黄 静，张红忠，崔 龙，阿布都沙拉木·托尔逊，王文衡，马立平

(1.新疆农业大学 水利与土木工程学院，乌鲁木齐 830052；
2.新疆水利工程安全与水灾害防治重点实验室，乌鲁木齐 830052；
3.新疆额尔齐斯河流域开发工程建设管理局，乌鲁木齐 830000)

InSAR(Interferometric Synthetic Aperture Radar)是近半个世纪发展起来的定量微波遥感技术[1]，随着各国SAR卫星的相继升空，SAR影像数据获取的途径越来越便捷和多样化，覆盖全球不同时空分辨率的SAR影像数据为该技术的不断发展和完善提供基本保障，近些年，时序InSAR技术以mm级的形变监测精度优势广泛应用于城市地面沉降监测、矿山沉陷监测、人工建筑物形变监测及滑坡监测等方面。

2011年，王腾等利用QPS技术获得了坝区形变结果，并分析三峡大坝运行时的稳定性问题及其周边区域的形变规律[2]；
2012年，Voege等利用SBAS方法对挪威斯瓦特湖坝形变监测，探测到坝体的局部形变情况[3]；

2013年，裴媛媛等利用改进的PS技术得到长江口南岸和杭州湾北侧堤坝的平均沉降速率，并与水准数据进行比较，形变监测结果中误差为4.5 mm[4]；
2019年，肖儒雅等利用改进的PS方法对广南水库进行形变监测，验证时序InSAR分析方法对水库库区、大坝、防潮堤等水工建筑物进行形变监测的有效性[5]。

水库大坝在施工、蓄水以及建成投入使用期间，不可避免的会发生形变，形变监测是水库大坝安全评价的基础和重要组成，现阶段水库形变监测多是在大坝的重点部位，或坝区的重点区域布设监测点，并且监测周期长、监测成本高，只能以点代面的方式来整体评价水库大坝安全运行情况，难免遗漏重大的安全隐患，另外，大坝坝区及周边的地表形变也会对大坝安全运行存在潜在影响。采用时序InSAR技术对水库大坝及周边进行形变监测，可有效解决大坝传统形变监测点密度、频次较低等问题。

文中以新疆WLL水库大坝为研究对象，选用欧洲航天局Sentinel-1A免费影像数据，借助开源软件SNAP和StaMPS(Stanford Method for Permanent Scatterers )，采用StaMPS方法对其进行形变监测，并对其结果进行内、外符合精度的验证，以此为依据来验证StaMPS方法在该水库大坝形变监测的可行性。

1.1 研究方法

2000年， Ferretti等提出了PSInSAR技术(Permanent Scatterers，PS)[6]；
2002年Berardino等提出了一种与PSInSAR不同策略的时序InSAR技术(Small Baseline Subsets，SBAS)[7]；
2004年Hopper等人对PSInSAR技术进一步改进，提出了StaMPS方法[8]。StaMPS方法是在PSInSAR技术基础上进行改进，主要表现在PS点精确选取和相位解缠的策略方面;Ferretti等人研究表明：高信噪比条件下，SAR影像噪声近似服从高斯分布，像元相位标准差可由振幅标准差来衡量，同名像元振幅稳定性由振幅离差指数来定义[6]，但在实际应用中，SAR影像信噪比较低的区域，不完全服从高斯分布，而这些点也可能有着较为稳定的相位值，即PS点。如何在相对较低信噪比区域选择数量足够、真正的PS点是StaMPS方法的关键。Hopper等[8]利用SAR影像干涉相位各分量呈现的空间相关性特点，定义表征像元噪声的指标[6]作为像元相位稳定性的又一度量标准，首先利用振幅离差指数设置阈值初选PS候选点，然后在初选PS点的基础上，设置该指标的均方根收敛阈值最终选择真正的PS点。StaMPS方法的相位解缠采用时间上一维解缠和空间上二维解缠的三维解缠方法，并通过计算空间相关视角误差、空间不相关视角误差，并加以去除，重复解缠步骤来提高其精度。

