饒 雄

(中鐵第四勘察設(shè)計(jì)院集團(tuán)有限公司，湖北武漢 430063)

相對(duì)傳統(tǒng)地面實(shí)測(cè)而言，星載雷達(dá)干涉技術(shù)在獲取大范圍區(qū)域(覆蓋面積成百上千平方公里)地表緩慢形變具備明顯優(yōu)勢(shì)，反演年沉降速率精度可達(dá)到厘米級(jí)甚至毫米。目前以Cosmo-SkyMed、TerraSAR-X等為代表的高分辨率(Spotlight模式1 m;Stripmap模式3 m)星載雷達(dá)的出現(xiàn)，更彰顯出雷達(dá)干涉在地表沉降等地質(zhì)災(zāi)害監(jiān)測(cè)與預(yù)警中的非凡生命力。

傳統(tǒng)D-InSAR側(cè)重于單次形變或兩時(shí)刻的累積形變，使用SAR圖像少，但是對(duì)干涉對(duì)圖像參數(shù)要求非常高。為了保證干涉圖的相干性，空間基線距要比較小，干涉對(duì)SAR數(shù)據(jù)獲取時(shí)間間隔不能太大，否則都會(huì)受到較嚴(yán)重的空間和時(shí)間去相干影響。此外，使用兩軌法時(shí)，DEM精度要求非常高，并且需要同SAR影像精確配準(zhǔn)。傳統(tǒng)D-InSAR方法大氣效應(yīng)估計(jì)困難，很難同形變信號(hào)分離;因此要求干涉對(duì)SAR影像成像時(shí)刻天氣晴朗。此外，如果干涉對(duì)相干性差，相位解纏就困難，進(jìn)而影響地表形變最終反演精度。

得益于星載SAR的發(fā)展，在相同區(qū)域可積累大量的重復(fù)軌道SAR數(shù)據(jù)，為開(kāi)展基于長(zhǎng)時(shí)間序列多基線D-InSAR地表形變反演研究提供可能。小基線集，又稱短基線集，是長(zhǎng)時(shí)間序列多基線D-InSAR方法中的典型代表，通過(guò)對(duì)高相干目標(biāo)點(diǎn)的分析，能夠很好地抑制時(shí)間、空間去相干影響;其次，通過(guò)模型的時(shí)空濾波技術(shù)，可以在一定程度上估計(jì)大氣影響，優(yōu)化參考DEM數(shù)據(jù)的精度，從而達(dá)到抑制大氣延遲相位和地形誤差相位的目的。該方法最初由Berardino等人提出［1-2］，初衷是用于提取低分辨率、大尺度地表形變。

本案例以高分辨率Cosmo-SkyMed為主要數(shù)據(jù)源，引入小基線集(Small Baseline Subsets，SBAS)雷達(dá)差分干涉測(cè)量技術(shù)，開(kāi)展某客運(yùn)專線鐵路途徑區(qū)域地面沉降調(diào)查工作。

1 SBAS實(shí)施流程

小基線集雷達(dá)干涉時(shí)間序列分析方法實(shí)施流程主要包括如下四個(gè)部分。

1.1 干涉對(duì)組合和干涉處理

這是干涉影像處理的核心環(huán)節(jié)。為了獲取干涉對(duì)，將SAR數(shù)據(jù)組合成若干個(gè)集合，即集合之內(nèi)，干涉對(duì)空間基線距小，而集合間干涉對(duì)空間基線距大。根據(jù)時(shí)間基線和垂直基線小基線原則，得到M對(duì)干涉組合。這里的干涉對(duì)組合不要求具有共同主圖像，僅要求主輔圖像都是按同一個(gè)時(shí)間順序排列。以上的配對(duì)原則，使得少量SAR圖像也能組合較多的干涉圖。

1.2 相干點(diǎn)目標(biāo)識(shí)別

由于點(diǎn)目標(biāo)的后向散射特性幾乎不隨時(shí)間變化而變化，在長(zhǎng)時(shí)間尺度上可以保持較高的相干性，因此可以將高相干點(diǎn)作為點(diǎn)目標(biāo)。計(jì)算M幅干涉圖中各像元的相干系數(shù)，并得到其平均相干系數(shù)，選擇適當(dāng)?shù)南喔上禂?shù)閾值，將平均相干系數(shù)大于該閾值的像元認(rèn)為是高相干點(diǎn)。

由于高閾值會(huì)舍棄許多有用的相干點(diǎn)，低的閾值又會(huì)帶來(lái)許多噪聲，因此選擇合適的閾值非常重要。一般而言，根據(jù)工作區(qū)目標(biāo)地物的相干特性，選擇平均相干系數(shù)閾值可以在0.35～1.00之間，但不是所有選擇的點(diǎn)都是有效點(diǎn)，其中可能存在噪聲點(diǎn)，需要不斷迭代剔除噪聲點(diǎn)，最終保留穩(wěn)定的高相干點(diǎn)。

