基于PS-InSAR技術的連鹽高鐵灌河特大橋形變監測與分析

吳星樂，羅海濱

(南京信息工程大學遙感與測繪工程學院,南京 210044)

引言

近幾十年來,隨著我國經濟的快速發展,作為經濟發展中重要基礎的橋梁建設也得到了迅猛發展。橋梁是運輸線路中的重要組成部分,是鐵路網絡和公路網絡的要塞,是保障道路安全通車的關鍵樞紐,在社會經濟發展和社會進步方面發揮著至關重要的推動作用。在橋梁運營過程中,由于老化和腐蝕,可能造成橋梁結構損壞,甚至坍塌,給社會經濟和人民生命安全造成嚴重的損失[1-3]。開展橋梁安全監測,可以預防并控制橋梁中的各種安全隱患,減少橋梁安全事故的發生,并為日后橋梁的風險管理和災害預警提供參考依據,具有重要的現實意義。

早期的橋梁監測方法一般是以人工定期檢測為主。人工定期檢測時間長、檢測過程中需封橋封路、難以及時掌握橋梁整體結構形變[4]。隨著科學技術的不斷發展,橋梁監測領域也涌現了新的形變監測技術,如傳感器技術[5-6]、GNSS技術[7-9]、近景攝影測量技術和航空攝影測量技術[10-11]。傳感器技術能提供橋梁關鍵部位高時間分辨率應力和應變等信息,但技術復雜、價格昂貴。GNSS技術能提供橋梁表面高時間分辨率三維形變信息,但是點觀測不能反映形變整體情況。近景攝影測量技術和航空攝影測量技術可以從地面或空中對橋梁的某一個面進行全面觀測,但易受天氣影響。上述技術的共同缺點是在同一時間僅能對1個或少數幾個橋梁進行監測,受成本等因素的限制,不能應用到所有在役橋梁。

永久散射體合成孔徑雷達干涉測量(Permanent Scatter Synthetic Aperture Radar Interferometry,PS-InSAR)技術通過對同一地區不同時間的多景合成孔徑雷達(Synthetic Aperture Radar,SAR)遙感影像進行干涉處理,獲取地面形變信息[12-13]。因SAR影像覆蓋范圍大(幾十到幾百千米)、獲取成本低,所以,與已有橋梁形變監測技術相比,PS-InSAR技術具有監測橋梁多、監測成本低的獨特優勢,特別適用于分析無形變監測系統的、中小橋梁的健康狀況[14-15]。2015年,Issaak Parcharidis采用PS-InSAR技術,利用覆蓋時間為2002—2010年的Envisat ASAR降軌數據和2010—2012年的TerraSAR-X升軌數據對Rio-Antirio大橋進行變形監測,實驗結果表明,在監測期間橋梁結構保持相對穩定[16]。2016年,趙一恒等[17]利用11景TerraSAR-X數據,通過PS-InSAR技術獲得了天津南疆公路大橋高分辨率的形變速率圖,并對PS點形變數據進行分析,獲得了橋梁的安全等級;LAZECKY等[18]利用時間間隔為2014年6月至2015年6月的33景和2013年10月至2015年5月的17景TerraSAR-X數據,通過多時相InSAR技術獲得了捷克境內Radot＇n大橋和Svinov大橋的形變結果,再次證實了InSAR技術對橋梁變形監測的可行性。2017年,趙婧文等[19]利用COSMO-SkyMed數據,通過PS-InSAR技術提取了上海盧浦大橋上PS點的線性形變速率和季節性形變信息,表明該橋總體上是穩定的;黃其歡等[20]采用了PS-InSAR技術對21景時間跨度為1年的Sentinel-1A數據進行處理,建立了適合于大跨度橋梁縱向形變監測的InSAR時序分析方法,獲取了京滬高鐵南京大勝關大橋縱向形變。2018年,朱茂等[21]以30景COSMO-SkyMed數據為輸入,利用PS-InSAR技術獲取了青島膠州灣跨海大橋2014年1月到2016年3月的形變數據,揭示了該橋梁主要形變為與季節相關的周期形變,形變監測精度可達到毫米量級。2019年,趙晨等[22]利用某公路大橋5年間32景TerraSAR-X數據,通過PS-InSAR技術獲得了該橋梁的形變信息,并將形變數據擬合后與水準測量數據進行對比,二者結果取得很好的一致性。

雖然應用PS-InSAR技術對橋梁進行變形監測在國內外取得了一些成果,但應用的SAR數據大多是X波段的高分辨率數據,利用C波段中分辨率數據監測橋梁形變的實驗不多,監測橋梁的類型也各不相同。以連鹽高鐵灌河特大橋為實驗對象,利用PS-InSAR技術,對2018年1月至2020年12月共89景C波段Sentinel-1A數據進行數據處理,分析應用C波段SAR數據、采用PS-InSAR技術對大跨度剛桁梁柔性拱橋進行形變監測的可行性。

