联合北斗与地基InSAR多源数据分析四川茂县特大滑坡

何亚东,徐许雄,李 林,孙 铭,黄 逢

(1. 自然资源部第三大地测量队,四川 成都 610100; 2. 四川省冶勘设计集团有限公司,四川 成都 610051)

地基合成孔径雷达干涉测量系统(ground based interferometric synthetic aperture radar, GBInSAR)能对滑坡体进行快速监测,具有灵活的观测姿态和连续观测能力,其分辨率高、平台稳定、观测周期短、成本低廉,目前已应用于滑坡[1-2]、露天煤矿[3]、大坝[4]和桥梁[5-6]等领域的形变监测中。部分学者联合北斗和星载InSAR进行了相关研究。文献[7]提出了北斗+GNSS+InSAR集成长周期基础设施毫米级形变监测方法。文献[8]联合时序InSAR和GNSS技术对深圳和香港海岸线的地表形变场进行监测, 识别出填海区的地铁建筑区和地基较浅的建筑物,存在明显的沉降现象。文献[9]提出融合星载InSAR和GNSS的三维形变监测方法。文献[10]探讨了基于北斗联合光学、雷达等多源卫星遥感手段的地质灾害监测技术体系。

综合上述研究,本文联合北斗卫星定位技术和地基InSAR技术,对四川省茂县的渭门镇特大滑坡进行监测,并结合裂缝计、雨量计传感器进行数据分析。

1 地基InSAR原理

1.1 基本原理

地基InSAR沿雷达视线方向(line of sight,LOS)和距离方向形成像元面,该面被分割成许多二维像元小单元,将每个像元作为观测对象(如图1所示),进而以面为单位实现高空间分辨率形变监测。其实质为利用一个小的雷达天线在滑轨上运动,在运动方向上获得一个等效的大孔径天线(称为合成孔径)[11]。通过这种方式,雷达对同一场景重复扫描成像,利用重复图像对进行干涉,提取目标区域的相位变化,再通过相位变化差值(如图2所示)反演监测场景的形变信息。其中,LOS方向的形变量Δd与干涉相位φdef的关系[12]可表示为

图1 空间分辨单元

图2 差分干涉SAR形变监测技术

(1)

式中,λ表示雷达信号的波长。

根据差分干涉SAR的基本理论,假设有N幅地基 SAR 图像,形成N-1幅干涉图像,目标点的干涉相位可以表示为

φInt=φdef+Δφatmo+Δφnoise

(2)

式中,φdef表示由形变引入的相位;Δφatmo表示大气相位;Δφnoise表示由时间去相关等因素引入的随机相位。

1.2 PS选点算法

针对传统选点方法的误选率高、效率低的特点,本文采用基于动态选择永久散射点(persistent scatterers,PS)的实时处理算法[13],分组筛选出PS点。其大致流程为:假设分组数为15,首先选择其主图像前30幅,并以PS点作为背景场,并将第30幅图像作为主影像,第31～45幅影像开始反演形变;第45幅图像作为主影像,第46～60幅影像开始反演形变,并以此类推。

2 研究区域与数据获取

2.1 滑坡描述

结合气象资料,四川茂县全县境内多年平均降雨量为490.7 mm,降雨量分布不均,降水集中在5—9月,占全年降水量的72%,是降水高峰期[14]。地貌以高山峡谷为主,地势由西北向东南倾斜,水流方位呈东南流势,山峰海拔均约为 4000 m。

该滑坡位于茂县渭门镇,距茂县13 km。滑坡为历史滑坡,所在坡体上部、下部都为聚居区。滑坡主要形变集中于前缘,前缘坡体结构松散,存在悬空情况和明显的强烈形变区。根据现场测算,强烈形变的区域坡体长200 m、宽350 m,滑坡体堆积厚度大于15 m,整个形变区域的方量约为90×104m3。

2.2 设备布设情况

针对滑坡的强形变区,在范围内布设裂缝计设备LF01、LF02、LF03、LF04、LF05、LF06,雨量计设备YL01,基于北斗定位的GNSS设备GP01、GP02、GP03、GP04,以及GBInSAR设备对该区域进行监测。

2.3 数据采集

基于北斗的GNSS设备为滑坡体安装的固定设施,分别为GP01、GP02、GP03、GP04,该设备采用太阳能供电,24 h连续监测。GBInSAR数据采集于2021年8月19日18:05—24日17:37,共获得199景有效影像,采样间隔为35 min。采样数据距离向分辨率为0.375 m,方位向分辨率为4.0 mrad。

3 数据处理结果

3.1 传感器数据结果分析

图3为雨量计设备2021年8月1日—8月31日的实际降水量情况。可以看出,该地区整个8月份有1/2的时间存在降雨过程。

图3 雨量计降雨量

图4表示LF01、LF02、LF03、LF04、LF05、LF06共6台设备的拉力值,为2021年8月1日—8月31日的拉力值变化情况。可以看出LF02、LF03、LF04、LF06在不同时刻存在拉力值突变的情况,范围为5～40 mm,表明滑坡体表面存在一定程度的形变。

图4 裂缝计拉力值

3.2 北斗数据结果分析

图5表示GP01、GP02、GP03、GP04于8月19日18:00—8月24日18:00采集的监测数据。GP01、GP02、GP03设备累计形变量在20 mm以内,GP04设备累计形变达46 mm。

图5 监测点形变量

3.3 GBInSAR结果分析

GBInSAR结果如图6所示,椭圆圈出的5处明显形变区域为A1、A2、A3、A4、A5,取该区域内形变最大的5个点位P001、P002、P003、P004、P005,其形变量监测结果如图7所示,其中P003位置累计形变量达272 mm。

图6 案例形变累计量

图7 地GBInSAR数据LOS向累计形变量

4 结果分析与讨论

4.1 北斗与地基InSAR监测数据结果分析

图8为选择相同观测时间和观测位置的监测对比。其中,★表示北斗监测GP04形变量变化,▲表示GBInSAR监测GP04同一位置形变量变化,实线表示形变量趋势线。

图8 监测对比

整个监测周期内,北斗/GNSS设备监测的GP04最大形变量为46.2 mm,平均值为22.3 mm,平均形变速度为0.35 mm/h;GBInSAR设备监测的GP04最大形变量为49.7 mm,平均值为18.2 mm,平均形变速度为0.34 mm/h。对比分析发现,两种设备监测结果基本一致。

4.2 监测能力分析

北斗设备是对固定安装位置进行监测,可以安装在滑坡体不同位置,达到对滑坡体的长期实时监测,但缺点是只能做到点监测。

GBInSAR设备可以实现对监测面整体情况的监测,既能监测滑坡表面变化较大的区域块,又能很好地监控不同风险等级,实现面监测。其具有架设位置灵活、安装简单、快速出成果、实时监测的优点,能方便地应用于应急灾害监测和次生灾害监测。

5 结 语

北斗和GBInSAR联合分析的方法用于滑坡监测,能充分发挥两种技术手段各自的优势,在滑坡形变的不同阶段,从不同位置上分析滑坡表面形变信息,对于滑坡的早期防范和局部实时监测有重大意义。本文通过四川茂县渭门镇滑坡这一案例,探讨了北斗联合GBInSAR进行形变监测的模式。首先利用裂缝计、雨量计传感器设备,证实滑坡存在下滑的现象;然后布设北斗区域网获取实时监测数据,结合GBInSAR 24 h不间断的监测结果,识别出滑坡体存在多处不同程度的形变区域。北斗和GBInSAR联合监测,能多方位地识别出形变区域,将在今后滑坡稳定性监测和次生灾害监测中发挥重要作用。