CN118408500A - 一种基于北斗和InSAR技术的土石坝变形监测方法 - Google Patents

Abstract

本发明公开了一种基于北斗和InSAR技术的土石坝变形监测方法，包括坝体、北斗卫星系统与InSAR数据处理系统，所述北斗卫星系统内设有图像采集系统，所述InSAR数据处理系统内设有地形误差消除系统、滤波系统、变形量校准系统、隐患预警系统。本发明通过InSAR数据进行校准处理，以获取土石坝表面高精度高分辨率的观测值。最后利用长时间的变形观测数据及其他相关物理量(库水位、气温、渗流压力等)观测数据，建立函数关系式，实现变形变形观测值的预测，进而实现坝体潜在隐患点的快速识别。该发明形成的高精度、高分辨率的监测结果可为坝体变形特征提取和内部结构分析提供重要的数据支撑，并有助于坝体潜在隐患点的准确识别，减少水库相关灾害的发生。

Description

一种基于北斗和InSAR技术的土石坝变形监测方法

技术领域

本发明涉及北斗卫星导航系统、合成孔径雷达干涉测量技术、土石坝、变形监测等技术领域，尤其涉及一种基于北斗和InSAR技术的土石坝变形监测方法。

背景技术

土石坝泛指用土、砂、砂砾石、卵石、块石、风化岩等当地材料填筑而成的坝。当坝体材料以土和沙砾为主时，称为土坝；以石渣、卵石、爆破石料为主时，称堆石坝；当两类当地材料均占相当比例时，称土石混合坝，变形监测是使用仪器设备对监测对象的变化状况进行测定以获取监测对象的空间位置及形状随时间变化的特征，并分析变化发生的规律和原因。变形监测具有以下特点：(1)重复观测；(2)成果时态性强；(3)精度要求高；(4)多手段综合观测；(5)数据处理要求严格。

InSAR变形监测数据为表面变形在雷达卫星视线方向的投影。由于不同表面变形特征不一致的影响，不同面状区域的临界处干涉条纹空间特征会出现较大变化。对于该区域干涉相位，进行InSAR滤波去噪处理时，会导致临界处像素点干涉相位细节的丢失，降低InSAR结果的分辨率及精度，常用的变形测量方法包括全站仪观测法、水准沉降观测法等。上述测量方法通常需要现场设置测量标志，定期人工现场操作，需要耗费大量的人力物力。

随着卫星观测技术进步，北斗/GNSS监测技术和InSAR技术已逐步成熟至城市建筑物(桥梁、高层建筑物、输电铁塔等)监测领域。北斗/GNSS技术具有连续测量、实时、高精度、全天候测量和自动化程度高等特点，InSAR技术则具有大范围、高精度、全天时全天候测量的优势。

北斗/GNSS技术和InSAR技术已逐步应用至水库大坝监测领域，可为坝体变形特征提取和内部结构分析提供重要的数据支撑。但是，如何综合利用北斗/GNSS和InSAR监测数据获取坝体表面高精度、高分辨率的监测结果，并进一步实现坝体潜在隐患点的准确识别，仍然需要更加深入的探讨。

发明内容

本发明的目的是为了解决现有技术中存在的缺点，而提出的一种基于北斗和InSAR技术的土石坝变形监测方法。

为了实现上述目的，本发明采用了如下技术方案：

一种基于北斗和InSAR技术的土石坝变形监测方法，包括坝体、北斗卫星遥感系统与InSAR数据处理系统，所述北斗卫星遥感系统内设有图像采集系统，所述坝体包括坝顶、背水面以及迎水面，所述坝体的坝顶、背水面以及迎水面均设有检测点，所述坝顶检测点检测位置、位移变动参数，所述坝体迎水面、坝体背水面检测点检测位置、形状变动参数，所述InSAR数据处理系统内设有地形误差消除系统、滤波系统、变形量校准系统、隐患预警系统。

优选地，所述地形误差消除系统包括：在InSAR干涉图中，通常的相位误差包括相位噪声误差(主要由失相干引起)、地形误差、大气误差，产生地形误差的主要原因有DEM精度不够、分辨率较低、匹配不准确，对于DEM数据的精度和分辨率较低问题，可采用无人机或激光雷达获取的高分辨率DEM数据进行干涉图地形的计算；

