星载合成孔径雷达在杆塔基础地表形变监测技术的研究与应用

杨佳睿，吴建宁，严南征，杨知，赵斌滨

(1.国网宁夏电力有限公司检修公司，宁夏 银川 750011；2.中国电力科学研究院有限公司，北京 100192)

电力能源的持续供给是经济健康、快速发展的重要前提，输电通道的安全是电力持续供给的重要保障[1-2]。近年来，极端气候条件加剧，滑坡、泥石流等地质灾害诱发因子增多；同时，随着社会经济的迅猛发展，人类工程活动加剧了地质灾害的发生，以采矿施工等为代表的采空塌陷日趋增多，影响输电线路的稳定安全运行。目前，采空塌陷作为常见地质灾害，其监测方法主要是地质体监测和设备本体监测。地质体监测的地表形变监测法观测的基本内容是定期、重复的测定各观测点在地表采动过程中的点位，主要分为连接测量、全面观测、巡视测量、加密水准测量、地表破坏的测定和编录等。其监测效率较低，对专业技术门槛高，及对测量设备数量、质量要求较高，很难满足大范围的输电通道地表形变监测。此外，由于缺少高效监测手段，难以及时掌握输电线路地质灾害的风险状态，运维工作的风险和压力较大，当风险发展积累到一定程度时，对分散的风险点进行大规模彻底治理的难度增加，成本投入巨大。

采空活动对地表的影响过程往往是从量变到质变，其许多地学现象都是长期和动态变化的。卫星遥感作为一种前沿技术，具有覆盖范围面广、数据更新周期稳定、受环境条件限制少以及能够实现长时间序列观测等优势，特别适用于大范围输电线路采空塌陷等地质灾害监测预警，为输电通道地质灾害排查提供了新的解决途径[3-5]。其中，合成孔径雷达(synthetic aperture radar，SAR)作为一种在微波波段工作的相干成像系统，不仅能够提供与地物特性相关的幅度、相位、频率和极化等丰富的信息，而且具备全天时、全天候数据获取能力，尤其是星载SAR系统能够长时间、大范围的以固定重访周期对地表进行长时空稳定、连续的观测。近年来，随着星载InSAR监测技术的迅猛发展，为地表形变地质灾害监测工作提供了新的解决方案。本文以哨兵(Sentinel-1A)卫星SAR影像数据为数据源，采用星载InSAR监测技术，发现750 kV川湖Ⅰ线区段存在较大地表形变，及时开展核查与防治处理，分析了输电通道地表微小形变的提取方法在地质灾害排查中的可行性。

1 检测对象及方法

1.1 监测对象现状

750 kV川湖Ⅰ线起于750 kV银川东变电站，止于750 kV沙湖变电站，途经宁夏回族自治区银川市、石嘴山市平罗县。2019年8月线路运维人员发现距750 kV川湖I线99号塔边缘出现地裂缝，宽度32 cm，目前该处主裂缝发育宽至48 cm，较2019年8月份增加16 cm；另外，750 kV川湖I线99号塔AB腿西侧20 m处裂缝长约16 m，宽1 cm；750 kV川湖Ⅰ线100号塔CD腿东侧4 m处裂缝长约20 m，宽0.6 cm，AB腿西侧5 m处裂缝长7 m，宽5 mm，现场有肉眼可见的地裂缝。

图1 塔基处地裂缝

该段线路地层区划属于华北地层大区晋、冀、鲁、豫地层区，鄂尔多斯地层分区，贺兰山—桌子山地层小区，中、新生代地层区划属于陕、甘、宁地层区鄂尔多斯地层小区，有含煤地层。该段地质裂纹发生地对应上海庙西矿区煤矿产，初步判断为地下开采施工导致地表沉降，但该处地表形变无历史监测数据，常用全面观测及巡视测量方法监测效率较低，受人员技术水平干扰大，对测量设备数量、质量要求较高，很难满足大范围的输电通道地表形变监测。InSAR技术可利用微波相位差计算地表形变，微波的精度在1 mm～1 m之间，同时可实现大范围、可回溯、非接触地观测地表形变。

1.2 高分影像数据与处理

为提升地表沉降监测精度，通过调取哨兵hech卫星历史SAR影像数据，开展采空区塌陷普查。数据模式为IW(干涉宽幅模式)，空间分辨率5 m×20 m，极化方式为VV，入射角39.58°，数据量27景，数据成像时间为2019年1月—12月。

