地基合成孔径雷达大坝监测应用研究

, , ,

(1.武汉大学 a.测绘学院；b.精密工程与工业测量国家测绘地理信息局重点实验室;c.测绘遥感信息工程国家重点实验室，武汉 430079；2.长江科学院 a.水利部水工程安全与病害防治工程技术研究中心；b.工程安全与灾害防治研究所，武汉 430010)

1 研究背景

大坝是水利枢纽的主要建筑物，一旦发生事故，将给下游人民的生命财产安全造成巨大损失，因此大坝安全监测具有重要意义。常规的大坝监测方法通常是利用监测点的绝对位置计算目标的形变量，这类方法需接触被测目标且获取的信息量较少，需布设大量标志点才能准确地获取大坝整体形变信息[1]。地基合成孔径雷达技术可无接触、高精度地获取大坝表面面状形变信息，具有广阔的应用场景。

文献[2-3]利用星载雷达干涉技术获取了大坝的沉降信息，验证了该方法在大坝监测中的可行性。但星载合成孔径雷达采样周期较长，且受成像角度影响无法实时地获取大坝形变信息。地基合成孔径雷达(Ground-Based SAR, GB-SAR)采用了步进频率连续波技术(SF-CW)、合成孔径雷达技术(SAR)和干涉测量技术，系统可根据监测需求，灵活设计目标物与雷达的成像几何关系，获取大坝表面在雷达视线向(Line of Sight,LOS)的形变信息。文献[4-7]尝试利用该技术对大坝进行安全监测，通过与传统测量手段获取的大坝位移结果进行比较分析，验证了该方法是一种有效的大坝安全监测手段。文献[8]通过设计地基雷达系统检测方案，验证了系统监测结果的高精度及可靠性。文献[9]对传统的环境改正方法进行了改进，并通过实验验证了该方法的可行性。本文利用IBIS (Image by Interferometric survey)-L系统在大坝受昼夜温差变化、不同天气条件以及大坝受发电机组发电影响情况下进行了安全监测实验，结果证明该技术可快速、高精度地获取大坝在环境变化下的形变信息。

2 地基雷达数据气象改正方法

大气变化(湿度和温度波动)导致的雷达信号传播延迟随信号的波长增大而减小，同时顾及测量的精度和相位缠绕的可能性，IBIS-L系统采用ku波段电磁波，雷达波长约1.7 cm，测量精度可达0.1 mm[10]。但是微波易受环境中湿度变化的影响，在观测距离为1 000 m，1 013 hPa的大气压和温度20 ℃的情况下，传播路径中1%的湿度变化对于ku波段雷达会产生42°左右的影响[11]，为提高地基雷达测量精度，需消除观测时间内大气变化引起的测量误差。

大气延迟在短距离内可近似认为沿直线路径[12]，即

(1)

(2)

式中：T为温度；e为水汽；Pd为干气气压。

当雷达波频率为fc，目标点与雷达之间距离为rn，假设观测场景内稳定点的大气延迟只受时间i影响，即其变化与距离rn无关，在雷达传播往返时间间隔内大气保持稳定，则获取的雷达相位值φ(i)为[14]

(3)

式中c为雷达波传播速度。故稳定点在不同观测时间内因大气变化产生的相位差Δφ为

(4)

由于地基雷达不含空间基线，所以相位受目标形变、大气延迟和观测噪声影响，其观测周期短且信号频率高，稳定点的信噪比较高，故干涉相位的平均偏差相对环境影响较小。将噪声影响与大气延迟统一到环境中，则干涉相位φ可表示为

φ=φdis+φatm。

(5)

式中φdis，φatm分别表示目标位移和环境变化引起的相位变化。

当环境变化较小，观测距离较近时可假设大气变化对相位影响与雷达与目标物之间视线向的距离r成线性关系为

φatm=ar。

(6)

式中常数a可根据稳定点获取的环境影响值解算得到。经过改正后的相位值φcorr为

φcorr=φ-ar。

(7)