由于受到卫星轨道定位误差、电磁波干扰因素影响，在将外部DEM数据转换至SAR影像坐标系过程中，会存在若干个像素级的匹配误差，对于该匹配误差，采用迭代法实现DEM数据的精准匹配，具体如下所示：

S1、根据SAR卫星成像参数及卫星轨道数据，可建立DEM数据投影至SAR影像坐标系的转换关系式：

(u，v)＝g(x，y，z)

其中(x，y，z)为DEM数据的空间坐标，(u，v)为其投影至SAR影像的坐标，u代表方位向坐标，v代表距离向坐标；

S2、利用转换后的DEM数据及基线数据，可计算获得地形相位信息，将其从干涉图中去除，以获得差分干涉图，对获取的差分干涉相位，采用下述公式进行计算空间相干系数值，以评估坝体区域的地形相位误差及DEM匹配效果情况，由于一般坝体区域范围较小，大气相位变化较小，为减小相位噪声对相干系数值计算的影响，对差分干涉图首先进行空间滤波处理，以获取滤波后的干涉相位在剩余的相位误差中，地形误差占主导因素；

式中，ρ为计算的相干系数值，坝体区域像素点数量为N。干涉相位为复数值，| |为计算其绝对值；

S3、通过对DEM数据进行迭代空间平移处理，计算不同平移值对应的相干系数值，DEM数据匹配精度越高，获取的差分干涉图中地形相位误差越小，则空间相干系数越大，对DEM数据进行空间平移变换的步长可取DEM分辨率的1/10～1/2，平移范围可取SAR影像分辨率的10～15倍，最终获取的外部数据转换多项式可表示为：

(u，v)＝g(x+Δx，y+Δy，z)

式中Δx、Δy为获取的空间相干系数最大值对应的平移值。通过上述迭代运算，可实现DEM数据的精准转换，进而实现干涉图中地形相位误差的去除。

优选地，所述滤波系统包括：坝体不同区域的边界数据，利用最终获取的外部数据转换多项式，准确投影至SAR影像坐标系。利用边界数据对InSAR干涉图进行分区域提取，并采用InSAR滤波技术对坝体不同区域进行相位滤波，常用的InSAR滤波方法包括空间均值滤波、Lee滤波、Goldstein滤波、干涉图同质滤波等，该技术提升边界处像素点监测结果的分辨率和精度，避免空间滤波造成细节的丢失。

优选地，所述变形量校准系统包括：

具体流程包括：

S1、周边InSAR测点选取：

为避免周边某区域监测点观测误差较大的影响，采用分区域选点的方法，分别选取A、B、C三个方向满足空间距离要求的测点作为周边InSAR测点集合，通常的空间距离要求为小于200米，将距离最近的InSAR测点作为对比候选点。图中a1、b1、c1即为对比候选点；

S2、周边InSAR测点解缠误差检验：

由于受相位噪声、变形梯度较大等因素的干扰，在InSAR相位解缠过程中，易出现相位解缠误差，导致获取的变形观测值错误，为避免相位解缠误差对校正的影响，对选取的周边InSAR监测进行解缠误差检验，考虑到差分干涉相位中的地形误差已消除，且选取的周边测点相对距离较近，要求选取的任一对比候选点与其他两个对比候选点点之间的相位差均小于π/4，若不满足该条件，则将该测点从周边InSAR测点集合中提出，并在该方向区域内重新选取对比候选点，以a1点为例，对该点的检验公式为：

ψ_a1-ψ_b1＜π/4

ψ_a1-ψ_c1＜π/4

若北斗监测点附近无法获取到满足上述要求的对比候选点，则该北斗监测点不用于后续的InSAR监测数据校正数计算；

S3、InSAR监测数据校正：

利用对比候选点的变形数据，通过插值方法计算其在北斗监测点位置处的变形量，并将其与同时间段的北斗观测值进行对比，计算得到北斗监测站处北斗和InSAR观测量的变形量差值，常用的插值算法有最近邻点插值法、反距离加权插值法、线性插值三角网法等，使用反距离加权插值法，对于有多处北斗监测站的情况，可计算变形量差值的平均值，进行InSAR观测数据的校正；

