基于InSAR的南京大胜关大桥纵向位移监测与分析

黄其欢 丁幼亮 王一安 尹方舟

(1河海大学地球科学与工程学院, 南京 211100)(2东南大学混凝土及预应力混凝土结构教育部重点实验室, 南京 210096)

基于InSAR的南京大胜关大桥纵向位移监测与分析

黄其欢1丁幼亮2王一安1尹方舟2

(1河海大学地球科学与工程学院, 南京 211100)(2东南大学混凝土及预应力混凝土结构教育部重点实验室, 南京 210096)

为解决传统桥梁位移监测方法传感器数量有限、监测信息不全面以及监测成本高等问题,以京沪高铁南京大胜关大桥为对象,研究了基于合成孔径雷达干涉(InSAR)的大跨桥梁结构纵向位移监测方法.利用欧空局Sentinel-1A卫星IW模式影像,建立了适用于大跨桥梁纵向位移监测的InSAR时间序列分析方法,得到了全桥1 723个相干目标的纵向位移信息.分析结果表明,大桥纵向位移主要由热膨胀引起,采用InSAR技术可以准确识别全桥纵向位移,且支座处纵向位移与结构温度的相关性模型与该桥支座位移传感器建模结果吻合.

SAR;干涉;位移;高速铁路桥梁;结构健康监测

桥梁位移监测是桥梁结构健康监测的重要内容之一.在桥梁活动支座、伸缩缝等特定位置开展纵向位移的长期监测,对于准确把握桥梁纵向变形性能、评估支座和伸缩缝工作状态具有重要应用价值[1-3].传统桥梁位移监测技术通过布设位移传感器来采集离散监测点的位移信息,可能导致获取信息不全面,并且监测系统实施成本高,管理维护困难.

合成孔径雷达干涉技术(InSAR)可提取2次成像期间地面目标雷达视线(LOS)向大面积变形信息[4],精度可达毫米[5],并且不受天气和昼夜限制.基于多景雷达影像的InSAR时间序列分析方法已成功应用于大面积、时空连续的地表变形过程监测,例如滑坡[6]、城市缓慢地面沉降[7]和大型人工线状地物[8]的变形监测.由于目标热膨胀引起的干涉相位显著影响地表形变信息的提取,传统InSAR时间序列分析方法将其与热膨胀导致的干涉相位、数字高程模型(DEM)误差等进行联合解算,并将其作为误差和DEM误差一起被去除,以获取高精度的地表沉降速率.

已有研究表明,大跨桥梁的纵向位移主要由结构热膨胀引起,并且与结构温度之间具有很强的相关性[2].本文研究了大跨桥梁InSAR相位组成特点,建立了适用于大跨桥梁纵向位移监测的InSAR时间序列分析模型.以京沪高铁南京大胜关大桥为对象,利用欧空局Sentinel-1A卫星影像,获得了全桥1 723个相干目标的纵向位移信息,建立了支座处纵向位移与结构温度的相关性模型以及全桥纵向位移的空间相关性模型,实现了全桥纵向变形的准确监控.

1 大跨桥梁纵向位移监测的InSAR时间序列模型

InSAR时间序列分析方法的基本思想是利用时间序列SAR影像进行差分干涉处理,从中选取具有长期稳定散射特性的永久散射体(PS),建立相位各参数的时空模型并进行解算.对于干涉对k,InSAR时间序列分析的相位方程如下:

(1)

令目标函数为

(2)

大跨桥梁为线性结构,且桥面高差基本一致,式(1)过于复杂,且模型的解算限制因素较多,不利于大跨桥梁纵向位移监测.考虑到大跨桥梁桥面高差相对较小,InSAR时间序列分析模型的DEM误差影响一致,故选定参考点后,可以忽略不计DEM误差对干涉相位的影响.同时,DEM误差对干涉相位的影响与空间基线Bk有关,基线越大,影响越大.对于Sentinel-1A卫星而言,Bk一般小于150 m,故DEM的误差可不予考虑.对于式(1)中第1项所示的线性速率,由于大跨桥梁成桥运营期间桥墩沉降已趋于稳定,线性特性不明显.因此,仅考虑结构热膨胀的InSAR时间序列模型可以简化为

