基于DS-InSAR的復(fù)雜山區(qū)鐵路沿線形變監(jiān)測(cè)研究

李冠楠，譚衢霖，謝酬，蔡小培

（1. 北京交通大學(xué) 土木建筑工程學(xué)院，北京 100044；2. 北京交通大學(xué) 線路工程空間信息技術(shù)研究所，北京 100044；3.中國(guó)科學(xué)院 遙感與數(shù)字地球研究所，北京 100094）

1 研究背景

隨著我國(guó)經(jīng)濟(jì)社會(huì)的快速發(fā)展，鐵路已成為溝通城市和居住地的重要經(jīng)濟(jì)命脈，與人們的出行和經(jīng)濟(jì)的正常運(yùn)行息息相關(guān)。由于鐵路地理跨度大，尤其在西南復(fù)雜山區(qū)，地形地勢(shì)條件復(fù)雜，鑒于自然和人類活動(dòng)的共同影響，自然災(zāi)害多發(fā)，運(yùn)營(yíng)鐵路沿線發(fā)生自然地質(zhì)災(zāi)害的可能性大大增加，給鐵路的安全運(yùn)營(yíng)帶來潛在危害，不僅會(huì)導(dǎo)致運(yùn)輸物流暫時(shí)癱瘓[1]，而且直接威脅人們的生命財(cái)產(chǎn)安全。故此，如何快速準(zhǔn)確地對(duì)西部山區(qū)鐵路沿線形變及災(zāi)害監(jiān)測(cè)顯得尤為重要。應(yīng)用衛(wèi)星遙感空間信息技術(shù)監(jiān)測(cè)西部復(fù)雜山區(qū)鐵路沿線自然災(zāi)害狀況，具有重要的研究意義和工程價(jià)值[2]。

采用定期常規(guī)的地面人工測(cè)量，如GPS和水準(zhǔn)測(cè)量，能提供高精度形變數(shù)據(jù)，但由于其成本高、重復(fù)觀測(cè)周期長(zhǎng)、復(fù)雜地形人力無法到達(dá)等特性制約了其實(shí)時(shí)監(jiān)測(cè)能力[3]。另外，基于點(diǎn)觀測(cè)的特性使得該技術(shù)容易遺漏部分觀測(cè)區(qū)域。星載合成孔徑雷達(dá)干涉測(cè)量（InSAR）技術(shù)是一種全新的形變監(jiān)測(cè)方法[4]，可以全天候、全天時(shí)的獲取大范圍、高精度的微小形變信息[5]。然而在對(duì)長(zhǎng)時(shí)間緩慢形變及其規(guī)律進(jìn)行分析時(shí)，傳統(tǒng)DInSAR受到時(shí)間去相干、幾何去相干及大氣效應(yīng)的影響。因此，一系列的MT-InSAR方法，包括永久散射體（PS-InSAR）[4]、小基線集法（SBAS）[6-8]、相干目標(biāo)法（CT）[9]被相繼提出。實(shí)踐證明，它們?cè)诖蠓秶乇硇巫兎囱輵?yīng)用中是有效的。

MT-InSAR方法在提取時(shí)間序列形變信息時(shí)具有獨(dú)特的優(yōu)勢(shì)。但PS-InSAR只能獲取永久散射體點(diǎn)，在沒有典型地物及人工建筑的地區(qū)、荒原、山區(qū)、丘陵等自然區(qū)域，PS點(diǎn)的分布較為稀疏，無法獲得地表形變信息。為了提高點(diǎn)的分布密度，獲得更豐富可靠的形變信息，研究運(yùn)用基于分布式散射體的DS-InSAR技術(shù)，采用KS檢驗(yàn)同質(zhì)點(diǎn)選取及自適應(yīng)濾波算法，選取與目標(biāo)像素具有相同統(tǒng)計(jì)特性的均質(zhì)像素點(diǎn)，并精確篩選出DS點(diǎn)，聯(lián)合現(xiàn)有的PS-InSAR處理方法，使用基于SqueeSAR算法的DS-InSAR技術(shù)對(duì)鐵路沿線區(qū)域進(jìn)行時(shí)序形變監(jiān)測(cè)。

