黃友菊,覃怡婷,吳 慧,韋 強

(廣西壯族自治區(qū)自然資源遙感院,廣西 南寧 530000)

隨著中國社會經(jīng)濟的飛速發(fā)展,國家對水利基礎(chǔ)設(shè)施的建設(shè)和維護投入力度加大,且建造了各型水庫,以進行水土保持、水利安全維護和水務(wù)管理。形變監(jiān)測分析和預測是建立水庫安全評價機制的基礎(chǔ)。目前常基于以點概面、以局部情況代替整體形變的原則,對全站儀水準測量、GPS離散點所獲取的形變信息進行處理與分析[1]。這種方式無法獲取實際的空間連續(xù)形變信息,除了耗費大量人力物力資源外,可能還會遺漏潛在的安全隱患。因此,采用覆蓋范圍廣、可實現(xiàn)連續(xù)觀測的遙感技術(shù)監(jiān)測是發(fā)展的必然趨勢。

差分雷達干涉測量技術(shù)(differential interferometric synthetic aperture radar,D-InSAR)是將同一研究區(qū)不同時間的兩幅SAR影像通過差分干涉處理得到地表形變信息。作為近年發(fā)展迅速的對地觀測衛(wèi)星遙感技術(shù),D-InSAR具有全天候、大面積同步獲取地形信息及形變信息的特點,且具有一定的地表穿透能力[2-4],為水利設(shè)施的建設(shè)和維護提供了新穎思路和技術(shù)手段。但普通D-InSAR技術(shù)的精度會受地表散射特性的影響,導致時間、空間的失相干,同時大氣延遲也會引入噪聲[5]。時序InSAR技術(shù)的提出極大克服了失相干現(xiàn)象,針對時間基線較長的數(shù)據(jù)集和多普勒質(zhì)心頻移變化較大的數(shù)據(jù)具有一定適用性,同時減緩了大氣相位影像及地形效應(yīng)對差分的干擾[6]。利用時序InSAR技術(shù)對水利設(shè)施監(jiān)測進行研究和分析在國內(nèi)外得到了廣泛的應(yīng)用。文獻[7]探討了利用InSAR技術(shù)識別三峽工程蓄水過程中地表形變的可行性和有效性。文獻[8]對上海市江口南岸和杭州灣北側(cè)堤壩的沉降速率進行監(jiān)測,證明了時間序列SAR影像在堤壩形變監(jiān)測上的有效性和應(yīng)用潛力。文獻[9]利用SBAS-InSAR技術(shù)對挪威斯瓦特湖壩進行形變監(jiān)測,探測到壩體的局部形變情況,精度可達毫米級。

現(xiàn)有研究多側(cè)重于對大型城市群區(qū)域內(nèi)的水利設(shè)施、大型樞紐工程的監(jiān)測,對位于植被茂盛、地形起伏較大的山區(qū)的大中型水庫大壩缺乏關(guān)注。運用時序InSAR技術(shù)提取形變時,多數(shù)研究基于先驗經(jīng)驗,只使用單基線集提取形變情況,未考慮不同基線集對提取形變信息的影響,從而找到最適合研究區(qū)實際情況的基線條件。本文綜合考慮山區(qū)水庫大壩特殊的環(huán)境特征和自身特點,以貴州省貴陽市平寨水庫及周邊區(qū)域為研究區(qū)開展試驗,運用時序InSAR技術(shù),在不同時間基線集合條件下提取庫區(qū)形變,從而分析獲取最符合研究區(qū)實際情況的形變信息。

1 研究區(qū)概況與數(shù)據(jù)源

1.1 地理位置

研究區(qū)位于貴州省貴陽市南部,范圍約75 km2,平均海拔約1100 m。研究區(qū)地屬亞熱帶季風氣候,冬無嚴寒,夏無酷暑,全年域內(nèi)長存大面積植被。水庫位于黔南州壩王河上游惠水縣雅水鎮(zhèn)與擺金鎮(zhèn)交接處,壩址在庫區(qū)北偏東的位置。研究區(qū)域如圖1所示。

圖1 研究區(qū)地理位置

1.2 數(shù)據(jù)源

選取歐空局長時間序列Sentinel-1A升軌雷達影像數(shù)據(jù)59景,時間跨度為2019年1月—2020年12月,分辨率為25 m,C波段(波長5.4 cm),中心入射角為39.17°,數(shù)據(jù)處理采用SBAS-InSAR技術(shù)。成果為時序InSAR地面沉降結(jié)果,所獲取的地表形變信息包括監(jiān)測目標的地理位置、平均沉降速率、沉降歷史等。

