時序ＩｎＳＡＲ水庫形變監測應用研究

摘 要：河口村水庫作為黃河下游防洪工程體系的重要組成部分，準確快速地獲取水庫時空形變具有重要的意義。合成孔徑雷達干涉測量具有高精度、大范圍、時空連續性等優勢，為水庫形變監測提出了一種新方法。選取覆蓋河口村水庫２０２０ 年１ 月１５ 日—２０２０ 年１２ 月４ 日的２４ 景Ｓｅｎｔｉｎｅｌ－１Ａ 升軌影像，結合水庫環境的特殊性和復雜性，采用適合實際需求的時序ＳＢＡＳ－ＩｎＳＡＲ 技術，獲取了水庫的時序形變信息，并重點研究后壩區形變特性。通過地面ＧＮＳＳ 監測數據和實地考察，驗證了ＩｎＳＡＲ 技術對水庫監測具有較高的適用性，為后續水庫的穩定性評價和黃河下游大堤防洪壓力評價提供數據支撐。

關鍵詞：時序ＩｎＳＡＲ；形變監測；河口村水庫

中圖分類號：Ｐ２３７；ＴＶ２２１ 文獻標志碼：Ａ ｄｏｉ：１０．３９６９／ ｊ．ｉｓｓｎ．１０００－１３７９．２０２３．０４．０２６

引用格式：路聚峰，何智勇，郭慶華，等．時序ＩｎＳＡＲ 水庫形變監測應用研究［Ｊ］．人民黃河，２０２３，４５（４）：１５０－１５５．

河口村水庫壩址位于沁河下游最后一段峽谷的出口處，控制沁河流域總面積的６８．２％，是控制沁河洪水、徑流的關鍵工程，也是黃河下游防洪工程體系的重要組成部分［１］ 。河口村水庫時序形變是評價其穩定性的關鍵因素。合成孔徑雷達干涉測量技術（Ｉｎｔｅｒｆｅｒ?ｏｍｅｔｒｉｃ Ｓｙｎｔｈｅｔｉｃ Ａｐｅｒｔｕｒｅ Ｒａｄａｒ，ＩｎＳＡＲ）在工程形變監測中廣泛使用。２０１０ 年Ｌｉｕ 等［２］ 基于ＩｎＳＡＲ 原理獲取了阿拉斯加北坡地表形變狀況；２０１２ 年廖明生等［３］基于永久散射體合成孔徑雷達干涉測量（ＰＳ－ＩｎＳＡＲ）技術，以ＴｅｒｒａＳＡＲ－Ｘ 數據為例分析了三峽庫區滑坡形變情況；裴媛媛等［４］ 根據ＳＡＲ 影像提取了上海長江口南岸和杭州灣北側堤壩的沉降速率； ２０１７ 年張艷梅等［５］ 基于哨兵一號（Ｓｅｎｔｉｎｅｌ－１）數據采用小基線集合成孔徑雷達干涉測量（Ｓｍａｌｌ Ｂａｓｅｌｉｎｅ Ｓｕｂｓｅｔ ＩｎＳＡＲ，ＳＢＡＳ－ＩｎＳＡＲ）技術對西安城區及周邊進行地面沉降監測，并利用已有數據進行佐證，得到了西安地表變化特征。２０２１ 年蒲川豪等［６］ 利用ＳＢＡＳ－ＩｎＳＡＲ 技術對覆蓋延安新區的２０１６ 年５ 月—２０１９ 年１０ 月期間的Ｓｅｎｔｉｎｅｌ－１Ａ 數據進行處理，獲取了延安新區地面抬升空間分布規律和形變演化特征，并對成因進行了詳細分析。