1.3 線性形變估計(jì)

首先求解低通形變量和高程誤差，可先忽略大氣效應(yīng)。將形變相位轉(zhuǎn)換為平均相位速度矢量，同時(shí)假設(shè)速度矢量可使用一個(gè)線性模型表征，則可以得到差分相位關(guān)于高程誤差和形變速率模型的一個(gè)矩陣方程。此時(shí)矩陣方程未知數(shù)個(gè)數(shù)遠(yuǎn)小于方程個(gè)數(shù)，可直接使用最小二乘法解求參數(shù)，獲得低通形變信息和高程誤差。然后從原始纏繞差分圖中減去低通形變相位和高程誤差相位，獲得殘余相位。殘余相位圖中條紋個(gè)數(shù)已經(jīng)明顯減少，通過(guò)相位解纏，再加回剛才減去的低通相位成分，即可獲得改進(jìn)的解纏干涉相位信息，此時(shí)不需引入速度矢量模型。為了連接不同子集，增加形變信號(hào)時(shí)間采樣率，可使用SVD方法，獲取最小范數(shù)意義上的最小二乘解。最后，對(duì)速度矢量進(jìn)行時(shí)間維積分集成，即可獲取形變相位序列圖。形變相位序列圖包含了形變信息和大氣噪聲信息，需要進(jìn)一步對(duì)兩者進(jìn)行分離。其分離的具體實(shí)施如下:首先從形變相位序列圖中減去低通形變相位獲取殘余相位，然后對(duì)殘余相位先進(jìn)行時(shí)間維低通濾波，再時(shí)間維高通濾波處理，獲取大氣遲延相位以及余下的形變量相位。

1.4 非線性形變模型分析與反演

從原始差分干涉圖相位減去線性形變相位和DEM高程引起的誤差相位后，得到點(diǎn)目標(biāo)上的殘余相位。這部分相位包括大氣影響相位，非線性形變相位以及噪聲相位，為了得到完整的形變信息，需要對(duì)解纏后的殘余相位進(jìn)行時(shí)空頻譜特征分析，以分離出非線性形變相位。

殘余相位的三個(gè)分量中，大氣影響相位在時(shí)間序列上是不相關(guān)的，為高頻信號(hào)，在空間分布是相關(guān)的，為低頻信號(hào);非線性形變相位在時(shí)間序列上是低頻信號(hào)，在空間上是不相關(guān)的，為高頻信號(hào);噪聲相位則是時(shí)間和空間都不相關(guān)的隨機(jī)高頻信號(hào)。利用這些表現(xiàn)特征可以將三者分離出來(lái)。對(duì)點(diǎn)目標(biāo)，首先在時(shí)間序列上做頻域低通濾波，提取出低頻的非線性形變相位，然后利用最小二乘方法及干涉組合關(guān)系計(jì)算出各時(shí)刻的非線性形變量，將其與線性形變疊加可得到全部形變信息。

小基線集(SBAS)時(shí)序分析流程如圖1所示。

圖1 小基線集時(shí)序分析實(shí)施流程

2 雷達(dá)干涉測(cè)量與結(jié)果驗(yàn)證

2.1 數(shù)據(jù)源與監(jiān)測(cè)區(qū)

Cosmo-SkyMed雷達(dá)對(duì)地觀測(cè)系統(tǒng)是由意大利阿萊尼亞航天公司負(fù)責(zé)研制的對(duì)地觀測(cè)系統(tǒng)。該系統(tǒng)由4顆低地軌道中型衛(wèi)星組成，每顆衛(wèi)星配備一個(gè)多模式高分辨率合成孔徑雷達(dá)(SAR)，雷達(dá)工作于X波段(波長(zhǎng)3.1 cm)，是全球第一顆分辨率高達(dá)1 m的雷達(dá)衛(wèi)星，具有雷達(dá)干涉測(cè)量、全天候全天時(shí)對(duì)地觀測(cè)能力以及衛(wèi)星星座特有的短重復(fù)周期等優(yōu)勢(shì)。

本案例采用40景3 m空間分辨率的Cosmo-SkyMed星座單視復(fù)數(shù)(SLC)影像，均為HH極化Himage模式降軌數(shù)據(jù)，影像獲取的時(shí)間跨度為2011年8月5日至2013年6月15日，覆蓋監(jiān)測(cè)區(qū)的范圍如圖2所示。

