留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

TOPS和ScanSAR模式InSAR在广域地灾隐患识别中的联合应用

刘斌 葛大庆 王珊珊 李曼 张玲 王艳 吴琼

刘斌, 葛大庆, 王珊珊, 李曼, 张玲, 王艳, 吴琼. 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. doi: 10.13203/j.whugis20200259
引用本文: 刘斌, 葛大庆, 王珊珊, 李曼, 张玲, 王艳, 吴琼. 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. doi: 10.13203/j.whugis20200259
LIU Bin, GE Daqing, WANG Shanshan, LI Man, ZHANG Ling, WANG Yan, WU Qiong. 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. doi: 10.13203/j.whugis20200259
Citation: LIU Bin, GE Daqing, WANG Shanshan, LI Man, ZHANG Ling, WANG Yan, WU Qiong. 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. doi: 10.13203/j.whugis20200259

TOPS和ScanSAR模式InSAR在广域地灾隐患识别中的联合应用

doi: 10.13203/j.whugis20200259
基金项目: 

国家重点研发计划 2017YFB0502700

国家自然科学基金 41504048

详细信息
    作者简介:

    刘斌,博士,高级工程师,主要从事星载和地基InSAR技术理论与应用研究。lbin0226@163.com

    通讯作者: 李曼,高级工程师。digong820@163.com
  • 中图分类号: P237

Combining Application of TOPS and ScanSAR InSAR in Large-Scale Geohazards Identification

Funds: 

The National Key Research and Development Program of China 2017YFB0502700

the National Natural Science Foundation of China 41504048

More Information
    Author Bio:

    LIU Bin, PhD, senior engineer, specializes in data processing of space-borne and ground-based InSAR techniques. E-mail: lbin0226@163.com

    Corresponding author: LI Man, senior engineer. E-mail: digong820@163.com
图(5)
计量
  • 文章访问数:  662
  • HTML全文浏览量:  188
  • PDF下载量:  203
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-05-29
  • 刊出日期:  2020-11-19

TOPS和ScanSAR模式InSAR在广域地灾隐患识别中的联合应用

doi: 10.13203/j.whugis20200259
    基金项目:

    国家重点研发计划 2017YFB0502700

    国家自然科学基金 41504048

    作者简介:

    刘斌,博士,高级工程师,主要从事星载和地基InSAR技术理论与应用研究。lbin0226@163.com

    通讯作者: 李曼,高级工程师。digong820@163.com
  • 中图分类号: P237

摘要: 星载合成孔径雷达干涉测量技术(interferometric synthetic aperture radar,InSAR)能够探测地表微小形变信息,但目前开展广域尺度下InSAR地灾隐患识别在技术层面仍存在很大的挑战性:如何“广域、快速、经济”地获取可靠的InSAR产品仍是地灾隐患识别“普查”的重点。哨兵1号(Sentinel-1)渐进逐行扫描模式(terrain observation with progressive scans,TOPS)和先进陆地观测卫星(advanced land observing satellite, ALOS)-2合成孔径雷达扫描模式(scanning synthetic aperture radar,ScanSAR)具有超大幅宽对地成像能力,因此,综合利用距离向频谱分割(range split spectrum)、Stacking-InSAR等技术,在金沙江中下游四川省攀枝花市至乌东德水电站河段,基于宽幅成像合成孔径雷达(synthetic aperture radar, SAR)数据开展多时相InSAR联合识别地灾隐患的应用,野外查证发现TOPS和ScanSAR模式InSAR数据识别的地灾隐患位置在实地几乎都存在形变迹象。

