Application of InSAR Monitoring Large Deformation of Landslides Using Lutan-1 Constellation
-
摘要:
陆地探测一号(Lutan-1,LT-1)01组卫星是中国首个以地表形变合成孔径雷达干涉测量(interferometric synthetic aperture radar,InSAR)为主要特点,以复杂地区自然灾害监测预警为长期应用目标的合成孔径雷达(synthetic aperture radar,SAR)卫星星座,由两颗参数相同的L波段SAR卫星组成,具有高分辨率、高重访、全极化等成像能力。星座以双星“绕飞”模式实现地形测绘,以双星“跟飞”模式实现地表形变测量。在分析分辨率、波长、重访周期对InSAR可探测形变梯度的基础上,以中国甘肃省舟曲县泄流坡滑坡为研究对象,结合LT-1卫星在轨测试期间分别以4 d、8 d间隔获取的17期条带模式2数据,通过差分InSAR、时序InSAR方法提取了不同条件下泄流坡滑坡的形变量(形变时间序列),以地面角反射器与全球导航卫星系统同步观测为参考,验证了LT-1卫星地表大变形的探测能力和时序InSAR测量精度。时序InSAR监测结果表明,观测期间泄流坡滑坡的后缘、中部和前缘的最大形变速率分别超过25 mm/d、11 mm/d和2 mm/d,滑坡体年累积最大形变量超过3.4 m,InSAR视线向形变测量精度达7.5 mm。综合分析成像模式、重复观测间隔、相干性变化、基线控制范围、形变探测能力,结果表明:LT-1卫星综合效能达到设计指标,具备良好的常态化广域地表形变监测能力,其高频次、严格回归、一致的观测模式将在广域地质灾害隐患识别与监测预警中发挥重要作用。
Abstract:ObjectivesLutan-1 (LT-1) satellites are the first scientific research satellite constellation with interferometric synthetic aperture radar (InSAR) measurement of surface deformation as its main features and focusing on long-term natural disaster monitoring and warning in complex areas. It consists of two L-band synthetic aperture radar (SAR) satellites with the same hardware parameters, and has high resolution, high revisit, and full polarization imaging capabilities. The constellation uses the bi-satellites “single-pass in close formation” mode to map terrain, and the bi-satellites “repeat-track” mode to measure surface deformation. Taking the Xieliupo landslide in Zhouqu County, Gansu Province, China as a demonstration example, the ability to monitor large deformation was tested using 4 d and 8 d high revisit observation data.
MethodsThe interferometric point target analysis (IPTA) method was used to perform InSAR deformation time-series analysis on the Xieliupo landslide. The artificial corner reflector (CR) and global navigation satellite system (GNSS) were installed at the same location of the landslide, and the position of GNSS ground equipment was identified and confirmed by the CR on LT-1 data. The observation results of GNSS were used to verify the accuracy of InSAR results.
ResultsThe annual cumulative maximum deformation of the landslide body exceeds 3.4 m. The accuracy of InSAR deformation time-series obtained from LT-1 satellites reaches 7.5 mm in line of sight. The maximum deformation rates of the tail, middle, and foreside of the landslide exceed 25 mm/d, 11 mm/d, and 2 mm/d, respectively, which indicates the landslide is in the stage from slow sliding to very slow sliding.
ConclusionsThrough the comprehensive analysis of imaging mode, repeated observation interval, coherence change, baseline control range, and deformation detection ability, it can be found that the comprehensive efficiency of LT-1 satellite has reached the design indicators, and LT-1 satellite has good ability in regularized wide area surface deformation and monitoring. The high-frequency, strict regression, and consistent observation mode of LT-1 will play an important role in geological hazards identifying and monitoring on large-scale.
