基于不同DEM的D-InSAR地表形变监测★

孟 香 马开锋

(华北水利水电大学测绘与地理信息学院,河南 郑州 450046)

0 引言

近年来地表形变引起来的地质灾害严重影响了人们的日常生产和生活，甚至造成了巨大损失,因此对由自然或人为引起的地表形变进行及时高效的监测迫在眉睫。传统的地面沉降监测一般采用精密重复水准测量方法和GPS方法满足百平方公里大尺度的监测任务[3]。与传统的监测方法相比合成孔径干涉雷达(InSAR)技术具有全天时、全天候、穿透力强以及分辨率高等诸多优点。InSAR技术已经从论证研究阶段发展到了较成熟的阶段，发展至今已经积累了大量的研究经验和研究成果，而且获得了毫米级的监测结果精度。

合成孔径差分干涉雷达(D-InSAR)是以InSAR为基础发展起来的，它利用遥感卫星多时相的复雷达图像相干信息进行地表的垂直形变量的提取，具有连续空间覆盖、高度自动化和高精度监测地表形变的能力，为地表形变的自动化监测提供了全新的方法[6]。

基于D-InSAR技术的监测特点，外部DEM的精度会直接影响底边形变的监测精度。国内的学者针对DEM的精度影响形变监测精度进行了研究。陈俊勇[9]对SRTM3和GTOPO30地形数据质量进行了评估研究，并得出SRTM3-1的总体精度要高于GTOPO30的结论；卢莹[10]对不同分辨率DEM对InSAR变形监测精度的影响进行了研究，结果表示SRTM-1的精度在实验中表示为最好。

综上所述SRTM系统中的DEM精度在形变监测中比较稳定，而且在InSAR监测中有重要的地位。为了研究不同分辨率、不同精度的DEM对地表形变监测的影响[10]。与之前的研究成果相比，本文的7种不同分辨率的DEM会更加全面、丰富的反映不同分辨率DEM对D-InSAR形变监测的影响。也更能说明外部DEM在监测应用中的实用意义。

1 D-InSAR形变监测技术基本原理

D-InSAR需要观测区域形变前后两幅单视复影像(SLC)组成干涉对，得到的干涉相位中既包括地形信息也包括形变信息，利用已知的DEM数据去除地形信息就可以得到地表形变信息[11]。

对于重复轨干涉测量，两次观测所获得干涉相位φint为[16]：

φint=φflat+φtopo+φmov+φatm+φnoise

(1)

其中，φflat为与距离向有关的平地相位；φtopo为地形相位；φmov为两次获取SAR图像的时间段内地表在雷达视线方向的移动量引起的相位变化；φatm为大气相位变化；φnoise为噪声相位。

当地面目标点从P′发生移动至P″位置时，在雷达视线方向位移值投影为Δr。形变前后得到两幅SAR影像的干涉图，得到的P″点包含含有形变量的干涉相位为式(2)中：

(2)

由于形变位移Δr≪R″，因此可以近似认为R′，R″平行，则R″≈R′+Δr，P″点包含有形变相位。

(3)

由上可知，P′为没有形变位移的相位，包含平地效应相位和地形起伏相位，因此P″点相位又可以表示为:

(4)

形变相位示意图见图1。

得到地表形变相位:

(5)

所以引起地表形变为:

(6)

其中，λ为雷达入射波波长；r为传感器距地面的斜距；b为垂直基线长；Δr为像元斜距差；θ为雷达天线的参考视线角。

2 实验与结果

2.1 DEM数据

二轨法差分干涉处理方法最为常见，由于该方法借助于外部数字高程模型(DEM)，DEM的精度将直接影响地表形变的监测精度。本文采用7种不同分辨率的DEM，具体数据参数见表1。

