InSAR技术在高速公路监测中的应用研究

2022-08-15任剑

交通世界 2022年21期

任剑

（山西交通控股集团吕梁北公司，山西吕梁 033199）

0 引言

在高速公路监测应用中，采用TS-InSAR 技术可将测量位移与假定稳定的参考点相比较，使用优化程序选择参考点，对所有目标执行统计分析以选择具有最佳雷达参数的点，包括高相干性、低标准偏差和低时空变化，可有效获得最高质量的结果[1]。本文为研究In⁃SAR技术在高速公路监测中的应用，通过数据处理得出监测区域的累积沉降量和形变速率，进而得出各具体点位形变情况，并在具体工程中进行应用研究。

1 TS-InSAR技术

TS-InSAR 是一项高精度的公路监测技术，将所需监测区域的测量位移和假定稳定的参考点进行对比，可将解算的整个参考点显示于同一图像上，基于相关程序来选取参考点，该程序能对目标进行统计分析并选取最具雷达参数的参考点，其中包括高相关性、低标准偏差以及低时空变化。InSAR 技术应用原理为结合星载单天线针对目标区域进行重轨访问，以得到目标区域的地形信息，其中，DInSAR 技术是在InSAR 技术的基础上，基于差分干涉处理原理对干涉相位中的形变区域进行分析，最终可有效得出目标区域地表形变信息[2-3]。由于监测形变时间较长，同时，各种延迟因素均会影响DInSAR 技术的正常使用，因此，现阶段提出了一种TS-InSAR 技术，又称为永久散射体监测技术，利用孔径雷达干涉对永久散射体目标使用时序SAR影像进行监测，进而获取目标研究区域的大气信息和形变时序信息。

2 工程概况

本项目示范区域为岢临高速公路中长约125km、灾害多发的高速公路路段，本次监测主要针对沿线的边坡、高速公路高架桥和路基，监测内容包括边坡的变形、碎落、崩解、楔形体、掉皮、裂缝等病害以及地质地貌特征等，高架桥的桥面变形、隆起、桥墩的差异沉降、累积沉降、裂缝的早期识别等，路基的沉降、隆起、裂缝、沉降路段长度、累积沉降量、沉降速率和趋势等，为制定科学合理的养护和治理方案提供有效支撑。图像采集时间为2019年1月—2021年5月，共计70 景。图像以12 天一次的频率被采集，总共处理了70图像，后续每个月观测影像将按要求持续采集。

由于自动光学检测设备（AOI）显示面板尺寸大，且高速路段的边坡都有大片茂密植被覆盖，研究区域海拔为1 000m 左右，因此，PS-InSAR 处理过程需要25景以上的图像。另外，研究区地势平坦，有几处隧道，隧道部分属于监测盲区，无法提供形变信息数据。

3 TS-InSAR结果

3.1 累积沉降量

岢临高速2019年1月—2021年5月期间测得累积沉降总量，每个点对应于TS 或DS，并根据总形变量的大小和方向进行颜色编码，沿着卫星视线（LOS）相对于数据集的第一图像（2019年1月8日）测量形变量。In⁃SAR 结果共计108 990 个形变点，在主要的高速公路、边坡和露天场地中发现了几个局部沉降的区域。

3.2 形变速率

从所有SAR 图像集处理中解算得到视线方向上的（LOS）位移速率（以mm/年表示），每个点对应一个相干散射体（CS）或分布式散射体（DS），并根据其年形变速率进行颜色编码。平均位移值是根据卫星图像覆盖的整个周期内测量的地面运动的线性回归计算的[4]。地面运动的详细信息也通过位移时间序列提供，这些时间序列是为每个CS 和DS 提供的。整个AOI 的形变速率分布，95%在-10～+10mm/年之间，区域较为稳定，形变速率范围为-50～+50mm/年。同时，结合整个AOI的形变速率和累积沉降量研究分析。

3.3 隐患点形变分析

结合整个AOI 的形变速率和累积沉降量研究分析，各隐患点区位形变情况如表1所示。

表1 各隐患点区位形变情况

3.4 具体点位分析

由于本研究区存在的隐患点较多，现选取几处典型性的点位进行监测结果分析，具体如下：

（1）化林隧道边坡监测

化林隧道边坡（38.03°N，110.958°E）位置表面存在变形。区域在2019年1月—2021年5月的监测结果如图1所示，可以看到右侧道路边坡顶部存在一个红色点位，右侧路基存在一处黄色点位。由图2沉降时序图可以看出，坡体区域呈现为橙红色变形点，从图中发现T1 经纬度为：110.958556°E，38.030628°N；两年半累积沉降量为-32.17mm，沉降趋势为线性沉降，位于坡体东北角顶部。2019年8月形变波动变化较大。而后一直处于持续沉降，需要及时查看边坡状况。由图3沉降时序图可以看出，位于东侧路基边上，T2 经纬度为：110.958071°E，38.030558°N，在公路路基边上；该位置两年半累积沉降量为-20.1mm，沉降趋势为持续沉降。边坡位置2019 年7 月、2020 年7 月沉降量起伏偏大，扰动明显，需要进步关注雨季区域的形变情况。

图1 化林隧道边坡沉降量图

图2 T1点位沉降时序散点图（形变速率：-12.991mm/年）

图3 T2沉降时序散点图（形变速率：-8.126mm/年）

（2）218省道旁监测

218 省道边坡（38.19°N，111.119°E）存在有微小变形情况。边坡区域在2019年1月—2020年7月的监测结果如图4所示，该处边坡存在多处红色点位。由时序图5可知，在2019年1月至2021年5月形变点云数据均为橙色，T1 其经纬度为：111.119843°E，38.190998°N，位于监测区域的边坡上；该区域两年半最大累积沉降量为-34.8mm。该位置表现为全时段持续性的沉降，2020年1月以后沉降速率出现了一次跳变。从2021年2月开始沉降速率略有加快。

图4 218省道旁沉降量图

图5 沉降时序散点图（形变速率：-13.476mm/年）

（3）白文服务区南部监测

白文服务区边坡（38.134°N，111.039°E）存在有微小变形情况。边坡区域在2019年1月—2020年5月的监测结果如图6所示，该区域的隧道口区域路基上存在多处红色形变点。由时序图7 可知，在2019 年1 月—2021 年5 月形变点云数据均为橙色，T1 其经纬度为：111.039303°E，38.134269°N，位于监测区域的边坡底部；该区域两年半最大累积沉降量为-32.05mm。该位置表现为全时段持续性的沉降，其中雨季形变情况波动较大，近期形变略有放缓。

图6 白文服务区沉降量图

图7 沉降时序散点图（形变速率：-12.589mm/年）

（4）兴县鸦儿窝村监测

兴县鸦儿窝村边坡（38.456°N，111.115°E）存在有微小变形情况。边坡区域在2019年1月—2021年5月的监测结果如图8所示，该处区域在边坡上存在一处红色点位，路基中间也存在一处红色点位。由时序图9可知，在2019年1月—2021年5月形变点云数据均为橙红色，T1其经纬度为：111.155449°E，38.456733°N，位于监测区域的路基上；该区域两年半最大累积沉降量为-18.22mm。该位置表现为全时段持续性的沉降，整体波动略大。