-
星载合成孔径雷达干涉测量(interferometric synthetic aperture radar, InSAR)技术已成为地质灾害调查监测应用的常用手段,广泛应用于滑坡、地面沉降、地面塌陷、地裂缝的探测识别、调查评价与监测预警。为提高InSAR技术的普适性,降低失相干对形变测量有效性与精准度的影响,增强InSAR地表大变形测量能力,研制长波长(如L波段)、短周期、大幅宽、高分辨率合成孔径雷达(synthetic aperture radar,SAR)卫星是当前国际InSAR界的普遍共识[1]。国际上,正在研制中的NISAR、ALOS-4、TanDEM-L、ROSE-L等卫星将L波段作为主要成像波段,设计了高分辨率成像与宽覆盖能力,提供了完整覆盖下尽可能短的重访周期,从卫星源头上提高了干涉应用的整体相干性,预期将极大促进InSAR技术在植被覆盖区、冰雪环境等场景的实际应用能力。
中国西部山地丘陵地区滑坡、崩塌、泥石流频发,地质灾害隐患孕育地区地形高陡,植被覆盖复杂,常用的C波段、X波段等SAR数据在相干性、空间分辨率、重访周期等方面受限明显[2-3]。为此,中国于“十二五”期间围绕地震、地质灾害监测预警目标,开始L波段干涉SAR卫星研制论证,于“十三五”期间列入《国家民用空间基础设施中长期发展规划(2015—2025年)》,于2016年卫星工程正式立项,初步命名为“L波段差分干涉SAR卫星”任务;工程立项后正式命名为陆地探测一号(Lutan-1, LT-1)01组SAR卫星,包含2颗同一型号的L波段SAR卫星,按照试验任务与长期观测任务双星组成绕飞、跟飞编队构型。自2017年起,LT-1卫星先后经过应用指标设计、系统指标优化、初正样研制以及星地一体化研究,01组A、B星分别于2022年1月26日和2月27日成功发射。
LT-1卫星星座发射后,于2022年3月开始正式进入在轨测试阶段,历时超过一年完成了A、B星单项指标测试、成像能力验证、轨道定位精度评价、辐射与几何定标、双星绕飞多基线地形干涉测量、双星跟飞重复轨道差分干涉测量等性能指标验证,编队管道控制半径(350 m)、形变测量精度(长时序分析10 mm/a)等相关技术指标达到设计要求,在成像分辨率(如条带模式2,设计12 m/100 km,实测6 m/100 km)、轨道定位精度(设计优于0.2 m,实测优于5 cm)等方面优于设计指标,于2023年5月完成在轨测试任务总结。
面向地质灾害应用,分别针对滑坡、地面沉降、地裂缝以及矿区地面塌陷等4类场景,在西南高山峡谷地区、川东红层地区、甘肃白龙江流域、藏东南植被覆盖区、华北平原、汾渭盆地等地区验证了单星差分干涉、双星联合干涉、时间序列InSAR以及角反射器(corner reflector,CR)InSAR等地表形变监测技术。分别选择3 m和6 m分辨率数据,以最短4 d重复观测间隔,测试了不同地表覆被条件下干涉相干保持能力、重轨基线控制范围、地表大变形测量能力以及卫星数据连续成像覆盖能力。本文聚焦滑坡变形应用场景,选择中国甘肃省舟曲泄流坡滑坡,以条带模式2开展LT-1 A/B双星连续观测,验证中等植被覆盖条件下滑坡大变形的探测能力,结合LT-1卫星干涉指标,给出不同参数条件下InSAR大变形测量的局限性和有效性。通过连续观测与InSAR时序解算,与地面CR和全球导航卫星系统(global navigation satellite system,GNSS)同步观测对比分析,验证滑坡大变形的测量精度。获取机载高分辨率光学影像、激光雷达(light detection and ranging,LiDAR)数据,结合精细InSAR形变时序结果,评估泄流坡滑坡当前的活动状态,为LT-1卫星开展同类监测应用提供技术方法支撑。
1 LT-1卫星大变形测量能力分析
1.1 成像模式与主要参数