English Abstract

刘斌, 葛大庆, 王珊珊, 李曼, 张玲, 王艳, 吴琼. 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. doi: 10.13203/j.whugis20200259
引用本文: 刘斌, 葛大庆, 王珊珊, 李曼, 张玲, 王艳, 吴琼. 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. doi: 10.13203/j.whugis20200259
LIU Bin, GE Daqing, WANG Shanshan, LI Man, ZHANG Ling, WANG Yan, WU Qiong. 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. doi: 10.13203/j.whugis20200259
Citation: LIU Bin, GE Daqing, WANG Shanshan, LI Man, ZHANG Ling, WANG Yan, WU Qiong. 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. doi: 10.13203/j.whugis20200259
  • 中国地质灾害具有种类繁多、分布范围广、特征复杂等特点,尽可能搞清楚“隐患点在哪里”“什么时候可能发生”是当前地质灾害防治的核心问题。近年来,数十起重大地质灾害呈现出隐蔽性、潜伏性、突发性等特点,多位于已登记的地质灾害调查隐患点范围之外。融合多源技术手段开展地质灾害“普查、详查、核查”[1],调查和判断地质灾害体的“形态、形变和形势”[2],尽可能全面识别和发现灾害隐患,已得到地质灾害防治界的广泛认可。

    大量案例表明,正在变形和已出现变形迹象的山体往往是最大的地质灾害隐患[3],星载合成孔径雷达干涉测量技术(interferometric synthetic aperture radar,InSAR)是获取区域地质灾害隐患分布与变化的主要手段之一,通过卫星重复观测可识别正在滑移和变形的灾害分布位置、活动强度和影响范围,但现阶段及时、准确地开展大规模区域性地灾隐患InSAR识别在技术层面仍存在很大的挑战性[4]。换而言之,“广域、快速、经济”地获取InSAR数据产品是地质灾害隐患识别“普查”的重点工作,即影像覆盖范围广、处理算法便捷、数据成本低廉。

    InSAR干涉相位Δϕ是多种分量的总和:

    $$ {\rm{\Delta }}\phi = {\rm{\Delta }}{\phi _{{\rm{topo}}}} + {\rm{\Delta }}{\phi _{{\rm{mov}}}} + {\rm{\Delta }}{\phi _{{\rm{tropo}}}} + {\rm{\Delta }}{\phi _{{\rm{iono}}}} $$ (1)

    式中,Δϕtopo、Δϕmov、Δϕtropo、Δϕiono分别为地形相位、形变相位、对流层延迟相位和电离层相位。目前能以几百千米幅宽对地成像的雷达数据主要有哨兵1号(Sentinel-1)渐进逐行扫描模式(terrain observation with progressive scans,TOPS)和先进陆地观测卫星(advanced land observing satellite,ALOS)-2合成孔径雷达扫描模式(scanning synthetic aperture radar,ScanSAR)。其中,Sentinel-1 TOPS模式实际的重访周期短(一般为12~24 d),分辨地质灾害微小变形能力较强,但山区对流层延迟影响较为严重;ALOS-2 ScanSAR模式能在长时间间隔(如4~6个月)保持较高的相干性,可以测量较大梯度的形变,电离层干扰是其主要影响因素[5]。Stacking-InSAR技术是通过多期差分干涉图线性叠加以最大程度减少干扰相位影响的一种简单多时相InSAR处理方法[6]。因此,本文将采用Stacking-InSAR技术处理Sentinel-1 TOPS和ALOS-2 ScanSAR模式数据,通过联合这两种数据的多时相InSAR结果,在金沙江部分流域开展广域尺度下地灾隐患早期识别应用研究。

    • Sentinel系列卫星是欧洲空间局在全球环境安全监测计划(global monitoring for environment and security,GMES)下设的面向全球环境变化监测业务化应用的遥感卫星任务[7],Sentinel-1卫星编队为该计划的第1个专题任务,由2颗C波段雷达卫星组成,分别于2014年和2016年发射。双星在轨以180°间隔分布于同一轨道,具备单星12 d重访(双星6 d),具有条带(strip)、宽幅干涉(interferometric wide swath,IWS)、超宽扫描(extra wide swath,EWS)和波(wave)模式。其中,IWS模式为其主要成像模式,以TOPS成像实现250 km幅宽、5 m×20 m空间分辨率的扫描成像。TOPS技术通过电扫控制波束的扫描方向,在方位向上从后向前依次调整入射角度,确保在整个扫描带上生成质量均匀的影像,避免出现“扇贝”效应。但TOPS模式同一burst之间存在较大的多谱勒中心频率变化,配准误差将会引起干涉相位Δϕ的偏移[8]

      $$ {\rm{\Delta }}\phi = 2{\rm{ \mathsf{ π} }}{f_{dc}}{\rm{\Delta }}t $$ (2)

