饒 雄

(中鐵第四勘察設計院集團有限公司，湖北武漢 430063)

相對傳統(tǒng)地面實測而言，星載雷達干涉技術在獲取大范圍區(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，反演年沉降速率精度可達到厘米級甚至毫米。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)星載雷達的出現(xiàn)，更彰顯出雷達干涉在地表沉降等地質(zhì)災害監(jiān)測與預警中的非凡生命力。

傳統(tǒng)D-InSAR側重于單次形變或兩時刻的累積形變，使用SAR圖像少，但是對干涉對圖像參數(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SAR數(shù)據(jù)獲取時間間隔不能太大，否則都會受到較嚴重的空間和時間去相干影響。此外，使用兩軌法時，DEM精度要求非常高，并且需要同SAR影像精確配準。傳統(tǒng)D-InSAR方法大氣效應估計困難，很難同形變信號分離;因此要求干涉對SAR影像成像時刻天氣晴朗。此外，如果干涉對相干性差，相位解纏就困難，進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軌道SAR數(shù)據(jù)，為開展基于長時間序列多基線D-InSAR地表形變反演研究提供可能。小基線集，又稱短基線集，是長時間序列多基線D-InSAR方法中的典型代表，通過對高相干目標點的分析，能夠很好地抑制時間、空間去相干影響;其次，通過模型的時空濾波技術，可以在一定程度上估計大氣影響，優(yōu)化參考DEM數(shù)據(jù)的精度，從而達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)雷達差分干涉測量技術，開展某客運專線鐵路途徑區(qū)域地面沉降調(diào)查工作。

1 SBAS實施流程

小基線集雷達干涉時間序列分析方法實施流程主要包括如下四個部分。

1.1 干涉對組合和干涉處理

這是干涉影像處理的核心環(huán)節(jié)。為了獲取干涉對，將SAR數(shù)據(jù)組合成若干個集合，即集合之內(nèi)，干涉對空間基線距小，而集合間干涉對空間基線距大。根據(jù)時間基線和垂直基線小基線原則，得到M對干涉組合。這里的干涉對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時間順序排列。以上的配對原則，使得少量SAR圖像也能組合較多的干涉圖。

1.2 相干點目標識別

由于點目標的后向散射特性幾乎不隨時間變化而變化，在長時間尺度上可以保持較高的相干性，因此可以將高相干點作為點目標。計算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?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為是高相干點。

由于高閾值會舍棄許多有用的相干點，低的閾值又會帶來許多噪聲，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都是有效點，其中可能存在噪聲點，需要不斷迭代剔除噪聲點，最終保留穩(wěn)定的高相干點。

1.3 線性形變估計

首先求解低通形變量和高程誤差，可先忽略大氣效應。將形變相位轉換為平均相位速度矢量，同時假設速度矢量可使用一個線性模型表征，則可以得到差分相位關于高程誤差和形變速率模型的一個矩陣方程。此時矩陣方程未知數(shù)個數(shù)遠小于方程個數(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數(shù)已經(jīng)明顯減少，通過相位解纏，再加回剛才減去的低通相位成分，即可獲得改進的解纏干涉相位信息，此時不需引入速度矢量模型。為了連接不同子集，增加形變信號時間采樣率，可使用SVD方法，獲取最小范數(shù)意義上的最小二乘解。最后，對速度矢量進行時間維積分集成，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，需要進一步對兩者進行分離。其分離的具體實施如下: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，然后對殘余相位先進行時間維低通濾波，再時間維高通濾波處理，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，得到點目標上的殘余相位。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，需要對解纏后的殘余相位進行時空頻譜特征分析，以分離出非線性形變相位。

殘余相位的三個分量中，大氣影響相位在時間序列上是不相關的，為高頻信號，在空間分布是相關的，為低頻信號;非線性形變相位在時間序列上是低頻信號，在空間上是不相關的，為高頻信號;噪聲相位則是時間和空間都不相關的隨機高頻信號。利用這些表現(xiàn)特征可以將三者分離出來。對點目標，首先在時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系計算出各時刻的非線性形變量，將其與線性形變疊加可得到全部形變信息。

小基線集(SBAS)時序分析流程如圖1所示。

圖1 小基線集時序分析實施流程

2 雷達干涉測量與結果驗證

2.1 數(shù)據(jù)源與監(jiān)測區(qū)

