白澤朝, 汪寶存, 靳國(guó)旺, 徐青, 張紅敏, 劉輝
(1.信息工程大學(xué)地理空間信息學(xué)院,鄭州 450001; 2.河南省地質(zhì)礦產(chǎn)勘查開發(fā)局測(cè)繪地理信息院,鄭州 450006; 3.華北水利水電大學(xué)測(cè)繪與地理信息學(xué)院,鄭州 450046)
煤礦開采導(dǎo)致的地面沉降,嚴(yán)重影響人類的生命財(cái)產(chǎn)安全。合成孔徑雷達(dá)干涉測(cè)量(interferometric synthetic aperture Radar,InSAR)技術(shù)作為一項(xiàng)重要的監(jiān)測(cè)手段[1-2],在礦區(qū)地表形變監(jiān)測(cè)中的應(yīng)用越來(lái)越得到廣泛認(rèn)可,國(guó)內(nèi)學(xué)者也對(duì)此進(jìn)行了大量的實(shí)驗(yàn)研究。吳立新等[3]利用合成孔徑雷達(dá)差分干涉測(cè)量(differential InSAR,DInSAR)技術(shù)獲取了唐山市及開灤礦區(qū)形變圖,分析了試驗(yàn)區(qū)沉陷的擴(kuò)展及演變過程,并對(duì)DInSAR技術(shù)應(yīng)用中存在的時(shí)間去相干、空間去相干等誤差因素進(jìn)行了分析和討論; 董玉森等[4]采用JERS-1衛(wèi)星數(shù)據(jù)通過差分處理獲取6景差分干涉圖,發(fā)現(xiàn)研究區(qū)有4處沉降區(qū)域; 朱建軍等[5]介紹了InSAR技術(shù)在礦區(qū)地表形變監(jiān)測(cè)中的應(yīng)用現(xiàn)狀及進(jìn)展; 汪寶存等[6]以永城市為例,實(shí)驗(yàn)表明聯(lián)合利用DInSAR和小基線集2種技術(shù)適合在礦區(qū)開展地表形變監(jiān)測(cè); 劉廣等[7]利用重軌差分InSAR技術(shù)獲得了峰峰礦區(qū)地表ENVISAT和JERS1的雷達(dá)形變結(jié)果,對(duì)C波段和L波段數(shù)據(jù)相干特性、相位特性以及干涉測(cè)量技術(shù)在礦區(qū)地表沉降監(jiān)測(cè)中應(yīng)用的可行性和局限性進(jìn)行了研究。相關(guān)成果的取得主要集中在冬春季節(jié),這是因?yàn)樵谶@個(gè)季節(jié)植被干擾小,SAR數(shù)據(jù)保持著較好的相干性。但是在植被生長(zhǎng)旺盛季節(jié),由于失相干嚴(yán)重,導(dǎo)致利用InSAR技術(shù)開展礦區(qū)地表形變識(shí)別與監(jiān)測(cè)難以順利開展,因此在相當(dāng)程度上阻礙了礦區(qū)地表形變InSAR監(jiān)測(cè)技術(shù)的推廣和應(yīng)用。
此外,相關(guān)研究表明[8-10],時(shí)間基線是影響干涉對(duì)相干性的重要因素之一。這一因素在不同地物類型表現(xiàn)不同,在植被區(qū),時(shí)間去相關(guān)現(xiàn)象更為復(fù)雜,尤其是在夏季植被覆蓋茂密時(shí)間段內(nèi)相干性衰減非常迅速。由于衛(wèi)星技術(shù)的迅速發(fā)展,2014年發(fā)射的Sentinel-1A衛(wèi)星重訪周期為12 d,如果與2016年發(fā)射的Sentinel-1B衛(wèi)星進(jìn)行組網(wǎng)觀測(cè),重訪周期只有6 d。重訪周期的縮短將有效提高SAR數(shù)據(jù)的相干性,削弱時(shí)間失相干在夏季植被覆蓋區(qū)的影響。