2 研究方法與原理

SqueeSAR技術(shù)最早由Ferretti等研究提出，該技術(shù)通過分析加入分布式散射體DS點(diǎn)，增加非人工地表的散射體數(shù)量，通過對(duì)山區(qū)SAR數(shù)據(jù)處理，對(duì)比分析SqueeSAR實(shí)驗(yàn)結(jié)果與PS-InSAR結(jié)果，證明SqueeSAR方法有效性[10]?，F(xiàn)階段，基于DS的長(zhǎng)時(shí)間序列InSAR技術(shù)研究較少，在我國(guó)，大部分學(xué)者對(duì)DS-InSAR技術(shù)還處于研究階段。李濤[11]通過利用點(diǎn)目標(biāo)分層分析算法，提取了更多的散射體點(diǎn)，并將DS點(diǎn)和PS點(diǎn)聯(lián)合解算，獲取了城市區(qū)域形變場(chǎng)信息；蔣彌等[12]運(yùn)用基于快速分布式目標(biāo)探測(cè)的時(shí)序InSAR方法，快速提取DS點(diǎn)并實(shí)現(xiàn)了地表形變監(jiān)測(cè)；王明州等[13]運(yùn)用改進(jìn)的相干目標(biāo)法，結(jié)合KS檢驗(yàn)與空間非局部濾波方法完成香港填海區(qū)形變監(jiān)測(cè)研究。

本次研究采用SqueeSAR算法，聯(lián)合處理PS和DS，考慮到它們不同的統(tǒng)計(jì)行為，使用基于KS檢驗(yàn)的空間自適應(yīng)濾波算法提取后向散射特性相近的同質(zhì)點(diǎn)，對(duì)每個(gè)DS關(guān)聯(lián)的相干矩陣，利用相位三角算法估計(jì)最優(yōu)相位值，然后利用傳統(tǒng)的PS-InSAR算法對(duì)選定的DS和PS進(jìn)行聯(lián)合處理，獲取每個(gè)測(cè)點(diǎn)的位移時(shí)間序列。SqueeSAR數(shù)據(jù)處理流程見圖1。

圖1 SqueeSAR數(shù)據(jù)處理流程

2.1 基于KS算法的空間自適應(yīng)濾波

窗口中像素的散射特性發(fā)生變化會(huì)影響干涉相位的平穩(wěn)性，影響干涉圖濾波的效果。因此，在干涉圖濾波之前對(duì)窗口內(nèi)像元點(diǎn)的散射特性進(jìn)行判斷，并選取后向散射特性一致的樣本點(diǎn)是非常關(guān)鍵的步驟。KS檢驗(yàn)?zāi)軌蜃R(shí)別屬于干涉數(shù)據(jù)堆棧的2個(gè)圖像像素是否在統(tǒng)計(jì)上是均勻的，從而提取同質(zhì)點(diǎn)。該方法易于實(shí)現(xiàn)、非參數(shù)化，不針對(duì)特定的分布函數(shù)，且易于實(shí)現(xiàn)。

對(duì)于SAR圖像中的任一像素P，其后向散射系數(shù)可表示為：

式中：di（P）為像素P對(duì)應(yīng)的第i個(gè)圖像的復(fù)反射率值，對(duì)于PS點(diǎn)d（P）為定向量，對(duì)于DS點(diǎn)d（P）為隨機(jī)向量。

KS檢驗(yàn)判別像素P1、P2是否為統(tǒng)計(jì)均勻像素，基于2個(gè)數(shù)據(jù)集分布函數(shù)作差絕對(duì)值的最大值，分析DS點(diǎn)的隨機(jī)變量在重新參數(shù)化下是穩(wěn)定的。KS檢驗(yàn)判別算式可表示為：

式中：和分別為P1、P2的分布函數(shù)。DN的概率分布函數(shù)可用經(jīng)驗(yàn)KS分布近似，可表示為：

KS檢驗(yàn)通過判斷DN是否大于設(shè)定閾值的概率來確定P1、P2是否符合同一分布。

2.2 相位三角法估計(jì)最優(yōu)相位

使用相位三角法（PTA）“重建”的干涉相位比空間濾波的干涉相位噪聲小，使空間相位展開過程更加穩(wěn)健。相位三角法提供了PS和DS之間的橋梁,使它可以從N（N-1）/ 2個(gè)干涉對(duì)中選擇DS的N個(gè)最優(yōu)相位值（PS）,最優(yōu)相位γPTA值的確定：

