何秀鳳，高 壯，肖儒雅，羅海濱，賈東振，章浙濤

1. 河海大學(xué)地球科學(xué)與工程學(xué)院，江蘇 南京 211100; 2. 南京信息工程大學(xué)遙感與測(cè)繪工程學(xué)院，江蘇 南京 210044

地表形變是一種由自然因素或人為原因?qū)е碌牡刭|(zhì)現(xiàn)象，其致災(zāi)過(guò)程緩慢且不可逆，同時(shí)也是一種破壞力較強(qiáng)的地質(zhì)災(zāi)害[1]。近年來(lái)，伴隨經(jīng)濟(jì)飛速發(fā)展、地下資源開(kāi)采及地下空間開(kāi)發(fā)等，地表沉降和基礎(chǔ)設(shè)施形變問(wèn)題日益嚴(yán)重，不僅影響和破壞了地面人工建筑物，還極大危害了人類(lèi)的生命安全與經(jīng)濟(jì)活動(dòng)，破壞了發(fā)展資源和生態(tài)環(huán)境。僅我國(guó)長(zhǎng)江和珠江三角洲經(jīng)濟(jì)區(qū)、汾渭斷陷盆地、華北平原等地區(qū)，就有90多個(gè)城市發(fā)生過(guò)嚴(yán)重地面沉降和地裂縫災(zāi)害，還引發(fā)了土地鹽堿化、洪澇、海水倒灌等次生災(zāi)害，給當(dāng)?shù)卦斐闪藰O大的經(jīng)濟(jì)損失[2]。地表形變監(jiān)測(cè)是重大基礎(chǔ)設(shè)施安全評(píng)價(jià)的基礎(chǔ)和重要組成，對(duì)探測(cè)潛在風(fēng)險(xiǎn)和保障安全具有至關(guān)重要的作用。傳統(tǒng)的工程測(cè)量監(jiān)測(cè)手段，如水準(zhǔn)測(cè)量、全站儀測(cè)量等，雖然測(cè)量精度足夠高，但監(jiān)測(cè)范圍小，易受外界觀測(cè)環(huán)境的影響，耗費(fèi)大量的人力與物力，且不能連續(xù)作業(yè)，因而導(dǎo)致監(jiān)測(cè)效率低，無(wú)法及時(shí)有效地更新形變信息，難以適應(yīng)現(xiàn)代化建設(shè)的需求。

全球?qū)Ш叫l(wèi)星系統(tǒng)(GNSS)作為重要的時(shí)空信息基礎(chǔ)設(shè)施，在國(guó)民經(jīng)濟(jì)建設(shè)和國(guó)防安全領(lǐng)域發(fā)揮著十分重要的作用。2020年7月31日我國(guó)北斗三號(hào)全球?qū)Ш叫l(wèi)星系統(tǒng)(BeiDou System，BDS)全面建成開(kāi)通，進(jìn)一步推動(dòng)了北斗/GNSS應(yīng)用的深度和廣度。除了導(dǎo)航、定位與授時(shí)等基本服務(wù)外，GNSS技術(shù)因其可全天時(shí)全天候、站間無(wú)須通視、可獲取高精度三維絕對(duì)坐標(biāo)信息等優(yōu)點(diǎn)，已被廣泛應(yīng)用于地表形變監(jiān)測(cè)領(lǐng)域[3]。作為一種點(diǎn)觀測(cè)系統(tǒng)，GNSS技術(shù)需要在待監(jiān)測(cè)區(qū)布設(shè)臺(tái)站，受接收機(jī)數(shù)量和密度限制，無(wú)法獲取高空間密度的地表形變信息。在工程實(shí)踐中，受限于諸如水電工程高山深谷、高位隱蔽性滑坡體等復(fù)雜環(huán)境，僅在重點(diǎn)部位布設(shè)分散、不連續(xù)的單個(gè)監(jiān)測(cè)點(diǎn)，利用全站儀、GNSS等測(cè)量手段按以點(diǎn)代面、以局部代替整體的方法采集離散點(diǎn)形變信息進(jìn)行數(shù)據(jù)處理，難免遺漏一些重大的安全隱患，嚴(yán)重時(shí)將造成人員傷亡、經(jīng)濟(jì)損失，帶來(lái)負(fù)面的社會(huì)影響。

合成孔徑雷達(dá)干涉測(cè)量(InSAR)作為一種主動(dòng)式空間對(duì)地微波遙感技術(shù)，少受云雨等條件影響，可以大范圍、低成本及高空間分辨率獲取地面高程或形變信息，在過(guò)去近30年間得到迅猛發(fā)展，已被廣泛應(yīng)用于地震形變研究[4]、城市沉降監(jiān)測(cè)[5-6]、滑坡監(jiān)測(cè)[7-8]、礦山形變監(jiān)測(cè)[9-10]、水利工程安全監(jiān)測(cè)[11]等多個(gè)領(lǐng)域。許多國(guó)家和組織近年來(lái)已經(jīng)發(fā)射或?qū)⒁l(fā)射多顆SAR衛(wèi)星，將進(jìn)一步帶動(dòng)InSAR技術(shù)和應(yīng)用的發(fā)展。然而，InSAR也有自身固有限制，如易受大氣延遲誤差和時(shí)空失相干噪聲等影響，嚴(yán)重時(shí)混淆真實(shí)形變信號(hào)，導(dǎo)致對(duì)InSAR形變結(jié)果的誤判；其獲取的形變結(jié)果為地表形變沿衛(wèi)星視線向(line of sight,LOS)上的投影，難以準(zhǔn)確評(píng)估真實(shí)形變的大小和方向[12]。

地表形變成因機(jī)制復(fù)雜、持續(xù)時(shí)間長(zhǎng)、涉及范圍廣且誘發(fā)因素多，使得利用單一技術(shù)手段監(jiān)測(cè)地表形變存在較多難題?？紤]InSAR與GNSS兩種技術(shù)的特點(diǎn)及互補(bǔ)性(見(jiàn)表1)，綜合InSAR與北斗/GNSS技術(shù)方法，能夠同時(shí)在空間和時(shí)間上提升地表形變監(jiān)測(cè)能力。但如何更好、更深層次地綜合兩種技術(shù)服務(wù)于地表形變?yōu)暮ΡO(jiān)測(cè)，一直是國(guó)內(nèi)外學(xué)界重點(diǎn)研究的課題。本文將重點(diǎn)介紹綜合InSAR與北斗/GNSS技術(shù)在地表形變監(jiān)測(cè)方面的技術(shù)發(fā)展和應(yīng)用情況。

表1 InSAR技術(shù)與GNSS技術(shù)比較

1 概 述

1.1 InSAR技術(shù)基本原理

InSAR技術(shù)利用覆蓋同一地區(qū)不同時(shí)刻的兩景或多景復(fù)數(shù)影像，通過(guò)共軛相乘得到干涉信號(hào)，最初被用于地形測(cè)圖及三維地表地形數(shù)據(jù)的獲取[13]。InSAR干涉信號(hào)除了與高程相關(guān)，還與形變相關(guān)，因此在去除地形相位貢獻(xiàn)的基礎(chǔ)上，可用于獲取微小地表形變信息，該技術(shù)稱為差分InSAR(differential InSAR，D-InSAR)技術(shù)。1992年，文獻(xiàn)[14]基于該技術(shù)得到Landers地震的同震形變場(chǎng)，引起了世界學(xué)者的廣泛關(guān)注。但失相干噪聲和大氣延遲等誤差嚴(yán)重降低了D-InSAR技術(shù)監(jiān)測(cè)的可靠性，因此其應(yīng)用場(chǎng)景主要限制在地震、地質(zhì)構(gòu)造運(yùn)動(dòng)、火山等形變量級(jí)較大的監(jiān)測(cè)區(qū)域，精度一般只能達(dá)到分米至厘米級(jí)[12]。