2 数据处理

星载合成孔径雷达干涉测量技术主要包括数据高精度配准、高相干点识别、干涉对组合、时序分析、形变区快速识别等数据处理环节。

2.1 数据高精度配准

InSAR数据配准一般采用强度互相关算法和相位梯度最小算法，这两种方法对于SAR数据纹理丰富且相位值高的效果好，但是对于植被覆盖高的区域精度较差，难于满足0.1个像元的精度，本案例采用项目提出的辅助DEM的SAR影像配准方法进行时序SAR配准，保证SAR影像在各类地形地貌情况下配准精度都能满足0.1个像元。

单视复数影像配准分为确定同名点偏移量和影像重采样两个步骤。偏移量算法主要集中在基于SAR影像强度统计信息算法和基于SAR影像相位统计信息算法两个方面。强度互相关算法采用大的搜索窗口时通常分为两步：粗配准和精配准。粗配准可依据卫星轨道状态向量确定象元级精度的同名点偏移量，接着再采用强度互相关算法获得亚象元的配准精度。

以采用的Sentinel-1A数据为例，卫星速度为7.1 km/s，计数1次为3.4 ms，对应方位向约25 m，采用精密轨道信息可确定在距离/方位向1～2个象元，即约25～50 m的象元精度。

图2 影像匹配一般原理

强度互相关算法是目前应用最广泛的算法，配准精度达到1/20个象元时，就可以获得一个完全相干的干涉图，对于ERS卫星(遥感卫星)来讲，对应方位向20 cm和地距向1 m的精度。需要注意的是，和2个单数复数影像相比，相关系数有两个带宽，这样会引起混淆现象，因此为了避免这样的情况，计算相关系数之前，需要对单数复数影像过采样，采样因子至少为2[3-4]。

2.2 干涉对组合

在进行干涉之前，先要选定干涉的准则。本项采用的是多主影像的方法，要依据时间和空间基线确定用于分析的干涉像对，此方法有别于小基线方法[5-6]。由于Sentinel-1A的干涉基线控制的精度较高，约为200 m，选择永久散射点不受几何失相关的影响，基线长度不做约束，只对时间基线进行约束。为了保证干涉相位的可靠性，本案例选择相邻2个影像进行干涉对组合，组成的干涉对如图3所示，最大时间间隔为36天。

图3 雷达干涉基线分布

2.3 差分干涉

干涉组合确定进行干涉得到整幅图的干涉相位，接着依据轨道和地形数据模拟并从干涉相位中去除平地效应和地形相位，从而得到每个点包含轨道残余、地形残余、形变、大气延迟和噪声的差分干涉相位。除了地形残余相位和噪声相位外，其他部分都具有空间相关性[7-8]。

2.4 相位解缠

差分干涉相位包含轨道残余、地形残余、形变、大气延迟和噪声相位。由于受到定轨精度的影响，基线中存在基线误差，在差分干涉图中反映为系统误差相位，且随着距离向的增加相位化，然后利用纠正后的基线再次进行差分干涉。

基线纠正后得到的差分干涉相位是缠绕相位，通过获取每个干涉对中的整周数，就可对干涉相位解缠；依据解缠后的差分相位建立高程和形变模型，实现时序形变求解，因此下一步工作就是对每幅图进行解缠。

2.5 时序分析

将差分相位数据转成点文件进行时序分析，本项目对每个点建立基线和高程改正量、时间间隔和形变的二维线性模型，采用解空间搜索方法[9]，依据整体相位相关系数法解缠每个点的时空域，高程改正量在解缠的过程中同时进行求解。采用SRTM产品对于平坦地表高程精度较高，高程精度为15 m左右，地势起伏大的区域精度较差，为30 m左右。对每一个解缠后的干涉图，去除高程残差相位后再次进行回归计算分析，获取形变相位，得到的残差图中包含了大气延迟相位和非线性形变。采用空间域和时间域滤波方法[10]分离了大气延迟相位和非线性形变相位，空间域滤波窗口设为80个象元，时间域滤波采用时间窗口100天，最后得到包含线性形变和非线性形变的最终形变量。

对只包含形变相位和噪声的差分干涉相位建立时间间隔与形变的函数模型，采用SVD分解获取形变速率[11]。图4为2019年1月到12月整个形变监测周期内的形变速率。由图4可知该地区存在几处明显的形变区域，最大形变速率为-50 mm/a，其中，川湖线部分杆塔处于其中一个形变区内。根据形变速率的大小圈出10处明显的形变较大的区域，如红线标识所示，此次研究的杆塔主要位于1号形变区周边。

