ENVISAT ASAR矿山开采引起的地表沉降.docx
《ENVISAT ASAR矿山开采引起的地表沉降.docx》由会员分享,可在线阅读,更多相关《ENVISAT ASAR矿山开采引起的地表沉降.docx(16页珍藏版)》请在冰豆网上搜索。
![ENVISAT ASAR矿山开采引起的地表沉降.docx](https://file1.bdocx.com/fileroot1/2022-11/27/c0d7b04c-1fb2-439b-8d54-3b5db0236e93/c0d7b04c-1fb2-439b-8d54-3b5db0236e931.gif)
ENVISATASAR矿山开采引起的地表沉降
利用SAR卫星数据进行矿山开采沉降检测
中国安全生产科学研究院马海涛
1研究区域概况
矿区中心点坐标分别为36°43′27.08″N,114°07′56.44″E和36°43′27.87″N,114°07′22.66″E。
研究区域位于河北省武安市。
该区域地处太行山东丘陵地带,煤炭、铁矿资源丰富。
煤、铁、石灰石为三大优势矿产。
矿区矢量及其在GoogleEarth上位置如图1和2所示。
地下煤矿的开采会造成采矿空区,在采空区上覆岩土层自身重力的作用下,会在采空区上不发生形变,从而引起矿区的地表沉降。
本次研究的目的在于分析干涉测量技术在矿区沉降监测中应用的可行性。
图1研究区域覆盖范围
图2研究区域在GoogleEarth上显示
2雷达干涉测量原理
干涉雷达获取的数据是用复数表示的,它既含有振幅信息,又含有相位信息。
D-InSAR通过两副天线同时观测(单轨模式)或重复轨道模式获取地面同一地物的复图像对。
由于目标与两天线位置的几何关系,在复图像上产生了相位差,形成干涉纹图,干涉纹图中包含了斜距上的点与两天线位置之差的精确信息,这种差值包含大气延迟影响、平地效应、地形起伏、噪声以及两次成像过程中地表发生的细微变化。
利用差分的方法,可以消除两个天线接收信号中的共同误差。
DInSAR技术可以分为二轨法和三轨法。
前者是利用事先获取的DEM模拟干涉纹图,然后从整体干涉图中减去这部分信息就得到地面变化信息;后者利用三幅影像生成两幅干涉图,其中一幅干涉图是地表变化前产生的,主要获取地形信息,另一幅干涉图是由两个跨越形变的SAR影像生成,包含了形变信息。
三轨法的原理如图3所示。
图3差分干涉测量原理
如图所示,A1和A3为发生形变前分别获取的两幅SAR图像,A2为发生形变后获取的SAR图像。
由A1和A2构成的干涉条纹图中的干涉相位既包含了地形信息同时也包含了观测期间地表的形变信息:
第三幅影像与第一幅影像形成的干涉条纹图,其干涉相位包含地形信息,如下,
由
解算,可计算影像每点的视线向形变量
,
其中,λ为波长,B为基线距,θ为入射角,α为基线与水平面夹角。
Φ1和Φ2可由干涉纹图的相位计算得到,B∥和B∥‘可由轨道参数得到。
3实验区数据源及数据处理
数据源
首先针对实验区特点,选择有效数据。
数据选择应考虑到以下几点:
(1)数据覆盖研究区域;
(2)用于形变监测的数据需充分考虑到影像干涉的几何条件,即空间基线和时间基线。
空间基线是指用于影像干涉的有效基线距,一般而言,垂直基线尽量短,在垂直基线较短的基础上,水平基线越短越好;时间基线是指用于干涉处理的影像之间的时间间隔。
(3)研究区域在该时间段内发生过形变。
本实验首先查询了覆盖研究区域的C波段雷达卫星ERS-1/2、ENVISATASAR及L波段ALOSPALSAR数据,采用欧空局Eoli-sa和DESCW进行ERS-1/2以及ENVISATASAR数据查询,对于ALOSPALSAR数据直接从AUIG网站查询。
