高分辨率雷达卫星监测公明水库土石坝变形研究

何子常 深圳市龙岗区水库管理中心

1.前言

根据2014年全国水利发展统计公报，我国已建成各类水库约9.7万座，其中约90%为土石坝，与此同时，大坝事故中土石坝的比例高达70%。土石坝建成后的安全运行维护成为当前重要任务，其使用期长达几十年，有的甚至上百年，疲劳效应与突发效应、材料老化、环境侵蚀和荷载的长期效应等灾害因素的耦合作用将不可避免地导致坝体结构损伤，如何及时的发现坝体结构的变化并及时采取措施，则需要相关的安全监测手段提供依据。土石坝表面变形监测是安全监测的重要内容。变形监测传统的技术手段为全站仪和水准仪对坝体表面设计的特定观测墩开展季度或年度的观测监测，变形监测所需的参考点和基准点通常需要设立在坝体周边的基岩上并且需要与观测墩之间具有良好的通视条件。近年来GNSS变形监测技术也逐步应用于一个大型坝体的表面变形监测，取得了很好的效果[1-2]，但是其设备成本较高，影响了其在水利行业的全面推广应用。

雷达干涉测量技术(I nter ferometric Synthetic Aperture Radar，In SAR)已成地表变形监测的一种有效方法。与传统监测手段相比，雷达干涉测量技术具有全天候、高精度、大范围、面覆盖等监测优势。近二十年来，InSAR技术已成功应用至地裂缝监测、城市地面沉降、滑坡监测等领域[3-5]。

近些年，已有若干学者对利用雷达卫星影像对大坝变形监测开展了研究，王腾等采用3米分辨率TerraSAR-X影像对三峡大坝表面进行变形时序分析研究，研究表明InSAR时间序列可以mm级精度提取到大坝的变形[6]。周伟（2016）等利用ALOS卫星数据获取了中国水布垭面板堆石坝的cm级精度的工后沉降，InSAR结果与坝体背水面的水准结果具有较好的一致性，同时也利用水工模型对大坝的变形进行了仿真模拟和预测[7]。熊寻安等利用升降轨SAR影像数据获取了长岭陂水库大坝的沉降场，并采用水准测量成果进行了对比验证[8]。

本文分析了覆盖公明水库5 号坝体的条带模式Terra SAR-X 及COSMO-SkyMed卫星影像数据。结合坝体的设计资料及高精度的坝体DEM数据，进行了InSAR结果评价分析以及坝体表面变形与工程设计结果的相关性分析。

2.土石坝概况与SAR影像数据

2.1 土石坝概况

公明水库是深圳市最大的蓄水工程，在原横江水库、石头湖水库和迳口水库的基础上扩建而成，正常蓄水水位为59.7m，正常库容为1.42亿m3，水库正常水位面积6km2，集雨区面积为11.7km2，工程由六座大坝，溢洪道，放水隧洞等组成，坝体总长为4.34公里，最大坝高50.7m。公明水库光学遥感影像如图1所示。

图1 公明水库光学遥感影像

5号坝体最大坝高为39米，坝顶宽度为8m，长度895m，依据地形的起伏修建为分区坝，即主体部分为均匀粘性土料土背水坡下角为强风化石料构成。迎水面采用0.25m厚的混凝土面板，坡度为1∶3（水平角度为18.4o），迎水面内部为粘性土料。背水面采用强风化石料堆积三角锥体坡度为1∶3（水平角度为20o），上层坡度为1∶2.5（水平角度为22o），内部为强风化石料。粘土心墙的坡度比为1∶0.5，两边各增加3m厚度的粗砂反滤层。

2.2 SAR影像数据

本文收集了覆盖公明水库的条带模式SAR影像序列数据，包括27景TerraSAR-X（TSX）升轨影像和21景COSMO-Sk yMed（CSK）降轨影像，距离向和方位向分辨率为3m×3m。所收集SAR影像的运行波段均为X波段，具体参数指标如表1所示。