LT-1卫星设计有5种条带成像模式和1种扫描成像模式(表1),具备高分辨率、全极化、中大覆盖能力。面向InSAR应用设计有双星绕飞地形测量、单星重轨差分干涉、双星跟飞联合差分干涉功能。单星严格回归重访周期为8 d,双星跟飞模式下重访周期为4 d。在轨测试过程中以绕飞模式完成了双星“三同步”指标验证与重点地区1∶50 000比例尺地形测量试验,此后以跟飞模式实现常态化地表形变InSAR监测数据采集。2023年5月31日完成了卫星在轨测试任务,经测试验证,InSAR技术应用相关的指标中,重轨干涉垂直基线90%以上优于700 m,卫星轨道定位精度总体优于5 cm。InSAR常用的条带模式中,模式2因采用与模式1相同的成像工作带宽,其实测分辨率达到6~7 m,兼顾中高分辨率和中大幅宽覆盖。为确定长期观测成像模式,结合卫星成像时长、波位设置、覆盖重叠度以及地面接收能力,经仿真评估,与条带模式1相比,条带模式2具备成像分辨率相当,中国陆域全覆盖条件下重访周期更短的特点,覆盖中国陆域1次的重访周期为16~20 d(低纬度地区较长),条带模式1重访周期为其2倍左右。经广泛征求应用需求,充分论证LT-1不同成像模式下全国陆域完整覆盖的数据采集能力,确保高分辨率条件下大范围覆盖与短重访需求,确定采用条带模式1作为地表形变InSAR监测主要模式开始长期在轨观测。自2023年6月22日起,利用条带模式1在全国范围开展常态化接收任务,验证双星完整覆盖中国及周边陆域一次所需的最短时间。截至2023年11月底,根据中国陆地观测卫星数据服务平台(https://data.cresda.cn)与自然资源卫星遥感云服务平台(http://sasclouds.com/chinese/normal/)的查询结果统计,LT-1号双星跟飞以条带模式1升轨观测可实现28 d完整覆盖中国陆域95%以上地区,降轨模式覆盖一次所需时间略高于此。
表 1 LT-1卫星主要成像模式设计指标Table 1. Main Image Modes Design Indicators of LT-1 Constellation成像模式 分辨率/m 幅宽/km 入射角/(°) 极化方式 条带模式1 3 50 20~46(形变+测高)20~53(成像) 单极化 条带模式2 12 100 20~46(形变) 单极化 条带模式3 3 50 20~53(成像) 双极化 条带模式4 6 30 13~21.6(成像) 四极化 条带模式5 20~30 150~250 18~30(形变) 单极化 扫描模式 30 400 20~49(成像) 单极化 1.2 地表大变形InSAR测量能力分析
InSAR形变监测的原理是利用时间间隔为
的两期SAR影像进行差分干涉处理,得到相对相位 ( 为视线向形变值, 为雷达波长),进而转换成形变测量值。因此,一方面要求同一像元内雷达视线向形变量变化不能超过 [4],否则将引起影像的完全失相干[5];另一方面,观测相位 是 缠绕到 的结果,故相邻像元间的形变差 必须满足 ,才能满足相位解缠条件,即相邻像元间的形变速率差 必须满足 ,才可从缠绕相位恢复出正确的形变信息[6]。 一定范围的观测区域,受上述条件1的限制,满足
的相邻像元不能无限制地相位累加探测到任意量级的大变形现象。为了能衡量雷达卫星探测大变形的能力,假设从稳定点到最大形变位置在斜距向上的直线距离为1,斜距向分辨率为 ,定义无量纲 为相邻像元间形变速率差归一化因子,则归一化形变速率差 定义为: (1) 如表2所示,LT-1卫星模式1和2具有相同的斜距向分辨率1.66 m,按照目前卫星在全国陆域的实际重访能力,在相干性满足情况下,模式1和2升轨数据能探测的理论最大归一化形变速率差分别约为1.26、1.77 mm/d,分辨率相当情况下LT-1卫星所采用观测模式的重访周期越短,在探测地表大变形现象上优势越明显。
表 2 常用SAR卫星归一化形变速率差Table 2. Normalized Deformation Difference Rate of Common SAR Satellites卫星名称 常用模式 实际重访时间/d /(mm∙d-1) 多视比 波段 LT-1 3 m/50 km 约28 1.26 1∶2 L 6 m/100 km 约20 1.77 1∶1 ALOS-2 3 m/50 km 约28 1.26 1∶2 L SAOCOM-1 10 m/70 km 8/16 1.96/0.98 1∶2 L RadarSat-2 5 m/125 km 24/48 0.22/0.11 1∶2 C Sentinel-1 20 m/250 km 6/12 0.2/0.1 5∶1 C TerraSAR 3 m/30 km 11 0.52 1∶1 X 2 研究区概况