圖2 多時(shí)相SAR平均強(qiáng)度

2.2 SBAS形變反演過(guò)程

本案例設(shè)計(jì)了一種由粗到精的遞推式雷達(dá)干涉時(shí)序分析方法流程。首先，對(duì)數(shù)據(jù)集的時(shí)空基線進(jìn)行分析，基線時(shí)空分析是干涉對(duì)組合閾值選取的前提，然后根據(jù)時(shí)空、空間基線和天氣狀況，選擇合適的主影像，接下來(lái)進(jìn)行干涉對(duì)組合處理。初步選擇了88組干涉影像對(duì)，根據(jù)SBAS方法流程，反演出監(jiān)測(cè)區(qū)年形變速率場(chǎng)及其時(shí)間序列初步結(jié)果，在缺少實(shí)地先驗(yàn)知識(shí)的情況下，獲得了監(jiān)測(cè)區(qū)域地表形變的第一手資料，為后期衛(wèi)星軌道精細(xì)糾正、形變反演控制點(diǎn)選擇等數(shù)據(jù)處理提供參考信息。

在精細(xì)數(shù)據(jù)處理階段，首先增加了干涉對(duì)數(shù)量，以增強(qiáng)干涉對(duì)在時(shí)間維的約束，進(jìn)一步抑制因少量不可避免的干涉對(duì)相位解纏誤差對(duì)總體反演結(jié)果的影響，最終選擇了171組可靠的干涉影像對(duì)(如圖3所示)。然后，在第一階段獲取的監(jiān)測(cè)區(qū)年形變速率圖中，重新選取穩(wěn)定可靠的控制點(diǎn)，利用更新后的控制點(diǎn)信息，糾正衛(wèi)星軌道殘余誤差，并標(biāo)定小基線集二次形變反演的最終結(jié)果，得到精細(xì)反演形變速率專題圖(如圖4所示)及其精度(如圖5所示)。同時(shí)，利用鐵路中心線上的形變點(diǎn)，沿著線路里程方向繪制了年沉降速率剖面圖(如圖6所示)。

圖3 二次反演干涉對(duì)組合(共計(jì)171對(duì))

圖4 監(jiān)測(cè)區(qū)長(zhǎng)時(shí)間序列D-InSAR反演年沉降速率

圖5 精細(xì)處理二次形變反演標(biāo)準(zhǔn)差

圖6 DK247+400～DK260+800段雷達(dá)干涉測(cè)量年沉降速率剖面

2.3 結(jié)果驗(yàn)證及分析

雷達(dá)干涉測(cè)量反演的地表形變速率圖是一個(gè)相對(duì)量(形變量在雷達(dá)視線方向，且數(shù)值的基準(zhǔn)是相對(duì)所選定的控制點(diǎn))，為了將雷達(dá)干涉結(jié)果同地面水準(zhǔn)等實(shí)測(cè)數(shù)據(jù)統(tǒng)一，需對(duì)反演結(jié)果進(jìn)行標(biāo)定和校正;即通過(guò)使用1～2地面控制實(shí)測(cè)數(shù)據(jù)或者已知穩(wěn)定地區(qū)目標(biāo)點(diǎn)，修正干涉測(cè)量結(jié)果的整體系統(tǒng)誤差。同時(shí)，需要將雷達(dá)干涉結(jié)果投影到豎直方向，實(shí)現(xiàn)同水準(zhǔn)測(cè)量高程基準(zhǔn)保持一致。

本案例關(guān)注客運(yùn)專線鐵路基礎(chǔ)工程的沉降，為此，以鐵路中心線為參考，輸出了中心線左右400 m緩沖區(qū)范圍內(nèi)的二次反演形變結(jié)果，并生成kml文件。在Google Earth中進(jìn)行疊加顯示，便于目標(biāo)地物定位和解譯，也有利于與地面水準(zhǔn)監(jiān)測(cè)點(diǎn)測(cè)量成果進(jìn)行交叉驗(yàn)證。

由于監(jiān)測(cè)區(qū)內(nèi)部分基礎(chǔ)工程發(fā)生了明顯的沉降，有關(guān)單位組織專門(mén)力量，對(duì)鐵路沿線的10個(gè)水準(zhǔn)監(jiān)測(cè)點(diǎn)(XSL001，XSL003，XSL004，BSIII014，BSIII015，BSIII016，BMS1，CPⅡ036，GCPI014 －1，GZD2)開(kāi)展了長(zhǎng)期精密水準(zhǔn)測(cè)量沉降監(jiān)測(cè)工作。水準(zhǔn)監(jiān)測(cè)點(diǎn)空間分布情況如圖7所示。利用專題kml輸出中形變時(shí)間序列信息，采用幾何最近鄰方法，對(duì)兩者數(shù)據(jù)在觀測(cè)重疊區(qū)的累計(jì)形變量進(jìn)行了對(duì)比，結(jié)果如表1所示;總體來(lái)言，兩種監(jiān)測(cè)結(jié)果最大偏差為－8.6 mm，最小偏差為0.1 mm，均值為0.82 mm，標(biāo)準(zhǔn)差為4.14 mm。

