基于动态PS+GBSAR 的边坡实时高精度形变测量技术

潘明明 安佰强

（宁波市天一测绘设计研究有限公司 浙江宁波 315000）

1 引言

受自然和人为因素的影响，我国地质灾害频发，其中滑坡是地质灾害中发生频率最高的一种，加强对边坡的变形监测，实现滑坡地质灾害预警，能够在很大程度上减少人员和财产损失，也是目前测绘学界的一项迫切任务[1-2]。

根据测量过程中是否接触被测目标，可将形变监测分为接触式和非接触式两类，但传统的测量技术无法满足对边坡场景全覆盖、长时间的连续实时高精度的形变监测。地基合成孔径雷达系统是近年来出现的一种新型的高精度形变监测仪器，与传统方法相比，具有危险系数低、全天时全天候、高精度和全覆盖形变监测等诸多优点[3-5]。在GBSAR 系统中，主要采用PS 算法进行数据处理，但是在长时间的观测过程中，SAR 图像质量肯定会发生变化，造成PS 点集合以及相位质量随时间会发生动态变化，因此，很难保证形变监测的准确性[6-10]。

本文提出采用动态永久散射体与地基合成孔径雷达系统相结合，对边坡进行实时高精度形变测量，可为地质灾害的长期稳定高效监测提供借鉴。

2 技术基础

2.1 PS 技术

永久散射体（PermanentScatters，PS）技术诞生于20 世纪90 年代，通过将长时间的SAR 多幅图像作为输入项，然后选出在监测时间范围内保持高度相关的一些散射点并将其定义为永久散射体。散射点的空间分布和散射特性决定了每个分辨率单元的雷达波信号，其成像结果是由这些散射点成像结果通过叠加而成，在不同观测次数下，散射点发生随机位移，导致时间的去相关现象，从而对差分干涉形变反演结果产生影响。

根据分辨率单元内散射体分布情况的不同，可将散射体分为单散射体模型、分布式散射体模型以及统治性散射体模型。不同的观测场景具有千差万别的目标散射体特性，导致选择门限随场景动态变化，而且在长时间的监测过程中，SAR 图像质量肯定会发生变化，造成PS 点集合以及相位质量随时间会发生动态变化。因此，传统的PS 处理方法不再适应当代工程监测的要求，故本文提出采用基于幅度、相关系数和相位多种方法联合的动态处理技术。联合动态PS 处理技术流程示意见图1。

图1 联合动态PS 处理技术

2.2 GBSAR 系统

地基合成孔径雷达系统（ground-based synthetic aperture radar，GBSAR）是一种利用雷达与目标的相对运动把尺寸较小的真实天线孔径用数据处理的方法合成为较大的等效天线孔径的雷达，具有分辨率高、穿透性强、适应性广等特点，已被广泛应用于航空遥感及测量、图像匹配制导、工程观测等领域。地基合成孔径雷达系统一般由雷达传感器、高精度电控位移台、实时监测软件、计算机系统、远程数据传输系统等组成。

地基合成孔径雷达系统采用地基重轨干涉SAR技术来实现对边坡的变形实时测量，本文所使用的GBSAR 系统具体参数见表1。在监测过程中，首先将雷达系统安装在坡面一侧，然后通过宽波覆盖边坡表面，采用电控位移台带动雷达传感器运动的方法实现数据，将采集到的雷达回波数据通过数据传输系统，最后再对不同时刻的图像数据进行差分干涉处理，提取相关信息。

表1 GBSAR 系统参数

3 动态PS+GBSAR 实时形变测量技术

3.1 算法处理流程

针对PS 技术和GBSAR 系统各自的优势，提出基于动态散射处理技术的GBSAR 测量方法（文中简称动态PS+GBSAR）。该技术不仅具有PS 点集合较为稳定、PS 点相位质量高的特点，还具有实时性和高精度的优势，动态PS+GBSAR 最大的特点还在于它不是一个连续处理的过程，在正常工作状态下，一般处于两个状态：等待状态和执行状态，当只有新的SAR 数据输入到系统时，系统才会有等待状态转变为执行状态，处理结束后，系统又将转回等待状态。

PS 对SAR 图像的处理可分为初始化阶段和形变反演阶段，其算法处理流程示意见图2。初始化阶段：由于此时系统的SAR 图像积累数量还不足以进行幅度离差和幅度信息候选PS 点选择，因此无法得到候选的PS 点集合以及最终的PS 点，故而无法完成边坡的形变反演处理，此阶段的SAR 图像仅用于PS 点的选择处理。形变反演阶段：当SAR 图像数量足够后，系统开始进行候选PS 点集合和PS 点集合的提取，完成对监测对象的形变反演。

图2 算法处理流程示意

3.2 PS 点选择处理

由于监测时间较长，PS 点难免会出现新生或消失后又重生的现象，这将导致PS 点集合存在一定的差异性，从而影响成像质量和提取效果，因此需要在传统星载PS 处理方法基础上进行改进。本文主要从SAR 图像分组和主图像更新两个方面进行PS 点选择处理改进。

