GB-InSAR技术及其形变监测

龙四春，陈鹏琦，袁　英，蒋宗立，伍梦清

(1. 湖南科技大学煤炭资源清洁利用与矿山环境保护湖南省重点实验室，湖南 湘潭 411201； 2. 湖南

科技大学能源学院，湖南 湘潭 411201)

LONG Sichun,CHEN Pengqi,YUAN Ying,JIANG Zongli,WU Mengqing

GB-InSAR技术及其形变监测

龙四春1,2，陈鹏琦2，袁英2，蒋宗立1，伍梦清2

(1. 湖南科技大学煤炭资源清洁利用与矿山环境保护湖南省重点实验室，湖南 湘潭 411201； 2. 湖南

科技大学能源学院，湖南 湘潭 411201)

Ground-based Synthetic Aperture Radar Interferometry and Its Deformation Monitoring

LONG Sichun,CHEN Pengqi,YUAN Ying,JIANG Zongli,WU Mengqing

摘要：地基InSAR(GB-InSAR)是最近10年发展起来的一种相对较新的形变监测技术。本文阐述了GB-InSAR技术的国内外研究现状、基于GB-InSAR技术的IBIS-L系统，以及GB-InSAR的基本原理、数据处理流程和关键技术，提出了GB-InSAR技术存在的主要问题及今后的发展方向。

引文格式： 龙四春，陈鹏琦，袁英,等. GB-InSAR技术及其形变监测[J].测绘通报，2015(9)：1-5.DOI:10.13474/j.cnki.11-2246.2015.0265

关键词：GB-InSAR；形变监测；干涉测量；IBIS-L系统

中图分类号：P237

文献标识码：B

文章编号：0494-0911(2015)09-0001-05

收稿日期：2014-10-08

基金项目：国家自然科学基金(41474014；41004002)；大地测量与地球动力学国家重点实验室基金(SKLGED2014-5-3-E)；桂科能基金(1207115-21)；煤炭资源与环保湖南省重点实验室基金(E21221)

作者简介：龙四春(1975—)，男，博士，副教授，主要研究方向为大地测量与形变监测。E-mail: sclong@hnust.edu.cn

一、GB-InSAR的国内外研究现状

GB-SAR是最近10年受到特别关注的又一种有效形变测量方法，其测量原理与星载SAR的基本相同[1]，但是它可以提供时间间隔更短(约几分钟)的图像，能够克服星载SAR获取数据的很多局限，且具有更好的空间分辨率。地基SAR还具有设站与观测姿态灵活的特点，可以实现对观测区的全面多方位监测，获取任意视线方向的形变，真正实现零基线观测，消除基线误差影响[2-4]，其整个操作过程和数据后期处理简便，是星载SAR和常规大地测量监测手段的有效补充，是对局部区域形变进行监测的一种新技术手段。

地基SAR技术基于微波探测主动成像方式获取监测区域二维影像，通过合成孔径和步进频率技术实现雷达影像方位向和距离向的高空间分辨率观测，通过干涉技术可实现毫米级的微变形监测。相对于其他测量方法，如全站仪或地面激光扫描仪(terrestrial laser scanner,TLS)等，GB-SAR具有对滑坡体等进行连续观测的特性[5-6]。在地基SAR应用方面，意大利Tarchi D等最早提出采用地基InSAR监测建筑形变，并于2003年利用GB-SAR在连续模式下对意大利的Tessina滑坡进行了监测，并将其测量结果与传统光学测量结果进行比较[7]，其控制点位移量的最大互差不超过3 mm。2008年，Lingua等提出联合TLS和GB-SAR数据进行滑坡监测[8]，两种技术能够互补，TLS可以生成高精度的数字高程模型，SAR图像可以利用该模型聚焦，从而获取整个研究区域的相位信息。2004年，Luzi等利用Civitadi Bagnoregio滑坡作试验，分析了由大气影响和设备噪声引起的相位失相关[2]，认为如果获取的SAR图像在不同的时间保持足够的相干性，GB-InSAR就会得到有效的结果。另外，2005年，Noferini在对意大利Citrin Valley的边坡进行监测时，首次在GB-SAR系统中应用PS技术来改正大气相位[3]，其估计结果与GPS测量结果基本一致。此外，Herrera利用连续GB-SAR来建立位于比利牛斯山中部滑坡的预测模型[9]，选取31个基准点，将模型预测的结果与差分GPS的测量结果作比较，两者的平均差值为7.7 mm，标准差为7.4 mm。Del Ventisette利用GB-SAR对位于意大利卡拉布里亚地区的紧急滑坡进行了监测[10]，根据GB-SAR测量的结果，认为该滑坡对高速公路没有致命性的影响。还有学者利用GB-SAR监测建筑物形变与损伤，如Tarchi等对意大利的一个18世纪的建筑物进行了监测[11]，得到的形变量与综合分析结果一致等。在自然现象监测方面，Luzi等利用C波段的GB-SAR对高山冰川流速进行了监测[12]，其测量出的最大移动速度与利用其他遥感技术获取的结果一致。

