預測模型和全尺度形變預測模型并分別訓練，直至模型收斂。作為本技術實施例一種可選的實施方式，解纏錯誤區(qū)域包括失相干區(qū)域所包圍的相位孤島區(qū)域，以及不滿足相位連續(xù)性準則而導致的解纏錯誤區(qū)域；基于相干性參數(shù)和干涉圖，從第一d-insar形變場中去除失相干區(qū)域和解纏錯誤區(qū)域，得到第二d-insar形變場，包括：基于相干性參數(shù)，通過閾值分割從第一d-insar形變場中提取失相干區(qū)域；從第一d-insar形變場中提取失相干區(qū)域所包圍的相位孤島區(qū)域；以及，基于干涉圖反映的相位梯度與震中位置，提取第一d-insar形變場中不滿足相位連續(xù)性準則而導致的解纏錯誤區(qū)域；從第一d-insar形變場中去除失相干區(qū)域、相位孤島區(qū)域，以及不滿足相位連續(xù)性準則而導致的解纏錯誤區(qū)域，得到第二d-insar形變場。

8、第二方面，本技術提供一種同震形變場的解算裝置，該裝置包括：

9、獲取模塊，用于獲取第一d-insar形變場和pot形變場；

10、噪聲改正模塊，用于將pot形變場輸入噪聲改正模型，得到噪聲改正模型輸出的pot低噪形變場；噪聲改正模型基于pot形變場以及去除失相干區(qū)域和解纏錯誤區(qū)域的第二d-insar形變場訓練得到；

11、近場形變預測模塊，用于將pot低噪形變場和d-insar形變場的纏繞相位輸入近場形變預測模型，得到近場形變預測模型輸出的近場形變；近場形變預測模型用于解算d-insar形變場中解纏錯誤的近場形變；

12、全尺度形變預測模塊，用于將像素點的空間信息和震中空間關系數(shù)據(jù)輸入全尺度形變預測模型，得到全尺度形變預測模型輸出的全尺度形變場；像素點的空間信息和震中空間關系數(shù)據(jù)反映同震形變場的空間分布規(guī)律，全尺度形變預測模型用于聯(lián)合pot低噪形變場和近場形變，基于空間分布規(guī)律填補第二d-insar形變場的失相干缺值。

13、作為本技術實施例一種可選的實施方式，同震形變場的解算裝置還包括噪聲改正模型的訓練模塊，噪聲改正模型的訓練模塊用于：基于相干性參數(shù)和干涉圖，從第一d-insar形變場中去除失相干區(qū)域和解纏錯誤區(qū)域，得到第二d-insar形變場；獲取pot距離向形變場；構建初始噪聲改正模型，將pot距離向形變場作為初始噪聲改正模型的輸入，將第二d-insar形變場作為真值，訓練初始噪聲改正模型，直至模型收斂得到噪聲改正模型；其中，噪聲改正模型用于改正pot距離向形變場中的高維噪聲。

14、作為本技術實施例一種可選的實施方式，同震形變場的解算裝置還包括近場形變預測模型的訓練模塊，近場形變預測模型的訓練模塊用于：基于相干性參數(shù)和干涉圖，從第一d-insar形變場中去除失相干區(qū)域和解纏錯誤區(qū)域，得到第二d-insar形變場；獲取噪聲改正模型輸出的pot低噪形變場；構建初始近場形變預測模型，將d-insar形變場的纏繞相位以及pot低噪形變場作為輸入，將第二d-insar形變場作為真值，訓練初始近場形變預測模型，直至模型收斂得到近場形變預測模型。

15、作為本技術實施例一種可選的實施方式，同震形變場的解算裝置還包括全尺度形變預測模型的訓練模塊，全尺度形變預測模型的訓練模塊用于：獲取噪聲改正模型輸出的pot低噪形變場，以及近場形變預測模型輸出的近場形變；構建初始全尺度形變預測模型，將像素點的空間信息和震中空間關系數(shù)據(jù)作為輸入，將pot低噪形變場和近場形變的融合結果作為真值，訓練初始全尺度形變預測模型，直至模型收斂得到全尺度形變預測模型。

