insar监测漏水10篇

时间：2022-10-02 17:00:04 来源：网友投稿

insar监测漏水10篇insar监测漏水　第20卷　第12期　中　国　水　运　Vol.20　No.122020年　12月　ChinaWaterTransport　Decembe下面是小编为大家整理的insar监测漏水10篇,供大家参考。

insar监测漏水10篇

篇一：insar监测漏水

20 卷

　第 12 期

　中

　国

　水

　运

　Vol.20

　 No.12 2020 年

　 12 月

　 China Water Transport

　December

　2020 收稿日期：2020-11-14 作者简介：吕加颖（1995-），男，昆明理工大学国土资源工程学院，硕士生，研究方向为国土资源遥感。

　通讯作者：李向新（1963-），男，工学博士，副教授，主要研究方向为 3S 技术集成及工程应用。

　一种优化干涉对选取的 SBAS-InSAR 库区滑坡监测方法吕加颖1 ，李向新 1，2 ，孙路遥 3

　（1.昆明理工大学国土资源工程学院，云南昆明 650093；2.高原山区测绘技术应用工程研究中心，云南昆明 650093； 3.中石化石油工程设计有限公司，山东东营 257026）

　摘

　要：干涉对的选取是小基线集（SBAS-InSAR）技术的重要步骤，其干涉组合影响到相位解缠及形变分析结果的准确性。目前 SBAS 技术在形变梯度较小的传统的沉降监测应用中可靠性较好，但对于地表形变梯度较大的滑坡灾害变形监测时，在相位解缠时可能会因干涉对组合不当而产生误差，导致计算结果与真实形变差距较大。针对这一问题，本文提出了一种大形变梯度下的滑坡体 SBAS-InSAR 干涉对优化组合策略及方法，用于某山区水电站库区滑坡体，利用 SBAS 技术分析 2018-2019 年形变场与形变特征，并与 GPS 监测数据进行了对比分析和验证。研究结果表明：（1）对于新建滑坡体的最大视线向位移量，优化后的 InSAR 结果达到 190mm/a，优化前仅为59mm/a；（2）将 GPS 值投影至视线向，优化干涉对组合后的 InSAR结果与 GPS 值在量级上更接近，趋势上保持较高一致性。

　关键词：SBAS-InSAR；GPS；干涉对组合；形变监测中图分类号：P237

　文献标识码：A

　文章编号：1006-7973（2020）12-0129-03

　引言近年来，InSAR 技术被广泛应用于金沙江沿岸的滑坡地质灾害监测的研究，并取得了许多成功的案例 [1] 。目前较为常见的InSAR方法有D-InSAR，PS-InSAR，SBAS-InSAR，SqueeSAR，而对于滑坡的探测、监测乃至预测研究，SBAS-InSAR 的应用则更广一些。对于金沙江流域的地表形变探测，2018 年康亚 [2] 采用 SBAS 技术探测金沙江乌东德水库沿岸的潜在滑坡，获得金坪子滑坡的形变特征与时序结果；2019 年陆会燕 [3] 利用 SBAS 技术监测金沙江上游西藏地区的滑坡，分析了滑坡区整体和局部滑塌地表形变速率、变化趋势等情况。

　在 SBAS 的处理流程中，差分干涉完成以后，首先要考虑的便是干涉对的编辑，在这一步，处理人员将逐个判断干涉对的质量以决定是否将其移除。以往的做法是：在质量合格的前提下，应尽可能保留足够多的干涉对。算力允许时，N 景影像至多可产生（N*（N-1））/2 个干涉对。对于D-InSAR 而言，两景 SAR 影像可探测到的最大形变梯度为波长的 1/4 [4] 。对于 C 波段的卫星而言，这个值约为 14mm。当实际变形在视线向（Line Of Sight，LOS）上的投影（即形变梯度）大于该值时，会使相位不能正确解缠，得到错误的解缠结果。

　而 SBAS 技术是一种多主影像的差分干涉测量方法，其基本思想是在一定约束条件下，使各景影像两两差分，利用尽可能多的干涉对用于大气相位的估算和去除，并对最终的结果作整体平差。那么，若处理偶然误差的前提是观测值不存在粗差，参与计算的每个干涉对也应符合形变梯度不超过波长的 1/4 这一约束条件。

　当变形速率较小时（如城市地区的沉降），时间基线范围内的形变梯度一般不会超过波长的 1/4 这一阈值，此时保留尽可能多的干涉对，其像元的相干性较好，且更多的干涉对意味着引入更多的观测值，在后续像对间的平差运算中，亦能使结果取得更好的精度；而当变形速率较大、且时间基线较大时，其实际形变梯度则可能超过波长的1/4这一极限值，此时若不加以剔除，也就相当于人为地引入了粗差，因为此类干涉对不能正确解缠，进而会导致结果准度的严重失真。

　一、一种改进的干涉对编辑方法显然，一种理想的干涉对编辑是阈值内的所有合格干涉对均予保留。但从任意一景影像开始，我们很难知道到哪一景影像时刻结束时产生的形变梯度超过了给定阈值。此时不妨从另外一个角度考虑，当仅保留了尽可能少的干涉对时，其精度可能不如理想的编辑结果高，但至少，其形变量级应是相当的，即准度上不会出现过大的偏差。

　文章 [5] 提到，理想的情况是每景影像至少有 5 个连接，如果有一组连接不能和大多数像对连到一起，这一组的所有像对将舍去。其强调点不仅在于生成连接图时每景影像的干涉对数量，更在于，在编辑连接图后，亦能剩下至少 5 个连接。

　此时，这种干涉对编辑方法便显而易见了：

　（1）在生成连接图时，时空基线应尽可能设的大一些，以获取足够多的备选干涉对；（2）对于每景影像，在保证质量的前提下，留且仅保留5 个连接，此时的连接不仅包含影像作为主影像（Msarter

　 130

　中国水运

　第 20 卷

　 List）时的干涉对，影像作为从影像（Slave List）时的干涉对也应包含在内。

　二、研究区概况及数据源 1．研究区概况丽江市阿海水电站地处金沙江流域鲜水河-滇东地震带，地质构造复杂，库区沿岸滑坡灾害频发。为比较两种干涉对选取方法间的差异，选中金沙江中游的新建滑坡体作为研究区，原因主要由以下三点：

　（1）有良好的成像条件。如图 1a 所示，新建滑坡体坐落于金沙江的东岸。那么从坡向来看，其坡体指向基本是朝西的。由于该地区的 Sentinel 影像主要为升轨影像，那么从卫星的可视性角度来看，此地区刚好有一个较好的可视性。此外，由于成像几何的原因，SAR 本身对南北向位移不敏感，而滑坡大体上是沿坡向滑动的（据 GPS 资料），因而一定程度上规避了不利的几何条件。

　（a）

　（b）

　图 1

　研究区影像与 DEM 图（2）该滑坡体变形速度较快。从 2012 年 10 月开始，我们基于对地质情况的判断在新建地区选择了多个 GPS 站持续监测（见图 1b），频率为每年 6 次，直至 2019 年 4 月结束。观测结果表明有相当一部分位于滑坡体上，并发生了较大的位移。图 1b 是新建地区的地形图与 GPS 测站分布。

　（3）有良好的干涉条件。茂密的植被是导致 InSAR 影像间失相干的重要原因之一。而新建地区属低纬度暖温带高原山地季风气候，是典型的热干河谷。该地虽降水充沛，但由于蒸发量大加之贫瘠的土壤条件，使得该地鲜有大型乔木及连片的灌木生长，一定程度上减少了因植被茂密造成的不良影响。

　2．数据源本文选用 31 景 Sentinel-1A 影像（见表 1），辅助数据为精密定轨星历数据和 30m 分辨率的 ALOS-DEM。

　表 1

　Sentinel-1 影像数据参数数据量时间范围入射角极化方式升降轨 31 景 201804-201904 44.21 VV 升轨三、实验分析 1．干涉对编辑策略实验一采用了传统的干涉对编辑策略。每一景主影像与剩余所有从影像相匹配，得到 30-N 个干涉对组合。在干涉环节，所设时间基线为 360d，空间基线为 5%。由于研究区季节特征明显，雨季影像所连干涉对一般较差，故按照一般的筛选准则，在总计为 465 个干涉对的干涉结果中剔除了208 个，剔除比超过 44%，过程中仅考虑了干涉质量这一因素。

　实验二采用了改进的干涉对编辑策略。在干涉环节，所设基线与传统方法一致，以确保获得相同的备选干涉对。由于首（末）景影像没有向前（后）的连接，故只能向后（前）单向选择 5 个连接。对于一般时相的影像，则在保证质量的前提下，保留且仅保留 5 个时间基线相对较小的干涉对，无论是向前或向后。实验二剔除了 382 个干涉对，剔除比超过82%。

　2．实际位移与视线向位移的关系本文所用SAR数据为升轨影像，对于地表平面的某点P，其沿南北和东西方向上的形变分别为dN和dE。规定向正北、正东方向为正，对于竖直方向的位移 d U ，规定竖直向上为正，可得：

　式中，d los 为点P的三维形变投影至卫星LOS向的位移，α为卫星方位角，θ为卫星的雷达入射角。对于空间尺度差异性，则采取就近一致的原则，比较距 GPS 点最近像元的时序形变情况。

　3．SBAS-InSAR 数据处理经过差分干涉、轨道精炼与重去平、SBAS 反演、地理编码后，得到卫星视线向的形变速率结果。由于滑坡区内坡度坡向差异明显，因而不再统一投影到某一方向，以避免引入新的误差。

　（a）

　（b）

　图 2

　研究区地表形变速率实验一的 LOS 速率分布如图 2a 所示，虽然可以将变形区从背景区中区分出来，但滑坡区的 LOS 速率不大，约在20~60mm/a 之间。事实上，这是很不符合实际情况的——为了定量地评价 SBAS 的处理结果，将 GPS 监测到的实际位移投影到卫星的视线向上，在同一方向做出对此。对比结果见图 3，GPS 的投影值数倍于实验一 SBAS 的结果，说明d cos sin cos cos sinlos U N Ed d d           

　第 12 期

　吕加颖等：一种优化干涉对选取的 SBAS-InSAR 库区滑坡监测方法

　 131

　传统干涉对编辑策略下，结果的准度出现了严重偏差，其原因在引言中已有讨论，是由于参与平差的干涉对中出现了大于两景影像可探测最大形变阈值造成的。

　实验二的 LOS 速率分布如图 2b 所示，其中较为明显的变形区域是新建滑坡、白亚滑坡，以新建滑坡 LOS 速率最大，达到 190mm/a，次之为白亚滑坡，最大 LOS 速率约为60mm/a。文章 [6] 提到，阿海水电站蓄水后沿岸边坡发生了较大变形，其中位移最大的是新建滑坡。从 2015 年至今，新建滑坡最大点位平面位移量已达上千毫米之多，白亚滑坡的最大点平面位移量也达 346mm，即使投影到视线向上，数值也是相当可观的。与 GPS 投影结果比较，尽管在精度上还有一定差异，但在准度上已有了非常明显的改善——其形变量级已基本趋于一致。

　4．点位形变量比较为验证两种实验结果的准确度，将新建滑坡体上均匀分布的 5 个 GPS 测站 XJ06、XJ07、XJ08、XJ14、XJ20的 X、Y、Z 分量投影至 LOS 向（图 3c），与实验一（图3a）、实验二（图 3b）的 LOS 速率结果作定量比较。

　-200204060180406180430180524180617180711180804180828180921181015181108181202181226190119190212190308190401LOS向位移值(mm/a)实验一SBAS视线向位移XJ06XJ07XJ08XJ14XJ20 （a）

　-50050100150200180406180430180524180617180711180804180828180921181015181108181202181226190119190212190308190401LOS向位移值(mm/a)实验二SBAS视线向位移XJ06XJ07XJ08XJ14XJ20 （b）

　-50050100150200180406180430180524180617180711180804180828180921181015181108181202181226190119190212190308190401LOS向位移值(mm/a)GPS视线向位移XJ06XJ07XJ08XJ14XJ20 （c）

　图 3

　实验一、实验二、GPS 同名点视线向位移首先通过到两次实验数据对比，发现 LOS 速率在量级上有数倍的差距。将 GPS 的投影观测值视为真值，与两个实验的观测值做差，5 个 GPS 站点位移值与实验一同名点观测值的较差分别为 143.34、56.51、133.29、-7.65、63.89mm，与实验二的较差分别为 53.68、-22.8、37.37、-10.53、-38.90mm。由结果可看出，实验二与 GPS 值的较差较小，各点的形变量更符合 GPS 结果，证明实验二的 LOS 速率结果在准度上有更好的符合性。尽管从结果的精度来看，实验二与理想的毫米级精度仍有一定差距，但仅改变了干涉对的编辑策略这一项，便使结果准度有了显著性的提升，说明此方法有一定可取性。

　6．不足之处显然，参与运算的干涉对越多，结果的精度也会更好。尽管本文提出的这种干涉对编辑方法可以最大限度地减小因相位误解缠带来的不利影响。但不可否认的是，影像连接中，是有相当比例的干涉对并没有超过1/4波长这一最大形变阈值的，使得这些干涉对参与到提高精度的运算中来。一种理想的情况自然是仅剔去形变超界的干涉对，但如何将其与合格干涉对区分开来尚有一定困难，这也是干涉对编辑策略进一步优化的方向。

　四、结论本文利用SBAS-InSAR技术处理了31景丽江阿海水电站库区沿岸的 Sentinel-1A-SAR 数据，通过优化干涉对组合方式，获得了研究区 2018 年 4 月到 2019 年 4 月的年平均地表 LOS 向形变场；采用同时段的 GPS 数据进行对比验证，优化干涉对组合后的 InSAR 结果与 GPS 的较差大幅减小，准确度提升较明显，与 GPS 结果保持了较高的一致性，验证了研究结果的有效性。

　研究区滑坡主要分布在金沙江中游阿海水电站库区沿岸，最大滑坡点位于东岸的新建滑坡，其 LOS 向位移量最大达到了 190mm/a；其次是位于新建滑坡北边的白亚滑坡，其 LOS 向位移量达到 60mm/a，更加符合研究区的实际形变情况，通过 GPS 数据及其他外部调查成果，验证了优化干涉对组合的 SBAS-InSAR 技术监测、识别山区滑坡灾害的精度和可靠性，为山区滑坡监测和预警提供精确的数据支持。

　参考文献 [1] 杨仲康，魏进兵，高云建等.金沙江白格滑坡裂缝区失稳概率分析[J].工程科学与技术，2020，52（06）：95-101. [2] 康亚，赵超英，张勤等.InSAR 滑坡探测技术研究—以金沙江乌东德水电站段为例[J].大地测量与地球动力学，2018，38（10）：1053-1057. [3] 陆会燕，李为乐，许强等.光学遥感与 InSAR 结合的金沙江白格滑坡上下游滑坡隐患早期识别[J].武汉大学学报（信息科学版），2019，44（09）：1342-1354. [4] 蒋弥，李志伟，丁晓利等.InSAR 可检测的最大最小变形梯度的函数模型研究[J].地球物理学报，2009，52（07）：1715-1724. [5] Esri 中国信息技术有限公司.SARscape 入门教程[EB]. [6] 黄怀军.阿海水电站右岸进场公路 k71+200 滑坡灾害整治[J].中国高新科技，2020，（09）：95-96.

篇二：insar监测漏水

rsquo;妻静鬓鬻瓣～舞万方数据

　分类号UDCP225．7528博士学位论文学校代码10147密级公开时鹿⋯I．n§A}l一地面沉．降鉴测与．地至．水==地．面沉降预测模型参数反演．L a_nd．．Sg．bsj．den￡e．M．onj．torjng．．based．．帆．曼№曼．．Series．王nSAR．．．and．．．Param慨r．I跫versing．．of．Grouon．dwater-Subsj．．dence．Prediction Model作者姓名张子文指导教师杨帆教授申请学位工学博士学科专业大地测量学与测量工程研究方向变形监测与预报辽宁工程技术大学万方数据

　关于论文使用授权的说明I舢舢删IllUUlllllJmlllllllIY34701 02本学位论文作者及指导教师完全了解辽宝工程拉本太堂有关保留、使用学位论文的规定，同意辽宝工程技本太堂保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅，学校可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编本学位论文。保密的学位论文在解密后应遵守此协议学位论文作者签名：年月日导师签名：年月日万方数据

　致谢感谢辽宁工程技术大学!博士论文即将完成，回首在辽宁工程技术大学生活的点点滴滴，朝朝暮暮，心中顿生许多感触。首先，我要感谢导师杨帆教授，这些年来在学习上对我的悉心指导和生活上的帮助。他学问精卓、治学态度严谨，工作精益求精，严于律己，平易近人，这些都深深地感染和激励着我，令我在学习过程中树立坚定信心。恭列于杨老师门下，老师不以我质鄙材疏，对我多有指引、提携，将愚钝的我逐步引入了学术殿堂。老师科研功底深厚、学术造诣精深，对我在研究过程中遇到的科学难题，老师总能以独特的视野和创新的思想去找到解决问题的办法，使我有拨云见日之感。杨老师提供了非常多的科学研究和学术交流机会，在科研合作和学术交流中开拓了眼界，开放了思维，使我受益匪浅。老师为人宽厚，对我在科学研究和生活中的缺点，老师都能用他那宽广的胸怀包容我，在此特向杨老师致以最衷心的感谢!感谢武汉大学卫星导航定位技术中心的李陶教授，在GNSS中心交流学习的日子里，李老师严谨的治学态度、渊博的知识、高尚的人格为我们树立了心中的楷模，与他日常生活相处中的点点滴滴都将铭记于心，使我受益终生。感谢其团队在我博士实习期间提供的软件以及学术问题上的指导和帮助。。感谢测绘与地理科学学院徐爱功教授、宋伟东教授、夏春林教授、王崇倡教授、李玉教授、孙伟教授、赵泉华教授、王佩贤教授、裴亮教授、吉长东教授、祝会忠副教授、徐佳副教授和周欣威老师等。感谢德国地学中心(GFZ)的MahdiMotagh教授，我在德国地学中心访学交流期间给予我学习和生活上的帮助，并提供的InSAR处理软件和实验影像数据。感谢中科院新疆生态与地理研究所的刘铁研究员，对我在研究中请教的问题做了耐心的回答，非常感谢他对我的启迪和启发。感谢师兄赵瑞山，吴文豪，周志伟，感谢师弟赵增鹏、张磊、吕磊、谢佳君、王小兵、田振凯、常俊飞、谢洋洋、耿滕川，王明洲，陈志国，张校志，师妹常文蝶给予的帮助，感谢力学院丁鑫博士，帮我解决了很多生活上的琐事，与他们的探讨交流深化了我对很多问题的理解，希望他在辽宁工程技术大学的生活和学习一切顺利。感谢我的家人，感谢我的父母、亲人给予我的支持与鼓励，没有你们的鼓舞，我不可能完成学业。张子文2017年12月于阜新万方数据

　摘要随着大规模的城市建设及过量的地下水抽取，导致了城市地下水位的下降，从而引起严重的地面沉降与地表塌陷等一系列地质灾害的发生。加强城市地表沉陷监测和建立地下水．地面沉降预测模型是预防地表沉陷灾害发生有效手段。利用InSAR(-InterferometricSynthetic Aperture Rfldar，InSAR)技术对大尺度的城市地面沉降进行监测，可以得到大面积、高分辨率和高精度的持续的时序沉降监测结果，为地面沉降预测模型参数的反演提供大量的实测数据。本文系统分析了常规InSAR与时序InSAR技术原理、处理流程以及主要误差源与敏感度。针对时序InSAR地面沉降监测技术中的大气信号分离问题，研究了常规时空滤波与平滑样条滤波两种大气信号分离算法，分别采用常规时空滤波方法与平滑样条滤波方法进行大气滤波，实现大气信号与形变信息的分离，并对两种滤波方法得到的大气与形变结果进行对比与分析，通过对滤波算法的实验评价两种滤波对大气与形变信号分离的精度与抗差程度。针对地下水．地面沉降预测模型参数反演问题，对模型参数与沉降值的相关性进行了分析，采用InSAR地面沉降监测数据约束下的LS(Least Square，LS)反演方法得到模型中的固结系数；采用连续小波变换方法分离出地面沉降量中因含水层压缩变形引起的地表弹性与非弹性沉降量，并结合地面沉降预测模型反演得到弹性释水系数和非弹性释水系数；利用InSAR地面沉降监测值，根据Biot固结理论中的自由应力下体积应变公式反演得到模型的地下水体积变化量参数。以天津市InSAR地面沉降监测为例，采用短基线集InSAR(Sn：nll Baseline InSAILSBAS．InSAR)方法，获取了地面沉降变形值，并基于PS点的地面沉降值解译了地下水位、地下水系统、基地构造等相关水文地质信息，通过InSAR地面沉降值反演了地面沉降模型参数，建立了天津市地下水．地面沉降预测模型，采用Modflow地面沉降预测数值模拟软件模拟计算，将模拟计算结果与地面沉降测量值进行比较，验证了模型参数反演方法的正确性。实验表明地面沉降误差小于10ram，最大残差15ram。主要研究成果如下：(1)研究了InSAR时序处理过程中常规时空滤波与平滑样条滤波两种大气信号分离算法，分别采用常规时空滤波方法与平滑样条滤波方法进行大气滤波，实现大气信号与形变信息的分离，并对两种滤波方法得到的大气与形变结果进行对比与分析，通过实验得出：在非均匀采样状态下常规滤波方法滤波参数的固定使滤波结果存在着不确定性，平滑样条滤波也可以有效的分离大气与沉降信号，该滤波方法通过选取最佳平滑系数，能够较好的逼近形变相位分量。万方数据

