用于分析滑坡运动的遥感技术.docx
《用于分析滑坡运动的遥感技术.docx》由会员分享，可在线阅读，更多相关《用于分析滑坡运动的遥感技术.docx（10页珍藏版）》请在冰豆网上搜索。
用于分析滑坡运动的遥感技术
用于分析滑坡运动的遥感技术
发表日期：
2008年3月30日
[法]CHRISTOPHEDELACOURT,PASCALALLEMAND等
田 芳译；冯翠娥、魏国强校译
滑坡地表位移场是用于研究滑坡形状和力学性质的一个重要参数。
可以用遥感的方法计算地表位移，如利用雷达数据的雷达干涉测量法和利用光学数据的图像相关法。
近十年来这些方法被详细地研究并成功地应用到各类传感器（雷达、照相机和地面三维激光扫描成像仪）上，传感器既可放置到空间或空中平台如卫星、飞机和无人无线电控制平台（无人驾驶飞机和直升机）上，也可安装到滑坡前缘的固定位置上。
本文总结了用于测量位移的图像分析技术（雷达干涉测量法和光学数据图像相关方法），并研究了每种平台的性能，以法国南部的阿尔卑斯山为例展示了这些技术的应用。
依据滑坡的性质（出露的位置、大小和速度）和研究目的（实用或科学目的），运用了一种或多种技术与数据（分辨率、精度、覆盖面和回访时间）相结合的方法。
由于各类方法在山区应用的局限性，因此用雷达差分干涉测量或永久散射体技术处理雷达卫星数据主要适用于科学研究。
光学卫星遥感图像具有相当高的分辨率，可用于科学研究，但是它与大气条件有很大的关系。
平台和传感器，如无人驾驶飞机，固定相机，固定雷达和激光雷达都具有很高的适应性，通过它们可以获得极高分辨率和精确度的三维数据（精确到cm），非常适合于科学研究和实际应用。
一、引 言
分析地表速度场可以用来确定控制低速滑坡（从每年甚至几年运动几cm到每天运动几cm）运动的参数，对于科学和灾害相关的研究都是有用的。
地表速度在时间上的变化范围是很大的，包括多年的趋势、季节的变化（受气象影响）以及突发事件（Casson等，2003）。
所以需要多时多尺度研究不同的参数特性。
目前，用于监测滑坡位移的大多数技术都来自于参考站台连续位置的现场测量。
传统的测地技术（三角测量法和视距测量法）和应变测量技术仍然是最为普遍的方法（Angeli等，2000），GPS（全球定位系统）测量也是一种可供选择的方法（Jackson等，1996；Malet等，2002）。
通过这些方法获得的数据只适用于大型滑坡。
GPS数据只有最近15年的数据是有效的；激光数据也只有20年。
而且由于地面运动在空间和时间上的不均匀性，这些基于地面的测量不能完全准确地描述滑坡的速度场。
另外，这些技术需要对滑坡或其周围进行人为干涉。
遥感成像技术是测量滑坡位移的一个强有力的工具，因为它能够提供滑坡的广景图，并能以不同的时间间隔重复提供。
此外，这种技术对从滑坡到整个区域上的各种范围都有效。
但是，对地观测卫星图像只有大约25年的历史。
而且，直到最近对光学传感器进行了改进，如船载IKONOS、Quickbird或者SPOT5，光学卫星成像系统的空间分辨率才适合于进行滑坡研究。
固定在由无线电操控的无人平台上的高分辨率数字相机的发展，使我们能够获得具有合适时间频率的高分辨率图像。
最后，陆地摄影测量激光测距（或陆地三维激光扫描成像）传感器在地形和正色摄影方面都给出了厘米量级的分辨率和精度。
近几年主要有两种位移测量法。
一种是合成孔径雷达差分干涉测量技术（DInSAR），利用的是合成孔径雷达（SAR）数据；第二种是图像相关的方法（也叫做特征跟踪），利用的是光学数据。
这些技术的发展与新平台和传感器的发展密切相关。
新的平台和传感器可以在与滑坡速度相对应的时帧内获得数据。
本文介绍了DInSAR和光学相关技术在位移测量中的应用，并比较了二者的潜力和局限性，还回顾了用于数据获取的平台和传感器，最后讨论了各类数据的具体用途。
文中所描述的大部分技术及其发展都已经在LaClapière滑坡研究中进行了测试和验证。
