章 彭,劉文明
(1.貴州省水利水電勘測(cè)設(shè)計(jì)研究院,貴陽(yáng) 550002;2.中國(guó)測(cè)繪科學(xué)研究院 地球觀測(cè)與時(shí)空信息科學(xué)國(guó)家測(cè)繪地理信息局重點(diǎn)實(shí)驗(yàn)室,北京 100830)
作為一種常見(jiàn)的地質(zhì)災(zāi)害,山體滑坡分布廣泛,往往極大地危害附近居民的安全和財(cái)產(chǎn)。2010—2016年的統(tǒng)計(jì)結(jié)果表明,山體滑坡占中國(guó)所有地質(zhì)災(zāi)害的70%以上(全國(guó)地質(zhì)災(zāi)害通報(bào) 2010—2016年),而我國(guó)地質(zhì)災(zāi)害主要集中在南部及西南部地區(qū)。貴州省作為滑坡災(zāi)害的主要集中區(qū)(呂剛等 2016),發(fā)生于2017年8月的納雍縣普灑鎮(zhèn)塌方事件引起了國(guó)內(nèi)外學(xué)者的廣泛關(guān)注。
目前已有多種方法被聯(lián)合用于滑坡體形變監(jiān)測(cè),如測(cè)地測(cè)量,基于全球定位系統(tǒng)的監(jiān)測(cè)網(wǎng)絡(luò),以及遙感圖像的解譯。盡管這些方法獲得了高度精確的結(jié)果,但由于人力和儀器成本,它們不容易獲得高密度的測(cè)量點(diǎn)。作為有源微波傳感器,合成孔徑雷達(dá)(SAR)特別適用于貴州省這種多陰天和雨季地區(qū)。利用地形的先驗(yàn)知識(shí),可以從在不同時(shí)間獲取的兩個(gè)圖像中檢測(cè)毫米變形。所謂的差分干涉SAR(D-InSAR)技術(shù)可以大規(guī)模地獲得地表形變量,精度可達(dá)到厘米級(jí)。因此在地震,火山和采礦變形的監(jiān)測(cè)等多種應(yīng)用中得到了廣泛的應(yīng)用(Wang et al.2008;廖明生等 2013)。
本文選取貴州省黔西南布依族苗族自治州普安縣羅馬山作為研究區(qū),共收集11景L波段的ALOS PALSAR2數(shù)據(jù),生成10個(gè)干涉對(duì),以形變時(shí)間序列的方式對(duì)研究區(qū)中的滑坡體進(jìn)行形變監(jiān)測(cè)分析。相對(duì)于X波段及C波段雷達(dá)信號(hào),L波段具有較強(qiáng)的穿透能力,在黔西南地區(qū)這種多植被覆蓋區(qū)域能夠保證較小的時(shí)間去相干(田馨等 2013;Dong et al.2018;Zhao et al.2012)。文章最后結(jié)合該地區(qū)的降雨量信息和形變時(shí)間序列,發(fā)現(xiàn)降雨量于形變的高度相關(guān)性,這對(duì)滑坡災(zāi)害的預(yù)防具有重要意義(程海琴等 2014)。
圖1 不穩(wěn)定斜坡及礦區(qū)位置圖
本文收集了2017年4月16日至2018年9月16日期間的11景ALOS PALSAR2雷達(dá)數(shù)據(jù)(見(jiàn)表1),其工作模式為FBS(fine beam single polarization),L波段(波長(zhǎng)23.6 cm),產(chǎn)品級(jí)別為L(zhǎng)evel1.1(單視復(fù)數(shù)影像數(shù)據(jù)),HH極化,視角為32.8°,方位向像元大小為2.129 888 m,距離向像元大小為1.430 422 m,數(shù)據(jù)獲取日期信息如表1所示。
表1 實(shí)驗(yàn)區(qū)ALOS PALSAR2數(shù)據(jù)
為了去除地形相位,在進(jìn)行二軌差分法差分干涉測(cè)量時(shí)需要利用高精度DEM,本文采用美國(guó)地質(zhì)調(diào)查局發(fā)布的30 m SRTM DEM數(shù)據(jù)。
二軌法的基本思想是通過(guò)引入外部DEM去除干涉相位中的地形相位,實(shí)現(xiàn)過(guò)程中需要兩景覆蓋同一地區(qū)的SAR影像和輔助DEM(趙夢(mèng)雪等 2017)。首先,需要將DEM與主影像進(jìn)行配準(zhǔn)處理;之后再利用DEM模擬成地形干涉條紋,得到地形相位;從主從影像生成的干涉相位中減去地形相位,即可得到形變相位;最后通過(guò)相高轉(zhuǎn)換,實(shí)現(xiàn)相位到視線向形變量的轉(zhuǎn)換。其公式可以表示為:
(1)
其數(shù)據(jù)處理的流程如圖2所示。