為了克服傳統(tǒng)D-InSAR技術(shù)的局限性，提高InSAR技術(shù)地表形變精細(xì)化監(jiān)測(cè)能力，國(guó)內(nèi)外眾多學(xué)者在D-InSAR技術(shù)的基礎(chǔ)上發(fā)展了一系列時(shí)序InSAR(time-series InSAR，TS-InSAR)技術(shù)，又稱為多時(shí)相InSAR(multi-temporal InSAR，MT-InSAR)(如圖1所示)，并成為InSAR領(lǐng)域研究的熱點(diǎn)。該技術(shù)的核心思想主要是利用同一區(qū)域的差分纏繞或解纏干涉圖集，提取散射特性穩(wěn)定的高相干性點(diǎn)，然后基于最小范數(shù)理論重構(gòu)形變速率和形變時(shí)間序列。當(dāng)前TS-InSAR技術(shù)根據(jù)主影像的數(shù)量可以劃分為兩大類(lèi)，最具代表性的是單一主影像的永久散射體(persistent scatterer InSAR，PS-InSAR)技術(shù)[15]和多主影像的小基線集(small baseline subset，SBAS)技術(shù)[16]。其中PS-InSAR技術(shù)主要是針對(duì)自然環(huán)境中的基礎(chǔ)設(shè)施和裸露巖石等強(qiáng)反射的永久散射體(persistent scatterer,PS)目標(biāo)進(jìn)行建模，故該類(lèi)技術(shù)往往在人工建筑較密集的城市區(qū)域應(yīng)用效果較好。而多主影像SBAS技術(shù)主要是針對(duì)分布式目標(biāo)(distributed scatterer，DS)進(jìn)行建模分析。該技術(shù)提出初期，主要是使用多視濾波抑制噪聲，同時(shí)也提升了數(shù)據(jù)處理效率，但代價(jià)是損失了空間分辨率，因此它主要適用于廣域地表探測(cè)，如震源機(jī)理、大型斷裂帶研究。但面對(duì)復(fù)雜場(chǎng)景和精細(xì)化監(jiān)測(cè)目標(biāo)時(shí)，多視SBAS技術(shù)不利于捕獲形變細(xì)節(jié)特征。為此，基于全分辨率(單視)的SBAS技術(shù)逐步發(fā)展起來(lái)。特別的，自文獻(xiàn)[17]提出第2代永久散射體SqueeSAR技術(shù)以來(lái)，分布式目標(biāo)InSAR(distributed scatterer InSAR，DS-InSAR)技術(shù)成為國(guó)際時(shí)序InSAR領(lǐng)域新的研究熱點(diǎn)之一。

圖1 各種時(shí)序InSAR技術(shù)的發(fā)展

以上探討的時(shí)序InSAR技術(shù)僅使用單一極化數(shù)據(jù)進(jìn)行地表形變反演。隨著新一代SAR衛(wèi)星大多具備多極化數(shù)據(jù)獲取能力，一些學(xué)者在上述時(shí)序InSAR技術(shù)的基礎(chǔ)上延伸了新的技術(shù)分支——極化時(shí)序InSAR(polarimetric PSI，PolPSI)技術(shù)[18]。該技術(shù)的提出進(jìn)一步減弱了城市區(qū)域多種散射機(jī)制混疊或建構(gòu)筑物朝向等因素導(dǎo)致的失相干，提高了形變監(jiān)測(cè)點(diǎn)的密度。

除上述幾種應(yīng)用較為廣泛的InSAR技術(shù)，近些年也發(fā)展了其他一些高級(jí)InSAR技術(shù)，如像素偏移量追蹤(pixel offset tracking，POT)技術(shù)[19]、多孔徑InSAR(multi-aperture InSAR，MAI)技術(shù)[20]、SAR層析成像(SAR tomography)技術(shù)[21]及哨兵數(shù)據(jù)方位向子帶重疊區(qū)域干涉(burst overlap interferometry，BOI)技術(shù)[22]。需要指出的是，理論上POT技術(shù)是基于振幅數(shù)據(jù)而非干涉相位信息，因此本不應(yīng)屬于InSAR技術(shù)。但為了便于描述，本文也將POT歸于InSAR技術(shù)范疇。由于其技術(shù)原理不同，監(jiān)測(cè)精度也略有差異，因此在實(shí)際應(yīng)用中需要視情況而定。

1.2 北斗/GNSS技術(shù)形變監(jiān)測(cè)基本原理

相較于傳統(tǒng)全站儀測(cè)量，以及以三維激光掃描、InSAR、近景攝影測(cè)量技術(shù)為代表的遙感技術(shù)，GNSS技術(shù)在監(jiān)測(cè)的時(shí)效性和連續(xù)性上具有巨大優(yōu)勢(shì)，因此在高精度地表形變監(jiān)測(cè)領(lǐng)域得到了大量應(yīng)用[23-24]。目前，將GNSS應(yīng)用于高精度地表形變監(jiān)測(cè)主要采用的技術(shù)有靜態(tài)差分技術(shù)、實(shí)時(shí)動(dòng)態(tài)載波相位差分(real time kinematic，RTK)技術(shù)和精密單點(diǎn)定位(precise point positioning，PPP)技術(shù)等[25-26]。其中PPP技術(shù)可實(shí)現(xiàn)絕對(duì)單點(diǎn)定位，不依賴基準(zhǔn)站，但易受誤差改正不徹底或未模型化誤差影響，因此該技術(shù)的定位精度往往難以滿足高精度形變監(jiān)測(cè)的需求。而靜態(tài)差分技術(shù)又稱為相對(duì)定位[27]，一般利用2臺(tái)以上GNSS接收機(jī)進(jìn)行同步觀測(cè)，通過(guò)對(duì)不同接收機(jī)之間的有效觀測(cè)值進(jìn)行差分處理，最終確定接收機(jī)之間的相對(duì)坐標(biāo)。最常見(jiàn)的靜態(tài)差分方式是雙差定位，即利用站間單差和星間單差組成雙差的方式進(jìn)行定位，這種方式可以減少雙差偽距和載波相位觀測(cè)方程中的誤差項(xiàng)。當(dāng)被監(jiān)測(cè)目標(biāo)的形變速率較緩慢時(shí)，在一定空間域和時(shí)間域上被認(rèn)作是穩(wěn)定的，即可以利用GNSS靜態(tài)差分技術(shù)進(jìn)行形變監(jiān)測(cè)。因此，大壩、邊坡、礦山、鐵路、碼頭等形變緩慢及對(duì)實(shí)時(shí)性要求不高的對(duì)象普遍采用該技術(shù)，在一些公網(wǎng)通信不便的區(qū)域也常有應(yīng)用。GNSS靜態(tài)差分技術(shù)雖然可以通過(guò)消除誤差和增加觀測(cè)時(shí)長(zhǎng)等策略獲得毫米級(jí)的監(jiān)測(cè)精度，但其時(shí)效性難以滿足實(shí)時(shí)性監(jiān)測(cè)要求。

隨著形變信息由靜態(tài)周期性向動(dòng)態(tài)實(shí)時(shí)性轉(zhuǎn)變，RTK技術(shù)應(yīng)運(yùn)而生。早期RTK技術(shù)的主要技術(shù)難點(diǎn)是模糊度固定，但隨著快速模糊度求解LAMBDA算法[28]及后續(xù)幾個(gè)版本的升級(jí)，RTK技術(shù)逐漸走向成熟并被廣泛應(yīng)用于精密工程測(cè)量、大壩橋梁形變監(jiān)測(cè)、工程放樣及地形測(cè)圖等領(lǐng)域。由于常規(guī)RTK技術(shù)需要設(shè)置基準(zhǔn)站，作用范圍小且可靠性差，因此基于雙差模式的網(wǎng)絡(luò)RTK技術(shù)成為實(shí)時(shí)動(dòng)態(tài)定位的主要發(fā)展方向。依據(jù)大氣誤差模型等差分信息播發(fā)方式的不同，雙差網(wǎng)絡(luò)RTK技術(shù)又分為主輔站(master auxiliary concept，MAC)技術(shù)[29]、區(qū)域改正數(shù)(flachen korrektur parameter,FKP)技術(shù)[30]和虛擬參考站(virtual reference station,VRS)技術(shù)[31]。RTK技術(shù)多適用于快速形變或緩慢形變中存在突變情況的監(jiān)測(cè)對(duì)象，對(duì)監(jiān)測(cè)點(diǎn)實(shí)時(shí)變化要求較高時(shí)也常采用該技術(shù)。但該技術(shù)對(duì)于GNSS數(shù)據(jù)通信的時(shí)延性能要求較高，需保證數(shù)據(jù)的實(shí)時(shí)連續(xù)穩(wěn)定傳輸，以獲取連續(xù)可靠的形變監(jiān)測(cè)結(jié)果。GNSS靜態(tài)差分和RTK技術(shù)通常采用的雙差差分相對(duì)定位觀測(cè)模型為