国内关于GB-InSAR技术的文献相对较少，其中黄其欢等用IBIS-L系统对紫平铺大坝和滑坡体进行监测试验[13-14]，获得了毫米级的监测精度。杨红磊等采用IBIS-M系统对平朔露天矿边坡进行监测[4]，采用PS技术进行分析，得到了毫米级的观测结果。张祥等对GB-SAR复图像配准和大气延迟相位展开研究[15]，提出采用Fourier-Mellin变化和相干系数法结合的图像配准方法，获得了亚像素级的配准精度。

可见，地基InSAR以其高时空分辨率、设站灵活等特点，在地表形变监测中具有相当的优势，能获取任意雷达视线方向形变，解决星载SAR数据量有限、重访周期长和南北向形变监测不敏感的缺陷。

二、GB-SAR的关键技术

GB-SAR是一种成像雷达，不仅可以测量距离还可以生成图像，雷达相位和幅度信息都被存储下来进行后续的图像处理。GB-SAR的步进频率连续波技术(SF-CW)，是利用频率调制技术来改进距离向分辨率；利用合成孔径雷达技术(SAR)可以改进方位向分辨率，而干涉(InSAR)技术可利用相位相干进行形变测量。

1. 步进频率连续波技术

(1)

对这串脉冲的回波信号用与其载频相应的本振频率进行混频，再对混频后的N个脉冲回波数据进行脉冲相参合成处理，这样合成所得的脉冲宽度可达τ/N，即距离分辨率是单个脉冲测量时的N倍。

脉冲越短，分辨率越高，但发送的能量就越低。另外，短脉冲是由长脉冲得到的，这需要对长脉冲进行调频以增加脉冲的频谱带宽。当对发射的信号进行滤波时，返回的波形将产生一个压缩脉冲，这个压缩脉冲的持续时间约等于调频脉冲频谱宽度的倒数。则距离向分辨率ΔR是带宽的函数

(2)

式中，c为光速；τ为压缩脉冲的持续时间；B为带宽。

2. 合成孔径雷达技术

只利用单一的距离测量不可能区分两个位于同一距离处的不同目标，但如果联合所有这些偏差位置获取的同一场景的具有相干性的距离测量结果，则可组成一个合成的长天线，就有可能利用合成孔径雷达技术将获取的数据综合成二维图像。

3. 雷达干涉技术

干涉技术通过比较两幅图像(主影像和辅影像)的相位成分来测量相对距离差。由于大气折射率、噪声等的影响，干涉相位差可用表示为

(3)

三、GB-SAR系统

1. 早期的GB-SAR系统

从2000年前后开始，很多学者致力于利用地基干涉技术监测建筑物。2000年，Pieraccini M等用欧盟综合研究中心研制的LiSA(linear SAR)系统对建筑物进行了监测；2003年，Pieraccini M等将地基干涉技术应用于滑坡监测，证实该技术可以对边坡移动进行远距离探测，所用的GB-SAR系统距离向和方位向分辨率均为2 m，两次图像采集间隔为14 min。