LaClapière滑坡位于法国Tinée河左岸Mercantour山上，宽约1300米，高650米，体积估计有50.106立方米，由海西期变质岩和混合岩浆岩组成。
最近30年的平均速度为1cm/d，测量点的速度达30cm/d（Follacci，1988）。
二、位移测量的方法
（一）合成孔径雷达差分干涉测量技术（DInSAR）
干涉雷达（InSAR）技术是对地面同一景观两次SAR成像的处理。
这些图像可以通过装载在平台上的一根天线在两次成像之间轻微移动获得（“重轨”干涉），也可以同一个平台上的两根天线获得（“单轨”干涉）。
不管是单轨还是重轨干涉，都要在两次成像之间没有运动或只有很小运动的情况下才能计算DEM（DEM）（Zebker和Goldstein，1985）。
在重轨干涉技术中，利用DInSAR对发生在两次成像之间的地表位移的变化进行探测和量化。
DInSAR技术给出的图像，称为差分干涉图，表示了发生在两次成像之间的地面运动，精度为1cm，分辨率为10m（Massonnet等，1993）。
在消除地形因素影响之后，通过差分两幅SAR图像的相位得到位移。
以复合信号来表示运动，信号中一个完整的旋转相位相当于雷达波长的一半。
该技术只能提供沿人造卫星视线向的地面位移总向量的投影（大多数卫星的入射角为23°~35°）。
在逐渐倾斜的地区，合并上升和下降轨道图像可以得到位移矢量的第二分量（Fialko等，2005）。
DInSAR技术已被成功应用于自然和人为因素造成的地表位移的探测和绘图中，例如地震（Massonnet等，1993；Zebker等，1994）；冰川流动（Goldstein等，1993）；火山活动（Massonnet等，1995）和地面沉降（Carnec等，1996；Amelung等，1999；Raucoules等，2006）。
已证实，DInSAR技术只在一些情况下能用来确定滑坡区的速度场（Fruneau等，1996；Carnec等，1996；Rott等，1999；Kimura和Yamaguchi，2000；Squarzoni等，2003；Strozzi等，2005）。
事实上，DInSAR技术不适合山区研究，因为受到与地形、地表状态和大气影响相关的多种条件的严格限制。
1、成像几何关系的限制
侧视成像模式造成了SAR图像的几何变形（Schreier，1993）。
受到覆盖或遮蔽的地区不能通过传感器成像（Nagler等，2002）。
有一些变形是由于地形因素，更特殊的是由于沿卫星视线向的局部倾斜。
解决这一问题的一个方法是结合同一地区的上升和下降轨道。
例如，在法国南部阿尔卑斯山，31%的地面都不能用下降轨道上的地球资源（ERS）卫星进行成像（Delacourt等，2003），但是结合上升和下降轨道可以把有覆盖物的面积降低到7%。
但是在可见地区，依据局部倾斜，地面空间分辨率范围是8米（ERS传感器处于最佳几何关系时）到几百米。
因此，根据滑坡的大小和方向，能够成功应用DInSAR技术的地区会大量减少。
2、地表状态变化的限制
土体物理或几何性质的时间变化（植被覆盖率、含水量）引起雷达回波的去相关（Zebker和Villasenor，1992）。
在干涉图中，这种去相关性造成了干扰噪音，遮蔽了地表位移的信号。
在大多数情况下，这种去相关性会增强两次成像之间的时间间隔的联系。
利用ERS-1卫星C波段（波长为5.6cm）SAR天线获得的法国南部阿尔卑斯山图像，几天之后就发生了树线下面的去相关（Delacourt等，2003）。
植被少有利于图像的一致性。
然后必须在缺少相关性和最小信号检测之间找到一个折衷的方法。
至于缓慢滑坡，两次成像之间的时间间隔必须足够大，使之能检测到信号，但是为了避免去相关又要足够短。
L波段（波长为23.5cm）雷达图像，例如由JERS-1卫星（到1998年）获得的图像，有部分能克服这个问题。
L波段的信号的确比C波段穿透植被的能力强，因此，能够从更稳定的散射体上获取信息，由于植被变化而引起的时间去相关也就更少些（Strozzi等，2003，2005；Raucoules等，2006）。
