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。
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。
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。
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)。
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。
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
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
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
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。
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)