基于PS-InSAR技术的连盐高铁灌河特大桥形变监测与分析

吴星乐，罗海滨

(南京信息工程大学遥感与测绘工程学院,南京 210044)

引言

近几十年来,随着我国经济的快速发展,作为经济发展中重要基础的桥梁建设也得到了迅猛发展。桥梁是运输线路中的重要组成部分,是铁路网络和公路网络的要塞,是保障道路安全通车的关键枢纽,在社会经济发展和社会进步方面发挥着至关重要的推动作用。在桥梁运营过程中,由于老化和腐蚀,可能造成桥梁结构损坏,甚至坍塌,给社会经济和人民生命安全造成严重的损失[1-3]。开展桥梁安全监测,可以预防并控制桥梁中的各种安全隐患,减少桥梁安全事故的发生,并为日后桥梁的风险管理和灾害预警提供参考依据,具有重要的现实意义。

早期的桥梁监测方法一般是以人工定期检测为主。人工定期检测时间长、检测过程中需封桥封路、难以及时掌握桥梁整体结构形变[4]。随着科学技术的不断发展,桥梁监测领域也涌现了新的形变监测技术,如传感器技术[5-6]、GNSS技术[7-9]、近景摄影测量技术和航空摄影测量技术[10-11]。传感器技术能提供桥梁关键部位高时间分辨率应力和应变等信息,但技术复杂、价格昂贵。GNSS技术能提供桥梁表面高时间分辨率三维形变信息,但是点观测不能反映形变整体情况。近景摄影测量技术和航空摄影测量技术可以从地面或空中对桥梁的某一个面进行全面观测,但易受天气影响。上述技术的共同缺点是在同一时间仅能对1个或少数几个桥梁进行监测,受成本等因素的限制,不能应用到所有在役桥梁。

永久散射体合成孔径雷达干涉测量(Permanent Scatter Synthetic Aperture Radar Interferometry,PS-InSAR)技术通过对同一地区不同时间的多景合成孔径雷达(Synthetic Aperture Radar,SAR)遥感影像进行干涉处理,获取地面形变信息[12-13]。因SAR影像覆盖范围大(几十到几百千米)、获取成本低,所以,与已有桥梁形变监测技术相比,PS-InSAR技术具有监测桥梁多、监测成本低的独特优势,特别适用于分析无形变监测系统的、中小桥梁的健康状况[14-15]。2015年,Issaak Parcharidis采用PS-InSAR技术,利用覆盖时间为2002—2010年的Envisat ASAR降轨数据和2010—2012年的TerraSAR-X升轨数据对Rio-Antirio大桥进行变形监测,实验结果表明,在监测期间桥梁结构保持相对稳定[16]。2016年,赵一恒等[17]利用11景TerraSAR-X数据,通过PS-InSAR技术获得了天津南疆公路大桥高分辨率的形变速率图,并对PS点形变数据进行分析,获得了桥梁的安全等级;LAZECKY等[18]利用时间间隔为2014年6月至2015年6月的33景和2013年10月至2015年5月的17景TerraSAR-X数据,通过多时相InSAR技术获得了捷克境内Radot＇n大桥和Svinov大桥的形变结果,再次证实了InSAR技术对桥梁变形监测的可行性。2017年,赵婧文等[19]利用COSMO-SkyMed数据,通过PS-InSAR技术提取了上海卢浦大桥上PS点的线性形变速率和季节性形变信息,表明该桥总体上是稳定的;黄其欢等[20]采用了PS-InSAR技术对21景时间跨度为1年的Sentinel-1A数据进行处理,建立了适合于大跨度桥梁纵向形变监测的InSAR时序分析方法,获取了京沪高铁南京大胜关大桥纵向形变。2018年,朱茂等[21]以30景COSMO-SkyMed数据为输入,利用PS-InSAR技术获取了青岛胶州湾跨海大桥2014年1月到2016年3月的形变数据,揭示了该桥梁主要形变为与季节相关的周期形变,形变监测精度可达到毫米量级。2019年,赵晨等[22]利用某公路大桥5年间32景TerraSAR-X数据,通过PS-InSAR技术获得了该桥梁的形变信息,并将形变数据拟合后与水准测量数据进行对比,二者结果取得很好的一致性。

虽然应用PS-InSAR技术对桥梁进行变形监测在国内外取得了一些成果,但应用的SAR数据大多是X波段的高分辨率数据,利用C波段中分辨率数据监测桥梁形变的实验不多,监测桥梁的类型也各不相同。以连盐高铁灌河特大桥为实验对象,利用PS-InSAR技术,对2018年1月至2020年12月共89景C波段Sentinel-1A数据进行数据处理,分析应用C波段SAR数据、采用PS-InSAR技术对大跨度刚桁梁柔性拱桥进行形变监测的可行性。

