山地冰川运动地基InSAR监测试验

柳　林，江利明，高斌斌，孙亚飞，孙永玲，汪汉胜

(1. 中国科学院测量与地球物理研究所大地测量与地球动力学国家重点实验室，湖北 武汉 430077； 2. 中国科学院大学，北京 100049)



山地冰川运动地基InSAR监测试验

柳林1,2，江利明2，高斌斌1,2，孙亚飞1,2，孙永玲1,2，汪汉胜2

(1. 中国科学院测量与地球物理研究所大地测量与地球动力学国家重点实验室，湖北 武汉 430077； 2. 中国科学院大学，北京 100049)

Measuring Mountain Glacier Flow Velocity by Means of Ground-based InSAR

LIU Lin，JIANG Liming，GAO Binbin，SUN Yafei，SUN Yongling，WANG Hansheng

摘要：利用IBIS-L地基InSAR系统，在新疆和静县备战铁矿附近的一处山地冰川进行了冰面流动速度连续观测。结果表明，该冰川平均表面流动速度为2.63 mm/h，且在空间上呈现从冰川中上游向下游递增的趋势，但冰川末端的流动速度明显减缓。在观测时间内，冰川运动状态较为平稳，基本处于连续滑动状态。研究结果为揭示冰川基本性质及其动力学机制提供了重要的基础数据，初步验证了地基InSAR技术测量冰川表面流速的可行性及其广阔的应用前景。

关键词：山地冰川；表面流动速度；地基InSAR；时间序列

冰川是气候变化的理想指示器，也是冰冻圈的重要组成部分，已经成为全球和区域气候、环境变化研究的热点之一[1]。冰川表面流速作为评估冰川运动状态的关键指标之一，是揭示冰川基本性质和冰川动力学机制的重要基础数据[2]。目前，测量冰川表面流速的技术主要有两种：花杆测量和卫星遥感。传统的花杆测量法是利用全站仪和GPS等测量仪器在不同时间多次精确测量冰川上花杆的坐标值，从而得到一段时间间隔内花杆坐标的变化量，并由此计算花杆所在点的冰流速度[3]。这种方法虽然可以精确测量各花杆处的冰流速度，但是由于气候条件、地理环境和经费等限制，其测量的花杆数量往往都非常有限，因此难以获取整个冰川的冰流速度场。20世纪末以来，随着卫星遥感技术的发展，特别是星载合成孔径雷达干涉测量技术(InSAR)的不断进步，研究人员获取了大量的冰流速度场结果[4-5]。但是，由于卫星遥感重返周期较长，难以获取连续的冰川运动信息，并且受限于相对较低的空间分辨率，在测量地形起伏较大和规模较小的山地冰川时仍存在一定的挑战。

地基合成孔径雷达干涉测量(ground-based interferometry synthetic aperture radar，GB-InSAR)是近10年发展起来的一种微变形远程监测技术。与星载InSAR相比，地基InSAR具有高精度、高空间分辨率、高采样频率和多角度观测等突出技术优势[6]。由于集成了步进频率连续波或调频连续波、合成孔径雷达和雷达干涉测量等多种先进技术，地基InSAR可实现对目标区域的长时间连续观测，且形变测量精度可达0.1 mm。因此，该技术为连续、高精度测量较小规模山地冰川的冰流速度场，提供了一项新的极具应用前景的可行方案。目前，该技术已经在国内外得到了广泛应用，如山体滑坡[7]、矿坑边坡[8]、水利工程[9]和火山[10-11]等。

本文利用IBIS-L地基InSAR设备在天山山脉西段的一处小型山地冰川进行了冰流速度测量研究。详细介绍了IBIS-L地基InSAR系统的主要技术参数，以及数据采集和处理的基本方法，对冰川区域的SAR回波信号质量进行了详细探讨，深入分析了冰川表面流速场的空间特征及其时间序列变化结果，初步验证了地基InSAR连续观测山地冰川表面流速的可行性。

