InSAR技术在滑坡研究中的运用进展

第21卷第5期2007年　10月资源环境与工程Res ources Envir on ment&EngineeringVol.21,No.5Oct.,2007 I nS AR技术在滑坡研究中的运用进展胡红兵,胡光道(中国地质大学资源学院数学地质与遥感地质研究所,湖北武汉　430074)摘　要:滑坡是频发的破坏性极强的自然灾害,运用合成孔径雷达干涉测量和差分干涉测量技术对滑坡进行研究是近年来国际遥感界的一个研究热点。

介绍I nS AR和D2I nS AR的基本原理和数据处理流程,及近十年来欧洲(主要是法国、意大利、瑞士等国)、加拿大和日本等国学者运用此技术在滑坡灾害调查、动态监测以及空间分析与灾害预测等方面的研究成果,结果表明虽然目前I nS AR技术具有一定的局限性,但随着新的技术方法和高空间分辨率数据的大量出现,其运用于滑坡研究具有广阔的前景。

总结从数据源、数据处理软件和数据处理人员三个方面中国所面临的挑战。

关键词:合成孔径雷达干涉测量;差分干涉测量;滑坡中图分类号:X43;TP79 文献标识码:A 文章编号:1671-1211(2007)05-0569-060　引言滑坡是一种常见的地质灾害,世界上每年由滑坡造成的经济损失高达数百亿美元,而且滑坡灾害的数量呈稳定上升的趋势[1]。

20世纪80年代以来,光学遥感技术逐渐运用到滑坡灾害的研究中,但其只能提供宏观定性的解译成果,不能提供比较精确、定量的滑坡信息,无法对滑坡灾害的发生进行预警。

合成孔径雷达干涉测量技术(I nterfer ometric Syn2 thetic Aperture Radar,I nS AR)是近年来国际遥感界的一个研究热点。

I nS AR以合成孔径雷达复数据提取的相位信息为信息源获取地表的三维信息和变化信息,它通过两副天线同时观测(单轨模式),或者两次近平行观测(重复轨道模式),获取地面同一景观的复图像对,根据复图像上产生的相位差生成干涉纹图,干涉纹图中包含了斜距向上的点与两天线位置之间的精确信息。

因此,利用传感器高度、雷达波长、波束视向及天线基线距之间的几何关系,可以精确地测量出图像上每一点的三维位置和变化信息[2,3]。

运用I nS AR技术以及以此为基础的合成孔径雷达差分干涉测量(D if2 ferential I nS AR)进行滑坡监测,不仅能够反映滑坡静态信息,而且可以反映滑坡的动态变化规律[4];通过对滑坡区的相关测量,可以探测地面形变的早期信号,有助于确定滑坡的范围和预测潜在事件发生的可能性;通过记录相关特征的变化史,建立灾害的演变模型,有效地制定减灾措施[5]。

1　I nS AR、D2I nS AR基本原理合成孔径雷达干涉测量(I nS AR)和差分干涉测量(D2I nS AR)分别具有不同的模式,下面以常用的重复轨道干涉测量和三轨法为例介绍其基本原理。

进行干涉测量的卫星轨道与地面目标的相对几何关系如图1所示。

理想状态下,各条S AR轨迹近平行,从稍有差异的视角观测地表。

图1　I nS AR(a)和D2I nS AR(b)原理示意图Fig11　Sketch of p rinci p le of I nS AR(a)and D2I nS AR(b)对I nS AR而言(图1a),A1和A2分别表示两幅波长为λ的雷达天线,天线之间的距离用基线距B表示,基线与水平方向的夹角为α,H表示平台高度,R1、R2分别为地面一点O到天线A1和A2的斜距,θ是第一副天线的参考视线角,<为天线A1和A2接受到O点信号的相位差,且<=4πλ(R1-R2)。

地形高程z可以表示为: z=H-R cosθ0=H-(λ</4π)2-B22B sin(θ0-α)-(λ</2π)cosθ0收稿日期:2007-04-20;改回日期:2007-05-17作者简介:胡红兵(1971-),男,博士生,资源与环境遥感专业,从事雷达遥感与GI S应用研究。

E-mail:hihuhb@1631com 对于D 2I nS AR 而言(图1b ),A 1(主图像)和A 2(从图像)表示形变前卫星两次对同一地区成像时天线的位置,由此生成形变前的干涉图像,其相位<1=4πλ(R 1-R 2),只包含地形信息;A 3(从图像)表示形变后卫星对该地区成像时天线的位置,由A 3与A 1形成形变前后的干涉图像,其相位<2=4πλ(R 1-R 3+ΔR d ),既包含地形信息,也包含观测期间的形变信息;然后对两幅干涉图像进行差分处理,得到差分干涉图像,差分干涉相位只包含观测期间地表的形变信息。

对于重复轨道干涉测量,假设R 1≈R 2≈R 3,则有:Δ<=<2-<1=4πλΔR d其中ΔR d 为视线向形变量,则有:ΔR d =λ4π(<2-<1)不同的差分干涉模式,数据处理流程略有差异,但都包括图像配准、干涉图生成、相位解缠、地表形变图生成等步骤,三轨法差分干涉的数据处理流程如图2。

图2　D 2I nS AR 数据处理流程Fig 12　Data p r ocessing fl ow of D 2I nS AR2　国外I nS AR 技术运用于滑坡研究的现状 欧洲(主要是法国、意大利、瑞士等国)、加拿大以及日本等国的研究人员在把I nS AR 技术运用于滑坡研究方面进行了富有成效的工作,这些工作分为三个层次,依次是:滑坡灾害调查、滑坡动态监测、滑坡空间分析与灾害预警预报[6]。

