基于高分辨率SAR的三峽庫區地表形變分析

婁連惠 劉強 譚玉敏

摘要：長江三峽地區位于川鄂交接的山地峽谷地區，山多坡陡，一旦遇上暴雨天氣或地震災害極易發生滑坡、泥石流或巖崩等災害。為了更好地掌握三峽庫區地面沉降變形情況，以庫區內地質災害風險較高的巴東縣城區為例，選取該區域20景2016～2017年間的PALSAR2數據，基于時間序列InSAR方法進行了地表形變分析;并利用高切坡位移監測數據進行了驗證，以更好地了解該區域地形穩定情況。結果表明：InSAR監測結果與該區域同時期高切坡監測實際位移變化情況一致;巴東城區在此期間整體形變速率較小，絕大部分區域年均形變速率在20 mm/a以下;部分變形較大區域與已查明的滑坡區域和土地利用類型變化區域一致。

關 鍵 詞：

地表變形; 形變監測; InSAR; 巴東城區; 三峽庫區

中圖法分類號： TP79

文獻標志碼： A

DOI：10.16232/j.cnki.1001-4179.2021.05.018

1 研究背景

長江三峽地區位于川鄂交接的山地峽谷地區，山多坡陡，一旦遇上暴雨天氣或地震災害極易發生滑坡、泥石流或巖崩等災害。監測分析三峽庫區沿岸地表形變以有效識別地質災害隱患對三峽水庫的安全運行和區域地質災害的監測預防非常重要[1]。巴東屬于三峽庫區建成后的遷移建設城區，是長江三峽沿岸地質條件最為復雜的地區之一，區內地質構造復雜，是地質災害高風險區域[2-3]，歷史上曾發生黃土坡滑坡等大型滑坡，城區位置受到地質災害的影響曾發生過三次選址和兩次搬遷。

相對于水準測量、GPS等常規地面沉降測量方法，InSAR方法具有全天候、大范圍同步的優點，其在大區域高精度地表形變和滑坡監測應用中的優勢已經被廣泛認可，已成為國際上地質災害、地質環境變化監測與防治工作的重要技術手段[4-10]。在三峽庫區滑坡監測方面已有多項關于InSAR應用的研究[11-14]，以及時間序列InSAR在巴東滑坡監測中的應用研究[15-16]，尚未有研究從InSAR用于庫岸區域整體穩定性的角度來對周期性蓄退水狀態下的庫區地質災害風險進行研究。

本文選用高分辨率的PALSAR2數據，基于時間序列InSAR方法進行地表形變分析，并利用高切坡位移監測數據進行驗證，以更好地了解該區域地形穩定情況。

2 數據來源及處理

2.1 研究區數據來源

本文用到的數據包括高分辨率SAR數據PALSAR2和高切坡監測點位移數據。ALOS-PALSAR數據是繼JERS-1和ADEOS之后的新一代L波段的SAR數據，PALSAR數據分為PALSAR1和PALSAR2兩種，PALSAR1數據只到2011年，PALSAR2數據從2014年開始，數據的時間分辨率為14 d，數據分辨率遠高于PALSAR1，各種極化數據均有，但數據價格較高，可用數量受限。本文研究中選用了20景巴東地區2016年8月到2017年10月間的PALSAR2數據，數據分辨率為3 m。

2.2 PALSAR數據處理

SBAS作為較為典型的時間序列InSAR形變監測分析技術已經得到廣泛應用[13，17]。本文中SAR數據的處理主要利用Sarscape5.3軟件工具，采用基于SBAS的時間序列InSAR數據處理方法，步驟如下。

（1） 生成連接圖。根據時間和空間基線情況進行干涉像對配對，將會對配對的像對進行干涉處理。

（2） 干涉工作流處理。對步驟（1）中生成的所有干涉像對進行干涉處理，包括生成相干性系數圖、去平、濾波和相位解纏。

（3） 軌道精煉和重去平。可以估算和去除殘余相位以及解纏后依然存在的相位坡道。

（4） 形變速率反演。該步驟是SBAS技術的核心步驟之一，主要是估算形變速率和殘余相位并進行大氣濾波，通過時間序列形變情況估算和去除大氣相位的影響，進而得到時間序列形變圖。

