陆地探测一号SAR卫星星座在地震行业的应用与展望

李永生, 李强, 焦其松, 姜文亮, 李兵权, 张景发, 罗毅

李永生, 李强, 焦其松, 姜文亮, 李兵权, 张景发, 罗毅. 陆地探测一号SAR卫星星座在地震行业的应用与展望[J]. 武汉大学学报 ( 信息科学版), 2024, 49(10): 1741-1752. DOI: 10.13203/j.whugis20230498
引用本文: 李永生, 李强, 焦其松, 姜文亮, 李兵权, 张景发, 罗毅. 陆地探测一号SAR卫星星座在地震行业的应用与展望[J]. 武汉大学学报 ( 信息科学版), 2024, 49(10): 1741-1752. DOI: 10.13203/j.whugis20230498
LI Yongsheng, LI Qiang, JIAO Qisong, JIANG Wenliang, LI Bingquan, ZHANG Jingfa, LUO Yi. Application of Lutan -1 SAR Satellite Constellation to Earthquake Industry and Its Prospect[J]. Geomatics and Information Science of Wuhan University, 2024, 49(10): 1741-1752. DOI: 10.13203/j.whugis20230498
Citation: LI Yongsheng, LI Qiang, JIAO Qisong, JIANG Wenliang, LI Bingquan, ZHANG Jingfa, LUO Yi. Application of Lutan -1 SAR Satellite Constellation to Earthquake Industry and Its Prospect[J]. Geomatics and Information Science of Wuhan University, 2024, 49(10): 1741-1752. DOI: 10.13203/j.whugis20230498

陆地探测一号SAR卫星星座在地震行业的应用与展望

基金项目: 

国家自然科学基金 42374039

国家重点研发计划 2021YFC3001903

民用航天技术预先研究项目 D040405

阿里巴巴创新研究项目 24024696-CRAQ717HZ11230008

详细信息
    作者简介:

    李永生,博士,研究员,主要从事地震过程反演及InSAR高性能和自动化计算方向。yongshengli@ninhm.ac.cn

    通讯作者:

    李强,副研究员。liqiang08@163.com

Application of Lutan -1 SAR Satellite Constellation to Earthquake Industry and Its Prospect

  • 摘要:

    陆探一号(Lutan-1, LT-1)合成孔径雷达(synthetic aperture radar,SAR)卫星是中国第一组民用L波段SAR干涉(interferometric SAR,InSAR)卫星星座,该星座以地表形变差分干涉测量模式为主,兼具干涉测高和全极化成像功能。其双星编队的成像模式可以实现4 d的严格重访周期,非常有利于地震等自然灾害的地表变形监测和应急响应。综合分析LT-1 SAR卫星的成像能力以及地震行业应用需求,重点阐述在轨测试阶段该组卫星系统在地震行业的初步应用,以中国四川省泸定地震、土耳其地震、中国甘肃省积石山地震等为例,详细阐述其在地震同震变形监测、地震次生灾害应急评估以及活动断裂解译和活动断层遥感探查的实际应用。结果显示,通过与同期其他SAR卫星干涉结果及全球导航卫星系统变形结果对比,验证了LT-1卫星地震同震变形结果在监测精度、时空分辨率上都具有较大优势。利用LT-1 SAR卫星影像高分辨率的优势,快速获取地震滑坡分布以及精确绘制震区的道路通达性产品,可有效支撑地震应急和灾害评估工作。得益于搭载L波段传感器,雷达波穿透能力相对较强。因此,LT-1卫星具备较强的隐伏断层探测能力。对LT-1卫星星座在地震行业应用中广度和深度进行讨论,对目前存在的问题进行阐述,为后续地震业务化应用提供参考。

    Abstract:
    Objectives 

    Lutan-1 (LT-1), as the first constellation of civil L-band interferometric synthetic aperture radar (InSAR) satellites in China, primarily focuses on surface deformation measurement by leveraging the differential interferometric, while also possessing height measurement and fully polarimetric imaging capabilities. With its dual-satellite formation imaging mode, it can achieve a strict revisit period of four days, which is highly beneficial for surface deformation monitoring and emergency response to natural disasters such as earthquakes. From the perspective of the LT-1 SAR satellite's imaging capabilities and the demands of the seismic industry, we primarily highlight the preliminary applications of the satellite system during the testing phase. The main objective is to evaluate the satellite data's capabilities in co-seismic deformation monitoring, emergency observations, and remote sensing interpretation of active fault zones. The ultimate purpose is to provide a reference for the future commercialization of seismic applications, based on the potential applications of the satellite data in these fields.

    Methods 

    Taking the examples of the 2022 Luding earthquake in Sichuan Province,China, the 2023 Turkey earthquake, and the Jishishan earthquake in Gansu Province, China, coseismic deformation monitoring will be conducted. The deformation maps will be assessed in terms of accuracy and monitoring capabilities. Additionally, emergency assessments of secondary earthquake hazards and remote sensing investigations of active fault zones will be carried out based on the high-resolution SAR data from the LT-1 satellite.

    Results 

    By comparing the co-seismic deformation results derived from LT-1 satellites with the results from concurrent other SAR satellites and global navigation satellite system (GNSS) measurements, it has been verified that the LT-1 satellite has significant advantages in terms of monitoring accuracy and spatiotemporal resolution. In addition, leveraging the high-resolution advantage of LT-1 SAR satellite imagery, it is possible to quickly obtain information on the distribution of earthquake-induced landslides and accurately delineate the accessibility of roads in the affected area. This capability effectively supports earthquake emergency response and disaster assessment efforts. Furthermore, thanks to the L-band sensor, the LT-1 satellite exhibits strong penetration capabilities, thus enabling the detection of hidden faults.