16、作為本技術實施例一種可選的實施方式，d-insar形變場和pot形變場與像素點空間信息和震中空間關系具有相關關系；裝置還包括模型構建和訓練模塊，用于基于相關關系和回歸預測算法，構建噪聲改正模型、近場形變預測模型和全尺度形變預測模型并分別訓練，直至模型收斂。

17、作為本技術實施例一種可選的實施方式，解纏錯誤區(qū)域包括失相干區(qū)域所包圍的相位孤島區(qū)域，以及不滿足相位連續(xù)性準則而導致的解纏錯誤區(qū)域；噪聲改正模型的訓練模塊或，近場形變預測模型的訓練模塊，在基于相干性參數(shù)和干涉圖，從第一d-insar形變場中去除失相干區(qū)域和解纏錯誤區(qū)域，得到第二d-insar形變場時，基于相干性參數(shù)，通過閾值分割從第一d-insar形變場中提取失相干區(qū)域；從第一d-insar形變場中提取失相干區(qū)域所包圍的相位孤島區(qū)域；以及，基于干涉圖反映的相位梯度與震中位置，提取第一d-insar形變場中不滿足相位連續(xù)性準則而導致的解纏錯誤區(qū)域，進而從第一d-insar形變場中去除失相干區(qū)域、相位孤島區(qū)域，以及不滿足相位連續(xù)性準則而導致的解纏錯誤區(qū)域，得到第二d-insar形變場。

18、第三方面，本技術提供一種電子設備，包括：處理器、存儲器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述計算機程序被所述處理器執(zhí)行時實現(xiàn)如第一方面或其任意一種可選的實施方式所述的同震形變場的解算方法。

19、第四方面，本技術提供一種計算機可讀存儲介質(zhì)，包括：所述計算機可讀存儲介質(zhì)上存儲計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)如第一方面或其任意一種可選的實施方式所述的同震形變場的解算方法。

20、第五方面，本技術提供一種計算機程序產(chǎn)品，包括：該計算機程序產(chǎn)品包括計算機程序，當所述計算機程序在計算機上運行時，使得所述計算機實現(xiàn)如第一方面或其任意一種可選的實施方式所述的同震形變場的解算方法。

21、本技術實施例提供的技術方案與現(xiàn)有技術相比具有如下優(yōu)點：

22、本技術實施例提供一種同震形變場的解算方法、裝置、設備、介質(zhì)及產(chǎn)品，其中該方法獲取d-insar形變場和pot形變場，這兩種形變場都存在一定的問題，本技術先將pot形變場輸入噪聲改正模型，得到噪聲改正模型輸出的pot低噪形變場，以對pot形變場所含噪聲進行改正，其中該噪聲改正模型是基于pot形變場與去除失相干區(qū)域和解纏錯誤區(qū)域的第二d-insar形變場訓練得到的；然后將pot低噪形變場與d-insar形變場的纏繞相位作為近場形變預測模型的輸入，得到近場大梯度形變，其中該近場形變預測模型用于解算d-insar形變場中纏繞錯誤的近場形變；進一步的，將反映同震形變場的空間分布規(guī)律像素點的空間信息和震中關系數(shù)據(jù)，輸入全尺度形變預測模型得到全尺度形變預測模型輸出的全尺度形變場，該全尺度形變預測模型用于聯(lián)合pot低噪形變場和近場形變基于空間分布規(guī)律來填補第二d-insar形變場的失相干缺值。

23、如此，本技術考慮到pot技術存在噪聲大以及d-insar技術存在相位解纏錯誤的問題，基于深度學習手段，先采用d-insar形變場對含噪的pot形變場進行改正，然后聯(lián)合d-insar形變場的纏繞相位解算近場大梯度形變，以解決由于相鄰像元的形變梯度超過半波長和相位孤島現(xiàn)象所導致的解纏錯誤問題，然后聯(lián)合pot形變場和近場大梯度形變對第二d-insar形變場所缺失的區(qū)域填補，解算得到低噪且解纏正確的完整同震形變場。