小基线集InSAR技术的小浪底大坝形变监测- 大数跨境

GIS前沿

2022-09-18

摘 要：针对水库坝体形变监测中的安全运行问题，该文以小浪底大坝为研究区，选取小浪底坝区2017年3月31日—2020年10月17日106景Sentinel-1A影像，研究了基于SBAS-InSAR技术的坝体形变获取方法。根据获取的坝体形变信息，分析了大坝不同位置的形变特征及坝体形变与库区水位变化的周期性规律。结果表明：小浪底大坝形变与水库水位变化密切相关，且各个区域形变表现出明显的空间异质性，整体呈现出中间形变较大，两肩形变较小的形变特征，坝中央年平均形变速率在—20~—25 mm/a，最大垂直累积沉降量达108 mm。

0 引言

大坝外部形变监测的传统手段主要是使用测距仪和经纬仪，在大坝各个位置布设控制点和监测线，通过人工观测和记录，进行边角交会和直接水准法测量，对操作人员的技能和经验要求非常高，这种方法的观测值相对可靠。由于受限于多种因素且获取成本较高，因此主要用于大坝下游边坡的监测。基于TCP测量机器人自动测量技术及基于GNSS的一机多天线差分监测系统，一般对大坝预先布设的监测点进行观测，无法做到大坝大面积、高密度的整体变形监测。

合成孔径干涉雷达测量（interferometric synthetic aperture radar，InSAR）技术作为一种微波遥感技术，可以获取数百公里范围内地表的毫米级形变信息，且不受水汽云层等气候因素影响。国内外学者已经将该技术在水利工程形变监测中的应用进行了探索。文献[3]通过将永久散射体干涉测量技术（persistent scatterer-InSAR，PS-InSAR）与准永久散射体干涉测量技术（quasi persistent scatterer -InSAR，QPS-InSAR）方法结合分析了三峡重力坝的稳定性及变形规律。文献[4]在无先验形变模型情况下，使用24景Envisat ASAR影像获取了上海长江口南岸与杭州湾北侧堤坝的沉降结果，监测精度达毫米级。文献[5]在广南水库监测中基于InSAR分析方法获取了坝体表面的高质量散射体目标和较高精度的形变序列。

小基线集干涉测量技术（small baseline subset,SBAS，SBAS-InSAR）是在文献基础上提出来的一种新的InSAR技术。该技术可以在有效抑制时空去相干的同时，获取自然场景区域视线向形变场。文献[8]使用多源SAR影像数据集，结合PS-InSAR和SBAS-InSAR方法监测了贝尼纳尔水库从1992—2018年的变形情况。文献[9]利用21景ALOS PALSAR影像基于SBAS-InSAR技术，监测绘制了世界上最高的面板堆石坝（水布垭大坝）的空间和时间形变图，与实测结果的相关性高达0.93，证实了InSAR技术用于大坝监测的可靠性。InSAR技术在水利工程中的应用很大程度上补充了传统监测方法的不足，但在土石坝中的监测应用还相对较少，故本文通过SBAS-InSAR技术监测了小浪底坝区的形变信息，并结合水库水位信息等分析了坝体形变与水位变化之间的周期性规律及坝体不同部位的形变特征。

1 研究区及实验数据

1.1小浪底大坝

小浪底水利枢纽工程位于河南省洛阳市以北40 km左右的黄河干流上，上距三门峡水库130 km，下游是黄淮海平原，是以防洪、减淤为主，兼顾供水、灌溉、发电的综合水利枢纽工程。大坝为壤土斜心墙堆土石坝，总库容量1.265×10¹⁰m³，可长期保持有效库容5.1×10⁹ m³，最大坝高约为160 m，防洪限制水位为275 m。工程于1997年截流，2001年年底竣工。图1为大坝卫星影像，坝址区河床为不规则U型河谷，河道流向自西向东，水面宽约200 m，河谷底宽约400 m，坝区地质环境复杂，大坝左岸边坡比右岸边坡陡峭，边坡由砂岩夹黏土组成。大坝蓄水后的库容水重力和渗透作用不仅影响大坝自身的安全运营，也会对整个流域的地质稳定造成影响。因此，对大坝进行长期、稳定、大面积变形监测至关重要。

1.2实验数据

本研究的实验数据来自小浪底坝区2017年3月31日—2020年10月17日获取的106景Sentinel-1A卫星影像。Sentinel-1A卫星为近极地太阳同步轨道，轨道高度693 km，轨道倾角98.18°，影像时间间隔12 d，雷达波长5.6 cm，影像入射角约为36.9°，方位向分辨率5 m，距离向分辨率20 m，使用AUX_POEORB精密轨道数据星历参数对原始影像进行修正，DEM数据为ALOS卫星相控阵型L波段合成孔径雷达（phased array L band synthetic aperture radar ，PALSAR）获取的12.5 m分辨率的DEM，验证数据为主坝上同时期实测的18个水准点在垂直方向的形变监测成果。