      式中,fdc为多谱勒中心频率变化量;Δt为配准误差引入的干涉信号的时间偏移。因此,TOPS模式不同burst之间容易出现明显的相位跳变现象,干涉处理时主辅影像应实现高精度配准。

      2014-05-24,日本宇宙航空研究开发机构(Japan Aerospace Exploration Agency,JAXA)发射了L波段SAR系统ALOS-2/PALSAR-2,具有聚束(1 m/25 km)、条带(3 m/50 km、6 m/50 km、10 m/70 km)和扫描(60 m/490 km、100 m/350 km)3种成像模式。ALOS-2卫星在中国境内往往不易获得连续重访周期的strip模式SAR数据,因此,充分挖掘ScanSAR模式的干涉能力,有助于获取广域范围的地表形变信息。JAXA对2015-02-08后获取的ScanSAR数据进行了burst驻留时间同步,确保了ScanSAR-ScanSAR能够干涉处理[9]。研究表明,电离层对L波段SAR系统电磁波传播的影响大约是对C波段系统影响的17倍[5],L波段SAR数据时常受到电离层干扰。距离向频谱分割法已成功应用于GPS测量中的电离层贡献校正,理论上可用于InSAR电离层相位校正,但精度受限于SAR系统较低的距离向带宽[10]

    • 研究区位于金沙江中下游四川省攀枝花市至乌东德水电站河段,全长约300 km。该区域地处川西南山地与云贵高原交接过渡地带,属山原峡谷地貌类型,区内不同位置地形地貌差别较大,总体上地势西高东低[11]。该区域构造线以南北走向为主,河段多呈近直角转折,南北向河段与区域构造线走向基本一致,河谷地段受流水侵蚀作用明显,东西向河段横穿构造线,峡谷地形陡峭,属于地质灾害多发地带。“西电东送”战略重大基础性工程4座梯级电站(乌东德、白鹤滩、溪洛渡、向家坝)中的最上游梯级电站乌东德水电站坐落于研究区内,水电站附近滑坡、崩塌等现象较为普遍,历史上曾发生过垮山堵江3昼夜的情况。

      本文选取了覆盖研究区2018-01―2019-01的5景降轨ALOS-2 ScanSAR模式数据(轨道39),如图 1所示;79景2017-02―2020-02的降轨Sentinel-1 TOPS数据(轨道62)。用于地形相位补偿的数字高程模型(digital elevation model,DEM)采用ALOS World 3D数据,其分辨率为30 m,水平定位和高程精度约为5 m[12]

      图  1  研究区范围

      Figure 1.  Coverage of the Study Area

    • ALOS-2 ScanSAR数据由5个子条带组成,其中子条带1~3能够完全覆盖研究区,因此只对子条带1~3分别进行差分干涉处理:对于每一子条带,5景影像两两进行全带宽差分干涉处理,共形成10对干涉像对,最大垂直空间基线305 m。为了去除电离层导致的长波条纹,利用距离向频谱分割法估计电离层相位[13-15],其处理方法为[16]:主辅单视复数(single look complex,SLC)影像在方位向利用带通滤波器滤波生成各自的主辅上子带SLC影像,以及主辅下子带SLC影像。上子带带通滤波器的归一化中心频率和带宽皆为0.333;下子带带通滤波器的归一化中心频率和带宽分别为0.666和0.333。上、下子带分别进行差分干涉处理,得到上、下子带差分干涉相位Δϕh和Δϕl

      $$ \left\{ {\begin{array}{*{20}{c}} {{\rm{\Delta }}{\phi _l} = {\rm{\Delta }}{\phi _{{\rm{Nondisp}}}}\frac{{{f_l}}}{{{f_0}}} + {\rm{\Delta }}{\phi _{{\rm{iono}}}}\frac{{{f_0}}}{{{f_l}}}}\\ {{\rm{\Delta }}{\phi _h} = {\rm{\Delta }}{\phi _{{\rm{Nondisp}}}}\frac{{{f_h}}}{{{f_0}}} + {\rm{\Delta }}{\phi _{{\rm{iono}}}}\frac{{{f_0}}}{{{f_h}}}} \end{array}} \right. $$ (3)

