基于高分InSAR數據的特高壓換流站穩定性監測

程正逢，胡 俊，盧生煒，許尼亞，張 健，周 冰

(1.中國電力工程顧問集團中南電力設計院有限公司，湖北 武漢 430071；2. 中南大學，湖南 長沙 ；3.國網湖北省電力公司，湖北 武漢 430077)

1 概述

電力是國民經濟的基礎，相關設施(如換流站)的穩定運營，是持續提供優質的電能服務的先決條件，直接影響到地方經濟的發展和居民的正常生活。換流站的健康狀態不僅影響了供電秩序，而且直接影響到公共安全，一旦由于地面沉降引起換流站設施損壞，將會給國家、集體和人民的生命財產帶來安全威脅，甚至會造成重大安全事故，后果不堪設想。因此，對換流站及其周邊環境的穩定性進行長期、及時、準確的監測，確保換流站安全穩定的運營，具有重要的意義。

目前，對于換流站及其周邊環境的穩定性監測，傳統測量方法(如水準測量、GPS等)運用得較多，但這些傳統監測方法監測范圍小、監測周期長、監測精度低、受外界環境影響大、安全隱患大，難以滿足形變監測要求。近年來，不斷發展并應用起來的合成孔徑雷達干涉測量技術(InSAR)為解決換流站及其周邊環境的穩定性監測提供了新的途徑。該技術通過雷達衛星無接觸對地面成像，利用相位差分技術解算出地表或建筑物的形變。而在InSAR技術的基礎上發展起來的短基線集InSAR技術(SBASInSAR)，利用多個時期的影像解算形變，可以很好的抑制時空失相關和大氣延遲對于監測結果的影響。特別是近年來，高分SAR衛星不斷發射升空，SAR數據的分辨率從幾十米提高到了幾米，極大地提升了InSAR監測換流站及其周邊環境的性能。

本文采用TerraSAR-X數據，對某特高壓換流站的穩定性進行監測。針對高分辨率影像中小量數據(僅7景TerraSAR-X數據)，本文提出采用SBAS-InSAR技術從小量數據集中解算出2015年5月18日到2015年9月16日期間該換流站的形變和高程，并分析了該換流站的穩定性。

2 SBAS-InSAR形變測量方法

2.1 InSAR技術

在重復軌道InSAR中，單個影像的相位與斜距的嚴密關系式為：

式中：λ為雷達波長；R為傳感器到地面目標點的距離。當主影像和從影像配準后(配準精度優于1/8像元)，從而生成干涉相位為

ΔR為斜距差。由于兩次成像時，傳感器存在位置差異(即干涉基線)，以及地形起伏和可能存在的形變信號，同時大氣延遲存在差異等因素均會引起斜距差，同時考慮隨機相位噪聲，則干涉相位可以由以下五個分量組成。

式中：φflat、φtopo、φdefo、φatm、φnoise分別為平地相位(由基線存在引起)、地形相位(地形存在引起)、形變相位(可能存在的地面形變引起)、大氣相位(兩次大氣延遲差異引起)以及隨機相位噪聲。

根據InSAR幾何結構并結合外部DEM(如SRTM DEM)計算得到并與干涉相位進行差分，則可得到差分干涉相位

2.2 SBAS-InSAR技術

SBAS-InSAR技術是在InSAR技術的基礎上發展起來的一種時序InSAR技術，其通過對相位進行時序建模，從而解算出來時序形變和平均形變速率，并估計出DEM誤差。其基本模型如下：

假設在t0,t1,……tN時間獲取同一區域N+ 1幅SAR圖像，根據時空短基線組合干涉條件，得到M個差分干涉圖，其中M滿足：

結合式(4)，則每個干涉對(主、從影像成像時間分別為ti和tj，i,j∈[0,N]，且i≠j)的差分干涉相位為

式中：φdef(ti)(i∈[0, N])為ti時期的形變對應的相位量，Δh為地面高程誤差。根據前面觀測量及構網方式，我們知道，網中的獨立觀測量個數為N+1，而需要求解的參數個數為N+2，因此這是一個秩虧問題，我們采用廣義測量平差方法解決這一秩虧問題。在求解出參數向量x的估值之后，進而將形變相位序列轉換成形變序列，并進一步計算出平均形變速率。

3 實驗結果與分析

3.1 研究區域及數據覆蓋

該特高壓換流站建成于2014年4年，處于云貴高原中的丘陵地帶，所處位置平均海拔為510 m，屬于亞熱帶濕潤季風氣候，地面覆蓋主要以森林和農田為主，面積僅為0.3 km2。除了換流站所在位置，周圍有濃密的植被覆蓋(見圖1)，區域SAR數據的失相干會相對嚴重。