    Conclusions 

    Through multiple case studies in the seismic industry, encompassing various areas such as coseismic deformation monitoring, emergency response, and hidden fault detection, the results have demonstrated that the LT-1 satellite constellation has a significant breadth and depth of applications in the seismic industry. In the future, it will effectively support scientific research on seismic cycles and earthquake emergency operations.

  • 地震灾害具有突发性高、破坏性大、防御难度大、余震持续时间长、易诱发次生灾害、社会影响力大等特点,严重影响人民生命及财产安全[1-4]。合成孔径雷达干涉测量(interferometric synthetic aperture radar,InSAR)技术可以测量与地震相关的量级较大的地面运动(比如同震、震间或者震后形变)[5-9]。在地震地球物理研究中,相对于野外观测和地震学方法,InSAR技术已经作为一种主要的地表变形测量手段,是近30多年来快速发展的前沿技术之一[10-14]。InSAR变形场或速率场以密集相干点群反映断裂带附近地壳运动整体图像和面状连续变化趋势,弥补地面定点观测盲区[15],在断裂活动性监测及其地震危险性评价中具有广阔的应用前景和巨大的发展潜力[16-17]。目前,采用InSAR方法沿断裂带测量与建模同震或者震间形变的时空变化是地震构造与地震灾害评估的前沿研究方向之一[18-24]

    陆地探测一号(Lutan-1, LT-1)合成孔径雷达(synthetic aperture radar,SAR)卫星星座是国家民用空间基础设施中长期发展规划重要组成部分,由性能指标一致的L波段SAR一型两星构成,分别于2022年1月26日(A星)和2022年2月27日(B星)发射升空。该卫星星座以差分干涉地表形变测量模式为主,兼具干涉测高和单星成像功能。单个卫星设计寿命为8 a。第一阶段,两颗卫星以可变基线编队飞行,范围在0.7~7.0 km之间[25],利用双星绕飞模式获取高精度、高空间分辨率的全球数字高程模型。在第二阶段,双星常态工作期间跟飞编队为主要模式,双星以180°间隔分布于轨道面(见图1,满足地质、土地、地震、减灾、测绘、林业以及军民融合等领域需求。两颗卫星都运行在平均轨道高度约607 km的太阳同步回归轨道上,每颗卫星搭载L波段多极化SAR载荷,具有6种成像模式,空间分辨率范围为3~30 m(见表1)。LT-1双星组网构型支撑双星轨道稳定性并严格重轨观测,可实现地壳形变的高频观测。单星轨道重访周期为8 d,双星联合可以达到4 d,有利于地震同震变形场的应急监测。L波段SAR卫星影像可以有效提高InSAR干涉相干性,提升植被覆盖较高地区的干涉测量精度,此外长波长数据可以提供较大的干涉相位梯度,非常适用于地震极震区大形变监测等场景[25-26]

    图  1  LT-1 SAR卫星星座构型
    Figure  1.  LT-1 Satellite Constellation Configuration
    表  1  LT-1卫星成像模式和主要技术参数
    Table  1.  LT-1 Satellite Imaging Mode and Technical Parameters
    成像模式极化方式分辨率/m幅宽/km入射角/(°)
    条带模式1HH或VV35020~46
    条带模式2HH或VV1210020~46
    条带模式3HH+HV或VV+VH35010~60
    条带模式4HH+HV+VH+VV63013~21
    条带模式5HH 或 VV2416015.7~30
    扫描模式HH 或 VV3040020~49
    下载: 导出CSV 
    | 显示表格

    为充分挖掘LT-1卫星的地震形变监测能力和地震灾害应急监测能力,本文主要基于LT-1 SAR卫星数据产品和关键技术特征,讨论其在地震行业应用中的应用场景和潜力,并为后续地震应用业务提供参考。

    地震事件通常是地壳内几十至几百年间积累的能量在几秒至几分钟时间内释放出来。这种突然的应变释放导致两种重要的可测量的结果:(1)地震波,可以通过全球布设的地震测量仪监测到;(2)地表永久变形,可以通过大地测量手段监测到,方法有水准测量、全球导航卫星系统(global navigation satellite system,GNSS)和InSAR技术等[1,10-12,21-22,27]。对于大部分大陆型中强地震,利用SAR卫星数据可以进行及时跟踪观测,绘制地表破裂并对断裂深部的滑动分布进行估计。这些研究可以直接将地震和发震断层联系起来,以方便研究者计算地壳应力如何变化,以及如何影响未来地震灾害[1,4,16-18,20-22]。本文利用LT-1卫星在轨测试阶段获取和测量全球多个中强地震的同震变形场,并评估其地震同震变形监测能力。

    目前,常用差分InSAR(differential InSAR, DInSAR)和像素偏移追踪技术(pixel offset tracking,POT)获取地震的同震变形场。DInSAR技术可以用于探测地球表面的微小形变场,以高时空分辨率和大幅宽获取连续的地表形变信息,具有高精度探测地表形变的能力,该技术成为近30 a获取中强地震同震形变场的主要方式之一。POT技术是通过两景SAR影像精确配准获得亚像元配准偏移量,以此来估算单个像元沿卫星方位向和距离向上的位移,精度通常可达到数据分辨率的1/10到1/30。