1 PS-InSAR技術原理和流程

1.1 技術原理

PS-InSAR技術是通過對研究區某一時間段內的數景SAR影像做配準、干涉等處理,識別提取具有較強相干性和穩定散射特性的PS點。只對PS點的干涉相位進行分析,從而克服常規InSAR技術影像失相干的技術局限,再利用時空濾波技術,剔除大氣延遲等誤差,得到準確的地表形變信息[23]。

假設可以獲得覆蓋研究區域的某一時間段k+1景SAR影像,根據影像的時間基線、空間基線、多普勒質心頻率優化選取其中一景影像作為唯一公共主影像,其余影像均為副影像。將k景副影像配準并采樣到主影像空間,得到k個干涉對。利用已知DEM數據,對k個干涉對進行差分干涉處理,獲得各個PS點的差分干涉相位。每個PS點的差分干涉相位φdint組成如下

φdint=φdem+φdef+φatm+φnoise=

(1)

式中,φdem為DEM高程誤差干涉相位;φdef為沿雷達視線(line of sight,LOS)方向地表形變干涉相位;φatm為大氣影響干涉相位;φnoise為噪聲干涉相位;λ為雷達波長;R為雷達到地面目標的斜距;θ為雷達入射角;B⊥為干涉對垂直基線;δH為DEM高程誤差;t為干涉對時間基線;v為沿LOS方向的線性形變速率;φres為PS點的殘余相位,它是大氣、非線性形變和噪聲干涉相位之和。式(1)是PS-InSAR方法的相位模型。由于存在相位模糊度,不能利用最小二乘擬合方法求解式(1),需利用二維頻譜分析計算δH和v的最佳估值,即得到了PS點的DEM高程誤差和LOS方向上的線性形變速率。通常,非線性形變呈現時空低頻特性;大氣影響呈現空間低頻、時間高頻特性;噪音呈現時空高頻特性。因此,采用時空濾波技術對殘余相位φres進行處理,可以求得非線性形變。由v得到的線性形變加上非線性形變即可得到總形變。

1.2 技術流程

PS-InSAR技術主要是針對離散的、相干性較強的、穩定散射特性的PS點進行處理,從而獲得這些PS點的形變信息。PS-InSAR技術數據處理流程如圖1所示。

圖1 PS-InSAR技術數據處理流程

(1)公共主影像選取:根據研究區域獲取的k+1景SAR影像的時間基線、空間垂直基線和多普勒質心頻率計算備選主影像平均相干系數。以平均相干系數最大為指標,選取某一景影像作為唯一公共主影像,其他k景影像構成副影像集。

(2)差分干涉處理:將k景副影像逐個配準并采樣到主影像空間,得到k個干涉對和k景配準后的SAR影像。借助外部DEM數據進行差分干涉處理,獲得研究區域差分干涉圖。

(3)PS點提取:根據影像幅度信息計算振幅離差指數,根據干涉相位計算時序相干系數,給定閾值,提取PS點。

(4)線性形變速率估計:對每一個PS點,建立如式(1)所示方程,利用二維頻譜分析的方法求解各PS點的DEM高程誤差和LOS方向上的線性形變速率。

(5)時空濾波:初始差分干涉相位減去線性形變和DEM誤差相位后,得到包括非線性形變相位、大氣相位和噪音的殘余相位。通過時、空域濾波將三者分離,得到非線性形變,并最終得到每個PS點時序累積形變。

(6)地理編碼:將上一步獲得的形變結果從雷達坐標系轉換到地理坐標系下,并將結果以矢量或者柵格的格式輸出。

2 研究區和數據

2.1 研究區

連鹽高鐵灌河特大橋位于江蘇省連云港市與鹽城市的交界處,跨越灌河,是連鹽高速鐵路上的控制性工程和蘇北地區的標志性工程,同時也是連鹽高速鐵路跨度最大的特大橋。灌河特大橋于2014年4月開工建設,2017年9月通車運行,是目前國內第二大跨度剛桁梁柔性拱橋,主橋長達470 m,灌河特大橋影像如圖2所示。

圖2 灌河特大橋影像

2.2 SAR數據

為對灌河特大橋進行形變監測,得到大橋的整體形變信息,獲取了2018年1月至2020年12月期間、覆蓋灌河特大橋的89景干涉寬幅模式Sentinel-1A升軌衛星數據。數據入射角為41 °,極化方式為vv極化,整幅影像覆蓋范圍約為(110×250) km2,距離向分辨率為2.3 m,方位向分辨率為14 m。

2.3 BDS數據

用于驗證PS-InSAR技術監測精度的BDS數據來自連鹽高鐵線北斗基礎測量基準站,兩個基準點分別位于灌河特大橋左右兩側,間隔500 m,點位具體位置如圖2(a)所示。