SAR 图像分组：由于SAR 图像所对应的PS 点集合差异较大，所生成的干涉图往往不适合进行形变反演处理，因此需要根据时间基线长短对SAR 图像进行分组，然后首先对每组SAR 图像进行处理，处理完成后再重新选择PS 点，这样可以保证PS 点集合保持足够的稳定，有利于信息的提取。

主图像更新：虽然经SAR 图像分组后，保持了PS点集合的稳定性，但是由于时间基线较长，针对不同组的SAR 图像而言，还需要对主图像进行更新，最终得到本幅图像相较于初始时刻的累积形变量。本文将上一组的最后一幅SAR 图像作为下一组的主图像，这样可以减小因时间基线引起的主图像偏差影响。

3.3 高精度形变反演

基于“动态PS+GBSAR”的高精度实时高精度反演形变流程示意见图3。首先将主SAR 图像与新SAR 图像一起生成干涉图像；然后，提取PS 点复数据并将其分为高质量和中等质量两类；其次利用高质量PS 点复数据和中等质量PS 点复数据分别进行三维和二维空间相位解缠处理；并进行大气和轨道误差相位估计和补偿，根据相位与形变量的相关关系得到形变信息，从而得到SAR 图像对应不同时刻的形变量；最后，还需要通过差值法等后期处理变形方法，获得整个场景的相对形变信息，得到最终的形变反演结果。

图3 形变反演流程示意

4 应用分析

4.1 试验介绍

为了验证“动态PS+GBSAR”方法的可靠性，选取某石矿场边坡进行试验，石矿场边坡主要包括悬崖、突破和石墙等目标。GBSAR 系统距离边坡的距离为230～700m，同时在距离GBSAR 系统475m 和562m处设置两个角反，在475m 角反上面安装形变调节器，形变调节器的精度为0.01m，通过形变调节器调节角反射的位置可以模拟该位置发生的形变情况。利用GBSAR 系统对该边坡进行连续24h 的监测，共获得39 幅SAR 图像。边坡场景及SAR 图像示意见图4。

图4 边坡场景及SAR 图像示意

4.2 试验结果

利用1～10 幅SAR 图像进行PS 点选择，利用11～39 幅图像进行形变反演分析，并将第10 幅SAR 图像作为主图像，得到的时间基线为1hour 的场景积累形变量结果见图5。从图5 中可以看到：试验得到的边坡形变量近乎为0，这是因为观测时间较短，观测场景内并未检测到明显的变形情况发生（图中A、B、C、D 分别表示土坡、石墙、参考角反以及悬崖四个目标点）。

图5 时间基线为1hour 的场景积累形变量结果

为了加速试验进程，从24 幅SAR 图像开始，利用形变调节器对反射位置进行调节，得到形变角反位置处的形变反演曲线以及形变反演误差曲线见图6。从图6 中可以看到：形变反演量与标准形变量（形变调节量）基本匹配，两者的误差控制在±0.2mm 以内，表明“动态PS+GBSAR”方法具有较高的形变反演精度。同时，得到了A、B、C、D 四个目标点的形变反演情况，见图7。从图7 中可以看到：四个目标点的形变量在观测时间内均在0 附近徘徊，反演形变量结果大部分在±0.2mm 以内，表明四个目标点并未发生明显的变形，这与图5 得到的结果基本吻合。

图6 形变角反位置反演结果

图7 目标点位置反演结果

采用形变反演误差值σ 来衡量各目标点的形变反演平均精度：

式中：K—图像的数量，取39；i—图像的序号;λi,反—反演形变值；λi,标—标准形变值，其中角反位置取调节量，A、B、C、D 目标点取0（认为无实际变形）。

计算得到的不同位置处的形变反演误差值结果见表2。从表中可以看到：在自然场景（A、B、D）下，随着斜距的增大，形变反演误差值逐渐增大，这是可能由于当目标远离GBSAR 系统后，回波信号和信噪比均会降低，随机产生的噪声误差会逐渐增大，因而造成反演精度降低；形变角反和参考角反C 的反演误差值相差不大，且明显小于其他几个场景目标点，这是因为反射器的反射信号强、信噪比高，因而形变反演误差小，精度高。从整体上看，基于“动态PS+GBSAR”形变监测方法的测量精度可达到0.1mm（亚毫米级）。

表2 形变反演误差值计算结果

5 结束语

本文基于动态永久散射体技术和地基合成孔径雷达系统，构建“动态PS+GBSAR”实时形变测量方法，该方法不仅具有PS 点集合稳定、PS 点相位质量高的特点，还具有实时性和高精度的优势。通过应用实践表明：基于“动态PS+GBSAR”的边坡形变反演量与标准变形量基本匹配，形变反演误差可控制在亚毫米级别，测量精度较高，可在实际工程中予以运用。