針對(duì)InSAR監(jiān)測(cè)礦區(qū)地表形變中形變位置確定、形變梯度估計(jì)和相干性之間的關(guān)系,為客觀評(píng)價(jià)Sentinel-1A數(shù)據(jù)在礦區(qū)形變應(yīng)用中的監(jiān)測(cè)能力,需要盡可能保證1 a的監(jiān)測(cè)周期,對(duì)于不同地表類型分別進(jìn)行量化分析。本文選擇礦區(qū)3個(gè)典型形變區(qū)域,引入形變梯度模型,通過對(duì)研究區(qū)不同地表類型進(jìn)行相干性的定量化分析,以及采用目視解譯的方法檢測(cè)形變條紋的可見度,研究在1 a的監(jiān)測(cè)周期內(nèi),礦區(qū)形變監(jiān)測(cè)中Sentinel-1A數(shù)據(jù)相干性和形變位置確定、形變梯度估計(jì)之間的關(guān)系,旨在說明Sentinel-1A數(shù)據(jù)在礦區(qū)形變應(yīng)用中的監(jiān)測(cè)能力,分析Sentinel-1A數(shù)據(jù)能否實(shí)現(xiàn)全年的形變監(jiān)測(cè)。
引入InSAR可檢測(cè)的最大最小形變梯度函數(shù)模型[11],驗(yàn)證針對(duì)Sentinel-1A數(shù)據(jù)模型的適用性,以及定量化分析不同季節(jié)、地表類型和時(shí)間基線影響下相干性與可檢測(cè)形變之間的關(guān)系。首先需要考慮InSAR技術(shù)本身的約束,當(dāng)相干性γ=1,即沒有失相干時(shí),InSAR所能檢測(cè)到的最大形變梯度為相鄰像元不超過一個(gè)條紋[11],即
(1)
式中:D為形變梯度;μmin為不同視數(shù)下像元最短邊長(zhǎng),本文采用5視,μmin的取值為20 m,則最大的形變梯度為1.4×10-3。此外,研究表明[12-13],相干性γ=1時(shí),可監(jiān)測(cè)到的最小形變梯度約為10-7,相當(dāng)于250 km幅寬的Sentinel-1A影像內(nèi)發(fā)生了25 cm的形變。這2個(gè)約束條件表明形變梯度模型必須經(jīng)過(1,D)和(1,10-7),因此線性函數(shù)模型可以定義為
Dmax(γ)=D+Kmax(γ-1),
(2)
Dmin(γ)=10-7+Kmin(γ-1),
(3)
式中:Dmax和Dmin分別為最大和最小形變梯度;Kmax和Kmin分別為最大和最小形變梯度斜率。本文采用Jiang等[12]建立的5視下形變梯度與相干性的經(jīng)驗(yàn)函數(shù)模型
Dmax(γ)=0.002 0(γ-1)+0.001 4,
(4)
Dmin(γ)=-0.000 081(γ-1)+10-7。
(5)
對(duì)上述模型求取相干性閾值,令Dmax=Dmin,可以得到γ=0.32,即當(dāng)相干性γ<0.32時(shí),差分干涉圖無(wú)法反映出任何地表形變信息,整體相干性優(yōu)于0.32,微小的形變就有可能被恢復(fù)。
實(shí)驗(yàn)數(shù)據(jù)采用2015年6月—2016年5月1 a間的Sentinel-1A衛(wèi)星降軌獲取的21景干涉寬帶模式SAR影像,空間分辨率為5 m×20 m。數(shù)字高程模型為SRTM的3″數(shù)據(jù),格網(wǎng)間隔為90 m×90 m。精密軌道數(shù)據(jù)采用成像21 d之后發(fā)布的精密軌道數(shù)據(jù),定位精度可達(dá)5 cm。需要對(duì)相鄰影像進(jìn)行差分干涉處理,影像數(shù)據(jù)干涉對(duì)分布如圖1所示。
圖1 相鄰影像干涉對(duì)分布