2 研究方法

2.1 SBAS-InSAR技术

SBAS技术通过设置时空基线阈值，将影像分为若干个干涉对子集，通过最小二乘法将各个数据集连接，能够较好地克服空间去相关现象，基于形变速率的最小范数准则，利用奇异值分解（singular value decomposition，SVD）算法解算地表形变信息。

数据处理流程如图2所示，其主要步骤如下：首先使用AUX_POEORB精密轨道数据星历参数对原始影像进行修正，并在获取的n+1幅SAR影像中，选取一幅影像作为主影像，将其他SAR影像配准到主影像上。然后通过设定时空基线阈值，生成若干个影像干涉对。对所有配对的干涉像对进行干涉处理，包括相干性生成、干涉图去平、干涉相位滤波、干涉相位解缠，再通过在差分干涉后生成的斜距投影数据上，选择地面控制点（geodetic control point，GCP），估算和去除残余恒定相位和解缠后还存在的相位坡道。

干涉处理完成后进行SBAS形变反演。首先在高相干点上建立观测方程，基于模型计算出所有像对的形变速度、形变加速度、加速度变化及高程校正值和新DEM，并进行二次解缠。然后计算时间序列上的位移，在得到的形变速率基础上，进行定制的大气滤波，时间域上使用高通滤波，空间域上使用低通滤波来估算和去除大气相位，从测量的位移中减去大气影响，得到更加纯净的时间序列上的最终位移。最后将形变结果转换到标准地理坐标系下。

2.2SBAS-InSAR视线向形变量分解

基于SBAS-InSAR技术得到的大坝形变为卫星视线方向形变，属于真实形变在入射角上的投影，可以通过成像的几何关系，将其转换为垂直方向沉降量与顺水流方向形变量，见图3，转换公式见式（1）、式（2）。

3 数据处理及实验精度分析

3.1 SBAS-InSAR数据处理

本文根据时间基线、空间基线、多普勒中心频率基线，三基线最小原则，选择2017年5月18日影像为超级主影像，设定时间基线不超过24 d，空间基线不超过100 m，生成185对干涉对，时空基线组合如图4所示。采用在距离向为4、方位向为1的多视处理来抑制噪声和提高影像信噪比，利用外部数字高程模型（digital elevation model，DEM）进行主辅影像配准、差分干涉对生成和干涉相位去平工作。

对去平后的干涉图基于高斯滤波（Gaussian filter）算法进行相位噪声去除和滤波效果评价。干涉相位滤波完成之后，对相干系数大于0.3的像素采用最小费用流（minimum cost flow，MCF）算法进行相位解缠。对恒定相位和解缠后还存在的相位坡道，通过在差分干涉后生成的斜距投影数据上，在没有形变条纹、残余地形条纹、没有相位跃变的区域选择了27个GCP点进行重去平和轨道精炼。

基于线性模型（linear）在高相干点目标上建立观测方程计算所有像对的形变（形变速度、形变加速度及加速度变化）和高程（校正值和新的DEM），并进行二次相位解缠。在初步得到的形变速率基础上，进行定制的大气滤波，时间域上使用高通滤波，空间域上使用低通滤波来估算大气相位，从每个时间测量的位移中都减去大气部分，从而得到时间序列上的最终形变结果。

经地理编码得到CGCS2000坐标系下的LOS向形变信息，根据成像的几何关系对其重投影，转换为垂直方向形变。

3.2实验精度分析

为了验证本文方法形变测量结果的精度，以同时期内，主坝上18个水准点在垂直方向上的实测形变数据为参考，与SBAS-InSAR监测得到的结果进行对照分析，图5为大坝上垂直形变的点状信息和18个水准点的位置示意图。其中，水准点B04、B08、B15、B21在上游EL260 m视准线上，水准点C03、C08、C11、C18在上游EL283 m视准线上，水准点803、807、811、819在下游EL283 m视准线上，水准点504、508、515在下游EL250 m视准线上，水准点204、207、213在下游EL220 m视准线上。

图6（a）中两种结果得到的点位形变趋势完全一致，但由于InSAR测量结果表示的是单个像元区域内的平均沉降信息，与水准测量结果所表示的意义并不完全相同，且水准测量过程中也存在一些不确定因素，因此两者结果存在一定差异。除C11和C18两形变较大的水准点处监测偏差较大外，超过78%的形变监测结果误差小于20 mm，平均误差为17.0 mm，均方根误差为21.9 mm，图6（b）中横轴表示水准实测结果，纵轴表示SBAS监测结果，两种结果的线性拟合优度为0.86。