一、研究区概况

研究区位于天山山脉西段，新疆巴音郭楞蒙古自治州和静县备战铁矿附近的一处小型冰川(以下简称：铁矿冰川)。铁矿冰川属于亚大陆型冰川，面积约为2 km2，长度约为1 km，冰川末端的海拔高度为3746 m。冰川表面的基本形态及周边地理环境如图1所示。近年来，在全球气候变暖的作用下，研究区所处西天山区域，冰川主要呈现持续消融状态[12]。本文关注的铁矿冰川位于静县备战铁矿的矿区范围内，铁矿开采和矿石运输等人类活动也是影响冰川变化的重要因素之一。另外，铁矿冰川末端十分靠近备战铁矿的矿石运输专用道路，两者之间的直线距离不超过200 m，冰川融水已经在道路上方形成了一个初具规模的湖泊(如图1所示)，是该路段不可忽略的潜在危险。

图1　铁矿冰川表面基本形态及周边环境

二、数据和方法

1. IBIS-L地基InSAR系统介绍

IBIS-L地基InSAR系统是意大利IDS公司和佛罗伦萨大学长期合作研究开发的产品，其主要技术参数见表1。该系统利用步进频率连续波技术(stepped frequency continuous wave，SFCW)保证传感器始终发射频率为16.6～16.9 GHz(Ku波段)的雷达波。Ku波段具有较高频率，不易受微波辐射干扰，具有较远的有效传输距离。雷达传感器具有较大带宽，可对目标区进行细致分割，以实现距离向的高分辨率(0.5 m)。由于采用了合成孔径雷达技术，IBIS-L系统可以将尺寸较小的真实雷达天线孔径用数据处理方法合成为较大的等效雷达天线孔径，提高了测量的角度向分辨率。通过对比不同时刻雷达回波的相位信息，利用InSAR技术获取目标区的位移值，其测量精度可达0.1 mm。

表1　IBIS-L地基InSAR系统的主要技术参数

2. 数据采集及预处理

为了测量铁矿冰川的表面流速场，2015年7月3日利用IBIS-L地基InSAR系统对研究区域进行了约4.8 h的连续观测。图2为地基InSAR观测现场，铁矿冰川处于两座岩石山体之间的峡谷中。由于两侧山体坡度较大，可供架设仪器的相对平坦位置非常有限，且野外观测现场没有大型吊装设备，因此将IBIS-L测站设置在距离铁矿冰川末端大约50 m处的一处平台上(如图1所示)，临近备战铁矿的矿石运输专用道路。

图2　铁矿冰川野外测量现场

经过连续观测，共获取47景IBIS-L原始雷达数据。进行雷达干涉测量处理前，需对上述数据进行预处理，包括数据定标和影像聚焦等。基本处理过程如下：首先选取一部分连续的原始测量数据(15～20景)；然后在IBIS-DV软件中对其进行分析，从而确定适合所有数据(47景)的定标和聚焦参数；最后再利用上述参数对所有原始雷达数据进行处理，得到雷达干涉处理所需要的单视复数(SLC)数据。

3. 地基SAR干涉测量

为了高精度获取目标区的形变量，利用星载SAR干涉测量基本原理和方法对IBIS-L地基InSAR系统采集的单视复数数据进行处理。在雷达系统对同一区域进行两次测量的时间间隔内，若某一点发生了变化，则该点在两景SAR影像中所对应的相位信息存在差异。SAR干涉测量技术就是通过计算同一目标在不同时间段雷达图像中的相位差，从而获取目标在前后两段时间内的微小形变值。根据干涉测量的基本原理，形变值d与相位差φint的关系为

(1)式中，λ为雷达波长。因此，在获取SAR影像上每一个点相位差的基础上，即可利用式(1)计算所对应研究区的形变测量结果。在星载SAR干涉测量处理的过程中，所获取的相位差主要包括以下组成部分

φint=φtopo+φdisp+φatm+φnoise

(2)

式中，φtopo为空间基线引起的地形相位；φdisp为地表形变相位；φatm为大气扰动相位；φnoise为噪声相位(如斑点噪声和热噪声等)。

与星载InSAR不同，地基InSAR在连续测量过程中仪器位置不发生变化，空间基线为0，因此地形相位φtopo为0；同时，地基InSAR测量范围在几千米之内，所获取原始数据的质量相对较高，噪声影响较小，在选择合适滤波方法之后，噪声相位φnoise的影响基本可以忽略。但是，在长时间连续观测过程中，地基InSAR受到大气扰动的影响较大，需通过气象模拟或地面控制点(GCP)校正等方法对大气扰动相位φatm加以改正。因此，对于地基SAR干涉测量数据滤波后，式(2)可改写为