　时序InSAR地表沉降监测与地下水．地面沉降预测模型参数反演(2)通过研究地面沉降模型建立与参数反演理论，分析地下水三维渗流一地面沉降预测模型的建立过程，探讨了渗流偏微分方程定解条件及耦合后的收敛性能，并对模型中的几个重要模型参数如地下水位、弹性释水系数、非弹性释水系数、固结系数、开采量与沉降的关系进行参数相关性分析，解释每个参数对沉降模型的主要贡献度与灵敏度。(3)提出了一种含水层弹性、非弹性释水系数的InSAR反演方法。研究承压含水层形变机理，结合垂直时序InSAR形变分量和水位变化因素，采用连续小波变换(ContinuousWavelet Transform,CWT)方法分离周期形变信号分量和长期趋势，分别得到含水层弹性和非弹性时序形变信息，孤立的信号分量基于地面沉降模型用于估计弹性储存系数、非弹性骨架释水系数和压实时间常数，从而可以得到精确的弹性、非弹性释水系数，解决了以前靠InSAR只能反演平均释水系数一个参数的困难，为后续的水文地质研究提供更准确的参数依据。采用最,j,--乘方法，建立了InSAR时序数据源下的固结系数约束方程，提出基于InSAR时序技术的含水层固结系数反演方法。结合Blot固结理论中的自由应力下体积应变模型，讨论不同水文地质概念模型下InSAR对地下水探测的敏感性，提出采用卫星视角分量矢量化的方法将其垂直分量融入Biot模型中，从而达到体积应变积分方程求解收敛、地下水体积变化率反演的目的。(4)为了验证本文提出的基于InSAR技术的地下水．地面沉降预测模型参数反演方法的准确性与实用性，以天津市沉降区为例，采用SBAS．InSAR技术对主要沉降大区域与单个漏斗区进行监测，并采用定性与定量的方法作了基于PS点的地面沉降特征、地下水位、地下水系统、基地构造等相关水位地质解译。基于上述提出的反演方法反演了地下水．地面沉降预测模型所需的弹性释水系数、非弹性释水系数、开采量变化和固结系数，并利用Modflow三维地下水流软件，Interbed-Stomge程序包模拟地面沉降，先用初始水位地质实测单点参数代入模型作为初始参数模拟得到一个与InSAR时间内对应的沉降值序列，再利用InSAR反演得到的参数代入模型得到一个与InSAR时间内对应的沉降值序列并与实测水准、InSAR进行精度对比验证地下水．地面沉降预测模型的可靠性，最后提出基于赤池信息准则(Akaike’s InformationCriterion,AIC)下的地面沉降模型参数、与沉降值精度综合评价方法。关键词：时序InSAR；大气延迟误差；地面沉降监测；地下水一地面沉降预测模型；参数反演万方数据

　Abst tactWith the large．scale urban construction and excessive groundwater extraction,thewater level of cities has dropped，which caused a series of geological disasters such asserious surface settlement．．-To strengthen urban subsidence monitoring and establishinggroundwater．1and subsidence prediction model isan effective measure to prevent theoccurreIlce of surface subsidence disaster．Using InSAR(Interferometric SyntheticAperture Radar，InSAR)technolo gy to monRor land subsidence of large scale urbancanprovide large．area，high．resolutionandhigh-precision timingseries subsidencemonitoring results，which provideda large number of measured data for parametersinversing of ground subsidence prediction model．This thesis systematically analyzed the principle，processing flow and main errorsources and sensitivities of conventional of InSAR and time series InSARtechno 10 gies·In view o f the atmospheric effectintime·dependentInSAR surface subsidencemonitoring technology，twokinds of atmospheric signal separation algorithms werestudied．such as conventional spatio-temporal filtering and smoothing spline filtering·Atmospheric filteringwas performedusingconventional spatio-temporal filteringmethod and smoothing spline filtering method，respectively，to separate the atmosphericsignal and deformation information．The atmospheric and deformation results obtainedbv the two methods were compared and analyzed．The expcriment resuRs shows that thefiltering parameters of the conventional filtering method were fixed，which makes thefiltering result uncertain under the conditionof non：uniform sampling status，and smoothspline filtering can also effectively separate the atmospheric and sedimentary signals，f证ther瑚lore．when the sedimentation rate is large，compared with the conventionalspatio．temporal filteringmethod，this method can improve the accuracy of groundsubsidence monitoring． AimingattheparameterInversionProblem ofGroundwater．Ground subsidence prediction model，thecorrelation between modelparamleters and subsidence values wass analyzed，and the consolidation coefficient wasobtailled bv LS(Least Square，LS)inversion method under InSAR landsubsidencemonitoring data’S constraint．The surface settlement of elastic ity and ine lastic caused bythe compressive deformation of aquifersingroundsubsidence were separated bycontinU【OUS wavelet transform，and elasticrelease coefficient and inelastic release—III万方数据

　时序InSAR地表沉降监测与地下水．地面沉降预测模型参数反演coefficient were obtained by the inversion of ground subsidence prediction model．Theparameters of groundwater vo lume variation were retrieved according to the volumestrain formula under flee stress in Biot’S consolidation theory by using InSAR data．Taking the InSAR land subsidence monitoring in Tianjin as an example，the deformationofthe land subsidence was obtained by the InSAR(Small Baseline InSAR)method withshort baseline set．The relevant hydrogeological information such as groundwater level，groundwater system and basement structure based on the ground settlement value of PSpoint was interpreted．InSAR surface subsidence value is used to inverse the parametersof ground subsidence model．InSAR surface subsidence value is used to inverse theparameters of ground subsidence prediction model．The groundwater—ground subsidenceprediction model of Tianj inis established．Modflow，ground subsidencepredictionsoftware was used to simulate the subsidence．The simulation results were comparedwith subsidence measurements the correctness ofthe model parameter inversion methodwas verified，and experiments show that the ground subsidence error is less than 1 0mm,the maximum residual error of l 5mm．The main research results are as folloWS．(1)．two kinds of atmospheric signal separation algorithms were studied，such asconventional ...

篇三：insar监测漏水

书ＪｏｕｒｎａｌｏｆＥｎｇｉｎｅｅｒｉｎｇＧｅｏｌｏｇｙ

　工程地质学报

　１００４－９６６５／２０２１／２９（４）-１１６７-１１张严，朱武，赵超英，等．２０２１．佛山地铁塌陷ＩｎＳＡＲ时序监测及机理分析［Ｊ］．工程地质学报，２９（４）：１１６７－１１７７．ｄｏｉ：１０．１３５４４／ｊ．ｃｎｋｉ．ｊｅｇ．２０１９－５５７ＺｈａｎｇＹａｎ，ＺｈｕＷｕ，ＺｈａｏＣｈａｏｙｉｎｇ，ｅｔａｌ．２０２１．ＭｏｎｉｔｉｎｇａｎｄｉｎｖｅｒｓｉｏｎｏｆＦｏｓｈａｎｍｅｔｒｏｃｏｌｌａｐｓｅｗｉｔｈｍｕｌｔｉ-ｔｅｍｐｏｒａｌＩｎＳＡＲａｎｄｆｉｅｌｄｉｎｖｅｓｔｉｇａｔｉｏｎ［Ｊ］．ＪｏｕｒｎａｌｏｆＥｎｇｉｎｅｅｒｉｎｇＧｅｏｌｏｇｙ，２９（４）：１１６７－１１７７．ｄｏｉ：１０．１３５４４／ｊ．ｃｎｋｉ．ｊｅｇ．２０１９－５５７佛山地铁塌陷ＩｎＳＡＲ时序监测及机理分析 *张严 ①

　朱武 ①②

　赵超英 ①②

　韩炳权 ①（①长安大学，地质工程与测绘学院，西安７１００５４，中国）（②地理信息工程国家重点实验室，西安７１００５４，中国）摘要２０１８年２月７日，位于广东省佛山市禅城区的地铁２号线在盾构施工中发生塌陷事故，造成１１人死亡、１人失踪、８人受伤，直接经济损失超过５０００万元。为深入分析此次事故成因，本文基于自２０１７年３月～２０１９年１月期间的５６景Ｓｅｎｔｉｎｅｌ-１Ａ数据，利用ＳＢＡＳ-ＩｎＳＡＲ技术获取了研究区的时空形变信息。结果发现塌陷区及其附近区域在监测期间存在持续的地面沉降，形变速率达到３０ｍｍ·ａ－１以上。通过对事发地的实地调查和形变特征分析，并结合当地地质资料推测了塌陷形成的机理：供水管道下方的软土存在不均匀沉降，使水管产生裂缝导致管道内水外渗，进而致使还未达到胶装凝固点的管片产生裂缝，最终引起隧道和地面坍塌。研究结果可以为今后盾构施工中塌陷的监测和预警工作提供理论依据。关键词地面塌陷；ＩｎＳＡＲ技术；形变监测；机理分析；佛山中图分类号：Ｐ２３６

　文献标识码：Ａ

　ｄｏｉ：１０．１３５４４／ｊ．ｃｎｋｉ．ｊｅｇ．２０１９－５５７ * 收稿日期：２０１９－１２－２４；修回日期：２０２０－０４－２１．基金项目：国家自然科学基金（资助号：４１９４１０１９，４２０７４０４０），国家重点研发计划（资助号：２０２０ＹＦＣ１５１２００１，２０１９ＹＦＣ１５０９８０２）．ＴｈｉｓｒｅｓｅａｒｃｈｉｓｓｕｐｐｏｒｔｅｄｂｙＮａｔｉｏｎａｌＮａｔｕｒａｌＳｃｉｅｎｃｅＦｏｕｎｄａｔｉｏｎｏｆＣｈｉｎａ（ＧｒａｎｔＮｏｓ．４１９４１０１９，４２０７４０４０）ａｎｄＮａｔｉｏｎａｌＫｅｙＲ＆ＤＰｒｏｇｒａｍｏｆＣｈｉｎａ（ＧｒａｎｔＮｏｓ．２０２０ＹＦＣ１５１２００１，２０１９ＹＦＣ１５０９８０２）．第一作者简介：张严（１９９４－），女，硕士生，主要从事ＩｎＳＡＲ方面的科研工作．Ｅ-ｍａｉｌ：１７９８１３８０９９＠ｑｑ．ｃｏｍ通讯作者简介：朱武（１９８２－），男，博士，教授，博士生导师，主要从事ＩｎＳＡＲ方面的科研和教学工作．Ｅ-ｍａｉｌ：４８８０１９１１＠ｑｑ．ｃｏｍＭＯＮＩＴＩＮＧＡＮＤＩＮＶＥＲＳＩＯＮＯＦＦＯＳＨＡＮＭＥＴＲＯＣＯＬＬＡＰＳＥＷＩＴＨＭＵＬＴＩ-ＴＥＭＰＯＲＡＬＩＮＳＡＲＡＮＤＦＩＥＬＤＩＮＶＥＳＴＩＧＡＴＩＯＮＺＨＡＮＧＹａｎ ①

　ＺＨＵＷｕ ①②

　ＺＨＡＯＣｈａｏｙｉｎｇ ①②

　ＨＡＮＢｉｎｇｑｕａｎ ①（①ＳｃｈｏｏｌｏｆＧｅｏｌｏｇｉｃａｌＥｎｇｉｎｅｅｒｉｎｇａｎｄＧｅｏｍａｔｉｃｓ，Ｃｈａｎｇ"ａｎＵｎｉｖｅｒｓｉｔｙ，Ｘｉ"ａｎ７１００５４，Ｃｈｉｎａ）（②ＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＧｅｏｇｒａｐｈｉｃＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，Ｘｉ"ａｎ７１００５４，Ｃｈｉｎａ）ＡｂｓｔｒａｃｔＩｎｔｈｅｅｖｅｎｉｎｇｏｆＦｅｂｒｕａｒｙ７，２０１８，ａｄｅａｄｌｙｇｒｏｕｎｄｃｏｌｌａｐｓｅｏｆａｍｅｔｒｏｔｕｎｎｅｌｕｎｄｅｒｃｏｎｓｔｒｕｃｔｉｏｎｏｃｃｕｒｒｅｄｉｎＦｏｓｈａｎ，ＧｕａｎｇｄｏｎｇＰｒｏｖｉｎｃｅ，Ｃｈｉｎａ．Ｔｈｅａｃｃｉｄｅｎｔｃａｕｓｅｄ１１ｄｅａｔｈｓ，８ｉｎｊｕｒｉｅｓ，１ｍｉｓｓｉｎｇｐｅｒｓｏｎ，ａｎｄｄｉｒｅｃｔｅｃｏｎｏｍｉｃｌｏｓｓｏｆｍｏｒｅｔｈａｎ５３ｍｉｌｌｉｏｎｙｕａｎ．Ｉｎｏｒｄｅｒｔｏｕｎｄｅｒｓｔａｎｄｔｈｅｍｅｃｈａｎｉｓｍｏｆｔｈｉｓｃｏｌｌａｐｓｅ，ｉｔｉｓｎｅｃｅｓｓａｒｙｔｏｅｘａｍｉｎｅｔｈｅｄｅｆｏｒｍａｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｔｈｅｇｒｏｕｎｄｂｅｆｏｒｅａｎｄａｆｔｅｒｔｈｅｅｖｅｎｔ．Ｃｏｍｐａｒｅｄｗｉｔｈｔｈｅｇｒｏｕｎｄ-ｂａｓｅｄｏｂｓｅｒｖａｔｉｏｎｔｅｃｈｎｉｑｕｅｓ，ｔｈｅｓｙｎｔｈｅｔｉｃａｐｅｒｔｕｒｅｒａｄａｒ（ＳＡＲ）

　ｉｎｔｅｒｆｅｒｏｍｅｔｒｙｔｅｃｈｎｉｑｕｅｈａｓｄｅｍｏｎｓｔｒａｔｅｄｉｔｓｐｏｔｅｎｔｉａｌｆｏｒｍｏｎｉｔｏｒｉｎｇｔｈｅｃｏｌｌａｐｓｅｓｉｎｋｈｏｌｅｓｄｕｅｔｏｔｈｅａｄｖａｎｔａｇｅｓｏｆｃｏｖｅｒｉｎｇｌａｒｇｅａｒｅａｓ，ｍａｐｐｉｎｇｏｆｈｉｇｈ-ｄｅｎｓｉｔｙｓｐａｔｉａｌａｎｄｈｉｓｔｏｒｉｃａｌｇｒｏｕｎｄｄｅｆｏｒｍａｔｉｏｎ．Ｔｈｅｒｅｆｏｒｅ，ｕｓｉｎｇｔｈｅ５６Ｓｅｎｔｉｎｅｌ-１Ａｓｐａｎｎｉｎｇｆｒｏｍ２０１７－０３ｔｏ２０１９－０１，ｗｅｏｂｔａｉｎｔｈｅｓｐａｔｉａｌ-ｔｅｍｐｏｒａｌｄｅｆｏｒｍａｔｉｏｎｉｎｆｏｒｍａｔｉｏｎｏｆｔｈｅｓｔｕｄｙａｒｅａｂｙｕｓｉｎｇＳｍａｌｌＢａｓｅｌｉｎｅＳｕｂｓｅｔＳＡＲＩｎｔｅｒｆｅｒｏｍｅｔｒｙ（ＳＢＡＳ-ＩｎＳＡＲ）ｔｅｃｈｎｉｑｕｅｓ．Ｉｔｉｓｆｏｕｎｄｔｈａｔｃｏｎｔｉｎｕｏｕｓｇｒｏｕｎｄｓｕｂｓｉｄｅｎｃｅｏｃｃｕｒｒｅｄｉｎｔｈｅｃｏｌｌａｐｓｅａｒｅａａｎｄｉｔｓａｄｊａｃｅｎｔａｒｅａｓ，ａｎｄｔｈｅｄｅｆｏｒｍａｔｉｏｎｒａｔｅｒｅａｃｈｅｄｍｏｒｅｔｈａｎ３０ｍｍ·ａ－１，ｗｈｉｌｅ万方数据