1.2 研究区概况

新疆WLL水库位于新疆中部地区，位于博格达山北麓和准噶尔盆地南缘的冲积平原上，是典型的平原水库，平均海拔495 m，平均坡度为±2%左右，大坝2 km范围左右地物分布主要以戈壁、农田为主， 5 km范围地物分布主要以戈壁、农田、工业区、居民区为主。其中，大坝、工业区、居民区属于高相干区；
戈壁、农田属于中、低相干区。根据研究区实际干涉条件，选择适用于信噪比较低区域提取PS点的StaMPS方法对大坝进行形变监测，以此保证PS提取的密度和准确度，进一步确保大坝及周边区域的形变监测精度。

2.1 数据准备

根据研究区域实际情况，收集了2014年10月20日至2018年9月5日时段的Sentinel-1A影像数据，为避免受到积雪覆盖影响，每年12月至第二年3月期间影像不参与计算，其他时段保持每月1期，实际参与计算的影像共计31期。计算辅助数据主要有：

1)DEM数据采用分辨率为30 m的日本ALOS World3D全球数字表面模型数据。研究区DEM如图1所示，红色框为本研究区域范围。

图1 研究区DEM图

2)精轨数据采用ESA (European Space Agency)发布的POD( Precise Orbit Ephemerides)精密定轨星历数据，定位精度优于5 cm。

3)外部大气数据采用李振洪等人开发的GACOS(Generic Atmospheric Correction Online Service)软件获取研究区影像同时段大气对流层延迟相位进行大气校正[9]。

2.2 数据处理

选用SNAP8.0和StaMPS-4.1-beta两款开源软件对本研究区进行数据处理。首先利用SNAP8.0对研究区SAR影像进行干涉处理，然后利用StaMPS-4.1-beta对干涉结果进行时间序列分析。图2为利用这两款软件进行数据处理的流程。

图2 SNAP-StaMPS数据处理流程

2.2.1 SNAP干涉处理

经过轨道校正、配准等预处理，选用2016年9月27日为主影像进行差分处理，得到30对差分干涉图，并进行去平和去地形操作，输出最终的干涉结果，直接作为StaMPS软件中进行时序分析的数据源。

2.2.2 StaMPS时序InSAR处理

1)PS点的选择。首先，设置振幅离差指数阈值选择PS候选点，根据研究区相干条件，设置阈值为0.4，保证PS候选点的数量；
其次，设置表征像元噪声指标的均方根阈值为0.005，进行迭代运算，估计每个候选点的相位噪声特性，以此进行PS点的选择，为了在低相干区域保持最少的PS点[10]，设置每km2最大允许的随机(伪PS)点数量为10个，并通过设置每个PS点相位噪声相对于所有邻近像素的最大允许标准偏差阈值为1.0来剔除伪PS点，达到PS点的精选，最后探测出59 351个PS点。

2)空间不相关视角误差和对流层延迟误差去除。计算最终选取的PS点噪声标准差，并以此为权重对PS点缠绕相位中的空间不相关视角误差(Spatially-Uncorrelated Look Angle error，SULA)进行去除，同时利用GACOS外部大气数据，去除对流层延迟误差，提高相位解缠精度。

3)相位解缠。首先针对PS点的缠绕相位进行第一次解缠，其次，去除空间相关的视角误差相位(Spatially-Correlated Look Angle error，SCLA)，估算并去除主影像的大气延迟相位和轨道误差相位(即AOE相位)，然后做第二次相位解缠(可以手动查看每个干涉图的相位解缠结果，并剔除解缠错误的干涉图，解缠错误表现在时间上不相关的空间相位跳跃)。最后对解缠后的相位滤除其他空间相关的误差。经过以上处理最终得到研究区的时序InSAR形变监测结果，形变速率如图3所示。

图3 研究区2014—2018形变速率图

时序InSAR计算精度可从内符合精度及外符合精度两方面进行验证[11]。为了验证StaMPS方法在新疆WLL水库形变监测的可行性，内部符合精度分别从模型误差和不同时序InSAR算法结果对比两种方式验证[12-13]；
外符合精度采用大坝二等水准监测结果来验证。

3.1 内符合精度验证

3.1.1 模型误差

利用年平均线性速率标准差来评价PS点形变结果精度，标准差越大区域表示具有较大的计算误差或发生了非线性形变。本研究区PS点平均线性形变速率标准差分布如图4所示，研究区PS点平均形变速率标准差分布在0.3～3.1 mm/a，标准差较大区域主要分布在相干性较低的农田区域。