（5） 地理編碼。對所獲得的雷達坐標系下的速率圖進行地理編碼。

首先是連接圖生成，本文設置了2016年12月19日的1景PALSAR數據作為超級主影像，時間基線閾值設置為120 d，空間基線閾值設置為垂直基線的1.2%，共組成了74個干涉對，如圖1所示。

連接圖生成后進行干涉工作流處理，PALSAR數據雖然分辨率較高，但是考慮到巴東地區的復雜地表情況，本文選取了Goldstein濾波方法，濾波效果較為明顯。對于軌道精煉和重去平步驟，PALSAR數據分辨率高，較長的波長也反映出了更高的相干性，故在選取控制點時選擇了地表比較穩定且相干性高的一些點。重去平之后的相位圖如圖2所示（以2016年8月15日與2016年10月24日為例）。

相位解纏是SBAS技術中最重要的步驟之一，解纏結果直接決定了形變結果的精度。目前存在多種解纏算法，最小費用流法通過先求解纏繞相位與解纏相位的差的最小值，進而將求解轉換為最小費用流的問題，該算法在計算過程中會根據流的大小和方向對各個相位矩陣進行積分，得到高質量的解纏結果，再向低質量區域進行積分，得到所有的結果，這樣能夠很有效地避免相位誤差從低相干性區域傳到高相干性區域。巴東地區地表情況復雜，城區以外范圍植被茂密，存在大范圍的低相干性區域，采用最小費用流算法進行解纏可以得到高精確度的城區形變結果。

地表形變反演分為2次進行。第一次反演用時較長，主要進行地表形變速率的估算和殘余地形相位的估算，同時會對干涉圖進行二次解纏并優化。第二次反演主要是根據所有數據進行大氣的濾波，估算和去除大氣引起的相位變化，進一步明確區域實際地形變相位信息，反演得到的地形變速率如圖3所示。

從圖3可以看出：巴東地區在2016～2017年間整體地形變速率不高，絕大部分區域年均地表形變速率在20 mm/a以下，居民區穩定性較好。對比同時期光學遙感影像可以知道：在2016年8月到2017年6月的10個月間，巴東地區大部分地區土地利用類型沒有發生變化，整體較為穩定;江兩岸有一塊緩沖帶的土地類型由水體變為居民地和裸土，地表形變較為明顯;北岸非居民地地區，植被覆蓋有所增加，居民區裸土的面積有所增加，地表形變速率較高;南岸主要變化發生在中間的道路兩側，有兩塊相對較大的新增裸土地塊;遙感影像與圖3中信息較為吻合。

3 形變精度驗證與分析

對于InSAR應用中的精度驗證問題，有很多學者做了研究與對比[18-19]，通常采用將InSAR結果與GPS或者精密水準測量數據進行對比的方法。可能影響精度比較的因素主要有以下幾點：

（1） InSAR形變結果為面狀數據集，在相干性較差的區域會考慮利用周圍相干性好的區域進行輔助解纏，因此在這些區域InSAR結果會存在一些誤差，而實測數據為點狀數據，測量過程很少考慮地形以及地表覆蓋的情況，因此把實測數據和InSAR監測數據統一在高相干性區域是得到精確驗證結果的前提。

（2） InSAR結果和實測數據往往處于不同坐標系下，坐標系的轉換會造成位置的偏差。針對這些位置偏差，在整體形變連續且穩定的區域可以采用臨近點搜索的方式進行驗證[19]。

（3） InSAR反演的地表形變往往為沿衛星視線向（LOS）方向的位移，由于不同衛星的視線方向對于不同的觀測點都不盡相同，想要得到真實的地表形變位移需要結合升降軌數據進行解算，但是由于數據具體情況在有些位置難以實現，可將實測的三維位移數據投影到衛星視線向，與衛星視線向的位移進行比較，但是該方法對于實測數據的三維精度要求較高，在推算過程涉及到復雜的投影計算。