图4-图6显示了数据查询结果,表1-表3针对查询结果进行基线估算,为下一步数据选择做准备。
图4Eoli-sa数据查询
表1ASAR数据参数列表及基线估算
图5DESCW数据查询
表2ERS参数列表及基线估算
图6ALOSPALSAR数据查询
表3PALSAR参列表及基线估算
在充分考虑到上述约束的限制下,选用2006年-2007年ENVISATASAR共计3景数据进行本次实验,分别组成2组干涉像对。
数据相关参数如表4所示。
表4ENVISATASAR实验数据相关参数
像对编号
卫星
获取日期
轨道号
极化方式
时间间隔/天
垂直基线/m
B1
ENVISAT
2007-06-30
27870
VV
0
151
ENVISAT
2006-05-06
21858
VV
420
像对编号
卫星
获取日期
轨道号
极化方式
时间间隔/天
垂直基线/m
B2
ENVISAT
2007-06-30
27870
VV
0
52
ENVISAT
2007-05-26
27369
VV
35
数据处理
由于单景影像覆盖面积较大,且对于高程起伏较大的区域影像相干性较差,C波段波长也难以穿透高山上的植被,故本文选取其中村庄附近部分影像,采用SARscape软件进行后续处理。
实验区SAR图像如图7所示。
图7实验区SAR图像
依据差分干涉的原理,分别采用了二路差分和三路差分对研究区域进行实验。
对于二路差分,引入SRTM作为外部基准高程数据模拟和消除干涉对中的地形信息;而对于三路差分,其原理是利用三幅SAR影像,其中两幅组成地形对(要求两次观测之间地表没有形变,或位移可以忽略),地形对的主图像再与第三幅组成形变对。
地形对与形变对采用相同的处理区域以消除地形相位。
二轨法的优点是无需进行相位解缠,减少处理工作量,缺点是对于无DEM数据的地区无法采用上述方法,另外在引入DEM数据的同时有可能带入新的误差。
三轨法的主要优点是无需地面信息,数据间的配准较易实现,缺点是相位解缠的好坏将影响最终结果。
4实验结果
基于SRTM的二路差分
二轨法步骤如下:
(1)干涉像对精配准;
(2)干涉像对共轭相乘生成干涉纹图;
(3)去平地效应;
(4)干涉条纹滤波,降低噪声、提高信噪比;
(5)计算DEM点间隔与干涉纹图像元间隔之间的比值,对DEM进行过采样,基于多普勒方程、斜距方程和椭球方程,利用轨道参数将DEM转换到雷达坐标系统,将DEM数据转换为相位值;
(6)从干涉图中减去利用DEM模拟的干涉图得到形变图;
(7)将形变图投影到地理坐标系中。
选用2007-06-30作为主影像,2006-05-06作为辅影像,进行影像配准、干涉图生成、去平地效应、相位解缠等处理。
为减少生成的形变干涉图的噪声,对所获取的干涉相位图进行了滤波处理。
生成的干涉相位图如图8所示,图9显示了研究区域的相干系数图。
图8干涉相位图(2006/05/06-2007/06/30)图9相干系数图(2006/05/06-2007/06/30)
通过二路差分生成的地表形变如图10,图中红色圆圈区域为本次实验矿区所在位置。
传感器视线方向的最大形变量在23cm左右。
图10研究区域地表形变(二路差分)
三路差分
三路技术流程图如图11所示。
图11三路差分
选用2007-06-30作为主影像,2007-05-26作为辅影像,组成干涉对B1,生成干涉纹图,如图12所示。
选用2007-06-30作为主影像,2006-05-06作为辅影像,组成干涉对B2,生成干涉纹图,如图13所示。
图12干涉相位图(2007/05/26-2007/06/30)图13干涉相位图(2006/05/06-2007/06/30)
由三路差分计算矿区最终形变结果如图14,图中红色圆圈区域为本次实验矿区所在位置。