3 大坝监测实验

3.1 实验说明

实验于2013-07-26至2013-08-03进行，在隔河岩水电站利用IBIS-L系统对水电站主坝、右岸边坡及电厂厂房等目标物进行了连续监测，分析气象因素对GB-SAR测量的影响情况。图1为监测现场实景图。

图1 监测现场

观测参数及时间(如表1)说明：07-27 T09:40至07-27 T16:36期间因同时进行了数字高程模型实验，此期间零空间基线的数据采样时间约为15 min，共采集32景数据；07-29 T20:28—23:32，08-01 T4:12—7:08，08-01 T23:16至08-02 T03:31因暴雨中断采集数据。

表1 雷达观测参数

图2 雷达信号反射强度

3.2 监测结果及分析

大坝坝体为混凝土结构且周围山体植被覆盖较少，雷达反射信号强度较高，可获取较多可靠反射信号进行数据分析。观测场景内各主要建筑物与自然物的信号强度如图2所示(图中x,y为平面坐标)，其中大坝及发电厂房反射信号强度高，其热信噪比达到40 dB。在观测场景内边坡信号强度可达30 dB，虽然边坡植被覆盖较少，但是受雷达成像角度及边坡表面的加固材料特性影响，大坝周围的右岸边坡中仅坝顶附近山体的雷达反射信号较可靠，发电厂房后的边坡大部分因成像角度合理所以大部分山体的雷达反射信号均比较可靠。

图4 控制点观测结果及常规方法改正结果

3.2.1 环境影响分析

首先选取观测场景内9个分散的稳定点作为控制点获取观测时间序列内环境影响值，控制点分布在消力池、大坝与消力池之间山体及大坝附近山体中。

图3为控制点受环境影响情况，其中图3(a)为控制点视线向形变，图3(b)为在不同时刻利用控制点求得的改正数(αgcp)，图3(c)为在同一时刻就得的最大改正数与最小改正数的差值，差值表示为[max(αgcp)-min(αgcp)]×100。由图3可知：在整个观测时间序列中，由于暴雨等因素影响导致部分数据丢失，但丢失部分不影响整个观测序列中目标物的形变分析，整个时间序列数据并未因为数据中断而表现出异常的形变趋势。由图3可知在整个观测序列中，部分时间段的环境影响系数差异较大，达到了0.8，大部分时间段在0.2内。

为观察环境改正结果的情况选取大坝附近山体点(P17)、大坝右边边坡点(P20)、厂房后部山体(P24,P28)、大坝消力池上方离散点(P34)、坝体涵洞(P36,P39)及坝体下部离散点(P47)作为待改正的观测点。待改正点在观测周期内认为是稳定未发生形变的，因此其理论形变值应为0。图4为控制点观测结果及常规方法改正结果。

由图4(c)和图4(d)可知，观测周期内单点改正无法准确改正环境影响，改正结果出现<10 cm的误差；采用多控制点改正法处理(图4(b))，其中部分稳定点如P28点产生了8 mm的误差，其他点在观测周期内未产生明显异常差异，环境因素在部分观测时段产生了超过4 mm的影响，大部分气象影响在2 mm左右，因此可见，采用多控制点最近距离法进行环境改正也无法达到理想的效果。

图5 环境改正结果

3.2.2 环境影响消除

为准确消除环境因素对观测结果造成影响，本文采用大气同质模型即同一观测时间段内在同一大气折射系数N下雷达信号延迟(环境影响)与距离成正比的线性关系。选取观测场景内不同距离的几个控制点，通过获取的同一时间内不同距离处的控制点受环境的影响值，解算大气折射系数N，再由系数N进行环境改正。

选取07-27 T20:24至07-28 T15:50时间段共214景数据进行环境影响分析，在观测场景内选取5个控制点用于环境改正。选点位置如图5(a)所示，控制点原始测量结果、基于大气同质模型的假设观测场景内N不变的改正结果及N随着距离增加成线性变化的改正结果如图5(b)、图5(c)、图5(d)所示。