圖2 雙軌法D-InSAR數(shù)據(jù)處理流程
(1)影像配準(zhǔn)
目前,常用的配準(zhǔn)方法有2種:①基于強(qiáng)度和相關(guān)系數(shù)法的配準(zhǔn)方法其包括兩景SAR影像之間距離向和方位向上初始偏移估計(jì)以及輔影像重采樣到主影像,分為粗配準(zhǔn)和精配準(zhǔn)。精配準(zhǔn)需要對(duì)距離向和方位向的偏移量多項(xiàng)式進(jìn)行亞像元級(jí)的精確估計(jì),并最終將配準(zhǔn)精度限制在0.1個(gè)像元內(nèi)。②基于查找表的配準(zhǔn)方法。本文采用第一種配準(zhǔn)方法。
(2)干涉圖生成和相干性分析
主、輔影像精確配準(zhǔn)后進(jìn)行共軛相乘便得到了干涉圖。在干涉圖生成的同時(shí),以計(jì)算相干系數(shù)作為評(píng)價(jià)干涉圖質(zhì)量的依據(jù),由干涉系數(shù)產(chǎn)生的相干圖直觀地顯示了干涉圖的質(zhì)量。相干系數(shù)的計(jì)算公式如下:
(2)
其中M,N分別為相干性估計(jì)是的窗口大小。相干系數(shù)值越大,形變監(jiān)測(cè)值越精確。
(3)干涉基線估計(jì)
目前常用的基線估計(jì)方法有3種:①采用軌道信息估計(jì)基線;②采用快速傅里葉變換(Fast Fourier Transform,F(xiàn)FT)根據(jù)干涉圖的條紋變化率估計(jì)基線;③基于地面控制點(diǎn)(Ground Control Point,GCP)估計(jì)基線。本文先根據(jù)方法1進(jìn)行初始極限估計(jì),然后使用方法2估計(jì)殘余基線并將其加入初始估計(jì)基線中,以達(dá)到基線精化的目的。
(4)相位解纏
相位解纏是恢復(fù)雷達(dá)影像的原始相位值。目前常用的方法有2種:①枝切法;②最小費(fèi)用流法(Minimum Cost Flow,MCF)。因?yàn)镸CF基本不需要人工參與,本文選用后者。
(5)形變圖生成及地理編碼
地理編碼是將相位解纏后的坐標(biāo)轉(zhuǎn)化為橢球坐標(biāo)系下的坐標(biāo)。這1步的關(guān)鍵是確定解纏后影像上每個(gè)像元對(duì)應(yīng)的三維坐標(biāo)。根據(jù)相位和形變的對(duì)應(yīng)關(guān)系,從解纏后的形變相位轉(zhuǎn)化為雷達(dá)視線向上的形變量。
使用二軌法對(duì)收集的10景ALOS PALSAR2數(shù)據(jù)進(jìn)行差分干涉處理,共生成9組干涉對(duì),干涉對(duì)垂直基線及時(shí)間基線情況如表2所示。
表2 干涉對(duì)基本參數(shù)
續(xù)表2
編號(hào)主影像輔影像時(shí)間基線/d垂直基線/m52017102920171126288.0616201711262018021884-149.8647201802182018051384132.0938201805132018062442-178.9589201806242018080542212.464
根據(jù)第3.2節(jié)的處理流程對(duì)9個(gè)干涉對(duì)進(jìn)行處理,最終得到9幅視線向形變量圖,利用ENVI和ArcGIS等圖像處理軟件,將試驗(yàn)區(qū)中一處典型滑坡——羅馬山滑坡制作成專(zhuān)題圖,結(jié)果如圖3所示。
圖3 羅馬山滑坡形變量圖
需要說(shuō)明的是,圖中形變量的單位為m,而圖中最大值(0.25)及最小值(-0.25)為人為設(shè)置,目的是為了統(tǒng)一圖例。
同時(shí),我們對(duì)羅馬山滑坡體上一點(diǎn)的形變歸算到型變速率,并進(jìn)行了時(shí)間序列的統(tǒng)計(jì)。該點(diǎn)型變速率與降雨量疊加顯示結(jié)果如圖4所示。
圖4 形變速率與降雨量關(guān)系圖
從實(shí)驗(yàn)結(jié)果中可以看出,滑坡體的形變速率往往伴隨著降雨量的增加而加快,形變速率與降雨量具有高度相關(guān)性。也就是說(shuō),強(qiáng)降雨是造成滑坡體形變的重要因素之一。同時(shí),形變速率也是滑坡體穩(wěn)定性評(píng)價(jià)的一個(gè)重要指標(biāo),滑坡發(fā)生前往往伴隨著滑坡體的形變加速度,使用D-InSAR技術(shù)能夠快速高效得獲得滑坡體的形變量,對(duì)滑坡災(zāi)害的防治具有一定的應(yīng)用價(jià)值。