InSAR获取的结果为坝体在雷达卫星视线方向的变形量，不能反映坝体的真实变形情况，而基于北斗三维变形量可知坝体不同区域的真实变形方向，可基于此利用InSAR结果获取坝体在真实变形方向的高分辨率变形监测结果，首先对坝体的迎水面、坝顶、背水面分别进行块划分，具体划分标准为纵向间距宜取50～100m，在迎水面横向可划分成1～2个块，在坝顶横向可划分成1个块，在背水面横向可划分成2～3个块，要求每个块内有1个北斗监测点，然后基于该块内北斗监测点的变形量计算坝体变形方向，最后将InSAR监测结果转换至该方向，获取该处的真实变形量。

优选地，所述隐患预警系统包括：

坝体表面变形为外部环境(库水位、气温等)及坝体内部物理量(渗流压力、土密实度等)等因素变化的综合反映，利用长时间北斗和InSAR变形观测数据，可建立其与库水位、气温、渗流压力等观测数据的关系式，可实现表面变形观测值的预测；

∈＝f(w，t，p，τ)

式中，∈为变形量预测值，w代表库水位，t代表气温，p代表坝体内部渗流压力，τ为时间延迟因子，以天计，将坝体表面变形预测值与实际变形观测值进行比较，并对其差值设定预警阈值，可实现坝体潜在隐患点的识别。

本发明与现有技术相比，其有益效果为：

1、与现有技术相比，本发明利用迭代法将外部DEM数据精准转换至SAR影像坐标系，实现干涉图地形相位误差的去除，然后根据土石坝的结构特征和变形特征，对坝体进行分区域数据处理，避免结构交接处监测结果细节的丢失及监测精度的降低，获取高分辨率的监测结果，然后利用北斗观测结果数据，对InSAR监测结果进行校正处理和投影转换处理，以获取高精度的成果数据，最后建立坝体变形与水库环境量及其他物理量(库水位、气温、渗流压力)等观测数据的关系式，对坝体表面变形进行预测，将实际观测值与预测值进行比较，进而实现坝体潜在隐患点的识别。

2、与现有技术相比，本发明将坝体不同区域的边界数据，利用最终获取的外部数据转换多项式，准确投影至SAR影像坐标系。利用边界数据对InSAR干涉图进行分区域提取，并采用InSAR滤波技术对坝体不同区域进行相位滤波。常用的InSAR滤波方法包括空间均值滤波、Lee滤波、Goldstein滤波、干涉图同质滤波等。该技术提升边界处像素点监测结果的分辨率和精度，避免空间滤波造成细节的丢失。

3、本发明利用长时间北斗和InSAR变形观测数据，可建立其与库水位、气温、渗流压力等观测数据的关系式，进而实现表面变形观测值的预测，将坝体表面变形预测值与实际观测值进行比较，并对其设定预警阈值，可实现坝体潜在隐患点的识别。

4、本发明中采用在土石坝的顶部、迎水面以及背水面设置多个检测点，可通过定位定点采集的方式，对土石坝的坝顶、背水面以及迎水面进行形变与位置检测，结合北斗卫星遥感系统对InSAR数据处理系统的高分辨率数据补充，可实现定点检测与InSAR数据的数据对比，实时掌握坝体的结构变形趋势，为坝体的实时状态提供监控，同时排出坝体的隐患，做到实时补救以及坝体修补的快速隐患响应。

5、本发明利用已有坝体地形图和不同区域边界线，将其投影至SAR影像坐标系，并利用获取的地形误差实现区域边界线的高精度匹配，进而对坝体不同区域进行相位滤波，提升边界处相位的分辨率，避免空间滤波造成细节的丢失，同时利用高精度匹配获取的DEM数据实现地形误差的去除。

附图说明

图1为本发明提出的系统流程结构示意图；

图2为本发明提出的坝体变形方向示意图；

图3为本发明提出的检测点选点示意图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似改进，因此本发明不受下面公开的具体实施的限制。

需要说明的是，当元件被称为“固定于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的，并不表示是唯一的实施方式。