      式中,ΔϕNondisp为高程变化、对流层延迟等非色散相位,f0fhfl分别为全带宽和上、下子带载频。电离层估计相位$ \Delta {\hat \phi _{{\rm{iono}}}} $为:

      $$ {\rm{\Delta }}{\hat \phi _{{\rm{iono}}}} = \frac{{{f_l}{f_h}}}{{{f_0}\left( {f_h^2 - f_l^2} \right)}}\left( {{\rm{\Delta }}{\phi _l}{f_h} - {\rm{\Delta }}{\phi _h}{f_l}} \right) $$ (4)

      Sentinel-1 TOPS数据3个子条带成像后,拼接成完整的SLC影像,所有影像需添加精密轨道参数,并精确配准到某一参考影像雷达坐标下。为实现SLC影像间的精确配准,利用主辅影像参数文件和DEM计算初始查找表,将辅影像重采样到参考影像的几何框架下。由于DEM、轨道状态矢量以及地理编码等存在误差,仅用初始查找表进行影像重采样会产生少量的偏移,因此需要结合距离向和方位向配准偏移多项式对辅影像进行二次重采样。在此基础上,有少量数据需进一步基于频谱多样性进行重叠区配准,消除差分干涉图中burst间的相位不连续。所有TOPS数据按照垂直空间基线200 m和时间基线60 d设置阈值,生成295对干涉像对。

      Sentinel-1 TOPS和ALOS-2 ScanSAR数据完成所有的差分干涉处理后,采用Goldstein-Werner滤波方法对差分干涉图进行滤波,利用最小费用流算法(minimum cost flow,MCF)对差分干涉图进行空间解缠[17]。Stacking-InSAR技术是通过对多景差分干涉解缠图的加权叠加来估算线性相位速率的过程[18]。线性相位速率p的计算公式为:

      $$ p = \mathop \sum \limits_{j = 1}^N {\rm{\Delta }}{t_j}{\phi _j}/\mathop \sum \limits_{j = 1}^N {\rm{\Delta }}t_j^2 $$ (5)

      式中,Δtj为第j组差分干涉图的时间间隔;ϕj为第j组的解缠差分干涉相位。

      本文数据处理过程中,ALOS-2 ScanSAR所有的干涉像对都参与Stacking计算,3个子条带地理编码后拼接成一整幅形变速率图;Sentinel-1 TOPS数据中受大气湍流影响严重的差分干涉图(主要为7月―8月成像数据)不参与Stacking计算,同时建立相位/地形最优函数关系以尽量消除对流层垂直分层延迟相位的影响。

    • 本文利用Sentinel-1 TOPS和ALOS-2 ScanSAR两种数据的InSAR结果为地灾隐患识别提供靶区。两种数据时间覆盖和入射角的不一致导致结果会有所差异,尤其是可探测的最大形变梯度不同[19],使得部分灾害体在L波段InSAR结果中形变量级会偏大。因此,本文将不再比较检验两者在同一区域InSAR结果数值的大小,而是根据Stacking-InSAR形变速率图中的条纹形态判识疑似的地灾隐患。结合谷歌地球多时相高分光学影像,将InSAR提取的形变信息与光学影像解译的地灾隐患表征进行对比分析,如图 2所示,Sentinel-1 TOPS识别出疑似地灾隐患46处,ALOS-2 ScanSAR识别出疑似地灾隐患44处,识别的疑似地灾隐患数量大体相当。由于所用数据的时间跨度以及卫星成像几何等存在差异,两者识别的隐患位置在一些区域存在不一致,如乌东德水电站旁边的金坪子超大型滑坡只在ALOS-2 ScanSAR结果上得以识别。从研究区内InSAR识别的疑似地灾隐患的分布上看,四川省攀枝花市宝鼎山、云南省武定县万德镇、四川省会理县树堡乡、乌东德水电站周围等区域具有群集性的特点,其他地段分布较为稀疏。