在投影方面，本文給出了詳細的投影公式和原理。對于本文實驗區，通過實測數據得出地表的整體位移為垂直方向，水平向的位移較小，故采用了將InSAR觀測值往垂直方向進行投影計算再與實測數據進行比對驗證的方法，驗證流程如圖4所示。首先對SBAS結果與高切坡的實際測量值進行處理，即通過坐標轉換將高切坡的實測值轉換到WGS84坐標系下，與SBAS結果進行統一。本文采用了63個高切坡監測點的同期位移監測數據，點位分布如圖5所示（地圖來自谷歌地球）。從圖5中可以看出，高切坡監測點主要集中在城市區域，一般城市區域人工地物較多，SAR圖像可表現出較好的相干性。

由圖6可以看出：SBAS監測結果和高切坡實測結果在大部分點位都較為吻合，但是也存在一些誤差較大的點，比如序號為33，35，41，42，45，48的誤差均超過了20 mm，最大誤差達到85 mm，導致所有高切坡監測點位移變化與對應SBAS提取值的差值中誤差為±15.50 mm，大誤差存在的原因包括：因InSAR監測范圍為整個面，在一些植被覆蓋茂密的區域往往會造成數據相干性較低，過低的相干性導致出現一些誤差較大點;其次，對于一些形變量較大的區域，存在較大的形變梯度，在應用SBAS過程中對于大的形變梯度同樣可能會出現失相干現象[20]。

圖6中誤差較大的點主要位于巴東城區以外，多為植被覆蓋茂密或者地形坡度較大的區域，這些區域居住人口往往較少，對災害預防和工程建設的需求較小。對于復雜地區的地表形變監測也要保證在一些失相干區域產生的誤差不會傳遞到相干性較好的區域內。故本文接下來選取了城市區域等多為人工地物附近的高切坡實測數據進一步進行了精度評定，排除6個差值異常點后的中誤差為±3.72mm，結果如圖7所示。

由城區的高相干性區域的擬合結果可以看出，高切坡的實測值和SBAS監測結果存在著高度的一致性。本文進一步針對城區的高相干性區域進行精度評定，線性回歸圖如圖8所示。

由擬合結果可以看出，在城市人工地物較多的的區域，設置臨近點搜索閾值為9 m情況下，高切坡實測值和SBAS檢測結果表現出了高度一致性。

4 區域地表形變與江邊距離關聯性分析

本文中還將PALSAR數據得到的形變分析結果與與江邊距離分區進行了關聯性分析，分析過程如下：

（1） 通過設置高相干性閾值提取巴東城區高精度形變監測點的時間序列信息;

（2） 將研究區域按距離岸邊遠近情況，每隔185 m設置緩沖區;

（3） 根據緩沖區分割步驟（1）中獲取的高精度點位，進行統計并分析。

本文以0.90的高相干性系數閾值對獲取的形變圖進行點群提取，點群分割示意圖如圖9所示。

按照距離江邊遠近順序將點群分割成了點群1～5。為了進一步統計不同緩沖區內的整體形變趨勢，同樣將緩沖區1～5內的點分別進行統計，其中每一個點都包含了2016年8月15日到2017年8月15日之間的時間序列形變信息，時間序列形變情況的時間分辨率由相同時間內所輸入的PALSAR的數據量決定。然后，通過求得每一個時期衛星視線向的形變量的平均值反映該緩沖內的整體形變趨勢，形變序列折線圖如圖10所示。

從圖10可以看出：各個緩沖區的形變量均在-10～10 mm之間，形變較小，形變的整體趨勢比較明顯，隨著點群1～4與江邊的距離變遠，緩沖區1～4內的形變趨勢呈現出逐步減小的態勢，并且緩沖區4和緩沖區5內的形變趨勢逐步失去規律性。

5 結 論

研究結果表明：巴東城區在2016～2017期間的整體形變速率較小，已查明局部滑坡區域和地表土地利用類型發生變化區域有明顯地表形變。PALSAR數據在對樹木等地表覆蓋物的穿透性上表現出了良好的性能，整體表現出良好的相干性，在地形變監測中可以達到很高的精度，但價格較高，為了控制成本可能會導致在長時間序列的分析過程中時間分辨率較低。另外，本文所用PALSAR數據均為升軌數據，無法結合同期降軌數據進行分析，因此文中所得到的形變速率以及形變量方向均為衛星視線向。

參考文獻：

[1] 黃波林，殷躍平，李濱，等.三峽工程庫區巖溶岸坡巖體劣化及其災變效應[J].水文地質工程地質，2020，47（4）：51-61.