　ａｒｅａｓｆａｒａｗａｙｆｒｏｍｔｈｅｓｉｎｋｈｏｌｅｗａｓｍｏｓｔｌｙｓｔａｂｌｅ．Ｉｎｏｒｄｅｒｔｏｆｕｒｔｈｅｒｖｅｒｉｆｙｔｈｅｒｅｌｉａｂｉｌｉｔｙｏｆｔｈｅｄｅｆｏｒｍａｔｉｏｎａｎｄａｎａｌｙｚｅｔｈｅｃｏｎｎｅｃｔｉｏｎｂｅｔｗｅｅｎｔｈｅｌａｎｄｓｕｂｓｉｄｅｎｃｅａｎｄｔｈｅｃｏｌｌａｐｓｅ，ｗｅｃａｒｒｙｏｕｔａｆｉｅｌｄｓｕｒｖｅｙａｎｄａｄｅｔａｉｌｅｄａｎａｌｙｓｉｓｏｆｔｈｅｄｅｆｏｒｍａｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｎｅａｒｔｈｅｃｏｌｌａｐｓｅａｒｅａ，ａｎｄｆｉｎｄｕｎｅｖｅｎｇｒｏｕｎｄｓｕｂｓｉｄｅｎｃｅｉｎｔｈｅｓｉｎｋｈｏｌｅａｎｄｉｔｓａｄｊａｃｅｎｔａｒｅａｓ．Ｔｈｅｍａｘｉｍｕｍｓｕｂｓｉｄｅｎｃｅａｔｔｈｅｃｏｌｌａｐｓｅｓｉｔｅｗａｓｎｅａｒｌｙ３７ｍｍｏｖｅｒｔｈｅｐａｓｔｙｅａｒｏｆｃｏｌｌａｐｓｅａｃｃｉｄｅｎｔ．Ｗｈａｔ"ｓｍｏｒｅ，ａｃｃｅｌｅｒａｔｅｄｓｕｂｓｉｄｅｎｃｅａｐｐｅａｒｅｄｏｎｅｍｏｎｔｈｂｅｆｏｒｅｔｈｅｃｏｌｌａｐｓｅａｃｃｉｄｅｎｔ，ｗｈｉｃｈｗａｓｒｅｌａｔｅｄｔｏｔｈｅｍｅｔｒｏｃｏｎｓｔｒｕｃｔｉｏｎｄｉｓｔｕｒｂａｎｃｅ．Ｍｅａｎｗｈｉｌｅ，ｂａｓｅｄｏｎｔｈｅｌｏｃａｌｇｅｏｌｏｇｉｃａｌｄａｔａａｎｄａｃｃｉｄｅｎｔｉｎｖｅｓｔｉｇａｔｉｏｎｒｅｐｏｒｔ，ｉｔｉｓｃｏｎｓｉｄｅｒｅｄｔｈａｔｔｈｅｃｏｌｌａｐｓｅａｃｃｉｄｅｎｔｗａｓｃａｕｓｅｄｂｙｔｈｅｗａｔｅｒｓｕｐｐｌｙｐｉｐｅｌｉｎｅｄａｍａｇｅａｎｄｔｈｅｐｏｏｒｅｎｇｉｎｅｅｒｉｎｇｇｅｏｌｏｇｉｃａｌｅｎｖｉｒｏｎｍｅｎｔａｔｔｈｅａｃｃｉｄｅｎｔｓｉｔｅ．Ｉｎｔｈｅｅｎｄ，ｗｅｒｅａｓｏｎａｂｌｙｄｅｄｕｃｅｔｈｅｍｅｃｈａｎｉｓｍｏｆｃｏｌｌａｐｓｅｆｏｒｍａｔｉｏｎ：ｄｕｅｔｏｔｈｅｕｎｅｖｅｎｓｅｔｔｌｅｍｅｎｔｏｆｔｈｅｍｕｃｋｙｓｏｉｌｕｎｄｅｒｔｈｅｗａｔｅｒｓｕｐｐｌｙｐｉｐｅｌｉｎｅ，ｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｏｆｂｅａｒｉｎｇｃａｐａｃｉｔｙｏｆｍｕｃｋｙｓｏｉｌｔｏｔｈｅｗａｔｅｒｓｕｐｐｌｙｐｉｐｅｌｉｎｅｗａｓａｌｓｏｕｎｅｖｅｎ．Ｔｈｅｗａｔｅｒｌｅａｋａｇｅｉｎｔｈｅｐｉｐｅｌｉｎｅｓａｔｕｒａｔｅｄｔｈｅｓｔｒａｔｕｍ，ｗｅａｋｅｎｅｄｔｈｅｍｅｃｈａｎｉｃａｌｐｒｏｐｅｒｔｉｅｓｏｆｔｈｅｍｕｃｋｙｓｏｉｌｌａｙｅｒ，ａｎｄｔｈｅＭｅｔｒｏｃｏｎｓｔｒｕｃｔｉｏｎｄｉｓｔｕｒｂａｎｃｅｉｎｃｒｅａｓｅｄｔｈｅｄｅｆｏｒｍａｔｉｏｎｏｆｔｈｅｓａｔｕｒａｔｅｄｓｏｉｌｌａｙｅｒａｎｄｐｉｐｅｌｉｎｅｌｅａｋａｇｅ，ａｎｄｔｈｅｗａｔｅｒｐｅｎｅｔｒａｔｅｄｄｏｗｎｔｏｔｈｅｆｉｎｅｓａｎｄｌａｙｅｒｂｅｌｏｗｔｈｅｓｈｉｅｌｄｍａｃｈｉｎｅｔａｉｌ．Ｗｉｔｈｔｈｅｉｎｃｒｅａｓｅｏｆｗａｔｅｒｃｏｎｔｅｎｔ，ｔｈｅｂｅａｒｉｎｇｃａｐａｃｉｔｙｏｆｔｈｅｆｉｎｅｓａｎｄｌａｙｅｒｗａｓｒｅｄｕｃｅｄ，ｗｈｉｃｈｌｅｄｔｏｔｈｅｓｕｂｓｉｄｅｎｃｅｏｆｔｈｅｓｈｉｅｌｄｍａｃｈｉｎｅｔａｉｌａｎｄｔｈｅｃｒａｃｋｓｉｎｔｈｅｐｉｐｅｓｅｇｍｅｎｔｓｔｈａｔｈａｄｎｏｔｒｅａｃｈｅｄｔｈｅｆｒｅｅｚｉｎｇｐｏｉｎｔ，ａｎｄｔｈｅｓｈｉｅｌｄｍａｃｈｉｎｅｔａｉｌｗａｓｐｅｒｍｅａｂｌｅｗｉｔｈｗａｔｅｒａｎｄｓａｎｄ．Ｂｕｔｔｈｅｂｕｉｌｄｅｒｓｆａｉｌｅｄｔｏｐｌｕｇｔｈｅｌｅａｋ，ａｎｄｔｈｅｆｌｏｏｄｉｎｇｂｅｃａｍｅｍｏｒｅｓｅｖｅｒｅ．Ｔｈｅｓａｎｄｌａｙｅｒｕｎｄｅｒｔｈｅｓｈｉｅｌｄｍａｃｈｉｎｅｑｕｉｃｋｌｙｄｒａｉｎｅｄａｗａｙ，ｒｅｓｕｌｔｉｎｇｉｎｔｈｅｄｏｗｎｗａｒｄｄｉｓｐｌａｃｅｍｅｎｔａｎｄｄｅｆｏｒｍａｔｉｏｎｏｆｔｈｅｓｈｉｅｌｄｍａｃｈｉｎｅ．Ａｆｔｅｒｔｈｅｔｕｎｎｅｌｓｔｒｕｃｔｕｒｅｗａｓｄａｍａｇｅｄ，ａｈｕｇｅａｍｏｕｎｔｏｆｓｅｄｉｍｅｎｔｓｕｄｄｅｎｌｙｐｏｕｒｅｄｉｎｔｏｔｈｅｔｕｎｎｅｌ，ａｎｄｃａｕｓｅｄａｒａｐｉｄｉｍｐａｃｔｏｆａｉｒｗａｖｅｓｉｎｔｈｅｌｉｍｉｔｅｄｓｐａｃｅｏｆｔｈｅｔｕｎｎｅｌ，ｗｈｉｃｈｅｖｅｎｔｕａｌｌｙｌｅｄｔｏｔｈｅｔｕｎｎｅｌａｎｄｔｈｅｇｒｏｕｎｄｃｏｌｌａｐｓｅ．Ｔｈｅｒｅｓｕｌｔｓｃａｎｐｒｏｖｉｄｅｔｈｅｏｒｅｔｉｃａｌｂａｓｉｓｆｏｒｔｈｅｃｏｌｌａｐｓｅｍｏｎｉｔｏｒｉｎｇａｎｄｅａｒｌｙｗａｒｎｉｎｇｏｆｓｈｉｅｌｄｔｕｎｎｅｌｉｎｇｉｎｔｈｅｆｕｔｕｒｅ．ＫｅｙｗｏｒｄｓＧｒｏｕｎｄｃｏｌｌａｐｓｅ；ＩｎＳＡＲ；Ｄｅｆｏｒｍａｔｉｏｎｍｏｎｉｔｏｒｉｎｇ；Ｍｅｃｈａｎｉｓｍａｎａｌｙｓｉｓ；Ｆｏｓｈａｎ０引言

　地面塌陷是指在人为因素或者自然因素的作用下，地表岩、土体向下陷落，并形成塌陷坑或塌陷洞的地质现象（王明伟等，２００８）。地面塌陷形成的前提是地表下空洞的存在，而空洞通常是由自然岩溶现象或人类挖掘造成的（Ｂｕｔｔｒｉｃｋｅｔａｌ．，２０１１），当然也存在一些诱发因素，如加载、地震、人为振动等（Ｎｉｓｉｏｅｔａｌ．，２００７；Ｐａｒｉｓｅ，２０１２）。地面塌陷是突发性的地质灾害（Ｇｕｔｉéｒｒｅｚｅｔａｌ．，２００８），特别是在城市地区，可能造成严重的经济损失，甚至危及生命安全。因此，城市地面塌陷的监测和早期预警构成了重要的研究课题。在塌陷形成之前，经常会出现地表下沉、裂缝等异常现象，可以利用这一特征来对潜在地面塌陷进行早期预警（Ｃｈａｎｇｅｔａｌ．，２０１４）。传统基于离散点的地表形变监测方法，不仅需要耗费大量的人力、物力，而且当监测大范围区域时效率较低（陈永奇，１９８８；Ｇａｌｌｏｗａｙｅｔａｌ．，１９９９）。而近年来发展起来的合成孔径雷达干涉测量（ＩｎｔｅｒｆｅｒｏｍｅｔｒｉｃＳｙｎｔｈｅｔｉｃＡｐｅｒｔｕｒｅＲａｄａｒ，ＩｎＳＡＲ）技术，由于其具有空间分辨率高、覆盖范围大、全天时、全天候等优点（Ｂａｍｌｅｒｅｔａｌ．，１９９８；兰恒星等，２０１９），被广泛用于监测地面塌陷前的信号特征（Ｂａｅｒｅｔａｌ．，２００２；Ｃｌｏｓｓｏｎｅｔａｌ．，２００３，２００５；Ｎｏｆｅｔａｌ．，２０１３；Ｖａｃｃａｒｉｅｔａｌ．，２０１３；Ｊｏｎｅｓｅｔａｌ．，２０１４，２０１５；Ｋｉｍｅｔａｌ．，２０１６），特别是在城市地区，具有成本低、效益高和较强的可行性（Ｉｎｔｒｉｅｒｉｅｔａｌ．，２０１５；Ｔｈｅｒｏｎｅｔａｌ．，２０１６）。针对２０１８年２月７日发生的佛山市地铁２号线塌陷事故，Ａｌｅｘｅｔａｌ．（２０１８）利用ＰＳＩ（ＰｅｒｓｉｓｔｅｎｔＳｃａｔｔｅｒｅｒＩｎＳＡＲ）技术对覆盖广州和佛山地区２０１１－０５～２０１７－０１期间的ＣＯＳＭＯ-ＳｋｙＭｅｄ数据进行处理，监测了该地区相应时间段的地表变化，并对塌陷的形成原因进行了分析。刘琦等（２０１９）利用ＰＳ-ＩｎＳＡＲ技术对覆盖佛山市２０１５－０６～２０１８－０９期间的Ｓｅｎｔｉｎｅｌ-１数据进行处理，获得了研究区相应时间段内的地表形变结果，发现事故段地铁沿线有明显的形变信息，并猜测该路段地面沉降的重要原因是地铁施工。前人在对地面沉降和地面塌陷形成的原因进行分析时，均未结合当地地质资料、事故调查报告等重要资料。８６１１ＪｏｕｒｎａｌｏｆＥｎｇｉｎｅｅｒｉｎｇＧｅｏｌｏｇｙ工程地质学报２０２１万方数据

　本文将整个禅城区作为研究区，搜集了２０１７－０３～２０１９－０１期间的５６景Ｓｅｎｔｉｎｅｌ-１Ａ数据，首先利用ＳＢＡＳ-ＩｎＳＡＲ（ＳｍａｌｌＢａｓｅｌｉｎｅＳｕｂｓｅｔＩｎＳＡＲ）技术获取了塌陷前、后期地表形变的时空演化规律。其次，为了验证形变监测结果的可靠性、进一步分析地面塌陷与地面沉降的关系，对塌陷坑附近区域进行了实地调研，并对塌陷坑附近的形变特征进行了详细分析，最后，结合搜集到的事发地地质资料、事故调查报告等，合理地推测了塌陷形成的机理。图１研究区及Ｓｅｎｔｉｎｅｌ-１Ａ数据覆盖范围示意图Ｆｉｇ．１ＳｃｈｅｍａｔｉｃｄｉａｇｒａｍｏｆｔｈｅｒｅｓｅａｒｃｈａｒｅａａｎｄＳｅｎｔｉｎｅｌ-１Ａｄａｔａｃｏｖｅｒａｇｅａｒｅａ１研究区概况１．１禅城区基本概况

　禅城区是广东省佛山市的５个行政辖区之一，也是其政治、经济、文化中心，与广州市、深圳市等城市相邻。（１）地理位置：禅城区位于东经１１３°００"４１″～１１３°０５"４０″，北纬２２°３５"０１″～２３°０２"２４″，地处珠江三角洲的腹地，在广州市的西南部，佛山市的中部。南北向长约１５ｋｍ，东西向宽约１９ｋｍ，面积约为１５４ｋｍ２，如图１中蓝色框所示，红色五角星即为塌陷坑所在位置（见电子版彩色图片）。（２）地质概况：禅城区的地质属于第四系地层，主要为黏土和其他各种粒径的沙层，厚度约从５ｍ至４０ｍ不等，具有自东向西递增的趋势，东平水道以西的地区第四系较厚，是禅城区第四系的主要沉积区（易守勇等，２０１７）。图２为禅城区第四系沉积物等厚线图。禅城区是地势平坦的冲积平原，大多区域海拔在１．３ｍ和４．６ｍ之间。地貌类型单一，主要为堆积地貌，属于三角洲平原，大部分地表覆盖着厚约１５～２５ｍ的松散沉积物。禅城区的软土层天然孔隙比大且含水量高，具有高压缩性、低黏聚力和小固结系数的特点，所以在人类活动的影响下，地表很容易发生形变，由此会带来各种安全隐患。禅城区软土厚度等厚线图如图３所示，可看出软土厚度的空间分布与第四系沉积物（图２）基本呈正相关。１．２塌陷事故基本概况

　２０１８年２月７日，位于佛山市禅城区湖涌站至绿岛湖站的地铁２号线右线工地在盾构中突发透水，导致施工隧道和地面发生坍塌（张爱军等，２０１８）。图４为塌陷现场照片，地面坍塌范围东西向约６５ｍ，南北向约８１ｍ，深度约６～８ｍ，地面塌方面积约４１９２ｍ２，坍塌体方量接近２．５×１０４ｍ３。事故发生区间呈东西走向，正位于季华西路下面，采用盾构法施工。事故段隧道穿行区域大部分岩土松散，承载力低，自稳定差，总体上工程地质条件很差。事故段隧道底埋深越３０．５ｍ，从上至下分别为人工填土、粉质黏土、淤泥质土、粉砂、粗砂、圆９６１１２９（４）

　张严等：佛山地铁塌陷ＩｎＳＡＲ时序监测及机理分析

　万方数据

　图２禅城区第四系沉积物等厚线图（改自易守勇等，２００７）Ｆｉｇ．２ＩｓｏｐａｃｈｍａｐｏｆＱｕａｔｅｒｎａｒｙｓｅｄｉｍｅｎｔｉｎＣｈａｎｃｈｅｎｇｄｉｓｔｒｉｃｔ图３禅城区软土分布等厚线图（改自易守勇等，２００７）Ｆｉｇ．３ＩｓｏｐａｃｈｍａｐｏｆｓｏｆｔｓｏｉｌｄｉｓｔｒｉｂｕｔｉｏｎｉｎＣｈａｎｃｈｅｎｇｄｉｓｔｒｉｃｔ砾。图５所示为截取的东西向穿过塌陷坑的地质剖面图。２实验数据和方法２．１数据

　本次实验搜集了覆盖研究区２０１７－０３－１２～２０１９－０１－２５期间的５６景升轨Ｓｅｎｔｉｎｅｌ-１Ａ数据，数据覆盖情况如图１中绿色框所示，数据的具体参数如表１所示。外部ＤＥＭ采用的是９０ｍ分辨率的ＴａｎＤＥＭ－ＸＤＥＭ。２．２ＳＢＡＳ-ＩｎＳＡＲ技术

　ＳＢＡＳ-ＩｎＳＡＲ技术是由Ｂｅｒａｒｄｉｎｏ等人在２００２０７１１ＪｏｕｒｎａｌｏｆＥｎｇｉｎｅｅｒｉｎｇＧｅｏｌｏｇｙ工程地质学报２０２１万方数据

　图４塌陷事故现场图（改自张爱军等，２０１８）Ｆｉｇ．４Ｍａｐｏｆｃｏｌｌａｐｓｅａｃｃｉｄｅｎｔｓｉｔｅ图５地质剖面图（改自易守勇等，２００７）Ｆｉｇ．５Ｇｅｏｌｏｇｉｃａｌｓｅｃｔｉｏｎｍａｐ表１Ｓｅｎｔｉｎｅｌ-１Ａ数据参数Ｔａｂｌｅ１ＰａｒａｍｅｔｅｒｓｏｆＳｅｎｔｉｎｅｌ-１Ａ影像获取时间影像数量极化方式升／降轨２０１７-０３-１２～２０１９－０１－２５５６景ＶＨ＋ＶＶ升轨年提出的（Ｂｅｒａｒｄｉｎｏｅｔａｌ．，２００２），通过设置一定的时间、空间基线阈值，获取相对高质量的干涉对，基于解缠后的干涉图获取形变速率和形变时间序列结果。其基本原理为：设第ｊ幅干涉图是ｔＡ和ｔＢ时刻获取的两幅ＳＡＲ影像生成的，则距离向坐标为ｒ、方位向坐标为ｘ的像元的差分相位可以表示为：δφｊ（ｘ，ｒ）＝φ（ｔＢ，ｘ，ｒ）－φ（ｔＡ，ｘ，ｒ）≈δφｄｉｓｐｊ（ｘ，ｒ）＋ δφｔｏｐｏｊ（ｘ，ｒ）＋ δφａｔｍｊ（ｔＢ，ｔＡ，ｘ，ｒ）＋ δφｎｏｉｓｅｊ（ｘ，ｒ），∀ｊ＝１，…Ｍ（１）式中：δφｄｉｓｐｊ（ｘ，ｒ）为视线向形变相位；δφｔｏｐｏｊ（ｘ，ｒ）为残余地形相位；δφａｔｍｊ（ｔＢ，ｔＡ，ｘ，ｒ）为大气延迟相位；δφｎｏｉｓｅｊ（ｘ，ｒ）为噪声相位；Ｍ为干涉图的总个数，设ＳＡＲ影像数为Ｎ＋１，则Ｎ＋１２≤Ｍ≤ Ｎ（Ｎ＋１）２。当不考虑大气延迟、残余地形和噪声影响的理想情况下：

　δφｊ（ｘ，ｒ）≈δφｄｉｓｐｊ（ｘ，ｒ）＝４πλｄ（ｔＢ，ｘ，ｒ）－ｄ（ｔＡ，ｘ，ｒ）

　[ ] ，

　 ∀ｊ＝１，…Ｍ（２）式中：λ为雷达波长；ｄ（ｔＢ，ｘ，ｒ）和ｄ（ｔＡ，ｘ，ｒ）分别为ｔＢ和ｔＡ时刻视线向的累积形变量，式（２）所示线性方程组的矩阵表达式为：Ａφ ＝ δφ（３）式中：Ａ为Ｍ×Ｎ的矩阵，行向量为干涉组合，列向量为ＳＡＲ影像。当小基线子集个数Ｌ＝１时，Ａ为列１７１１２９（４）

　张严等：佛山地铁塌陷ＩｎＳＡＲ时序监测及机理分析

　万方数据

　满秩矩阵，可以通过最小二乘估计累积形变量：φ＾＝（ＡＴＡ）－１ＡＴ δφ （４）当小基线子集个数Ｌ＞１时，方程（４）是秩亏的，秩亏数为Ｎ－Ｌ＋１，可以对Ａ进行奇异值分解，求出累积形变量 φ的最小范数意义下最小二乘解。图６时空基线分布图Ｆｉｇ．６Ｔｅｍｐｏｒａｌａｎｄｐｅｒｐｅｎｄｉｃｕｌａｒｂａｓｅｌｉｎｅｄｉｓｔｒｉｂｕｔｉｏｎ２．３数据处理关键步骤

　（１）Ｓｅｎｔｉｎｅｌ-１Ａ数据预处理：首先分别读取５６景数据每个子条带的ＳＬＣ数据和创建参数文件，并根据强度图目视判断提取各影像覆盖研究区的公共ｂｕｒｓｔ，然后利用精度在５ｃｍ以内的ＡＵＸ＿ＰＯＥＯＲＢ精密轨道文件对轨道文件进行更新，以提高卫星位置的精度，从而减小干涉图的基线误差。最后利用外部ＤＥＭ辅助影像配准，使配准的精度达到像元大小的千分之一，再对配准的数据进行去斜处理。（２）生成干涉对并差分处理：首先，为了避免严重的失相干现象，我们设定垂直基线阈值为２００ｍ，时间基线阈值为１００ｄ，通过自由组合生成３９６个基于不同主影像的干涉对。然后，将组合得到的干涉对进行干涉处理，并利用采集到的ＴａｎＤＥＭ－ＸＤＥＭ和ＳＡＲ轨道数据，模拟地形相位和平地相位，并将其从原始干涉相位中予以去除。之后考虑到塌陷坑的面积较小，我们对干涉噪声进行小窗口（大小为１６）、小步长（大小为２）的自适应谱滤波处理，在此基础上，我们使用最小费用流（ＭＣＦ）方法得到了解缠后的相位。并从中挑选出了９４个高质量的解缠图，时间基线与垂直基线的关系如图６所示。（３）求取年平均形变速率和形变时间序列：由于在数据处理中，小基线子集个数Ｌ＝１，系数矩阵Ａ为列满秩矩阵，利用最小二乘法进行求解，获得研究区在监测期间的年平均形变速率和形变时间序列。３实验结果

　从年平均形变速率图（图７）可以看出：在监测期间，塌陷坑临近区域有明显的形变，而远离塌陷坑的地铁沿线地带大多比较稳定。由于塌陷形成主要受临近区域的影响，由此将塌陷坑临近区单独提取做进一步分析，如图７中紫色框所示。图８所示为上图中紫色框放大图。由于该区域存在大面积植被覆盖区以及建筑工地，导致影像失相干现象较为严重，使得测量结果缺少大量的测量点。不过可以猜测，大部分沉降区域应为连续的，而且最大沉降量估计比监测到的大很多。在塌陷坑近邻区域选择一个点Ｐ做形变时间序列分析，结果如图９所示。由图９可以看出，Ｐ点在监测期间内存在持续地面沉降，形变基本呈线性变化，形变速率大约３０ｍｍ·ａ－１，从２０１８－０９之后沉降有变缓趋势，塌陷前１ａ时间内累积形变量达到了３５ｍｍ以上，监测２７１１ＪｏｕｒｎａｌｏｆＥｎｇｉｎｅｅｒｉｎｇＧｅｏｌｏｇｙ工程地质学报２０２１万方数据

