基于PSInSAR 技术的上海长江大桥变形监测方法研究

金 恩，吴铭飞，张 香

（上海城建城市运营（集团）有限公司，上海 200023）

0 前言

桥梁是一种用于跨越障碍、连通区域的交通基础设施，在国民经济发展中起着至关重要的作用。 长期以来，桥梁结构变形监测依赖人工测量，主要是利用水准仪、全站仪等测量仪器观测桥梁点位变形，获取桥梁线形、挠度等指标［1］。 这种方式工作量大，观测频率低，对桥梁交通通行影响较大，而且对于结构复杂的大型桥梁难以控制精度。 随着智能传感器和计算机通信技术的进步，目前桥梁结构安全监测一般通过在桥梁结构直接安装或人工手持传感器获得在线监测数据，极大地提高了变形监测的实时性。 然而，现有监测传感器为单点观测方式，空间密度低，布设成本高，难以全面反映桥梁整体结构状况。

以GPS 和RS 为代表的空间对地观测技术，改变了人类对地球数据的获取和地球系统的认知方式。其中，SAR 技术因其全天时、全天候、大范围和连续覆盖的监测优势，已应用于全球地形测绘、灾害监测评估、地质资源勘查等领域的研究中。 近年来，随着中高分辨率SAR 卫星的发射，SAR 干涉测量(InSAR）技术逐渐向小尺度和高精细度方向发展［2］。 与此同时，为克服传统InSAR 技术易受大气、时间等去相干因素的影响，在此基础上改进得到时序InSAR(MTInSAR）技术，监测精度达到毫米级，使得对城市地表目标开展高精度变形监测成为可能。 国内外已有采用SAR 卫星影像对建筑、桥梁、铁路等地表设施进行MT-InSAR 变形监测与分析的相关研究，并在数据处理方法和形变分析方法上取得了一定成果［3-6］。 桥梁设施跨度大、距离长，结构安全问题突出，然而目前针对大跨径桥梁的InSAR 变形监测实践较少，缺乏一套完整的面向大跨径桥梁的InSAR 变形监测数据处理与分析方法。

鉴于此，本文从InSAR 技术发展历程出发，分析各类InSAR 技术特点，选择PSInSAR 技术进行桥梁变形监测，并以此方法对上海长江大桥进行形变测量，验证该方法具备监测大跨径桥梁变形信息的能力。 通过对上海长江大桥形变状况进行分析，得到大桥形变规律，并对桥梁健康状况进行评估，以此为桥梁运营管理提供技术支持。

1 MT－InSAR 变形监测技术

InSAR 技术基于时间测距的成像机理，利用雷达回波信号携带的相位信息提取地表高程信息。 若在InSAR 技术干涉相位的基础上进一步获得地面目标几何位置相对于SAR 传感器发生的变化(即形变），该过程则被称为差分干涉测量(DInSAR）。 在理想情况下，两幅SAR 影像的干涉相位只与参考面、地形及地表形变有关。 但在实际观测过程中，两次观测期间的目标散射特性、观测视角、大气条件等都有可能发生变化，使得干涉相位受上述因素综合影响，制约了DInSAR 形变监测技术的最终精度。 真实的干涉相位组成为：

式中：φ为实际测量相位；φflat为平地相位；φtopo为地形相位；φdefo为形变相位；φorb为轨道误差相位；φatm为大气影响相位；φnoise为噪声相位。

MT-InSAR 的基本原理是从同一研究区内的多幅不同时相的SAR 影像中提取具有反射特征强、散射特征稳定的地面目标(如道路、房屋、堤坝、桥梁、裸露岩石等）作为永久散射体(Permanent Scatterer， PS）点，这些点目标不会受到时间失相关和空间失相关的影响［7］。 基于时序差分相位信息通过建立相位函数模型，将地表形变信息、地形误差以及大气延迟相位从干涉相位中分离出来，进而得到地面各点的形变信息φdefo。 相较于传统的DInSAR 技术，MT-InSAR 技术能较好地克服时空失相关和大气延迟的问题，提高地表形变监测的精度。