圖7 鐵路沿線水準(zhǔn)監(jiān)測(cè)點(diǎn)與雷達(dá)干涉形變測(cè)量成果疊加

表1 SBAS雷達(dá)干涉測(cè)量與地面水準(zhǔn)監(jiān)測(cè)結(jié)果比較mm

根據(jù)客運(yùn)專線鐵路沿線工程地質(zhì)、水文地質(zhì)調(diào)查資料分析，本范圍第四季沖洪積層沉積厚度大，黏性土的孔隙比大、壓縮性較高，砂性土大多為稍密至中密狀態(tài)，是造成沉降的原因之一。同時(shí)，一個(gè)不可忽視的因素是沿線分布的印染企業(yè)多，大量抽取地下水造成承壓地下水位明顯下降，也是造成區(qū)域地面不均勻沉降的主要原因之一。

3 結(jié)論

本案例以Cosmo-SkyMed影像為數(shù)據(jù)源，利用小基線集時(shí)序雷達(dá)干涉測(cè)量技術(shù)，通過(guò)研究高分辨率雷達(dá)影像高精度配準(zhǔn)、衛(wèi)星軌道誤差、大氣相位估計(jì)與去除等關(guān)鍵技術(shù)，在缺乏實(shí)地先驗(yàn)知識(shí)的前提下，提出了一種由粗到精的遞推式雷達(dá)干涉時(shí)序分析方法流程，成功反演出某客運(yùn)專線鐵路途徑區(qū)域地表沉降監(jiān)測(cè)成果。結(jié)果表明，本監(jiān)測(cè)區(qū)域沿著東西方向存在狹長(zhǎng)地表沉降，反演年形變速率范圍:－100～25 mm/年，形變速率精度范圍:0～6 mm/年。

利用鐵路沿線布設(shè)的10個(gè)地面水準(zhǔn)監(jiān)測(cè)點(diǎn)做對(duì)比驗(yàn)證，基于最鄰近比較法發(fā)現(xiàn)兩者數(shù)據(jù)具有很好的一致性，偏差的總體均值和標(biāo)準(zhǔn)差分別為0.82 mm和4.14 mm，驗(yàn)證了本案例雷達(dá)干涉測(cè)量反演結(jié)果的可靠性和有效性。

［1］ Paolo Berardino，GianfrancoFornaro，RiccardoLanari．A New Algorithm for Surface Deformation Monitoring Based on Small Baseline Differential SAR Interferograms［J］．Ieeetransactions on Geoscience and Remote Sensing，2002，40(11)

［2］ Ricardo Lanari，OscarMora，MicheleManunta，et al．A Small-Baseline Approach for Investigating Deformations on Full-Resolution Differential SAR Interferograms［J］．Ieee Transactions on Geoscience and Remote Sensing，2004，42(7)．

［3］ FulongChen，HuiLin，ZhenLi，QuanChen，etal．Interaction between permafrost and infrastructure along the Qinghai-Tibet Railway detected via jointly analysis of C-and L-band small baseline SAR interferometry［J］．Remote Sensing of Environment，2012，123．

［4］ 劉國(guó)祥．Monitoring of Ground Deformations with Radar Interferometry［M］．北京:測(cè)繪出版社，2006

［5］ 陳富龍，林琿，程世來(lái)．星載雷達(dá)干涉測(cè)量及時(shí)間序列分析的原理、方法與應(yīng)用［M］．北京:科學(xué)出版社，2013

［6］ 葛大慶，王艷，郭小方，等．基于相干點(diǎn)目標(biāo)的多基線D－InSAR技術(shù)與地表形變監(jiān)測(cè)［J］．遙感學(xué)報(bào)，2007，11(4)

［7］ 譚衢霖，楊松林，魏慶朝．青藏線多年凍土區(qū)路基形變星載SAR差分干涉測(cè)量應(yīng)用探討［J］．鐵道勘察，2007(5)

［8］ 周志偉，鄢子平，劉蘇等．永久散射體與短基線雷達(dá)干涉測(cè)量在城市地表形變中的應(yīng)用［J］．武漢大學(xué)學(xué)報(bào):信息科學(xué)版，2011，36(8)

［9］ 李珊珊，李志偉，胡俊，等．SBAS-InSAR技術(shù)監(jiān)測(cè)青藏高原季節(jié)性凍土形變［J］．地球物理學(xué)報(bào)，2013，56(5)