2 基于山區(qū)水庫研究的時序InSAR方法

時序InSAR技術(shù)多應(yīng)用于城市區(qū)域的沉降監(jiān)測。地處山區(qū)的水庫因特殊的地域特征給數(shù)據(jù)處理帶來一定困難,主要影響因素為:①山區(qū)地表多以植被覆蓋,且地形起伏較大,導致影像之間存在一定的時空失相干,從而使影像干涉效果不佳;②研究區(qū)以大面積水體覆蓋,人工建筑區(qū)域較少且分散,雷達的側(cè)視成像在含水體量大的范圍內(nèi)后向散射強度低,未合理選取基線條件會導致試驗結(jié)果與研究區(qū)實際情況不匹配,影響形變結(jié)果提取。

短基線集干涉測量(small baseline subset interferometric synthetic aperture radar,SBAS-InSAR)技術(shù)[10]作為新型時序InSAR干涉測量技術(shù)之一,需要以一定數(shù)量的SAR數(shù)據(jù)作為基礎(chǔ)數(shù)據(jù)源,完成長時間內(nèi)對地持續(xù)、有效的形變監(jiān)測。其基本原理可表述為:假定在時間t1,t2,…,tn內(nèi)獲取同一區(qū)域的N幅SAR影像,根據(jù)干涉組合條件﹐形成M幅干涉圖像﹐M與N滿足N/2≤M≤N(N-1)/2。對于任意干涉圖i,在去除平地及地形相位影響后,第i個像素的干涉相位可表示為

δφi(x)=φ(tB,x)-φ(tA,x)

(1)

式中,λ為發(fā)射信號中心波長;tA、tB(tA

Aφ=Δφ

(2)

式中,φ為待求時段的相位矩陣;Δφ表示M幅差分干涉圖的相位矩陣;A為M×N的系數(shù)矩陣,其中矩陣的行對應(yīng)一景干涉圖,列對應(yīng)該時刻的SAR影像,主影像所在位置為列數(shù)+1,輔影像所在位置為列數(shù)-1,其余為0。A為列滿秩矩陣,且N為A的秩,通過最小二乘法計算可得

φ=(ATA)-1ATΔφ

(3)

式(3)為所有SAR影像在一個集合的理想情況下的最優(yōu)解,而在實際情況中存在多個集合,且需要考慮大氣和軌道相位誤差的影響。因此,對矩陣A進行奇異值(singular value decomposition,SVD)分解,解算出該方程式最小范數(shù)意義上的最小二乘解[11];估算地形和大氣延遲相位的影響,將模型相位值與真實形變相位值作差去除殘差影響;通過大氣高通、低通濾波減弱大氣相位誤差的影響[12];最后求得目標點的形變速率值,反演出地表的形變相位值。由于SBAS-InSAR方法屬于多視成像觀測,降低了形變圖的空間分辨率,因此該方法適用于大范圍面狀或線狀的形變區(qū)域監(jiān)測[13]。技術(shù)流程如圖2所示。

圖2 SBAS-InSAR技術(shù)流程

在D-InSAR技術(shù)中,時間基線、空間基線和多普勒質(zhì)心頻移是影響干涉像對質(zhì)量的重要因素[14]。時間基線越長,時間失相干越嚴重;空間垂直基線越大,空間失相干越嚴重;多普勒質(zhì)心頻率基線越大,干涉相干性越小。時間基線為兩幅影像成像的時間間隔。時間基線的長短影響時間去相干程度,主要是指地表和大氣介電常數(shù)在一段時間內(nèi)發(fā)生的變化[15]。季節(jié)的交替更迭、氣候的變化等自然與人類活動都會影響地表介電常數(shù)[16]。時間基線對相干程度的影響遠遠復雜于空間基線對相干程度的影響。多數(shù)研究表明,時間基線越長,不可控的隨機因素造成的影響越大[17]。