(1)

2 現(xiàn)有InSAR與北斗/GNSS技術(shù)融合研究分析

InSAR技術(shù)與GNSS技術(shù)是目前獲取地表形變應(yīng)用最為廣泛的兩種空間大地測(cè)量手段，通過(guò)比較表1可知，二者具有很好的互補(bǔ)性。因此，關(guān)于GNSS與InSAR的數(shù)據(jù)融合一直是一個(gè)重要的研究熱點(diǎn)。繼1997年文獻(xiàn)[32]首次提出兩種技術(shù)融合的思想后，國(guó)內(nèi)學(xué)者分析了GPS與InSAR數(shù)據(jù)融合的必要性與可行性，并探討了數(shù)據(jù)融合存在的主要問(wèn)題[33]。經(jīng)過(guò)20多年的不斷探索，目前針對(duì)兩種技術(shù)已在以下幾個(gè)方面開(kāi)展了大量的融合研究工作，其研究總體思路如圖2所示。

圖2 InSAR與GNSS綜合方法地表形變監(jiān)測(cè)的總體思路

2.1 利用GNSS數(shù)據(jù)評(píng)定InSAR形變監(jiān)測(cè)精度

分析InSAR數(shù)據(jù)中存在的各種誤差及其傳播規(guī)律并構(gòu)建誤差模型，對(duì)InSAR技術(shù)的數(shù)學(xué)模型完善具有重要作用，同時(shí)對(duì)參數(shù)的估計(jì)和精度評(píng)估有著重要意義[34]。如何準(zhǔn)確、客觀地進(jìn)行精度評(píng)定是目前InSAR技術(shù)真正發(fā)展成為一門(mén)應(yīng)用更為廣泛的高精度測(cè)量技術(shù)的主要挑戰(zhàn)之一。目前對(duì)InSAR測(cè)量結(jié)果的精度分析一般包括理論分析和與實(shí)地?cái)?shù)據(jù)對(duì)比分析。而GNSS精密定位技術(shù)已在大地測(cè)量、地殼形變監(jiān)測(cè)、精密工程測(cè)量等諸多領(lǐng)域得到了廣泛的應(yīng)用和普及。大量研究證明，GNSS技術(shù)在水平位移的監(jiān)測(cè)精度可達(dá)1 mm，高程方向的測(cè)量誤差約為水平位移誤差的2倍[35]，這為融合InSAR與GNSS數(shù)據(jù)、研究精度評(píng)定模型和方法提供了契機(jī)。目前GNSS測(cè)量結(jié)果也成為驗(yàn)證InSAR結(jié)果可靠性的主要外部數(shù)據(jù)之一，如文獻(xiàn)[7]將InSAR觀測(cè)結(jié)果與GPS觀測(cè)資料進(jìn)行對(duì)比，驗(yàn)證了InSAR處理方法的有效性；文獻(xiàn)[36]利用同時(shí)期BDS觀測(cè)數(shù)據(jù)對(duì)InSAR得到的線性形變速率和時(shí)序位移序列進(jìn)行了精度評(píng)估。

2.2 基于GNSS數(shù)據(jù)的InSAR大氣延遲誤差改正

大氣延遲是所有電磁波測(cè)量技術(shù)中的主要誤差源之一。1994年，文獻(xiàn)[37]首次在InSAR干涉圖中發(fā)現(xiàn)了大氣誤差引起的干涉條紋；隨后文獻(xiàn)[38]表明20%的相對(duì)濕度時(shí)空變化可導(dǎo)致10～14 cm的形變觀測(cè)值誤差。GNSS技術(shù)可精確測(cè)定測(cè)站周邊天頂對(duì)流層延遲參數(shù)，為InSAR大氣延遲誤差改正提供依據(jù)。文獻(xiàn)[32]通過(guò)模擬試驗(yàn)證明了大氣誤差遵循冪律模型，并提出結(jié)合GPS對(duì)流層參數(shù)和空間擬合模型改正InSAR干涉圖中的大氣影響。文獻(xiàn)[39]基于GPS地形相關(guān)湍流模型有效改善了InSAR干涉圖中長(zhǎng)波信號(hào)的大氣水汽影響和與地形相關(guān)的短波大氣延遲。文獻(xiàn)[40]采用基于“凝固流”假設(shè)的大氣傳輸模型和回歸估計(jì)方法，通過(guò)對(duì)稀疏分布的GPS站點(diǎn)上的大氣延遲估計(jì)值進(jìn)行插值，獲取了空間上加密的大氣延遲場(chǎng)。文獻(xiàn)[41—42]基于EMCWF和GNSS站點(diǎn)數(shù)據(jù)，通過(guò)迭代對(duì)流層模型，生成了通用型大氣延遲改正產(chǎn)品(generic atmospheric correction online service for InSAR,GACOS)，并逐漸成為InSAR大氣誤差改正的首選方法。此外，文獻(xiàn)[43]融合InSAR和GPS觀測(cè)數(shù)據(jù)重構(gòu)獲得了高分辨率的大氣可降水量分布。

2.3 GNSS數(shù)據(jù)輔助InSAR相位解纏

相位解纏是InSAR數(shù)據(jù)處理中的關(guān)鍵步驟，也是目前數(shù)據(jù)處理中的難點(diǎn)和熱點(diǎn)問(wèn)題。隨著GNSS技術(shù)，尤其是連續(xù)運(yùn)行參考站(continuously operating reference stations，CORS)技術(shù)的不斷發(fā)展，引入GNSS觀測(cè)信息輔助InSAR相位解纏成為可能。該類(lèi)方法的思想主要是利用GNSS技術(shù)得到的高精度的三維信息反算InSAR絕對(duì)相位值，從而進(jìn)一步確定最優(yōu)積分路徑和相位孤島之間的解纏相位關(guān)系。2002年，文獻(xiàn)[44]首次提出了一種基于馬爾可夫隨機(jī)場(chǎng)的GPS輔助InSAR相位解纏算法，該算法的本質(zhì)為利用GPS獲取的解纏相位初值指導(dǎo)解纏，其目標(biāo)函數(shù)f表示為

(2)

文獻(xiàn)[45]在該算法的基礎(chǔ)上，提出了一種基于多個(gè)GPS控制點(diǎn)的多解纏起算點(diǎn)枝切線綜合相位解纏算法，提高了相位解纏精度和范圍。此后，文獻(xiàn)[46]進(jìn)一步給出了一種可將GNSS及激光雷達(dá)(light detection and ranging，LiDAR)等外部數(shù)據(jù)作為先驗(yàn)約束的二維相位解纏框架，有效保證了相位邊緣一致性。

2.4 綜合GNSS與InSAR技術(shù)的地表三維形變提取

由于SAR衛(wèi)星是側(cè)視成像系統(tǒng)，InSAR技術(shù)實(shí)際觀測(cè)到的是真實(shí)形變?cè)诶走_(dá)視線上一維投影，而非地表在垂直、東西和南北方向的真實(shí)三維形變，這一缺陷極大限制了InSAR技術(shù)的實(shí)際應(yīng)用前景。而GNSS技術(shù)可以連續(xù)實(shí)時(shí)獲取高精度地表三維矢量形變和位置信息。因此，國(guó)內(nèi)外學(xué)者開(kāi)展了大量綜合GNSS技術(shù)重構(gòu)InSAR三維形變和預(yù)計(jì)研究工作。2002年，文獻(xiàn)[47]首次提出基于馬爾可夫隨機(jī)場(chǎng)的GPS和InSAR綜合方法，建立了Gibbs能量方程，其能量函數(shù)U可以表示為