    2022年9月5日,四川省甘孜州泸定县发生6.8级地震,震源深度16 km。震中位于(102.08°E,29.59°N)。此次地震震源机制解显示为走滑型破裂,发震断裂为鲜水河断裂南段。LT-1 SAR卫星星座在2022年9月4日和9月12日分别获取得到震前和震后的干涉对,成像模式是条带模式1,空间分辨率为3 m。干涉对均采用星座中A星数据,极化方式HH。地震同震变形结果显示干涉图相干性较高,可以比较清晰地刻画出地震的同震变形场(图2(a))。在发震断层(鲜水河断裂)西侧卫星视线向(line of sight, LOS)变形量达到0.2 m,在断层的东侧LOS变形量达到-0.25 m。受限于发震断层的运动方向和SAR成像的几何关系以及数据的空间覆盖范围,变形场仅部分展示出走滑断裂常出现的蝴蝶型变形场。地震位置位于鲜水河断裂尾端,其运动方向由西北-东南向逐渐向南展布,其运动方式也由左旋走滑运动逐步转向以走滑为主兼有逆冲分量,该左旋运动使得在断层西侧呈现明显抬升信号。同时,在断裂带西侧的贡嘎雪山地区分布着多处局部变形信号(图2(a)),这些与地震触发的滑坡和冰川运动等相关, 这也得益于LT-1 L波段SAR传感器可以捕获更大形变梯度信号。为验证LT-1的地震同震变形能力,获取同为L波段的ALOS-2卫星干涉数据(2021-12-02—2022-09-08)进行同震变形监测(图2(b))。两者对比结果显示LT-1极震区变形细节刻画更清晰,相干性更高,其原因是ALOS-2的干涉对时间基线较长。此外,

    图  2  泸定地震基于LT-1和ALOS-2的同震变形场
    Figure  2.  Coseismic Deformation Field of the Luding Earthquake Based on LT-1 and ALOS-2

    LT-1在本次地震中采用条带模式1的成像模式,其空间覆盖范围为50 km,因此变形场未完全覆盖断裂带的东盘。

    中国台湾东部的断层系统受菲律宾海板块与欧亚板块/中央山脉地块的斜向碰撞与聚合影响,为全球速度最快的陆上断层系统之一,每年平均吸收约3 cm以上的板块运动。池上附近分布着纵谷断层和中央山脉断层,两个断层系统间常有地震活动的连动现象发生。2022年9月17日和18日在中国台湾省花莲县分别发生M 6.4和M 6.8地震,两次地震发生在关山和池上地区。9月17日地震震源深度仅7.3 km,属于浅源地震,推断断层面为北北东-南南西走向,高角度朝西倾,以左移运动为主的断层面,而压缩轴也与菲律宾海板块向西北挤压的方向大致吻合。17 h后在其北方约5 km的池上乡又发生震级达6.8的地震,震源机制与前一日地震类似。利用LT-1A SAR卫星获取得到这两次地震的同震变形场(见图3)。干涉对时间为2022年8月20日和2022年9月21日,空间分辨率为3 m,轨道号为99,轨道方向是升轨。结果显示,受影像覆盖范围的限制,干涉图未完整覆盖本次地震的变形场,但也可以比较清晰地刻画出地震的极震区。在发震断层的西侧卫星LOS抬升变形量达到80 cm,在断层的东侧LOS变形量达到-50 cm,总体而言InSAR变形分布特征和左旋加逆冲运动性质一致。

    图  3  中国台湾省花莲地震LT-1的同震变形场
    Figure  3.  Coseismic Deformation Field of Hualian Earthquake LT-1 in Taiwan, China

    土耳其当地时间2023年2月6日4时17分在

    土耳其发生Mw 7.8地震,震源深度20 km,18时24分再次发生Mw 7.5地震。地震震中地表人口密集,房屋坍塌无数,公路铁路被严重损坏,造成重大的人员伤亡和财产损失。为获取本次地震的同震变形场,LT-1卫星于2022年4月11日和2023年2月10日分别获取地震前后的SAR影像,成像模式为条带2,幅宽为100 km,空间分辨率为12 m。

    利用地震前后LT-1 SAR卫星数据进行POT计算可快速获取土耳其地震的地表破裂带位置和变形量级。现有的InSAR监测技术中存在大尺度变形导致干涉相位梯度较大,POT方法可以克服这个不足,准确刻画出中强地震地表破裂带位置和空间覆盖范围(图4)。结果显示,沿着SAR距离向两次地震造成明显地表破裂,量级最大达到4 m。同时,在方位向结果上沿着断层方向也出现明显的断层走滑信号,最大量级达到2 m,该结果与ALOS-2 POT结果对比,具有较高的一致性[28-29]

    图  4  基于LT-1的土耳其地震POT同震变形场
    Figure  4.  POT Results of Coseismic Deformation Field of Turkey Earthquake Based on LT-1

    利用DInSAR得到两次强震的同震变形场,受益于LT-1 01组卫星L波段雷达载荷波较长的优势,相隔10个月的两幅SAR图像对同震地表大形变区域依然保存较高相干性。基于POT结果提取地表破裂带位置,并对地震同震差分干涉结果进行解缠误差校正。结果显示,第一次地震引起地表破裂带LOS向位移最大达到3~4 m,第二次地震的地表破裂最大位移达到2 m(图5)。总体而言,两次地震造成的地表变形与左旋走滑地震的特征一致。POT和InSAR结果可以准确刻画出本次地震破坏程度,为震后救援提供重要的数据支撑。

    图  5  基于LT-1 的2023年土耳其两次地震的同震InSAR变形场
    Figure  5.  Coseismic InSAR Deformation Field of Two Earthquakes in Turkey in 2023 Based on LT-1

    利用土耳其地震的GNSS同震变形产品对LT-1结果进行对比验证,选择覆盖InSAR变形场范围内的两个GPS点位(EKZ1和ANTE)。将GPS结果的东西向和南北向变形结果投影转换到LT-1 LOS,如表2所示,结果显示其误差小于2.8 cm,优于卫星设计5 cm的指标要求。

    表  2  土耳其地震LT-1 InSAR与GNSS的变形结果对比验证
    Table  2.  Comparison Validation of Turkey Earthquake LT-1 InSAR Results with GNSS
    点位经度/(°)纬度/(°)GPS东西向/cmGPS南北向/cmGPS转LOS/cmLT-1 LOS/cm误差/cm
    ANTE37.43437.07222.7630.69.681.6
    EKZ137.24038.091-22-19-10.8-132.8
    下载: 导出CSV 
    | 显示表格