圖1 換流站數據覆蓋及其周邊植被覆蓋情況

3.2 數據處理

本文采用的TerraSAR-X數據共7景，影像空間分辨率為3 m，時間范圍為2015年5月18日到2015年9月16日，跨度121天。對數據進行預處理 SLC影像的配準和重采樣以及差分干涉處理。具體方法和過程如下：

對于SLC影像的配準和重采樣，我們選取第一期(2015年5月18日)影像作為配準參考影像，并在影像中均勻設置80*80個配準點，其余6景影像數據作為從影像與主影像進行配準，在配準同名點計算時，我們采用強度互相關方法，計算窗口設置為128*128像素，最后采用平面二次多項式擬合同名點的偏移量，所有的影像配準精度均優于0.2像元，滿足InSAR干涉處理要求。在影像重采樣過程中，我們采用二維11*11點sinc插值核對所有從影像進行重采樣到主影像成像幾何空間，該方法同時兼顧了數據解算的精度和效率。

對于差分干涉處理，我們采用SRTM 30 m DEM對影像進行差分干涉處理，獲取干涉對的差分干涉相位。而差分干涉相位中的嚴重地形殘差，則通過后續數據處理去除。

在完成影像配準之后，我們根據影像的時空基線進行組合成短基線干涉對，得到的短基線干涉對列于表1，相應于的時空基線圖繪于圖2。

表1 短基線干涉對

圖2 短基線干涉對時空基線分布圖

3.3 實驗結果

利用前面的方法，我們對所組成的12個短基線干涉對，進行形變參數和高程誤差解算，獲得了研究的平均形變速率圖和高程誤差，將高程誤差加回到原始的SRTM之后，我們得到了精確的DEM，結果見圖3、圖4、圖5。

圖3 換流站平均形變速率圖

圖4 邊坡形變嚴重區域放大顯示

圖5 換流站的精確DEM

3.4 分析與討論

從圖3可以看出，換流站整體較為穩定，只有在局部區域有些較明顯的形變，圖3中深藍色以及紫色點，形變速率范圍從－15 mm/y到－30 mm/y，尤其是在換流站西面邊緣上有較為明顯的形變，最大年形變速率達到了30 mm/y，需要注意防止。根據實地調查的結果，該換流站在周邊確實存在邊坡不穩定現象。進一步展示沉降嚴重區域，我們選取換流站左邊的形變嚴重的邊坡區域進行放大顯示，見圖4。該區域是一個人工加固的邊坡(圖4b，為邊坡實地拍攝的照片)，坡度較大。從監測的結果(圖4a)看出，該區域的形變分布較不均勻，部分區域形變速率較大，部分區域形變速率相對較小，形變嚴重的區域見圖4a中的紅色圓圈范圍，形變速度達到30 mm/y，在監測時間段內(20150529-20150916)累積形變達到了10 mm。根據本次InSAR結果，在后續的工作中，應收集更多的SAR數據對換流站進行長期有效的形變監測，與此同時，可以對形變較大的幾處地方利用GPS或水準進行實地的形變測量。

從圖5中可以看，該換流站的平均高程在500 m左右，最大高程差達到近80 m，出現在換流站的中間位置。通過光學影像可以看出，在換流站的中站有幾棟高立的電力設施，而實際解算得到的精確DEM也顯示出這該區域的高程明顯高于旁邊，這也說明InSAR數據解算結果是相對可靠的。

4 結論

本文采用SBAS-InSAR技術對某特高壓換流站的7景TerraSAR-X影像進行解算，獲得到了換流站2015年5月18日到2015年9月16日的平均形變速率以及精確的DEM，從監測結果中顯示，區域最大的年形變速率達到了30 mm/y，且發生在換流站的邊緣，需要注意防范進一步可能發生的災害。本文研究結果表明，利用高分辨率SAR影像，可以有效地開展電力設施的形變監測。

[1]Lanari R, Mora O, Manunta M, et al. A smallbaseline approach for investigating deformations on full-resolution differential SAR interferograms[J]. IEEE Transactions on Geoscience and Remote Sensing, 2004, 42(7)∶ 1377-1386.

[2]Hooper A, Zebker H A, Segall P, et al. A new method for measuring deformation on volcanoes and other natural terrains using InSAR persistent scatterers [J]. Geophysical Research Letters, 2004,31(L23611)∶1-5.

[3]李珊珊,李志偉,胡俊,孫倩,俞曉瑩. SBAS-InSAR技術監測青藏高原季節性凍土形變[J]. 地球物理學報. 2013,(05).

[4]羅三明,等. 基于SB-DInSAR時間序列探測地震形變過程的研究[J]. 大地測量與地球動力學.2011，(06).