2. GB-SAR系统现状

近年来，国内外多家研究机构开展了地基雷达系统的研究。其中，由意大利IDS公司与佛罗伦萨大学经6年时间共同研发的IBIS(image by interferometric survey)系统,以及我国国防科学技术大学研制的地基步进频率连续波合成孔径雷达系统是基于合成孔径技术，而由澳大利亚Reutech公司研制的MSR(movement and surveying radar)系统，以及瑞士GAMMA公司研制的GPRI(GAMMA portable radar interferometer)系统等都是基于真实孔径天线。

由于SAR相对于RAR具有更高的空间分辨率等优势，因此在地基干涉测量中SAR的使用率更高。目前，较好的GB-SAR系统有IBIS系统，该系统监测目标的位移精度能达到0.1 mm，图像采集时间为5 min，距离分辨率为0.5 m，在-20°C～50°C的范围内都能正常运行。雷达类型为步进频率连续波，带宽为300 MHz，使用Ku波段发射信号，射程为0.2~4 km。在该系统正式用于工程项目变形监测之前，为了验证其测量的可靠性与精度，国内外学者已作了大量的对比试验，试验证明该系统能达到标称的毫米级精度，且其在长时间观测的情况下稳定性可以得到保证。

不过IBIS系统也存在着不足，如IBIS雷达获取的只是一维图像，距离分辨率为0.5 m，在目标与雷达之间的距离不大时，IBIS系统很有可能无法正确识别目标；设备安装稳定性要求较高，增加了设站的难度等，因此还有待进一步改进。

四、GB-SAR干涉测量原理与数据处理流程

1. GB-SAR干涉原理

利用GB-SAR进行形变测量的原理与星载SAR相似，如图1所示。若要测量点P的位移，GB-SAR系统获得前后相位φM和φS，假设该点位移为d，则可得干涉相位

(4)

则P点的位移d可以表示为

(5)

式中，λ为所用信号的波长。

但上述公式没有考虑大气影响、相位噪声、传感器位置改变等引起的相移，实际上干涉相位应表示为

图1　GB-InSAR监测形变的工作原理

(6)

2. GB-InSAR数据处理流程

GB-InSAR形变估计的主要数据处理步骤如图2所示。

图2　GB-InSAR形变估计数据处理流程

数据采集中长距离测量会增加获取数据的时间，即增加了聚焦错误的可能性，尤其是在有噪声的情况下，其聚焦过程是将分散数据集成单一的输出像元，如图3所示。沿着线性扫描器从几个方位向位置对一个目标点进行测量，双曲线代表距离是方位位置的函数，然后利用SAR处理重建该目标点。

图3　SAR图像形成的简化图

在获取数据期间如果线性扫描器不能保持稳定就有可能产生聚焦错误。系统线性扫描器顶部的传感器移动引起的惯性非常敏感，如果设备有毫米级的旋转就可能使目标在距离向产生米级的偏差，这种聚焦误差会引入全局误差，在图像上产生局部形变，且不能被补偿。

配准能使获取的同一区域的两个图像彼此间对齐以利用相位信息，并计算分布在两幅图像中窗口的相干值。

(7)

而地理编码过程实际上是解决从雷达极坐标系到表面几何模型的转换问题。地理编码所需要的数据是一个表面模型、传感器方位、表面模型与雷达本身参考系统之间的转换。传感器的位置和旋度由获取图像中的已知点计算得到，可以利用高后向散射的角反射器，用最小二乘估计来辨识确定足够的角反射器点。

五、地基InSAR配准、地理编码及数据融合

对地基SAR等数据结果进行融合，首先可根据基础数据等模拟推算初步形变场及其特征，优化选取地基SAR的观测站点及方位，获取多个时间段零空间基线的地基InSAR重复观测数据，针对地基InSAR零空间基线、多时间基线数据特点，研究地基SAR图像配准、相干点目标提取、地理编码等地基InSAR数据精准处理的关键算法，并用GPS、水准等外部数据进行检测，以确保地基SAR监测结果准确无误。

