基于DS-InSAR的復雜山區鐵路沿線形變監測研究

李冠楠，譚衢霖，謝酬，蔡小培

（1. 北京交通大學 土木建筑工程學院，北京 100044；2. 北京交通大學 線路工程空間信息技術研究所，北京 100044；3.中國科學院 遙感與數字地球研究所，北京 100094）

1 研究背景

隨著我國經濟社會的快速發展，鐵路已成為溝通城市和居住地的重要經濟命脈，與人們的出行和經濟的正常運行息息相關。由于鐵路地理跨度大，尤其在西南復雜山區，地形地勢條件復雜，鑒于自然和人類活動的共同影響，自然災害多發，運營鐵路沿線發生自然地質災害的可能性大大增加，給鐵路的安全運營帶來潛在危害，不僅會導致運輸物流暫時癱瘓[1]，而且直接威脅人們的生命財產安全。故此，如何快速準確地對西部山區鐵路沿線形變及災害監測顯得尤為重要。應用衛星遙感空間信息技術監測西部復雜山區鐵路沿線自然災害狀況，具有重要的研究意義和工程價值[2]。

采用定期常規的地面人工測量，如GPS和水準測量，能提供高精度形變數據，但由于其成本高、重復觀測周期長、復雜地形人力無法到達等特性制約了其實時監測能力[3]。另外，基于點觀測的特性使得該技術容易遺漏部分觀測區域。星載合成孔徑雷達干涉測量（InSAR）技術是一種全新的形變監測方法[4]，可以全天候、全天時的獲取大范圍、高精度的微小形變信息[5]。然而在對長時間緩慢形變及其規律進行分析時，傳統DInSAR受到時間去相干、幾何去相干及大氣效應的影響。因此，一系列的MT-InSAR方法，包括永久散射體（PS-InSAR）[4]、小基線集法（SBAS）[6-8]、相干目標法（CT）[9]被相繼提出。實踐證明，它們在大范圍地表形變反演應用中是有效的。

MT-InSAR方法在提取時間序列形變信息時具有獨特的優勢。但PS-InSAR只能獲取永久散射體點，在沒有典型地物及人工建筑的地區、荒原、山區、丘陵等自然區域，PS點的分布較為稀疏，無法獲得地表形變信息。為了提高點的分布密度，獲得更豐富可靠的形變信息，研究運用基于分布式散射體的DS-InSAR技術，采用KS檢驗同質點選取及自適應濾波算法，選取與目標像素具有相同統計特性的均質像素點，并精確篩選出DS點，聯合現有的PS-InSAR處理方法，使用基于SqueeSAR算法的DS-InSAR技術對鐵路沿線區域進行時序形變監測。

2 研究方法與原理

SqueeSAR技術最早由Ferretti等研究提出，該技術通過分析加入分布式散射體DS點，增加非人工地表的散射體數量，通過對山區SAR數據處理，對比分析SqueeSAR實驗結果與PS-InSAR結果，證明SqueeSAR方法有效性[10]。現階段，基于DS的長時間序列InSAR技術研究較少，在我國，大部分學者對DS-InSAR技術還處于研究階段。李濤[11]通過利用點目標分層分析算法，提取了更多的散射體點，并將DS點和PS點聯合解算，獲取了城市區域形變場信息；蔣彌等[12]運用基于快速分布式目標探測的時序InSAR方法，快速提取DS點并實現了地表形變監測；王明州等[13]運用改進的相干目標法，結合KS檢驗與空間非局部濾波方法完成香港填海區形變監測研究。

本次研究采用SqueeSAR算法，聯合處理PS和DS，考慮到它們不同的統計行為，使用基于KS檢驗的空間自適應濾波算法提取后向散射特性相近的同質點，對每個DS關聯的相干矩陣，利用相位三角算法估計最優相位值，然后利用傳統的PS-InSAR算法對選定的DS和PS進行聯合處理，獲取每個測點的位移時間序列。SqueeSAR數據處理流程見圖1。

圖1 SqueeSAR數據處理流程

2.1 基于KS算法的空間自適應濾波

窗口中像素的散射特性發生變化會影響干涉相位的平穩性，影響干涉圖濾波的效果。因此，在干涉圖濾波之前對窗口內像元點的散射特性進行判斷，并選取后向散射特性一致的樣本點是非常關鍵的步驟。KS檢驗能夠識別屬于干涉數據堆棧的2個圖像像素是否在統計上是均勻的，從而提取同質點。該方法易于實現、非參數化，不針對特定的分布函數，且易于實現。