图4 研究区PS点平均形变速率标准差分布图

3.1.2 不同时序InSAR方法监测结果的比较

利用23期SAR影像数据，采用SBAS技术对研究区进行形变监测。对两种方法获得的同时段、同范围的年变速率结果进行比较：首先将StaMPS计算的PS点年变速率结果进行反距离插值处理，并与SBAS年变速率图进行求差处理，共计37 916个像元，其次，按照同精度观测计算年变速率中误差，其结果为±5.7 mm。如图5所示，StaMPS与SBAS年变速率差值绝大部分集中在0～10 mm，据统计，年变速率差值在0～5 mm的像素数为22 330个，占总像素数的59%，年变速率差值在5～10 mm的像素数为13 666个，占总像素数的36%。

图5 StaMPS与SBAS年变速率差值图

3.2 外符合精度验证

新疆WLL水库形状为封闭四边形，分东、西、南、中4个坝段，大坝全长为17.7 km，二等水准监测点布设在东、西、中3个坝段，监测频次为2次/a，与StaMPS形变监测时段基本对应的水准监测成果共8期。

将获得的大坝PS点形变结果从雷达视线方向转换到垂直方向与大坝二等水准监测成果进行对比分析，以此检验StaMPS形变监测的精度。选择与水准监测点距离最近的PS点(最大不超过40 m)，共24个检验点对，如图6所示。

图6 24个检验点对位置分布图

3.2.1 垂直形变速率对比

利用大坝二等水准8期(2014年10月—2018年4月)累计沉降结果计算年变速率，按照高精度观测计算年变速率中误差，其结果为±5.0 mm，其年变速率对比表如表1所示。

表1 ps与水准垂直形变速率对比表 mm·a-1

3.2.2 时间序列累积垂直形变量对比

由于StaMPS形变监测结果第一期(2014年10月)形变量为0，根据同期原则，利用水准时序时间(精确到月)提取PS累积垂直形变量，共获得7期同期对比数据，计算24对检验点的7期累计垂直形变量差值，并最终计算PS时序累计垂直形变量的中误差，其结果为±10.2 mm。图7和图8分别为累计形变量平均差值最小和最大检验点对累积垂直形变量对比图。

图7 Z331-28791点对累计垂直形变量对比

图8 Z235-28595点对累计垂直形变量对比

文中根据研究区实际干涉条件，选择适用于信噪比较低区域提取PS点的StaMPS方法进行形变监测，详述了基于开源软件SNAP和StaMPS进行时序InSAR数据处理的步骤，在PS点的选取方面，根据研究区实际情况，调整关键参数阈值，在确保PS点数量的基础上，最大限度剔除伪PS点；
在去除大气延迟误差方面，选用外部大气数据去除研究区对流层延迟误差，提高模型计算精度。

利用内、外符合精度验证PS点形变结果精度，证明StaMPS方法在新疆WLL水库大坝形变监测的可行性。从SBAS和大坝二等水准两个方面进行验证，形变速率中误差量值基本相当，分别为±5.7 mm、±5.0 mm，证明研究区形变速率监测精度较高。与二等水准累积垂直形变量相比较，其中误差为±10.2 mm，约为形变速率中误差的两倍，时序累积形变量监测精度低于形变速率，主要因为受SAR影像分辨率、检验点对位置、时间、垂直形变量转换等因素的影响。如何有效评定形变监测结果精度，将成为未来时序InSAR研究的一个方向。

猜你喜欢 时序大坝速率 顾及多种弛豫模型的GNSS坐标时序分析软件GTSA导航定位学报(2022年5期)2022-10-13清明小猕猴智力画刊(2022年3期)2022-03-28基于GEE平台与Sentinel-NDVI时序数据江汉平原种植模式提取农业工程学报(2022年1期)2022-03-25你不能把整个春天都搬到冬天来意林·作文素材(2021年23期)2021-01-22大坝：力与美的展现百科知识(2018年6期)2018-04-03大坝利还是弊？少儿科学周刊·少年版(2016年4期)2017-02-15盘点高考化学反应速率与化学平衡三大考点中学化学(2016年10期)2017-01-07化学反应速率与化学平衡考点分析中学化学(2015年8期)2015-12-29通过提高心理速率改善记忆祝您健康(1985年1期)1985-12-29