参照图1-3，一种基于北斗和InSAR技术的土石坝变形监测方法，包括坝体、北斗卫星遥感系统与InSAR数据处理系统，所述北斗卫星遥感系统内设有图像采集系统，所述坝体包括坝顶、背水面以及迎水面，所述坝体的坝顶、背水面以及迎水面均设有检测点，所述坝顶检测点检测位置、位移变动参数，所述坝体迎水面、坝体背水面检测点检测位置、形状变动参数，所述InSAR数据处理系统内设有地形误差消除系统，地形误差消除系统包括：在InSAR干涉图中，通常的相位误差包括相位噪声误差(主要由失相干引起)、地形误差、大气误差，产生地形误差的主要原因有DEM精度不够、分辨率较低、匹配不准确，对于DEM数据的精度和分辨率较低问题，可采用无人机或激光雷达获取的高分辨率DEM数据进行干涉图地形的计算；

由于受到卫星轨道定位误差、电磁波干扰因素影响，在将外部DEM数据转换至SAR影像坐标系过程中，会存在若干个像素级的匹配误差，对于该匹配误差，采用迭代法实现DEM数据的精准匹配，具体如下所示：

S1、根据SAR卫星成像参数及卫星轨道数据，可建立DEM数据投影至SAR影像坐标系的转换关系式：

(u，v)＝g(x，y，z)

其中(x，y，z)为DEM数据的空间坐标，(uv)为其投影至SAR影像的坐标，u代表方位向坐标，v代表距离向坐标；

S2、利用转换后的DEM数据及基线数据，可计算获得地形相位信息，将其从干涉图中去除，以获得差分干涉图，对获取的差分干涉相位，采用下述公式进行计算空间相干系数值，以评估坝体区域的地形相位误差及DEM匹配效果情况，由于一般坝体区域范围较小，大气相位变化较小，为减小相位噪声对相干系数值计算的影响，对差分干涉图首先进行空间滤波处理，以获取滤波后的干涉相位在剩余的相位误差中，地形误差占主导因素；

式中，ρ为计算的相干系数值，坝体区域像素点数量为N。干涉相位为复数值，| |为计算其绝对值；

S3、通过对DEM数据进行迭代空间平移处理，计算不同平移值对应的相干系数值，DEM数据匹配精度越高，获取的差分干涉图中地形相位误差越小，则空间相干系数越大，对DEM数据进行空间平移变换的步长可取DEM分辨率的1/10～1/2，平移范围可取SAR影像分辨率的10～15倍，最终获取的外部数据转换多项式可表示为：

(u，v)＝g(x+Δx，y+Δy，z)

式中Δx、Δy为获取的空间相干系数最大值对应的平移值。通过上述迭代运算，可实现DEM数据的精准转换，进而实现干涉图中地形相位误差的去除；

所述滤波系统包括：坝体不同区域的边界数据，利用最终获取的外部数据转换多项式，准确投影至SAR影像坐标系。利用边界数据对InSAR干涉图进行分区域提取，并采用InSAR滤波技术对坝体不同区域进行相位滤波，常用的InSAR滤波方法包括空间均值滤波、Lee滤波、Goldstein滤波、干涉图同质滤波等，该技术提升边界处像素点监测结果的分辨率和精度，避免空间滤波造成细节的丢失；

变形量校准系统包括：

具体流程包括：

S1、周边InSAR测点选取：

为避免周边某区域监测点观测误差较大的影响，采用分区域选点的方法，分别选取A、B、C三个方向满足空间距离要求的测点作为周边InSAR测点集合，通常的空间距离要求为小于200米，将距离最近的InSAR测点作为对比候选点。图中a1、b1、c1即为对比候选点；

S2、周边InSAR测点解缠误差检验：

由于受相位噪声、变形梯度较大等因素的干扰，在InSAR相位解缠过程中，易出现相位解缠误差，导致获取的变形观测值错误，为避免相位解缠误差对校正的影响，对选取的周边InSAR监测进行解缠误差检验，考虑到差分干涉相位中的地形误差已消除，且选取的周边测点相对距离较近，要求选取的任一对比候选点与其他两个对比候选点点之间的相位差均小于π/4，若不满足该条件，则将该测点从周边InSAR测点集合中提出，并在该方向区域内重新选取对比候选点，以a1点为例，对该点的检验公式为：