泄流坡滑坡位于甘肃省舟曲老县城东南约5 km白龙江下游左岸,属于典型的断裂破碎带大型滑坡,具有整体长期缓慢活动、间歇性局部快速滑动等特点[7-10]。如图1所示,滑坡处于两高陡山脊间的凹槽中,平面形态为长舌形,整体沿近东西向展布,形成向白龙江倾斜的平台,前缘伸入白龙江河床。滑坡上部宽陡,长约2.7 km,中下部窄缓,宽约300~600 m,平均厚度约50 m。由于历史上多次剧烈滑动,滑坡表面起伏不平,裂缝、台坎、台地随处可见。滑坡两侧纵向冲沟发育,前缘西侧冲沟较深,其他位置冲沟较浅。
2022年7月至9月,中国自然资源航空物探遥感中心采用塞斯纳208B型固定翼飞机搭载Optech Galaxy Prime机载LiDAR系统和Phaseone iXU-RS 1000工业级相机(1亿像素),获取了甘肃舟曲3 060 km2机载LiDAR数据和高分辨率光学影像,制作了最高分辨率为0.5 m的数字高程模型(digital elevation model,DEM)和0.2 m的正射影像,用于研究区的滑坡遥感解译以及InSAR数据处理。如图2所示,泄流坡滑坡是典型的复合型滑坡,在长时间的演化过程中,还呈现出不同尺度的分块、分级模式和不同类型的运动方式。图2中,FA(forest area)表示树林区域。滑坡各分区一直处于缓慢滑动状态,坡体发育有9个次级滑坡(S_Ⅰ~S_Ⅸ),其中次级滑坡S_Ⅱ几乎整个被树林覆盖,其他次级滑坡上覆盖草地、灌木和稀疏树木。滑坡后缘以崩塌滑坡为主,陡峭后壁部位的持续垮塌滑动为整体滑坡提供了源源不断的物源基础;中部以整体推移蠕滑为主;前缘部位受滑坡体推动和白龙江水流侵蚀综合影响,沿江部位呈现崩塌为主的方式。
3 数据分析方法
3.1 差分InSAR处理
LT-1卫星在轨测试期间针对示范区按照4 d、8 d的重访周期采集数据,2023年4月4日至6月19日期间共获取到17景,所有数据覆盖范围如图 3所示。以2023年4月4日数据为主影像,将其他影像与之精确配准到主影像雷达坐标系下。按照图3红框所示区域裁剪所有配准后的SAR影像,将裁剪后的所有配准SAR影像两两进行干涉处理,利用机载LiDAR生产的DEM去除地形相位,采用常规的Goldstein滤波法和最小费用流算法对差分干涉图进行滤波和相位解缠[11],得到覆盖滑坡区的136个解缠相位图(未地理编码)。
差分干涉图作为InSAR形变时序分析的基础输入,其质量会影响到最终的测量精度,因此应尽可能地消除与形变信息无关的干扰相位。由于LT-1卫星数据的轨道误差以及电离层延迟会导致较密集的趋势性条纹,可参考采用如下方法尽可能予以消除:(1)距离向频谱分割法估计电离层相位,详细处理过程参见文献[6,12];(2)多项式拟合趋势面估计干涉低频相位,计算公式为:
(2) 式中,
表示差分干涉低频相位; 和 为雷达坐标系下的像元位置; 为待求多项式系数。根据数据处理范围、差分干涉图条纹密集度等条件,合理选取处理方法:两种方法可交互使用,也可单独使用。由于本文研究区处理范围相对较小,利用多项式拟合趋势面就可很好地去除趋势性条纹。 3.2 空间基线及相干性分析
如图4所示,136个干涉像对的空间垂直基线均小于700 m,基线长度约为干涉临界基线的2%,表明LT-1星座姿轨控较为稳定,符合350 m轨道管道半径设计。其中,垂直基线小于200 m的干涉像对96个,占比70.58%;垂直基线小于300 m的干涉像对117个,占比86.03%。
在次级滑坡S_Ⅱ内以及滑坡后缘边界外的树林区域,位置如图2所示,选取50×50个像元范围,统计与2023年4月4日影像组成的干涉像对的相干性均值,如图5所示。2处林区的相干值统计结果表明,示范区至少可以在约24 d内保持
较高的相干性,但滑坡体上局部形变梯度较大会加剧失相干;滑坡区内台坎、冲沟、陡崖等分布众多,LT-1卫星高分辨率数据容易在这些地形变化剧烈的区域形成信号盲区,不同期次SAR影像观测视角(即空间基线)的微小差异导致回波信号频谱重叠度降低,这也是测试区局部产生干涉失相干的重要因素。
3.3 时序InSAR形变监测
泄流坡滑坡由多级滑块组成[6],不同的滑块间、同一滑块内部不同部位以及次级滑坡间的滑移速率差异较大,InSAR差分干涉图急剧变化,难以恢复出形变真值。经测试,2期SAR影像时间间隔超过8 d,差分干涉图局部区域变得模糊,解缠相位出现不连续现象(图6)。因此,InSAR形变时序分析选用不超过8 d的干涉像对,共形成21个干涉对,空间垂直基线均小于400 m。
InSAR形变时序分析利用干涉点目标分析法(interferometric point target analysis,IPTA)[13]。假设第