綜上所述，ＩｎＳＡＲ 技術已經廣泛地應用于礦區、山區地表形變監測過程中并取得較好的監測結果。但是面對河口村水庫獨特的水域環境和復雜的地理環境，時序ＩｎＳＡＲ 技術的使用要因地制宜，根據實際情況來使用具體的監測技術。常用的時序ＩｎＳＡＲ 技術包括ＰＳ－ＩｎＳＡＲ、ＳＢＡＳ－ＩｎＳＡＲ 等［ ７－９］ ，本文主要采用ＳＢＡＳＩｎＳＡＲ技術對水庫進行形變監測，重點研究后壩區形變特性，通過探測后壩體表面高質量的散射體點目標，并采用地面控制點來對干涉相位和解纏相位進行校正，提取較高精度的時序形變信息，再通過地面數據進行驗證，探討形變累積量與地面監測數據之間的相似性。本研究監測水庫及周邊形變信息，為后續維持水庫的穩定性和減輕黃河下游大堤的防洪壓力提供數據支撐。

１ 時序ＩｎＳＡＲ 方法基本原理

小基線集合成孔徑雷達干涉測量技術（ＳＢＡＳ－Ｉｎ?ＳＡＲ）由Ｂｅｒａｒｄｉｎｏ 在２００２ 年提出。ＳＢＡＳ 技術首先將所有ＳＡＲ 數據根據空間基線與時間基線閾值組合成小基線集，使得各子集內ＳＡＲ 數據時空基線較短，在每個子集中利用最小二乘方法進行計算，對各子集間利用奇異值分解法（ Ｓｉｎｇｕｌａｒ Ｖａｌｕｅ Ｄｅｃｏｍｐｏｓｉｔｉｏｎ，ＳＶＤ）進行處理，最終獲取整個時間序列上的形變信息［９］ 。ＳＢＡＳ－ＩｎＳＡＲ 利用具有較短時間、空間基線的干涉對生成差分干涉圖，以提高干涉對的相干性。通過對差分干涉圖的多視處理降低相位噪聲，提取高相干像元。應用奇異值分解法，求得長時間序列的地表形變速率在最小范數意義上的最小二乘解。ＳＶＤ 方法繼承了傳統方法的優點，且能獲取長時間地表緩慢形變的規律，提高形變監測的時間分辨率。

綜合河口村水庫的水文流域和獨特的地表環境，利用ＳＢＡＳ－ＩｎＳＡＲ 技術對河口村壩區進行地表形變研究，在數據預處理、差分干涉處理和差分干涉相位解纏的基礎上進行ＳＢＡＳ－ＩｎＳＡＲ 形變速率以及形變時間序列解算，從而判斷壩體是否產生形變。河口村水庫大壩時序ＳＢＡＳ－ＩｎＳＡＲ 處理流程如圖１ 所示。

１．１ 干涉對選取

ＳＢＡＳ－ＩｎＳＡＲ 技術的形變監測精度隨著時空基線的減小而提高，過大的時空基線會增加干涉效果較差干涉對的數量、降低結果精度，且會因數據量過大而降低數據處理效率；過小的時空基線會造成干涉對數量不足，降低基線網絡的穩定性，甚至無法形成連續的干涉對，降低監測結果的可信度。本研究中，經過多次試驗，當設置空間基線為±１００ ｍ、時間基線閾值為６０ ｄ時，基線網絡的質量達到最優。相比ＰＳ－ＩｎＳＡＲ 技術采用單一主影像方法，ＳＢＡＳ 技術采用多主影像進行干涉組合，解決了干涉對的時間和空間失相干問題，從而提高干涉相干性。

１．２ 干涉處理

對選取的干涉對進行干涉處理得到干涉相位φ：

φ ＝ φｆｌａｔ ＋ φｔｏｐｏ ＋ φｄｅｆ ＋ φａｔｍ ＋ φｎｏｉ （１）

式中： φｆｌａｔ 為平地相位； φｔｏｐｏ 為地形相位； φｄｅｆ 為形變相位； φａｔｍ 為大氣延遲相位； φｎｏｉ 為由成像時系統熱噪聲引起的噪聲相位。

式（１）中平地相位是因選定的參考基準面存在誤差而引入的系統誤差，可以利用干涉時干涉雷達的幾何姿態和相關參數進行多項式擬合去除。地形相位可以利用觀測數據和已獲得的ＤＥＭ 數據通過二次差分去除。地形形變相位方向為衛星視線方向，即所求包含目標形變量的部分。噪聲相位可以通過空間濾波的方式進行消除。通過上述對干涉相位的處理，即可得到以形變相位為主的差分干涉相位，用于后續差分干涉相位解纏和形變信息反演。