    2023年12月18日,中国甘肃省临夏州积石山县(102.79°E,35.70°N)发生6.2级地震,震源深度10 km。利用LT-1卫星星座获取积石山地震前后的干涉SAR数据,分别是震前2023年12月18日、震后2023年12月22日,4 d的重访周期保证干涉图具有较高的相干性(图6(a))。结果显示,本次地震造成明显的地表变形,最大的抬升变形量级达到7 cm左右,这与本次逆冲地震性质一致[30]。最大变形区域位于拉脊山南缘断裂和北缘断裂之间。为对比LT-1变形监测精度,本文利用哨兵卫星获得本次地震的同震变形场(见图6(b)),干涉对时间分别是2023年10月27日和2023年12月26日。变形场剖面线分析结果(见图7)显示,两种数据源变形量级和空间覆盖范围等都保持较高的一致性,说明LT-1在同震变形场监测方面具备较高的测量精度。

    图  6  甘肃积石山地震基于LT-1和哨兵1号的同震变形场
    Figure  6.  Coseismic Deformation Field of the Jishishan Earthquake, Gansu Based on LT-1 and Sentinel-1
    图  7  甘肃积石山地震的InSAR同震变形场剖面线分析
    Figure  7.  Profile of Coseismic Deformation Map in Jishishan Earthquake, Gansu

    强震发生后,往往伴随震区交通和通信中断,给及时了解灾区灾情、制定救灾对策带来很大困难。地震灾害调查工作的开展依赖于对灾区受灾信息的快速、动态获取,遥感技术在其中能发挥重要作用。利用获取的同震形变场、地震

    破裂带、极灾区与道路损坏等信息,快速了解灾区情况,为有效开展救灾工作部署提供决策信息,赢得宝贵救援时间。由于光学遥感观测地面时需要无云或者极少云才能更好地观测,然而当发生滑坡灾害时,通常伴随着多云阴天等恶劣天气,所以利用光学遥感手段观测滑坡区域通常行不通或者效果不理想。微波遥感相较于光学遥感的优势是不受气候或天气的影响,它可以24 h不间断地获取所需的SAR影像数据,这使得将微波遥感技术应用于重特大地震应急监测领域具有巨大优势,因此得到人们极大重视。震后对雷达影像进行快速定位和快速判读,研究房屋破坏程度空间分布、生命线工程震害信息提取技术,可获取震害信息的空间分布,通过分析震区建筑物破坏状况和程度的空间分布,可判识极震灾区的分布范围以及道路通行能力,进而指导重要目标救援和救援路线判定[31]。同时,震后诱发大规模滑坡之后,滑坡发生地点、规模以及波及范围等信息对于灾后应急响应也至关重要。在早期,地震现场的信息情况主要以人工进行实地勘测为主,不过大多数的地震都是发生在地形较为复杂的山区,所以交通不便或道路被滑坡损毁,导致外面的救援力量难以达到现场[31]。这使得在短时间内通过人力进行现场勘查以便获得现场灾害情况、波及范围等信息愈发困难,进而导致后续快速地展开紧急灾后救援和灾后重建工作受阻。

    基于震后获取的雷达遥感图像,灾情信息识别方法主要包括基于单时相的震害信息提取和基于多时相图像的变化检测技术方法,单时相分析主要利用的信息是SAR图像中丰富的纹理特征,而多时相变化检测主要利用强度信息和相位信息。

    纹理特征是对SAR图像中信息的另一种表示形式,通常有亮度、陡度、大小及色彩等特征,是复杂的视觉实体或子模式的组合,这些特征反映在不同的地物上各不相同,所以可以通过特征参数将地物纹理提取出来。由于LT-1 SAR影像的分辨率都可以达到高分辨率模式(3 m),所以SAR影像中的地面目标纹理信息更加丰富,可以充分合理地利用特征参数,为滑坡信息提取提供一种有效的方法。由于滑坡发生后地表情况更为复杂,雷达波反射时大部分是漫散射形式。然而滑坡发生前,地表地物较为规则,散射特性稳定,雷达波不易形成漫散射形式,所以滑坡发生后地表所产生的回波功率远大于滑坡发生前地物的回波功率。这导致SAR图像上灰度纹理信息产生剧烈的变化,这些变化就包含滑坡灰度纹理信息。灰度纹理特征参数与计算的窗口大小、方位角大小密切相关。

    2022年泸定地震发生后,震区受云雾天气影响,震后3~4 d内光学影像无法有效成像,因此震后快速获取SAR图像可有效支撑震后应急响应工作。基于泸定地震前后的两幅LT-1 SAR图像,在对图像进行配准后,确定两幅SAR图像纹理特征计算的最佳窗口大小以及最合适的方位角,进而确定最合适滑坡提取的6种纹理特征参数,主要包括对比度、角二阶矩、均匀性、相异性、相关性以及熵6个特征参量。首先利用主成分分析的方法提取6个参数的第一主成分分量,然后计算地震前后纹理特征主成分分量的差,最后利用Ostu阈值分割方法区分滑坡与非滑坡,实现滑坡变化信息的提取。统计基于LT-1 SAR数据提取的滑坡面积,总面积为6.091 km2,最小的滑坡面积为348 m2图8)。泸定地震发生后,获取高分6号(Gaofen-6, GF-6)遥感影像数据,处理后影像空间分辨率为2 m,影像获取时间为2022年9月10日。基于获取的光学遥感影像,利用深度学习的方式识别次生灾害共计1 287处,滑坡总面积为5.425 km2,其中最小滑坡面积为154 m2,最大滑坡面积为9 719 m2图9)。

    图  8  基于LT-1 SAR卫星数据获取得到的泸定地震的同震滑坡及道路损毁评估结果
    Figure  8.  Landslides and Road Damage Assessment Results Obtained from LT-1 SAR Satellite Data During the Luding Earthquake
    图  9  基于GF-6光学数据泸定地震同震滑坡空间分布解译结果
    Figure  9.  Interpretation Results of Coseismic Landslide Spatial Distribution in Luding Earthquake Based on GF-6 Optical Data