L波段特别适合研究缓慢位移（Strozzi等，2003）。
它的一个干涉条纹对应了卫星视线向上11.25cm的运动（而C波段是2.8cm）。
因此，用L波段来检测几个月才发生几厘米位移的缓慢滑坡需要几个月的时间间隔。
3、大气artefacts的限制
不同成像之间的大气层下部（对流层）大气条件的变化改变了雷达信号的时间延迟，造成雷达信号相位的旋转。
因此，可以在干涉图上观测到一些对流层的边缘（Tarayre和Massonnet，1996）。
在山区有两类对流层的artefacts。
第一种是大气的均匀变化产生了与地形相关的低空间频率的artefacst，可以通过统计法（Beauducel等，2000）、模拟（Delacourt等，1998）或者用辅助卫星数据测量含水量的方法来消除（MODIS，Remi，2005）。
第二类artefact是由于对流层水蒸气含量小范围的局部非均质性造成的，产生了高频artefact（Tarayre和Massonnet，1996）。
由于在几十米到几千米的水平范围内的大气的不均匀现象，因此这些artefacst可以解释为滑坡运动的信号。
大部分的大气非均质性不存在空间和时间上的相关性，因而无法利用单一的干涉图检测和消除这些artefacts。
因此唯一的办法是比较各种不相关的干涉图。
4、永久散射体技术
永久散射体技术，例如PS技术（Ferretti等，2001），可以在一定程度上克服由于缺少相关性（在不完全相干的地方）和大气artefacsts造成的限制。
这种方法识别很多SAR图像（多于20个）中的永久散射体（PS）、雷达高清和相位稳定的目标，例如建筑物、公用设施和出露岩体，来获得一系列高时空分辨率的位移。
这种技术被广泛地应用到城市地区（Colesanti等，2003a，2003b），这些地方的永久散射体密度达到每平方公里几百个基准点。
利用这种技术已经成功地描述了植被稀少地区的缓慢滑坡（为几mm/y）在几年内的运动情况（Colesanti等，2003c；Hilley等，2004）。
但是在没有出露岩体和人造建筑的植被区，永久散射体密度会降到0，就不能应用永久散射体技术。
而且，永久散射体技术要求采集图像时位移处于稳定状态。
阿尔卑斯山的大部分滑坡运动的时间和空间变化都很快，因此会限制永久散射体技术的系统应用（Squarzoni等，2003）。
有4种主要的卫星已经获得了大量的雷达图像，能够用干涉测量进行处理：
a）欧洲ERS1-2（http:
//earth.esa.int/ers/），
b）欧洲ENVISAT（http:
//envisat.esa.int/），
c）加拿大RADARSAT（http:
//radarsat.space.gc.ca/asc/eng/satellites/radarsat1/background.asp），
d）日本JERS（http:
//www.eorc.nasda.go.jp/JERS-1/）。
5、雷达卫星的前景
未来的雷达卫星将会进一步提高空间分辨率。
例如RADARSAT2卫星，于2006年发射（http:
//www.radarsat2.info/），分辨率能达到3米。
DInSAR技术将不能应用到大于几米的地表位移的探测和绘图中。
两个邻近象元之间大于四分之一波长的相对位移（相位混淆）无法观测到（Massonnet和Feigl，1998）。
卫星分辨率的提高能更好的评估小范围或大梯度的位移。
因此能研究更大范围的滑坡（不仅是面积最大、速度最慢的滑坡）。
Cosmo-Skymed卫星系统于2007年发射（http:
//www.asi.it/sito/programmi_cosmo.htm），优点是二次访问的间隔时间短（比较好的情况下是12小时）。
但是对于干涉测量技术，在时间去相关方面，这些卫星的X波段传感器可能没有C和L波段有效：
这样就会在分析大多数位于郊外或者干旱区的滑坡方面有局限性。