个干涉像对中相邻点目标 和 间的相位差符合如下模型: (3) 式中,
为入射角; 为卫星到目标地物的斜距; 为垂直基线; 为时间间隔; 为相对高程差; 为相对形变速率; 为残余相位。根据先验知识给定高程改正值 和形变速率 初值,限定任意像元之间的距离,以保证大气对整个网络的影响最小,在稳定区域选定某一参考点,利用式(3)进行二维回归分析得到相干点目标的高程改正值和形变信息。 3.4 形变时序结果精度验证
将地面CR和滑坡GNSS自动化监测站安装在滑坡体相同位置,这样可通过在LT-1数据上识别CR确认GNSS的位置。提取CR位置点目标的InSAR时序形变结果,将时间上对应的GNSS三维形变矢量投影到雷达视线向,计算公式为[14]:
(4) 式中,
、 、 分别为GNSS在东西、南北、垂直向形变分量,以东、北和垂直向上为正; 为卫星轨道方位角(自北顺时针为正); 为雷达入射角; 为雷达视线向观测值。 计算同一CR位置上InSAR形变时序结果与对应时间GNSS视线向形变的互差,将互差的均方根误差作为InSAR结果的评判依据:
(5) 式中,
和 分别为InSAR和GNSS的形变时间序列; 为统计样本个数。 4 泄流坡滑坡大变形分析
4.1 时序InSAR测量精度
IPTA方法根据幅度离散指数和相干系数阈值选取频谱特性稳定的相干点目标,本文处理所选像对的时间间隔仅为4 d或8 d,整个滑坡体上相干点目标分布较为均匀,几乎能覆盖整个滑坡区。图7展示了泄流坡滑坡在雷达视线向上的滑移速率以及坡体滑动分布情况,观测期间整个滑坡体都处于滑动状态,最大形变速率超过3.4 m/a。2023年3月在泄流坡滑坡体中部、前缘安装了4台CR和2台GNSS设备,其中2处位置同时安装了CR和GNSS设备,设备布设如图8所示。对比这2处CR点InSAR形变时序结果与对应时间的GNSS视线向观测值,如图9所示,两种观测数据呈现出非常一致的线性滑动趋势,CR-2点InSAR的测量精度可达到7.5 mm。自2023年5月6日起,CR-1点InSAR形变时序微小幅度偏离GNSS观测序列,表明在CR-1点位置采用8 d时间间隔的干涉像对已经逐渐不满足式(1),这一区域的滑动速率处于InSAR时序测量能力的极限,因此其他卫星如加拿大雷达卫星2号(RadarSat-2)、哨兵一号(Sentinel-1)等仅能测出泄流坡滑坡处于滑动状态,但InSAR已无法测出形变真值(图9)。
4.2 泄流坡滑坡稳定性分析
泄流坡滑坡形变量级相对较大的区域位于滑坡后缘和中部。其中,滑坡后缘的黑山咀滑坡(图2中次级滑坡S_Ι)属于堆积土滑坡,呈簸箕形,堆积物为松散的黄土状砂土,整体稳定性差,坡脚出现垮塌,是泄流坡滑坡滑动量最大的区域,测试期间76 d的雷达视线向累积形变量超过164.3 cm(图10中B-1点),统计2023-04-04—2023-04-28、2023-04-28—2023-05-26(含间隔8 d
的相邻影像对)和2023-05-26—2023-06-19 3个时间段的形变速率,分别为25.9 mm/d、13.8 mm/d和25.5 mm/d,表明8 d时间间隔已经难以测出黑山咀滑坡的真实最大形变量;邻近的次级滑坡S_Ⅱ夏季树林枝繁叶茂,人员难以到达,但并不影响LT-1卫星测量,累积形变量达到29.8 cm(图10中B-2点),高分辨率DEM生成的山体阴影图验证了在边界处及林下有不同尺度的地表拉裂缝(图11)。滑坡中部表层为土黄色黄土状砂土和杂色碎石土,该段滑体较厚、坡降较大,受到滑坡上部的挤压和下部牵引的共同作用,浅表层拉裂缝、坡表隆起等变形破坏特征明显(图12),如图7中M-1和M-2处,InSAR结果显示滑坡中部最大形变速率超过11 mm/d(图13)。滑坡前缘受白龙江河流长期冲蚀导致临空面变陡,整体以牵引式滑移和滑塌为主,最大形变速率约为2 mm/d,临近白龙江处发育多条拉裂缝(图14和图15)。综上,InSAR在滑坡后缘、中部和前缘反映出的形变速率和形变时序特征,基本符合泄流坡滑坡“后缘滑落崩塌冲击及推挤、中部隆起推移、前缘牵引拉裂”的变形破坏机制。
5 LT-1卫星滑坡应用效能分析
5.1 可测量的滑移变形速率