1. 高精度地基SAR影像配准

SAR影像在距离向或方位向降低处理器带宽，即距离或方位向的频谱分割为若干部分，得到分割后的SLC影像。再进行相干目标点识别与同名点确定，采用最小二乘求解配准多项式的系数，最后进行主影像空间的副影像重采样。为了能更精确地进行主副影像配准，在确定多项式系数时，可以进行配准窗口相关系数加权处理。

2. 地理编码与地理框架基准确定

要想把地基SAR和星载SAR的形变监测结果直观易懂地表达出来，并达到监测结果比较与融合的目的，通常需要对InSAR监测结果进行地理编码，转化到同一地理坐标框架下(如DEM地理坐标系)。

地基SAR地理编码是利用地图投影坐标(地理坐标)和高程进行从图像空间到对象空间的转换。地基SAR传感器模型将一个给定的像素和该像素对应的编码点M(E，N，Z)联系起来，可表示为

(8)

Z=S(E,N)

(9)

至于雷达图像坐标，可以利用地基SAR传感器参数距离向分辨率Δr、方位向分辨率Δθ、雷达天线指向角θ0，以及接收雷达图像的中央列来表示

(10)

基于以上步骤，就能实现从地理对象空间到图像空间的转换，但要实现从图像空间到对象地理空间的转换，需要进行内插来找到与每个像元中心相对应的地理空间坐标，可见参考DEM的质量会影响地理编码和形变数据解算的精度。

3. 地基SAR与星载SAR监测结果的融合

真实形变矢量的获取，可将地基SAR监测结果与星载SAR监测结果进行融合。由于这些干涉雷达系统的所有空间测量矢量都不能构成一个完备的三维空间坐标基，利用地基SAR设站观测灵活的特性，可得到星载SAR和地基SAR差分干涉结果(视线向形变矢量)在最优意义下准真实的三维空间形变矢量。

地基或星载SAR视线方向形变量(DLos)与真实空间三维形变矢量(DV为垂直向形变分量；DN为南北向形变分量；DE为东西向形变分量)之间的关系可以表示为

DLos=DVcosθ+DNsinφsinθ+DEcosφcosθ

(11)

式中,θ为地基或星载SAR入射角；φ为地基或星载SAR方位角。联合得到的形变结果组成方程组，采用加权最小二乘可求解最优三维形变矢量。地基SAR和星载SAR可以具有不同的权，其中权值的确定可以采用方差分量估计或方差-协方差分量估计等方法试验。

在此基础上，可融合CR、GPS、高精度水准数据等进行InSAR监测结果的验证与分析，建立监测结果准确性判定策略与取舍准则。

六、问题与展望

目前，国内外的研究主要解决地基SAR形变监测数据处理的一些初步问题，还很难确保高精度稳定形变监测结果。如地基SAR影像的精密配准、监测结果到地理坐标的精确转换，以及与星载SAR等数据的有效融合还没有很好地解决。此外，大部分研究只局限于单站监测，仅获得SAR视线方向的形变量，对于垂直视线方向的形变则无能为力，无法完全准确反映变形体的整体形变场。同时，如何选取地基雷达天线运动走向，寻找最佳地基SAR视线方向，使得地基SAR干涉测量结果对其他测量结果能有效融合与补充，还需进一步研究。干涉雷达系统的所有空间测量矢量都不能构成一个完备的三维空间坐标基，利用地基SAR设站观测的灵活性，可以实现星载SAR和地基SAR差分干涉结果(视线向形变矢量)在最优意义下准真实的三维空间形变矢量。

参考文献：

[1]CASAGLI N, CATANI F, DEL VENTISETTE C, et al. Monitoring, Prediction, and Early Warning Using Ground-based Radar Interferometry[J]. Landslides, 2010, 7(3): 291-301.

[2]LUZI G, PIERACCINI M, MECATTI D, et al. Ground-based Radar Interferometry for Landslides Monitoring: Atmospheric and Instrumental Decorrelation Sources on Experimental Data[J]. IEEE Transactions on Geoscience and Remote Sensing, 2004, 42(11): 2454-2466.