另一方面，ALOS卫星（http:
//www.nasda.go.jp/projects/sat/alos/index_e.html）或TerraSAR-L卫星（Zink，2003）上的新传感器能够提供L波段的优势。
不过，在这些卫星建立适合多时处理（永久散射体和其它技术）的数据存档之前，还需要好几年。
在未来的几年里，那些方法仍然要用ERS-2卫星（自从在2001年发生姿态问题以来到现在还有问题）和ASAR卫星（来自ENVISAT平台）。
Ferretti等（2004）证实了ERS和ASAR数据之间的中等兼容性，尽管信号频率有轻微的不同，但还是可以进行永久散射体处理。
因此当ERS卫星任务结束时，ASAR传感器可以保持数据的连贯性。
6、固定雷达
2000年发明了地面SAR干涉仪（Antonello等，2004）。
这个系统是SAR装置的半便携式版本，称为LISA（线性SAR）。
它由一个几米长的直轨道组成，装有高频雷达（标称波长是1.8cm）。
这样的话，一个完整的旋转相位对应了9mm的运动。
空间分辨率依据的是雷达和目标之间的距离。
这个装置已被试用到“Ruinon”滑坡中（意大利）（Antonello等，2004）。
通过18个小时的测试调查，利用LISA观察到了9mm的最大位移。
但是由于雷达的高频率，这种技术对地表状态的改变十分敏感。
为了降低相干性的损失，可以应用LISA的C波段和L波段。
（二）光学数据的相关性
利用在不同时间内获得的两幅光学图像的相关性，得到地表的二维位移场。
这种方法已经被应用到航片和卫片中，来测量由地震（VanPuymbroeck等，2000）、滑坡（Delacourt等，2004；Casson等，2005）和冰川流（Scambos等，1992；Kääb，2002；Kääb等，2005；Berthier等，2005）引发的位移。
相关图像必须有共同的（地面或图像）几何形态，可以通过正射校正两幅图像（相关性体现在地面的几何形态上）或在参考图像的几何形态上再采样一幅二次图像（相关性体现在图像的几何形态上）获得。
在这两种情况下，都需要DEM，它所需要的精度和相关图像的视角差反相关。
理论上，应该用到两个不同的DEM，它们与每幅相关图像是同期的。
对于稳定的区域，两幅连续图像上的可见地面特征应该是重叠的。
当地面发生运动，可见和可以识别的特征由于位移而移动。
为了确定发生在两幅图像之间的地表位移，在参考图像上（通常是最早的那幅）定义一个给定窗口（大约15~50象元）。
利用最大化相关函数，在二次图像上寻找相应的窗口（Vadon和Massonnet，2000；Baratoux等，2001）。
寻找的起点是假设两次成像之间没有位移发生的那个预计位置。
测量的这个移动直接与地表位移的象元大小相关。
计算的主要参数是局部窗口的大小和预计的两次成像之间的最大位移。
在最早的图上，对每个象元重复这个过程。
结果由与相关图像同样大小的3个数组组成。
第一个数组包含的是每个象元在横向上的移动，第二个数组是在纵向上的移动，第三个数组说明了相关性的好坏。
相关窗口大小的选择是在想要得到的移动精度和速度场所需的空间分辨率之间折衷。
随着窗口大小的增加，由于每次测量是整个窗口上的平均值，因此噪音和无关测量的数量会减少。
地表状态的变化（由植被生长、崩积层的运动或人为活动造成）是显著影响相关性好坏的一个因素。
但是，相关技术没有InSAR对地表变化那么敏感：
对于滑坡，找到好的相关性需要利用几年时帧的光学图像。
这个时间间隔对于任何准确的InSAR处理都太长。
在图像要求不同的日光条件下又出现了另一个问题。
一些稳定的特征确实会在相关图像上表现出明显的位移，因为它们的阴影的大小和方向发生了变化（Berthier，2005）。
因为在相关窗口中不同树木的信号太多，在森林中要获得一个好的相关性也很难。
这种技术的精确度主要依赖于具有相同几何形态的两幅图像的投影质量，这就意味着至少要再取样一幅图像。