(3)

針對(duì)Gibbs能量方程，文獻(xiàn)[47]借助模擬退火算法進(jìn)行求解。由于模擬退火法計(jì)算復(fù)雜且有時(shí)無(wú)法收斂，因而近年來(lái)對(duì)能量方程的求解成為一個(gè)研究熱點(diǎn)，并發(fā)展了一些行之有效的方法，主要包括解析優(yōu)化法[48]、直接分解法[49]、擬Newton法(BFGS方法)[50]、插值法[51]、蟻群算法[52]等。圖3顯示了基于蟻群算法的綜合GPS與DInSAR技術(shù)獲取的基拉韋厄火山南翼地區(qū)的三維形變場(chǎng)。此外，對(duì)于隨機(jī)模型的確定，文獻(xiàn)[53]也提出了一種基于方差分量估計(jì)的驗(yàn)后估計(jì)法，更加精確地確定權(quán)比，從而進(jìn)一步提高了三維形變場(chǎng)的反演精度。

圖3 基于蟻群算法的基拉韋厄火山南翼三維形變圖[52]

2.5 GNSS與InSAR數(shù)據(jù)的地球物理參數(shù)聯(lián)合反演

利用大地測(cè)量技術(shù)獲取的高精度地表形變場(chǎng)是目前地球物理參數(shù)反演研究的一種重要手段。如利用InSAR技術(shù)獲得的同震形變可用于研究地震震源機(jī)制和發(fā)震斷層滑動(dòng)分布。在相干性較好的區(qū)域，InSAR技術(shù)能夠精確測(cè)量地震中斷層片段的幾何分布。此外，聯(lián)合其他技術(shù)，如POT、BOI、MAI技術(shù)等，可直接獲取地表破裂幾何長(zhǎng)度等關(guān)鍵信息。在此基礎(chǔ)上，通過(guò)簡(jiǎn)單彈性位錯(cuò)模型，可獲取形變圖的特定特征與地震震源參數(shù)的關(guān)系，進(jìn)一步反演出地震的斷層幾何參數(shù)和斷層面上的滑動(dòng)分布。相比于InSAR對(duì)地表垂直運(yùn)動(dòng)的高敏感性，GNSS技術(shù)在水平位移監(jiān)測(cè)方面更具優(yōu)勢(shì)。因此，聯(lián)合InSAR與GNSS觀測(cè)資料不僅可以彌補(bǔ)InSAR視線向?qū)δ媳毕蛐巫儾幻舾泻虶NSS數(shù)據(jù)空間點(diǎn)位分布稀疏的不足，更有利于研究破裂機(jī)制和提高反演結(jié)果的可靠性，進(jìn)而提高發(fā)現(xiàn)孕震形變的可能性。2020年，文獻(xiàn)[54]聯(lián)合運(yùn)用2008汶川大地震前后GNSS和InSAR技術(shù)觀測(cè)獲得的同震位移，結(jié)合斷層位錯(cuò)模型開(kāi)展了汶川大地震斷層幾何參數(shù)和斷層面上的滑動(dòng)分布的反演研究，進(jìn)而分析了地震發(fā)生的破裂機(jī)制。除用于震源參數(shù)反演，InSAR與GNSS獲取的高分辨率地表形變資料還可用于火山巖漿囊參數(shù)、地下水文學(xué)參數(shù)反演等。如通過(guò)建立地表形變與地下水變化的函數(shù)和物理模型，可以探測(cè)地下水變化的物理特征及與地表沉降間的耦合關(guān)系[55]。文獻(xiàn)[56]在獲取GNSS和InSAR長(zhǎng)時(shí)序形變的基礎(chǔ)上，結(jié)合有限元模型，捕捉到了Okmok火山巖漿系統(tǒng)的時(shí)間演化規(guī)律。

3 InSAR與北斗/GNSS技術(shù)在地表形變監(jiān)測(cè)應(yīng)用中關(guān)鍵問(wèn)題

近年來(lái)，國(guó)內(nèi)外已有眾多學(xué)者將InSAR和北斗/GNSS技術(shù)應(yīng)用于大型工程的施工、運(yùn)營(yíng)及維護(hù)等各個(gè)建設(shè)階段，并積累了一定的工程應(yīng)用經(jīng)驗(yàn)。圖4顯示了截至2021年，歐洲地區(qū)綜合InSAR與GNSS技術(shù)在各個(gè)領(lǐng)域的應(yīng)用情況。為了充分明確兩種技術(shù)在探測(cè)和監(jiān)測(cè)各類(lèi)地表形變?yōu)暮Ψ矫娴膬?yōu)勢(shì)和不足，本文總結(jié)了實(shí)際應(yīng)用過(guò)程中的幾大關(guān)鍵問(wèn)題。

圖4 歐洲地區(qū)綜合GNSS與InSAR技術(shù)主要應(yīng)用領(lǐng)域[57]

3.1 復(fù)雜環(huán)境/低相干區(qū)InSAR失相干噪聲抑制與GNSS周跳探測(cè)

高精度形變信息的獲取是保障工程安全監(jiān)測(cè)的重要前提，但在實(shí)際應(yīng)用中無(wú)論GNSS還是InSAR技術(shù)均會(huì)面臨復(fù)雜觀測(cè)環(huán)境等影響，造成監(jiān)測(cè)結(jié)果精度和可靠性降低。在復(fù)雜環(huán)境或低相干場(chǎng)景下，GNSS高精度定位需要解決周跳、粗差、多路徑誤差等關(guān)鍵問(wèn)題，而InSAR技術(shù)則面臨干涉失相干、衰落信號(hào)誤差等影響。

對(duì)于GNSS周跳問(wèn)題的處理，根據(jù)對(duì)衛(wèi)地距處理方式可歸納為幾何無(wú)關(guān)(geometry-free，GF)和基于幾何(geometry-based，GB)兩類(lèi)模型。文獻(xiàn)[58]基于GF組合提出了一種經(jīng)典的TurboEdit算法，被廣泛應(yīng)用于周跳處理中。文獻(xiàn)[59—60]利用偽距和相位觀測(cè)值并基于GF組合實(shí)現(xiàn)了三頻數(shù)據(jù)的周跳探測(cè)與修復(fù)。其中基于GF等組合觀測(cè)值理論的周跳算法的關(guān)鍵是解決電離層延遲和觀測(cè)噪聲等影響。為此，文獻(xiàn)[61]構(gòu)造了一種無(wú)幾何無(wú)電離層組合(geometry-free and ionospheric-free,GFIF)模型；文獻(xiàn)[62]在GB模型的基礎(chǔ)上聯(lián)立多系統(tǒng)多頻觀測(cè)值提出了一種有效的周跳處理算法；文獻(xiàn)[63]聯(lián)立多歷元觀測(cè)值并基于GB模型提出了一種周跳探測(cè)與修復(fù)方法，特別適用于監(jiān)測(cè)場(chǎng)景中。此外，還可以考慮將GF和GB模型進(jìn)行結(jié)合應(yīng)用[64]。針對(duì)粗差問(wèn)題，目前主要可采用兩類(lèi)思想進(jìn)行處理。一種是基于均值漂移的思想并從函數(shù)模型出發(fā)，如經(jīng)典的(detection identification and adaptation，DIA)方法[65]；另一種是基于方差膨脹的思想并從隨機(jī)模型出發(fā)，如經(jīng)典的選權(quán)迭代方法[66]。復(fù)雜觀測(cè)環(huán)境下，GNSS觀測(cè)值中往往會(huì)包含更多樣性的粗差和更顯著的多路徑等誤差，如非模型化誤差[67]。因此，研究復(fù)雜環(huán)境下北斗/GNSS高精度定位技術(shù)成為地表形變監(jiān)測(cè)中亟須解決的關(guān)鍵問(wèn)題之一。此外，隨著GNSS的現(xiàn)代化建設(shè)和北斗不同類(lèi)型星座特點(diǎn)及5頻信號(hào)的出現(xiàn)，多系統(tǒng)多頻信號(hào)的周跳探測(cè)與修復(fù)理論也是今后研究的一個(gè)重要內(nèi)容。