1 PS-InSAR技术原理和流程

1.1 技术原理

PS-InSAR技术是通过对研究区某一时间段内的数景SAR影像做配准、干涉等处理,识别提取具有较强相干性和稳定散射特性的PS点。只对PS点的干涉相位进行分析,从而克服常规InSAR技术影像失相干的技术局限,再利用时空滤波技术,剔除大气延迟等误差,得到准确的地表形变信息[23]。

假设可以获得覆盖研究区域的某一时间段k+1景SAR影像,根据影像的时间基线、空间基线、多普勒质心频率优化选取其中一景影像作为唯一公共主影像,其余影像均为副影像。将k景副影像配准并采样到主影像空间,得到k个干涉对。利用已知DEM数据,对k个干涉对进行差分干涉处理,获得各个PS点的差分干涉相位。每个PS点的差分干涉相位φdint组成如下

φdint=φdem+φdef+φatm+φnoise=

(1)

式中,φdem为DEM高程误差干涉相位;φdef为沿雷达视线(line of sight,LOS)方向地表形变干涉相位;φatm为大气影响干涉相位;φnoise为噪声干涉相位;λ为雷达波长;R为雷达到地面目标的斜距;θ为雷达入射角;B⊥为干涉对垂直基线;δH为DEM高程误差;t为干涉对时间基线;v为沿LOS方向的线性形变速率;φres为PS点的残余相位,它是大气、非线性形变和噪声干涉相位之和。式(1)是PS-InSAR方法的相位模型。由于存在相位模糊度,不能利用最小二乘拟合方法求解式(1),需利用二维频谱分析计算δH和v的最佳估值,即得到了PS点的DEM高程误差和LOS方向上的线性形变速率。通常,非线性形变呈现时空低频特性;大气影响呈现空间低频、时间高频特性;噪音呈现时空高频特性。因此,采用时空滤波技术对残余相位φres进行处理,可以求得非线性形变。由v得到的线性形变加上非线性形变即可得到总形变。

1.2 技术流程

PS-InSAR技术主要是针对离散的、相干性较强的、稳定散射特性的PS点进行处理,从而获得这些PS点的形变信息。PS-InSAR技术数据处理流程如图1所示。

图1 PS-InSAR技术数据处理流程

(1)公共主影像选取:根据研究区域获取的k+1景SAR影像的时间基线、空间垂直基线和多普勒质心频率计算备选主影像平均相干系数。以平均相干系数最大为指标,选取某一景影像作为唯一公共主影像,其他k景影像构成副影像集。

(2)差分干涉处理:将k景副影像逐个配准并采样到主影像空间,得到k个干涉对和k景配准后的SAR影像。借助外部DEM数据进行差分干涉处理,获得研究区域差分干涉图。

(3)PS点提取:根据影像幅度信息计算振幅离差指数,根据干涉相位计算时序相干系数,给定阈值,提取PS点。

(4)线性形变速率估计:对每一个PS点,建立如式(1)所示方程,利用二维频谱分析的方法求解各PS点的DEM高程误差和LOS方向上的线性形变速率。

(5)时空滤波:初始差分干涉相位减去线性形变和DEM误差相位后,得到包括非线性形变相位、大气相位和噪音的残余相位。通过时、空域滤波将三者分离,得到非线性形变,并最终得到每个PS点时序累积形变。

(6)地理编码:将上一步获得的形变结果从雷达坐标系转换到地理坐标系下,并将结果以矢量或者栅格的格式输出。

2 研究区和数据

2.1 研究区

连盐高铁灌河特大桥位于江苏省连云港市与盐城市的交界处,跨越灌河,是连盐高速铁路上的控制性工程和苏北地区的标志性工程,同时也是连盐高速铁路跨度最大的特大桥。灌河特大桥于2014年4月开工建设,2017年9月通车运行,是目前国内第二大跨度刚桁梁柔性拱桥,主桥长达470 m,灌河特大桥影像如图2所示。

图2 灌河特大桥影像

2.2 SAR数据

为对灌河特大桥进行形变监测,得到大桥的整体形变信息,获取了2018年1月至2020年12月期间、覆盖灌河特大桥的89景干涉宽幅模式Sentinel-1A升轨卫星数据。数据入射角为41 °,极化方式为vv极化,整幅影像覆盖范围约为(110×250) km2,距离向分辨率为2.3 m,方位向分辨率为14 m。

2.3 BDS数据

用于验证PS-InSAR技术监测精度的BDS数据来自连盐高铁线北斗基础测量基准站,两个基准点分别位于灌河特大桥左右两侧,间隔500 m,点位具体位置如图2(a)所示。