　图７年平均形变速率图Ｆｉｇ．７Ａｎｎｕａｌｌａｎｄｓｕｂｓｉｄｅｎｃｅｒａｔｅｍａｐ图８塌陷坑附近区域年平均速率图Ｆｉｇ．８Ａｎｎｕａｌｌａｎｄｓｕｂｓｉｄｅｎｃｅｒａｔｅｍａｐｏｆｔｈｅａｒｅａｎｅａｒｔｈｅｃｏｌｌａｐｓｅｐｉｔ的２ａ期间累计沉降量达到了６０ｍｍ以上。而且可以看出，在塌陷前一段时间（２０１７－１２－２５～２０１８－０１－３０），形变速率突然增加，而临近塌陷前几天和塌陷过后几天，形变趋于稳定，再往后形变速率又突然增加。为进一步分析地面沉降与地面塌陷之间的关系，在塌陷前期（２０１７－０３－１２～２０１８－０１－３０）累计形变图上选取东西向穿过塌陷坑的一条剖线ＡＢ（如图８）做形变分析（图１０）。由图可见，塌陷坑及其近邻区域存在不均匀的地面沉降，在不到一年的监测时间内，沉降量最大达到近４０ｍｍ，塌陷坑处沉降量最大达到近３７ｍｍ。４地面沉降原因及塌陷机理分析

　通过对塌陷坑及其附近区域进行实地考察，发３７１１２９（４）

　张严等：佛山地铁塌陷ＩｎＳＡＲ时序监测及机理分析

　万方数据

　图９Ｐ点形变时间序列图Ｆｉｇ．９Ｔｈｅｔｉｍｅ-ｓｅｒｉｅｓｏｆｐｏｉｎｔＰ图１０剖线ＡＢ沿线的沉降量Ｆｉｇ．１０ＤｅｆｏｒｍａｔｉｏｎａｌｏｎｇｌｉｎｅＡＢ现沉降区存在地面裂缝、建筑物破坏等现象（图１１），而非形变区未发现明显地表形变现象，从而证明了监测结果的可靠性。塌陷坑北方大面积区域被植被覆盖且存在建筑施工，从而导致了该区域影像失相干现象较为严重。４．１地面沉降原因分析

　通过调研得知，该地的生活用水和工业用水均来自北江和南江的河水，因此并不存在抽取地下水的情况。通过将年平均形变速率图（图７）和禅城区第四系沉积等厚线图（图２）对比可见，沉降较严重的区域与第四系沉积厚度较大的区域基本一致，但第四系中最容易发生沉降的是软土层，软土的厚度分布与第四系不完全一致，而且沉降会受多种因素的影响，所以具体沉降情况还要结合软土厚度分布（图３）情况综合分析。此外，从Ｐ点的形变时间序列图可见，在塌陷发生前的一段时间（２０１７－１２－２５～２０１８－０１－３０），形变速率突然增加，猜测可能是４７１１ＪｏｕｒｎａｌｏｆＥｎｇｉｎｅｅｒｉｎｇＧｅｏｌｏｇｙ工程地质学报２０２１万方数据

　图１１野外实地调查照片Ｆｉｇ．１１Ｆｉｅｌｄｓｕｒｖｅｙｐｈｏｔｏｓ地铁施工扰动导致的。而临近塌陷前几天和塌陷过后几天，形变趋于稳定，考虑到可能是水管泄露导致软土层饱和的原因。２０１８－０９之后沉降变缓，应该是软土层通过多年固结压缩，逐步趋于稳定。总结来说，地面发生不均匀沉降，主要原因是软土厚度的分布不均匀，其次地铁施工扰动也加速了地面沉降。图１２塌陷机理分析示意图（改自易守勇等，２００７）Ｆｉｇ．１２Ｓｃｈｅｍａｔｉｃｄｉａｇｒａｍｏｆｃｏｌｌａｐｓｅｍｅｃｈａｎｉｓｍ４．２塌陷机理分析

　图１２所示为塌陷机理分析示意图，事故发生时，盾构机处于工程地质较差的地带，机身中下部处于中砂和粉砂交界位置，隧洞顶是易压缩的淤泥质土层、隧洞底是软弱的粉砂层。隧道沿线地表下５ｍ左右设有供水管道，管道直径约１ｍ。图中Ａ、Ｂ的位置对应图８中的剖线ＡＢ。事故调查报告指出，佛山隧道塌方的原因为突发透水造成隧道结构破坏（张爱军等，２０１８）。通过查阅文献和现场调查，我们认为事故起因于地面沉降导致供水管道损坏。主要原因如下：首先，大量的研究表明，地面沉降会对地下管道产生破坏（张维然等，２００２；赵常洲等，２００６；贾三满等，２００７；毛小平等，２０１６），禅城区供水管道等基础设施普遍存在老化现象，很容易受到地面沉降的影响；其次，早在２０１８年１月１５日，ＣＢ１１３附近发生过一次小型塌陷事故（ＣＢ１１３地理位置如图８所示），该小型塌陷现场示意图如图１３所示，由于没有造成严重后果而没得到重视，但塌陷原因被鉴定为供水管道破裂。从图１２可以看出，此次塌陷事故所在区域地质环境更为复杂，盾构机顶的淤泥质土属于软土的一种，压缩性高、强度低（秦川等，２０１９），特别是机身中下部砂层的存在，大大增加了出现水管泄漏的情况下发生塌陷事故的风险，也是这里发生大型塌５７１１２９（４）

　张严等：佛山地铁塌陷ＩｎＳＡＲ时序监测及机理分析

　万方数据

　图１３小型塌陷事故现场图Ｆｉｇ．１３Ｍａｐｏｆｍｉｎｏｒｃｏｌｌａｐｓｅａｃｃｉｄｅｎｔｓｉｔｅ陷事故的重要原因。根据已有资料和ＩｎＳＡＲ监测结果，我们合理地推测了此次塌陷事故形成的机理：由于供水管道下方的淤泥质土存在不均匀沉降，从而供水...

篇四：insar监测漏水

Ｏ・地矿测绘２０１３，２９（２）：

　１０～１３ＳｕｒｖｅｙｉｎｇａｎｄＭａｐｐｉｎｇｏｆＧｅｏｌｏｇｙａｎｄＭｉｎｅｒａｌＲｅｓｏｕｒｃｅｓＣＮ５３ —１１２４／ＴＤＩＳＳＮ１００７ —９３９４ＳＢＡＳ —ＩｎＳＡＲ技术在地面沉降监测中的应用＋——以深圳市为例胡争，谢荣安（广东省地质测绘院，广东广州５１０８００）摘要：

　地面沉降是一种缓变性的不可逆的地质灾害，已经成为影响区域经济和社会可持续发展的重要因素。

　合成孔径雷达干涉测量技术具有覆盖范围广、空间分辨率高、不受云层干扰等特点，已广泛应用于大面积的地面沉降监测项目中。

　为此，以深圳市为例，选用２００７－２０１０年间２５景Ｅｎｖｉｓａｔ／ＡＳＡＲ数据，采用短基线差分干涉测量技术（ＳＢＡＳ —ＩｎＳＡＲ）获取了该地区的形变时间序列和平均沉降速率。

　并结合深圳市地面沉降调查成果，验证了监测结果的可靠性和分析了地表形变的主要原因。关键词：

　ＩｎＳＡＲ；短基线集；地面沉降；监测中图分类号：

　Ｐ２３８文献标识码：

　Ａ文章编号：

　１００７ —９３９４（２０１３）０２一００１０ —０４ＡｐｐｌｉｃａｔｉｏｎｏｆＳＢＡＳ ——ＩｎＳＡＲＴｅｃｈｎｏｌｏｇｙｉｎｔｈｅＬａｎｄＳｕｂｓｉｄｅｎｃｅＭｏｎｉｔｏｒｉｎｇ——ＴａｋｉｎｇＳｈｅｎｚｈｅｎａｓａｎＥｘａｍｐｌｅＨＵＺｈｅｎｇ，ＸＩＥＲｏｎｇ－ａｎ（ＧｎａｎｇｄｏｎｇＩｎｓｔｉｔｕｔｅｏｆＳｕｒｖｅｙｉｎｇａｎｄＭａｐｐｉｎｇｏｆＧｅｏｌｏｇｙ，ＧｕａｎｇｚｈｏｕＧｎａｎｇｄｏｎｇ５１０８００，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：

　Ｌａｎｄｓｕｂｓｉｄｅｎｃｅｉｓａｋｉｎｄｏｆｓｌｏｗｌｙｖａｒｙｉｎｇａｎｄｉｒｒｅｖｅｒｓｉｂｌｅｇｅｏｌｏｇｉｃｄｉｓａｓｔｅｒ．Ｃｕｒｒｅｎｔｌｙ，ｉｔｈａｓｂｅｃｏｍｅａｎｉｍｐｏｒｔａｎｔｆａｃｔｏｒｏｆａｆｆｅｃｔｉｎｇｒｅｇｉｏｎａｌｅｃｏｎｏｍｉｃａｎｄｓｏｃｉａｌｓｕｓｔａｉｎａｂｌｅｄｅｖｅｌｏｐｍｅｎｔ．ＩｎｔｅｒｆｅｒｏｍｅｔｒｉｃＳｙｎｔｈｅｔｉｃＡｐｅｒｔｕｒｅＲａ－ｄａｒｈａｓｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｗｉｄｅｃｏｖｅｒａｇｅ，ｈｉｇｈｓｐａｔｉａｌｒｅｓｏｌｕｔｉｏｎ，ａｎｔｉ—ｉｎｔｅｒｆｅｒｅｎｃｅｏｆｃｌｏｕｄｓ，ａｎｄｂｅｅｎｕｓｅｄｉｎｌａｒｇｅｓｃａｌｅｌａｎｄｓｕｂｓｉｄｅｎｃｅｍｏｎｉｔｏｒｉｎｇｐｍｊｅｅｌｓ．Ｉｎｔｈｉｓｐａｐｅｒ，Ｓｈｅｎｚｈｅｎｃｉｔｙｉｓｃｈｏｓｅｎｆｏｒｓｍａｌｌ－ｂａｓｅｌｉｎｅｓｕｂｓｅｔｉｎｔｅｒｆｅｒｏｇｒａｍ（ＳＢＡＳ —ＩｎＳＡＲ）．２５Ｅｎｖｉｓａｔ／ＡＳＡＲｄａｔａｂｅｔｗｅｅｎ２００７ａｎｄ２０１０ａｒｅｕｓｅｄｔｏａｃｑｕｉｒｅｔｈｅｔｉｍｅｓｅｒｉｅｓｏｆｄｅｆｏｒｍａｔｉｏｎａｎｄａｎｎｕａｌａｖｅｒａｇｅｒａｔｅｏｆｓｕｂｓｉｄｅｎｃｅ．Ｂａｓｅｄｏｎｔｈｅｌａｎｄｓｕｂｓｉｄｅｎｃｅｓｕｒｖｅｙｒｅｓｕｌｔｓ，ｔｈｅｒｅｌｉａｂｉｌｉｔｙｏｆｍｏｎｉｔｏｒｉｎｇｒｅｓｕｌｔｓｉｓｖｅｒ－ｉｆｉｅｄａｎｄｍａｉｎｒｅａｓｏｎｓｆｏｒｅａｒｔｈｓｕｒｆａｃｅｄｅｆｏｒｍａｔｉｏｎａｒｅａｎａｌｙｚｅｄ．Ｋｅｙｗｏｒｄｓ：

　ＩｎＳＡＲ；ｓｍａｌｌ—ｂａｓｅｌｉｎｅｓｕｂｓｅｔ；ｌａｎｄｓｕｂｓｉｄｅｎｃｅ；ｍｏｎｉｔｏｒｉｎｇ０引言合成孔径雷达干涉测量技术（ＩｎｔｅｄｅｒｏｍｅｔｒｉｃＳｙｎｔｈｅｔｉｃＡｐｅｒ－ｔｕｒｅＲａｄａｒ，ＩｎＳＡＲ）是近２０年发展起来的一种先进的遥感技术，它具有全天时、全天候、高形变敏感度、高分辨率等突出的技术优势¨ ‘２Ｊ，补充了已有的地面沉降监测方法：

　精密水准测量和ＧＰＳ监测。

　目前，获取地表形变的ＩｎＳＡＲ技术——合成孔径雷达差分干涉测量（Ｄｉ＆ｒｅｎｔｉａｌＩｎＳＡＲ，ＤＩｎＳＡＲ）技术已在京津地区、长三角地区等地面沉降监测中得到普及及应用，并取得较好的结果。常规的ＤＩｎＳＡＲ技术侧重于研究短时间间隔的单次形变，缺乏多余观测，存在时间、空间失相关以及大气相位的干扰等因素的影响旧。

　ｏ，阻碍了ＩｎＳＡＲ技术的应用。

　针对传统ＤＩｎＳＡＲ技术的缺点，一些高级ＤＩｎＳＡＲ技术应运而生，如永久散射体，收稿日期：

　２０１３—０３—２０（ＰＳ）方法、短基线集（ＳＢＡＳ）方法、角反射器（ＣＲ）方法等，并成功应用于大范围长时间序列地表形变监测。珠江三角洲地质环境条件复杂，淤泥和淤泥质软土层分布广泛，加上经济高速发展，许多地段已经产生地面沉降，对房屋、交通、水利及地下管线等设施造成了较为严重的破坏。

　其中深圳市由于抽取地下水、过度城市化等原因，地面沉降广泛存在，并成为该地区主要地质灾害之一。由于珠三角地区常年雨量充沛，植被茂盛，采用ｃ波段的Ｅｎ、，ｉｓａＣＡＳＡＲ影像和传统的ＤＩｎＳＡＲ技术受时间和空间失相干的影响严重，ＰＳ —ＩｎＳＡＲ依赖于主影像的质量，并且基线过长容易导致几何失相干。

　综上考虑，本文采用ＳＢＡＳ —ＩｎＳＡＲ技术，进行了深圳地区地表形变监测的实例分析。

　该技术的优点是可以极大限度的克服时间和空间失相干的影响，同时由于空间分辨率的降低也减轻了数据处理的运算量和复杂度。万方数据

　第２９卷第２期胡争，谢荣安：

　ＳＢＡＳ —ＩｎＳＡＲ技术在地面沉降监测中的应用——以深圳市为例・１１・１ＳＢＡＳ —ＩｎＳＡＲ技术原理短基线集（Ｓｍａｌｌ—ＢａｓｅｌｉｎｅＳｕｂｓｅｔ，ＳＢＡＳ）方法是新近发展的一种ＤＩｎＳＡＲ时间序列分析方法，最先由Ｂｅｒａｒｄｉｎｏ等¨ 。

　和Ｌａｎａｒｉ等旧１提出，用于研究低分辨率、大尺度上的形变。

　ＳＢＡＳ方法通过自由组合基线较短的影像对，产生的一系列基于不同主影像的时间序列干涉图子集，再利用矩阵的奇异值分解（ＳＶＤ）方法，将多个短基线集联合起来求解，有效地解决了各数据集之间空间基线过长造成的时间不连续问题，提高了监测的时间分辨率，得到覆盖整个观测时间的形变序列和平均沉降速率¨ Ｊ。

　整个ＳＢＡＳ —ＩｎＳＡＲ数据处理流程，如图１所示。Ⅳ幅ＳＡＲ｜眵像根据短基线原理生成』ｌｆ幅干涉图和干涉处理去地形相位、滤波、解缠生成相干系数图、选取高相干点高相干点上形变建模基于ＳＶＤ的形变速率估计计算残差和残差分离最终形变序列图ｌＳＢＡＳ —ＩｎＳＡＲ的数据处理流程图Ｆｉｇ．１ＳＢＡＳ —ＩｎＳＡＲｄａｔａｐｒｏｃｅｓｓｉｎｇｆｌｏｗｃｈａｒｔ其主要步骤如下¨ ｏ：１）假设在同一地域的Ⅳ幅ＳＡＲ影像，根据干涉条件组合，得到短基线距地Ｍ幅干涉图，其中肘满足：

　Ｎ／２≤埘≤［ Ⅳ（Ｎ一１）］／２，去除地形相位后得到差分干涉图。

　组成干涉图的所有ＳＡＲ影像可以属于不同的短基线集。

　利用如下线性模型可以估计Ⅳ幅ＳＡＲ影像的形变，即：Ａ妒＝ △９（１）式中：

　妒为待求点上Ⅳ个时刻的ＳＡＲ影像上的未知形变相位组成的矩阵；系数矩阵Ａ［Ｍ × Ｎ］每一行对应于一个干涉图，每一列对应于１景ＳＡＲ图像； △ｐ为Ｍ幅差分干涉图上相位值组成的矩阵。２）利用最小二乘法可得形变相位，即：ｐ＝（ＡＴＡ）．１ＡＴ △≯（２）但实际上，对于多个短基线集，ＡＴＡ是一个奇异矩阵，假设有￡个子集，当秩为Ⅳ一￡＋ｌ时，方程组就会有无穷多解。

　此时，为解决系数阵关联以及不同基线集之间的连接引起的法方程秩亏，可以采用奇异值分解的方法（ＳＶＤ方法）。３）将相位信息转化到平均速率，可以得到一个新的矩阵方程：Ｂｖ＝ △∞（３）式中：

　Ｂ［Ｍ × （Ｎ —１）］是一个矩阵。

　将ＳＶＤ方法应用于矩阵Ｂ，就可以得到速度矢量” 的最小范数解。

　考虑到高程误差对相位的贡献，建立方程组：助＋Ｃ６＝ △ｐ（４）式中：

　ｃ［Ｍ × １］是与基线距相关的系数矩阵，由此可以得到ＤＥＭ的误差。

　根据分时问段的沉降速率，对各时段速率在时间域上进行积分即可得到各时间段的形变量。２蛐ＡＳ —ＩｎＳＡＲ技术在地面沉降监测中的应用据初步统计，目前国内有９６个城市和地区发生了不同程度的地面沉降，存在较严重地面沉降的城市超过５０个。

　随着经济社会的快速发展，沿海经济发达地区大规模建造市政工程，包括：

　填海造陆、高速公路、地铁、轻轨、桥梁等。

　在自然因素和人类活动的共同影响下，一系列问题逐步显现，填海区域大面积沉降、铁路沿线形变下陷、地铁施工地面沉降等，造成了严重的损失。

　这些问题在深圳地区亦表现严重，因此，对深圳地表形变监测进行研究，获取深圳市长时间的形变序列，掌握形变分布现状，预测形变发展趋势，具有一定的代表意义和实用价值。２．１ＳＡＲ数据选取由于深圳地区城市化程度高、建筑物密集、地物的散射特性好，本文选取Ｔｒａｃｋ１７５、Ｆｒａｍｅ４４１，２００７年１０月一２０１０年６月之间的２５景ｃ波段（波长５．６ｃｎｌ）的Ｅｎｖｉｓａｔ／ＡＳＡＲ影像数据，影像的具体时间列表，如表１所示。

　采用ＤＯＲＩＳ精密轨道数据和９０ｍ分辨率的ＳＲＴＭ一３数据作为辅助数据。

　本文截取了完全覆盖深圳市的区域作为监测对象。表１Ｅｎｖｉｓａｔ／ＡＳＡＲ影像数据列表（Ｔｒａｃｋ１７５，Ｆｒａｍｅ４４１）Ｔａｂ．１ＤａｔａｌｉｓｔｏｆＥｎｖｉｓａｔ／ＡＳＡＲｉｍａｇｅ（Ｔｒａｃｋ１７５，Ｆｒａｍｅ４４１）序号日期序号日期序号日期ｌ２０凹一１０一７ｌＯ２００８ —８一１７１９２００９一ｌｌ—１５２２００７ —１ｌ—ｌｌ１１２００８ —９ —２１２０２００９ —１２ —２０３２００７一１２ —１６１２２００８ —１０一２６２１２０１０一ｌ一２４４２００８ —１—２０１３２００８ —１ｌ一３０２２２０１０ —２ —２８５２００８ —２ —２４１４２００９一ｌ一４２３２０１０ —４ —４６２００８ —３ —３０１５２００９ —２ —８２４２０１０ —－５—－９７２００８ —５—４１６２００９ —５—２４２５２０１０ —６ —１３８２００８ —６ —８１７２００９ —６ —２８９２００８ —７ —１３１８２００９ —９ —６２．２数据处理Ｃ波段的雷达影像，波长短监测精度高，适合城市区域的地表形变分析。