2.3 PS-InSAR技術(shù)形變相位提取

PS-InSAR技術(shù)作為D-InSAR技術(shù)的補(bǔ)充和延伸，重點(diǎn)解決傳統(tǒng)D-InSAR時(shí)間失相干和大氣延遲等問題。對(duì)于雷達(dá)影像預(yù)處理，需要經(jīng)過主影像的選擇、雷達(dá)影像配準(zhǔn)、基線計(jì)算等步驟，并進(jìn)一步生成差分干涉圖，選取PS點(diǎn)，并經(jīng)過一系列的處理從干涉相位中提取有用的形變相位。

式中：φfalt為平地相位，通過精確的基線估算去除；φtop為地形相位，通過利用外部DEM二軌法去除；φatm為大氣相位，通過提高形變信息和大氣干擾之間的信噪比來降低其相位分量，減小誤差，具體可運(yùn)用干涉圖疊加的方法；φmov為2次觀測(cè)期間地物目標(biāo)沿LOS方向移動(dòng)引起的相位變化；φnoise為噪聲相位，可運(yùn)用自適應(yīng)濾波方法減弱干涉圖中的噪聲影響；k為整周模糊度，用基于最小二乘的相位解纏算法還原真實(shí)相位；ε為隨機(jī)誤差，ε～N（0，1）。

3 研究區(qū)段及衛(wèi)星數(shù)據(jù)

3.1 研究區(qū)段

渝懷鐵路是我國(guó)西部大開發(fā)的重點(diǎn)項(xiàng)目之一，全長(zhǎng)624.523 km，途徑重慶北、長(zhǎng)壽、涪陵、武隆、彭水、黔江、酉陽、秀山、松桃、銅仁、懷化等。渝懷鐵路沿線地質(zhì)條件復(fù)雜，全線集中分布了滑坡、煤層、天然氣、斷層、巖溶、分水嶺等地質(zhì)現(xiàn)象，共跨越長(zhǎng)江、烏江等7條大的江河，鐵路運(yùn)營(yíng)路段大部分穿行在山地丘陵間，全線共計(jì)橋梁372座，隧道190座，橋隧總長(zhǎng)占全線總長(zhǎng)的一半，其中隧道長(zhǎng)度達(dá)241 km，5 km以上隧道8座，最長(zhǎng)隧道為圓梁山隧道，長(zhǎng)達(dá)11.68 km。試驗(yàn)選擇渝懷鐵路地形地勢(shì)條件復(fù)雜的彭水—黔江段作為研究對(duì)象，監(jiān)測(cè)鐵路沿線的地表變形情況，該路段包括2段隧道和1 044 m的橋梁。研究區(qū)域概況見圖2。研究區(qū)域地形起伏較大，為典型的喀斯特地貌，經(jīng)緯度為29.4325°N～29.4909°N，108.3040° E～108.3708° E，范圍約 19.6 km2。

圖2 研究區(qū)域概況

3.2 衛(wèi)星數(shù)據(jù)

根據(jù)研究區(qū)域地質(zhì)條件復(fù)雜地表植被覆蓋茂密的特點(diǎn)，選用高分辨率L波段ALOS-2 PALSAR雷達(dá)數(shù)據(jù)，3 m分辨率升軌的數(shù)據(jù)，F(xiàn)BS模式，HH極化，入射角為32.4°，幅寬50 km。收集2016年9月28日、2017年10月25日，10景影像數(shù)據(jù)和30 m分辨率的SRTM1 DEM數(shù)據(jù)。

ALOS-2于2014年5月24日由JAXA宇宙航空研發(fā)開發(fā)機(jī)構(gòu)成功發(fā)射。ALOS-2是唯一一個(gè)L波段的高分辨率星載合成孔徑雷達(dá)，波長(zhǎng)為150～300 mm，對(duì)植被云霧穿透性強(qiáng)，能夠直接穿透植被冠層，所接收到的雷達(dá)回波主要來自植被莖干與地面，適用于多云多雨植被覆蓋茂密區(qū)域的形變監(jiān)測(cè)。選取2017年10月11日的影像為主影像，組成10幅序列差分干涉像對(duì)，其中一幅為自動(dòng)對(duì)。其影像對(duì)序列的時(shí)空基線信息見表1，基線組成見圖3。

表1 時(shí)空基線信息

圖3 基線組成

4 數(shù)據(jù)處理與結(jié)果分析

4.1 數(shù)據(jù)處理

數(shù)據(jù)預(yù)處理，選擇2017年10月11日影像為主影像，經(jīng)過整景ALOS-2數(shù)據(jù)配準(zhǔn)后，裁剪出符合區(qū)域。根據(jù)SLC數(shù)據(jù)集和參數(shù)文件，生成基線文件和記錄干涉對(duì)信息的文本文件。利用10景SAR影像進(jìn)行非相干疊加獲取的平均強(qiáng)度影像見圖4。