而對(duì)于InSAR失相干噪聲抑制，常用方法主要包括以下幾種：①選用長(zhǎng)波段SAR數(shù)據(jù)。長(zhǎng)波段SAR數(shù)據(jù)對(duì)植被具有較強(qiáng)的穿透能力，在成像過(guò)程中受植被覆蓋的影響也小[68]，從而可以更好地保證干涉相位質(zhì)量。目前常用的長(zhǎng)波段SAR數(shù)據(jù)主要是L波段的ALOS-1/2衛(wèi)星數(shù)據(jù)，未來(lái)美國(guó)國(guó)家航空航天局發(fā)射的具備雙頻(L和S頻段)的NISAR和我國(guó)在研的L波段差分SAR衛(wèi)星將會(huì)不斷豐富數(shù)據(jù)源。②選用高空間分辨率SAR數(shù)據(jù)有助于保證分辨單元內(nèi)的影像質(zhì)地更為單一，在一定程度上提升干涉對(duì)的相干性。③利用成像時(shí)間間隔較短的干涉對(duì)也可以削弱時(shí)間失相干的影響，其思路主要源于小基線集方法，假設(shè)時(shí)間間隔越短地物變化越不顯著。但此處值得注意的是，最新研究發(fā)現(xiàn)，盡管利用短時(shí)間間隔的多視SAR數(shù)據(jù)會(huì)削弱失相干噪聲，但也會(huì)伴隨“衰落”信號(hào)的出現(xiàn)，又稱作Fading Signal[69]。該信號(hào)的特性不同于失相干引起的隨機(jī)噪聲，它會(huì)引入系統(tǒng)偏差并隨時(shí)間衰減。以上3種策略受限于研究區(qū)現(xiàn)有的SAR數(shù)據(jù)條件，其可行性和普適性不強(qiáng)。④應(yīng)用相位優(yōu)化方法。該方法本質(zhì)上是一種時(shí)域?yàn)V波技術(shù)，其主要思想是對(duì)現(xiàn)有數(shù)據(jù)集進(jìn)行全組合干涉，然后利用統(tǒng)計(jì)特征進(jìn)行最大似然估計(jì)得到優(yōu)化后的時(shí)序相位[70-71]。該方法是現(xiàn)有SAR數(shù)據(jù)條件下可行性最強(qiáng)、發(fā)展性最好的解決措施，但占據(jù)大量的計(jì)算資源，計(jì)算效率也是制約其推廣應(yīng)用的一個(gè)重要因素[72]。目前考慮到失相干噪聲是制約InSAR測(cè)量精度的瓶頸，因此如何通過(guò)定量分析這些因素與干涉測(cè)量間的關(guān)系，并采取有效的措施減小或避免這種影響仍是今后InSAR領(lǐng)域研究的重點(diǎn)內(nèi)容。

3.2 大氣延遲誤差改正和多路徑誤差抑制

前文所述，大氣延遲誤差對(duì)InSAR和GNSS監(jiān)測(cè)結(jié)果的影響不可忽略，因而在數(shù)據(jù)處理和干涉影像解譯的過(guò)程中，必須研究和分析大氣的影響并加以處理。目前就兩種技術(shù)本身的發(fā)展而言，GNSS數(shù)據(jù)處理領(lǐng)域中已有諸多成熟的模型和解算策略可以很好地估計(jì)或削弱大氣延遲誤差的影響，然而對(duì)于InSAR技術(shù)還存在諸多挑戰(zhàn)。

在InSAR領(lǐng)域，關(guān)于大氣延遲誤差的改正方法大致可分為兩類(lèi)：第1類(lèi)方法是采用外部數(shù)據(jù)集或氣象模型去除干涉圖中的大氣相位。例如，文獻(xiàn)[73]基于MERIS水汽數(shù)據(jù)，構(gòu)建了一種局部均值可變的簡(jiǎn)單克里金與Onn模型算法，對(duì)美國(guó)南加州地區(qū)的InSAR干涉圖進(jìn)行改正；文獻(xiàn)[74]利用大氣數(shù)值模型(weather research and forecasting model，WRF)、文獻(xiàn)[75]利用氣象模型(NARR、ECMWF、MERRA)估計(jì)大氣相位及大氣延遲中的垂直分層誤差，并評(píng)估了其在預(yù)測(cè)橫向大氣、長(zhǎng)波大氣，以及在提取長(zhǎng)波形變信號(hào)中的潛力。第2類(lèi)方法主要是基于InSAR干涉圖中大氣誤差本身特征進(jìn)行建模估計(jì)，包括線性組合法[76]、堆疊(Stacking)法[77]、時(shí)序InSAR分析中常用的時(shí)空濾波法，以及文獻(xiàn)[78]提出的類(lèi)似Stacking策略的共同主影像方法、文獻(xiàn)[79]提出的干涉圖組合方法。此外，對(duì)InSAR大氣延遲誤差改正效果的評(píng)估也值得引起重視，文獻(xiàn)[80]討論了大氣延遲誤差改正效果的評(píng)價(jià)指標(biāo)，文獻(xiàn)[81]基于大氣的物理特性建立了統(tǒng)計(jì)指標(biāo)體系，并為InSAR大氣延遲誤差改正的統(tǒng)計(jì)評(píng)估提供了指南，解決了先前分析中因使用的干涉圖數(shù)量有限(幾幅至幾十幅)導(dǎo)致研究結(jié)論可能缺乏統(tǒng)計(jì)學(xué)意義的問(wèn)題。更多有關(guān)大氣延遲誤差改正的研究進(jìn)展可參閱文獻(xiàn)[82]。

多路徑誤差則是GNSS定位中一個(gè)難以處理的誤差源，主要由測(cè)站周?chē)矬w的信號(hào)反射或衍射引起，從而導(dǎo)致信號(hào)的相位和幅度不同，理論上多路徑誤差最大可達(dá)載波波長(zhǎng)的四分之一[83]。在高精度基線解算中，相對(duì)定位可消除或減輕衛(wèi)星鐘、軌道、大氣延遲等多種觀測(cè)誤差，但無(wú)法消除多路徑誤差，因此多路徑誤差成為制約高精度形變監(jiān)測(cè)的主要誤差因素。為了克服這一難題，國(guó)內(nèi)外眾多學(xué)者開(kāi)發(fā)了一系列方法削弱或抑制多路徑誤差。其中最常用的方法是為GNSS接收機(jī)選擇一個(gè)良好的觀測(cè)環(huán)境。除此之外，目前消除多路徑誤差的策略主要分為兩個(gè)方向：基于硬件條件的多路徑消除策略和基于軟件數(shù)據(jù)處理的多路徑消除策略。硬件改進(jìn)技術(shù)主要包括釆用右旋極化天線削弱左旋極化的反射多路徑信號(hào)的接收強(qiáng)度；利用扼流圈天線抑制多路徑信號(hào)；安裝抑徑板屏蔽地面反射的低于接收機(jī)天線的多路徑信號(hào)及改進(jìn)接收機(jī)的信號(hào)處理方式。而基于軟件數(shù)據(jù)處理抑制多路徑的方式則只需極少的成本投入，尤其是在大面積的形變監(jiān)測(cè)中具有很高的經(jīng)濟(jì)效益，已被國(guó)內(nèi)外眾多學(xué)者廣泛研究。數(shù)據(jù)處理主要可借助多路徑時(shí)間重復(fù)性的恒星日濾波[84]及空間重復(fù)性的半天球模型[85]。此外，還可借助信噪比(signal to noise ratio，SNR)[86]或載噪比(carrrie-to-noise power density ratio,C/N0)的方法[87]及基于時(shí)間序列分析手段，如采用Vondrak濾波[88]、經(jīng)驗(yàn)?zāi)Ｊ椒纸?empirical mode decomposition，EMD)[89]、小波分析[90]等方法構(gòu)建多路徑誤差改正模型。此外，近年來(lái)一些機(jī)器學(xué)習(xí)算法[91-92]也被引入多路徑檢測(cè)算法中。然而，當(dāng)不存在多路徑時(shí)，這些算法易產(chǎn)生相位數(shù)據(jù)被錯(cuò)誤地向下加權(quán)的問(wèn)題，其可靠性仍然需要進(jìn)一步評(píng)估，這也是機(jī)器學(xué)習(xí)方法沒(méi)有在商用GNSS相位處理軟件中得到廣泛采用的制約因素之一。