4 大坝形变规律分析

图7为本文实验获得的坝区视线向年平均形变速率，图8为坝区垂直方向形变累积量。其中，正值表示抬升，负值表示沉降。可以看出，获取的形变信息完全覆盖大坝，大坝整体呈现中央比两肩形变大，坝顶比坝腰形变大的形变特征。坝中央年平均形变速率在—20mm/a ~—25 mm/a，最大沉降量约为108 mm；大坝左侧泄洪洞附近有一处沉降约为5 mm/a，沉降累积量约为60 mm的沉降漏斗，两岸边坡地带相对稳定，形变在0 mm/a左右，大坝沉降速率等值线图有很好的分布规律和封闭性。

为了具体研究坝体不同位置在垂直方向上的形变程度和形变特征，在主坝上设3个横断面和两个纵断面作为主要的观测断面，对比不同断面形变差异。其中，A-A断面位于右坝肩上、B-B断面位于主坝最高处、C-C断面位于大坝左岸河床覆盖层和岩石基础的交界部位、D-D断面为沿坝轴线断面、E-E断面为沿斜心墙断面，并在大坝重要区域选点进行垂直方向上的时序形变分析及与库水位变化的周期性分析。

4.1 大坝横、纵断面形变特征分析

大坝各个断面的沉降剖面如图9所示。其中，图9（a）横轴表示所设横断面从坝顶向坝腰方向上的距离，图9（b）横轴表示所设纵断面从左坝肩到右坝肩方向上的距离，各纵坐标表示对应的形变量。可以看出，大坝中间横断面B-B的形变较两侧断面形变量大；斜心墙处断面E-E的整体沉降量约为坝轴处断面D-D的一半，所呈现的特点符合土石坝的变形规律。

图9 横、纵断面垂直形变剖面

大坝不同区域在垂直方向上的时序形变分析结果如图10所示，各区域总体上表现为下沉态势。其中，1、3号点位于大坝坝顶两侧，2号点位于坝顶中央，中央2号点形变累积量随着时间推移大于两侧1、3号点；4、5号点位于坝腰斜心墙处，形变量及形变周期基本同步；7、8号点分别位于大坝的左、右肩处，7号左肩点形变整体上大于8号右肩点；6、9、10号点分别位于大坝泄洪洞、泄洪闸处，6号泄洪洞位置的形变大于9、10号泄洪闸处。首先是各个区域的形变表现出不同程度的周期性变化特点，坝顶中央区域周期性变化最显著，其次是坝两肩，坝腰处较弱，泄洪闸及泄洪洞处不明显，表现为较稳定的持续下沉。由于2020年全国气温和降水较往年高，黄河流域径流量量增大，导致2020年汛期大坝各个区域都表现出形变速率加快的现象。

图10 1~10号点位区域大坝垂直方向形变时序图

4.2 坝体形变与库水位变化的周期性分析

小浪底水库正常水位在260~270 m，为留出库容防洪，库区每年5、6月份会进行调水调沙，在此期间，水位下降至200~230 m，至8、9月份重新蓄水，11月份左右水位升高至正常水位。在整个研究时间段内的时序分析基础上，以2017年10月—2018年10月大坝各区域时序形变数据为例，以大坝视线向形变为参考，分析大坝顺水流方向形变与水库水位变化之间的关系。

如图11所示，大坝中央区域形变受水位影响最为明显，水库处于正常水位时，大坝中央区域向下游方向的形变表现为线性递增，水位下降，大坝随即出现向上游的形变趋势，直至水库重新蓄水，形变趋势又指向下游；坝腰区域形变受水位影响比较复杂，高水位时，水对大坝的作用力主要在大坝的坝腰及以上部位，坝体在水压作用下产生向下游的挠曲变形，随着水位逐渐下降，水压减小，坝腰表现为向上游的形变趋势，随着水位继续下降，大坝受到的主要作用力转向坝腰及以下部位，导致坝腰形变趋势转向下游，水压对库区基岩的作用使库区基岩倾斜，形变指向下游，待水库重新开始蓄水，形变趋势又指向上游，最后等水位升高至250 m左右，形变趋势重新指向下游。

图11大坝各区域形变与水位变化关系

水库处于正常水位时，大坝左右肩及泄洪洞处都表现得相对稳定，向下游方向的形变维持在10 mm左右，水位降低时，两坝肩均表现为向上游的微小形变趋势。总体上，右坝肩形变略大于左坝肩；泄洪洞处形变则刚好相反，调水期间泄洪洞开始放水，导致向下游方向的形变趋势增强，直至水位降至低水位，向下游的形变趋势减弱；泄洪闸处形变量在整个时间段内最小，水位下降时，向下游的形变趋势增强，出水口处形变幅度强于中部。

5 结束语

本研究通过SBAS-InSAR监测技术，对106景Sentinel-1A SAR影像进行数据处理，获取了小浪底坝区2017年3月31日—2020年10月17日，在卫星视线方向上的大面积形变信息，通过与实测数据对比分析，得出超过78%的形变监测结果误差小于20 mm，均方根误差为21.9 mm，两种结果的线性拟合优度为0.86。表明SBAS-InSAR技术在小浪底大坝形变监测的有效性。