ψ_a1-ψ_b1＜π/4

ψ_a1-ψ_c1＜π/4

若北斗监测点附近无法获取到满足上述要求的对比候选点，则该北斗监测点不用于后续的InSAR监测数据校正数计算；

S3、InSAR监测数据校正：

利用对比候选点的变形数据，通过插值方法计算其在北斗监测点位置处的变形量，并将其与同时间段的北斗观测值进行对比，计算得到北斗监测站处北斗和InSAR观测量的变形量差值，常用的插值算法有最近邻点插值法、反距离加权插值法、线性插值三角网法等，使用反距离加权插值法，对于有多处北斗监测站的情况，可计算变形量差值的平均值，进行InSAR观测数据的校正；

InSAR获取的结果为坝体在雷达卫星视线方向的变形量，不能反映坝体的真实变形情况，而基于北斗三维变形量可知坝体不同区域的真实变形方向，可基于此利用InSAR结果获取坝体在真实变形方向的高分辨率变形监测结果，首先对坝体的迎水面、坝顶、背水面分别进行块划分，具体划分标准为纵向间距宜取50～100m，在迎水面横向可划分成1～2个块，在坝顶横向可划分成1个块，在背水面横向可划分成2～3个块，要求每个块内有1个北斗监测点，然后基于该块内北斗监测点的变形量计算坝体变形方向，最后将InSAR监测结果转换至该方向，获取该处的真实变形量；

隐患预警系统包括：

坝体表面变形为外部环境(库水位、气温等)及坝体内部物理量(渗流压力、土密实度等)等因素变化的综合反映，利用长时间北斗和InSAR变形观测数据，可建立其与库水位、气温、渗流压力等观测数据的关系式，可实现表面变形观测值的预测；

∈＝f(w，t，p，τ)

式中，∈为变形量预测值，w代表库水位，t代表气温，p代表坝体内部渗流压力，τ为时间延迟因子，以天计，将坝体表面变形预测值与实际变形观测值进行比较，并对其差值设定预警阈值，可实现坝体潜在隐患点的识别。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (5)

1.一种基于北斗和InSAR技术的土石坝变形监测方法，包括坝体、北斗卫星系统与InSAR数据处理系统，其特征在于，所述北斗卫星系统内设有图像采集系统，所述坝体包括坝顶、背水面以及迎水面，所述坝体的坝顶、背水面以及迎水面均设有检测点，所述坝顶检测点检测位置、位移变动参数，所述坝体迎水面、坝体背水面检测点检测位置、形状变动参数，所述InSAR数据处理系统内设有地形误差消除系统、滤波系统、变形量校准系统、隐患预警系统。

2.根据权利要求1所述的一种基于北斗和InSAR技术的土石坝变形监测方法，其特征在于，所述地形误差消除系统包括：在InSAR干涉图中，通常的相位误差包括相位噪声误差(主要由失相干引起)、地形误差、大气误差，产生地形误差的主要原因有DEM精度不够、分辨率较低、匹配不准确，对于DEM数据的精度和分辨率较低问题，可采用无人机或激光雷达获取的高分辨率DEM数据进行干涉图地形的计算；

由于受到卫星轨道定位误差、电磁波干扰因素影响，在将外部DEM数据转换至SAR影像坐标系过程中，会存在若干个像素级的匹配误差，对于该匹配误差，采用迭代法实现DEM数据的精准匹配，具体如下所示：

S1、根据SAR卫星成像参数及卫星轨道数据，可建立DEM数据投影至SAR影像坐标系的转换关系式：

(u,v)＝g(x,y,z)

其中(x,y,z)为DEM数据的空间坐标，(u,v)为其投影至SAR影像的坐标，u代表方位向坐标，v代表距离向坐标；

S2、利用转换后的DEM数据及基线数据，可计算获得地形相位信息，将其从干涉图中去除，以获得差分干涉图，对获取的差分干涉相位，采用下述公式进行计算空间相干系数值，以评估坝体区域的地形相位误差及DEM匹配效果情况，由于一般坝体区域范围较小，大气相位变化较小，为减小相位噪声对相干系数值计算的影响，对差分干涉图首先进行空间滤波处理，以获取滤波后的干涉相位在剩余的相位误差中，地形误差占主导因素；

式中，ρ为计算的相干系数值，坝体区域像素点数量为N。干涉相位为复数值，||为计算其绝对值；

S3、通过对DEM数据进行迭代空间平移处理，计算不同平移值对应的相干系数值，DEM数据匹配精度越高，获取的差分干涉图中地形相位误差越小，则空间相干系数越大，对DEM数据进行空间平移变换的步长可取DEM分辨率的1/10～1/2，平移范围可取SAR影像分辨率的10～15倍，最终获取的外部数据转换多项式可表示为：