根据国际地质科学联合会滑坡工作组(international union of geological sciences working group on landslides,IUGS-WGL)关于滑坡速率的分类[15](表3),泄流坡滑坡属于缓慢滑移型(4.32~4.32×102 mm/d),但这种类型滑坡的滑动速率几乎已是目前在轨L波段星载SAR卫星探测最大形变的上限。以泄流坡滑坡的规模作为参照,按照LT-1卫星星座升轨模式的实际重访周期20 d(模式2)或28 d(模式1)计算,基本可实现非常缓慢型(4.32×10-2~4.32 mm/d)滑坡形变时序监测。同时,也应考虑L波段InSAR可探测到最小形变的限制,根据式(5),统计样本个数越多测量精度越高,模式2构成的干涉像对数量为模式1的约2倍,即采用模式2数据InSAR的测量精度约为模式1的1.4倍。因此,LT-1卫星采用重访更快的模式观测更利于滑坡隐患的精准形变时序分析。
表 3 滑坡速率分类(参考IUGS-WGL,1995)Table 3. Velocity Classes of Landslide (Refer to IUGS-WGL, 1995)速率分类 速率描述 速率/(mm∙d-1) 7 极其快速 ≥4.32×108 6 非常快速 [4.32×106,4.32×108) 5 快速 [4.32×104,4.32×106) 4 中等快速 [4.32×102,4.32×104) 3 缓慢 [4.32,4.32×102) 2 非常缓慢 [4.32×10-2,4.32) 1 极其缓慢 <4.32×10-2 5.2 可探测的滑坡形变区规模
InSAR处理通常利用多视处理实现噪声抑制,提高处理效率。利用斜距向分辨率
和方位向分辨率 及入射角 计算获得多视数,即实现多视后的地距分辨率≈方位向分辨率,地距分辨率 的计算公式为: (6) 由于LT-1卫星模式1和2采用相同的脉冲带宽,如表4所示,多视处理或地理编码后两种模式的InSAR成果分辨率大体一致,精细程度基本相当。滑坡通常会在局部出现形变区,例如对于200 m×200 m范围的形变区域,满足式(1)的情况下,以表4中LT-1卫星数据多视分辨率计算,理论上最大可测得约4 m形变量级。
表 4 LT-1卫星模式1和2分辨率比较Table 4. Comparison of Resolutions Between Modes 1 and 2 of LT-1 Constellation模式 /m /m /(°) 多视数 多视分辨率/m 1 1.66 1.73 33.3 1∶2 3.02×3.46 2 1.66 3.06 31.8 1∶1 3.02×3.06 6 结语
LT-1卫星作为中国首个L波段差分干涉
雷达卫星星座,本文利用其绕飞高分辨率、高重访获取SAR数据,以舟曲泄流坡滑坡为例测试了地表大变形InSAR监测能力,较为精准地揭示了该滑坡体的形变分布和时序演化情况。初步分析表明,LT-1卫星具有良好的形变测量能力,主要体现在:
1)LT-1双星跟飞模式可实现4 d时间间隔下的InSAR形变监测应用,短重访周期确保了时序干涉像对相干性总体最优;分析不同时间间隔下相干性的差异,结果表明,中等植被覆盖度高山峡谷区,时间基线超过约45 d相干性降低比较严重。对不同地表覆盖条件下的广域滑坡探测识别应用,应尽可能以1月以内重访周期进行常态化观测,确保相位观测的有效性。
2)LT-1双星联合观测的基线控制范围普遍优于700 m,从SAR卫星观测源头改善了常态化InSAR形变测量数据的可靠性;卫星轨道定位精度总体优于5 cm,经精密轨道改进,单幅干涉图中低频相位少于1个条纹,经地形相位校正后干涉图背景相位得以抑制,与滑坡相关的局部形变相位得以凸显,易于解译识别。
3)LT-1卫星以最短4 d连续观测降低了滑坡大变形带来的相位混叠效应,最大程度刻画了真实地表变形。与Sentinel-1卫星12 d间隔、RadarSat-2卫星24 d间隔InSAR结果比较,在泄流坡滑坡应用中的实际形变测量能力从30 cm以内扩展到3.4 m,更接近实际形变,扩展了星载InSAR对地表局部大变形的实际探测能力。
4)LT-1卫星SAR数据在泄流坡滑坡大变形的监测应用表明,L波段SAR较好的林区穿透能力与短重访周期观测的特点,有助于探测到局部隐蔽性次级滑坡,刻画了大型滑坡变形的细节差异,这一特点将为开展中等规模甚至小规模滑坡变形监测提供新的数据源,进一步增强了星载InSAR的应用效能。
5)L波段高分高频观测提高了对地表大变形的探测有效性,但与滑坡滑移速率分级相比,其探测滑坡的滑移级别仍处于极其缓慢到非常缓慢变形阶段。因此,在实际滑坡大变形测量应用中,InSAR的探测能力仍需进一步提升,设计更短的时间重访观测模式是精准监测的关键。