    为验证利用LT-1 SAR卫星数据提取震后次生滑坡灾害的准确度,以GF-6获取的滑坡面积为基准,两者计算叠加,统计计算LT-1 SAR提取滑坡的精度,与GF-6数据完全一致的滑坡区域面积为4.692 km2,总体提取准确性为86.5%,满足地震应急的需求。错分面积为1.399 km2,分析其原因,主要是SAR成像过程中阴影以及叠掩所造成的。但在震后阴雨等恶劣天气导致光学影像无法有效成像的情况下,SAR图像可有效成像并快速识别滑坡的空间分布,可为地震应急救援及辅助决策制定提供信息支撑。提取同震滑坡空间分布后,与已有的道路矢量数据进行空间叠置分析,可判定因滑坡造成的损毁道路长度。量算发现,研究区范围内同震滑坡造成省道损毁道路长度为3.86 km,县乡道损毁长度约2.93 km(图8),该结果可应用于灾区道路的通达性评估以及应急救援力量部署路径的规划。

    活动断层遥感探查通过高分辨率遥感数据调查活动断裂分布,配合历史地震、地震烈度区划图或地震动参数区划图,制定不同区域地震设防标准,对建设工程进行地震安全性评价,达到

    最大程度减轻地震灾害的目的[31]。多角度、多波段、多极化雷达卫星图像,可获得不同于可见光和红外遥感所提供的地物信息。SAR卫星雷达波束波长较长,对地表地物具有一定穿透能力,适合探测隐伏断层的相关信息。雷达侧视成像的工作方式容易产生雷达阴影,增强图像的立体感,可以突出与雷达视线方向垂直的线性构造的地形特征[32]。构造地貌的几何学精细解析与构造地貌制图是活动断层研究的重要内容之一,如准确标绘活动断层地表迹线对于活断层地震危险性的评价和重大工程的建议、活动断层避让参数的确定至关重要。

    遥感技术综合应用于复杂结构构造区信息的客观提取,具有突出的优越性和广阔的前景,尤其是对于多云、多雨及多雾的中国西南地区,利用雷达图像后向散射特性能够识别第四纪含水性、植被差异等弱异常信息,进而识别线性结构、线性异常,提取线性构造与地貌要素,如断层陡坎、地表破裂带、断头河与断尾河、水系和冲沟位错、山脊和湖泊位错等,这些特征往往对线性构造要素具有很好的指示作用,进而揭示可能的隐伏断裂[32]。隐伏断裂提取主要利用SAR图像

    的穿透性对地层含水性和地表粗糙度的敏感度,反映隐伏断裂存在标志一般表现为不同含水性地层之间的线性差异,LT-1 SAR具有的L波段具有较高的地表穿透能力,特别是在植被覆盖茂密的地区,通过构建后向散射系数与地表参数的关系模型,地表参数包括地层的含水性和地表粗糙度,提取并验证隐伏断裂在地表和地下的存在标志。

    针对鲜水河断裂部分地段,利用LT-1号数据产品,在活动断层相关信息和构造地貌解译方法的基础上,识别与活动断层相关的线性纹理特征,结合目视解译,充分利用LT-1 SAR数据能穿透植被的特性及区域性色调变化界面带,判定活动断层及相关构造解译标志体,结合光学影像,对断裂存在证据给予构造解译。色拉哈段是鲜水河断裂带南东段的主干断裂,全长约80 km,起于金龙寺附近,沿色哈拉、木格措至康定一带,断层性质为左旋走滑。在色拉哈以北,主要展布于海子山南西坡高原,整体海拔4 000 m左右,地势较为平坦;往南经过折多山北东方向,沟谷切割。断裂整体形状近似呈S形,地表分布众多的断层槽谷和断塞塘,最著名的就是S形拉分弯曲带形成的木格措湖(图10(a))。LT-1雷达影像中,木格措湖附近,沿断裂线性特征明显,色调有明暗差异(图10(b)),箭头所指为断裂的位置;在次嘎隆巴附近,断裂表现为不连续的线性分布,两侧纹理及色调差异明显。

    图  10  色拉哈断裂典型地貌(红色箭头指示断裂带位置)
    Figure  10.  Typical Landforms of the Selaha Fault (the Red Arrow Indicates the Location of the Fault Zone)

    鲜水河断裂带自康定以南,其几何展布又表现为较单一结构,收敛为磨西主干断裂。磨西断裂从康定以南沿磨西河延伸至石棉一带,总体走向340°。光学遥感影像中,在老榆林东侧,山脊和水系同步左旋(图11(a))。在雅家埂附近发育有冲沟位错,影像中表现出线性特征(图11(b))。在LT-1雷达影像中,在老榆林东侧和雅家埂附近(图11(c)、图11(d)),断裂在影像中都表现出线性特征,断裂两侧影像明暗度差异明显,可以清晰刻画断裂带特征。

    图  11  磨西断裂典型地貌遥感特征
    Figure  11.  Typical Landforms of the Moxi Fault in Optical Images and SAR Images

    近年来,针对构造运动监测的SAR卫星系统不论质量还是数量都得到极大提升,随着高分辨率SAR遥感技术的发展,人们可以获取到的卫星影像分辨率达到亚米级。因此,对地震构造和活动断裂的SAR卫星遥感观测是近年来快速发展的前沿技术之一。