对于卫星影像，估计位移值的下界大约是象元大小的1/5，对于航空数据是两或三个象元（由于光学图像较严重的变形）。
位移值的上界不受相关技术的限制，更多的是取决于与位移相关的地表变化：
Delacourt等（2004）指出测量到的位移高达80像素。
利用这种方法，可以测量到局部位移向量在传感器焦平面上的投影。
在用垂直入射角获取图像的情况下（最常见的情况），测量的是平面（水平）移动。
如果图像是用两个相似但不垂直的入射角获取的，那么相关性也对垂直位移敏感（Berthier等，2006）。
用两个多时相DEM和水平位移分量来确定垂直位移量。
垂直位移等于最早图像上的一个象元的高程值与最新图像上相应象元的高程值之间的差值，这些高程值可以在对应的DEM上测量出。
为了提高测量的精确度，用最小化固定区域的垂直距离来调整DEM。
如果那样的话，垂直分量的精度依赖于DEM的相对精度，一般等于象元的大小或者更好（Casson等，2005）。
由不同传感器获得的图像也能分析相关性（Delacourt等，2004）。
为了确定“LaClapière”滑坡的速度场，已经成功地把该滑坡的航片和高分辨率的Quickbird影像相关起来，尽管二者的几何形态不同。
如果是在同一个地点获得的连续的单象图像，也能应用图像相关技术。
这些图像中必须包含可用来参考的固定点。
因为象元的大小依赖于其到相机的距离，所以在比例尺方面，速度场不是均匀的。
因此，相关性的结果不能直接解译为速度场。
三、数据集、平台和传感器
（一）航空影像
从1937年开始，用两次连续调查之间间隔时间大约为5年的航片来拍摄法国领土，这项工作由IGN（法国国家地理协会）负责。
这些航片用底片为24cm×24cm的测量摄影相机拍摄，一个场景覆盖的地表范围大约为5km×5km，相邻场景有60%重叠。
用摄影测量扫描仪对图像进行扫描，控制变形要小于万分之一。
一般扫描精度为1000dpi，所以像素的分辨率会高于1m。
再利用相邻场景的数字扫描、IGN提供的相机的内在参数（焦距、基准点的位置、相机主要点的位置和镜头的失真）以及被测量区域内地面控制点（GCP）的绝对位置来建立DEM。
甚至对于缺少辐射动力学的图像，也有可能得到分辨率为1m的地理参考DEM，相对精度高于1m（Casson等，2003）。
在最差的情况下，也能建立相应的正摄图像，精度为1m，进而可以估计精度为1m的三维位移场。
当时间间隔为5年，这些图像可以成功地监测速度为每年0.5m至16m的滑坡运动，对应的位移为2.5个像素至80个像素。
总之，航片的主要应用优势是数据存档的价值（法国50年的数据）和数据的精度（接近于1m）。
这种方法的主要缺点是瞬时清晰度低。
为了提高瞬时清晰度，需要有计划地进行专门研究，不过这一解决方法成本很高。
（二）卫星光学图像
对于上面提到的限制因素，解决方法之一是用更新时间为20~30天的卫星图像。
直到21世纪初，光学卫星（SPOT，LANDSAT）的平均空间分辨率是10m。
由于大多数阿尔卑斯山的滑坡面积小，这些图像不适合进行滑坡分析。
新一代的高分辨率卫星（Ikonos；QuickBird）可以提供0.6m至1m分辨率的数据，覆盖面积为10km×10km。
2002年5月4日发射的SPOT5卫星在很高的分辨率模式下地面分辨率较低（2.5m），但是60km×60km的覆盖区对于区域研究是很有用的。
此外，图像能够给出精确的轨道位置和姿态说明。
在没有任何GCP（地面控制点）的情况下，一幅地面图像的精度为30m的均方根。
虽然对地观测卫星与太阳同步，但是在两次成像之间光照的改变使得阴影的长度和方向发生了很大的变化。
例如，2003年9月19日拍的第一张图像，2004年8月22日对同一点拍摄，一棵4m高的树的阴影，在南北方向上有大约1.2m（0.5个像素）的明显位移，从而影响了直线方向上的相关性。
在不同季节获得的图像上，位移更明显。
虽然卫星数据的瞬时清晰度比航空数据的要高，但是图像的获得与轨道参数紧密相连。