6)LT-1卫星以条带模式1开展全国范围持续监测,年均可获取干涉数据约10期,可基本保证中国陆域常态化地表形变信息提取,将进一步增强地质灾害易发区规律性、常态化监测能力,为中大规模滑坡探测识别与中长时间尺度变形监测提供有力支撑。
http://ch.whu.edu.cn/cn/article/doi/10.13203/j.whugis20230478
-
表 1 LT-1卫星主要成像模式设计指标
Table 1 Main Image Modes Design Indicators of LT-1 Constellation
成像模式 分辨率/m 幅宽/km 入射角/(°) 极化方式 条带模式1 3 50 20~46(形变+测高)20~53(成像) 单极化 条带模式2 12 100 20~46(形变) 单极化 条带模式3 3 50 20~53(成像) 双极化 条带模式4 6 30 13~21.6(成像) 四极化 条带模式5 20~30 150~250 18~30(形变) 单极化 扫描模式 30 400 20~49(成像) 单极化 表 2 常用SAR卫星归一化形变速率差
Table 2 Normalized Deformation Difference Rate of Common SAR Satellites
卫星名称 常用模式 实际重访时间/d /(mm∙d-1) 多视比 波段 LT-1 3 m/50 km 约28 1.26 1∶2 L 6 m/100 km 约20 1.77 1∶1 ALOS-2 3 m/50 km 约28 1.26 1∶2 L SAOCOM-1 10 m/70 km 8/16 1.96/0.98 1∶2 L RadarSat-2 5 m/125 km 24/48 0.22/0.11 1∶2 C Sentinel-1 20 m/250 km 6/12 0.2/0.1 5∶1 C TerraSAR 3 m/30 km 11 0.52 1∶1 X 表 3 滑坡速率分类(参考IUGS-WGL,1995)
Table 3 Velocity Classes of Landslide (Refer to IUGS-WGL, 1995)
速率分类 速率描述 速率/(mm∙d-1) 7 极其快速 ≥4.32×108 6 非常快速 [4.32×106,4.32×108) 5 快速 [4.32×104,4.32×106) 4 中等快速 [4.32×102,4.32×104) 3 缓慢 [4.32,4.32×102) 2 非常缓慢 [4.32×10-2,4.32) 1 极其缓慢 <4.32×10-2 表 4 LT-1卫星模式1和2分辨率比较
Table 4 Comparison of Resolutions Between Modes 1 and 2 of LT-1 Constellation
模式 /m /m /(°) 多视数 多视分辨率/m 1 1.66 1.73 33.3 1∶2 3.02×3.46 2 1.66 3.06 31.8 1∶1 3.02×3.06 -
[1] Borgeaud M. The Keynote Report of the 11th International Workshop on “Advances in the Science and Applications of SAR Interferometry and Sentinel-1 InSAR”[C]//Fringe 2021, online, 2021.
[2] 葛大庆, 戴可人, 郭兆成, 等. 重大地质灾害隐患早期识别中综合遥感应用的思考与建议[J]. 武汉大学学报(信息科学版), 2019, 44(7): 949-956. Ge Daqing, Dai Keren, Guo Zhaocheng, et al. Early Identification of Serious Geological Hazards with Integrated Remote Sensing Technologies: Thoughts and Recommendations[J]. Geomatics and Information Science of Wuhan University, 2019, 44(7): 949-956.