表1 SAR影像数据具体参数

3.InSAR数据处理流程

考虑到雷达干涉相位在水库坝体表面易受时空失相干的影响，本文采用基于永久散射体和同分布散射体的SAR影像时间序列分析技术反演毫米级的坝体表面形变场，数据处理流程如图2 所示。首先进行SAR影像的读取、配准、干涉处理，并利用无人机航拍获取的高精度DEM去除干涉图中地形相位，获取的差分干涉图。对差分干涉图序列开展时序分析，具体包括永久散射体[9]和同分布散射体[10]提取、时空同质滤波[11-12]、时序相位反演、三维相位解缠、时序变形解算等步骤。本文以振幅离差0.35为限制条件来初选永久散射体像素点，并提取对应的时序相位值。对于同分布散射体，本文采用KS检验方法进行同质点的判断并以空间平均相干系数大于0.3为条件进行相干点的初选，然后进行时空同质滤波和时序相位反演处理，最终获取监测区域的变形参数和序列。

图2 InSAR数据处理流程

4.雷达干涉时间序列结果

考虑到5号坝的2013年底建成后一年内的沉降量变化较大之后逐渐减小，选取了2015年至2016年底的TerraSAR-X和COSMO-SkyMed升降轨数据，对坝体的迎水面和背水面的变形开展时序分析。最终获取的公明水库5号坝体背水面和迎水面的线性变形速率如图3所示。

图3 公明水库5号坝体变形监测结果：左侧为TerraSAR-X获取的监测结果；右侧为COSMO-SkyMed获取的监测结果

左侧监测结果为利用升轨TerraSAR-X影像获取的变形速率图，由于坝体迎水面在TerraSAR-X影像中反射信号强度较弱，受空间失相干影响严重，本文仅选择水库坝体的背水面进行变形分析；右侧监测结果为利用降轨COSMO-SkyMed影像获取的变形速率图，由于坝体背水面在COSMO-SkyMed影像中反射信号强度较弱且受表面植被覆盖的影响，本文仅选择水库坝体的迎水面进行变形分析。公明水库5#坝体完工于2013年，在2015年1月至2016年10月期间，两种数据源都监测到水库坝体表面存在较大的变形，且靠近坝顶位置的沉降最大：TerraSAR-X影像所获取监测点的最大变形速率为-8.1mm/yea r；COSMOSkyMed影像所获取监测点的最大变形速率为-9.1mm/year。这主要是因为大坝正处于建设完成初期，坝体回填土受重力压实作用会导致大坝表面出现较大的变形。

图4 为沿5 号坝体顶部断面线A1-A2获取的累计变形量，（A）为升轨TerraSAR-X影像获取的变形结果，（B）为降轨COSMO-SkyMed影像获取的变形结果，（C）为沿坝顶线的回填土深度。结合回填土深度数据分析可知，坝顶沉降量与回填深度呈正相关，（A）图和(B)图的累计变形量与回填深度的相关系数分别为0.44和0.63，可解释为回填土的自身重力压实效应。

图4 5号坝体沿坝顶纵断面分析

参考5号坝的横断面图可知，坝体的迎水面坡体较长，坡地位于淤泥区，内部填充材料为粘性土料，因此COSMO-SkyMed迎水面拍摄的影像获取最大坝高处的沉降与坝体深度的相关性较高。而背水面分为两个区段，上半部分为粘性土，下半部分为堆石体，因此TerraSAR-X拍摄的影像主要反映的背水面沉降与坝体最大深度的相关性较低。

5.结论

高分辨率雷达卫星为中小型土石坝的工后沉降观测提供了全新的技术手段，可全面的观测大坝沉降过程为坝体建成后的沉降评估与计算提供了新的数据源，这也使得坝体沉降预测有限元分析更为准确可靠。

融合永久散射体与同分布散射体的InSAR处理方法使得坝体上的干涉结果更为准确平滑，与坝体土工设计结果的分析比较更为一致。SAR影像分辨率的提高使得一对干涉图即可提取坝体的工后沉降，大大降低了对雷达卫星拍摄频次的要求。但是，考虑到土石坝背水面通常进行植草绿化，对X波段雷达相干性的影响较大，超过半年的相干性明显减弱，影响干涉效果。选取C或者L波段的雷达进行干涉处理，将获得更长观测间隔的干涉图使得形变监测结果可靠性增加。