(3)

(4)

式中,Φk为k时刻解缠相位;T0和Tk分别为参考时刻和k时刻的温度.将LOS向位移转换到桥梁纵向位移,并假设纵向位移与温度呈线性关系,则

dL=aT+b+ε

(5)

2 京沪高铁南京大胜关大桥纵向位移监测与评估

2.1 工程概况

京沪高铁南京大胜关大桥为京沪高速铁路和沪汉蓉铁路共用的跨江通道,是世界最大跨度六线高速铁路大桥.为适应温度变化引起钢主梁产生的纵向位移,大桥在4#,5#,6#,8#,9#,10#桥墩上安装了纵向活动支座(支座编号与桥墩一致),而主桥中部的7#桥墩用铰接支座进行固定(见图1).大胜关大桥结构健康监测系统针对纵向活动支座安装了位移传感器,用于实时监测支座处的纵向位移.

图1 南京大胜关大桥整体布置图(单位：m)

2.2 SAR影像数据与处理

收集Sentinel-1A升轨IW模式SLC影像21景,时期为2015年4月25日—2016年4月7日.为减小时空失相干,仅在相邻影像间进行干涉处理,并保持原有影像空间分辨率,地形相位去除采用SRTM3 DEM模型.干涉图最大时间基线为72 d,最大空间基线为114 m.表1给出了干涉对参数及影像成像时刻的结构温差.图2(a)为大桥SAR强度均值图;图2(b)为2016年3月26日和4月7日所获影像的差分干涉图.从图中可以看出,南京大胜关大桥雷达反射信号强,干涉条纹连续、清晰,且干涉条纹的色彩变化部分与主桥吻合.

表1 变形监测影像干涉对参数及成像时刻的结构温差

(a) SAR 强度均值图

(b) 差分干涉图

图2 SAR强度均值图和差分干涉图

选取幅度离差指数小于0.2的像元作为相干像元,利用最小费用流法[9]进行相位解缠,并以2015年4月25日作为初始时刻进行相位规划统一.图3给出了大胜关大桥LOS向变形时空序列图.从图中可以看出,大桥相干特性良好,共计1 723个相干目标的纵向位移信息，覆盖整个大桥.大桥两端变形最大,且变形方向相反,随着时间变化变形方向交替变化.究其原因在于,大胜关大桥主梁是以7#桥墩为中心的对称结构,中部7#墩铰接固定导致主梁在其他活动支座上向两边滑动.

2.3 雷达视线向变形分解

设LOS向变形由大桥纵向变形引起,大胜关大桥Sentine-lA升轨成像几何如图4所示.LOS向与桥梁纵向位移dL可由下式进行转换:

(a) 2015-04-25

(b) 2015-07-06

(c) 2015-07-30

(d) 2015-08-11

(e) 2015-08-23

(f) 2015-09-16

(g) 2015-09-28

(h) 2015-10-10

(i) 2015-10-22

(j) 2015-11-03

(k) 2015-11-15

(l) 2015-11-27

(m) 2015-12-09

(n) 2015-12-21

(o) 2016-01-14

(p) 2016-01-26

(q) 2016-02-19

(r) 2016-03-02

(s) 2016-03-14

(t) 2016-03-26

(u) 2016-04-07

图3 大胜关大桥LOS向变形时间序列图

图4 大胜关大桥Sentine-lA升轨成像LOS向变形分解

(6)

式中,dLOS为卫星测量的LOS向变形;α为LOS向与桥梁水平夹角;θ为卫星入射角.