圖1中150526表示2015年5月26日。為進(jìn)行形變梯度函數(shù)模型驗(yàn)證分析,獲取了SAR圖像覆蓋范圍內(nèi)某一礦區(qū)沉降中心位置和沉降區(qū)域外圍2個(gè)水準(zhǔn)點(diǎn)的觀測(cè)成果,水準(zhǔn)觀測(cè)數(shù)據(jù)采用二等水準(zhǔn)測(cè)量作業(yè)方式獲取,作業(yè)時(shí)間為2015年7月31日—2016年7月29日,期間共監(jiān)測(cè)9次,水準(zhǔn)監(jiān)測(cè)時(shí)間同SAR影像獲取時(shí)間吻合較好。通過2個(gè)水準(zhǔn)點(diǎn)之間做差獲取礦區(qū)實(shí)際沉降量值。圖2為沉降量隨時(shí)間變化情況,采用二次多項(xiàng)式擬合,公式為
y=-0.009 3-0.005 6x+0.000 009x2。
(6)
圖2 實(shí)際沉降量隨時(shí)間變化情況
選取河南省焦作市某礦區(qū)為研究區(qū),在實(shí)地調(diào)查的基礎(chǔ)上,根據(jù)礦區(qū)地表覆蓋情況,選擇3個(gè)研究區(qū)域,分別為①伴有雜草的裸地(A); ②農(nóng)田(B),春季種植小麥,夏季種植玉米; ③村落(C),周邊種植玉米。底圖為WorldView-3光學(xué)影像。
(a) 研究區(qū)范圍 (b) 區(qū)域A
(c) 區(qū)域B (d) 區(qū)域C
獲取裸地、農(nóng)田和村落3個(gè)區(qū)域相鄰影像20組時(shí)間序列差分干涉圖如圖4—6所示,每組干涉對(duì)的成像時(shí)間、時(shí)間基線Bt以及平均相干性γ已分別在圖上標(biāo)出。
圖4-1 區(qū)域A裸地時(shí)間序列差分干涉圖
圖4-2 區(qū)域A裸地時(shí)間序列差分干涉圖
圖5 區(qū)域B農(nóng)田覆蓋區(qū)時(shí)間序列差分干涉圖
圖6-1 區(qū)域C村落時(shí)間序列差分干涉圖
圖6-2 區(qū)域C村落時(shí)間序列差分干涉圖
從圖中可以較好地說明Sentinel-1A數(shù)據(jù)在1 a間相干性的變化情況,其中差分干涉對(duì)中最大時(shí)間基線為60 d,最小時(shí)間基線為12 d,大部分時(shí)間基線為12 d和24 d。此外空間基線對(duì)相干性存在一定的影響,干涉處理中視數(shù)對(duì)形變梯度模型的影響需要單獨(dú)說明。對(duì)于空間基線的影響,由于Sentinel-1A衛(wèi)星軌道精度較高且采用先進(jìn)的軌道控制技術(shù),干涉對(duì)空間基線最大為162 m,多數(shù)都在100 m范圍內(nèi),故忽略干涉對(duì)空間基線的差異。對(duì)于視數(shù)的影響,由于Sentinel-1A數(shù)據(jù)常常采用視數(shù)為5進(jìn)行處理,故不考慮其他多視情況。
圖4—6中,裸地、農(nóng)田和村落區(qū)域的相干性數(shù)值分別在0.52~0.94,0.42~0.93和0.51~0.95之間??梢钥闯?,成像時(shí)間在夏季(150617—150816)時(shí)間段內(nèi)有4組干涉對(duì),其中150723—150816干涉對(duì)相干性為全年最低,農(nóng)田區(qū)域最低為0.42,裸地區(qū)無(wú)明顯形變,農(nóng)田區(qū)和村落區(qū)均因相干性過低,無(wú)法目視辨認(rèn)其形變條紋。