此外，对于小的慢速滑坡，米量级的空间分辨率和大约20天的瞬时清晰度不总是相配的，加上高分辨率的卫星存档数据也是很有限的，因此目前还不能应用到山丘范围或单一滑坡的一般调查中。
（三）遥控平台
直到上世纪90年代中期，配备像素大于6M的传感器和高质量镜头的数码相机的发展，才逐渐带动了新型遥感技术的发展。
这种相机，重量小于2kg，可以安装在低速无人驾驶飞机或直升机上，在地面上用无线电控制，与操作员之间的距离可以达到2km。
无人驾驶飞机是一个两米翼展的降落伞，可以低速飞行，速度大约15km/h，飞行高度达到600m。
这种飞机很容易受气压条件的影响，只有当风速小于20km/h时才能飞行。
直升机的旋翼为1.5m的直径，当风速达到50km/h时可以飞至100m的高空。
无人驾驶飞机和直升机都备有一个摆动装置，相机就固定在上面，这样相机的视线向近于垂直。
为了保证高质量的定位和导航作用，在无人驾驶飞机和直升机上配备了GPS和摄影机。
根据飞行高度和相机的光学质量，图像的分辨率为1cm~10cm，图像覆盖的地面面积在30m×20m~400m×250m之间。
数据的质量事实上依赖的是镜头的质量、平台的速度和控制曝光时间的光照条件。
图像一般是连续拍摄的，并要求重叠部分达到70%。
利用在绝对参考系中精确定位的GCP，以传统方法获得DEM和正色摄影。
影响DEM和正色摄影精度的因素是GCP的位置，为了精确地给出相机的位置，必须用与图像分辨率相似的精度进行确定。
利用差分GPS和视距法，可能分别获得1cm和5cm的精度。
因为成像的滑坡面积一般都大于300m×200m，所以必须把一些DEM和正色摄影都结合在一起，得到一幅完整的滑坡图像。
这种结合也会引起一些误差，大致是2至5个像素。
因而，由该系统测量的位移会比较大，误差条线外面有5个像素，对应的位移的绝对值是5~50cm。
这种系统的主要优点是可以用适合于滑坡速度的频率来获取数据，并且空间分辨率很高。
（四）固定相机
在飞行平台上获得的数据，存在一个主要的问题：
不能获得绝对相同几何形态的图像，瞬时清晰度要依赖于飞行条件。
建立DEM要求相机的位置和方向能够从GCP计算得到。
数码相机安装在滑坡的前缘，并且以不变的时间步长来拍摄图像。
如果这样的话，图像就具有了相同的几何形态，并能够直接相关。
相关性的精度受几个方面影响：
a）相关性的计算方法，b）由于热变化造成的相机运动，c）相机和滑坡之间大气折射指数的改变，d）光照的变化。
用亚像素的精度来实现相关性可以忽略影响a）。
如果相机被固定在一个刚性架上，b）就可以被避免。
实验表明，如果把一个焦距为22mm的相机安装在离滑坡1km处，c）造成的表面位移能达到2个像素。
为了最小化这些不利影响，图像必须包括一个能够作为参考的稳定区域。
因为稳定区内没有位移，用相关方法计算的最大位移将会给出不稳定区误差的一个上边界。
为了降低光照的影响，只有对连续两天同一时间获得的图像进行相关分析，优先选择太阳高度最大时获得的图像。
也可以对每年同一日照时间下获得图像进行相关分析，效果比较好。
另一个问题来自滑坡的大小和图幅宽的比较。
一般只对滑坡的下部进行成像。
这些方法也有固有的技术局限性。
为了快速处理数据，图像传输系统必须与获得图像的过程连接起来。
另一个问题更理论化：
如果没有用DEM，图像的精度就依赖于滑坡和相机的距离。
还有位移要用相关方法以像素为单位来求取，不能用距离进行转化。
如果有高空间分辨率的DEM可用，那么就会绕开这个问题。
通过调节两次成像的间隔时间，对于很快和很慢的滑坡，都可以应用这种技术。
另一个严重的约束是地表的变化，这种变化必须足够小以保证还存在相关性。
我们把这种方法运用到“LaClapière”滑坡上。
在滑坡前方大约1km处安装了一个600万像素、镜头焦距为22cm的数码相机。
因此，图像能够包括滑坡的下部和在其东北方向的一个稳定区域。
每30分钟成一次像。
得到了2004年7月22日到2005年9月2日之间的位移分布。
因为相机固定在滑坡前方，所以位移
升级会员 