图14研究区域地表形变(三路差分)
经统计,矿区周围在雷达视线方向的沉降量最大为18cm左右。
5结果分析
差分干涉处理中存在许多误差和不确定性,导致对最终结果精度都会产生一定的影响。
从实验结果分析,影响最终结果精度的因素主要包括:
(1)用于干涉的主从影像质量。
这与地面散射特性、植被覆盖等有关系。
ENVISATASAR工作在C波段,波长为5.6cm,植被覆盖对其后向散射的影响较大。
本次试验中选取的2007-05-26和2007-06-30两景数据虽然只相隔一个重访周期,但正处于作物生长期,地表覆盖如农作物、植被等对C波段的去相干作用较大。
(2)时间去相干问题。
时间基线对于干涉成像有重要影响,有时数据相隔几天就会有明显影响。
而形变往往都是一个渐变的过程,需要一段时间才能观测到,实施差分干涉需要多次对同一地区进行连续观测,通常安排两次成像的时间间隔较短,但至少有一次观测与其他观测时间相距较长,而此期间,地表的状况会有很大变化,导致干涉成像的相干性大大降低。
这样生成的干涉图往往不具备很好的质量。
实验中采用的形变对时间跨度为1年(2006-05-06~2007-6-30),对于两次成像来说,各自随机附加相位分量(噪声)不同或者不相干,在相位差分时难以抵消,从而导致不能接受的低信噪比,表现在干涉图无明显条纹或条纹不连续,相应的数据处理如相位解缠变得困难。
此外,矿区过度开采造成地表沉降后,相干性也会受到一定影响。
针对该问题,可建议选用时间间隔较短的数据,对同一地区进行多次连续观测,对观测结果进行差分测量。
(3)相位解缠误差。
相位解缠是形变计算的关键步骤,地表起伏以及干涉影像对的数据本身质量差异,使得相位解缠的难度较大。
当干涉图的相干性低时,相位图中存在许多无法解缠区,致使生成的DEM无值区较多,这样会对整体误差产生一定的影响,而且会影响到后续形变对的地形相位消除,且不同的相位解缠算法也会生成不同的解缠结果。
国内外许多研究者对相位解缠的方法进行了研究,但是没有一个公认的最为有效的解缠算法,能适合各种情况的相位解缠。
(4)大气效应影响。
主要包括气压、温度、水汽含量等。
不同时间实施的SAR对地观测所对应的大气水份含量和电离层状态可能是不同的,该附加的相位给最终的量测结果增加了不确定性。
解决方案包括选择波长较长的SAR系统获取的数据,或者利用多次重复观测的干涉影像对结果取平均。
(5)外部DEM精度。
由于二路差分所采用的外部DEM为USGS90米格网的SRTM数据,该数据于2000年左右获取,作为后续干涉对中地形相位的消除存在一定的误差。
(6)卫星轨道精度。
去除平地效应和地形效应后的干涉图,还要对轨道残差的影响进行剔除。
6ASAR样例数据差分实验对比
样例数据为伊朗巴姆(Bam)地震震前和震后获取的数据的ENVISATASARSLC单视复数数据,IS2模式获取,侧视角~23°,VV极化,成像时间分别为2003年12月3日和2004年2月11日,时间间隔70天,垂直基线为9m。
实验区大小约为56km×40km。
外部辅助数据为25米格网间距的SRTM高程数据。
实验流程如下:
(1)基线估算
垂直基线距9m。
(2)生成干涉纹图
图15干涉纹图
(3)去平地效应,利用参考DEM数据分类出相位差
图16去平地效应
(4)对去除平地效应后的干涉纹图进行滤波,并计算相关系数
图17相干系数图
图18滤波后干涉纹图
(5)相位解缠
图19相位解缠
(6)计算形变
图20形变图
从实验结果分析,由于该区域地处沙漠地带,影像相关性较高,从二路差分生成的形变图可以看出,红色区域地表抬升,深蓝色区域地表下降,地震造成的地表形变特征非常明显。