由于干涉相位中有相位跳變和相位迭掩的情況，因此在軌道精煉和重去平步驟選擇地面控制點時，要結合多期相干圖信息選擇相干性較高的點作為基準點［１０］ 。

１．３ 時序形變反演

ＳＢＡＳ－ＩｎＳＡＲ 方法是在每個高相干點上建立形變的估計模型，從而構建方程組，再結合解纏差分干涉相位估計形變。干涉圖上高相干點Ｑ 的待求形變相位用向量表示為

對Ｂ 進行奇異值分解，解出各時間段內的相位變化速率ｖ，然后據此計算并恢復相位時間序列，進而可得到形變時間序列。

２ 監測區域和監測數據概括

２．１ 監測區域

河口村水庫工程位于黃河一級支流沁河最后一段峽谷出口處，下距五龍口水文站約９ ｋｍ，是控制沁河洪水、徑流的關鍵工程，也是黃河下游防洪工程體系的重要組成部分。前期工程于２００８ 年６ 月１２ 日開工，主體工程于２０１１ 年４ 月３０ 日開工，２０１５ 年１２ 月底主體工程基本完工；２０１７ 年１０ 月通過河南省水利廳組織的竣工驗收。本文研究區域主要為河口村水庫上下游河谷地帶以及河谷兩岸部分山區（見圖２）。研究區域內地形起伏較大，河谷地區海拔在２００ ｍ 左右，兩岸山區海拔最高在１ ０００ ｍ 左右。

２．２ 監測數據

本文采用２０２０ 年１ 月１５ 日—２０２０ 年１２ 月４ 日的共２４ 景Ｃ 波段的Ｓｅｎｔｉｎｅｌ－１Ａ ＩＷ ＳＡＲ 升軌影像作為本期時序ＩｎＳＡＲ 形變監測的基礎數據（見表１），該影像現已被廣泛應用于地震、滑坡、礦區開采和地面沉降所引起的地面形變監測研究中。地形相位模擬數據主要采用ＳＲＴＭ３ 數據，該數據是由美國航空航天局（ＮＡＳＡ）和國防部國家測繪局（ＮＩＭＡ）聯合測量的。

ＳＲＴＭ３ 數據為空間分辨率約９０ ｍ、平面精度為２０ｍ、高程精度為１６ ｍ 的全球數字高程模型（ＤＥＭ）。

本文采用ＳＢＡＳ－ＩｎＳＡＲ 技術和前文所述多次測試得到的針對研究區域最優時空基線進行干涉對選擇。最終得到的干涉對基線圖如圖３ 所示，每一景影像至少連接５ 個干涉對，提供足夠的觀測量。

３ 時序監測結果分析

綜合相干系數以２０２０ 年８ 月３０ 日獲取的影像為基準，經影像配準、干涉處理、時序相變反演和其他相關誤差項的估計，得到一系列高相干點的衛星視線向（Ｌｉｎｅ ｏｆ Ｓｉｇｈｔ，ＬＯＳ）的形變時間序列（見圖４）和年平均形變速率［見圖５（ａ）］，圖中藍色代表形變方向與ＬＯＳ 向相反、紅色表示形變方向與ＬＯＳ 向一致。