　由于监测地区雨水充沛，影像的失相关特别严重，为降低失相干的影响，选取空间基线小于１５０ｍ，时间基线小于１００ｄ的４２对影像，干涉对的成像时间、空间基线和时间基线，如图２所示。２．２．１差分干涉图的生成ＳＢＡＳ —ＩｎＳＡＲ技术是一种高级ＤＩｎＳＡＲ时间序列分析方法。

　它是以传统的ＤＩｎＳＡＲ技术为基础，因此ＤＩｎＳＡＲ处理将是其中的一个重要组成部分。

　本文从ＳＡＲ数据的预处理到差分干涉测量使用的是瑞士的商业软件ＧＡＭＭＡ，采用两轨ＤＩｎＳＡＲ技术进行处理，最终得到监测区域范围３０ｍ × ３０Ｉｎ分辨率的万方数据

　・１２・地矿测绘２０１３年６月图２短基线对分布图Ｆｉｇ．２Ｄｉｓｔｒｉｂｕｔｉｏｎｃｈａｒｔｏｆｓｍａｌｌ－ｂａｓｅｌｉｎｅｐａｉｒｓＳＡＲ强度图、干涉图、相关系数图、差分干涉图以及雷达视线向形变图等一系列干涉结果。２．２．２高相干点选取深圳地区经济发达，建筑物密集，在城市区域干涉效果比较好。

　本文选取监测区域内相干性大于０．７的所有点，共约２３万多个点。

　这些点大部分位于建筑物上，且分布比较均匀（如图３所示）。图３深圳地区短基线技术高相干点分布Ｆｉｇ．３Ｄｉｓｔｒｉｂｕｔｉｏｎｏｆｈｉ＃ｙｃｏｈｅｒｅｎｔｐｏｉｎｔｓｉｎＳｈｅｎｚｈｅｎａｒｅａ２．２．３高相干点上形变建模本文中使用的算法是基于高相干点建立Ｄｅｌａｕｎａｙ三角网，以网上的所有边为单位进行建模。

　由于ＩｎＳＡＲ数据处理中面临着大气延迟的影响，往往这些延迟会给地表形变监测带来很多误差和影响，然而这些大气延迟在空间上是相关的。

　为减少大气延迟的影响，限定每条边的长度不超过１ｋｍ（目前公认１ｋｍ以内大气延迟可以通过差分抵消或减弱）。

　图４显示直接由高相干点建立的Ｄｅｌａｕｎａｙ三角网，图５显示经过距离约束后的网。２．２．４基于ＳＶＤ的形变速率估算在选取的相干目标上，建立观测方程。

　采用奇异值分解（ＳＶＤ）方法进行求解，得到深圳地区的地表沉降速率（如图６所示）。

　从该形变图中可以较好的提取地表形变细节，如在Ａ区域，位于深圳市宝安区填海区，该区域沉降比较明显平均形变达到１０．ｍｍ／ｙｅａｒ；区域曰和Ｃ区域形变也较明显。

　深圳地区的形变主要表现为零星的小范围局部沉降，通过实地调查，沉降原因多样化，主要原因有填海造地、城市轨道施工、过量开采地下水导致等。１００２００３００４００５００６００７００８００９００１０００图４高相干点建立的Ｄｅｌａｕｎａｙ三角网Ｆｉｇ．４Ｄｅｌａｕｎａｙｔｒｉａｎｇｕｌａｔｉｏｎｎｅｔｗｏｒｋｅｓｔａｂｌｉｓｈｅｄｂｙｈｉｄ由ｃｏ・ｈｅｒｅｎｔｐｏｉｎｔｓ１００２００３００４００５００６００７００８００９００１０００图５剔除边长大于１ｋｍ的边后的高相干点网Ｆｉｇ．５Ｈｉｇｈｌｙｃｏｈｅｒｅｎｔｐｏｉｎｔｓｎｅｔｗｏｒｋｅｘｃｌｕｄｉｎｇｔｈｅｌｉｎｅｓｗｈｉｃｈｓｉｄｅ—ｌｅｎｇｔｈｉｓｌｏｎｇｅｒｔｈａｎ１ｋｉｌｏｍｅｔｅｒ图６深圳市区的地表平均沉降Ｆｉｇ．６ＳｈｅｎｚｈｅｎａｒｅａａｖｅｒａｇｅｓｕｒｆａｃｅｓｕｂｓｉｄｅｎｃｅＯＯＯＯＯＯ∞鲫加鲫加Ⅲ枷铷伽姗抛姗万方数据

　第２９卷第２期胡争，谢荣安：

　ＳＢＡＳ —ＩｎＳＡＲ技术在地面沉降监测中的应用——以深圳市为例・１３・２．２．５残差分离和时间序列形变从观测相位当中分离出形变的线性部分和地形误差部分后，残留的相位包括非线性形变和大气相位部分。

　运用空间滤波剔除大气部分相位ｉ获得非线性部分相位。

　综合线性和非线性部分相位，就获得了时间序列形变。

　如图７和图８分别显示的是两个位置Ａ（２２．５９４１ｏ，１１４．０５５１０）和曰（２２．５６１０，１１３．９５４１０）上的形变序列，图７上显示Ａ点的形变很小，平均沉降速率为一０．１３ｃｍ／ｙｅａｒ，而图８上显示曰点的形变较大，平均沉降速率为一１．６３ｃｍ／ｙｅａｒ（图中虚线为平均形变，三角为形变序列）。图７Ａ点的时间序列形变Ｆｉｇ．７ＴｉｍｅｓｅｒｉｅｓｄｅｆｏｒｍａｔｉｏｎｏｆｔｈｅｐｏｉｎｔＡ图８Ｂ点的时间序列形变Ｆｉｇ．８ＴｉｍｅｓｅｒｉｅｓｄｅｆｏｒｍａｔｉｏｎｏｆｔｈｅｐｏｉｎｔＢ２．３重点区域地表形变序列基于以上介绍的方法，计算深圳市宝安区沿海地段的地表形变时间序列。

　图９显示了从２００７年１０月到２０１０年６月将近３年时间内的时间序列沉降结果，由图可看出：

　从２００７年１０月以来，局部地区存在地面沉降现象，并表现为逐年沉降加重的趋势，部分区域累积沉降量达到６０ｍｉｌｌ，年均沉降量为２２１１１１３１，日均沉降量为０．０６唧。从序列图中大致可分辨出宝安区政府广场从２００７年开始已有沉降现象发生，至２００９年５月后进入较快速的沉降过程。２．４结果分析利用ＳＢＡＳ —ＩｎＳＡＲ技术监测了深圳地区的地表沉降，获得了监测区域的地表形变速率和形变序列。

　结合地面沉降调查结果，分析深圳市的沉降情况，主要表现为如下特征：１）多表现为小范围的、局部的沉降，最大沉降速率约１５ｍｍ／ｙｅａｒ，个别区域累计沉降量远大于平均累计沉降量。２）大量形变区域都位处填海区或者滩涂区。

　由于经济的高速发展，许多沿海滩涂都被填埋，规划工业区和生活区，这些区域的地质条件脆弱，地基极度不稳定，因此这些区域的地表沉降非常显著。３）沿海的龙岗区、福田区、南山区、宝安区等都存在不同程冈ｋ警ｊ１［Ｌ：

　』图９深圳市宝安区地表沉降序列图Ｆｉｇ．９ＳｕｒｆａｃｅｓｕｂｓｉｄｅｎｃｅｓｃｑｔｌｅｎｃｅｄｉａｇｒａｍｉｎＢａｏａｎＤｉｓｔｒｉｃｔ，Ｓｈｅｎｚｈｅｎ度的沉降漏斗，其中以宝安区最为严重。

　通过与该地区地面沉降调查结果比较，填海区未作过软基处理的地区均有不同程度的沉降现象发生，地面沉降现象严重，差异性沉降明显。

　以宝安区政府广场、地铁１号线附近幸福海岸及西乡中学附近相对严重，且具有进一步发展的趋势。

　地面沉降速率最大为０．０５ｍｍ／ｄ。

　ＩｎＳＡＲ地表形变监测最大地面沉降速率近０．０６ｍｍ／ｄ，两者数据接近，且后者大于前者，说明大量沉降发生于施工阶段，建（构）筑物完工后，至少有ｌ一２年的沉降期，随着时间的推移，变形速率逐渐减小。３结论本文以深圳地区为例，采用ＳＢＡＳ —ＩｎＳＡＲ技术监测了其地面沉降，克服了常规ＤＩｎＳＡＲ时间和空间失相干的影响，成功地获取该地区的平均沉降速率和形变序列。

　导致这些地表形变的原因主要是过量开采地下水、填海工程和大型市政工程等。

　总体而言，在影像数量足够，运用ＳＢＡＳ —ＩｎＳＡＲ技术监测城市区域的地表形变效果比较明显，可以捕捉到小范围的地表沉降，对在重点城市群、重大项目和高铁、铁路、公路等生命线的地面沉降监测有很强的示范作用，其监测成本低、效率高、精度可以满足要求。

　但是对于非城市区域，由于时间失相干和大气等因素的影响，目前效果还不是很理想，技术和算法需要进一步改进。（下转第１７页）Ｆ：胃一一２●００之ｏ４坼档呻●■■■蟹黑盥■。Ⅲ∞一羽—■１阗叫爿慝…隰㈨一一万方数据

　第２９卷第２期刘庆金：

　公路桥梁竖曲线上高程值计算新方法・１７－在上述Ｅｘｃｅｌ表中，相关计算元素所对应的单元格中的各中间计算和最终计算公式按如下输入即可：［ａ］Ｇ３＝ＤＥＧＲＥＥＳ（２｝ＡＴＡＮ（Ｅ３／Ｉｊ３））［￡］Ｈ３＝乃｝Ｇ３￥ＰＩ（）／１８０［么Ｄ］１３＝Ｈ３＾３／２４／Ｆ３＂２［６］１５＝ＤＥＧＲＥＥＳ（（ＡＳＩＮ（ＡＢＳ（Ｄ３）／Ｈ５）））［蛾］Ｄ７＝（Ｃ７／ＭＹＭＦＭＹＭ３）｝（１８０／ＰＩ（））［区］Ｅ７＝ＭＹＭＩＭＹＭ５＋（ＭＹＭＧＭＹＭ３一Ｄ７）／２［ｃ。

　］Ｆ７＝Ｃ７一Ｃ７＂３／２４／ＭＹＭＦＭＹＭ３＂２［皿］Ｇ７＝ＭＹＭＢＭＹＭ３＋Ｆ７｝ＳＩＮ（Ｅ７｝ＰＩ（）／１８０）本文为说明计算方法和过程，在Ｅｘｃｅｌ表中，仅给出竖曲线上５个点的高程计算，其它点的高程计算方法相同，可用填充柄...

篇五：insar监测漏水

发电学报2018年第37卷第12期：11．21Journal ofHydroelectric Engineering，2018，V01．37，No．12：1 1-21基于COSMO．SkyMed数据的水库边坡InSAR形变监测应用朱茂1，沈体雁1，黄松2，葛春青3，白书建3，胡琼3(I．北京大学政府管理学院，北京100871：2．深圳市城市公共安全技术研究院有限公司，深圳518048：3．北京东方至远科技股份有限公司。北京100081)摘要；形变一直是评估水库边坡稳定性的重要指标。以2013--2016年内COSMO．SkyMed系统采集的SAP,数据为输入，利用PSP．InSAR技术对深圳市长岭陂水库边坡开展了形变监测。在数据分析过程中，首先引入了形变随水位变化模型。接着，基于实测数据，全面对比了传统模型和本文提出的模型在提取水库边坡形变信息过程中的性能，并重点讨论了受水位变化影响较大区域的形变信息。然后，结合当地水准测量数据，评估了InSAR(合成孔径雷达干涉测量)技术的形变测量精度，并进一步讨论了两种模型在数据分析过程中的特点。分析结果证实，在水库边坡的形变分析过程中，应用本文提出的模型能从InSAR数据库中挖掘出更多的形变特征信息。关键词：InSAR：COSMO．SkyMed；数据分析；水库边坡；形变监测中图分类号：V19 文献标志码：ADOI：10．11660／slfdxb．20181202InSARapplication to deformation monitoringon reservoir bankslopes using COSMO-SkyMeddataZHU Ma01，SHEN Tiyanl，HUANG Son92，GE Chunqin93，BAI Shujian3，HU Qion93(1．School ofGovernment，Peking University,Beijing 100871；2．Shenzhen Urban Public Safety and TechnologyInstitute，Shenzhen 518048；3．Beijing Vastitude Technology Co．，Ltd．，Beijing 100081)Abstract：Deformation monitoring is important for evaluating the stability ofreservoir bank slopes．Thispaper presentsan application of PSP-InSARtechnology to deformation monitoring on the bank slopes ofreservoirs，along with an analysis ofthe Changlingpi reservoir in Shenzhen using SAR data collected bya COSMO·SkyMed system during 2013-2016．In the analysis，we develop a deformation modelapplicable to reservoirs with time-varying levels，and make a comprehensive comparison of this modelwith the traditional model based on InSAR measurements，focusing on their performances in extractingbank slope information．And the deformation response of the area more significantly influenced by thevariations of water level is discussed．Then，the accuracy of InSAR measurements is estimated bycomparing with corresponding level measurement data，and the characteristics of the two models arefurther discussed．Results show that Our model is capable of mining more deformation information ofreservoir bank slopes from InSAR databases．Keywords：InSAR；COSMO-SkyMed；data analysis；reservoir slope；deformation monitoringO 引言为了解决径流在时间和空间上的重新分配问题，充分开发利用水资源，深圳市内修建了大量水库工程。但是，水库工程建设，水库水位调节或其他相关事件会对水库坝体边坡及周围区域的稳定性产生影响，进而导致安全隐患。一般而言，在重大安全事故发生前，目标都会存在一定程度的微小形变。由此可知，对水库坝体边坡及其周围区域进行合理有效的形变监测已经成为水利行业重点关收稿日期：2018．04．16 接受日期：2018．06．11基金项目：国家社会科学基金重大项I弓(17ZDA055)；国家自然科学基金(71473008)作者简介：朱茂(1988—)"男，博士后．E-mail：zhumaowork@126．corn通信作者；沈体雁(197l一)，男，教授．E·mail：tyshen@pku．edu．ca万方数据

　12水力发电学报注的问题【l_3】。相比于传统的接触式测量技术(水准仪测量和GPS测量等)[4-6]，星载合成孔径雷达干涉测量(Spacebome—InSAR)技术属于非接触测量范畴，存在其他技术所不具备的优势[7-9]。星载InSAR技术不受光照和天气条件的限制，能在全天时、全天候条件下获取地表信息。以意大利COSMO—SkyMed系统为例，每次观测的覆盖范围可达上千平方千米。空间分辨率最高可以达到l m，形变测量精度可达ham量级。同时，由于该星座系统包含4颗同轨运行的SAR卫星，形变测量的时间分辨率最高可达4次／16天[10】。因此，星载InSAR技术特别适合对水库边坡及其周边大区域目标定期开展形变监测[11-12]。在传统InSAR大数据挖掘过程中，主要依据整个监测时间段内目标的平均形变速率来分析其形变状态。这种方式能较好地评估目标点的长期形变趋势。但是，在水库边坡的分析过程中，沿用传统方法可能会引入两方面问题：①对于水库边坡目标，形变触发的原因可能较为复杂，形变曲线具有较强的非线性特征，仅仅依据平均形变速率来分析可能会遗漏目标的形变演化过程信息；②如果目标的非线性形变分量过大，它的形变速率估计也可能会产生相应偏差。因此，为了更好地基于InSAR大数据库挖掘水库边坡的形变信息，需要应用与水库边坡形变特征更匹配的模型。本文的数据挖掘工作是基于COSMO—SkyMed系统的深圳长岭陂水库边坡InSAR数据库，InSAR数据处理采用PSP—InSAR算法。在数据挖掘过程中，首先结合水库水位变化数据，引入了形变随水位变化模型，再分别采用传统模型和本文提出的模型对实测形变数据进行参数分析。然后，依据模型与实测形变数据的匹配程度分析模型的性能，并进一步讨论不同PS点形变受水位变化的影响程度。同时，结合当地水准测量数据，计算采用两种模型分析后获取的形变速率与水准测量形变速率的偏差，最终评估InSAR技术的形变测量精度，并进一步讨论两种模型在数据挖掘过程中的特点。1PSP．InSAR算法及形变数据分析方法1．1PSP．InSAR算法图1显示了InSAR形变测量技术的几何模型。M和S分别为形变发生前后SAR卫星的位置。一般情况下，两颗卫星不完全重轨，存在空间基线曰。在形变发生前，目标点位于位置彳，形变发生后，目标点移动到位置A 7。当从干涉相位中剔除模拟的地形相位后，目标点在视线(LOS)方向的形变量血与形变相位仍盯的关系可以表示为：驴去纨r(1)4丌⋯1式中：九为雷达信号的波长。因此，InSAR技术的形变测量精度与雷达波长和目标点的相位误差相关【13．”】。但是，在SAR图像中，不同目标的信噪比存在差异，某些点的相位误差较大，进而导致其形变测量精度降低。为了解决这个难题，Ferretti等在1999年提出了PSInSAR方法[16。1引。PSInSAR方法首先在SAR图像中选出那些在长时间范围内能保持高相关性的目标点，并定义为PS点。当选出PS点后，可以对PS点相位的各个误差项进行建模，估计并补偿这些误差相位项。最终，PSInSAR技术的结果同时包含PS点的三维位置信息和形变信息。M。碧BB L鞠S—弋≮图1 InSAR形交测量技术的几何模型Fig．1Basic geometric model of InSAR为了进一步提升PSInSAR算法的性能，2008年，Constatini等提出了PSP(Persistent ScattererPair)方法[19-20】，其处理流程图如图2所示。PSP方法通过连接空间l临近且相位特性相似的PS对，建立PS网格，并对网格进行不断扩建，在SAR数据中最终选出PS点集合。由于PSP算法是通过比较PS点对之间的相位特性来选择PS点，它能够降低空间相关性误差(如大气相位误差)对形变反演结果的影响。同时，新版PSP算法在三维空时万方数据

　朱茂，等：基于COSMO-SkyMed数据的InSAR水库边坡形变监测应用13相位解缠的过程中还引入鲁棒性更强的方法【2l】。PSP算法对预估形变模型的依赖程度较低，在非城市区域也能选出更多的PS点，且形变测量精度也得到进一步提升。PSP算法的核心步骤是通过识别PS点对的方法迭代建立PSP网格。一般来说，两个临近像素点的干涉相位差可以建模为：觋，=等(霉观+躲)+气(2)式中：Z为第i幅SAR图像相对于参考SAR图像的时间；av．为第口个像素点对中两个点的相对形变速率；鼠为第i幅干涉图的有效基线；翻。为第a个像素点对中两个点的相对高程差；r为目标点的斜距；口为下视角；乞，为噪声和未建模的误差。经过数据分析，如果乞；小于阈值，那么这个像素点对就可以被认为是PS点对，称之为PSP(PSPair)。1．2形变数据分析方法在基于InSAR测量结果的分析过程中，依据形变模型的不同，分析方法可分为两种：基于线性模型的分析方法，基于线性与水位模型的分析方法。图2 PSP算法的基本处理流程Fig．2RowchaN of the PSP flgorithm万方数据