表1 DEM数据简介

2.2 不同DEM的D-InSAR形变监测实验

为了研究不同的DEM对D-InSAR形变监测结果的影响，进行三个实验：

1)不同源同精度的DEM对D-InSAR形变监测影响。

2)同源不同精度DEM对D-InSAR形变监测影响。

3)其他DEM对D-InSAR形变监测影响。

2.2.1 不同源同精度DEM的D-InSAR形变监测结果

基于同精度DEM的郑州市部分区域沉降图如图2所示。

不同分辨率DEM形变量信息见表2。

表2 郑州部分区域形变量

2.2.2 同源不同精度DEM的D-InSAR形变监测结果

基于不同源DEM的郑州市部分区域沉降图如图3所示。

不同分辨率DEM形变量信息见表3。

表3 郑州部分区域形变量

2.2.3 其他DEM形变量信息情况

基于不同源不同精度DEM的郑州市部分区域沉降图见图4。

不同分辨率DEM形变量信息见表4。

2.3 特殊区域内的形变结果对比

在google earth中获取监测区域中选取若干点的坐标，将已知点坐标和不同的DEM参与所获取的沉降图导入ArcGIS中，提取出已知点实际的沉降值。由于没有准确的DEM的数据，以最高精度的ALOS的沉降图为基准，以沉降量范围内平均值作为标准值，与其他DEM数据进行对比分析，如图5是所选取的部分具有代表性的监测点。

表4 郑州部分地区形变量m

由表5结果可以看出，基于ASTER-GDEM和GDEMDEM的监测形变结果的形变量平均绝对值误差比较小，且在郑州南部和东部的形变量差值较小，在郑州火车站和郑州东站的形变量为0，在郑州北部即黄河区域附近形变量较大。在七组数据中，如果以ALOS数据为基准，ASTER-GDEM和GDEMDEM的平均绝对值误差最小，是实验中的精度较高的DEM。

由表6结果可以看出，基于ASTER-GDEM和GDEMDEM的监测形变结果的形变量均方差比较小，在郑州南部和东部的形变量差值较小，在郑州火车站和郑州东站的形变量为0，在郑州北部即黄河附近形变量差距较大。在七组数据中，如果以ALOS数据为基准，ASTER-GDEM和GDEMDEM的均方差比较小，是实验中的稳定性较高的DEM。

表5 不同分辨率DEM平均绝对值误差比较

表6 不同分辨率DEM均方差比较

本文通过合成雷达干涉差分测量，基于“二轨法”的基本原理，对所测量的地区的形变监测进行论述。因为二轨法D-InSAR受到DEM精度及干涉相位等误差的影响，所以一个精度相对较高的DEM对其监测结果影响是很大的。ASTER-GDEM和GDEMDEM在监测平原地区时，有着较好的稳定性以及监测质量，在山地以及河流附近，监测误差较小，平原地区，差距还是比较大。在实际应用中，考虑到获取途径以及精度的影响，GDEMDEM为当下精度比较高的DEM。

3 结语

1)在2019.03～2019.12期间，郑州市大部分地区呈现抬升状态，其形变量较小，在郑州市北部(黄河)附近存在着较大的抬升量且抬升值在0.002 7 m与0.140 1 m之间；郑州市西南部呈现沉降状态且沉降量在0.002 7 m与0.032 6 m之间。郑州市中部区域地势平坦，形变监测中呈现结果比较小且稳定的略微抬升。

2)从不同源同精度、同源不同精度以及其他情况这三个方面进行研究，以ALOS形变结果作为标准，可以观察到GDEMDEM的监测结果是与相对标准的变形量最为相近的，而且获取途径较为简单，可用于形变监测的简单分析与应用。

3)根据多个实验区域相互比较可看出在东坪煤矿附近出现了较为明显的沉降，沉降最大值为0.032 6 m，黄河附近的呈现较为明显的抬升，抬升最大值为0.1401 m。根据煤矿区开采沉陷遥感监测分析可知，在煤矿附近由于煤矿开采，进而出现了较为明显沉降。黄河附近由于黄河淤泥的沉积，出现了较大的抬升量。

4)由人为因素、地理位置因素以及自然因素等影响可知，研究一个区域的形变量，不能从单一的因素来评价，要从多个方面对引起其形变量进行分析。例如：高铁站的形变量不仅与高铁的高速运动有关，而且和高铁站所在位置的地下水位压强也存在着一定关系。