由图5(a)可知，P33和P34点比其他3点距离雷达更远，在图5(c)的结果中改正后的稳定点呈现一种远离雷达视线向的形变趋势，P33，P34点的环境影响值达到2 mm；位于中心位置的P22点改正结果最好，环境影响控制在0.5 mm，其他各点均超过1 mm，因此N为统一不变的假设仅对观测场景中心部位的环境改正取得一定效果，在江面环境因素变化较大的情况下，该假设无法适用观测场景内非中心位置处目标物的环境改正。

由图5(d)可知,在假设N线性变化的前提下，观测场景内不同位置的目标点均取得了较好的环境改正结果，其中除P22和P11点在某一时刻环境影响达到1.1 mm，其他时段各点的环境改正均控制在0.5 mm附近，因此该假设符合观测场景内环境变化对GB-SAR的影响特点，采用该方法可有效消除观测场景内的环境因素影响。

选取大坝坝体均匀分布的15个目标点进行环境改正，假设N不变改正结果及N线性变化改正结果如图6所示。

图6 坝体目标点改正结果

由图6(a)可知，假设N不变情况下大坝呈现的形变趋势与控制点改正后的P33，P34点类似，由此可知N不变的假设下大坝表现为远离雷达视线向方向运动，最终产生远离雷达视线向2～3 mm的位移。但是由P33，P34稳定点的先验信息可知，该位移是由于环境改正不准确导致，因此采用N不变假设环境影响消除不够彻底，利用该假设进行的环境改正结果无法准确获取坝体形变信息。

基于大气同质模型的假设观测场景内N不变的方法进行改正后，由图6(b)可知大坝产生了小于2 mm的位移；从晚上21点开始到第二天早上9点大坝产生靠近雷达方向的位移，位移量小于2 mm，大部分坝体的位移量在1 mm左右；到下午15点产生远离雷达视线向位移，大坝整体在观测时间段内位移相对初始时刻产生不超过1 mm的位移。

利用不同空间位置的大坝表面相同时刻形变信息构建三维大坝表面形变模型，可对大坝在观测时间段内的空间形变特征进行分析。在07-27 T20：29至07-28 T15:50时间段内，在如下时间点分别生成一幅大坝中部表面形变特征图：20:29，22:24，00:23，02:21，04:20，06:24，08:28，9:27，10:29，12:24，14:29，15:50，结果如图7所示。监测时间段内坝体形变速率图如图8所示。

图7 监测区域三维形变图

图8 大坝表面形变速率图

由形变速率图可知大坝边坡整体稳定。在整个观测周期内，所选区域的中部除07-28 T9:27产生了超过0.5 mm的形变，其他时段均未发生超过0.5 mm形变，其中9:27时段大坝中部靠右位置产生的形变量大于左部，其形变趋势表现为从左至右逐渐增大；07-28 T00:00—T12:00期间所选区域的顶部产生的形变量超过其他区域，部分时间段产生将近2 mm的位移，且左边顶部形变量略高于右边，而在其他时间段大坝的顶部未发生超过0.5 mm的形变；在大坝垂直方向，大坝的整体形变趋势表现为形变量从顶部到中部逐渐减少，然后在所选区域最底部形变量逐渐增加，整个垂直方向的形变差值较小。从07-28 T00:00之后所选区域底部形变趋势较明显，且在07-28 T9:37之后形变量相对其他部位较大，部分时段产生近2 mm形变，该部分由点位的信噪比等其他信息可知其所受的环境影响较大，形变量受残余的环境影响较大。

在观测周期内大坝的整体最大形变未超过1.5 mm，部分时段的个别小部分区域相对大坝其他区域形变不一致，但其形变值也未超过2 mm，考虑到其受部分残余的环境影响，可认为部分小区域的异常形变主要由环境影响所导致，故可认为在整个观测周期内大坝整体稳定，未发生明显形变。

4 结 语

由实验结果可知，地基合成孔径雷达技术，可通过设计雷达与大坝的成像几何关系，获取大坝高精度、高分辨率的横向形变信息，该技术对大坝在环境变化影响下的形变探测灵敏度高，采样周期短，可同时获取大坝不同位置处的形变信息，利用该技术可探测大坝受昼夜温度变化、发电等各种环境激励下的坝体表面不同位置不同时刻的形变信息，是一种为大坝安全运行提供的有效监测手段。