2 基于PSInSAR 的变形监测数据处理方法

2.1 PSInSAR 技术原理

MT-InSAR 技术对多幅SAR 影像干涉处理，由一开始利用干涉图Stacking 技术提取时序形变，发展到现在比较有代表性的以单一影像为主影像的永久散射体干涉(Persistent Scatterer InSAR，PSInSAR）方法和以多幅影像为主影像的小基线(Small Baseline Subsets，SBAS）方法。

MT-InSAR 技术探测SAR 影像中PS 点，可以估计并获取厘米甚至毫米级测量精度的形变信息。 所谓PS 点是时序影像中相位稳定的像元点，其对应自然环境中的裸露岩石、人工建筑等。 PSInSAR 算法采用单一主影像方式进行干涉处理，通过提取时序相干目标抑制时间去相干和大气延迟的影响。 以多幅SAR 影像为主影像的SBAS 算法主要面向影像数量有限的情况，采用小的时间基线和空间基线进行干涉处理，降低时间失相干和地形对相位的影响。 目前研究表明，SBAS 在城市区域适用于大尺度的沉降漏斗反演，但在基础设施高精度细节监测方面存在很大局限［8］。 因此，本文采用PSInSAR 方法进行大桥形变监测。

2.2 变形监测影像数据

本文采用Sentinel-1 SAR 影像作为变形监测基础数据源。 Sentinel-1 卫星是欧空局最新研制的雷达卫星系统，搭载C 波段的合成孔径雷达传感器，可以全天候、全天时地观测海洋和陆地。 Sentinel-1 卫星星座主要有4 种成像模式：分别是条带模式(Strip Map，SM）、宽干涉模式(Interferometric Wide，IW）、极宽模式(Extra-Wide Swath，EW） 和波模式(Wave Mode，WM）。 在干涉测量中，通常采用IW 模式影像数据。

2.3 变形监测数据处理工具

本研究主要采用SNAP 与StaMPS 软件完成哨兵数据处理，其中SNAP 主要用于哨兵数据预处理，StaMPS 软件用于时序分析与形变提取。 SNAP 主要完成Sentinel-1A 数据的轨道校正、条带选择、主影像选取、配准与生成干涉图等步骤。 通过SNAP 软件完成以上步骤后，生成的干涉图与地理编码等文件将导入StaMPS 软件进行时序分析。

2.4 变形监测数据处理流程

基于上述技术原理、数据源和处理工具，本文建立的基于PSInSAR 的变形监测方法数据处理主要流程如图1 所示。

图1 基于PSInSAR 的变形监测方法数据处理流程

3 上海长江大桥变形监测实例

3.1 工程概况

上海长江大桥位于中国上海市，地处长江口北港水道中心区域，南起上海市长兴岛，上跨长江水道，北至崇明岛与陈海公路相接后，汇入向化公路跨线桥，是崇明越江通道工程的重要组成部分。 为有效利用资源，大桥预留双线轨道交通过桥的功能，按双向6车道高速公路与2 线轨道交通标准设计。 大桥于2004年12月28 日动工兴建，于2009年10月31 日通车运营。

上海长江大桥全长16.55 km，设计车速100 km/h，设计荷载为公路-I 级，桥面分两幅设双向6 车道，每幅外侧各设4.15 m 宽的应急车道，标准横断面宽度为34.3 m。 其中越江桥梁工程长9.966 km，各跨桥型和跨径布置从南到北依次为：PC 连续梁桥(6×21 m＋15×30 m＋15×50 m＋23×70 m）＋钢-混凝土组合连续梁桥(85 m＋5×105 m＋90 m）＋(92 m＋258 m＋730 m＋258 m＋92 m）双塔双索面分离钢箱梁斜拉桥＋(90 m＋5×105 m＋85 m）钢-混凝土组合连续梁桥＋PC 连续梁桥(9×70 m）＋预制节段拼装PC 连续梁桥(32×60 m）＋PC 连续梁桥(80 m＋140 m＋140 m＋80 m）＋PC 连续梁桥(14×50 m＋17×30 m）＝9.966 km［9］。