      图  2  Sentinel-1 TOPS模式和ALOS-2 ScanSAR模式形变速率图

      Figure 2.  Deformation Maps of Sentinel-1 TOPS and ALOS-2 ScanSAR

    • 野外查证区覆盖四川攀枝花、凉山和云南昆明、曲靖、昭通等地区,共查证疑似滑坡隐患点23处,结果表明“InSAR识别+光学影像解译确认”地灾隐患识别方法的总体效果较为可靠,以下列举几处典型地灾隐患查证情况。

      1) 攀枝花市宝鼎山烂泥箐地灾隐患区(图 2中区域A)。宝鼎矿区经过30 a的开采,在大宝鼎、小宝鼎、太平乡和花山一带形成大面积的采空区[20],这一区域由采矿活动诱发的滑坡、不稳定斜坡等地灾现象非常显著。如图 3(a)3(b)所示,InSAR结果显示具有较大的形变梯度,现场调查也发现附近村民房屋发生了不同程度的开裂变形(见图 3(c))。

      图  3  区域A形变速率图以及查证照片

      Figure 3.  Deformation Maps and Investigated Photos in Area A

      2) 四川会理县树堡乡姜驿村滑坡(图 2中区域B)。滑坡体范围1.5 km×2 km,属于岩块堆积层滑坡,表层是暗红色亚粘土。如图 4(a)4(b)所示,InSAR显示滑坡体上部变形明显,实地发现该滑坡的圈椅状地形明显,边界清晰,两侧滑坡裂缝发育成冲沟,滑坡后缘局部存在崩塌现象(见图 4(c))。

      图  4  区域B形变速率图以及查证照片

      Figure 4.  Deformation Maps and Investigated Photos in Area B

      3) 云南禄劝县马鹿塘乡普福滑坡(图 3中区域C)。滑坡体近东西向,长约6 km,最宽处约2 km,滑动范围达11 km2。该滑坡历史上曾出现过4次规模较大的活动,最近一次发生在2007-07-30[21]。如图 5(a)5(b)所示,InSAR降轨观测条件下滑坡南侧边界处老木德一带存在变形现象,查证发现道路出现大面积裂缝(见图 5(c))。

      图  5  区域C形变速率图以及查证照片

      Figure 5.  Deformation Maps and Investigated Photos in Area C

    • 在地质灾害频发的山区,复杂的地形、茂密的植被、严重的大气扰动是制约InSAR应用的主要因素。(1)对于Sentinel-1数据,采用更短重访周期、更多频次的观测数据,同时剔除质量较差的差分干涉图,是目前提高其Stacking-InSAR结果精度的有效方式。(2)L波段InSAR数据更擅长探测大梯度形变,较小形变量级的地灾体往往较难与干扰信号区分,需要结合其他观测数据综合判识。(3)L波段虽然具有更好的穿透能力,但在山高林密地区,即便InSAR相干性很高,其探测地质灾害形变的能力也十分有限。

      准确、及时地识别出地质灾害隐患是提升地灾防治能力的重中之重。自Sentinel-1卫星升空后,欧洲空间局积累了大量TOPS模式观测数据,用户可以免费获取中国任意区域的存档数据,这为开启全国地质灾害隐患遥感综合识别奠定了数据基础。本文研究也表明ALOS-2 ScanSAR模式在地灾隐患识别中具有很大的应用潜力。通过C波段的TOPS模式和L波段ScanSAR模式数据的联合应用,可尽可能全面地掌握地灾隐患情况,有助于对区域内灾害体的稳定性进行合理评估。

参考文献 (21)

目录

    /

    返回文章
    返回