基于Sentinel-1A影像的小浪底大壩穩定性時序InSAR分析

徐東彪，馮 瀚，閆世勇

(1.黃河勘測規劃設計研究院有限公司，鄭州 450003；2.中國礦業大學 環境與測繪學院，江蘇 徐州 221116)

0 引 言

傳統的大壩外部形變監測手段主要通過在壩體、壩基、溢洪道等關鍵部位布設垂直和水平位移監測網，布設視準線、引張線以及激光準直測量等，利用儀器設備采集壩體上各監測點位的形變信息[1]。目前國內絕大部分項目均采用此方法，監測精度高、觀測值準確可靠。然而，傳統監測方法需要耗費大量的人力、物力和財力，且易受雨雪等天氣的影響導致無法開展外業數據采集。近年來，隨著GNSS一機多天線差分監測系統的出現，能夠進行實時信號的傳輸解算，實現了三維方向毫米級的自動化監測[1,2]；與此同時梅文勝等學者基于測量機器人進行了自動化變形監測系統開發研究工作，隨著信息化技術的不斷進步，系統功能也在不斷地改良與完善[3-7]。然而，無論是基于GNSS的一機多天線技術還是基于測量機器人的自動化監測系統技術，也僅能實現對預先埋設監測點位的大壩關鍵部位進行監測，無法做到對大壩全方位高密度的變形監測，難以及時識別一些影響大壩安全運營的潛在隱患。

合成孔徑雷達干涉測量(InSAR)技術相較于上述大地測量手段，不依賴地面監測點，利用兩景或多景SAR數據獲取地表高精度位移形變信息，被廣泛應用在城市沉降、礦山沉陷監測，基礎設施監測，冰川凍土以及滑坡等地質災害的監測中[8]。近年來，SAR衛星數據的空間和時間分辨率不斷提高，以及PS-InSAR、SBAS等新方法的提出與改進，使得該技術在微小形變監測方面效果顯著，逐漸應用于高鐵、道路等基礎設施的監測項目。早在2011年，王騰等人采用了三峽大壩40景SAR影像，結合PS-InSAR與QPS-InSAR方法，分析了混凝土重力壩運行時的穩定性及周邊形變規律[9]。瑞典yvind E Lier及Ingvar Ekstr? m等人(2012)選取瑞典Tr?ngslet的一座大壩結合數十年傳統觀測記錄進行驗證，結果表明InSAR技術的分辨率和精度足夠滿足大壩位移監測要求[10]。龔春龍等人(2013)利用高分辨率的TerraSAR衛星影像數據對大壩的干涉結果進行分析，論證了將高分辨率SAR數據應用于大壩形變監測的可行性[11]；Pietro Milillo, Daniele Perissin等人(2015)利用198幅COSMO-SkyMed和TerraSAR-X影像數據對意大利的Pertusillo大壩進行為期5年的形變監測，并使用地面測量數據進行分析了大壩墻體非線性變形規律[12]。楊瀟瀟等人(2017)基于TCP-InSAR技術對三峽大壩進行監測，揭示了混凝土重力壩的形變規律[13]。Al-Husseinawi等人(2018)使用GNSS、水準測量和Sentinel-1數據評估了2017年Mw 7.3 Sarpol-e Zahab地震之后伊拉克東北部Darbandikhan大壩的穩定性[14]。

隨著DS-InSAR技術的提出，該技術能夠顯著提高測量點覆蓋采樣密度，彌補了傳統時序InSAR技術高相干點數量和空間分布不均等不足。本文選用2017年10月至2018年10月小浪底壩址區27景Sentinel-1A衛星數據，采用DS-InSAR時序分析方法，獲取了土石壩壩體及周邊大面積區域的高密度相干點形變信息，同時結合小浪底庫區水位數據，分析了壩體隨水位變化的形變情況及規律，得到了壩體變形時空分布特征及其穩定性狀況。