[2] 李浩，涂鵬飛，范國榮，等.城鎮地質災害危險性評估的研究：以巴東沿渡河鎮為例[J].中國水運（下半月），2017，17（10）：219-221，225.

[3] 陳彪，張錦高，陳彪，等.三峽庫區巴東新城區滑坡地質災害危險性分區評價[J].科技管理研究，2009，29（1）：256-259.

[4] 謝謨文，王增福，胡嫚，等.高山峽谷區D-InSAR滑坡監測數據特征分析[J].測繪通報，2012（4）：18-21.

[5] 葛大慶.區域性地面沉降InSAR監測關鍵技術研究[D].北京：中國地質大學，2013.

[6] 陳德良，陸燕燕，賈東振.基于StaMPS-InSAR的常州地區地表形變監測研究[J].人民長江，2018，49（12）：59-65.

[7] 劉朋俊，張璐，陳元申，等.南水北調中線濕陷性黃土區InSAR時序分析[J].人民長江，2020，51（6）：125-128.

[8] JIE D，LIAO M，QIANG X，et al.Detection and displacement characterization of landslides using multi-temporal satellite SAR interferometry：a case study of Danba County in the Dadu River Basin[J].Engineering Geology，2018（240）：95-109.

[9] 白林，江利明，汪漢勝.利用高分辨率TerraSAR-X數據監測武漢地區2013～2015年地面沉降[J].大地測量與地球動力學，2019，39（8）：832-836.

[10] 王國強，陳仁琛.基于InSAR技術的流域庫岸地質災害監測研究[J].中國農村水利水電，2020（12）：206-210.

[11] 范景輝，邱闊天，夏耶，等.三峽庫區范家坪滑坡地表形變InSAR監測與綜合分析[J].地質通報，2017，36（9）：1665-1673.

[12] SHI X G，ZHANG L，LIAO M S，ET AL.Deformation monitoring of slow-moving landslide with L- and C-band SAR interferometry[J].Remote Sensing Letters，2014，5（11）：951-960.

[13] 鄭岳澤.InSAR技術在三峽庫區滑坡監測中的應用研究[D].北京：中國地質大學（北京），2019.

[14] 徐帥，王尚曉，牛瑞卿.基于InSAR技術的三峽庫區巫山—奉節段潛在滑坡識別[J].安全與環境工程，2020，27（1）：32-38.

[15] LIU P，LI Z H，HOEY T，et al.Using advanced InSAR time series techniques to monitor landslide movements in Badong of the Three Gorges region，China[J].International Journal of Applied Earth Observation and Geoinformation，2013（21）：253-264.

[16] 楊長江，易祎，趙蓉.基于Sentinel-1數據的時序InSAR技術在滑坡監測方面的應用：以巴東地區為例[J].科技創新與生產力，2017（4）：55-58，63.

[17] 黃潔慧，謝謨文，王立偉.基于SBAS-InSAR技術的白格滑坡形變監測研究[J].人民長江，2019，50（12）：101-105.

[18] BERARDINO P，COSTANTINI M，FRANCESCHTTI G，et al.Use of differential SAR interferometry in monitoring and modelling large slope instability at Maratea （Basilicata，Italy）[J].Engineering Geology，2003，68（1-2）：31-51.

[19] 陳強，劉國祥，丁曉利，等.永久散射體雷達差分干涉應用于區域地表沉降探測[J].地球物理學報，2007，7（3）：87-93.

[20] 田馨，廖明生.InSAR技術在監測形變中的干涉條件分析[J].地球物理學報，2013，56（3）：812-823.

（編輯：劉 媛）