基于InSAR的地表形变监测

基于InSAR的地表形变监测

戴双璘

(重庆交通大学 智慧城市学院，重庆  400074)

摘要：本研究以Sentinel-1卫星获取的2018年1月至2019年12月期间的31景单视复数影像为数据源，基于SBAS-InSAR技术对重庆市某码头进行地表沉降监测，获取了该地区两年间的地表沉降量，并对沉降的趋势进行了简要分析。

关键词：InSAR；Sentinel-1；地表沉降

地表形变是指地壳表面在人为因素和自然因素的作用下，高程发生降低或升高的地质灾害现象。引起形变的因素一般为地表松散土层的压缩、地表间相互挤压、地下资源的开采，大型建筑物以及桥梁道路的修建等。地表形变是我国常见的地质灾害之一，它不仅会损害基础建筑物，也会导致道路、轨道、桥梁等发生地基形变而影响使用[1]，形变严重区域甚至会造成建筑物的坍塌，危害人们的生命财产安全。本次研究以重庆某码头为例，对该研究区进行地表形变监测，预防地质灾害的发生。

合成孔径雷达干涉测量(InSAR)起源于20世纪60年代中后期，具有大范围、高精度、全天时、全天候监测以及不受云、雨、雾等天气因素影响的特点，为地表形变监测提供了一种新型监测手段。传统的D-InSAR技术是通过对两景SAR影像进行干涉、滤波、相位解缠等一系列操作，提取其相位信息，通过相位信息获取地面点米级精度的高程信息以及毫米级精度的形变信息。时序InSAR技术主要以永久散射体干涉测量（PS-InSAR）技术和小基线集干涉测量（SBAS-InSAR）技术为代表。Ferretti等于2001年提出了永久散射体干涉测量(PS-InSAR)技术，Berardino等于2002年提出了短基线集干涉测量（SBAS-InSAR）技术[2]。时序InSAR技术能够有效地解决传统 D-InSAR易受时空失相关与大气效应的影响，适用于检测城市微小的地形变化。因此，本文采用SBAS-InSAR 技术获取研究区的地表形变，为码头的地面形变监测工作提供参考。

1研究区概况及数据源

1.1  研究区域概况

本次研究区码头位于长江边，距市中心城区15km，距江北国际机场16km，距重庆火车站18km。港区的外环高速已正式通车，还将修建进港铁路专用线，最终形成水路、公路、铁路为一体的现代物流通道，畅达重庆主城及周边省市。

1.2  数据源

本实验分别选取了31景Sentinel-1卫星影像，时间跨度为2018年1月至2019年12月，影像入射角为33°20′46″。此外，本实验还使用了Sentine-1的卫星精密轨道数据和30米分辨率的SRTM-1数据作为辅助数据。

2研究方法与数据处理

本研究采用SBAS-InSAR技术获取地表形变，SBAS方法通过小基线干涉组合，不以单一SAR影像为主影像，大大减少了PS-InSAR方法对SAR影像数的要求（通常需要25景以上）[3]。以下将详细介绍SBAS-InSAR技术数据处理流程。

2.1  数据下载及预处理

Sentinel-1数据可通过共享SAR数据的平台ASF (https://search.asf.alaska.edu/) 进行下载，该平台同时提供ALOS-1、RADARSAT-1、ERS-1、ERS-2、JERS-1等常用卫星的雷达数据。同时需下载覆盖研究范围的30米分辨率SRTM-1数据以及POD精密定轨星历数据，用于SBAS-InSAR 地表形变反演过程中干涉图地形相位的去除和轨道信息的修正。为了提高数据处理效率，在进行SBAS流程之前需对SAR影像进行基于地理坐标的裁剪，再进行后续数据处理。

2.2  基线估算

获取干涉像对的基线信息，将空间基线设置为临界基线的2%，时间基线设置为120天。选取2018年5月28日的SAR影像作为超级主影像，共生成95对干涉像对，并计算得到每对干涉像对的空间基线、时间基线、多普勒差值以及临界基线等参数，最大的时间基线为120天，最大的空间基线为95.96米，得到时间和相对位置图以及时间和空间基线图。

2.3  干涉图生成

对每一对SLC数据进行配准和干涉处理。将所有辅影像配准到超级主影像上，采用30米分辨率的SRTM-1数据去除地形相位，采用Goldstein方法对干涉图进行自适应滤波处理，采用最小费流法 (Minimum Cost Flow, MCF)进行相位解缠处理，得到包含有地表形变相位的相位图、相干系数图以及相位解缠图。

2.4  轨道精炼和重去平

该步骤目的是估算和去除解缠后的相位图中依然存在的恒定相位和相位跃变。当轨道参数不够精确时，会影响到干涉相位转化为地形高度的精度。通过创建地面控制点GCP对基线参数进行重新定义，计算出相位偏移，从而重新修改相位解缠图像头文件中的轨道参数。

2.5  SBAS反演估算

通过设定相干系数阀值，进行形变结果的两次反演，第一次使用线性模型估算形变速率和残余地形，第二次在第一次得到的形变速率基础上，通过在时间域上进行高通滤波和在空间域上进行低通滤波计算，去除大气相位的影响，得到最终形变结果。

2.6  地理编码

由于前面处理过程是基于SAR的影像雷达坐标系上进行的，因此需要把上一步SBAS反演估算得到的形变结果转换到参考DEM的坐标系（WGS-84坐标系），最终得到形变速率图以及总形变量图，如图1所示。

图1 20180104-20191225形变量图

3地表沉降结果分析以及精度评定

3.1  沉降结果分析

由图1可得，研究区域的形变量处于68.27mm至-137.23mm之间，以长江为界，长江以北的研究区域总体呈沉降趋势，长江以南的研究区域总体呈抬升趋势。沉降区域大多为裸地、山林区域，建筑物较少，抬升区域大多为居民活动较多的地区，建筑物较为密集

4结束语

通过以上实验表明， SABS-InSAR技术可以为区域高精度变形监测提供可靠的监测手段，具有良好的应用前景以及巨大的潜力。随着越来越多的SAR卫星的升空，获取的遥感影像的质量也在不断的提高，这为InSAR技术的发展打下了坚实的基础。

参考文献：

[1]张剑, 柯宝贵, 刘同木, 等. 利用时序InSAR监测兰州市中心城区地面沉降 [J]. 测绘科学技术学报, 2021, 46(01): 99-107, 161.

[2] 王霞迎, 赵超英, 尹慧芳. 地表形变时间序列 InSAR 监测法综述 [J]. 地球物理学进展, 2018, 33(04): 1430-1437.

[3]李锁乐, 吴宏安, 张永红, 等. 包头市地面沉降高分辨率时序InSAR监测 [J]. 测绘科学, 2018, 43(09): 76-80.