[3] 李振洪, 宋闯, 余琛, 等. 卫星雷达遥感在滑坡灾害探测和监测中的应用: 挑战与对策[J]. 武汉大学学报(信息科学版), 2019, 44(7): 967-979. Li Zhenhong, Song Chuang, Yu Chen, et al. Application of Satellite Radar Remote Sensing to Landslide Detection and Monitoring: Challenges and Solutions[J]. Geomatics and Information Science of Wuhan University, 2019, 44(7): 967-979.
[4] Massonnet D, Feigl K L. Radar Interferometry and Its Application to Changes in the Earth’s Surface[J].Reviews of Geophysics, 1998, 36(4): 441-500.
[5] 田馨, 廖明生. InSAR技术在监测形变中的干涉条件分析[J]. 地球物理学报, 2013, 56(3): 812-823. Tian Xin, Liao Mingsheng. The Analysis of Conditions for InSAR in the Field of Deformation Monitoring[J]. Chinese Journal of Geophysics, 2013, 56(3): 812-823.
[6] 刘斌, 葛大庆, 王珊珊, 等. TOPS和ScanSAR模式InSAR在广域地灾隐患识别中的联合应用[J]. 武汉大学学报(信息科学版), 2020, 45(11): 1756-1762. Liu Bin, Ge Daqing, Wang Shanshan, et al. Combining Application of TOPS and ScanSAR InSAR in Large-Scale Geohazards Identification[J].Geomatics and Information Science of Wuhan University, 2020, 45(11): 1756-1762.
[7] 杜飞. 甘肃舟曲泄流坡滑坡基本特征及其堵江预测研究[D]. 成都: 成都理工大学, 2015. Du Fei. Study on Basic Characteristics of Xieliupo Landslide in Zhouqu, Gansu Province and Its River Blocking Prediction[D].Chengdu: Chengdu University of Technology, 2015.
[8] 黄晓, 杨为民, 张春山, 等. 舟曲泄流坡滑坡变形特征及其形成机理[J]. 地质力学学报, 2013, 19(2): 178-187. Huang Xiao, Yang Weimin, Zhang Chunshan, et al. Deformation Characteristics and Formation Mechanism of Xieliupo Landslide in Zhouqu[J]. Journal of Geomechanics, 2013, 19(2): 178-187.
[9] 蒋树, 文宝萍, 赵成, 等. 甘肃舟曲泄流坡滑坡活动机理分析[J]. 中国地质灾害与防治学报, 2013, 24(3): 1-7. Jiang Shu, Wen Baoping, Zhao Cheng, et al. Creep Mechanism Analysis of Xieliupo Landslide in Zhouqu County of Gansu Province[J]. The Chinese Journal of Geological Hazard and Control, 2013, 24(3): 1-7.
[10] Zhang Y, Su X J, Meng X M, et al. Insights into the Deformation Kinematics of Xieliupo Landslide, Zhouqu, China, Through Remote Sensing and Geomorphological Observations[J]. Landslides, 2023, 20(11): 2359-2377.
[11] Goldstein R M, Werner C L. Radar Interferogram Filtering for Geophysical Applications[J]. Geophysical Research Letters, 1998, 25(21): 4035-4038.
[12] Wegmüller U, Werner C, Frey O, et al. Reformulating the Split-Spectrum Method to Facilitate the Estimation and Compensation of the Ionospheric Phase in SAR Interferograms[J].Procedia Computer Science, 2018, 138: 318-325.
[13] Werner C, Wegmuller U, Strozzi T, et al. Interferometric Point Target Analysis for Deformation Mapping[C]//IEEE International Geoscience and Remote Sensing Symposium, Toulouse, France, 2004.
[14] Liu B, Zhang J F, Luo Y, et al. Error Propagation Analysis in Three-Dimensional Coseismic Displacement Inversion[J]. IEEE Geoscience and Remote Sensing Letters, 2014, 11(11): 1971-1975.
[15] International Union of Geological Sciences Working Group on Landslides. A Suggested Method for Describing the Rate of Movement of a Landslide[J]. Bulletin of the International Association of Engineering Geology, 1995, 52(1): 75-78.
-
期刊类型引用(1)
1. 胡智峰,李禄. 光学卫星辅助的SBAS-InSAR技术在大范围地表形变监测中的应用. 北京信息科技大学学报(自然科学版). 2024(05): 67-73 . 百度学术
其他类型引用(2)