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

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

圖2 多時相SAR平均強度

2.2 SBAS形變反演過程

本案例設計了一種由粗到精的遞推式雷達干涉時序分析方法流程。首先，對數(shù)據(jù)集的時空基線進行分析，基線時空分析是干涉對組合閾值選取的前提，然后根據(jù)時空、空間基線和天氣狀況，選擇合適的主影像，接下來進行干涉對組合處理。初步選擇了88組干涉影像對，根據(jù)SBAS方法流程，反演出監(jiān)測區(qū)年形變速率場及其時間序列初步結果，在缺少實地先驗知識的情況下，獲得了監(jiān)測區(qū)域地表形變的第一手資料，為后期衛(wèi)星軌道精細糾正、形變反演控制點選擇等數(shù)據(jù)處理提供參考信息。

在精細數(shù)據(jù)處理階段，首先增加了干涉對數(shù)量，以增強干涉對在時間維的約束，進一步抑制因少量不可避免的干涉對相位解纏誤差對總體反演結果的影響，最終選擇了171組可靠的干涉影像對(如圖3所示)。然后，在第一階段獲取的監(jiān)測區(qū)年形變速率圖中，重新選取穩(wěn)定可靠的控制點，利用更新后的控制點信息，糾正衛(wèi)星軌道殘余誤差，并標定小基線集二次形變反演的最終結果，得到精細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，利用鐵路中心線上的形變點，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 二次反演干涉對組合(共計171對)

圖4 監(jiān)測區(qū)長時間序列D-InSAR反演年沉降速率

圖5 精細處理二次形變反演標準差

圖6 DK247+400～DK260+800段雷達干涉測量年沉降速率剖面

2.3 結果驗證及分析

雷達干涉測量反演的地表形變速率圖是一個相對量(形變量在雷達視線方向，且數(shù)值的基準是相對所選定的控制點)，為了將雷達干涉結果同地面水準等實測數(shù)據(jù)統(tǒng)一，需對反演結果進行標定和校正;即通過使用1～2地面控制實測數(shù)據(jù)或者已知穩(wěn)定地區(qū)目標點，修正干涉測量結果的整體系統(tǒng)誤差。同時，需要將雷達干涉結果投影到豎直方向，實現(xiàn)同水準測量高程基準保持一致。

本案例關注客運專線鐵路基礎工程的沉降，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)的二次反演形變結果，并生成kml文件。在Google Earth中進行疊加顯示，便于目標地物定位和解譯，也有利于與地面水準監(jiān)測點測量成果進行交叉驗證。

由于監(jiān)測區(qū)內(nèi)部分基礎工程發(fā)生了明顯的沉降，有關單位組織專門力量，對鐵路沿線的10個水準監(jiān)測點(XSL001，XSL003，XSL004，BSIII014，BSIII015，BSIII016，BMS1，CPⅡ036，GCPI014 －1，GZD2)開展了長期精密水準測量沉降監(jiān)測工作。水準監(jiān)測點空間分布情況如圖7所示。利用專題kml輸出中形變時間序列信息，采用幾何最近鄰方法，對兩者數(shù)據(jù)在觀測重疊區(qū)的累計形變量進行了對比，結果如表1所示;總體來言，兩種監(jiān)測結果最大偏差為－8.6 mm，最小偏差為0.1 mm，均值為0.82 mm，標準差為4.14 mm。

圖7 鐵路沿線水準監(jiān)測點與雷達干涉形變測量成果疊加

表1 SBAS雷達干涉測量與地面水準監(jiān)測結果比較mm

根據(jù)客運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，一個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 結論

本案例以Cosmo-SkyMed影像為數(shù)據(jù)源，利用小基線集時序雷達干涉測量技術，通過研究高分辨率雷達影像高精度配準、衛(wèi)星軌道誤差、大氣相位估計與去除等關鍵技術，在缺乏實地先驗知識的前提下，提出了一種由粗到精的遞推式雷達干涉時序分析方法流程，成功反演出某客運專線鐵路途徑區(qū)域地表沉降監(jiān)測成果。結果表明，本監(jiān)測區(qū)域沿著東西方向存在狹長地表沉降，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。

利用鐵路沿線布設的10個地面水準監(jiān)測點做對比驗證，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準差分別為0.82 mm和4.14 mm，驗證了本案例雷達干涉測量反演結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］ 劉國祥．Monitoring of Ground Deformations with Radar Interferometry［M］．北京:測繪出版社，2006

［5］ 陳富龍，林琿，程世來．星載雷達干涉測量及時間序列分析的原理、方法與應用［M］．北京:科學出版社，2013

［6］ 葛大慶，王艷，郭小方，等．基于相干點目標的多基線D－InSAR技術與地表形變監(jiān)測［J］．遙感學報，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差分干涉測量應用探討［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干涉測量在城市地表形變中的應用［J］．武漢大學學報:信息科學版，2011，36(8)

［9］ 李珊珊，李志偉，胡俊，等．SBAS-InSAR技術監(jiān)測青藏高原季節(jié)性凍土形變［J］．地球物理學報，2013，56(5)