　14水力发电学报1．2．1基于线性模型的分析方法在传统的形变分析过程中，如下式所示，将PS点的形变演化历史建模为线性运动模型，主要通过形变速率v来分析目标的运动：dp￡=do+vt+￡(3)式中：瓯为初始形变值；v为形变速率；t为相对于初始时刻的时间；￡为未建模的形变和形变测量误差。当目标的真实运动与模型匹配性较好时，这种分析方法能取得较好的效果。但是，当目标真实运动含有较强的非线性特征时，仅仅依据形变速率v难以准确反映目标的真实形变状态。1．2．2基于线性与水位模型的分析方法基于水利工程的基础知识，水库水位变化会导致水库边坡压力发生改变，进而会引起边坡及周边区域发生一定程度的形变。根据经验模型，由水位变化引起的形变可以建模为：鲋毗，=七幽。。，(4)式中：幽～，为水位的相对变化值：k定义为水位转换因子，表示当水位变化1 m时，目标点发生的形变量。考虑水库边坡同时存在线性形变分量和水位变化形变分量的情况下，测得PS点的形变量可以建模为：dPs=do+Vt+kAh。。Ie，+￡(5)式(5)所表示的线性模型中，未知的参数包括do，v和k，那么，最终水库形变分析的问题就可以转化为这些未知参数的估计问题。在未知参数的估计过程中，以线性与水位模型为例，某个PS点在第f时刻对应的形变模型方程可以表示为：dPs。f=do+vt,+kAh。。tc，．f+乞(6)综合整个监测期间内的Ⅳ次形变数据，这个PS点在各个时刻所对应的形变模型方程可以表示为矩阵形式：D=邓+E(7)其中：D=，X=1，f1，△7z。一I1，f2，幽walcr21，0，幽。帆ⅣM，∥=l 1，l，E=川毛岛●：￡N_-(8)依据最小二乘理论，未知参数估计结果可以表示为：夕=(xTx)～x7D(9)依据参数估计的结果，形变模型所对应的形变量可以表示为：D=,re(10)为了进一步评估形变模型与实测形变数据的匹配程度，可以引入偏差分量，其数学表达式为：式中：Ⅳ为参与分析的SAR图像数量；西为由InSAR技术测得的第i幅SAR图像所对应时刻的形变量；di为依据形变模型算得的第f幅SAR图像所对应时刻的形变量。一般来说，偏差分量的数值越小，说明形变模型与实测形变数据的匹配程度越高，它也越能反演目标的真实形变信息。2长岭陂水库基本概况和实验数据基本信息介绍2．1长岭陂水库基本概况长岭皮水库位于深圳市南山区大沙河支流长岭陂河的上游，原为总库容786万m3的小(1)型水库；后依据“十一五”水务发展规划进行了扩建，2007年8月启动水库加固及扩容工程，主体工程已于2010年竣工，扩建后总库容为1754万m3，升级为中型水库。长岭陂水库边坡的实地照片如图3所示。一般而言，在水库工程的建设期及竣工后一段时间内，坝体及周边区域都会存在一定程度的形变。因此，考虑到长岭皮水库的扩建工程数年前才竣工，该水库的形变监测项目就成为热点案例。图3长岭陂边坡实地照片Fig．3 Photograph of Changlingpi reservoir万方数据

　朱茂，等：基于COSMO．SkyMed数据的InSAR水库边坡形变监测应用2．2实验数据基本信息介绍为了对深圳全市的水库开展形变监测，本文基于COSMO-SkyMed系统在深圳获取的5 1幅3米分辨率条带模式下的SAR干涉图像序列，利用PSP—InSAR技术，获取了2013年9月一2016年9月图像区域内所有PS点的三维位置信息，形变速率信息和形变历史信息。根据卫星拍摄的几何关系，在长岭陂水库周边，雷达波的入射角为32．230。图4显示了参与数据处理的SAR数据覆盖范围，表l则显示了数据的基本信息。图4 COSMO-SkyMed影像覆盖范围Fig．4 COSMO—SkyMed image coverage表1 SAR数据基本信息Table 1 Basic informatiOil of SAR data卫星凳篓日期卫星凳笺日期卫星凳篓日期卫力武凳笺日期SAR2HH20130914 SAR4 HH 20140719 SAIt2 HH 20150328 SAR2 HH 20151107SAl也HH 2013 1016 SAR4 HH 20140804 SAR4 HH 20150417 SAI也 HH 20151 123SAI也HH 20131117 SAR4 HH 20140905 SAR2 HH 20150429 SAR4 HH 20151213SAR4 HH 2013 1207 SAR2 HH 20140917 SAR4 HH20150519 SAR4 HH 201601 14SAR4 HH 20140108 SAR2 HH 20141003 SAR2 HH 20150531 SAI“ HH20160302SAR4 HH 20140124 SAR2 HH 20141 120 SAR4 HH 20150620 SAIH HH 20160318SAR4HH20140209 SAR4 HH 20141124 SAR4 HH 20150706 SAR4 HH 20160505SAIH HH 20140313 SAR4 HH 20141210 SAR4 HH 20150722 SAR4 HH 20160606SAR2 HH 20140325 SAR4 HH 20141226 SAIH HH 20150807 SARl HH 20160712SAI匕HH 20140410 SAR2 HH 20150123 SAR4 HH 20150823SAR4HH20160724SAR2 HH 20 140528 SAR2 HH 20150208 SAR4 HH 20150908 SAR2 HH 20160805SAR4HH20140617SAR4 HH20150228 SAR4HH20150924 SAR4 HH 20160825SAI匕HH 20140629 SAI也 HH 20150312 SAR4 HH 20151010万方数据

　16水力发电学报为了配合数据分析工作，本文还获取了该51幅SAR图像数据采集时刻所对应的水库水位数据和整个InSAR监测时间范围内水库边坡部分水准点的测量数据。这些数据的引入，为InSAR形变测量精度分析和信息深度挖掘提供了支持。3深圳市长岭陂水库坝体边坡形变监测分析3．1基于不同形变模...

篇六：insar监测漏水

AS- InSAR技术原理及其在地壳形变监测中的应用*胡乐银1, 2 张景发2 商晓青2(11山东科技大学青岛 266510; 21中国地震局地壳应力研究所北京 100085)摘要小基线集技术 ( SBAS- InSAR) 是近年提出来的一种新的 InSAR时间序列分析方法, 它克服了传统 D- InSAR中存在的时间、空间失相关和大气效应的限制性因素。相较于 PS- InSAR方法, 它获取到的形变序列在空间上更为连续, 从而可以应用于监测地壳长时间缓慢形变。本文首先回顾了 InSAR技术的发展历程, 然后总结了传统 InSAR技术遇到的一些限制性因素, 在此基础上详细说明了SBAS- InSAR技术的数学原理模型及其在国外的应用, 并结合国外的 SBAS技术研究现状讨论了其发展前景。* 国家自然科学基金 ( 40774023)、国家 863计划 ( 2006AA12Z150)、国家科技支撑计划 ( 2006BAC01B03- 01-03) 资助项目。一、引言近年来, 合成孔径雷达干涉测量 ( InSAR) 技术应用于矿山开采、地震、火山运动、地下水开采等引起的地表形变研究越来越广泛。

　InSAR技术具有探测精度高 (亚厘米级 )、低成本、面观测、周期性等特点。差分干涉测量技术 ( D- InSAR), 应用三幅 SAR复图像( 3- Pass)或者是两幅 SAR复图像加上一幅 DEM 图像 ( 2- Pass) 进行地表形变观测等微小形变观测, 其观测精度可达到毫米级 (舒宁, 2003)。但是 InSAR技术对大气误差、卫星轨道误差、地表状况以及时态不相关等因素非常敏感, 很容易受到时间、空间失相干的影响,对 SAR图像和 DEM 精度的要求很高, 同时大气效应会影响 D- InSAR的测量精度, 而且很难消除。小基线集 ( SBAS- InSAR) 技术是 2001年由 Berardino和 Lanari等人针对传统 D-InSAR中存在的一些问题而提出的一种经典形变时间序列分析方法, 克服了传统 D- InSAR技术中的限制性因素, 包括时间、空间基线去相干以及大气效应的影响, 从而可以应用于监测地壳长时间缓慢形变 (王超等, 2002)。本文介绍了 SBAS- InSAR技术原理, 讨论了 SBAS-InSAR技术在监测长时间地表形变中的应用, 并对其今后的应用前景进行了展望。二、小基线集 ( SBAS- InSAR) 技术简介小基线集技术 ( SBAS- InSAR) 是由 Berardino和 Lanari等人于 2001年提出的, 用来获取工作区地表形变的时间序列图, 这种方法利用小基线距避免空间失相关, 同时减小地形对差分的影响, 相较于 PS方法, 得到的形变图在空间上更为连续 ( Berardino et al1,82 地壳构造与地壳应力文集 ( 22) 2010年

　2002)。近年来逐渐发展完善, 采用 /奇异值分解0( SVD) 的方法将一组组小基线数据集连接起来, 解决时间上采样过于稀疏的问题 ( Berardino et al1, 2002); 又结合稳定散射体的干涉相位信息, 得到更高的空间分辨率 ( Lanariet al1, 2004)。小基线集技术扩展了 Ferreiti ( 2001) 介绍的永久散射体 ( PS- InSAR) 技术, 即将若干个小基线数据子集经过简单和有效的合并得到所有可用的小基线干涉图。这种合并是基于最小形变速率标准, 运用奇异值分解 ( SVD) 方法很容易获得这种最小形变速率。该技术满足两个重要要求: ¹ 通过使用所有包括在不同小基线子集的数据增加了时间采样率;º 保持了系统提供空间上密集形变图的能力。后者是传统差分干涉测量的一个关键点。显然, 第二个要求与使用小基线干涉图以抑制基线去相关现象有关。我们还注意到, 这种方法是容易实现的, 它是依赖于使用解缠的 D- InSAR干涉图, 将解缠操作的执行由两步处理过程扩展为稀疏格网方法, 即可将其作为一个后处理步骤, 应用于一系列利用现有的干涉数据处理工具生成的差分干涉图。而且, 尽管去除地形相位贡献时可能的误差带来的影响有限, 但在小基线集处理算法中仍考虑了地形误差以增强算法的健壮性。加之, 随着PS- InSAR技术的发展在计算 (目标的 ) 空间和时间形变序列时会执行一个大气相位初滤波的操作 (Hooper, 2007), 在小基线集技术中, 滤波操作同样有效地减少了图像像元中较高的空间密度。三、小基线集 ( SBAS- InSAR) 技术理论模型首先假设有 N + 1幅同一地区的 SAR图像, 获取时间依次为, t 0 , t 1 , , , t N , 同时假设每一幅图像至少可以与另一幅图像构成干涉, 这意味着每一短基线子集至少由 2幅图像组成。基于以上假设, 则生成的干涉图数量为 M 个, 于是可以推出 M 满足下列不等式 (假设 N为奇数 ):N + 12[ M [ MN + 12( 1) 假设第 j幅干涉图是由 t A 和 t A 时刻获得的两幅 SAR图像产生的, 并已去除了地形相位部分, 假设 t B > t A , 在方位 - 距离像素坐标系 ( x, r) 中, 则 j在 ( x, r) 处的干涉相位可以表示为:D5j (x, r)= U( t B , x, r) - U( t A , x, r)U4PKd( t B , x, r) - d( t A , x, r)( 2)式中, K为雷达波长; d( t B , x, r) 和 d( t A , x, r) 分别为 t B 和 t A 时刻相对于参考时刻 t 0 的视线向 ( LOS) 累积形变量, 因而有 d( t 0 , x, r) S 0; 自然的, 我们可以用 d( t i , x, r) i= 1, , ,N, 来表示我们所要得到的形变时间序列, 并设对应的相位为 U( t i , x, r) , 则有:U( t i , x, r) U4PKd( t i , x, r) ( 3) 在这里公式 ( 2) 中没有考虑去相关现象, 也没有考虑两幅图像获取时由于各层大气折射率变化引起的相位变化和由于没有精确地去除地形相位部分而可能包含的原始相位,83 胡乐银等: SBAS- InSAR技术原理及其在地壳形变监测中的应用

　这是为了基本原理的讨论方便, 而假定了简单的模型来做当前分析, 这些包含误差相位贡献的部分会在后面讨论。而且我们假定所有相位信号都是解缠以后的, 并且以一个形变量已知的做过校正的像元作为参考。将我们所分析那一像元点的形变量所对应的 N个未知相位值用向量表示为:UT= U( t 1 ), , , U( t N ) ( 4) 将从差分干涉图上计算的 M个值表示为向量:DUT= DU 1 , , , DU M ( 5) 公式 ( 4) 可以用下面两向量来定义 ( IS 和 IE 分别对应生成干涉图的像对中从图像和主图像的获取时间序列 ):IS =IS 1 , , , IS M IE =IE 1 , , , IE M( 6) 我们还假设主图像和从图像总按时间顺序排列, 即 IE j > IS j , P j = 1, , , M。换言之,有如下等式:DU j= U tIE j -U tIS j P j = 1, , , M ( 7) 表达式 ( 6) 从而定义了含 N个未知数的M 个等式所组成的方程组, 用矩阵形式表示如下:AU = DU ( 8) A是一个M @N矩阵, P j = 1, , ,M时: 若 IS j X 0, 则 A j, IS j = - 1, A j, IE j = + 1;否则为 0。例如, 如果 DU 1 = U 4 - U 2 , DU 2 = U 3 - U 0 , 则矩阵 A的前几项形式如下:A =0 - 1 0 + 1 ,0 0 + 1 0 ,, , , , ,, , , , ,( 9) 式 ( 9) 表明了 A是一个近似关联矩阵 ( incidence- like matrix), 它直接取决于从可用数据中生成的一系列干涉图。由于该特点, 如果所有数据都属于一个单一的小基线子集, 那么有M \ N, 并且 A是一个 N阶矩阵。因此, 当M = N时, 方程组 ( 8) 是一个定解方程, 当 M > N时, 方程组 ( 7) 是一个超定解方程。通常, 它的解是可以求得的, 在最小二乘 ( LeastSquare) 约束下用矩阵形式可以表示如下 ( Usai et al1, 2003):U = A#DU 此处 A#= (ATA)- 1 A T( 10) 由于整个可用的数据集通常是分散在几个不同的子集中, 显然此时的 AT A是一个降秩矩阵 (即奇异矩阵 )。例如, 若假设有 L个不同的小基线子集, 则 A的秩为 N- L+ 1, 此时方程组有无穷多解。1. 奇异值分解 ( SVD)SBAS- InSAR方法的核心算法是利用矩阵的奇异值分解 ( SVD) 方法求出最小范数意义上的最小二乘解。该方法允许我们求得矩阵 A的广义逆 ( the pseudo inverse) 从而给出方程组 ( 8) 的最小二乘解。特别地, 通过 SVD分解, 我们可以将分解如下:84 地壳构造与地壳应力文集 ( 22)

　A = USVT( 11) 此处, U是一个M @M 的正交矩阵, 其前 N行是 AAT的特征向量, 称为 A的左奇异向量; V是一个 N @M 的酋矩阵, 它的所有行是 ATA的特征向量, 称为 A的右奇异向量;A是一个 M @M 矩阵, 它的元素 (奇异值 R i ) 是M @M的矩阵 AAT的对应特征值的平方根。通常, M > N, 有M - N个特征值为 0; 而且由于矩阵 A的秩亏特性, 有 L- 1个附加的 0特征值, 即有:S = diag(R 1 , , , , R N- L+1 , 0, , , , 0) ( 12) 在最小二乘约束下求 U值, 可以表示如下:Û = A+DU 此处 A+= VS+UT( 13) 式中 S+= diag( 1/R 1 , ,, , 1/R N-L+ 1 , 0, ,, , 0)[9], 从而有:Û =EN-L+ 1i= 1DUTu iR iMi ( 14) 此处, u i 和 M i 分别为 U和 V的行向量。21速度场和高程误差 SVD求解将相位转化到平均相位速度:MT= M1U 1t 1 - t 0 , , , MN =U N - U N- 1t N - t N- 1; ( 15) 从而得到一个新的矩阵方程: D M = DU; D 也是一个 M @N矩阵。对第 j行, 位于主辅图像获取时间之间的列, D (j, k) = t k+ 1 - t k , 其他的 D( j , k) = 0; 在这种情况下, 将 SVD分解应用于矩阵 D, 就可以得到速度矢量 M的最小范数解。另外, 从差分相位的组成出发, 我们知道除了形变相位贡献外, 还有高程误差 $q的相位贡献。因此建立方程组:D M + C#$q = DU ( 16) 其中 C[M @1] 是与基线距相关的系数矩阵, 由此可以得到 DEM 误差。另外, 在线性模型的基础上, 继续通过对残余相位在空间和时间上的适当滤波就能分离出大气相位和非线性形变相位。综上, 可以概括 SBAS- InSAR方法的主要流程如图 1。图 1 SBAS- InSAR方法流程图85 胡乐银等: SBAS- InSAR技术原理及其在地壳形变监测中的应用

　四、小基线集技术在地表形变监测中的应用与 PS方法相比, 小基线集 ( SBAS- InSAR) 方法限制了长基线导致的几何去相干,而且使更多的 SAR图像参与到形变计算, 增加了时间上的采样。因此, 它比前两种方法更先进。Casu等利用小基线集 ( SBAS- InSAR) 方法测量意大利 Naples湾和美国 LosAn-geles的地表形变并与水准测量及 GPS数据进行比较 (图 2), 证明 SBAS- InSAR方法的性能非常优越, 测得形变速度的标准方差大约是 1mm /年 ( Casu et al1, 2005)。同时, 他认为参考像元的选择对标准偏差的计算值有 0105mm /km 的影响 ( Casu et al1, 2006)。Lauknes等在对挪威首都 OSLO的地表形变监测中, 比较了 SBAS- InSAR和 PS-InSAR两种不同的干涉方法, 认为二者得到的相干性分布和形变模式是一致的 ( Lauknes etal1, 2005)。

　Berardino等人利用 SBAS方法研究了意大利南部的 CampiF legrei火山口和 Na-ples市区在空间低分辨率下 (约 100m @100m) 的时间序列形变 ( Beradino et al1, 2002)。他们利用 1992~ 2000年之间的 44幅 ERS数据组成了 3个小基线子集、70幅差分干涉图,集内垂直基线距小于 130m。研究结果表明, 在火山口区域, 一直存在缓慢的形变, 累积形变达到 20cm。到 2000年, 又开始呈隆起趋势。这样的结果与测量部门的实测数据很好的吻合。在城区, 则存在缓慢的沉降, 累积达 6cm。其后, 他们进一步讨论了在 SAR图像原始分辨率下的小基线集方法。利用两组数据集, 一组是做了多视处理后的低分辨率数据集, 另一组是没有做多视处理的原始数据集。先利用一般的 SBAS方法, 在低分辨率数据上估计大范围的形变、DEM 误差和大气影响; 然后在高分辨率数据上估计局部高相干点(建筑物、岩石、桥梁等 ) 的非线性形变。在此基础上, 利用 55幅 ERS图像重新对 Naples地区的沉降进行了研究, 重点研究建筑物的局部形变信息。研究结果与水准测量一致。随着 ENVISAT的升空。他们还在同一地区探讨了利用 SBAS- InSAR方法将 ERS和 ENVISAT数据结合起来求解形变的方法, 结果表明, Campi F legrei火山口区域在 2000~ 2001年有轻微隆起, 自 2002年开始, 形变开始趋于稳定。实验结果与水准测量结果相符。此外, Mora等人结合了 PS- InSAR和 SBAS- InSAR方法的特点, 在少量的 SAR图像的基础上, 进一步提出了进行形变分析的方法, 并在实验中取得了很好的结果 (Mora et al1, 2003)。五、总结与展望本文介绍了运用 D- InSAR 技术研究地表形变的一项新技术 - 小基线集 ( SBAS-InSAR) 技术。该方法将获取到的大量数据分布到不同的小基线数据集中, 然后根据小基线集的原则将标准处理程序获取的 D- InSAR干涉图通过简单的联接从而计算出一个形变时间序列。该技术的一些关键点就是需要大量 SAR数据以增加监测的时间采样率, 覆盖研究区的高空间重叠度, 还与所使用的小基线干涉图有关。该技术适用于逐像元对表现出高相干性的区域, 并且对于生成干涉图时可能引入的 DEM 误差具有健壮性。同时该技术对获取数据的空间和时间信息都可以利用, 所以在对获取干涉图的相位和幅度进行分析的基础上可以通过采取一定的时间空间滤波操作将大气贡献相位去除。从前面的分析我们可86 地壳构造与地壳应力文集 ( 22)

　图 2 Los Angeles (加利福尼亚 ) 城市地区 SBAS- InSAR测量结果 ( Casu et al 1, 2005)( a) LOS向 (视线向) 平均形变速率, 同时叠加了 GPS观测站的位置 (用黑色和白色方块表...