3 纵向位移监测结果分析

3.1 纵向位移与结构温度的相关性分析

根据式(6)将LOS向变形转化为桥梁纵向位移,并以7#支座为参考点进行分析.图5给出了各活动支座处的纵向位移时间序列.可以看出,大桥支座纵向位移呈现出明显的季节变化特征,并且支座在4#,5#,6#和8#,9#,10#桥墩处的纵向位移具有反对称特性.对比结构平均温度曲线可以看出,支座在8#,9#,10#桥墩处的变形与结构温度正相关明显,而在4#,5#,6#桥墩处与结构温度具有较好的负相关特性.

图5 支座处纵向位移及成像时刻结构平均温度时间序列

根据式(5)建立各活动支座的纵向位移与结构温度的相关性模型.图6为4#,5#,6#活动支座的相关性分析结果.从图中可以看出,大桥纵向位移与结构温度具有明显的相关性,相关系数分别为0.99,0.99,0.98,单位温度变化引起的大桥纵向位移分别为7.2,5.8,3.8 mm.为了验证基于InSAR技术的纵向位移监测方法的有效性,对本文方法和健康监测系统支座位移传感器的监测结果进行了比较,结果见表2.可以看出,采用InSAR技术可以准确识别全桥纵向位移,支座处纵向位移与结构温度的相关性模型与该桥支座位移传感器建模结果吻合.

表2 支座纵向位移与温度的相关性模型对比

(b) 5#支座

(c) 6#支座

3.2 全桥纵向位移的空间相关性分析

全桥纵向位移的空间相关性监测结果见图7.由图可知,温度作用下全桥纵向位移呈现出明显的线性空间分布特征,即距离7#桥墩较近的纵向位移较小,而距离7#桥墩较远的纵向位移则较大.

图7 大胜关大桥纵向位移的空间相关性监测结果

4 结论

1) 基于Sentinel-1A雷达影像，提取了南京大胜关大桥主桥由于热膨胀引起的雷达视线向变形，并将变形归化为桥梁纵向位移，建立了大桥纵向位移与结构温度的相关性模型，提出了适用于大跨桥梁纵向位移监测的InSAR时间序列分析方法.

2) 实现了京沪高铁南京大胜关大桥全桥纵向位移监测，南京大胜关大桥主桥的位移监测点达到1 723个.

3) InSAR时间序列分析法获取的桥梁纵向位移具有较高的精度，且纵向位移与结构温度的相关性模型与该桥支座位移传感器建模结果吻合.

References)

[1]Li A, Ding Y, Wang H, et al. Analysis and assessment of bridge health monitoring mass data-progress in research/development of “structural health monitoring”[J].ScienceChinaTechnologicalSciences, 2012, 55(8): 2212-2224. DOI:10.1007/s11431-012-4818-5.

[2]丁幼亮, 周凯, 王高新, 等. 苏通大桥斜拉桥伸缩缝位移的长期监测与分析[J]. 公路交通科技, 2014, 31(7): 60-64,71. DOI:10.3969/j.issn.1002-0268.2014.07.010. Ding Youliang, Zhou Kai, Wang Gaoxin, et al. Long-term monitoring and analysis of expansion joint displacement of Sutong cable-stayed bridge[J].JournalofHighwayandTransportationResearchandDevelopment, 2014, 31(7): 60-64,71. DOI:10.3969/j.issn.1002-0268.2014.07.010.(in Chinese)

[3]岳青, 吴来义, 朱利明, 等. 高速铁路大跨度桥梁运营监测系统研究[J]. 铁道建筑, 2015(12): 1-6. DOI:10.3969/j.issn.1003-1995.2015.12.01. Yue Qing, Wu Laiyi, Zhu Liming, et al. Research on operation monitoring system of high speed railway large span bridge[J].RailwayEngineering, 2015(12): 1-6. DOI:10.3969/j.issn.1003-1995.2015.12.01.(in Chinese)

[4]华远峰, 李连友, 胡伍生, 等. 地面雷达静态微变形测量环境影响改正方法研究[J]. 东南大学学报(自然科学版), 2013, 43(S2): 428-432. DOI:10.3969/j.issn.1001-0505.2013.S2.045. Hua Yuanfeng, Li Lianyou, Hu Wusheng, et al. Environment correction methods of static micro-deformation surveyed by ground-based radar[J].JournalofSoutheastUniversity(NaturalScienceEdition), 2013, 43(S2): 428-432. DOI:10.3969/j.issn.1001-0505.2013.S2.045.(in Chinese)

[5]Berardino P, Fornaro G, Lanari R, et al. A new algorithm for surface deformation monitoring based on small baseline differential SAR interferograms[J].IEEETransactionsonGeoscienceandRemoteSensing, 2002, 40(11): 2375-2383. DOI:10.1109/tgrs.2002.803792.