為探討研究區域內監測時間段地表形變在時間上的變化規律，按月提取了研究區域形變時間序列（見圖４，自２０２０ 年１ 月１５ 日起的累積形變量）。從圖４中可以看出河口村水庫周邊區域較為穩定，無顯著變形現象；上游部分區域出現夏季受降雨影響形變量增大的情況。為了進一步分析河口村水庫的變化，圖５分別展示了河口村水庫管理范圍的年平均形變速率［見圖５（ａ）］和水庫可見光影像［見圖５（ｂ）］，其中底圖為高分２ 全色和多光譜融合影像。

由圖５（ａ）可知，研究區域整體平均形變速率在－３９～３３ ｍｍ／ ａ 范圍內，絕大部分區域處于相對穩定的狀態，形變速率在－１０～４ ｍｍ／ ａ 范圍內。根據平均形變速率共識別出３ 處明顯形變區，分布在河口村水庫的上游Ａ 區和下游Ｂ 區、Ｃ 區［見圖５（ｂ）］，根據當地水庫工作者介紹和現場照片顯示，該區域曾經有石頭開采痕跡，這種現象易引發滑坡災害，需重點關注和及時防范。如圖６ 所示，截取放大了水庫后壩區附近形變速率情況以及地表實地情況。從圖６ 中可知水庫壩體部分區域存在輕微的形變，形變速率為５ ｍｍ／ ａ 左右，實地考察發現形變區域附近地表存在輕微細小裂紋。

為了探討ＳＢＡＳ－ＩｎＳＡＲ 技術對庫區形變監測的適用性，提取了地面監測點Ｄ５－０２ 和Ｄ５－１７ 的ＧＮＳＳ 監測數據以及監測點周圍半徑１０ ｍ 內的ＳＢＡＳ－ＩｎＳＡＲ監測的高相干點形變時間序列進行對比驗證。由于ＳＢＡＳ－ＩｎＳＡＲ 監測的是ＬＯＳ 向的形變，與ＧＮＳＳ 監測方向不一致，因此結合衛星參數將兩點的ＳＢＡＳ －ＩｎＳＡＲ 監測結果轉換到垂直方向進行對比（見表２）。列對比。通過對比實測形變曲線和ＳＢＡＳ 形變曲線，發現ＳＢＡ－ＩｎＳＡＲ 技術受大氣、噪聲等影響，形變時序曲線存在相對較大的隨機波動，但整體的變化規律和同期累積形變量基本與實測數據保持一致。對比結果反映了２０２０ 年試驗得出的累積形變量與實測結果基本一致，驗證了本文時序ＳＢＡＳ－ＩｎＳＡＲ 形變監測的適用性。

４ 結 論

時序ＩｎＳＡＲ 技術是一種新型的遙感監測手段，能夠獲取高精度的形變信息。本文結合水庫獨特的地理環境，利用ＳＢＡＳ－ＩｎＳＡＲ 監測技術的優勢，重點研究后壩區形變特性，探測后壩體表面高質量的散射體目標，并采用地面控制點來對干涉相位和解纏相位進行修正，提取較高精度的時序形變信息，通過地面驗證數據得出，該形變趨勢與地面監測數據具有一定的相似性，表明ＳＢＡＳ?ＩｎＳＡＲ 能夠揭示水庫及周邊的形變信息，為后序維持水庫的穩定性和減輕黃河下游大堤的防洪壓力提供數據支撐。今后的工作需要綜合分析形變原因對形變區域作重點監測，及時治理河口村水庫管理范圍內影響較大的滑坡和自身沉降區域。

致謝：河南省濟源市河口村水庫管理局為本研究提供了地面監測數據，在此表示衷心感謝。

參考文獻：

［１］ 鄭會春，李澤民，張曉瑞，等．沁河河口村水庫工程竣工驗收設計工作報告［Ｒ］．鄭州：黃河勘測規劃設計有限公司，２０１７：２０４．

［２］ ＬＩＵ Ｌ，ＺＨＡＮＧ Ｔ，ＷＡＨＲ Ｊ．ＩｎＳＡＲ Ｍｅａｓｕｒｅｍｅｎｔｓ ｏｆ ＳｕｒｆａｃｅＤｅｆｏｒｍａｔｉｏｎ ｏｖｅｒ Ｐｅｒｍａｆｒｏｓｔ ｏｎ ｔｈｅ Ｎｏｒｔｈ Ｓｌｏｐｅ ｏｆ Ａｌａｓｋａ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｇｅｏｐｈｙｓｉｃａｌ Ｒｅｓｅａｒｃｈ，２０１０，１１５（Ｆ３）：Ｆ０３０２３．