1 研究區及數據介紹

1.1 小浪底大壩

小浪底水利樞紐位于河南省洛陽市孟津縣小浪底村，壩高約154 m，長1 667 m，底部寬864 m，頂部設馬道，寬約8 m。工程1991年9月開始前期工程建設，1994年9月主體工程開工，2001年底主體工程全面完工，小浪底大壩是我國最高并且填筑量最大的土石壩，其總填筑方量達到5 185 萬m3。小浪底壩址地質情況復雜、水沙條件特殊，洞室密集，是目前為止世界上壩工洞室布置最為密集的水利工程；進水塔集中布置16條隧洞進水口，是世界上最大最復雜的進水塔；導流洞后期增設3級孔板環改建為永久泄洪洞，是世界上最大的孔板消能泄洪洞。主壩基礎覆蓋層深、防滲墻厚，巖石破碎，地下廠房、進出口高邊坡支護要求高。因此高精度形變監測在小浪底大壩運營期就顯得尤為重要。

1.2 數據介紹

本文利用歐空間Sentinel-1A衛星獲取的TOPS模式C波段SAR數據開展時序InSAR分析，其方位向和距離向分辨率分別約為5 m和20 m。

本文選取了覆蓋壩址區2017年10月至2018年10月IW模式下VV極化方式的27景Sentinel-1影像數據(見表1)，主影像獲取日期為2018年3月14日，相應時空基線見圖1。

表1 Sentinel-1影像數據參數表Tab.1 Sentinel-1 Image data parameters

圖1 時空基線圖，其中紅色代表主影像Fig.1 Temporal baseline map,red represents the master image

2 研究方法

PS-InSAR和SBAS-InSAR等傳統時序InSAR技術是基于覆蓋周期內的穩定的高相干點研究地表位移時空變化，因此嚴重受限于研究區內的失相干因素，難以在相對穩定的低相干區提取足夠數量的相干點，導致難以有效反演非高相干區的地表形變信息。為了有效的彌補低相干帶來的影響，本文基于DS-InSAR時間序列分析技術，充分挖掘研究區內分布式穩定散射體目標，獲取更高密度的測量點，并與傳統PS-InSAR方法獲取的高相干點聯合解算，用于監測和分析小浪底壩體各部位隨水位變化所產生的形變特征。

2.1 分布式目標提取

分布式目標提取步驟如下：首先利用AD-test相似性檢驗識別SHP點；接著通過最大似然優化估計獲取SHP點的優化相位并得到DS候選點，時序優化相位值如下式所示：

(1)

最后基于DS候選點相位優化質量判定并選擇DS點，選取標準如下：

(2)

通過以上步驟，能夠提取和得到研究區內有效的DS點，將提升大壩及其周邊區域測量點的數量和空間分布密度，有助于大壩形變信息提取與特征分析。

2.2 小基線集時序InSAR分析

SBAS-InSAR技術是利用具有較短時-空基線影像對產生干涉圖提高相干性，通過對差分干涉圖的多視處理降低相位噪聲，提取高相干像元，應用奇異值分解球求得影像序列間地表變形速率的最小范數最小二乘解。本文將分布式目標DS點融入SBAS-InSAR數據處理過程中，得到了大壩表面上更多的測量點。整體數據處理流程圖如圖2所示。

圖2 融合分布式目標的SBAS-InSAR處理流程圖Fig.2 Flow chart of integrating distributed targets for SBAS-InSAR processing

2.3 LOS向形變量分解

通常時序InSAR技術得到的形變量是沿SAR衛星成像時視線向(LOS)的一維地表形變量，需進一步對大壩主體的時序形變成果進行簡單分解(幾何關系見圖3)，轉換至水平位移和沉降量。

圖3 視線向形變轉換示意圖Fig.3 Diagram of line-of-sight transformation

轉換公式如下：

(3)

3 結果與分析

采用上述方法對研究區域27景數據進行處理，解算得到小浪底2017年10月至2018年10月的平均形變速率圖(mm/y)，見圖4所示。從圖4中可以看出，DS方法處理得到的測量點高密度覆蓋于壩體上，足以支持壩體重點區域的時序形變分析。同時在圖4中可以看出大壩區山體處年平均形變量小，大壩主體區形變明顯，從頂至下形變有遞減規律。詳細對壩體橫縱斷面進行形變分析，并且選取重要部位展開時序分析，縱橫斷面設置與壩體重點區域編號見圖5。底圖為SAR強度圖，彩色圖為DS點插值顯示效果，黑色線是選取分析剖面，黑色三角形代表選取的分析區域。