φint=φdisp+φatm

(3)

三、结果与讨论

1. SAR数据反射强度及相干性

SAR数据的信噪比和相干性是评价地基InSAR数据质量的主要参数。信噪比代表目标区雷达信号的反射强度，值越大表明目标物的信号反射能力越高，数据质量越好。相干性代表目标物在不同时间的信号干涉性能，最大值为1，最小值为0，相干性越接近于1，表明相应目标物的信号干涉性能越好。

图3(a)和(b)分别为地基InSAR测量数据的反射强度和相干性，图中黑色曲线为铁矿冰川的边界线，曲线外部为冰川两侧的基岩等非冰川区域。本研究旨在提取铁矿冰川的表面流速，因此以下结果分析只考虑黑色曲线内的冰川区域。在铁矿冰川中下游(图3中的A区域)，由于距离地基InSAR仪器较近(小于700 m)，且不存在遮挡物，因此该区域具有非常高的反射强度(均值大于20 dB)和相干性(均值大于0.9)。在铁矿冰川中上游，由于受到中下游冰川和两侧基岩的遮挡(图3中的B区域)，地基InSAR系统几乎难以捕捉到回波信号，大部分区域的反射强度和相干性都趋近于0；在通视条件较好的目标区(图3中的C区域)，由于距离较远(大于1100 m)，雷达回波信号的反射强度和相干性都低于A区域，但是仍然具有较高的平均值(分别约为15 dB和0.8)。综上所述，在不存在遮挡的情况下，即使距离超过1000 m，IBIS-L地基InSAR系统获取的数据也具有较高的反射强度和较好的相干性，证明了该系统测量山地冰川表面流速场的可行性。

图3　测量数据质量分析

2. 冰川表面流速场及其时间序列

由式(3)可知，在地基InSAR系统连续观测过程中，其测量结果会受到大气扰动的影响。在本文研究中，将采用地面控制点校正方法对其进行改正。根据研究区周边地理环境及雷达信号的反射强度和相干性，在铁矿冰川两侧的岩石山体上选取了3个地面控制点，分别为图4中的GCP1、GCP2和GCP3。经过大气改正，最终得到的铁矿冰川表面流速场如图4所示。

图4　铁矿冰川表面流速场

从图4中可看出，在距离较近且正对仪器的铁矿冰川中下游(图3中的A区域)，IBIS-L地基InSAR系统获取了非常好的表面流速场结果；在距离较远但通视条件较好的冰川中上游(图3中的C区域)，也测得了较为完整的冰流速度场；而在大部分区域受到遮挡的冰川中上游(图3中的B区域)，只有少数地方获取了表面流速信息。研究结果进一步证实了地基InSAR技术测量山地冰川表面流速的能力。但是，在野外作业过程中，应在条件允许的情况下，尽量将仪器架设在具有更大测量范围的位置，或采用2～3次测站方式，弥补一次测站中往往不可避免的数据空洞，从而测得整个冰川完整的表面流速场。

地基InSAR系统测得铁矿冰川的平均表面流速为2.63 mm/h。尽管测量结果在冰川中上游存在较大的空洞，根据图4依然可以看出该冰川的表面流速在空间上呈现从冰川中上游向下游递增的趋势，但冰川末端的流动速度明显减缓。表2为冰川中轴线上所选取的4个监测点的形变和表面流速信息，结果表明，从冰川中上游的P4点，到中下游的P3点及下游的P2点，其表面流速依次增加，分别为0.86、2.27和3.44 mm/h。但是，位于冰川末端的P1点与临近的P2点相比，其表面流速明显减小，仅为0.82 mm/h。

表2　监测点形变值及冰川表面流速

图5为铁矿冰川所选监测点形变值的时间序列，可以看出各个监测点的斜率基本不变，表明在观测时间内各监测点处的冰川表面流速基本稳定。但是，各个监测点的形变时间序列曲线都存在着比较明显的波动，甚至在个别时间段出现了形变值变小的情况，这可能是由于大气扰动相位消除不完全所引起的。在以后的工作中，将综合利用气象模拟和GCP校正等方法，进一步抑制大气扰动对地基InSAR测量结果的影响，以得到更加精确、可靠的山地冰川表面流速信息。

