PS选择策略及在京津高铁沉降监测中的应用研究

丁尚起,杨魁,陈楚,崔龙

(1.天津市滨海新区塘沽水资源管理中心,天津 300450； 2.天津市遥感中心,天津 300381；3.天津市测绘院,天津 300381； 4.天津市东丽区规划分局,天津 300300)

PS选择策略及在京津高铁沉降监测中的应用研究

丁尚起1∗,杨魁2,3,陈楚2,3,崔龙4

(1.天津市滨海新区塘沽水资源管理中心,天津 300450； 2.天津市遥感中心,天津 300381；3.天津市测绘院,天津 300381； 4.天津市东丽区规划分局,天津 300300)

针对InSAR技术在城市重大工程中的应用，提出了一种提取PS(永久散射体)的优化策略。通过综合采用幅度相干性、点目标提取方法来获取高密度、高精度的PS。在此基础上，对PS点的空间分布性进行深入分析，并采用克里金插值弥补分布不足。本文以京津城际数据为例，从区域和线性工程两个角度对上述方法进行实例分析，验证本文PS选择策略和插值方法的有效性。

永久散射体；克里金插值；线性工程；城市沉降

1 介 绍

从H.A.Zebker等人提出D-InSAR技术获取地面沉降[1]到现在的20年时间内,InSAR取得了较大的进展,并逐步走向工程化应用。特别是1999年前后,意大利米兰理工大学在D-InSAR的基础上提出的PS (Permanent Scatter-永久散射体)技术在城市地面沉降监测中得到广泛应用。PS(永久散射体)通常指不受时间、空间基线去相关和大气变化影响的点目标,它被视为观测对象,基于反映地表形变特征的先验模型来提取相应的形变信息。该技术有效地解决了D-In-SAR技术中时间、空间去相关和大气效应等限制测量精度的问题,达到了获得毫米级地表形变信息的能力[2]。但是该技术通常情况下要求采用多景影像(〉30景)来获取相干性高的PS点进行后续分析[3],间接导致沉降监测成本增高,影响其在工程化中的应用。

本文从InSAR在城市工程化应用的角度出发,提出了在少量数据集的情况下,综合采用幅度相干性和点目标提取准则来获取高密度的PS点。对PS点的空间分布性进行分析,提出克里金插值这种在地学统计中常用的方法来弥补其不足。并以京津城际在天津北辰区内的监测数据为例,从区域沉降分析和线性工程分析角度验证了该PS点提取方法的有效性。

2 PS点选择方法研究

PS点密度对相位解缠和大气估计有着较大的影响。A.Ferretti文献中提出最少需要达到3个点/ km2[3]。随着分辨率的提高,PS点的密度也得到提高,但是PS点的空间分布存在不均匀性。在城市密集区密度较大,可以达到1 500个/km2～2 000个/km2；而对于失相干严重的植被密集区,密度为0个/km2～10个/km2。对于线性工程而言,经过区域既有人口密集的城市地区,又有人口稀少的郊区和农村。为了有效地对线性工程进行沿线分析,本文综合提出一种综合幅度相干性和点目标提取的PS点选择策略,来获取高质量、高密度的PS点。

2.1 幅度离差阈值法

作为PS提取技术中的经典方法,它主要用于大数据量的雷达影像下的PS的提取。其主要思想是基于振幅偏离差和相位偏离差来从统计意义上反映目标在不同监测时间的差异。对经过定标处理后的雷达数据,以后向散射强度均差和方差的比作为测度,选择大于指定阈值的目标为相干目标[4]。该方法简洁高效,有效反映目标的时间序列特征。但是该方法也存在着容易引入水体、阴影等在长时间保持不变的错误点,且要求数据量大。

2.2 点目标检测法

一个雷达分辨单元可以分为点目标和分布式目标,其中点目标在雷达回波信号获取时间内保持几乎恒定的雷达响应,相位特征也表现相对稳定,可以当作PS。将SAR影像生成子孔径图像,并确定其光谱相关性,依据子视相关理论来提取出高相关程度的点目标[5]。该方法适用于单SAR影像的点目标检测,也可以应用于数据集的PS监测中,物理意义明确。但是该方法在表现出时间序列上稳定的特征存在不足。