雷达信号易受大气变化影响，在进行长期高精度监测时需对干涉相位进行大气改正，削弱雷达传输信号自身受大气变化的影响。根据改正后的地基雷达处理结果可获取高空间分辨率的大坝表面各点相同时刻的形变信息，利用该信息可构建大坝表面形变模型有利于对大坝整体或者局部进行结构分析，有效检测大坝的安全运行状态。

参考文献：

[1] BARLA G, ANTOLINI F, BARLA M,etal. Monitoring of the Beauregard Landslide (Aosta Valley, Italy) Using Advanced and Conventional Techniques [J]. Engineering Geology, 2010, 116(3/4):218-235.

[2] WANG T, PERISSIN D, ROCCA F,etal. Three Gorges Dam Stability Monitoring with Time-series InSAR Image Analysis [J]. Science China Earth Sciences, 2011, 54(5):720-732.

[3] VASILE G, BOLDO D, BOUDON R,etal. Potential of Multipass Very High Resolution SAR Interferometry for Dam Monitoring [C]∥ Military Technical Academy, 9th International Conference on Communications, Bucharest, Romania, June 21-23, 2012:371-374.

[4] RODELSPERGER S, COCCIA A, VICENTE D,etal. Introduction to the New Metasensing Ground-based SAR: Technical Description and Data Analysis [C]∥ IEEE Geoscience and Remote Sensing Society, International Geoscience and Remote Sensing Symposium, Munich, Germany, July 22-27, 2012:4790-4792.

[5] BOZZANO F, CIPRIANI I, MAZZANTI P,etal. Displacement Patterns of a Landslide Affected by Human Activities: Insights from Ground-based InSAR Monitoring [J]. Natural Hazards, 2011,59(3):1377-1396.

[6] GENTILE C, BERNARDINI G. An Interferometric Radar for Non-contact Measurement of Deflections on Civil Engineering Structures: Laboratory and Full-scale Tests [J]. Structure and Infrastructure Engineering, 2010, 6(5):521-534.

[7] ALBA M, BERNARDINI G, GIUSSANI A,etal. Measurement of Dam Deformations by Terrestrial Interferometric Techniques [C]∥ The XXIth Congress of the International Society for Photogrammetry and Remote Sensing, Beijing, China, July 3-11, 2008, Vol. XXXVII(Part B1): 133-139.

[8] 邢 诚, 徐亚明, 周 校, 等. 地基雷达干涉测量的环境改正方法研究 [J]. 大地测量与地球动力学, 2013, 33(3):41-43. (XING Cheng, XU Ya-ming, ZHOU Xiao,etal. Environment Correction Method of Ground-based Radar Interferometry [J]. Journal of Geodesy and Geodynamics, 2013, 33(3):41-43.(in Chinese))

[9] 邢 诚, 徐亚明, 周 校, 等. IBIS-L系统检测方法研究 [J]. 工程勘察, 2013, 41(12): 9-12. (XING Cheng, XU Ya-ming, ZHOU Xiao,etal. Research on the Testing Methods for IBIS-L System [J]. Geotechnical Investigation & Surveying, 2013, 41(12):9-12. (in Chinese))

[10] GENTILE C. Deflection Measurement on Vibrating Stay Cables by Non-contact Microwave Interferometer [J]. Radar Technology, 2010, (43):231-240.

[11] ZEBKER H, ROSEN P, HENSLEY S. Atmospheric Effects in Interferometric Synthetic Aperture Radar Surface Deformation and Topographic Maps [J]. Journal of Geophysical Research, 1997, 102(B4):7547-7563.

[12] LUZI G,PIERACCINI M,MECATTI D,etal.Advances in Ground-based Microwave Interferometry for Landslide [J]. International Journal of Remote Sensing, 2006, 12(27):2331-2350.

[13] ISHIMARU A. Wave Propagation and Scattering in Random Media Vol. 2 [M]. New York: Academic Press, 1978: 22-28.

[14] LIEBE H. Modeling Attenuation and Phase of Radio Waves in Air at Frequencies below 100GHz [J]. Radio Science, 1981, 16(6): 1183-119