2.1　滑坡灾害调查滑坡灾害调查是指通过一定技术手段来确定滑坡的位置、大小、边界等特征[7]。

遥感应用于滑坡灾害调查一般包括两个方面:一是根据影像特征以及与周围环境的差异等特征在遥感影像上识别滑坡;二是根据滑坡体、滑坡壁、滑坡物质特性等滑坡要素对滑坡分类[8]。

遥感数据应用于滑坡灾害调查主要有两种方法:①早期主要运用可见光波段和红外波段的航片和卫星图像对滑坡的数量、分布、类型和物质特性进行定性描述;②后来发展到运用S AR 立体像对、I nS AR 、激光高度计数据对滑坡特征(包括长度、宽度、厚度、坡度等)进行定量计算[9,10]。

Singhr oy 和Molch 运用Radarsat 精细模式图像(入射角43°～46°、空间分辨率6125m )对加拿大落基山区的Frank 滑坡进行了研究,发现S AR 图像的纹理结构与滑坡沉积物颗粒的分布具有密切关系,认为高分辨率S AR 图像有助于描述滑坡的物质组成;利用滑坡发生前的S AR 像对进行干涉测量,在差分干涉图的形变区与此后发生的滑坡位置十分吻合,为预先发现潜在的滑坡提供了新的技术手段。

Singhr oy 运用Radar 2sat 和Landsat T M 图像对加拿大三个地区的滑坡进行研究后,认为:综合运用微波波段、可见光、红外波段图像和I nS AR 技术可以增强对滑坡(特别是后退型滑坡和发生在地势起伏比较小地区的滑坡)特征的解译能力;Radarsat 精细模式图像(入射角40°～59°)能够识别出一些滑坡的重要特征如断层、岩石滑动以及滑坡壁等;I nS AR 能够识别陡峭山谷中弧形陡崖、山脊等滑坡重要特征[11]。

R izzo 和Tesaur o 运用四幅ERS 21/2串行数据对意大利A lcantara 谷地的Randazz o 滑坡进行差分干涉测量,在干涉图上能够清晰地显示出整个滑坡体,并与野外观测结果相吻合[12]。

Catani 等使用JERS 数据对意大利佛罗伦萨附近A rno 流域Valdarno Superi ore 的地形特征进行了定量计算,通过差分干涉获得的地形坡度图和曲率图与通过DE M 获得的坡度图和曲率图一致。

他们认为I nS AR 在提取大区域地形特征方面有非常大的潜力,特别是缺少分辨率>50mDE M 的地区[13]。

日本的Ki m ura 和Ya maguchi 于1995年6月9日～10月19日(间隔132d )使用JERS 21L 波段(波长2315c m )的S AR 数据集,对Itaya 滑坡进行了监测和分析,在缺少滑坡是否发生的先验知识情况下,利用三轨法差分干涉测量方法从差分干涉图上表现的相位异常中推断出来滑坡的位置[14]。

Str ozzi 等运用JERS L 波段数据对瑞士和意大利阿尔卑斯山区的A lta Val Badia 地区进行了差分干涉测量,并与ERS C 波段的计算结果对比,结果表明由于L 波段能够穿75资源环境与工程2007年　透植物树冠层,干涉图的相干性高于C波段,滑坡的位置能够在L波段干涉图上确定出来。

Berardino等运用D2I nS AR技术结合GPS数据对意大利Maratea谷地滑坡区进行了研究,获得了整个谷地详细的资料,并根据地面形变特征将滑坡区划分为4个区域[15]。

2.2　滑坡动态监测滑坡动态监测是指通过计算不同时期滑坡体的面积、运动速度、表面形态、土壤湿度等特征,从而了解滑坡的演变过程。

虽然20世纪90年代的星载S AR系统都不是专门为干涉任务设计的,干涉应用存在着这样那样的局限[16],但将I nS AR和D2I nS AR用来探测地球表面的形变场,仍是过去10年里地球科学领域所开展的最激动人心的工作[17],并取得了许多富有成效的成果,使得I nS AR和D I nS AR成为进行滑坡运动监测最重要的研究工具之一。

用于滑坡动态监测的主要是ERS21/2S AR数据。

Fruneau等利用ERS21S AR3d重复周期数据集对法国东南部的“La Clap iere”滑坡进行了观测,结果表明在12d的时间间隔内,该滑坡体发生了整体位移,但滑坡体从顶到底的位移梯度并不均一[18]。

Carnec等也使用ERS21S AR干涉数据对同一地区的滑坡进行了研究,结果与传统测量方法所得结果一致[19]。

Fru2 neau利用ERS1/2串行数据,对法国南部的两处滑坡的小位移进行了差分干涉测量,所得结果与激光测距仪的结果一致,并由此得出:即使因为强烈的侵蚀作用使雷达图像后向散射特性完全丧失相关性,只要地表的高度变化大于从雷达干涉测量生成的DE M的高程精度,D2I nS AR技术仍然可以测量侵蚀所造成的高度变化。

另一方面,干涉测量对地表相对高程的变化达到m级测量精度,这意味着可以精确地测绘区域地表坡度,这些测量数据可以用来研究地表斜坡侵蚀的机理[20]。

Berardino等运用D2I nS AR技术结合GPS数据对意大利Maratea谷地滑坡区进行了研究,尽管该地区植被茂密,相当大部分地区获得的差分干涉图的相干性很低,但其结果与先前该滑坡区的相关研究结果及GPS的测量结果一致,并认为在相干性好的地方, D2I nS AR的精度也较高;在低相干性地区的精度低,测量结果被认为是该地区的平均状况,而不是具体观测点的形变量,但仍不失为研究整个谷地及其周围地区形变总体状况的有效方法。