［３］ 廖明生，唐婧，王騰，等．高分辨率ＳＡＲ 數據在三峽庫區滑坡監測中的應用［Ｊ］．中國科學：地球科學，２０１２，４２（２）：２１７－２２９．

［４］ 裴媛媛，廖明生，王寒梅．時間序列ＳＡＲ 影像監測堤壩形變研究［Ｊ］．武漢大學學報（信息科學版），２０１３，３８（３）：２６６－２６９．

［５］ 張艷梅，王萍，羅想，等．利用Ｓｅｎｔｉｎｅｌ－１ 數據和ＳＢＡＳＩｎＳＡＲ技術監測西安地表沉降［Ｊ］．測繪通報，２０１７（４）：９３－９７．

［６］ 蒲川豪，許強，趙寬耀，等．利用小基線集ＩｎＳＡＲ 技術的延安新區地面抬升監測與分析［Ｊ］．武漢大學學報（信息科學版），２０２１，４６（７）：９８３－９９３．

［７］ ＦＥＲＲＥＴＴＩ Ａ，ＰＲＡＴＩ Ｃ，ＲＯＣＣＡ Ｆ．Ｎｏｎｌｉｎｅａｒ Ｓｕｂｓｉｄｅｎｃｅ ＲａｔｅＥｓｔｉｍａｔｉｏｎ Ｕｓｉｎｇ Ｐｅｒｍａｎｅｎｔ Ｓｃａｔｔｅｒｅｒｓ ｉｎ Ｄｉｆｆｅｒｅｎｔｉａｌ ＳＡＲ Ｉｎ?ｔｅｒｆｅｒｏｍｅｔｒｙ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｇｅｏｓｃｉｅｎｃｅ ａｎｄ ＲｅｍｏｔｅＳｅｎｓｉｎｇ，２０００，３８（５）：２２０２－２２１２．

［８］ ＦＥＲＲＥＴＴＩ Ａ，ＰＲＡＴＩ Ｃ，ＲＯＣＣＡ Ｆ．Ｐｅｒｍａｎｅｎｔ Ｓｃａｔｔｅｒｅｒｓ ｉｎＳＡＲ Ｉｎｔｅｒｆｅｒｏｍｅｔｒｙ［Ｊ］．ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｇｅｏｓｃｉｅｎｃｅ ＆Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ，２００１，３９（１）：８－２０．

［９］ ＢＥＲＡＲＤＩＮＯ Ｐ，ＦＯＲＮＡＲＯ Ｇ，ＬＡＮＡＲＩ Ｒ，ｅｔ ａｌ．Ａ Ｎｅｗ Ａｌ?ｇｏｒｉｔｈｍ ｆｏｒ Ｓｕｒｆａｃｅ Ｄｅｆｏｒｍａｔｉｏｎ Ｍｏｎｉｔｏｒｉｎｇ Ｂａｓｅｄ ｏｎ ＳｍａｌｌＢａｓｅｌｉｎｅ Ｄｉｆｆｅｒｅｎｔｉａｌ ＳＡＲ Ｉｎｔｅｒｆｅｒｏｇｒａｍｓ ［ Ｊ ］． ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｇｅｏｓｃｉｅｎｃｅ ＆ Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ，２００２，４０（１１）：２３７５－２３８３．

［１０］ 張堯．基于ＩｎＳＡＲ 技術大同煤田沉陷區的監測與識別［Ｄ］．北京：中國地質大學，２０２０：１２－１５．

【責任編輯 簡 群】