成像時(shí)間在秋季和冬季(150816—160107)時(shí)間段內(nèi)有11組干涉對(duì),秋季裸地區(qū)從150828—150909干涉對(duì)出現(xiàn)較為清晰明顯的形變條紋,而農(nóng)田區(qū)和村落區(qū)形變條紋模糊,3類地表均可有效地目視判別出形變的位置和范圍。在秋末干涉對(duì)相干性明顯提高。冬季為1 a中相干性最好的時(shí)期,完全可以進(jìn)行形變量的精確反演。成像時(shí)間在春季(160107—160530)時(shí)間段內(nèi)有5組干涉對(duì),60 d時(shí)間基線的160107—160307干涉對(duì)也能保持較高的相干性,輪廓清晰,裸地區(qū)和農(nóng)田區(qū)形變條紋數(shù)可以有效目視辨認(rèn)。在春末夏初,時(shí)間基線為24 d的160412—160506干涉對(duì)和160506—160530干涉對(duì)裸地區(qū)仍保持較好的相干性,形變條紋的輪廓也可清晰辨認(rèn); 而農(nóng)田區(qū)相干性較低,形變條紋缺失; 村落區(qū)相干性較高,但由于周邊是農(nóng)田,形變條紋缺失。
圖7為3種地表類型1 a間相干性變化情況,夏季相干性均較低,存在1 a中相干性最低的干涉對(duì),在秋末干涉對(duì)相干性明顯提高,冬季為1 a中相干性最好的時(shí)期,春季相干性同樣較低。3種地表類型對(duì)比可以發(fā)現(xiàn),農(nóng)田區(qū)在夏季和春季相干性明顯低于裸地區(qū)和村落區(qū),冬季和秋季相干性基本一致。裸地區(qū)和村落區(qū)全年相干性相似,γ均低于0.5的有3組干涉對(duì),時(shí)間為夏季和春季,且干涉對(duì)時(shí)間基線均為24 d。
圖7 相干性變化折線圖
對(duì)于上述目視判讀分析結(jié)果可以通過形變梯度函數(shù)模型進(jìn)行定量化分析,分別選取2種地表類型干涉對(duì),由于裸地區(qū)域在夏季無(wú)明顯形變,選取春季160506—160530干涉對(duì),農(nóng)田區(qū)域則選取夏季150617—150629干涉對(duì)。裸地區(qū)目標(biāo)a和b相距約為160 m,形變量約為28 mm(1個(gè)條紋),相干均值γ為0.58,計(jì)算形變梯度D為0.175×10-3。農(nóng)田區(qū)目標(biāo)c和d相距約800 m,形變量約為28 mm(1個(gè)條紋),相干均值γ為0.57,計(jì)算形變梯度D為0.033×10-3。通過目視解譯可知,驗(yàn)證區(qū)中裸地區(qū)域(圖8(a))條紋輪廓清晰,條紋數(shù)較易辨認(rèn); 農(nóng)田區(qū)域(圖8(b))條紋輪廓清晰,但受強(qiáng)噪聲影響條紋數(shù)不易辨認(rèn),形變信息丟失。
(a) 裸地區(qū)域 (b) 農(nóng)田區(qū)域
經(jīng)過目視判讀和定量分析,將形變梯度模型(0.58,0.175×10-3)和真實(shí)數(shù)據(jù)(0.57,0.033×10-3)一并繪制在圖9中,2條線之間為可預(yù)測(cè)范圍,觀察模型預(yù)測(cè)結(jié)果和上述分析吻合程度??梢钥闯?,裸地區(qū)域(三角形點(diǎn))的形變梯度可以監(jiān)測(cè)到,與分析的結(jié)果吻合; 農(nóng)田區(qū)域(正方形點(diǎn))位于可監(jiān)測(cè)的最小形變梯度線上,通過目視識(shí)別分析,可以確定形變輪廓,但形變條紋模糊無(wú)法辨認(rèn)。模型估算與實(shí)際觀測(cè)結(jié)果較吻合,表明該模型同樣適用Sentinel-1A數(shù)據(jù)的形變估算。
圖9 模型驗(yàn)證結(jié)果