3 數據處理與結果分析

根據影像的時間基線、空間基線、多普勒質心頻率差選取2019年6月22日獲取的影像作為主影像,其他影像為副影像,配準并重采樣到主影像空間。最小時間基線12 d,最大時間基線552 d,最小絕對垂直基線4.1 m,最大絕對垂直基線130.7 m,部分干涉圖時空基線如表1所示。圖3(a)為大橋的SAR強度均值圖,圖3(b)為2020年11月7日和2019年6月22日影像的差分干涉圖。從圖3中可以看出,橋梁本身有著很強的雷達反射信號,且干涉條紋連續、清晰。

表1 部分干涉對時空基線分布

圖3 SAR強度均值圖和差分干涉圖

采用30 m分辨率SrtmV1 DEM去除地形相位,采用歐空局(ESA)精確軌道數據提高影像配準、地形相位和平地相位去除精度,利用譜偏移濾波消除視角變化影響,利用振幅離差指數和時序相干系數選取PS點,共計獲得325個,其中大橋上有80個,PS選點結果及橋梁PS點位分布如圖4所示。

圖4 PS選點結果(左)及橋梁PS點位分布(右)

基于線性形變速率模型,采用二維頻譜分析估計線性形變速率和高程誤差,最終獲得2018年1月至2020年12月灌河特大橋平均形變速率,結果如圖5所示。圖中地面點遠離SAR傳感器時符號為負,反之為正。

圖5 灌河特大橋年平均形變速率

由圖5可以看出,灌河特大橋的整體形變速率區間是1.7～5.3 mm/a,平均值為3.7 mm/a。從數據上看,灌河特大橋年平均形變速率較小,不存在明顯形變。為更加詳細地分析大橋變形情況,圖6顯示了所有點形變時間序列。由圖6可以看出,同一時間,橋上絕大部分點形變值都在2倍中誤差以內,形變曲線均值在0值上下波動,沒有明顯的形變趨勢,再次印證了橋體的穩定性。

圖6 各PS點形變時間序列

為利用BDS監測數據驗證PS-InSAR監測結果的精度,將BDS測得的東西向、南北向和垂直向形變利用式(2)投影到LOS方向。

(2)

式中,dlos為LOS向地表形變;θ為雷達入射角;αh為衛星飛行方位角;dN為南北向形變;dE為東西向形變;dU為垂直向形變。如圖7所示,將2018年11月6日設為時間參考基準點,計算BDS與PS-InSAR相對基準點在LOS方向上的位移變化量。表2給出了利用BDS1和BDS2兩點算得的絕對誤差和均方根誤差。

表2 PS-InSAR監測結果精度統計

圖7 BDS監測點LOS向形變與PS點LOS向平均形變對比

由圖7和表2可以看出,PS-InSAR監測結果與同期BDS監測結果基本一致,最大絕對誤差都在1 cm以內。BDS1點算得均方根誤差3.67 mm,BDS2點算得均方根誤差5.67 mm,由于BDS1點較BDS2點距離PS點集更近,因此,BDS1點較BDS2點顯示出了與PS-InSAR更好的一致性。PS-InSAR監測結果曲線波動小于BDS監測結果,這主要是由于受影像空間分辨率和成像幾何影響,PS監測點很難與北斗觀測站相對應。為了比較,將同一時刻不同位置PS點的監測結果取平均求得平均形變曲線。平均形變曲線會部分抵消溫度和風荷載的影響,因此,PS-InSAR監測結果較為光滑。而北斗觀測結果可能包含溫度和風荷載的影響,因此形變曲線波動相對較大。

4 結語

將C波段中分辨率Sentinel-1A數據應用于連鹽高鐵灌河特大橋形變監測,使用PS-InSAR技術進行數據處理,并將PS-InSAR監測結果與同期北斗實測數據進行對比分析,主要結論如下。

(1)灌河特大橋在監測時間段內形變速率在1.7～5.3 mm/a之間,時間序列形變平均值趨近0,形變較小,無明顯趨勢性變形,橋梁整體保持穩定。

(2)PS-InSAR監測結果與BDS觀測數據比較,均方根誤差在6 mm之內,二者取得了很好的一致性,驗證了PS-InSAR監測結果的可靠性。

該研究結果證實了C波段中分辨率Sentinel-1A數據適用于大跨度剛桁梁柔性拱橋形變監測,可為橋梁的風險管理和災害預警提供參考依據。但利用PS-InSAR技術監測大橋形變也存在如下問題。

(1)受衛星重訪周期限制,影像時間分辨率較低,不能滿足橋梁荷載試驗和高動態監測的要求。

(2)在僅有一種成像幾何SAR數據時,只能給出沿SAR視線向一維形變,不能全面反映橋梁動態情況。

(3)受成像幾何影響,監測點很難與橋梁具體部位對應,不利于形變分析。

隨著高空間分辨率、高時間分辨率和不同成像幾何的SAR衛星及星座的不斷發射,問題1、2將得到逐步改善。進一步研究SAR模擬成像技術,利用衛星軌道和橋梁結構信息模擬SAR灰度圖,將有助于監測點與橋梁具體部位對應?？梢灶A見,利用PS-InSAR技術,以較低的成本對大范圍橋梁進行同步監測,在未來將大有可為。