隨著雷達(dá)遙感技術(shù)進(jìn)入高分辨率時(shí)代，InSAR技術(shù)的精細(xì)化監(jiān)測(cè)對(duì)于大氣延遲誤差的改正提出了更高的要求。而當(dāng)前大氣延遲誤差的改正面臨各種挑戰(zhàn)，尤其是對(duì)于多云多雨環(huán)境。更具挑戰(zhàn)的是，我國(guó)大部分重大工程設(shè)施附近存在河流、湖泊等水體，加上一般地處高海拔山區(qū)，大氣溫度及水汽分布在時(shí)空上變化強(qiáng)烈，考慮到衛(wèi)星成像期間可能存在強(qiáng)對(duì)流天氣現(xiàn)象，從而極易造成與高程相關(guān)的規(guī)則信號(hào)和不規(guī)則擾動(dòng)信號(hào)的耦合，進(jìn)一步增加了大氣的空間異質(zhì)性?？傊?，大氣效應(yīng)在不同分辨率SAR影像、不同區(qū)域都顯示出其獨(dú)特的特性。因此，如何提出大氣改正的穩(wěn)健性和普適性方法仍是InSAR領(lǐng)域今后研究的重點(diǎn)。對(duì)于多路徑效應(yīng)，雖然當(dāng)前已有較多的模型可以解決該問(wèn)題，但在工程化應(yīng)用中仍有許多局限性，如何有效地消除多路徑對(duì)衛(wèi)星定位的影響也是一個(gè)有待解決的問(wèn)題。

3.3 InSAR相位解纏與GNSS模糊度固定

相位解纏和模糊度固定分別是InSAR和GNSS技術(shù)中至關(guān)重要的數(shù)據(jù)處理步驟，也是制約結(jié)果可靠性的最關(guān)鍵因素之一，二者雖在技術(shù)本質(zhì)上相似，即均為準(zhǔn)確恢復(fù)纏繞觀測(cè)數(shù)據(jù)的2π模糊度個(gè)數(shù)，但在具體實(shí)施步驟與面臨的主要難題略有差異。

在InSAR技術(shù)中，相位解纏主要是基于相位連續(xù)性假設(shè)估算真實(shí)相位信息，該條件假設(shè)相鄰兩個(gè)待解纏點(diǎn)的真實(shí)相位差(相位梯度)絕對(duì)值應(yīng)小于π[93]?；诖饲疤?，目前已發(fā)展了一系列的相位解纏方法，按照解纏的維度特性可以劃分為二維(2D)相位解纏、分步相位解纏(一維+二維或二維+一維)和整體三維相位解纏(3D)。其中2D相位解纏方法在實(shí)際應(yīng)用中最為廣泛，又可進(jìn)一步細(xì)分為3大類(lèi)：路徑跟蹤法[93]、Lp范數(shù)解纏方法[94]及綜合濾波和相位解纏方法[95]。這類(lèi)方法主要是通過(guò)最小化纏繞相位梯度與真實(shí)相位梯度的范數(shù)距離獲得可靠的解纏結(jié)果，優(yōu)勢(shì)是解纏結(jié)果在全局上是穩(wěn)健的，不會(huì)造成“孤島”現(xiàn)象。最具代表性的方法為基于L2范數(shù)的最小二乘(least sqaure，LS)方法、基于L1范數(shù)的最小費(fèi)用流(minimum cost flow，MCF)法[96]及基于壓縮感知的稀疏解纏方法[97]。1D+2D相位解纏方法主要是在實(shí)施二維解纏之前，先對(duì)相干點(diǎn)形成的弧段上相位進(jìn)行建模估計(jì)，然后基于空間上冗余網(wǎng)絡(luò)擴(kuò)展到全局獲得穩(wěn)健的解纏結(jié)果。此外，先空間維解纏，再利用時(shí)間維相位三角閉合進(jìn)行誤差探測(cè)與補(bǔ)償也逐漸成為新的研究思路[98-99]。而整體3D相位解纏技術(shù)則是利用時(shí)間和空間維度上的三角相位閉合差優(yōu)化無(wú)旋性約束，逼近相位連續(xù)性假設(shè)，從而獲得較穩(wěn)健的解纏結(jié)果[100-101]。更多關(guān)于相位解纏的研究進(jìn)展可參閱文獻(xiàn)[102]。

盡管目前在InSAR領(lǐng)域中相位解纏方法已經(jīng)由一維拓展到三維空間，也逐步解決了相位積分路徑單一的問(wèn)題，降低了相位不連續(xù)區(qū)域出現(xiàn)的概率，提高了相位解纏結(jié)果的可靠性。但是這些方法都是基于相位連續(xù)性假設(shè)，在強(qiáng)相位噪聲和地形起伏較大的地區(qū)，如高海拔山區(qū)、跨海大橋及高型大壩等區(qū)域，很難保證相位連續(xù)性假設(shè)在實(shí)際的干涉圖中處處得到滿足，導(dǎo)致錯(cuò)誤解纏并進(jìn)而影響InSAR監(jiān)測(cè)結(jié)果。利用POT或距離分頻InSAR技術(shù)與常規(guī)InSAR技術(shù)組合，在一定程度上可以解決相位不連續(xù)導(dǎo)致的解纏錯(cuò)誤，但POT或距離分頻InSAR較低的測(cè)量精度限制了該方法的應(yīng)用。盡管人工智能和深度學(xué)習(xí)方法(如基于PGNet[103]和PUNet[104]等深度學(xué)習(xí)網(wǎng)絡(luò))的引入，使得相位解纏突破相位連續(xù)性這一假設(shè)成為可能，但是如何獲取海量和可靠的訓(xùn)練數(shù)據(jù)集是當(dāng)前一個(gè)首需解決的問(wèn)題，此外作為近兩年新興的研究?jī)?nèi)容，智能解纏的可靠性和普適性需要進(jìn)一步研究。

而整周模糊度固定是北斗/GNSS技術(shù)高精度形變監(jiān)測(cè)應(yīng)用的關(guān)鍵，如何快速可靠且有效地進(jìn)行整周模糊度固定一直是高精度定位的研究熱點(diǎn)。通常而言，整周模糊度固定包括以下步驟：首先，采用一定的估計(jì)方法求解浮點(diǎn)模糊度及其方差-協(xié)方差陣；其次，基于估計(jì)的浮點(diǎn)模糊度及其方差-協(xié)方差陣應(yīng)用整數(shù)估計(jì)方法進(jìn)行整周模糊度固定；最后，采用有效性檢驗(yàn)方法進(jìn)行整周模糊度檢驗(yàn)。其中，高精度浮點(diǎn)模糊度是整周模糊度固定的重要前提，如文獻(xiàn)[105]采用正則化等方法解決浮點(diǎn)模糊度法中的方程病態(tài)性問(wèn)題，以提高浮點(diǎn)模糊度的精度和可靠性；文獻(xiàn)[106]采用部分約束條件改善浮點(diǎn)模糊度解。而高效的模糊度搜索算法是整周模糊度固定的關(guān)鍵，文獻(xiàn)[28]首次提出了一種整數(shù)最小二乘降相關(guān)平差(LAMBDA)方法，以提高搜索速度，其他降相關(guān)方法可參考文獻(xiàn)[107—108]。此外，合理的有效性檢驗(yàn)是正確固定整周模糊度的重要保障，通?？刹捎蔑@著性檢驗(yàn)和成功概率指標(biāo)評(píng)定整周模糊度的有效性[109]。而GNSS多頻信號(hào)的出現(xiàn)，可以形成波長(zhǎng)更長(zhǎng)、電離層延遲和觀測(cè)誤差影響較小的組合觀測(cè)值，有利于突破傳統(tǒng)整周模糊度復(fù)雜搜索方法的界限和快速固定多頻整周模糊度，如基于三頻相位模糊度解算(triple-frequency carrier ambiguity resolution，TCAR)方法[110]或基于GIF模型的TCAR方法[111]，以及基于四頻的FCAR方法[112]，甚至多頻的MCAR方法[113]等。文獻(xiàn)[114]也詳盡回顧了眾多整周模糊度固定理論，并基于北斗三頻實(shí)測(cè)數(shù)據(jù)評(píng)估不同整周模糊度固定方法的性能。盡管GNSS多頻信號(hào)能為整周模糊度固定提供更多更優(yōu)的線性組合，但面臨的主要挑戰(zhàn)是如何快速準(zhǔn)確地固定窄巷模糊度[113]。此外，當(dāng)較難固定正確的整周模糊度時(shí)，尤其是在復(fù)雜的監(jiān)測(cè)環(huán)境中，如何確定和融合備選組值得進(jìn)一步研究。