    1)目前包括新的LT-1星座在内的SAR卫星系统蓬勃发展,可实现覆盖中国全域的系统性、大范围变形高频观测。在高地震危险区人口增长以及城市人口密度增加,使得更好地理解活动构造显得日益紧迫。以SAR/InSAR观测资料作为约束和边界条件,识别活动断裂的位置以及速度等状况是提高地震危险性评估技术和绘制断裂地貌的关键需求之一[1]。同时,将SAR观测资料同地下深部的地震活动联系起来,可进行地震危险性分析。因此,LT-1 SAR卫星在活动断层遥感探查应用中具有重要作用,可以为活动构造定性和定量分析提供全面、快速、客观的基础资料。

    2)利用LT-1数据对重点构造板块及边界带的中强地震进行同震变形观测,绘制这些地震事件的同震地表破裂和断裂几何特征,对滑动分布进行建模和解释,可用于地球物理反演、地壳运动驱动力以及大陆岩石圈性质的约束。通过空基观测平台的革新促使地质模型的发展,这些模型也可以解释随着时间变化的地表形变现象以及断裂区域和构造格局的长期演变过程。

    3)利用LT-1的高频成像能力,针对重点监测区域和断裂带,可以每年保证1~15次以上的重复观测频次,实现地表长期形变序列测量,有助于理解板块应变是否积累以及如何积累。同时,捕捉高精度地壳变形信号、分析地壳构造动力特征,进而为中长期地震监测提供支撑信息。

    目前,LT-1卫星星座已开展常规对地观测任务,预计在不久的将来,在全球范围内将积累越来越丰富的SAR数据。利用这些数据开展包括地震过程的地表变形监测需要注意以下问题:

    1)InSAR算法经过几十年的发展已经相对成熟,但由于SAR卫星系统的成像方式、数据分辨率、幅宽等都处在不断发展的阶段,因此LT-1 InSAR处理方法也在不断改进和优化,如轨道参数精化、大气延迟误差去除等[33]

    2)LT-1 现阶段主要以条带1的方式开展常规观测,因此,如何对广域地壳变形监测涉及到的海量数据进行并行计算,形变成果平差拼接,以GNSS为参考的基准校正等也需要进一步研究。

    3)LT-1 SAR卫星系统搭载L波段SAR传感器,可以有效地抑制复杂地表环境下干涉过程中固有的失相干现象,有效地提高干涉图的质量。但对一些地壳微小变形信号,L波段相对于C波段较不敏感,因此对一些活动断裂震间微小变形监测也需要进一步研究。

    为充分挖掘LT-1卫星在地震行业的应用潜力,本文从地震同震变形监测、地震应急评估以及活动断层遥感探查等角度分别对LT-1 SAR卫星数据的变形监测和地物识别能力进行介绍。以中国四川省泸定地震和台湾省花莲地震,以及土耳其地震和中国甘肃省积石山地震为例,以高精度差分干涉图精细刻画地震破裂带错断的空间范围和变形量级,充分展示LT-1 SAR卫星的地震同震DInSAR能力。基于LT-1 SAR卫星影像对泸定地震震区的道路通达性进行精确绘制,对灾区受灾信息的快速、动态获取以及地震灾害调查工作发挥重要作用。根据L波段雷达波穿透能力相对较强的特点,以鲜水河断裂南段为例详细展示SAR卫星数据中线性构造地形特征,反映LT-1卫星进行隐伏断层探测的成像能力。这说明LT-1卫星数据能满足地震行业变形监测和应急应用需求。未来随着数据的大量积累和SAR数据处理技术的发展,可进一步深挖LT-1卫星星座在地震行业应用的广度和深度,包括活动断裂微小变形监测、震后变形监测、震区生命线工程监测以及地震房屋倒塌评估等。

    http://ch.whu.edu.cn/cn/article/doi/10.13203/j.whugis20230498

  • 图  1   LT-1 SAR卫星星座构型

    Figure  1.   LT-1 Satellite Constellation Configuration

    图  2   泸定地震基于LT-1和ALOS-2的同震变形场

    Figure  2.   Coseismic Deformation Field of the Luding Earthquake Based on LT-1 and ALOS-2

    图  3   中国台湾省花莲地震LT-1的同震变形场

    Figure  3.   Coseismic Deformation Field of Hualian Earthquake LT-1 in Taiwan, China

    图  4   基于LT-1的土耳其地震POT同震变形场

    Figure  4.   POT Results of Coseismic Deformation Field of Turkey Earthquake Based on LT-1

    图  5   基于LT-1 的2023年土耳其两次地震的同震InSAR变形场

    Figure  5.   Coseismic InSAR Deformation Field of Two Earthquakes in Turkey in 2023 Based on LT-1

    图  6   甘肃积石山地震基于LT-1和哨兵1号的同震变形场

    Figure  6.   Coseismic Deformation Field of the Jishishan Earthquake, Gansu Based on LT-1 and Sentinel-1

    图  7   甘肃积石山地震的InSAR同震变形场剖面线分析

    Figure  7.   Profile of Coseismic Deformation Map in Jishishan Earthquake, Gansu

    图  8   基于LT-1 SAR卫星数据获取得到的泸定地震的同震滑坡及道路损毁评估结果

    Figure  8.   Landslides and Road Damage Assessment Results Obtained from LT-1 SAR Satellite Data During the Luding Earthquake

    图  9   基于GF-6光学数据泸定地震同震滑坡空间分布解译结果

    Figure  9.   Interpretation Results of Coseismic Landslide Spatial Distribution in Luding Earthquake Based on GF-6 Optical Data

    图  10   色拉哈断裂典型地貌(红色箭头指示断裂带位置)

    Figure  10.   Typical Landforms of the Selaha Fault (the Red Arrow Indicates the Location of the Fault Zone)

    图  11   磨西断裂典型地貌遥感特征

    Figure  11.   Typical Landforms of the Moxi Fault in Optical Images and SAR Images