圖4 研究區(qū)域平均強(qiáng)度

數(shù)據(jù)預(yù)處理后，根據(jù)第1節(jié)中的數(shù)據(jù)處理流程，選用KS檢驗(yàn)選擇DS點(diǎn)，并利用相位三角算法選擇最優(yōu)相位，獲取在時(shí)間序列上保持高相干性的地面目標(biāo)點(diǎn)，使得DS點(diǎn)和PS點(diǎn)具有相似的統(tǒng)計(jì)特性，并可聯(lián)合處理。將DS點(diǎn)和PS點(diǎn)聯(lián)合，利用外部DEM數(shù)據(jù)生成差分干涉圖，對(duì)差分干涉圖中的干涉點(diǎn)做回歸分析。采用自適應(yīng)干涉相位濾波，提高分布式散射體的干涉相位質(zhì)量。分解各個(gè)永久散射體點(diǎn)上的相位組成，通過最小二乘算法估計(jì)形變參數(shù)的低通部分和殘余地形誤差，通過時(shí)間維高通和空間維低通濾波處理估計(jì)和移除大氣延遲相位的影響，利用SVD算法求解高分辨率的非線性形變。經(jīng)過上述步驟，生成時(shí)間序列形變圖（見圖5）。

以500 m為緩沖區(qū)半徑，對(duì)鐵路沿線500 m范圍內(nèi)的區(qū)域進(jìn)行形變分析，得到渝懷鐵路郁山2016—2017年平均形變速率（見圖6）。由圖6可知，鐵路沿線有3處區(qū)域存在變形，且距離鐵路小于350 m。圖中最大平均形變速率為92 mm/年（A點(diǎn)），有發(fā)生滑坡的可能，其他2處約為56 mm/年。

圖5 時(shí)間序列形變圖

圖6 2016—2017年平均形變速率

4.2 結(jié)果分析

綜合區(qū)域人類活動(dòng)、自然地質(zhì)、降水條件3個(gè)方面對(duì)渝懷鐵路沿線3處形變點(diǎn)原因和誘發(fā)因素做詳細(xì)分析。

發(fā)生形變的位置見圖6，分別記為A點(diǎn)、B點(diǎn)、C點(diǎn)。A點(diǎn)位于重慶市彭水縣保家鎮(zhèn)長(zhǎng)窯村西北方向約2.46 km，靠近G65包茂高速；B點(diǎn)位于保家鎮(zhèn)長(zhǎng)窯村西北方向約3.22 km，靠近319國(guó)道；C點(diǎn)位于保家鎮(zhèn)東北方向約3.19 km。經(jīng)過圖上測(cè)量可以得到A點(diǎn)距離鐵路251 m，B點(diǎn)距離鐵路79 m，C點(diǎn)距離鐵路37 m。為了更好地分析形變發(fā)生的原因，將圖6中的A、B、C三點(diǎn)分別分析（見圖7）。

圖7 鐵路沿線A、B、C三點(diǎn)形變時(shí)間序列

通過分析可知，鐵路沿線發(fā)生大范圍形變的時(shí)間主要集中在2016年的8—10月，在2016—2017年區(qū)域內(nèi)出現(xiàn)沉降變化和抬升變化，隨著時(shí)間推移，沉降和抬升狀況均逐漸減弱。

渝懷鐵路穿越了長(zhǎng)江河谷區(qū)、烏江峽谷區(qū)和武陵山中山區(qū)，全長(zhǎng)約540 km，是連接中西部的重要交通樞紐。沿線地形起伏大，構(gòu)造發(fā)育，在我國(guó)滑坡災(zāi)害分區(qū)中，屬滑坡災(zāi)害發(fā)育較嚴(yán)重的地區(qū)。

4.2.1 人類活動(dòng)影響

在山區(qū)進(jìn)行采礦及修建公路、鐵路、水渠、房屋等人類工程活動(dòng)，因開挖斜坡坡腳，降低了斜坡的支撐力，改變了斜坡體的應(yīng)力分布，在坡腳處形成剪應(yīng)力集中，造成山體失穩(wěn)而引起的滑坡最多。其次，斜坡上水渠、水田、水庫及池塘水的滲透作用，常造成表土層沿下伏基巖面的蠕滑和坍塌。