3.4 InSAR與GNSS觀測(cè)數(shù)據(jù)的精確相對(duì)定權(quán)

GNSS與InSAR數(shù)據(jù)融合能夠?qū)崿F(xiàn)GNSS高時(shí)間分辨率與InSAR數(shù)據(jù)高空間分辨率的有效統(tǒng)一，但作為兩種異源觀測(cè)系統(tǒng)，如何準(zhǔn)確地確定GNSS與InSAR觀測(cè)數(shù)據(jù)集間的相對(duì)權(quán)比是實(shí)現(xiàn)有效融合研究的關(guān)鍵[53,115]。對(duì)于GNSS而言，主要采用插值方差評(píng)定插值精度。對(duì)于InSAR系統(tǒng)而言，常用的定權(quán)方法主要有3種。第1種是直接利用InSAR相干性計(jì)算方差進(jìn)行定權(quán)，但相干性只能反映失相干噪聲，無(wú)法有效反映非失相干信號(hào)(如大氣延遲)導(dǎo)致的影響。第2種是使用滑動(dòng)窗口估計(jì)形變觀測(cè)值的先驗(yàn)方差，但該方法需要觀測(cè)值在有限范圍內(nèi)滿足各態(tài)歷經(jīng)性，此條件在現(xiàn)實(shí)應(yīng)用中難以滿足。第3種是采用赫爾默特方差分量估計(jì)法，該方法的基本思想是先將觀測(cè)量分類(lèi)并定初始權(quán)，通過(guò)迭代平差至各類(lèi)觀測(cè)量的單位權(quán)中誤差相等為止。但該方法要求有足夠多的多余觀測(cè)數(shù)，并且當(dāng)InSAR受時(shí)空失相干、解纏錯(cuò)誤等影響時(shí)，定權(quán)過(guò)程會(huì)出現(xiàn)負(fù)單位權(quán)中誤差的情況。針對(duì)此問(wèn)題，目前可通過(guò)使用地表應(yīng)力應(yīng)變模型增加多余觀測(cè)個(gè)數(shù)，以提高方差分量估計(jì)精度[53,116]。

3.5 InSAR與GNSS大數(shù)據(jù)處理

隨著GNSS衛(wèi)星和頻率資源的顯著增加及SAR衛(wèi)星數(shù)據(jù)獲取能力的大幅提升，目前可獲取的觀測(cè)數(shù)據(jù)規(guī)模正呈指數(shù)級(jí)增長(zhǎng)，尤其對(duì)于InSAR技術(shù)，其地表形變監(jiān)測(cè)能力已經(jīng)由傳統(tǒng)的靜態(tài)D-InSAR進(jìn)入動(dòng)態(tài)時(shí)序InSAR時(shí)代。面對(duì)如此海量的觀測(cè)數(shù)據(jù)，如何對(duì)InSAR與GNSS/北斗觀測(cè)數(shù)據(jù)進(jìn)行快速可靠地處理是實(shí)現(xiàn)綜合形變監(jiān)測(cè)的關(guān)鍵，也是近幾年InSAR與GNSS融合領(lǐng)域新興的一個(gè)熱點(diǎn)問(wèn)題。針對(duì)傳統(tǒng)的集中式存儲(chǔ)方法難以滿足大規(guī)模監(jiān)測(cè)數(shù)據(jù)存儲(chǔ)需求的問(wèn)題，云存儲(chǔ)是解決海量數(shù)據(jù)存儲(chǔ)瓶頸的一種有效途徑。而針對(duì)大數(shù)據(jù)的處理，目前國(guó)內(nèi)外學(xué)者已經(jīng)針對(duì)InSAR和GNSS大數(shù)據(jù)處理獨(dú)立開(kāi)展了一些研究，主要集中在計(jì)算機(jī)硬件和數(shù)據(jù)處理算法兩個(gè)層面。在計(jì)算機(jī)硬件層面，主要借助分布式計(jì)算、并行計(jì)算及云計(jì)算等高性能計(jì)算技術(shù)。如文獻(xiàn)[117]開(kāi)發(fā)了GNSS分布式處理軟件GNSSer；文獻(xiàn)[118]在常規(guī)SBAS算法的基礎(chǔ)上設(shè)計(jì)了一種可并行計(jì)算的SBAS(parallel SBAS,P-SBAS)處理流程；文獻(xiàn)[119]提出了綜合定位、導(dǎo)航與授時(shí)(PNT)概念，將云端化運(yùn)控(云平臺(tái)控制體系)作為其核心關(guān)鍵技術(shù)。而在數(shù)據(jù)處理算法層面上，當(dāng)前研究主要通過(guò)改進(jìn)模型算法，如文獻(xiàn)[120]提出了一種基于數(shù)據(jù)壓縮和極大似然估計(jì)的時(shí)序InSAR序貫估計(jì)方法；文獻(xiàn)[121]將序貫平差思想引入時(shí)序InSAR參數(shù)解算，初步實(shí)現(xiàn)了動(dòng)態(tài)形變參數(shù)的連續(xù)估計(jì)；文獻(xiàn)[122]構(gòu)建了一套適合并行計(jì)算的大型GNSS觀測(cè)網(wǎng)解算方法。

盡管目前大數(shù)據(jù)獲取、存儲(chǔ)、管理、處理、分析等相關(guān)的技術(shù)已有了初步進(jìn)展，但面對(duì)數(shù)據(jù)量呈現(xiàn)出的爆炸式增長(zhǎng)，現(xiàn)有技術(shù)體系仍難以滿足大數(shù)據(jù)應(yīng)用需求，同時(shí)大數(shù)據(jù)理論與技術(shù)還遠(yuǎn)未成熟。因此，對(duì)于InSAR與GNSS大數(shù)據(jù)協(xié)同處理和分析等方面的基礎(chǔ)理論，以及高性能、高時(shí)效、高吞吐等硬件設(shè)施亟待進(jìn)一步研究和技術(shù)攻關(guān)。

3.6 InSAR與GNSS結(jié)果驗(yàn)證分析

InSAR與GNSS監(jiān)測(cè)結(jié)果可以在時(shí)間和空間上相互補(bǔ)充和驗(yàn)證，尤其GNSS結(jié)果是評(píng)定InSAR形變監(jiān)測(cè)精度最常用的手段之一。由于GNSS技術(shù)本身可以獲取高精度三維地理絕對(duì)坐標(biāo)信息，而InSAR影像處于雷達(dá)坐標(biāo)系下，因此，精確實(shí)現(xiàn)二者測(cè)量坐標(biāo)的統(tǒng)一是后續(xù)驗(yàn)證分析和數(shù)據(jù)融合的前提。該過(guò)程主要涉及將InSAR雷達(dá)坐標(biāo)系投影至地理坐標(biāo)系下，又稱為地理編碼。目前主要是通過(guò)外部DEM數(shù)據(jù)模擬SAR影像和真實(shí)SAR影像匹配特征點(diǎn)實(shí)現(xiàn)[123]，此外也可借助外部數(shù)據(jù)實(shí)現(xiàn)高精度匹配，如LiDAR點(diǎn)云數(shù)據(jù)、高分光學(xué)影像等[124]。在實(shí)際工程應(yīng)用中，相干點(diǎn)的定位精度對(duì)于后續(xù)的形變解譯和質(zhì)量評(píng)估至關(guān)重要，也是利用GNSS結(jié)果有效評(píng)定InSAR形變監(jiān)測(cè)精度的關(guān)鍵因素之一。尤其是對(duì)于某些線狀人工設(shè)施的重點(diǎn)部位監(jiān)測(cè)，定位精度過(guò)低會(huì)引發(fā)InSAR結(jié)果的“移位”，造成誤判和漏檢?？傮w而言，目前對(duì)于星載InSAR地理編碼的研究相對(duì)較少，對(duì)相關(guān)數(shù)據(jù)處理的重視程度不高，面對(duì)相干點(diǎn)偏離真實(shí)相應(yīng)地物，有時(shí)會(huì)直接出現(xiàn)人為“拖拽”的現(xiàn)象，極易引起外界對(duì)監(jiān)測(cè)結(jié)果可靠性的質(zhì)疑。