[6]Crosetto M, Gili J A, Monserrat O, et al. Interferometric SAR monitoring of the Vallcebre landslide (Spain) using corner reflectors[J].NaturalHazardsandEarthSystemScience, 2013, 13(4): 923-933. DOI:10.5194/nhess-13-923-2013.

[7]Tosi L, Da Lio C, Strozzi T, et al. Combining L-and X-band SAR interferometry to assess ground displacements in heterogeneous coastal environments: The Po River Delta and Venice Lagoon, Italy[J].RemoteSensing, 2016, 8(4): 308. DOI:10.3390/rs8040308.

[8]林珲, 陈富龙, 江利明, 等. 多基线差分雷达干涉测量的大型人工线状地物形变监测[J]. 地球信息科学学报, 2010, 12(5): 718-725. Lin Hui, Chen Fulong, Jiang Liming, et al. Preliminary research on large-scale man-made linear features deformation monitoring using multi-baseline differential SAR interferometry[J].Geo-InformationScience, 2010, 12(5): 718-725.(in Chinese)

[9]Costantini M. A novel phase unwrapping method based on network programming[J].IEEETransactionsonGeoscienceandRemoteSensing, 1998, 36(3): 813-821. DOI:10.1109/36.673674.

InSAR-based longitudinal displacement monitoring and analysis on Nanjing Dashengguan bridge

Huang Qihuan1Ding Youliang2Wang Yian1Yin Fangzhou2

(1School of Earth Sciences and Engineering, Hohai University, Nanjing 211100, China)(2Key Laboratory of Concrete and Prestressed Concrete Structures of Ministry of Education, Southeast University, Nanjing 210096, China)

To resolve the problem of the traditional bridge displacement monitoring methods, such as the limited numbers of the monitoring sensors, the incomprehensive monitoring information, the high costs and so on, a monitoring method for the longitudinal displacement of long-span bridges based on the interference of the synthetic aperture radar (InSAR) is proposed by taking the Nanjing Dashengguan bridge as the research subject. The InSAR time series analysis method for longitudinal displacement monitoring of the long-span bridges is established by using the interferometric wide (IW) model image of the Sentinel-1A satellite of the European Space Egency (ESA), and the longitudinal displacement information of 1 723 coherent targets is obtained. The results show that the longitudinal displacement of the bridge is mainly caused by the thermal expansion of the bridge structure. The InSAR technique can accurately identify the longitudinal displacement of the whole bridge. Furthermore, the correlation model between the longitudinal displacement of the bridge and the structural temperature is in agreement with the modeling results of the bridge displacement sensors.

synthetic aperture radar(SAR); interferometry; displacement; high-speed railway bridge; structural health monitoring

10.3969/j.issn.1001-0505.2017.03.028

2016-09-01. 作者简介: 黄其欢(1978—),男,博士,副教授;丁幼亮(联系人),男,博士,教授,博士生导师,civilding@163.com.

国家重点基础研究计划(973计划)资助项目(2015CB060000)、国家自然科学基金资助项目(41304025, 51578138, 51608258)、江苏省自然科学基金资助项目(BK20130831).

黄其欢，丁幼亮,王一安，等.基于InSAR的南京大胜关大桥纵向位移监测与分析[J].东南大学学报(自然科学版),2017,47(3):584-589.

10.3969/j.issn.1001-0505.2017.03.028.

P237

A

1001-0505(2017)03-0584-06