    表  1   LT-1卫星成像模式和主要技术参数

    Table  1   LT-1 Satellite Imaging Mode and Technical Parameters

    成像模式极化方式分辨率/m幅宽/km入射角/(°)
    条带模式1HH或VV35020~46
    条带模式2HH或VV1210020~46
    条带模式3HH+HV或VV+VH35010~60
    条带模式4HH+HV+VH+VV63013~21
    条带模式5HH 或 VV2416015.7~30
    扫描模式HH 或 VV3040020~49
    下载: 导出CSV

    表  2   土耳其地震LT-1 InSAR与GNSS的变形结果对比验证

    Table  2   Comparison Validation of Turkey Earthquake LT-1 InSAR Results with GNSS

    点位经度/(°)纬度/(°)GPS东西向/cmGPS南北向/cmGPS转LOS/cmLT-1 LOS/cm误差/cm
    ANTE37.43437.07222.7630.69.681.6
    EKZ137.24038.091-22-19-10.8-132.8
    下载: 导出CSV
  • [1]

    Elliott J R, Walters R J, Wright T J. The Role of Space-Based Observation in Understanding and Responding to Active Tectonics and Earthquakes[J]. Nature Communications, 2016,7: 13844.

    [2]

    Li Y S, Jiang W L, Zhang J F, et al. Sentinel-1 SAR-Based Coseismic Deformation Monitoring Service for Rapid Geodetic Imaging of Global Earthquakes[J].Natural Hazards Research, 2021, 1(1): 11-19.

    [3]

    Li Y S, Jiang W L, Zhang J F. A Time Series Processing Chain for Geological Disasters Based on a GPU-Assisted Sentinel-1 InSAR Processor[J]. Natural Hazards, 2022,111(1): 803-815.

    [4]

    Biggs J, Wright T J. How Satellite InSAR Has Grown from Opportunistic Science to Routine Monitoring over the LastDecade[J]. Nature Communications,2020, 11:3863.

    [5]

    Pritchard M E, Simons M. A Satellite Geodetic Survey of Large-Scale Deformation of Volcanic Centres in the Central Andes[J].Nature,2002,418: 167-171.

    [6]

    Wright T J, Elliott J R, Wang H, et al. Earthquake Cycle Deformation and the Moho: Implications for the Rheology of Continental Lithosphere[J]. Tectonophysics,2013, 609: 504-523.

    [7]

    Xu W B, Wu S B, Materna K, et al. Interseismic Ground Deformation and Fault Slip Rates in the Greater San Francisco Bay Area from Two Decades of Space Geodetic Data[J]. Journal of Geophysical Research: Solid Earth, 2018, 123(9): 8095-8109.

    [8]

    Li B Q, Li Y S, Jiang W L, et al. Conjugate Ruptures and Seismotectonic Implications of the 2019 Mindanao Earthquake Sequence Inferred from Sentinel-1 InSARData[J].International Journal of Applied Earth Observation and Geoinformation, 2020,90: 102127.

    [9] 李振洪, 韩炳权, 刘振江, 等. InSAR数据约束下2016年和2022年青海门源地震震源参数及其滑动分布[J]. 武汉大学学报(信息科学版), 2022, 47(6):887-897.

    Li Zhenhong, Han Bingquan, Liu Zhenjiang,et al. Source Parameters and Slip Distributions of the 2016 and 2022 Menyuan, Qinghai Earthquakes Constrained by InSAR Observations[J]. Geomatics and Information Science of Wuhan University, 2022, 47(6): 887-897.

    [10]

    Massonnet D, Rossi M, Carmona C, et al. The Displacement Field of the Landers Earthquake Mapped by Radar Interferometry[J]. Nature,1993, 364: 138-142.

    [11]

    Feng W P, Li Z H, Hoey T, et al. Patterns and Mechanisms of Coseismic and Postseismic Slips of the 2011 Mw 7.1 van (Turkey) Earthquake Revealed by Multi-platform Synthetic Aperture Radar Interferometry[J].Tectonophysics, 2014, 632: 188-198.

    [12]

    Funning G J, Garcia A. A Systematic Study of Earthquake Detectability Using Sentinel-1 Interferometric Wide-Swath Data[J]. Geophysical Journal International, 2019,216(1): 332-349.

    [13]

    Wang T, Wei S J, Shi X H, et al. The 2016 Kaikōura Earthquake: Simultaneous Rupture of the Subduction Interface and Overlying Faults[J].Earth and Planetary Science Letters, 2018, 482: 44-51.

    [14]

    Qu C Y, Shan X J, Zhao D Z, et al. Relationships Between InSAR Seismic Deformation and Fault Motion Sense, Fault Strike, and Ascending/Descending Modes[J]. Acta Geologica Sinica, 2017, 91(1): 93-108.

    [15]

    Weiss J R, Walters R J, Morishita Y, et al. High-Resolution Surface Velocities and Strain for Anatolia from Sentinel-1 InSAR and GNSS Data[J]. Geophysical Research Letters,2020,47(17): e2020GL087376.

    [16]

    Bekaert D P S, Hooper A, Wright T J. Reassessing the 2006 Guerrero Slow-Slip Event, Mexico: Implications for Large Earthquakes in the Guerrero Gap[J]. Journal of Geophysical Research: Solid Earth, 2015,120(2): 1357-1375.

    [17]

    Hamling I J, Hreinsdóttir S, Clark K, et al. Complex Multifault Rupture During the 2016 Mw 7.8 Kaikōura Earthquake, New Zealand[J]. Science, 2017,356(6334): 7194.

    [18]

    Wang H, Wright T J, Biggs J. Interseismic Slip Rate of the Northwestern Xianshuihe Fault from InSAR Data[J]. Geophysical Research Letters, 2009, 36(3):L03302.

    [19]

    Hussain E, Wright T J, Walters R J, et al. Constant Strain Accumulation Rate Between Major Earthquakes on the North Anatolian Fault[J]. Nature Communications,2018, 9:1392.

    [20] 李永生,冯万鹏,张景发,等.2014年美国加州纳帕Mw 6.1地震断层参数的Sentinel-1A InSAR反演[J].地球物理学报,2015,58(7):2339-2349.