2.3 PS联合提取策略

针对以上两种方法的优点和缺点,本文根据应用的需要提出PS的联合提取策略。首先基于幅度离差阈值法,通过确定合适的阈值来选择时间序列上的变化小的PS,以减少时间失相干对后续InSAR的影响,并同时采用幅度阈值来剔除水体等低相干点；其次基于点目标检测方法选择高亮度的点目标,减少空间失相干的影响,以在短数据集的情况下获取足够的高质量PS点；在获取这些PS点的基础上基于时空二维回归模型进行相位解缠和相位分析,依据每个PS点的模型系数来剔除偏差较大的错误点,从而最终获取高密度、高质量的PS点。

3 成果和分析

3.1 实验数据

实验区域位于京津城际铁路所经过的天津市的北辰区内。该区域位于中国地壳强烈下沉地区、工业发展较快导致地下水开采现象严重,使得该区域的沉降现象严重。基于Infoterra提供的TerraSAR-X数据集,通过选择高密度的PS点、并采用逐步改进的处理策略来获取图1所示的30 km2×50 km2的影像范围的沉降现象。并截取大小为13 km2×15 km2进行京津沿线的区域分析和线性分析。图2为其范围图,京津城际铁路从中穿叉而过。经过镇主要有双口镇、北仓镇、双街镇、大张庄镇、黄庄街以及下朱庄街等。

图1 TerraSAR-X影像覆盖区域 图2 京津城际覆盖区域

3.2 区域沉降分析

图2所示区域的PS点的分布情况如图3所示。该区域内有449 000个PS点,平均密度约为2 000个/km2。然而它的空间分布并不均匀,在1处的建成区由于基础设施齐全PS点密度十分大,达到3 000个/km2以上,而在2处的农田区则由于失相干的影响PS点密度较少,约为0个/km2～100个/km2。

图2所示区域的年均沉降速率图如图4所示,沉降速率从0 mm/a～80 mm/a,即该区域的最大沉降为80 mm/a。红色所示区域表示沉降较大的区域,蓝色所示区域表示沉降较小的区域。中部双街镇的沉降情况最严重,表现为一个明显的漏斗区域；北部地区沉降较小,相对比较稳定。

图3 京津城际区域PS点分布图 图4 年沉降速率图

由PS的分布可知,即使采用高分辨率的TerraSAR影像进行PSI分析可以获取大量的PS点,但是却存在较大的空间不足,需要采用合理的空间插值方法来有效反映整个区域的沉降情况。本文针对地面沉降区域变化存在空间相关性的特点,采用克里格插值方法,基于区域内已有PS点的地面沉降监测数据和变异函数的结构特点,对无PS点处进行线性无偏、最优估计[6],从而达到量化已知监测点沉降间的空间自相关性,并有效反映区域范围内的沉降情况。克里格插值后的沉降速率图如图5所示。1处的双街镇和2处的双口镇表现出明显的漏斗现象。1处的双漏斗现象尤其突出。

图5 插值后的年均沉降速率图 图6 京津城际沿线PS点分布图

因此基于年均沉降速率的插值前后成果的可视化效果,均可以有效反映出京津城际铁路区域内的沉降情况,尤其是克里金插值后的成果展示的漏斗现象直接有效。从而有利于从整体分析研究区域的沉降规律和原因,以便及时采取有效措施。

3.3 线性工程的沉降分析

采用InSAR技术进行线性工程的监测,主要监测线性工程全线的地面稳定性。本节以测区范围内的20 km长的京津城际铁路为例进行分段分析。

以京津城际铁路为中心线获取沿线200 m范围内的PS点进行线性工程的分析,PS点的分布如图6所示,在不同的沉降段表现出不同的分布特点。截取红色范围区域进行PS点的密度分析。图7(a)为在农村区域PS点稀少的情况下,高铁本身呈现为点目标；图7(b)所示为建筑物密集区环境下的,高铁周围PS点较多；图7(c)南北向的高铁并没有监测到PS点。线性工程会表现出点目标的特性。在本文所采用的PS点提取方法中,已经充分考虑到线性工程会表现出点目标的特性,因此如图6、7(a)和7(b)所示,京津高铁PS点较多。但是PS点的随机性较大,与入射方向、目标特性都有着较大的关系,因此在7(c)中高铁上没有有效的PS点来分析该段的沉降现象,需要基于周围的地物进行插值分析。