分析發(fā)現(xiàn)在B、C點(diǎn)發(fā)生形變的主要原因是：在形變點(diǎn)附近有農(nóng)田，農(nóng)田的耕作造成該點(diǎn)發(fā)生變形。

4.2.2 水文地質(zhì)情況

滑坡作為一種災(zāi)害地質(zhì)現(xiàn)象，其發(fā)育與分布首先取決于所處的地質(zhì)環(huán)境，而地質(zhì)環(huán)境是由諸如地層巖性組合、地質(zhì)構(gòu)造、地形地貌、水文地質(zhì)及氣候與氣象等各種因素組成。渝懷鐵路線路長(zhǎng)，跨越了不同的地質(zhì)、地貌、水文等單元，斜坡地質(zhì)環(huán)境極其復(fù)雜，差別較大，由此出現(xiàn)了沿線滑坡發(fā)育在地域上的分區(qū)性[14-16]。

彭水—郁山段普遍為深切割的強(qiáng)侵蝕巖溶化中山峽谷地形，地質(zhì)構(gòu)造復(fù)雜，褶皺緊密，斷層發(fā)育，褶皺構(gòu)造各有10個(gè)向、背斜組成，形成平行交替排列狀，斷裂構(gòu)造則由4條正斷層和3條逆斷層組成。沿線地下水可分為巖溶水、裂隙水和孔隙水3大類型。

4.2.3 降水情況

彭水縣屬中亞熱帶溫潤(rùn)季風(fēng)氣候，雨量充沛，常年平均降雨量1 104.20 mm，初夏常有連陰雨；盛夏多伏旱，常有酷暑；秋季多綿雨。結(jié)合人類活動(dòng)分析和圖7中變形發(fā)生的時(shí)間，分析沿線溫濕性氣候和暴雨、久雨天氣及人類活動(dòng)是變形發(fā)生或滑坡發(fā)育的重要誘發(fā)因素。彭水縣年平均降水量情況見圖8，降水主要集中在6、7月份，在此期間和此后的幾個(gè)月內(nèi)為地災(zāi)多發(fā)階段。

圖8 重慶市彭水縣年平均降水量

5 結(jié)論與展望

我國(guó)西部山區(qū)地質(zhì)及自然環(huán)境條件復(fù)雜，自然災(zāi)害多發(fā)。在當(dāng)前我國(guó)鐵路線路逐漸加大西部區(qū)域工程建設(shè)規(guī)模的形勢(shì)下，運(yùn)營(yíng)鐵路沿線發(fā)生自然地質(zhì)災(zāi)害的可能性大大增加，給鐵路的安全運(yùn)營(yíng)帶來潛在危害，嚴(yán)重時(shí)可能導(dǎo)致物流運(yùn)輸?shù)亩虝r(shí)癱瘓，并將直接威脅相關(guān)地區(qū)人們的生命與財(cái)產(chǎn)安全。應(yīng)用衛(wèi)星遙感空間信息技術(shù)監(jiān)測(cè)西部復(fù)雜山區(qū)鐵路沿線自然災(zāi)害狀況，具有重要的研究意義和工程價(jià)值。

詳細(xì)探討SqueeSAR技術(shù)和PS-InSAR技術(shù)的基礎(chǔ)算法和數(shù)據(jù)處理流程，并以渝懷鐵路重慶市彭水縣為研究試驗(yàn)區(qū)，利用分布式散射體雷達(dá)目標(biāo)探測(cè)方法，獲取了足夠多的散射體點(diǎn)，并反演渝懷鐵路沿線的形變信息，得到高分辨率、高質(zhì)量的地面形變速率圖，并發(fā)現(xiàn)3處鐵路沿線近距離的形變位置。可為鐵路勘察監(jiān)測(cè)及鐵路的安全運(yùn)營(yíng)提供預(yù)警和指導(dǎo)。

采用獲取SqueeSAR的方法，可以較好地監(jiān)測(cè)地形復(fù)雜且低相干區(qū)的地表形變時(shí)間序列，提取較高密度的監(jiān)測(cè)點(diǎn)，表明時(shí)間序列InSAR形變監(jiān)測(cè)技術(shù)，在一定程度上可為運(yùn)營(yíng)鐵路線路的安全性評(píng)價(jià)提供部分直接、科學(xué)的依據(jù)。