3 結(jié)果分析

文獻[18]提出了以最佳時間基線作為公共主影像選取的依據(jù),即時間基線和最短[18]。但本文是對山區(qū)水庫大壩的形變監(jiān)測進行研究,不能一味選擇最短時間基線。在氣候濕潤或植被茂密的區(qū)域,時間基線過短會導致最后提取形變的區(qū)域過小,而無法進行結(jié)果研究和分析。本文綜合考慮山區(qū)特殊的環(huán)境特征和自身特點,在Sentinel-1A雷達衛(wèi)星的重訪周期為12 d的基礎(chǔ)上,分別建立時間基線為36、60、90 d的數(shù)據(jù)集合作對比,探究時間基線對干涉相干性的影響,以及時間基線對最后獲取的形變情況的影響。選擇的時間基線集分別對應(yīng)重訪周期12的公倍數(shù),同時考慮了1～3個月的季節(jié)因素,分析2019—2020年水庫周圍區(qū)域沉降,以及2019、2020年整年水庫大壩形變情況。

本文針對Sentinel-1A衛(wèi)星空間基線較短的特點,將空間基線閾值統(tǒng)一設(shè)置為臨界基線的45%,使空間基線的長度在300 m以下,從而保證較好的相干性[19]。本次處理中空間基線閾值為臨界基線的30%。選取2019年時間基線60 d集合,以獲取時間為20190317的SAR影像,作為主影像的其中一組像對進行展示。小基線集主從影像對及參數(shù)見表1。

表1 小基線主從影像對及時空基線參數(shù)

如圖3所示,空間基線為±12 d時相位信息最清晰,其成像季節(jié)氣候大致相同,地表植被反射特性相似,庫區(qū)水體部分、高反射率的城市建筑區(qū)域位置清晰。-24 d的相位圖像相較-12 d圖像噪聲點增多,除了城市建筑區(qū)域及水體有明顯的信息外,其他區(qū)域像素離散程度增加,多片狀區(qū)域信息殘缺。對比±12 d相干性(如圖3(d)、(e)所示)及±36 d相干性(如圖3(b)、(f)所示),雖然時間基線絕對值相同,但由于季節(jié)變化,植被覆蓋率增加,研究區(qū)整體含水量上升,干涉的相干性受影響更大。圖3(f)中研究區(qū)主要的水體及周邊信息區(qū)域已經(jīng)因為完全失相干無法目視判別,原區(qū)域變?yōu)殡S機的噪點,相干性相較-48 d相干性(如圖3(a)所示)更難識別。通過以上分析可以看出,時間基線過長,受地表植被覆蓋影響及季節(jié)氣候變化因素造成的時間失相干越嚴重,對干涉的相干性影響越大。

因此,運用SBAS-InSAR技術(shù)獲取山區(qū)水庫研究區(qū)域形變情況,需要對不同時間基線數(shù)據(jù)集合進行數(shù)據(jù)處理,通過對比分析確定獲取形變結(jié)果的最佳時間基線集。不同時間基線集合生成的干涉像對數(shù)量及剔除相干性較差的像對數(shù)量見表2。

表2 時間基線集合生成的干涉像對情況

通過SBAS-InSAR技術(shù)處理,獲取平寨水庫研究區(qū)在2019年1月28日—12月30日、2020年1月11日—12月24日兩個時間段時間基線集分別為36、60、90、120 d的年平均形變速率,如圖4—圖5所示。

圖4 2019年平均形變速率

圖5 2020年平均形變速率

分析圖4(a)、圖5(a)可知,時間基線集為36 d時,SBAS-InSAR技術(shù)只能在圖上提取較少的形變情況,且?guī)靺^(qū)附近的重點研究區(qū)域形變提取量也較少,無法提取到壩體的具體形變信息。分析圖4(d)、圖5(d)可知,時間基線集為120 d時,研究區(qū)內(nèi)存在大片形變區(qū)域,但由于時間基線過長,干涉流受時間失相關(guān)的影響,導致存在大量形變信息誤判及部分區(qū)域形變量與現(xiàn)實情況不符的問題,主要體現(xiàn)在研究區(qū)西北山區(qū)及庫區(qū)南部、東南部山區(qū),監(jiān)測的形變區(qū)域起伏變化較大且雜亂無章。采用60 d與90 d的時間基線對研究區(qū)進行SBAS-InSAR監(jiān)測提取的形變區(qū)域基本一致,但時間基線為90 d時,仍存在部分區(qū)域形變突然增大或減少的問題。結(jié)合圖3時序相干性系數(shù)圖分析可知,對于貴州山區(qū)內(nèi)植被覆蓋率大、含水量高的研究區(qū),時間基線集選定越大,時間失相干越嚴重,對于形變提取存在的形變量驟降及驟升問題影響越大;而60 d時間基線集提取的形變量更為詳細,因此選定60 d時間基線集對平寨水庫庫區(qū)形變進行SBAS-InSAR監(jiān)測得到的結(jié)果較為合理。