图4 2019年1月—2019年12月地表形变速率

3 结果与分析

3.1 形变区域情况

通过用时序InSAR方法处理哨兵数据得到的InSAR地表时序形变结果可知，杆塔主要集中在1号形变区周边，此形变区位置特殊，形变量比较大，持续形变很可能威胁线路和杆塔稳定。通过选取1号形变区周边的13基杆塔作为特征点，分析各基杆塔的时序形变特征，探讨杆塔稳定性。线路杆塔所处区域光学影像分布如图5所示，区域形变速率如图6所示。

图5 杆塔所处区域光学影像分布

图6 杆塔所处区域形变速率+等值线

从图中可以看出，形变区域整体分布在线路杆塔的东侧，该区域在2019年1月至12月期间，形变量较大，接近5 cm。从形变序列可以看出，从7月份开始形变有一个明显的加速过程，可能与地下开采施工有关。

3.2 杆塔基础地表形变

3.2.1 750 kV川湖 Ⅰ 线100号杆塔基础地表形变

图7为750 kV川湖Ⅰ线100号杆塔光学影像+形变速率，图8为750 kV川湖Ⅰ线100号杆塔时间形变序列。从形变速率和形变序列上可以看出，该基杆塔在形变区核心区外围，形变速率较大，监测周期内形变量为2.2 cm左右，在7月份有形变加速的过程。

图7 750 kV川湖Ⅰ线100号杆塔光学影像+形变速率

图8 750 kV川湖Ⅰ线100号杆塔时间形变序列

3.2.2 750 kV川湖Ⅰ线99号杆塔基础地表形变

图9为750 kV川湖Ⅰ线99号杆塔光学影像+形变速率，图10为750 kV川湖Ⅰ线99号杆塔时间形变序列。从形变速率和形变序列上可以看出，该基杆塔在形变区边缘，形变量较小，总形变量为1.5 cm左右，在7月份也有形变加速的过程。

图9 750 kV川湖Ⅰ线99号杆塔光学影像+形变速率

图10 750 kV川湖Ⅰ线99号杆塔时间形变序列

从时序分析得到的形变序列结果可以看出：

(1)川湖 Ⅰ 线100号杆塔虽然在形变区，但是处于形变区相对边缘的位置，地表形变量在2～3 cm。

(2)川湖Ⅰ线99号杆塔位于小型形变区，地表形变量在1～2 cm。

(3)川湖Ⅰ线101号、川湖Ⅱ线100号杆塔位于形变区的外围稳定区域，所以这2个杆塔所在区域几乎没有地表形变。

(4)所有有明显形变的杆塔地表的形变时序有一个共同的特点，就是在2019年7月形变有明显的加速过程，分析说明该地面沉降区的形变与地面或地下的施工过程有关。

(5)将InSAR技术提取的地表形变结果与实地野外核查数据、人工解译样点数据进行对比分析，地表微小形变量与现场实际情况完全吻合。

3.3 普 查

为验证本文技术方案的精度与可行性，以哨兵卫星SAR影像数据为数据源，采用InSAR技术，研究分析输电通道地表微小形变的提取方法，并将其与实地野外核查数据、人工解译样点数据进行对比分析，结果表明：InSAR技术提取的地表形变精度可达毫米级，可替代人工地面测量工作；星载合成孔径雷达干涉测量技术适用于地表微小形变的提取，监测结果与现场实际情况完全吻合，能够满足输电通道地表形变的监测，可替代人工测量工作。这表明以哨兵卫星影像数据为数据源，采用InSAR技术开展输电通道地表形变是可行的。

4 结 论

针对宁夏川湖区段输电通道巡视任务，以哨兵卫星影像数据为数据源，采用InSAR监测技术，研究分析输电通道地表微小形变的提取方法，得出如下结论：

(1)InSAR技术适用于地表微小形变的提取，提取精度较高，能够满足输电通道地表形变的监测；

(2)基于InSAR技术提取的地表形变精度监测结果可达毫米级，可替代人工地面测量工作；

(3)针对地表形变，与传统野外核查、人工测量解译相比， InSAR技术监测技术具有精度高、效率高、覆盖范围广等优势。