4 未來(lái)應(yīng)用展望

綜合InSAR和北斗/GNSS技術(shù)為解決傳統(tǒng)地表形變監(jiān)測(cè)的局限帶來(lái)了全新的契機(jī)。近年來(lái)，隨著相關(guān)理論與方法均取得重要進(jìn)展，InSAR技術(shù)與北斗/GNSS技術(shù)在大范圍區(qū)域沉降和基礎(chǔ)設(shè)施安全監(jiān)測(cè)領(lǐng)域已經(jīng)有了諸多成功案例。結(jié)合筆者所在團(tuán)隊(duì)有關(guān)研究，本文提出以下展望。

4.1 深化綜合InSAR與北斗+智慧行業(yè)建設(shè)應(yīng)用

隨著我國(guó)自主研發(fā)的北斗三號(hào)全球?qū)Ш叫l(wèi)星系統(tǒng)全球組網(wǎng)的完成，北斗已邁進(jìn)了全球服務(wù)的新時(shí)代。除了兼容其他3大定位系統(tǒng)實(shí)現(xiàn)多模多頻融合定位外，BDS在時(shí)間可用性和空間可用性上更強(qiáng)，尤其特有的IGSO衛(wèi)星設(shè)計(jì)使得中國(guó)區(qū)域局部增強(qiáng)，衛(wèi)星信號(hào)更優(yōu)?！笆濉逼谀┍倍芳夹g(shù)已進(jìn)入以創(chuàng)新為主題的新技術(shù)融合、新產(chǎn)品開(kāi)發(fā)、新服務(wù)應(yīng)用、新模式推廣的高質(zhì)量發(fā)展階段。以智慧水利應(yīng)用為例，未來(lái)仍需要把水利建設(shè)工程數(shù)字信息化建設(shè)作為北斗產(chǎn)業(yè)運(yùn)用創(chuàng)新的切入點(diǎn)，打造水利數(shù)字經(jīng)濟(jì)。此外，得益于國(guó)內(nèi)外SAR數(shù)據(jù)陸續(xù)開(kāi)放政策及商業(yè)SAR衛(wèi)星產(chǎn)業(yè)的快速發(fā)展，InSAR快速精細(xì)化監(jiān)測(cè)能力得以大大提升。同時(shí)將InSAR技術(shù)納入智慧水利服務(wù)市場(chǎng)中，成為面向水利安全監(jiān)管領(lǐng)域不可或缺的技術(shù)，有助于補(bǔ)充北斗在空間監(jiān)測(cè)能力方面的不足。通過(guò)運(yùn)用綜合InSAR與北斗監(jiān)測(cè)系統(tǒng)，可對(duì)中小型水庫(kù)、山塘水庫(kù)等水利工程進(jìn)行數(shù)字化轉(zhuǎn)型，進(jìn)一步提升信息化管理水平，實(shí)現(xiàn)安全監(jiān)控覆蓋，有效降低水利工程安全隱患，打造服務(wù)、輻射全國(guó)的時(shí)空信息大數(shù)據(jù)應(yīng)用服務(wù)生態(tài)。

4.2 構(gòu)建天-空-地-內(nèi)多源協(xié)同監(jiān)測(cè)

與其他地質(zhì)災(zāi)害不同，緩慢型地表形變具有范圍廣、多尺度及動(dòng)態(tài)的特性，形變類(lèi)型復(fù)雜多樣。特別場(chǎng)景下，綜合InSAR與北斗/GNSS技術(shù)監(jiān)測(cè)模式和指標(biāo)單一，難以滿足需求。為有效克服復(fù)雜條件下地表形變監(jiān)測(cè)的難題，可以結(jié)合其他平臺(tái)的測(cè)量手段，如天基(衛(wèi)星高分遙感、InSAR等)、空基(無(wú)人機(jī)等)、地基(熱成像、GNSS、LiDAR、雨量計(jì)等)、內(nèi)部測(cè)量(位移計(jì)等)，實(shí)現(xiàn)點(diǎn)—面監(jiān)測(cè)融合、監(jiān)測(cè)—數(shù)值模擬耦合、形變—溫度場(chǎng)與水文數(shù)據(jù)綜合等多源異質(zhì)數(shù)據(jù)融合，在空間、時(shí)間、監(jiān)測(cè)參數(shù)和功能上達(dá)到協(xié)同優(yōu)勢(shì)互補(bǔ)。

4.3 InSAR和北斗/GNSS監(jiān)測(cè)與云平臺(tái)融合

未來(lái)地表形變監(jiān)測(cè)的發(fā)展趨勢(shì)具有即時(shí)化、智能化、網(wǎng)絡(luò)化等特點(diǎn)，而當(dāng)前無(wú)論是GNSS接收機(jī)設(shè)備，還是InSAR數(shù)據(jù)的處理能力均有限，監(jiān)測(cè)精度容易受復(fù)雜環(huán)境等有色噪聲影響，監(jiān)測(cè)結(jié)果不可靠。目前各種云已成為平臺(tái)服務(wù)(PaaS)、數(shù)據(jù)服務(wù)(DaaS)及軟件服務(wù)(SaaS)的必爭(zhēng)之地，因此，可將常規(guī)的GNSS和InSAR監(jiān)測(cè)數(shù)據(jù)轉(zhuǎn)移到云平臺(tái)上進(jìn)行存儲(chǔ)和數(shù)據(jù)處理，平臺(tái)通過(guò)挖掘利用通信網(wǎng)絡(luò)、大數(shù)據(jù)、云計(jì)算等技術(shù)優(yōu)勢(shì)，創(chuàng)新基礎(chǔ)設(shè)施安全監(jiān)測(cè)模式，變革傳統(tǒng)安全監(jiān)測(cè)系統(tǒng)針對(duì)單點(diǎn)、單業(yè)務(wù)或單目標(biāo)的“煙囪式”建設(shè)思路，提高安全監(jiān)測(cè)系統(tǒng)建設(shè)效率，降低監(jiān)測(cè)成本，為多行業(yè)決策管理者提供豐富可靠的數(shù)據(jù)和服務(wù)。

4.4 借助AI技術(shù)進(jìn)行地表形變監(jiān)測(cè)與高精度數(shù)據(jù)處理

隨著人工智能(artificial intelligence，AI)技術(shù)的迅速發(fā)展及其在海量數(shù)據(jù)自動(dòng)化批處理方面應(yīng)用的逐漸成熟，InSAR相位解纏領(lǐng)域已逐漸引入深度卷積神經(jīng)網(wǎng)絡(luò)等方法恢復(fù)相位梯度，從而達(dá)到非病態(tài)InSAR相位解纏快速處理。此外，機(jī)器學(xué)習(xí)與AI算法也為解決GNSS多路徑檢測(cè)和InSAR大氣延遲誤差改正問(wèn)題提供了必要條件，甚至訓(xùn)練衰減信號(hào)與土壤植被與濕度的關(guān)系，從而削弱InSAR長(zhǎng)時(shí)間序列處理中的系統(tǒng)偏差，實(shí)現(xiàn)高精度數(shù)據(jù)處理。未來(lái)將人工智能納入InSAR與GNSS/北斗數(shù)據(jù)處理流程，是實(shí)現(xiàn)數(shù)據(jù)快速式處理、地表形變大面積快速分析非常重要的方面。