[3]NOFERINI L, PIERACCINI M, MECATTI D, et al. Permanent Scatterers Analysis for Atmospheric Correction in Ground-based SAR Interferometry[J]. IEEE Transactions on Geoscience and Remote Sensing, 2005, 43(7): 1459-1471.

[4]杨红磊, 彭军还, 崔洪曜. GB-InSAR监测大型露天矿边坡形变[J]. 地球物理学进展, 2012, 27(4): 1804-1811.

[5]PIERACCINI M, CASAGLI N, LUZI G, et al. Landslide Monitoring by Ground-based Radar Interferometry: A Field Test in Valdarno (Italy)[J]. International Journal of Remote Sensing, 2002, 24(6): 1385-1391.

[6]LEVA D, NICO G, TARCHI D, et al. Temporal Analysis of a Landslide by Means of a Ground-based SAR Interferometer[J]. IEEE Transactions on Geoscience and Remote Sensing, 2003, 41(4): 745-752.

[7]TARCHI D, CASAGLI N, FANTI R, et al. Landslide Monitoring by Using Ground-based SAR Interferometry: An Example of Application to the Tessina Landslide in Italy[J]. Engineering Geology, 2003, 68(1-2): 15-30.

[8]LINGUA A, PIATTI D, RINAUDO F. Remote Monitoring of A Landslide Using an Integration of GB-InSAR and Lidar Techniques[C]∥The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 37 Part B1. Beijing：[s.n.], 2008.

[9]HERRERA G, FERNáNDEZ-MERODO J A, MULAS J, et al. A Landslide Forecasting Model Using Ground Based SAR Data: the Portalet Case Study[J]. Engineering Geology, 2009, 105(3-4): 220-230.

[10]Del VENTISETTE C, INTRIERI E, LUZI G, et al. UsingGround Based Radar Interferometry During Emergency: the Case of the A3 Motorway (Calabria Region, Italy) Threatened by a Landslide[J]. Natural Hazards and Earth System Science, 2011, 11(9): 2483-2495.

[11]TARCHI D, RUDOLF H, PIERACCINI M, et al. Remote Monitoring of Buildings Using a Ground-based SAR: Application to Cultural Heritage Survey[J]. International Journal of Remote Sensing, 2000, 21(18): 3545-3551.

[12]LUZI G, PIERACCINI M, MECATTI D, et al. Monitoring of an Alpine Glacier by Means of Ground-based SAR Interferometry[J]. IEEE Geoscience and Remote Sensing Letters, 2007, 4(3): 495-499.

[13]黄其欢, 张理想. 基于GBInSAR技术的微变形监测系统及其在大坝变形监测中的应用[J]. 水利水电科技进展, 2011, 31(3): 84-87.

[14]张建军. 地形微变远程监测仪在滑坡变形监测中的应用[J]. 人民珠江, 2011, 32(3): 67-70.

[15]张祥. 地基SFCW SAR差分干涉测量技术研究[D]. 长沙: 国防科学技术大学, 2011.

中国(深圳)国际无人系统技术成果交易展览会将在深圳举办

[本刊讯]2015年11月17日至20日，中国(深圳)国际无人系统技术成果交易展览会将在深圳大运中心举办。

展览会是由中国国际贸易促进委员会深圳市委员会、深圳市龙岗区人民政府、中国无人系统产业联盟共同主办，获得了深圳市人民政府的大力支持。本届展览会将作为深圳高交会首个分会场，与高交会共享组织架构、客户资源、媒体支持、专家支持、服务支持，是中国国内首届国际化的专业无人系统展览。展览会计划邀请境内外参展商110家以上，参会客商5万人次以上。展会拥有静态展位10 000 m2，室外飞行展演场地15 000 m2。同时展览会也是中国境内唯一具有正规飞行表演临时空域报批手续的专业展览会，届时会举办精彩的无人机飞行表演及飞行比赛。

(本刊编辑部)