项目面向城市建筑与基础设施形变监测场景,针对大范围、多时相SAR遥感数据处理周期长、数据量大、人工后处理效率低等问题,构建InSAR数据处理及自动化后处理流程,实现城市尺度地表形变信息提取、异常点识别、建筑物形变统计与成果输出,为城市安全监测和风险排查提供数据支撑。
点击空白处退出提示
项目面向城市建筑与基础设施形变监测场景,针对大范围、多时相SAR遥感数据处理周期长、数据量大、人工后处理效率低等问题,构建InSAR数据处理及自动化后处理流程,实现城市尺度地表形变信息提取、异常点识别、建筑物形变统计与成果输出,为城市安全监测和风险排查提供数据支撑。
系统主要面向Sentinel-1等SAR遥感数据处理成果,包含时序形变数据读取与整理、不同轨道及不同分块成果拼接、异常形变点识别、PS点筛选、空间裁剪、坐标及属性处理、建筑物范围空间匹配、建筑形变统计、风险等级计算以及CSV、SHP等多种成果格式批量输出。针对百万级PS点数据设计批处理流程,通过Python脚本减少大量重复人工操作,并支持按照区域和时间范围进行自动化数据处理与结果统计。
项目主要在Windows与Linux环境下完成,采用Python构建遥感与GIS数据自动化处理程序,对大规模PS点时序数据进行读取、清洗、匹配、统计和批量输出。根据不同数据块及轨道建立统一的数据组织规则,将多源处理成果统一到相同的空间和时间框架,并通过空间索引和批量计算方式提高百万级点数据处理效率。针对重复性较高的数据裁剪、字段计算、异常值筛选、建筑物空间匹配和成果导出等步骤进行了程序化封装,使原本依赖人工操作的后处理流程能够批量自动执行。项目同时结合SARscape等专业InSAR软件完成前端时序处理,Python程序主要负责后处理、质量检查、成果组织和自动化分析。



评论