    Li Yongsheng, Feng Wanpeng, Zhang Jingfa, et al. Coseismic Slip of the 2014 Mw 6.1 Napa, California Earthquake Revealed by Sentinel-1A InSAR[J]. Chinese Journal of Geophysics, 2015, 58(7): 2339-2349.

    [21]

    Li Y S, Tian Y F, Yu C, et al. Present-Day Interseismic Deformation Characteristics of the Beng Co-Dongqiao Conjugate Fault System in Central Tibet: Implications from InSAR Observations[J].Geophysical Journal International, 2019, 221(1): 492-503.

    [22]

    Li Y S, Jiang W L, Li YJ, et al. Coseismic Rupture Model and Tectonic Implications of the January 7 2022, Menyuan Mw 6.6 Earthquake Constraints from InSAR Observations and Field Investigation[J]. Remote Sensing,2022, 14(9): 2111.

    [23]

    Li Y S, Li Y J, Liang K, et al. Coseismic Displacement and Slip Distribution of the 21 May 2021 Mw 6.1 Earthquake in Yangbi, China Derived from InSAR Observations[J].Frontiers in Environmental Science, 2022, 10: 857739.

    [24]

    Liu J H, Hu J, Li Z W, et al. Three-Dimensional Surface Displacements of the 8 January 2022 Mw 6.7 Menyuan Earthquake, China from Sentinel-1 and ALOS-2 SAR Observations[J].Remote Sensing, 2022, 14(6): 1404.

    [25] 李文浩. L波段差分干涉SAR卫星远近波位联合基线检校技术研究[D]. 阜新:辽宁工程技术大学, 2023.

    Li Wenhao. Research on the Joint Baseline Calibration Technology of L-band Differential Interferometric SAR Satellite in Near and Far Wave Positions[D]. Fuxin:Liaoning Technical University, 2023.

    [26]

    Li T, Tang X M, Zhou X Q, et al. LuTan-1 SAR Main Applications and Products[C]//The 14th European Conference on Synthetic Aperture Radar, Leipzig, Germany, 2022.

    [27]

    Olivier C,Trouvé E. Surface Displacement Measurement from Remote Sensing Images[M].New York:Wiley, 2022.

    [28]

    Xu L W,Mohanna S, Meng L S, et al.The Overall-Subshear and Multi-segment Rupture of the 2023 Mw 7.8 Kahramanmaraş, Turkey Earthquake in Millennia Supercycle[J]. Communications Earth & Environment, 2023,4: 379.

    [29]

    Geospatial Information Authority of Japan.The2023Turkey Earthquake: Crustal Deformation Detected by ALOS-2 Data,2023[EB/OL].(2023-02-09) [2023-02-25].https://www.gsi.go.jp/cais/topic-20230206-e_Turkey.html.

    [30] 杨九元,温扬茂,许才军. InSAR观测揭示的 2023 年甘肃积石山Ms 6.2 地震发震构造[J].武汉大学学报(信息科学版),2024,DOI:10.13203/J.whugis20230501. doi: 10.13203/J.whugis20230501

    Yang Jiuyuan,Wen Yangmao,Xu Caijun. Seismogenic Fault Structure of the 2023 Jishishan (Gansu) Ms 6.2 Earthquake Revealed by InSAR Observations[J].Geomatics and Information Science of Wuhan University,2024,DOI:10.13203/J.whugis20230501. doi: 10.13203/J.whugis20230501

    [31] 焦其松, 姜文亮, 李强, 等. GF-7卫星图像快速解析青海门源Ms 6.9级地震的地表破裂带[J]. 遥感学报, 2022, 26(9):1895-1908.

    Jiao Qisong, Jiang Wenliang, Li Qiang, et al. Rapid Emergency Analysis of the Surface Rupture Related to the Qinghai Menyuan Ms 6.9 Earthquake on January 8, 2022, Using GF-7 Satellite Images[J].National Remote Sensing Bulletin, 2022, 26(9): 1895-1908.

    [32] 姜文亮, 张景发, 申旭辉, 等. 高分辨率遥感技术在活动断层研究中的应用[J]. 遥感学报, 2018,22(S1):211.

    Jiang Wenliang, Zhang Jingfa, Shen Xuhui, et al. Geometric and Geomorphic Features of Active Fault Structures Interpreted from High-Resolution Remote Sensing Data[J]. Journal of Remote Sensing, 2018,22(S1):211.

    [33]

    Liu Bin, Zhang Li,Ge Daqing,et al. Application of InSAR Monitoring Large Deformation of Landslides Using LT-1 Constellation [J].Geomatics and Information Science of Wuhan University,2023,DOI:10.13203/J.whugis20230478.(刘斌,张丽,葛大庆,等. 陆地探测-1 号卫星滑坡大变形InSAR监测应用[J].武汉大学学报(信息科学版),2023,DOI:10.13203/J.whugis20230478.) doi: 10.13203/J.whugis20230478

  • 期刊类型引用(2)

    1. 于忠海,闫立波,刘茜,路广博,刘睿. 基于陆探一号SAR卫星的地质灾害普查监测技术研究及应用. 测绘通报. 2024(11): 97-101+176 . 百度学术
    2. 于仪,李雪,陈威,李承涛,孙振. 2021年海地Mw 7.2地震震源机制与同震滑动分布研究. 武汉大学学报(信息科学版). 2024(12): 2232-2240 . 百度学术

    其他类型引用(4)

图(11)  /  表(2)
计量
  • 文章访问数:  1047
  • HTML全文浏览量:  165
  • PDF下载量:  302
  • 被引次数: 6
出版历程
  • 收稿日期:  2024-01-04
  • 网络出版日期:  2024-02-25
  • 刊出日期:  2024-10-04

目录

/

返回文章
返回