篇七：insar监测漏水

I：10.16031/j.cnki.issn.1003-8035.2021.02.09国产 GB-InSAR 在特大型水库滑坡变形监测中的应用郭延辉 1,2 ，杨　溢 1 ，杨志全 1 ，高才坤 2 ，田卫明 3 ，何玉童 4（1.昆明理工大学公共安全与应急管理学院，云南昆明　650093；2.中国电建集团昆明勘测设计研究院有限公司，云南昆明　650051；3.北京理工大学信息与电子学院，北京　100081；4.上海华测导航技术股份有限公司，上海　200233）摘要：水电站库区特大型滑坡的稳定性对于水电站坝工结构及周边人民生命财产安全具有重要影响，对该类滑坡稳定性及变形趋势进行大范围实时精确观测可为滑坡提供可靠的预警和治理信息，具有十分重要的意义。水电站库区滑坡传统监测方法主要以 GNSS 监测，全站仪监测等为主，本研究将国产先进的地基干涉合成孔径雷达系统 LKR-05-KU-S100，应用于澜沧江大华桥水电站沧江桥—营盘滑坡和大华滑坡的监测。现场监测试验表明，该系统精度较高，可进行远距离、全天时、全天候、大范围监测，对于大型及特大型滑坡的监测具有独特的优势和广阔的应用前景。关键词：GB-InSAR；差分干涉测量；特大型滑坡；变形监测；LKR-05-KU-S100中图分类号：

　P642.2文献标志码：

　A文章编号：

　1003-8035（2021）02-0066-07Application of GB-InSAR in deformation monitoring ofhuge landslide in reservoir areaGUOYanhui 1,2 ，YANGYi 1 ，YANGZhiquan 1 ，GAOCaikun 2 ，TIANWeiming 3 ，HEYutong 4（1.Faculty of Public Safety and Emergency Management, Kunming University of Science and Technology, Kunming, Yunnan 　650093, China；2.Power China Kunming Engineering Co. Ltd., Kunming, Yunnan 　 650051, China；3.College ofInformation and Electronics, Beijing Institute of Technology, Beijing 　 100081, China；4.Shanghai Huace NavigationTechnology Co. Ltd., Shanghai 　 200233, China）Abstract：Thestabilityoflarge-scalelandslideinthereservoirareaofhydropowerstationhasanimportantimpactonthesafetyofdamstructureandsurroundingpeople"slifeandproperty.Large-scalereal-timeaccurateobservationofthestabilityanddeformationtrendofthistypeoflandslidecanprovidereliableearlywarningandcontrolinformationforthelandslide,whichisofgreatsignificance.ThetraditionalmonitoringmethodsoflandslideinthereservoirareaofhydropowerstationaremainlyGNSSmonitoringandtotalstationmonitoring.Inthisstudy,theadvancedGB-InSARsystemLKR-05-KU-S100isappliedtothemonitoringofCangjiangqiao-YingpanlandslideandDahualandslideofDahuaqiaohydropowerstationonLancangRiver.Fieldmonitoringtestsshowthatthesystemhashighprecision,anditcancarryoutlong-distance,all-day,all-weather,andlarge-scalemonitoring.Ithasuniqueadvantagesandbroadapplicationprospectsforthemonitoringoflargeandsuper-largelandslides.Keywords：GB-InSAR；differentialinterferometry；hugelandslide；deformationmonitoring；LKR-05-KU-S100收稿日期：2020-08-19；修订日期：2021-01-04基金项目：国家自然科学基金中智国际（地区）合作与交流重点项目（41861134008）；云南省应用基础研究计划项目 (2018FB075)；云南省科技计划项目 (科技惠民计划 2015RA069)第一作者：郭延辉 (1985-)，男，博士 (后)，副教授，主要从事地质灾害监测与预测预警方面的研究。E-mail：guoyanhui0818@kust.edu.cn通讯作者：杨　溢 (1965-)，男，博士，教授，主要从事地质灾害起动机理与防控方面研究。E-mail：2919847230@qq.com第32卷第2期中国地质灾害与防治学报Vol.32No.22021年4月 TheChineseJournalofGeologicalHazardandControl Apr.,2021

　0　引言随着国家一带一路和西部大开发战略的深入实施，一批世界级的水利水电工程项目正如火如荼的建设 [1] 。由于西南高山河谷区地形地质条件复杂，在水利水电工程建设中，不可避免会出现大量不稳定斜坡，这些不稳定斜坡在降雨、地震或水位反复升降等情况下会发生滑坡灾害，严重时将危及水电站坝工程结构的安全，同时威胁周边居民的生命财产安全 [1] 。因此对水电站库区滑坡开展变形监测，通过监测数据，获取滑坡的变形发展趋势，探究滑坡灾害的演化机制及防控措施，对保证工程运行安全，减少人员伤亡和经济损失具有重大意义 [2] 。对于水电站库区滑坡监测，目前以全站仪、水准仪、GNSS 等监测方法为主，虽然 GNSS 和全站仪等传统测量技术能获得相对较高精度的单点位移，但难以反映滑坡区域的整体变形，且容易受气候、时间、通视等条件的限制，更重要的是这些获取变形信息的方式都是接触式的，对于危险性较大的滑坡不适宜 [3] 。测量机器人精度较高，但其布置测点比较困难，且受天气等通视条件的影响较大 [4] 。三维激光扫描测量技术因能够监测滑坡整体变形而受到广泛关注，但其容易受雨、雪、雾等气象条件的影响，目前难以实现全天时、全天候的监测工作，且测量精度有待提高 [5] 。地基干涉合成孔径雷达 (GB-InSAR) 是一种非接触式监测方法。由于该监测技术工作在微波波段，所以能够全天时、全天候对大范围监测区域进行实时连续变形监测 [6] 。相比星载与机载平台 SAR，GB-InSAR 在重访周期、使用方便性、监测视角以及使用成本等方面都更有优势 [7] 。关于国外地基合成孔径雷达在工程灾害监测应用方面的研究，刘斌等 [8] 采用意大利 IngegneriaDeiSistemiCompany 和 UniversityofFlorence 共同研制GB-InSAR 系统 IBIS-L，对大树场镇山体滑坡灾后稳定性进行了监测评估，分析了滑坡灾后形变演化特征；邱志伟等 [9] 、邢诚等 [10] 运用地基合成孔径雷达 IBIS-L 系统，对隔河岩大坝开展现场变形观测，通过数据分析，对大坝整体的监测结果和变形进行了分析；张昊宇等 [11] 通过荷兰 Metasensing 公司研发的采用 FMCW 技术的Fast-GBSAR 设备，对赤壁市陆水大坝放水前后的变形情况进行监测及对比分析；李如仁等[12] 通过对 GB-InSAR 与 GIS 的集成，将东二号煤矿露天采场边坡 GB-InSAR 得到的变形数据与 GIS 有机地连接起来，验证了该方法在变形信息数据展示和分析方面的优点。国内地基合成孔径的研发和地质灾害监测方面，林德才等 [13] 采用中国安全生产科学研究院自主研制的地基SAR 形变监测系统，对浙江丽水“11·13”滑坡灾害进行应急救援监测，试验结果验证了边坡雷达能够较好的运用于滑坡灾害的应急监测和预警；李翔宇等 [14] 采用内蒙古自治区方向图科技有限公司研发的 MPDMR-05-LSA1701 型 GB-InSAR 系统，监测云南牛栏江堰塞湖红石岩岩质边坡形变，分析该岩质边坡的稳定性。此外，LUO 等 [15] 采用中国科学院电子所研发的 ArcFMCW-SAR 系统，提取滑坡数字高程模型和监测滑坡。综上，目前国内工程安全监测所运用的地基合成孔径雷达系统主要是以意大利 IDS 公司的 IBIS-L 系统和荷兰的 MentaSensing 公司的 Fast-GBSAR 系统为主。国产 GB-InSAR 系统目前还很少，尚处于起步阶段。同时，国产 GB-InSAR 在水电站库区特大型滑坡变形监测中的应用报道较少。本文应用国产先进的新型地基干涉合成孔径雷达 LKR-05-KU-S100 监测系统，以澜沧江流域大华桥电站沧江—营盘桥滑坡和大华滑坡为研究对象，通过开展现场在线监测试验，分析该系统的精度以及适用性，研究成果对于大型及特大型滑坡灾害的监测预警以及国产雷达监测系统的应用推广具有重要意义。1　地基合成孔径雷达技术测量原理GB-InSAR 的成像几何示意图见图 1 所示，图中y 轴为方位向，水平轨道位于 y 轴，垂直于轨道方向为距离向，则其工作原理为：第一，天线向垂直于轨道方向（距离向）发射电磁波，在发射的过程中，同时需要接收地物回波；第二，雷达移动 Δy 到轨道下一位置重复发射电磁波，并接受地物回波，直到采集完设定长度 L，然后根据二维回波数据重构地物的雷达反射系数分布 [14−15] 。图 2 为 GB-InSAR 分辨率示意图，距离向分辨率为 [16−17] ：δ r =c2B（1）式中：c——电磁波在空气中传播的速度，近似为光速；B——GB-InSAR 系统所发射的信号带宽。方位向分辨率为：δ θ =λ2L（2）λ 式中：

　——电磁波波长；L——轨道长度。若 GB-InSAR 在不同时间，通过监测所获取的同一2021 年郭延辉，等：国产 GB-InSAR 在特大型水库滑坡变形监测中的应用 ·67·

　目标区域的两幅 SAR 复图像，其中第一幅 SAR 复图像记为 I 1 ，另一幅记为 I 2 [17] 。通过复图像的对应像素共轭相乘，即可获得两幅图像的相位差，从而形成干涉相位图，并求得干涉相位图中，任意像素点 p 的相位差 [17] 。根据解缠后的相位差，即可求得图像中监测目标区域沿雷达视线方向的高精度形变值 [18−19] 。

　2　国产地基合成孔径雷达系统 LKR-05-KU-S100组成及主要参数2.1　LKR-05-KU-S100 系统组成本研究采用国产先进的LKR-05-KU-S100 系统（图3）。该系统由北京理工雷科电子信息技术有限公司研发。LKR-05-KU-S100 系统主要包括雷达主机、数据处理单元、线性滑轨和能量供应单元四部分组成。系统采用的高精度电控位移台，能够确保监测运行期间的平稳性和可靠性。系统调频连续波雷达通过发送线性调频的电磁波信号，因此大大缩短成像时间，而观测一次耗时也较短，最短耗时小于 2min。系统实时监测数据处理软件有二维和三维两种模式，易于从监测成像结果中识别出地形相关信息。系统的数据处理单元可构建数据库并将雷达监测数据通过网站的方式实时发布。此外，雷达监测数据可以实现远程无线方式实时传输。高分辨雷达主控计算机电控位移台不间断供电系统图 3

　LKR-05-KU-S100 雷达系统组成图Fig. 3

　Composition of LKR-05-KU-S100 radar system 2.2　系统主要功能及参数LKR-05-KU-S100 雷达系统主要功能有：(1) 可对监测目标区域进行远距离、大范围、非接触式监测；(2) 可长时间工作，连续工作时间大于 100d；(3) 能够精确测出目标对象的 0～50Hz 的振动频率，以及 1～4 阶振动频率，因此能够对目标对象的振动信息监测；(4) 具有可远程遥控观测功能；(5) 雷达系统精度高，可达到亚毫米级；(6) 具有设备使用节能环保，数据采集与处理时间短等特点。雷达基本参数见表 1 所示，LKR-05-KU-S100 系统参数见表 2 所示。图 4 为雷达监测信息图像处理界面。表 1

　雷达基本参数表Table 1

　Radar basic parameter table雷达组成参数名称参数取值雷达控制单元信号频段Ku信号类型SFCW孔径类型合成孔径天线增益18dBi极化方式VV主瓣-3dB角宽75°H/90°V表 2

　LKR-05-KU-S100 系统基本参数Table 2

　Basic parameters of LKR-05-KU-S100 system参数名称参数取值分辨率距离分辨率：0.3m方位向：4mrad（可定制）监测距离/m 10～4000监测精度/mm0.1工作环境/°C −25～60软件软件数据接口开放，界面简易，操作方便可定制性可实现多源数据融合电控位移台发送/接收yHLzrxR待测边坡测绘带宽图 1

　GB-InSAR 系统观测几何示意图Fig. 1

　Observation geometry schematic diagram of GB-InSAR systemSARyx方位向分辨率距离向分辨率图 2

　GB-InSAR 分辨率示意图Fig. 2

　Resolution diagram of GB-InSAR·68· 中国地质灾害与防治学报第2期

　3　GB-InSAR 在大华桥电站沧江桥—营盘滑坡变形监测中的应用3.1　沧江桥—营盘滑坡地质概况大华桥水电站地处云南省怒江州兰坪县兔峨乡，是澜沧江干流水电基地上游河段规划的八座梯级电站中的第六级水电站。水电站大坝为碾压混凝土重力坝，坝顶长 231.5m，坝高 106m，水库总库容 2.93×10 8 m 3 ，电站装机容量为 92×10 4 kW [20] 。沧江桥滑坡体距离大华桥电站下坝址 24km，位于库区沧江桥的左岸，沧江桥滑坡体后缘为营盘堆积体（图 5）。沧江桥滑坡体具有明显的地貌形态特征，“圈椅状”比较明显，滑坡体后缘高程为 1590m，较宽，前缘高程 1445m，相对较窄，整个滑坡体前后缘高差超过110m。沧江桥滑坡体自然地形坡度约为 10°～25°，沿澜沧江流向最宽约 1200m，而沿纵向长度最大为 900m。沧江桥滑坡体后缘的营盘堆积体分布高程为 1590～1750m，即营盘堆积体后缘高程为 1750m，营盘堆积体上部为营盘镇所在地。沧江桥—营盘滑坡体总体积约1500×10 4 m 3 ，属于特大型滑坡。滑坡体上部地形较破碎，冲沟发育。沧江桥—营盘滑坡体实测水位 1457.17～1759.51m，总体水位变化不大 [19] 。

　3.2　沧江桥—营盘滑坡监测分析为了监测沧江桥—营盘滑坡体的变形，根据现场实际情况及设备工作原理，沧江桥—营盘滑坡测点设置于滑坡对岸位置，测点距滑坡水平距离约 2000m。图 6为现场实测沧江桥—营盘滑坡光...

篇八：insar监测漏水

地质学报

　Journal of Engineering Geology ISSN 1004-9665,CN 11-3249/P

　《工程地质学报》网络首发论文

　题目：

　佛山地铁塌陷 InSAR 时序监测及机理分析作者：

　张严，朱武，赵超英，韩炳权 DOI：

　10.13544/j.cnki.jeg.2019-557 收稿日期：

　2019-12-24 网络首发日期：

　2020-06-03 引用格式：

　张严，朱武，赵超英，韩炳权．佛山地铁塌陷 InSAR 时序监测及机理分析．工程地质学报. https://doi.org/10.13544/j.cnki.jeg.2019-557

　网络首发：在编辑部工作流程中，稿件从录用到出版要经历录用定稿、排版定稿、整期汇编定稿等阶段。录用定稿指内容已经确定，且通过同行评议、主编终审同意刊用的稿件。排版定稿指录用定稿按照期刊特定版式（包括网络呈现版式）排版后的稿件，可暂不确定出版年、卷、期和页码。整期汇编定稿指出版年、卷、期、页码均已确定的印刷或数字出版的整期汇编稿件。录用定稿网络首发稿件内容必须符合《出版管理条例》和《期刊出版管理规定》的有关规定；学术研究成果具有创新性、科学性和先进性，符合编辑部对刊文的录用要求，不存在学术不端行为及其他侵权行为；稿件内容应基本符合国家有关书刊编辑、出版的技术标准，正确使用和统一规范语言文字、符号、数字、外文字母、法定计量单位及地图标注等。为确保录用定稿网络首发的严肃性，录用定稿一经发布，不得修改论文题目、作者、机构名称和学术内容，只可基于编辑规范进行少量文字的修改。

　出版确认：纸质期刊编辑部通过与《中国学术期刊（光盘版）》电子杂志社有限公司签约，在《中国学术期刊（网络版）》出版传播平台上创办与纸质期刊内容一致的网络版，以单篇或整期出版形式，在印刷出版之前刊发论文的录用定稿、排版定稿、整期汇编定稿。因为《中国学术期刊（网络版）》是国家新闻出版广电总局批准的网络连续型出版物（ISSN 2096-4188，CN 11-6037/Z），所以签约期刊的网络版上网络首发论文视为正式出版。

　* 收稿日期：201912-24；修回日期：

　：2020-04-21 第一作者简介：张严(1994–)，女，硕士生，主要从事 InSAR 方面的科研工作. E-mail：1798138099@qq.com 通讯作者简介：朱武（1982-），男，博士，副教授，博士生导师，主要从事 InSAR 方面的科研和教学工.E-mail：48801911@qq.com

　佛山地铁塌陷 InSAR 时序监测及机理分析

　张严① ，朱武 ①② ，赵超英 ①② ，韩炳权 ①

　（① 长安大学，地质工程与测绘学院，西安 710054，中国）

　（② 地理信息工程国家重点实验室，西安 710054，中国）

　摘

　要

　2018 年 2 月 7 日，位于广东省佛山市禅城区的地铁 2 号线在盾构施工中发生塌陷事故，造成 11 人死亡、1 人失踪、8 人受伤，直接经济损失超过 5000 万元。为深入分析此次事故成因，本文基于自 2017-03 到 2019-01 期间的 56 景 Sentinel-1A 数据，利用 SBAS-InSAR 技术获取了研究区的时空形变信息。结果发现塌陷区及其附近区域在监测期间存在持续的地面沉降，形变速率达到 30mm/a 以上。通过对事发地的实地调查和形变特征分析，并结合当地地质资料推测了塌陷形成的机理：供水管道下方的软土存在不均匀沉降，使水管产生裂缝导致管道内水外渗，进而致使还未达到胶装凝固点的管片产生裂缝，最终引起隧道和地面坍塌。研究结果可以为今后盾构施工中塌陷的监测和预警工作提供理论依据。

　关键词地面塌陷；InSAR 技术；形变监测；机理分析；佛山中图分类号：P236

　文献标识码：A

　doi:10.13544/j.cnki.jeg.2019-557.

　MONITORING AND INVERSION OF FOSHAN METRO COLLAPSE WITH MULTI-TEMPORAL INSAR ZHANG Yan① , ZHU Wu ①② , ZHAO Chaoying ①② , HAN Bingquan ①

　(① School of Geological Engineering and Geomatics, Chang’an University, Xi’an 710054, China）

　(② State Key Laboratory of Geographic Information Engineering, Xi’an 710054, China) Abstract On the evening of February 7, 2018, a deadly ground collapse of a metro tunnel under construction occurred in Foshan, Guangdong Province, China. The accident caused 11 deaths, 8 injuries, 1 missing person, and direct economic loss of more than 50 million yuan. In order to understand the mechanism of this collapse, it is necessary to monitor the deformation characteristics of the ground before and after the event. Compared with the ground-based observation techniques, synthetic aperture radar (SAR) interferometry technique has demonstrated its potential for monitoring the collapse sinkholes due to the advantages of covering large areas, mapping of high-density spatial and historical ground deformation. Therefore, using the 56 Sentinel-1A spanning from 2017-03 to 2019-01, we obtained the spatial-temporal deformation information of the study area by using Small Baseline Subset SAR Interferometry (SBAS-InSAR) techniques. It was found that continuous ground subsidence occurred in the collapse area and its adjacent areas, and the deformation rate reached more than 30mm/a, while areas far away from the sinkhole was mostly stable. In order to further verify the reliability of the deformation and analyze the connection between the land subsidence and the collapse, we made a field survey and a detailed analysis of the deformation characteristics near the collapse area, and found uneven ground subsidence in the sinkhole and its adjacent areas. The maximum subsidence at the collapse site was nearly 37mm over the past year of collapse accident. What"s more, accelerated subsidence appeared one month before the collapse accident, which was related to the metro construction disturbance. Meanwhile, based on the local geological data and accident investigation report, it was considered that the collapse accident was caused by the water supply pipeline damage and the poor engineering geological environment at the accident site. In the end, we reasonably deduced the mechanism of collapse formation: due to the uneven settlement of the mucky soil under the water supply pipeline, the distribution of bearing capacity of mucky soil to the water supply pipeline was also uneven. The water leakage in the pipeline saturated the stratum, weakened the mechanical properties of the mucky soil layer, and the Metro construction disturbance increased the deformation of the saturated soil layer and pipeline leakage, and the water penetrated down to the fine sand layer below the shield machine tail. With the increase of water content, the bearing capacity of the fine sand layer was reduced, which led to the subsidence of the shield machine tail and the cracks in the pipe segments that had not reached the freezing point, and the shield machine tail was permeable with water and sand. But the builders failed to plug the leak, and the flooding became more severe. The sand layer under the shield machine quickly drained away, resulting in the downward displacement and deformation of the shield machine. After the tunnel structure was damaged, a huge amount of sediment suddenly poured into the tunnel, and caused a rapid 网络首发时间：2020-06-03 13:21:47网络首发地址：http://kns.cnki.net/kcms/detail/11.3249.P.20200603.1121.011.html

　impact of air waves in the limited space of the tunnel, which eventually led to the tunnel and the ground collapse. The results can provide theoretical basis for the collapse monitoring and early warning of shield tunneling in the future. Key words Ground collapse; InSAR; Deformation monitoring; Mechanism analysis; Foshan