(u,v)＝g(x+Δx,y+Δy,z)

式中Δx、Δy为获取的空间相干系数最大值对应的平移值。通过上述迭代运算，可实现DEM数据的精准转换，进而实现干涉图中地形相位误差的去除。

3.根据权利要求1所述的一种基于北斗和InSAR技术的土石坝变形监测方法，其特征在于，所述滤波系统包括：坝体不同区域的边界数据，利用最终获取的外部数据转换多项式，准确投影至SAR影像坐标系。利用边界数据对InSAR干涉图进行分区域提取，并采用InSAR滤波技术对坝体不同区域进行相位滤波，常用的InSAR滤波方法包括空间均值滤波、Lee滤波、Goldstein滤波、干涉图同质滤波等，该技术提升边界处像素点监测结果的分辨率和精度，避免空间滤波造成细节的丢失。

4.根据权利要求1所述的一种基于北斗和InSAR技术的土石坝变形监测方法，其特征在于，所述变形量校准系统包括：

具体流程包括：

S1、周边InSAR测点选取：

为避免周边某区域监测点观测误差较大的影响，采用分区域选点的方法，分别选取A、B、C三个方向满足空间距离要求的测点作为周边InSAR测点集合，通常的空间距离要求为小于200米，将距离最近的InSAR测点作为对比候选点。图中a1、b1、c1即为对比候选点；

S2、周边InSAR测点解缠误差检验：

由于受相位噪声、变形梯度较大等因素的干扰，在InSAR相位解缠过程中，易出现相位解缠误差，导致获取的变形观测值错误，为避免相位解缠误差对校正的影响，对选取的周边InSAR监测进行解缠误差检验，考虑到差分干涉相位中的地形误差已消除，且选取的周边测点相对距离较近，要求选取的任一对比候选点与其他两个对比候选点点之间的相位差均小于π/4，若不满足该条件，则将该测点从周边InSAR测点集合中提出，并在该方向区域内重新选取对比候选点，以a1点为例，对该点的检验公式为：

ψ_a1-ψ_b1<π/4

ψ_a1-ψ_c1<π/4

若北斗监测点附近无法获取到满足上述要求的对比候选点，则该北斗监测点不用于后续的InSAR监测数据校正数计算；

S3、InSAR监测数据校正：

利用对比候选点的变形数据，通过插值方法计算其在北斗监测点位置处的变形量，并将其与同时间段的北斗观测值进行对比，计算得到北斗监测站处北斗和InSAR观测量的变形量差值，常用的插值算法有最近邻点插值法、反距离加权插值法、线性插值三角网法等，使用反距离加权插值法，对于有多处北斗监测站的情况，可计算变形量差值的平均值，进行InSAR观测数据的校正；

InSAR获取的结果为坝体在雷达卫星视线方向的变形量，不能反映坝体的真实变形情况，而基于北斗三维变形量可知坝体不同区域的真实变形方向，可基于此利用InSAR结果获取坝体在真实变形方向的高分辨率变形监测结果，首先对坝体的迎水面、坝顶、背水面分别进行块划分，具体划分标准为纵向间距宜取50～100m，在迎水面横向可划分成1～2个块，在坝顶横向可划分成1个块，在背水面横向可划分成2～3个块，要求每个块内有1个北斗监测点，然后基于该块内北斗监测点的变形量计算坝体变形方向，最后将InSAR监测结果转换至该方向，获取该处的真实变形量。

5.根据权利要求1所述的一种基于北斗和InSAR技术的土石坝变形监测方法，其特征在于，所述隐患预警系统包括：

坝体表面变形为外部环境(库水位、气温等)及坝体内部物理量(渗流压力、土密实度等)等因素变化的综合反映，利用长时间北斗和InSAR变形观测数据，可建立其与库水位、气温、渗流压力等观测数据的关系式，可实现表面变形观测值的预测；

∈＝f(w,t,p,τ)

式中，∈为变形量预测值，w代表库水位，t代表气温，p代表坝体内部渗流压力，τ为时间延迟因子，以天计，将坝体表面变形预测值与实际变形观测值进行比较，并对其差值设定预警阈值，可实现坝体潜在隐患点的识别。