對于SAR圖像中的任一像素P，其后向散射系數可表示為：

式中：di（P）為像素P對應的第i個圖像的復反射率值，對于PS點d（P）為定向量，對于DS點d（P）為隨機向量。

KS檢驗判別像素P1、P2是否為統計均勻像素，基于2個數據集分布函數作差絕對值的最大值，分析DS點的隨機變量在重新參數化下是穩定的。KS檢驗判別算式可表示為：

式中：和分別為P1、P2的分布函數。DN的概率分布函數可用經驗KS分布近似，可表示為：

KS檢驗通過判斷DN是否大于設定閾值的概率來確定P1、P2是否符合同一分布。

2.2 相位三角法估計最優相位

使用相位三角法（PTA）“重建”的干涉相位比空間濾波的干涉相位噪聲小，使空間相位展開過程更加穩健。相位三角法提供了PS和DS之間的橋梁,使它可以從N（N-1）/ 2個干涉對中選擇DS的N個最優相位值（PS）,最優相位γPTA值的確定：

2.3 PS-InSAR技術形變相位提取

PS-InSAR技術作為D-InSAR技術的補充和延伸，重點解決傳統D-InSAR時間失相干和大氣延遲等問題。對于雷達影像預處理，需要經過主影像的選擇、雷達影像配準、基線計算等步驟，并進一步生成差分干涉圖，選取PS點，并經過一系列的處理從干涉相位中提取有用的形變相位。

式中：φfalt為平地相位，通過精確的基線估算去除；φtop為地形相位，通過利用外部DEM二軌法去除；φatm為大氣相位，通過提高形變信息和大氣干擾之間的信噪比來降低其相位分量，減小誤差，具體可運用干涉圖疊加的方法；φmov為2次觀測期間地物目標沿LOS方向移動引起的相位變化；φnoise為噪聲相位，可運用自適應濾波方法減弱干涉圖中的噪聲影響；k為整周模糊度，用基于最小二乘的相位解纏算法還原真實相位；ε為隨機誤差，ε～N（0，1）。

3 研究區段及衛星數據

3.1 研究區段

渝懷鐵路是我國西部大開發的重點項目之一，全長624.523 km，途徑重慶北、長壽、涪陵、武隆、彭水、黔江、酉陽、秀山、松桃、銅仁、懷化等。渝懷鐵路沿線地質條件復雜，全線集中分布了滑坡、煤層、天然氣、斷層、巖溶、分水嶺等地質現象，共跨越長江、烏江等7條大的江河，鐵路運營路段大部分穿行在山地丘陵間，全線共計橋梁372座，隧道190座，橋隧總長占全線總長的一半，其中隧道長度達241 km，5 km以上隧道8座，最長隧道為圓梁山隧道，長達11.68 km。試驗選擇渝懷鐵路地形地勢條件復雜的彭水—黔江段作為研究對象，監測鐵路沿線的地表變形情況，該路段包括2段隧道和1 044 m的橋梁。研究區域概況見圖2。研究區域地形起伏較大，為典型的喀斯特地貌，經緯度為29.4325°N～29.4909°N，108.3040° E～108.3708° E，范圍約 19.6 km2。

圖2 研究區域概況

3.2 衛星數據

根據研究區域地質條件復雜地表植被覆蓋茂密的特點，選用高分辨率L波段ALOS-2 PALSAR雷達數據，3 m分辨率升軌的數據，FBS模式，HH極化，入射角為32.4°，幅寬50 km。收集2016年9月28日、2017年10月25日，10景影像數據和30 m分辨率的SRTM1 DEM數據。

ALOS-2于2014年5月24日由JAXA宇宙航空研發開發機構成功發射。ALOS-2是唯一一個L波段的高分辨率星載合成孔徑雷達，波長為150～300 mm，對植被云霧穿透性強，能夠直接穿透植被冠層，所接收到的雷達回波主要來自植被莖干與地面，適用于多云多雨植被覆蓋茂密區域的形變監測。選取2017年10月11日的影像為主影像，組成10幅序列差分干涉像對，其中一幅為自動對。其影像對序列的時空基線信息見表1，基線組成見圖3。

表1 時空基線信息

圖3 基線組成

4 數據處理與結果分析

4.1 數據處理

數據預處理，選擇2017年10月11日影像為主影像，經過整景ALOS-2數據配準后，裁剪出符合區域。根據SLC數據集和參數文件，生成基線文件和記錄干涉對信息的文本文件。利用10景SAR影像進行非相干疊加獲取的平均強度影像見圖4。

圖4 研究區域平均強度

數據預處理后，根據第1節中的數據處理流程，選用KS檢驗選擇DS點，并利用相位三角算法選擇最優相位，獲取在時間序列上保持高相干性的地面目標點，使得DS點和PS點具有相似的統計特性，并可聯合處理。將DS點和PS點聯合，利用外部DEM數據生成差分干涉圖，對差分干涉圖中的干涉點做回歸分析。采用自適應干涉相位濾波，提高分布式散射體的干涉相位質量。分解各個永久散射體點上的相位組成，通過最小二乘算法估計形變參數的低通部分和殘余地形誤差，通過時間維高通和空間維低通濾波處理估計和移除大氣延遲相位的影響，利用SVD算法求解高分辨率的非線性形變。經過上述步驟，生成時間序列形變圖（見圖5）。