　引

　言地面塌陷是指在人为因素或者自然因素的作用下，地表岩、土体向下陷落，并形成塌陷坑或塌陷洞的地质现象(王明伟等，2008)。地面塌陷形成的前提是地表下空洞的存在，而空洞通常是由自然岩溶现象或人类挖掘造成的（Buttrick et al, 2011），当然也存在一些诱发因素，如加载、地震、人为振动等（Nisio et al, 2007；Parise et al, 2012）。地面塌陷是突发性的地质灾害(Gutiérrez et al, 2008)，特别是在城市地区，可能造成严重的经济损失，甚至危及生命安全。因此，城市地面塌陷的监测和早期预警构成了重要的研究课题。

　在塌陷形成之前，经常会出现地表下沉、裂缝等异常现象，可以利用这一特征来对潜在地面塌陷进行早期预警(Chang et al, 2014)。传统基于离散点的地表形变监测方法，不仅需要耗费大量的人力、物力，而且当监测大范围区域时效率较低(陈永奇等，1988；Galloway et al, 1999)。而近年来发展起来的合成孔径雷达干涉测量(Interferometric Synthetic Aperture Radar, InSAR)技术，由于其具有空间分辨率高、覆盖范围大、全天时、全天候等优点（Bamler et al, 1998；兰恒星等，2019），被广泛用于监测地面塌陷前的信号特征（Baer et al, 2002；Closson et al, 2003；Closson et al, 2005；Vaccari et al, 2013；Nof et al, 2013；Jones et al, 2014；Jones et al, 2015；Kim et al, 2016），特别是在城市地区，具有成本低、效益高和较强的可行性(Intrieri et al, 2015；Theron et al, 2016)。

　针对 2018 年 2 月 7 日发生的佛山市地铁 2 号线塌陷事故，Alex 等（2018）利用 PSI(Persistent Scatterer InSAR)技术对覆盖广州和佛山地区 2011-05 至 2017-01 期间的 COSMO-SkyMed 数据进行处理，监测了该地区相应时间段的地表变化，并对塌陷的形成原因进行了分析。刘琦等（2019）利用 PS-InSAR 技术对覆盖佛山市 2015-06 至 2018-09 期间的 Sentinel-1 数据进行处理，获得了研究区相应时间段内的地表形变结果，发现事故段地铁沿线有明显的形变信息，并猜测该路段地面沉降的重要原因是地铁施工。前人在对地面沉降和地面塌陷形成的原因进行分析时，均未结合当地地质资料、事故调查报告等重要资料。

　本文将整个禅城区作为研究区，搜集了自 2017-03 到 2019-01 期间的 56 景 Sentinel-1A 数据，首先利用SBAS-InSAR(Small Baseline Subset InSAR)技术获取了塌陷前、后期地表形变的时空演化规律。其次，为了验证形变监测结果的可靠性、进一步分析地面塌陷与地面沉降的关系，对塌陷坑附近区域进行了实地调研，并对塌陷坑附近的形变特征进行了详细分析，最后，结合搜集到的事发地地质资料、事故调查报告等，合理地推测了塌陷形成的机理。

　1 研究区概况 1.1

　禅城区基本概况禅城区是广东省佛山市的五个行政辖区之一，也是其政治、经济、文化中心，与广州市、深圳市等城市相邻。

　（1）地理位置：禅城区位于东经 113°00′41″~113°05′40″，北纬 22°35′01″~23°02′24″，地处珠江三角洲的腹地，在广州市的西南部，佛山市的中部。南北向长约 15km，东西向宽约 19km，面积约为 154km²，如图 1 中蓝色框所示，红色五角星即为塌陷坑所在位置。

　图 1 研究区及 Sentinel-1A 数据覆盖范围示意图 Fig. 1 Schematic diagram of the research area and Sentinel-1A data coverage area （2）地质概况：禅城区的地质属于第四系地层，主要为粘土和其他各种粒径的沙层，厚度约从 5m 至40m 不等，具有自东向西递增的趋势，东平水道以西的地区第四系较厚，是禅城区第四系的主要沉积区（易守勇等，2017）。图 2 为禅城区第四系沉积物等厚线图。

　图 2 禅城区第四系沉积物等厚线图（改自易守勇等，2007）

　Fig. 2 Isopach map of Quaternary sediment in Chancheng district 禅城区是地势平坦的冲积平原，大多区域海拔在 1.3m 和 4.6m 之间。地貌类型单一，主要为堆积地貌，属于三角洲平原，大部分地表覆盖着厚约 15～25m 的松散沉积物。禅城区的软土层天然孔隙比大且含水量高，具有高压缩性、低凝聚力和小固结系数的特点，所以在人类活动的影响下，地表很容易发生形变，由此会带来各种安全隐患。禅城区软土厚度等厚线图如图 3 所示，可看出软土厚度的空间分布与第四系沉积物（图 2）基本呈正相关。

　图 3 禅城区软土分布等厚线图（改自易守勇等，2007）

　Fig. 3 Isopach map of soft soil distribution in Chancheng district 1.2

　塌陷事故基本概况 2018 年 2 月 7 日，位于佛山市禅城区湖涌站至绿岛湖站的地铁 2 号线右线工地在盾构中突发透水，导致施工隧道和地面发生坍塌(张爱军等，2018)。图 4 为塌陷现场照片，地面坍塌范围东西向约 65m，南北向约 81m，深度约 6m 至 8m，地面塌方面积约 41922m ，坍塌体方量接近 2.5 万3m 。

　图 4 塌陷事故现场图（改自张爱军等，2018）

　Fig. 4 Map of collapse accident site 事故...

篇九：insar监测漏水

AS-InSAR技术原理及其在地壳形变监测中的应用＊胡乐银1, 2　张景发2　商晓青2(1.山东科技大学　青岛　266510;2.中国地震局地壳应力研究所　北京　100085)摘要　小基线集技术 (SBAS-InSAR)是近年提出来的一种新的 InSAR时间序列分析方法, 它克服了传统 D-InSAR中存在的时间、空间失相关和大气效应的限制性因素。相较于 PS-InSAR方法, 它获取到的形变序列在空间上更为连续, 从而可以应用于监测地壳长时间缓慢形变。本文首先回顾了 InSAR技术的发展历程 , 然后总结了传统 InSAR技术遇到的一些限制性因素, 在此基础上详细说明了SBAS-InSAR技术的数学原理模型及其在国外的应用 , 并结合国外的 SBAS技术研究现状讨论了其发展前景。＊国家自然科学基金 (40774023)、国家 863计划 (2006AA12Z150)、国家科技支撑计划 (2006BAC01B03 -01 -03)资助项目。一、引　　言近年来, 合成孔径雷达干涉测量 (InSAR)技术应用于矿山开采、地震、火山运动、地下水开采等引起的地表形变研究越来越广泛。

　InSAR技术具有探测精度高 (亚厘米级 )、低成本、面观测、周期性等特点。差分干涉测量技术 (D-InSAR), 应用三幅 SAR复图像(3 -Pass)或者是两幅 SAR复图像加上一幅 DEM图像 (2 -Pass)进行地表形变观测等微小形变观测, 其观测精度可达到毫米级 (舒宁 , 2003)。但是 InSAR技术对大气误差、卫星轨道误差、地表状况以及时态不相关等因素非常敏感, 很容易受到时间、空间失相干的影响,对 SAR图像和 DEM精度的要求很高, 同时大气效应会影响 D-InSAR的测量精度, 而且很难消除。小基线集 (SBAS-InSAR)技术是 2001年由 Berardino和 Lanari等人针对传统 D-InSAR中存在的一些问题而提出的一种经典形变时间序列分析方法, 克服了传统 D-InSAR技术中的限制性因素, 包括时间、空间基线去相干以及大气效应的影响, 从而可以应用于监测地壳长时间缓慢形变 (王超等, 2002)。本文介绍了 SBAS-InSAR技术原理, 讨论了 SBAS-InSAR技术在监测长时间地表形变中的应用, 并对其今后的应用前景进行了展望。二、小基线集 (SBAS-InSAR)技术简介小基线集技术 (SBAS-InSAR)是由 Berardino和 Lanari等人于 2001年提出的, 用来获取工作区地表形变的时间序列图, 这种方法利用小基线距避免空间失相关, 同时减小地形对差分的影响, 相较于 PS方法 , 得到的形变图在空间上更为连续 (Berardinoetal.,82 地壳构造与地壳应力文集 (22)　　　　 2010年

　2002)。近年来逐渐发展完善 , 采用 “奇异值分解” (SVD)的方法将一组组小基线数据集连接起来 , 解决时间上采样过于稀疏的问题 (Berardinoetal., 2002);又结合稳定散射体的干涉相位信息, 得到更高的空间分辨率 (Lanarietal., 2004)。小基线集技术扩展了 Ferreiti(2001)介绍的永久散射体 (PS-InSAR)技术 , 即将若干个小基线数据子集经过简单和有效的合并得到所有可用的小基线干涉图。这种合并是基于最小形变速率标准 , 运用奇异值分解 (SVD)方法很容易获得这种最小形变速率。该技术满足两个重要要求 :①通过使用所有包括在不同小基线子集的数据增加了时间采样率;②保持了系统提供空间上密集形变图的能力。后者是传统差分干涉测量的一个关键点。显然 , 第二个要求与使用小基线干涉图以抑制基线去相关现象有关。我们还注意到 , 这种方法是容易实现的 , 它是依赖于使用解缠的 D-InSAR干涉图 , 将解缠操作的执行由两步处理过程扩展为稀疏格网方法 , 即可将其作为一个后处理步骤 , 应用于一系列利用现有的干涉数据处理工具生成的差分干涉图。而且 , 尽管去除地形相位贡献时可能的误差带来的影响有限 , 但在小基线集处理算法中仍考虑了地形误差以增强算法的健壮性。加之 , 随着PS-InSAR技术的发展在计算 (目标的 )空间和时间形变序列时会执行一个大气相位初滤波的操作 (Hooper, 2007), 在小基线集技术中, 滤波操作同样有效地减少了图像像元中较高的空间密度。三、小基线集 (SBAS-InSAR)技术理论模型首先假设有 N +1幅同一地区的 SAR图像 , 获取时间依次为, t0 , t 1 , …, t N , 同时假设每一幅图像至少可以与另一幅图像构成干涉, 这意味着每一短基线子集至少由 2幅图像组成。基于以上假设, 则生成的干涉图数量为 M个, 于是可以推出 M满足下列不等式 (假设 N为奇数 ):N+12≤ M≤ MN+12(1)　　假设第 j幅干涉图是由 tA 和 t A 时刻获得的两幅 SAR图像产生的, 并已去除了地形相位部分, 假设 tB >t A , 在方位 -距离像素坐标系 (x, r)中, 则 j在 (x, r)处的干涉相位可以表示为 :δΥ j (x, r)=φ(tB , x, r)-φ(t A , x, r)≈4πλd(tB , x, r)-d(t A , x, r)(2)式中, λ为雷达波长 ;d(tB , x, r)和 d(t A , x, r)分别为 t B 和 t A 时刻相对于参考时刻 t 0 的视线向 (LOS)累积形变量 , 因而有 d(t0 , x, r)≡0 ;自然的, 我们可以用 d(t i , x, r)i=1, …,N, 来表示我们所要得到的形变时间序列 , 并设对应的相位为 φ(ti , x, r), 则有:φ(ti , x, r)≈4πλ d(ti , x, r) (3)　　在这里公式 (2)中没有考虑去相关现象, 也没有考虑两幅图像获取时由于各层大气折射率变化引起的相位变化和由于没有精确地去除地形相位部分而可能包含的原始相位,83 　　　　胡乐银等:SBAS-InSAR技术原理及其在地壳形变监测中的应用

　这是为了基本原理的讨论方便, 而假定了简单的模型来做当前分析 , 这些包含误差相位贡献的部分会在后面讨论。而且我们假定所有相位信号都是解缠以后的, 并且以一个形变量已知的做过校正的像元作为参考。将我们所分析那一像元点的形变量所对应的 N个未知相位值用向量表示为:φT= φ(t1 ), …, φ(t N )(4)　　将从差分干涉图上计算的 M个值表示为向量:δφT= δφ 1 , …, δφM (5)　　公式 (4)可以用下面两向量来定义 (IS和 IE分别对应生成干涉图的像对中从图像和主图像的获取时间序列 ):IS=IS1 , …, IS M　　　IE=IE 1 , …, IE M(6)　　我们还假设主图像和从图像总按时间顺序排列 , 即 IE j >ISj , j =1, …, M。换言之,有如下等式 :δφ j =φtIEj-φtISj　 j =1, …, M (7)　　表达式 (6)从而定义了含 N个未知数的 M个等式所组成的方程组 , 用矩阵形式表示如下:Aφ=δφ (8)　　A是一个 M×N矩阵 , j =1, …, M时:若 ISj ≠0, 则 Aj, ISj=-1 , Aj, IE j =+1;否则为 0。例如 , 如果 δφ1 =φ 4 -φ 2 , δφ 2 =φ 3 -φ 0 , 则矩阵 A的前几项形式如下 :A=0 -1 0 +1 …0 0 +1 0 …… … … … …… … … … …(9)　　式 (9)表明了 A是一个近似关联矩阵 (incidence-likematrix), 它直接取决于从可用数据中生成的一系列干涉图。由于该特点, 如果所有数据都属于一个单一的小基线子集 , 那么有 M≥N, 并且 A是一个 N阶矩阵。因此, 当 M =N时, 方程组 (8)是一个定解方程 , 当 M >N时, 方程组 (7)是一个超定解方程。通常 , 它的解是可以求得的, 在最小二乘 (LeastSquare)约束下用矩阵形式可以表示如下 (Usaietal., 2003):φ=A# δφ　　此处 A #=(AT A) -1AT(10)　　由于整个可用的数据集通常是分散在几个不同的子集中 , 显然此时的 AT A是一个降秩矩阵 (即奇异矩阵)。例如 , 若假设有 L个不同的小基线子集, 则 A的秩为 N-L+1, 此时方程组有无穷多解。1.奇异值分解 (SVD)SBAS-InSAR方法的核心算法是利用矩阵的奇异值分解 (SVD)方法求出最小范数意义上的最小二乘解。该方法允许我们求得矩阵 A的广义逆 (thepseudoinverse)从而给出方程组 (8)的最小二乘解。特别地 , 通过 SVD分解, 我们可以将分解如下:84 地壳构造与地壳应力文集 (22)　　　

　A=USVT(11)　　此处, U是一个 M×M的正交矩阵 , 其前 N行是 AAT 的特征向量 , 称为 A的左奇异向量;V是一个 N×M的酋矩阵, 它的所有行是 AT A的特征向量, 称为 A的右奇异向量;A是一个 M×M矩阵, 它的元素 (奇异值 σ i )是 M×M的矩阵 AAT 的对应特征值的平方根。通常 , M >N, 有 M-N个特征值为 0;而且由于矩阵 A的秩亏特性, 有 L-1个附加的 0特征值 , 即有:S=diag(σ 1 , ……, σ N-L+1 , 0, ……, 0) (12)　　在最小二乘约束下求 φ值, 可以表示如下:φ

　=A+δφ　此处　A+=VS+UT(13)　　式中 S+=diag(1/σ 1 , ……, 1/σ N-L+1 , 0, ……, 0)[ 9], 从而有 :φ

　= ∑N-L+1i=1δφT uiσ iνi (14)　　此处, ui 和 ν i 分别为 U和 V的行向量。2.速度场和高程误差 SVD求解将相位转化到平均相位速度:νT= ν1φ 1t1 -t 0, …, νN = φN -φ N-1tN -t N-1; (15)　　从而得到一个新的矩阵方程:D ν =δφ;D也是一个 M×N矩阵。对第 j行 , 位于主辅图像获取时间之间的列, D(j, k)=tk+1 -t k , 其他的 D(j, k)=0;在这种情况下 , 将 SVD分解应用于矩阵 D, 就可以得到速度矢量 ν的最小范数解。另外, 从差分相位的组成出发 , 我们知道除了形变相位贡献外, 还有高程误差 Δq的相位贡献。因此建立方程组 :D ν +C· Δq=δφ (16)　　其中 C[ M×1] 是与基线距相关的系数矩阵, 由此可以得到 DEM误差。另外, 在线性模型的基础上, 继续通过对残余相位在空间和时间上的适当滤波就能分离出大气相位和非线性形变相位。综上 , 可以概括 SBAS-InSAR方法的主要流程如图 1。图 1　SBAS-InSAR方法流程图85 　　　　胡乐银等:SBAS-InSAR技术原理及其在地壳形变监测中的应用

　四、小基线集技术在地表形变监测中的应用与 PS方法相比 , 小基线集 (SBAS-InSAR)方法限制了长基线导致的几何去相干,而且使更多的 SAR图像参与到形变计算, 增加了时间上的采样。因此 , 它比前两种方法更先进。

　Casu等利用小基线集 (SBAS-InSAR)方法测量意大利 Naples湾和美国 LosAn-geles的地表形变并与水准测量及 GPS数据进行比较 (图 2), 证明 SBAS-InSAR方法的性能非常优越 , 测得形变速度的标准方差大约是 1mm/年 (Casuetal., 2005)。同时, 他认为参考像元的选择对标准偏差的计算值有 0.05mm/km的影响 (Casuetal., 2006)。Lauknes等在对挪威首都 OSLO的地表形变监测中, 比较了 SBAS-InSAR和 PS-InSAR两种不同的干涉方法, 认为二者得到的相干性分布和形变模式是一致的 (Lauknesetal., 2005)。

　Berardino等人利用 SBAS方法研究了意大利南部的 CampiFlegrei火山口和 Na-ples市区在空间低分辨率下 (约 100m×100m)的时间序列形变 (Beradinoetal., 2002)。他们利用 1992 ～ 2000年之间的 44幅 ERS数据组成了 3个小基线子集、 70幅差分干涉图,集内垂直基线距小于 130m。研究结果表明, 在火山口区域 , 一直存在缓慢的形变, 累积形变达到 20cm。到 2000年 , 又开始呈隆起趋势。这样的结果与测量部门的实测数据很好的吻合。在城区 , 则存在缓慢的沉降, 累积达 6cm。其后, 他们进一步讨论了在 SAR图像原始分辨率下的小基线集方法。利用两组数据集, 一组是做了多视处理后的低分辨率数据集 , 另一组是没有做多视处理的原始数据集。先利用一般的 SBAS方法, 在低分辨率数据上估计大范围的形变、 DEM误差和大气影响;然后在高分辨率数据上估计局部高相干点(建筑物、岩石、桥梁等 )的非线性形变。在此基础上 , 利用 55幅 ERS图像重新对 Naples地区的沉降进行了研究, 重点研究建筑物的局部形变信息。研究结果与水准测量一致。随着 ENVISAT的升空。他们还在同一地区探讨了利用 SBAS-InSAR方法将 ERS和 ENVISAT数据结合起来求解形变的方法 , 结果表明 , CampiFlegrei火山口区域在 2000～ 2001年有轻微隆起, 自 2002年开始, 形变开始趋于稳定。实验结果与水准测量结果相符。此外, Mora等人结合了 PS-InSAR和 SBAS-InSAR方法的特点, 在少量的 SAR图像的基础上, 进一步提出了进行形变分析的方法 , 并在实验中取得了很好的结果 (Moraetal., 2003)。五、总结与展望本文介绍了运用 D-InSAR技术研究地表形变的一项新技术 -小基线集 (SBAS-InSAR)技术。该方法将获取到的大量数据分布到不同的小基线数据集中, 然后根据小基线集的原则将标准处理程序获取的 D-InSAR干涉图通过简单的联接从而计算出一个形变时间序列。该技术的一些关键点就是需要大量 SAR数据以增加监测的时间采样率, 覆盖研究区的高空间重叠度, 还与所使用的小基线干涉图有关。该技术适用于逐像元对表现出高相干性的区域 , 并且对于生成干涉图时可能引入的 DEM误差具有健壮性。同时该技术对获取数据的空间和时间信息都可以利用 , 所以在对获取干涉图的相位和幅度进行分析的基础上可以通过采取一定的时间空间滤波操作将大气贡献相位去除。从前面的分析我们可86 地壳构造与地壳应力文集 (22)　　　

　图 2　LosAngeles(加利福尼亚)城市地区 SBAS-InSAR测量结果 (Casuetal., 2005)(a)LOS向 (视线向)平均形变速率, 同时叠加了 GPS观测站的位置 (用黑色和白色方块表示),其中白色方块表示的是被选作参考点的基站, 相应的观测值在右面分别作图显示。

　(b～ g)分别显示了 (a)图中白色方块表示的 6个参考基站 (CIT1、 CVHS、 WHC1、 LBC2、 SACY和 FVPK)...

推荐访问:insar监测漏水漏水监测 insar