3 数据处理与结果分析

根据影像的时间基线、空间基线、多普勒质心频率差选取2019年6月22日获取的影像作为主影像,其他影像为副影像,配准并重采样到主影像空间。最小时间基线12 d,最大时间基线552 d,最小绝对垂直基线4.1 m,最大绝对垂直基线130.7 m,部分干涉图时空基线如表1所示。图3(a)为大桥的SAR强度均值图,图3(b)为2020年11月7日和2019年6月22日影像的差分干涉图。从图3中可以看出,桥梁本身有着很强的雷达反射信号,且干涉条纹连续、清晰。

表1 部分干涉对时空基线分布

图3 SAR强度均值图和差分干涉图

采用30 m分辨率SrtmV1 DEM去除地形相位,采用欧空局(ESA)精确轨道数据提高影像配准、地形相位和平地相位去除精度,利用谱偏移滤波消除视角变化影响,利用振幅离差指数和时序相干系数选取PS点,共计获得325个,其中大桥上有80个,PS选点结果及桥梁PS点位分布如图4所示。

图4 PS选点结果(左)及桥梁PS点位分布(右)

基于线性形变速率模型,采用二维频谱分析估计线性形变速率和高程误差,最终获得2018年1月至2020年12月灌河特大桥平均形变速率,结果如图5所示。图中地面点远离SAR传感器时符号为负,反之为正。

图5 灌河特大桥年平均形变速率

由图5可以看出,灌河特大桥的整体形变速率区间是1.7～5.3 mm/a,平均值为3.7 mm/a。从数据上看,灌河特大桥年平均形变速率较小,不存在明显形变。为更加详细地分析大桥变形情况,图6显示了所有点形变时间序列。由图6可以看出,同一时间,桥上绝大部分点形变值都在2倍中误差以内,形变曲线均值在0值上下波动,没有明显的形变趋势,再次印证了桥体的稳定性。

图6 各PS点形变时间序列

为利用BDS监测数据验证PS-InSAR监测结果的精度,将BDS测得的东西向、南北向和垂直向形变利用式(2)投影到LOS方向。

(2)

式中,dlos为LOS向地表形变;θ为雷达入射角;αh为卫星飞行方位角;dN为南北向形变;dE为东西向形变;dU为垂直向形变。如图7所示,将2018年11月6日设为时间参考基准点,计算BDS与PS-InSAR相对基准点在LOS方向上的位移变化量。表2给出了利用BDS1和BDS2两点算得的绝对误差和均方根误差。

表2 PS-InSAR监测结果精度统计

图7 BDS监测点LOS向形变与PS点LOS向平均形变对比

由图7和表2可以看出,PS-InSAR监测结果与同期BDS监测结果基本一致,最大绝对误差都在1 cm以内。BDS1点算得均方根误差3.67 mm,BDS2点算得均方根误差5.67 mm,由于BDS1点较BDS2点距离PS点集更近,因此,BDS1点较BDS2点显示出了与PS-InSAR更好的一致性。PS-InSAR监测结果曲线波动小于BDS监测结果,这主要是由于受影像空间分辨率和成像几何影响,PS监测点很难与北斗观测站相对应。为了比较,将同一时刻不同位置PS点的监测结果取平均求得平均形变曲线。平均形变曲线会部分抵消温度和风荷载的影响,因此,PS-InSAR监测结果较为光滑。而北斗观测结果可能包含温度和风荷载的影响,因此形变曲线波动相对较大。

4 结语

将C波段中分辨率Sentinel-1A数据应用于连盐高铁灌河特大桥形变监测,使用PS-InSAR技术进行数据处理,并将PS-InSAR监测结果与同期北斗实测数据进行对比分析,主要结论如下。

(1)灌河特大桥在监测时间段内形变速率在1.7～5.3 mm/a之间,时间序列形变平均值趋近0,形变较小,无明显趋势性变形,桥梁整体保持稳定。

(2)PS-InSAR监测结果与BDS观测数据比较,均方根误差在6 mm之内,二者取得了很好的一致性,验证了PS-InSAR监测结果的可靠性。

该研究结果证实了C波段中分辨率Sentinel-1A数据适用于大跨度刚桁梁柔性拱桥形变监测,可为桥梁的风险管理和灾害预警提供参考依据。但利用PS-InSAR技术监测大桥形变也存在如下问题。

(1)受卫星重访周期限制,影像时间分辨率较低,不能满足桥梁荷载试验和高动态监测的要求。

(2)在仅有一种成像几何SAR数据时,只能给出沿SAR视线向一维形变,不能全面反映桥梁动态情况。

(3)受成像几何影响,监测点很难与桥梁具体部位对应,不利于形变分析。

随着高空间分辨率、高时间分辨率和不同成像几何的SAR卫星及星座的不断发射,问题1、2将得到逐步改善。进一步研究SAR模拟成像技术,利用卫星轨道和桥梁结构信息模拟SAR灰度图,将有助于监测点与桥梁具体部位对应。可以预见,利用PS-InSAR技术,以较低的成本对大范围桥梁进行同步监测,在未来将大有可为。