图7 京津城际沿线PS点分布放大图

图6 所示京津城际铁路沿线经过克里格插值后的年均沉降速率图如8所示,沉降速率从0 mm/a～80 mm/a。按照沉降大小,京津城际沿线从北到南可以分为三段,分别为慢速沉降段A、快速沉降段B、中速沉降段C。慢速沉降段A主要包括下朱庄街等地区,长度7 km,该段基本稳定,平均沉降速率在20 mm/a；快速沉降段B主要包括双街镇和北仓镇部分地区,长度7 km,该段沉降量较大,平均沉降速率在46 mm/a,中速沉降带C主要位于北仓镇,长度4 km,该段平均沉降速率在29 mm/a。对京津城际铁路沿线的沉降情况进行分析,可以得到京津沿线区域村庄较大的不均匀沉降。

图8 京津城际沿线插值后的沉降速率图

4 总 结

本文主要针对SAR影像集数量较少情况下PS点提取方面存在的问题,提出一种强幅度相干性、高空间光谱相干性和时空二维回归模型相结合的逐步改善的PS点选择策略。其次对PS点的空间随机性从区域和沿线两个方面的空间分布的随机性进行详细分析,提出采用克里格插值来弥补PS分布的不均匀性,已有效监测到区域的沉降漏斗和线性工程的不均匀沉降等现象,并利用京津城际铁路的InSAR监测成果进行深入地分析。

[1] A.K.Gabriel，R.M.Goldstein，H.A.Zebker，Mapping small elevation changes over large areas：differential radar interferometry[J].Journal of Geophysical Research：Solid Earth，1989，94(7)，9183～9191.

[2] Ferretti A，PratiC，Rocca F.Nonlinear Subsidence Rate Esitimation Using Permanent Scatterers in Differential SAR Interferometry[J].2001，38(5)，2202～2212.

[3] A.Ferretti，C.Prati，and F.Rocca，Permanent scatterers in SAR interferometry[C].IEEE Trans.Geosci.Remote Sensing，2000，38，2202～2212.

[4] 范洪冬.InSAR若干关键算法及其在地表沉降监测中的应用[D].徐州：中国矿业大学，2010.

[5] 卢丽君.基于时序SAR影像的地表形变监测方法及其应用[D].武汉：武汉大学，2008.

[6] 汤国安.ArcGIS地理信息系统空间分析实验教程[M].北京：科技出版社，2006：164～170.

The Study of PS Selection Strategy and its Application in the Subsidence M onitoring of Jingjin Railway

Ding Shangqi1,Yang Kui2,3,Chen Chu2,3,Cui Long4
(1.Tanggu Water Resources Mangement Center,Tianjin 300450,China；2.Tianjin Remote Sensing Center,Tianjin 300381,China；3.Tianjin Institute of Surveying and Mapping,Tianjin 300381,China； 4.Dongli Planning Bureau,Tianjin 300300,China)

In this paper,an advanced strategy for the generation of Permanent Scatter is presented to be used in urban project.The pixel candidates with high density are selected from those presenting low temporal variability of the backscattering or low spectral diversity.Later on,the spatial distribution of the candidates is analyzed,and the Kriging interpolation is advanced as a complementarity.The selection and interpolation techniques have been tested with Jing-jin high-speed railway from region to linear project.

permanent scatter；kriging interpolation；linear project；urban subsidence

1672-8262(2013)06-147-04

P234.4，P258

A

2013—05—02

丁尚起(1971—),男,高级工程师,主要从事水资源管理、控制地面沉降及水文监测工作。

国土资源部公益性行业科研专项(201311045)