以500 m為緩沖區半徑，對鐵路沿線500 m范圍內的區域進行形變分析，得到渝懷鐵路郁山2016—2017年平均形變速率（見圖6）。由圖6可知，鐵路沿線有3處區域存在變形，且距離鐵路小于350 m。圖中最大平均形變速率為92 mm/年（A點），有發生滑坡的可能，其他2處約為56 mm/年。

圖5 時間序列形變圖

圖6 2016—2017年平均形變速率

4.2 結果分析

綜合區域人類活動、自然地質、降水條件3個方面對渝懷鐵路沿線3處形變點原因和誘發因素做詳細分析。

發生形變的位置見圖6，分別記為A點、B點、C點。A點位于重慶市彭水縣保家鎮長窯村西北方向約2.46 km，靠近G65包茂高速；B點位于保家鎮長窯村西北方向約3.22 km，靠近319國道；C點位于保家鎮東北方向約3.19 km。經過圖上測量可以得到A點距離鐵路251 m，B點距離鐵路79 m，C點距離鐵路37 m。為了更好地分析形變發生的原因，將圖6中的A、B、C三點分別分析（見圖7）。

圖7 鐵路沿線A、B、C三點形變時間序列

通過分析可知，鐵路沿線發生大范圍形變的時間主要集中在2016年的8—10月，在2016—2017年區域內出現沉降變化和抬升變化，隨著時間推移，沉降和抬升狀況均逐漸減弱。

渝懷鐵路穿越了長江河谷區、烏江峽谷區和武陵山中山區，全長約540 km，是連接中西部的重要交通樞紐。沿線地形起伏大，構造發育，在我國滑坡災害分區中，屬滑坡災害發育較嚴重的地區。

4.2.1 人類活動影響

在山區進行采礦及修建公路、鐵路、水渠、房屋等人類工程活動，因開挖斜坡坡腳，降低了斜坡的支撐力，改變了斜坡體的應力分布，在坡腳處形成剪應力集中，造成山體失穩而引起的滑坡最多。其次，斜坡上水渠、水田、水庫及池塘水的滲透作用，常造成表土層沿下伏基巖面的蠕滑和坍塌。

分析發現在B、C點發生形變的主要原因是：在形變點附近有農田，農田的耕作造成該點發生變形。

4.2.2 水文地質情況

滑坡作為一種災害地質現象，其發育與分布首先取決于所處的地質環境，而地質環境是由諸如地層巖性組合、地質構造、地形地貌、水文地質及氣候與氣象等各種因素組成。渝懷鐵路線路長，跨越了不同的地質、地貌、水文等單元，斜坡地質環境極其復雜，差別較大，由此出現了沿線滑坡發育在地域上的分區性[14-16]。

彭水—郁山段普遍為深切割的強侵蝕巖溶化中山峽谷地形，地質構造復雜，褶皺緊密，斷層發育，褶皺構造各有10個向、背斜組成，形成平行交替排列狀，斷裂構造則由4條正斷層和3條逆斷層組成。沿線地下水可分為巖溶水、裂隙水和孔隙水3大類型。

4.2.3 降水情況

彭水縣屬中亞熱帶溫潤季風氣候，雨量充沛，常年平均降雨量1 104.20 mm，初夏常有連陰雨；盛夏多伏旱，常有酷暑；秋季多綿雨。結合人類活動分析和圖7中變形發生的時間，分析沿線溫濕性氣候和暴雨、久雨天氣及人類活動是變形發生或滑坡發育的重要誘發因素。彭水縣年平均降水量情況見圖8，降水主要集中在6、7月份，在此期間和此后的幾個月內為地災多發階段。

圖8 重慶市彭水縣年平均降水量

5 結論與展望

我國西部山區地質及自然環境條件復雜，自然災害多發。在當前我國鐵路線路逐漸加大西部區域工程建設規模的形勢下，運營鐵路沿線發生自然地質災害的可能性大大增加，給鐵路的安全運營帶來潛在危害，嚴重時可能導致物流運輸的短時癱瘓，并將直接威脅相關地區人們的生命與財產安全。應用衛星遙感空間信息技術監測西部復雜山區鐵路沿線自然災害狀況，具有重要的研究意義和工程價值。

詳細探討SqueeSAR技術和PS-InSAR技術的基礎算法和數據處理流程，并以渝懷鐵路重慶市彭水縣為研究試驗區，利用分布式散射體雷達目標探測方法，獲取了足夠多的散射體點，并反演渝懷鐵路沿線的形變信息，得到高分辨率、高質量的地面形變速率圖，并發現3處鐵路沿線近距離的形變位置。可為鐵路勘察監測及鐵路的安全運營提供預警和指導。

采用獲取SqueeSAR的方法，可以較好地監測地形復雜且低相干區的地表形變時間序列，提取較高密度的監測點，表明時間序列InSAR形變監測技術，在一定程度上可為運營鐵路線路的安全性評價提供部分直接、科學的依據。