根據(jù)時間基線集為60 d的平寨水庫研究區(qū)2019、2020年形變速率圖所提取的形變信息,選取壩體西側(cè)特征點A與東側(cè)特征點B,如圖6所示。

圖6 壩體形變特征點

將A、B兩點衛(wèi)星視線方向的具體形變量,疊加庫區(qū)大壩上兩點于2019—2020年內(nèi)所獲取的幾何水準測量數(shù)據(jù),并作對比研究,然后將SBAS-InSAR技術(shù)提取的形變結(jié)果與水準數(shù)據(jù)作差取絕對值制圖進行分析,結(jié)果如圖7—圖8所示。

圖7 A點水準數(shù)據(jù)和InSAR數(shù)據(jù)形變差值分析

圖8 B點水準數(shù)據(jù)和InSAR數(shù)據(jù)形變差值分析

疊加距研究區(qū)最近的貴陽站氣象站2019—2020年月平均降雨量數(shù)據(jù)(見表3)進行分析[20]。

表3 2019—2020年貴陽市月均降水量 mm

由圖7和圖8可知,堤壩上典型點位的最大形變值約為30 mm,形變的發(fā)生主要是受降雨量及水庫水位變化的外界作用。在2019年4—7月、2020年5—7月、9—10月的3個時間段內(nèi),月平均降雨量增大,點位形變速率有明顯抬升,且受降雨導致的庫區(qū)水位增長的影響,抬升持續(xù)一段時間后緩慢回落。60 d和90 d時間基線集提取的形變信息與水準測量數(shù)據(jù)的變化趨勢具有一致性,但當時間基線集為90 d時,提取的形變量整體偏大,且存在驟升或驟降的問題,與水準測量數(shù)據(jù)擬合性不佳。對兩種數(shù)據(jù)的差值進行分析,在降雨量較大的月份(5、6、7、9月),地表含水量的增加對干涉的相干性產(chǎn)生一定的影響,差值也存在一定程度的增大。

4 結(jié) 論

時序InSAR提供了一種全新的衛(wèi)星遙感監(jiān)測方法,可以在低成本條件下提取較為精確的形變信息。本文針對水系豐富、降水充足、山勢險峻的研究區(qū)地表形變情況提取困難的問題,利用長時間序列Sentinel-1A升軌雷達影像數(shù)據(jù),運用時序InSAR技術(shù),采用SBAS-InSAR方法,提取平寨水庫周邊形變信息,分析了不同時間基線集對庫區(qū)形變提取的適應(yīng)性,主要結(jié)論如下。

(1)對于植被覆蓋率及含水量較高的西南山地區(qū)域,時間基線集為60 d時提取研究區(qū)形變信息最為準確,既具有一定形變提取量供后續(xù)分析與研究,同時也符合實際的形變情況,存在誤判和缺漏較其他時間基線集少。

(2)平寨水庫研究區(qū)內(nèi)水工建筑物及周邊城鎮(zhèn)等人工建筑的形變受降雨與庫區(qū)蓄水量的綜合影響,存在±30 mm的形變情況。根據(jù)壩體上提取的特征點形變情況,壩體形變受降雨量影響,降雨量大的月份存在明顯的形變抬升。

(3)與幾何水準測量數(shù)據(jù)進行對比分析發(fā)現(xiàn),兩種數(shù)據(jù)監(jiān)測結(jié)果在趨勢上具有一致性,60 d時間基線集SBAS-InSAR提取的形變信息與水準監(jiān)測數(shù)據(jù)差值的絕對值,除了別時間點偏差較大外,其他時段均保持在5 mm以內(nèi),偏差較小。本文試驗結(jié)果驗證了SBAS-InSAR技術(shù)監(jiān)測結(jié)果的準確性。

由于缺少精細的大壩結(jié)構(gòu)數(shù)據(jù),本文數(shù)據(jù)分析僅基于幾何水準監(jiān)測及SBAS-InSAR技術(shù)成果,同時考慮了降雨量、氣候等自然環(huán)境因素對地表形變提取的影響,未加入人為施工開發(fā)導致的水土流失及自然災害等因素引起的形變,后續(xù)研究將加入人文環(huán)境因素進行綜合分析,實現(xiàn)對山區(qū)水庫的維護監(jiān)測及災害預警。