时序InSAR技术及其在滑坡形变监测中的应用——以高家湾滑坡为例

摘要

我国是世界上受地质灾害威胁最为严重的国家之一，每年因灾死亡人数上百人，经济损失数十亿元，其中仅滑坡灾害量就占据总灾害量的三分二。如何以最小成本高效率监测滑坡地质灾害始终是研究人员所关心的问题。合成孔径差分雷达干涉测量（DInSAR）是近十多年来发展起来的一项微波遥测技术，因其非接触式、全天候、高分辨率、低人力物力成本等多种优势而受到地质灾害监测领域研究人员的青睐。但该方法受到时间、空间失相关及大气条件差异的影响，使其监测精度受到限制。为克服这些限制，随之产生了时序InSAR技术，如永久散射体差分干涉测量（PS-InSAR）等，为地质灾害监测提供了新手段。　　本文从InSAR、DInSAR的基本概念开始，研究与时序InSAR应用有关的理论与方法，分析了DInSAR差分相位的主要构成及其成因。介绍了主流时序InSAR技术及有关软件，详述了干涉图生产开源软件DORIS及开源时序InSAR软件StaMPS及其有关理论与方法。在此基础上，对时序InSAR技术应用过程中的一些主要问题进行了研究。利用新一代Sentinel-1A干涉宽幅模式SAR影像，对青海省海东市乐都区洪水镇高家湾村南侧大型-巨型滑坡体2016年1月前后地表形变特征进行了研究。主要研究工作及结论如下：　　（1）利用DORIS及StaMPS开源软件，在Linux系统下研究了时序InSAR数据处理平台特点。基于Linux系统的“命名管道”，提出一种对开源InSAR软件数据处理进行并行优化的简便方法，该方法无需对源程序做过多修改，即可实现高效运行。经实验验证，较传统逐景串行化处理方法，经本文所提出的并行化方法对DORIS-StaMPS时序InSAR数据处理平台进行改进后，处理效率平均提升达到335.164%。同时，该并行化方法具有较强的可移植移，可对如GMTSAR等开源时序InSAR数据处理平台进行并行优化，以适应InSAR大数据量处理需要。　　（2）针对新一代TOPS成像模式，研究以单一burst为主影像选取依据时，不同时间基线占比在基于时空基线和多普勒基线的主影像选择方法中的差异。针对以单一burst为主影像选择依据且研究区跨越相邻多个burst时存在的主影像选择不唯一问题，以Sentinel-1A干涉宽幅影像为例，提出一种多burst基线综合并考虑研究区占优的主影像选择方法。该方法既考虑了TOPS成像模式ESD配准高观测量的需要，又考虑了研究区高相干性的需要，使主影像选择具有唯一性。对比由该方法选择的最佳主影像和由单一burst选择的主影像所构成的时序InSAR数据集，在相同处理条件下，经实验验证其研究区终选PS点数多2.1738%。　　（3）对时序InSAR而言，不同的时间序列选择所能反映的研究区地表形变特征能力不同。长时间序列通常会使SAR数据集时间失相关随时间增长而加重，导致研究区可用PS点减少，损失形变细节，增加解缠难度，且只能从稀疏PS点判别可能的长期形变。短时间序列虽存在数据处理困难，特别是大气延迟误差不易消除等问题，但在误差可接受条件下，可提高研究区相干性，增加可用PS点数，尽可能的保留地表形变细节特征。在实际应用中，对较复杂地表形变，应当综合运用同一数据集的不同时间序列，以获得研究区不同时间尺度的形变特征。　　（4）联合升降轨数据划分不同时间序列数据研究高家湾滑坡体可能的断层活动及地表形变特征。结果表明，高家湾滑坡体主要存在两条较大断层。其中一条与兰新高铁张家庄隧道相交，并于2016年1月18日发生剧烈运动，使断层上下盘错开平均量约13mm，同时导致其下方隧道拱顶开裂。靠近高家湾村南侧滑坡体受其南侧山梁保护，阻断来自山顶断层滑动的压力，尚未发生大规模下滑。其受力抬升早于断层大幅形变时间，并于2016年1月18日抬升量最大。至本文使用SAR数据截止时间，高家湾滑坡体整体仍处于蠕动下滑的不稳定状态。

目录

声明

第一章 绪论

1.1 InSAR技术国内外发展与研究现状

1.2 InSAR技术在滑坡等地质灾害识别与监测中的应用与发展

1.3 高家湾滑坡及其研究现状

1.4 论文主要研究内容

1.5 论文组织结构

第二章 时序InSAR理论与方法

2.1 InSAR

2.2 DInSAR及其存在的问题

2.3 差分相位成分分析

2.3.1 主要构成

2.3.2 大气误差

2.3.3 DEM误差

2.3.4 轨道误差

2.4 主流时序InSAR方法与软件

2.5 DORIS干涉处理软件

2.6 StaMPS时序InSAR理论与方法

2.6.1 永久散射体（PS）

2.6.2 PS点选择

2.6.3 位移估算

2.7 本章小节

第三章 并行化时序InSAR数据处理方法与环境搭建

3.1 DORIS-StaMPS时序InSAR数据处理架构

3.2 并行化数据处理方法与软件优化

3.2.1基于“命名管道”的并行化方法

3.2.2 “命名管道”的创建

3.2.3 并行化InSAR数据处理框架

3.3 并行优化效率验证

3.4 本章小节

第四章 TOPS模式下的PS-InSAR公共主影像选择方法

4.1 TOPS成像模式及其特点

4.2 基于时空基线和多普勒基线的主影像选择方法及其特点

4.3 不同时间基线占比对TOPS成像模式主影像选择的影响

4.4 TOPS模式下的主影像选择方法

4.5 主影像选择方法有效性验证

4.6 本章小节

第五章 高家湾滑坡体地表形变特征

5.1 研究区概况及其孕灾背景

5.1.1 气象条件

5.1.2 水文条件

5.1.3 地质条件

5.2 研究区域划分

5.3 SAR数据及研究时段划分

5.4 基于升轨数据的高家湾滑坡地表形变特征

5.4.1 裂缝前期滑坡地表形变特征

5.4.2 裂缝期滑坡地表形变特征

5.4.3 裂缝后期滑坡地表形变特征

5.4.4 裂缝期短时间序列滑坡地表形变特征

5.5 基于降轨数据的高家湾滑坡地表形变特征

5.5.1 主影像选择与调整

5.5.2 干涉图特征

5.5.3 大气延迟误差处理

5.5.4 解缠相位特征

5.5.5 形变速率与区域分异特征

5.6 基于升降轨的高家湾滑坡边界及断层特征

5.6.1 滑坡边界与滑坡体运动方向

5.6.2 断层特征

5.7 滑坡体运动机理分析

第六章 结论与展望

6.1 主要结论

6.2 存在的不足

6.3 未来工作展望

参考文献

在学期间的研究成果

致谢