3.2 SAR 影像数据处理

本研究所采用的数据类型是Sentinel-1A 在IW工作模式下的VV 极化、升轨、单视复数SAR 影像，单景影像覆盖面积为110×250 km2。 影像分辨率为距离向5 m、方位向20 m，研究区域所在的条带号为IW2。影像覆盖时间为2018年1月17 日至2020年12月20 日，时长跨度为3年，共计86 景SAR 影像数据。

采用上文提出的基于PSInSAR 的变形监测数据处理方法对86 景Sentinel-1 影像进行配准、干涉和PS 点提取。 最终主桥部位共获得1 384个PS 点，平均密度为139 点/千米。 其中，主桥的斜拉桥部分共698个点，密度为488 点/千米。 监测点密度可以满足桥梁变形监测需求。

基于解缠后的相位，通过时空滤波技术提取出形变相位，采用线性模型拟合得到每个PS 点沿卫星视线向(Line of Sight，LOS）的形变速率。

3.3 桥梁形变状态分析

3.3.1 桥梁形变特征分析

为研究桥梁形变的具体特征，在主桥部位选择了具有代表性的两个区域进行沉降时间序列的分析，分别对应1 号区域与2 号区域。 1 号区域与2 号区域PS 点沿卫星LOS 向形变时间序列如图2 所示。

图2 桥梁局部形变时间序列

由图2 可见，1 号区域的形变速率线性拟合值为-3 mm/a，视线向形变值主要在［-10，10］mm 范围内波动，波动信号具有一定的周期性特点；2 号区域的视线向形变值主要在［-20，20］ mm 范围内波动，波动趋势较为平稳，线性拟合速率为4 mm/a，波动信号同样具有一定的周期性特点。 由此可见，桥梁的形变时间序列具有非线性的特点，如果仅用线性模型进行拟合，形变趋势估计会受到周期性影响，结果会出现一定的偏差。

3.3.2 形变区间分析

为了进一步评估桥梁的结构健康状况，统计所有PS 点在观测时段(3年）内的最大与最小形变位移。将PS 点投影至沿桥梁走向的纵轴方向，结果如图3所示。

由图3 可见，全桥的形变位移分布大致以形变量0 为对称轴对称分布，符合桥梁形变实际情况。 位移波动范围表现为主桥非斜拉桥部分数值较小(约±50 mm）；而斜拉桥部分数值较大，位移波动范围主要表现为桥梁两端数值较小，越靠近主桥中段，数值位移波动范围越大，最大波动范围为-94～112 mm。

图3 桥梁形变区间

3.3.3 主桥线形形变分析

为综合评价桥梁线形形变状况，本文以季度为单位分析了大桥的线形形变量。 通过分析可知，主桥非斜拉桥部分形变量较小，各季度内的形变基本都在0值上下波动，说明引桥部分的形变随气温变化较小；而斜拉桥部分在每个季度内的位移波动相对较大，且有一定的季节性特点，例如第四季度斜拉桥的主要形变表现为下沉，第二、第三季度总体表现为抬升，初步判断同气温下降与回升有关。

综合上述分析可知，整座桥梁形变范围均在桥梁结构安全限值以内。 因此，大桥在监测时段内未发生明显异常形变，桥梁结构处于健康状态。

4 结语

本文以PSInSAR 技术为基础，构建了以Sentinel-1 SAR 影像为监测数据，SNAP 为SAR 影像数据预处理工具、StaMPS 为桥梁形变信息提取工具的桥梁变形监测方法流程。 本文应用提出的监测方法，利用86 景Sentinel-1 影像，获取了上海长江大桥2018—

2020年的形变信息，并从桥梁形变特征、形变区间、线形形变3 方面对上海长江大桥形变状况进行系统分析。 监测结果表明，上海长江大桥在监测时段内结构状态良好。 本文研究为桥梁设施监测工作提供了应用实践，提出的监测方法发挥了InSAR 高精度动态监测的优势，在大跨径桥梁变形监测方面具备可行性，可以为桥梁运营管理提供可靠的技术支持，具有较好的应用前景。