圖4 小浪底土石壩2017年10月至2018年10月LOS向平均形變速率圖(單位：mm/y)Fig.4 Average deformation rate map (LOS) for Xiaolangdi Earth and Rock Dam from October 2017 to October 2018

圖5 小浪底地區視線向平均速率圖Fig.5 The average rate map of the Xiaolangdi area based on the SAR intensity map

沿圖5所標識的大壩縱斷面a1-a2及橫斷面b1-b2，分析該縱橫斷面處大壩形變規律，形變趨勢如圖6所示。在圖6(a)大壩左岸0至400 m處，大壩全年內表現出向上游約5 mm量級形變，不同于壩體其余部分。緊接著大壩主體一段呈現出明顯的中間形變大、兩端穩定的規律，符合大壩變形一般規律；在圖6(b)中，壩頂形變較壩腰和壩底明顯。

在大壩重點區域形變監測工作中，對壩頂1、4、5號區域、壩腰2、3號區域及泄洪閘處8、9、10號區域視線向(LOS)形變轉換為垂直壩軸線方向的水平形變，對于邊坡形變，則只采用視線向(LOS)形變量監測邊坡形變趨勢判斷，未進行LOS方向形變量向水平位移和沉降量的改算。各監測部位時序形變變化與水位關系見圖7、8所示。

從圖7中可以看出，壩體各區域形變全年內呈現出周期性波動規律，在大壩形變沿上下游波動過程中，當水位較高時，形變波動幅度大，調水調沙時庫區水位高程逐步降低時，壩體各部位又呈現出不同變化規律。

圖6 壩體剖面時序形變圖Fig.7 Time series deformation map of the dam profile

圖7 壩體特征區域上下游形變時序圖Fig.7 Time series deformation of upstream and downstream feature area

圖8 視線向兩岸邊坡特征點區域時序形變圖Fig.8 Time series deformation map of the line of sight of the slopes on both banks

在圖7(a) 2017年10月9日至該年11月26日內，壩體呈現出傾斜變形，壩頂1、4號區域較壩腰2、3號區域形變方向指向上游，之后在水位較高時間段內，壩體上下形變不再出現傾斜，4個部位形變接近，出現一致性波動變化。當水位降低時，壩腰部位形變較壩頂明顯且方向指向下游。5號區域形變規律和壩頂1、4區域相同，但是由于該處有一寬約5～10 m的小斷層，全年內形變呈現向下游的規律。

在圖7(b)壩體泄洪閘時序形變圖中，當水位較高且穩定時，選取的3個部位形變接近，變形方式相同。當水位開始降低時，8號區域表現出向上游的形變，9號部位則仍穩定在0 mm附近波動，泄洪口10號區域形變指向下游。

對左右壩肩形變進行對比，可以看出左壩肩11、12號區域全年內時序形變量小，基本穩定在0 mm附近波動且受水位變化影響不大；右壩肩6、7號邊坡在水位較高時形變方式一致，在水位降低時間段內，6號部位形變比7號區域明顯，總的來說，右壩肩形變比左壩肩形變明顯。

4 結 論

本文基于TOPS模式下27景Sentinel-A SAR數據，采用DS-InSAR時序分析方法，獲取了小浪底土石壩2017年10月至2018年10月為期一年的壩體形變信息，在此基礎上分別選取平行與垂直壩軸線方向的兩條縱橫剖面進行了壩體整體形變分析，并結合庫區水位高程等數據分析了壩體12個關鍵部位形變特征的相關性。研究表明：大壩主體呈現出明顯的中間形變大、兩端穩定趨勢；壩頂形變較壩腰和壩底明顯，且形變量與水位高度大致呈線性負相關的規律；右壩肩形變比左壩肩形變明顯；壩體12個不同部位隨著庫區水位高低變化呈現出來不同的趨勢性形變規律。監測成果充分表明DS-InSAR方法能夠獲取更高密度的測量點，用于進行壩體及其周圍形變特征分析，若將之與GNSS和精密水準測量等聯合使用于大壩安全監測，充分融合互補不同技術的優勢，將有助于確保大壩安全，提升大壩運行綜合效益，具有廣闊的應用價值及前景。

□