四、结束语

本文将地基InSAR技术应用于新疆和静县铁矿冰川表面流速的连续观测。结果表明，利用IBIS-L地基InSAR系统采集的雷达数据在山地冰川的大部分区域具有较强反射强度，且连续观测可以很好地保持冰川表面的相干性，测得铁矿冰川的平均表面流速为2.63 mm/h。因此，利用地基InSAR技术可以快速、高精度地获取山地冰川的连续表面流速信息。但是，由于观测现场的仪器架设位置限制，部分冰川区域几乎没有雷达回波信号，后续野外测量工作应设置多个测站，以获取整个冰川完整的表面流速场。本研究初步验证了地基InSAR技术连续测量山地冰川表面流速的可行性及其广阔的应用前景，研究成果将为揭示人类活动对冰川变化的影响，以及评估冰川融水对备战铁矿生成的潜在威胁提供重要的基础数据。

图5　监测点形变时间序列

参考文献：

[1]YAO T, THOMPSON L, YANG W, et al. Different Glacier Status with Atmospheric Circulations in Tibetan Plateau and Surroundings [J]. Nature Climate Change, 2012, 2(9): 663-667.

[2]KAAB A. Combination of SRTM3 and Repeat ASTER Data for Deriving Alpine Glacier Flow Velocities in the Bhutan Himalaya [J]. Remote Sensing of Environment, 2005, 94(4): 463-474.

[3]QUINCEY D, COPLAND L, MAYER C, et al. Ice Velocity and Climate Variations for Baltoro Glacier, Pakistan [J]. Journal of Glaciology, 2009, 55(194): 1061-1071.

[4]KUMAR V, VENKATARAMANA G, HODGA K A. Glacier Surface Velocity Estimation Using SAR Interferometry Technique Applying Accending and Descending Passes in Himalayas [J]. International Journal of Applied Earth Observation and Geoinformation, 2011, 13(4): 545-551.

[5]RANKLM, KIENHOLZ C, BRAUN M. Glacier Changes in the Karakoram Region Mapped by Multi-mission Satellite Imagery [J]. The Cryosphere, 2014, 8(3): 977-989.

[6]邹进贵，徐亚明，花向红，等. 多传感器集成的体视化形变监测模型研究[J]. 测绘通报，2014 (S1)：16-18.

[7]NOFERINI L, PIERACCINI M, MECATTI D, et al. Using GB-SAR Technique to Monitor Slow Moving Landslide [J]. Engineering Geology, 2007, 95(3): 88-98.

[8]杨红磊，彭军还，崔洪曜. GB-InSAR监测大型露天矿边坡形变[J]. 地球物理学进展，2012，27(4)：1804-1811.

[9]黄其欢，岳建平. 地基 InSAR新技术及水利工程变形监测应用[J]. 辽宁工程技术大学学报(自然科学版)，2015，34(3)：386-389.

[10]EMANUELE I, FEDERICO D, CHIARA D, et al. Flank Instability of Stromboli Volcano (Aeolian Islands, Southern Italy): Integration of GB-InSAR and Geomorphological Observations [J]. Geomorphology, 2013(201): 60-69.

[11]FEDERICO D, TERESA N, EMANUELE I, et al. Review of Ten Years of Volcano Deformations Recorded by the Ground-based InSAR Monitoring System at Stromboli Volcano: a Tool to Mitigate Volcano Flank Dynamics and Intense Volcanic Activity [J]. Earth-Science Reviews, 2014(139): 317-335.

[12]AIZEN V, KUZMICHENOK V, SURAZAKOV A, et al. Glacier Changes in the Central and Northern Tien Shan During the Last 140 Years Based on Surface and Remote-sensing Data [J]. Annals of Glaciology, 2006, 43(1): 202-213.

中图分类号：P237

文献标识码：B

文章编号：0494-0911(2016)04-0054-04

作者简介：柳林(1985—)，男，博士生，主要研究方向为山地冰川流动速度和质量平衡等。E-mail：liulin@whigg.ac.cn

基金项目：国家自然科学基金(41274024；41431070；41321063)；中国科学院“百人计划”人才项目(Y205771077)

收稿日期：2016-01-06

引文格式： 柳林，江利明，高斌斌,等. 山地冰川运动地基InSAR监测试验[J].测绘通报，2016(4)：54-57.DOI:10.13474/j.cnki.11-2246.2016.0120.