基于InSAR技术的高速公路滑坡、路桥变形监测研究
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
基于 InSAR技术的高速公路滑坡、路桥
变形监测研究
摘要:本文从InSAR技术概述入手,并以具体的工程项目为例,对InSAR技
术下的高速公路滑坡、路桥变形监测进行深入探讨,希望通过本文研究,为
InSAR技术的良好应用提供参考借鉴。
关键词:InSAR技术;高速公路滑坡;路桥变形监测
引言
随着我国工程领域的不断发展,各工程逐渐加大对于工程监测工作的重视程度,特别是高速公路工程,其所面临的环境较为复杂,更应通过先进的监测技术
确保项目质量与结构安全性,为此,本文对此进行分析,具体如下。
1.InSAR技术概述
InSAR是合成孔径雷达干涉技术的简称,其作为主动式成像传感器,主要是
通过微波的方式探测地表目标。InSAR技术通过雷达成像传感器,得到被测对象
的复数图像信息,同时,经多个环节的处理,包括图像配准、基线估计、干涉图
滤波、相位高程转换以及相位解缠等[1],基于干涉相位下,反演地形信息。托马斯·杨在1801年发现了光的相干效应,并通过波的叠加原理对该效应进行解释,此次实验被称为“杨氏双缝光干涉实验”,而“光干涉条纹”则是InSAR技术的
基本原理,同一区域被两幅SAR影响覆盖后,其各自会存在对应的像素相位值,
两者相减最终得到干涉相位图,通过有效的数据处理发放时,分离并提出相应的
相位信息[2]。InSAR技术的几何原理图详见图1。其中H表示的是主传感器与地
面的距离,B表示的是空间基线,S1与S2分别代表主辅图像传感器,P表示地面
目标点,R1与R2表示的是主辅图像斜距,表示的是基线B在水平方向的倾角,表示的是主图像的入射角,h表示的是P点高程,P0表示的是P在参考平地上
的等斜据点,与分别表示的是B在雷达视线方向以及垂直视线方向上的投影[3]。
图1: InSAR技术的几何原理图
2.工程概况
某项目的示范区域为长晋高速路线,全长93.045公里,经5个市(县、区),晋城市境内与长治境内分别为61.545公里、31.5公里。沿线的边坡以及高速公路高架桥、路基作为重点的监测对象,主要监测内容包括地质地貌、边坡的各种病害等,例如变形、裂缝、崩解、碎落、掉皮等,对于高架桥主要监测的是桥面变形与隆起、累积沉降、桥墩差异沉降以及裂缝的早期识别等,对于路基主要监测的是路基沉降、隆起、沉降趋势与速度、累积形变量等等。
3.基于InSAR技术下的高速公路滑坡、路桥变形监测
3.1雷达数据采集与处理
在2019年1月~2020年10月这一期间采集图像,获取到50景的图像,处理时间为22个月,后续每个月观测影像将按要求持续采集。采集到相关数据后,需要对其进行处理,由于高速路段边坡存在较多的植被及感兴趣区域的大尺寸,研究区域的海拔范围在700至800米。数据处理环节需要有超过25景的图像,区域中存在几处隧道,由于其在监测盲区,因此无法获得形变数据信息,地势相对平坦。
3.2参考点位置
对于TS-InSAR技术而言,其具备较高的测量精度,实际测量过程中,需要
设置相对准确的参考点,下图2表示的是用于整个图像解算的全部参考点。通过
优化程序,最终完成参考点选择,在优化程序的使用下,能够对所有目标进行统
计分析,例如高相干性、低时空变化以及低标准偏差,最终获得较为精准的结果。
图2:数据集设定的参考点位置
3.3 TS-InSAR技术监测结果
3.3.1累计形变量
经过实际的监测,最终获得累积沉降总量,所有点均对应于TS或DS,同时,按照总形变量方向与大小用不同的颜色进行编码,共得出81131个形变点,具体
是通过卫星视线(LOS)相对于数据集的第一图像测量形变量。该路段的累积形
变量为,相对重要的高速公路段,在露天场地及边坡位置处存在几个局部隆起和沉降的区域位置。
3.3.2形变速率
集中处理所有SAR图像获得视线方向上的(LOS)位移速率,所有点均会对
应一个分布式散射体(DS)或者相干散射体(CS),同时,按照其年形变速率选
择不同的颜色进行编码。根据卫星图像覆盖的整个周期内测量的地面运动线性回
归计算出平均位移值,并且,能够通过位移时间序列得到地面运动的详细信息,
这些时间序列主要在每个CS及DS上发挥着作用。整个感兴趣区域的形变速率处
于-70至66mm /年,95%在-35和+10mm/年之间。
3.3.3形变速率标准差
由于地表形变速率数据的标准偏差表征了测量误差,所以可以得出,任何测
量都应以形变速率±标准偏差的形式进行解释,在与参考点距离不断增大的情况下,标准偏差值也会逐渐增加,值越高表示形变速率的变化越大,同时,通常与
快速或不规则地面运动的区域相关。整个感兴趣区域的标准偏差值较低,处于
0.058 至1.43mm/年范围内。在远离参考点的区域上识别出某几个稍高的标准偏
差值。整体数据的内部质量控制达到标准,估测精度可靠。
3.3.4 K993+343高边坡
该区域在10月的形变速率处于-3.15mm/年到7.73mm/年范围内,累计形变量
处于-10.17mm到16.57mmm范围内。可以得出以下结论:第一,T1位置与公路相
隔79m,这一位置处于经纬度累积形变量为-10.17mm,并
且呈现出逐年下降的趋势,沉降大概是每年-3.15mm,全监测时段内呈现周期性,2020年的10月,单月形变量为-2m;第二,T2位置与公路相隔34m,这一位置的
经纬度为累积形变量为5.78mm,具体在监测过程中,其
形变速率为2.325mm/年,2019年1月至今,呈现出隆起状态,10月份单月形变
量达到了0.08mm。
3.3.5 K971+119路基沉降区
该区域的路基沉降区主要位于司马村附近,该位置的经纬度为
,周围有较多大小不同的沉降漏斗区域。将高速路作为基准线,
划定1km范围内的点进行分析,得出整个区域,在2019年1月至2020年10月
形变速率处于-33.2mm/年至-7.32mm/年范围内,最大累积形变量-58.3mm。得出
以下结论:第一,第一个弯道位置T1存在较为明显的形变情况,可以将其看作
为高变形区域,累积形变量达到-58.3mm,同时,呈现出逐年均匀沉降的趋势[4],沉降速度在-33.2mm左右,为线性形变趋势持续发展,在10月份的单月形变量为
-4mm;第二,第二个位置T2这一区域存在橙色形变点,从时序形变图中可以看出,