計(jì)算水準(zhǔn)點(diǎn)實(shí)際形變梯度及對(duì)應(yīng)干涉對(duì)平均相干性,并將相干性和形變梯度作為模型輸入值,根據(jù)目視判讀每組干涉對(duì)形變梯度的可檢測(cè)性與水準(zhǔn)數(shù)據(jù)帶入模型計(jì)算得到的可檢測(cè)性進(jìn)行對(duì)比。圖10為對(duì)比結(jié)果,紅色為目視判讀與模型計(jì)算形變可檢測(cè)性兩者結(jié)果一致,黑色為目視判讀與模型計(jì)算兩者結(jié)果不一致。16組驗(yàn)證數(shù)據(jù)中,兩者結(jié)果一致的有12組,一致率為75%; 剩余4組為實(shí)際水準(zhǔn)數(shù)據(jù)帶入模型,表現(xiàn)為可檢測(cè)形變梯度,而實(shí)際情況通過目視判讀形變條紋缺失,屬于不可檢測(cè)情況,兩者結(jié)果存在矛盾。
圖10 模型一致性驗(yàn)證結(jié)果
分析存在矛盾的4組干涉對(duì),例如干涉對(duì)為151003—151015,通過目視判讀形變條紋模糊,為不可檢測(cè)情況,但帶入模型為可檢測(cè)形變梯度。其余3組分別為160307—160331,160331—160412和160412—160506,雖然相干性均較高,但目視判讀形變條紋缺失,為不可檢測(cè)情況。通過實(shí)地調(diào)查,形變區(qū)位于村落和農(nóng)田之間,村落在1 a中均保持較高的相干性,使得3組干涉對(duì)具有較高的整體相干性,形變條紋在村落部分保持較清晰,而農(nóng)田區(qū)域由于相干性較低,形變條紋缺失。表明對(duì)于地物類別復(fù)雜區(qū)域,尤其是具有建筑物等人工設(shè)施的區(qū)域,研究區(qū)局部相干性較高,整體平均相干性無(wú)法有效代表該區(qū)域的形變條紋清晰程度,因此,相干性的統(tǒng)計(jì)分布也是需要考慮的一方面。
以暖溫帶半濕潤(rùn)季風(fēng)氣候條件下的河南省焦作市某礦區(qū)為研究區(qū),本文采用Sentinel-1A數(shù)據(jù)研究形變監(jiān)測(cè)中不同地表類型、季節(jié)和時(shí)間基線影響下相干性和可監(jiān)測(cè)形變之間的關(guān)系,并采用水準(zhǔn)數(shù)據(jù)驗(yàn)證形變梯度函數(shù)模型和目視判讀分析結(jié)果,得出以下3方面結(jié)論:
1)裸地和村落類型全年保持較高相干性,夏季時(shí)間基線為24 d時(shí),相干性均優(yōu)于0.51,目視識(shí)別可以有效確定礦區(qū)的形變位置和范圍,通過模型驗(yàn)證形變梯度也在可檢測(cè)范圍。
2)農(nóng)田覆蓋類型夏季時(shí)間基線為12 d時(shí),相干性優(yōu)于0.51,目視識(shí)別可以有效確定礦區(qū)的形變區(qū)域和范圍,但受噪聲影響條紋模糊,通過模型驗(yàn)證形變梯度位于可檢測(cè)最小形變梯度上; 當(dāng)時(shí)間基線為24 d時(shí),無(wú)法有效確定形變區(qū)域和范圍。
3)采用真實(shí)水準(zhǔn)數(shù)據(jù)驗(yàn)證模型的適用性,16組驗(yàn)證數(shù)據(jù)中模型準(zhǔn)確率為75%。由于在地物類別復(fù)雜區(qū)域,局部相干性較高,整體平均相干性無(wú)法有效代表該區(qū)域的形變條紋清晰程度。本文研究能初步幫助在InSAR應(yīng)用中根據(jù)研究目標(biāo)地物類型和監(jiān)測(cè)季節(jié)選擇合理的數(shù)據(jù)分布。