程正逢，胡 俊，卢生炜，许尼亚，张 健，周 冰

(1.中国电力工程顾问集团中南电力设计院有限公司，湖北 武汉 430071；2. 中南大学，湖南 长沙 ；3.国网湖北省电力公司，湖北 武汉 430077)

1 概述

电力是国民经济的基础，相关设施(如换流站)的稳定运营，是持续提供优质的电能服务的先决条件，直接影响到地方经济的发展和居民的正常生活。换流站的健康状态不仅影响了供电秩序，而且直接影响到公共安全，一旦由于地面沉降引起换流站设施损坏，将会给国家、集体和人民的生命财产带来安全威胁，甚至会造成重大安全事故，后果不堪设想。因此，对换流站及其周边环境的稳定性进行长期、及时、准确的监测，确保换流站安全稳定的运营，具有重要的意义。

目前，对于换流站及其周边环境的稳定性监测，传统测量方法(如水准测量、GPS等)运用得较多，但这些传统监测方法监测范围小、监测周期长、监测精度低、受外界环境影响大、安全隐患大，难以满足形变监测要求。近年来，不断发展并应用起来的合成孔径雷达干涉测量技术(InSAR)为解决换流站及其周边环境的稳定性监测提供了新的途径。该技术通过雷达卫星无接触对地面成像，利用相位差分技术解算出地表或建筑物的形变。而在InSAR技术的基础上发展起来的短基线集InSAR技术(SBASInSAR)，利用多个时期的影像解算形变，可以很好的抑制时空失相关和大气延迟对于监测结果的影响。特别是近年来，高分SAR卫星不断发射升空，SAR数据的分辨率从几十米提高到了几米，极大地提升了InSAR监测换流站及其周边环境的性能。

本文采用TerraSAR-X数据，对某特高压换流站的稳定性进行监测。针对高分辨率影像中小量数据(仅7景TerraSAR-X数据)，本文提出采用SBAS-InSAR技术从小量数据集中解算出2015年5月18日到2015年9月16日期间该换流站的形变和高程，并分析了该换流站的稳定性。

2 SBAS-InSAR形变测量方法

2.1 InSAR技术

在重复轨道InSAR中，单个影像的相位与斜距的严密关系式为：

式中：λ为雷达波长；R为传感器到地面目标点的距离。当主影像和从影像配准后(配准精度优于1/8像元)，从而生成干涉相位为

ΔR为斜距差。由于两次成像时，传感器存在位置差异(即干涉基线)，以及地形起伏和可能存在的形变信号，同时大气延迟存在差异等因素均会引起斜距差，同时考虑随机相位噪声，则干涉相位可以由以下五个分量组成。

式中：φflat、φtopo、φdefo、φatm、φnoise分别为平地相位(由基线存在引起)、地形相位(地形存在引起)、形变相位(可能存在的地面形变引起)、大气相位(两次大气延迟差异引起)以及随机相位噪声。

根据InSAR几何结构并结合外部DEM(如SRTM DEM)计算得到并与干涉相位进行差分，则可得到差分干涉相位

2.2 SBAS-InSAR技术

SBAS-InSAR技术是在InSAR技术的基础上发展起来的一种时序InSAR技术，其通过对相位进行时序建模，从而解算出来时序形变和平均形变速率，并估计出DEM误差。其基本模型如下：

假设在t0,t1,……tN时间获取同一区域N+ 1幅SAR图像，根据时空短基线组合干涉条件，得到M个差分干涉图，其中M满足：

结合式(4)，则每个干涉对(主、从影像成像时间分别为ti和tj，i,j∈[0,N]，且i≠j)的差分干涉相位为

式中：φdef(ti)(i∈[0, N])为ti时期的形变对应的相位量，Δh为地面高程误差。根据前面观测量及构网方式，我们知道，网中的独立观测量个数为N+1，而需要求解的参数个数为N+2，因此这是一个秩亏问题，我们采用广义测量平差方法解决这一秩亏问题。在求解出参数向量x的估值之后，进而将形变相位序列转换成形变序列，并进一步计算出平均形变速率。

3 实验结果与分析

3.1 研究区域及数据覆盖

该特高压换流站建成于2014年4年，处于云贵高原中的丘陵地带，所处位置平均海拔为510 m，属于亚热带湿润季风气候，地面覆盖主要以森林和农田为主，面积仅为0.3 km2。除了换流站所在位置，周围有浓密的植被覆盖(见图1)，区域SAR数据的失相干会相对严重。

图1 换流站数据覆盖及其周边植被覆盖情况

3.2 数据处理

本文采用的TerraSAR-X数据共7景，影像空间分辨率为3 m，时间范围为2015年5月18日到2015年9月16日，跨度121天。对数据进行预处理 SLC影像的配准和重采样以及差分干涉处理。具体方法和过程如下：

对于SLC影像的配准和重采样，我们选取第一期(2015年5月18日)影像作为配准参考影像，并在影像中均匀设置80*80个配准点，其余6景影像数据作为从影像与主影像进行配准，在配准同名点计算时，我们采用强度互相关方法，计算窗口设置为128*128像素，最后采用平面二次多项式拟合同名点的偏移量，所有的影像配准精度均优于0.2像元，满足InSAR干涉处理要求。在影像重采样过程中，我们采用二维11*11点sinc插值核对所有从影像进行重采样到主影像成像几何空间，该方法同时兼顾了数据解算的精度和效率。

对于差分干涉处理，我们采用SRTM 30 m DEM对影像进行差分干涉处理，获取干涉对的差分干涉相位。而差分干涉相位中的严重地形残差，则通过后续数据处理去除。

在完成影像配准之后，我们根据影像的时空基线进行组合成短基线干涉对，得到的短基线干涉对列于表1，相应于的时空基线图绘于图2。

表1 短基线干涉对

图2 短基线干涉对时空基线分布图

3.3 实验结果

利用前面的方法，我们对所组成的12个短基线干涉对，进行形变参数和高程误差解算，获得了研究的平均形变速率图和高程误差，将高程误差加回到原始的SRTM之后，我们得到了精确的DEM，结果见图3、图4、图5。

图3 换流站平均形变速率图

图4 边坡形变严重区域放大显示

图5 换流站的精确DEM

3.4 分析与讨论

从图3可以看出，换流站整体较为稳定，只有在局部区域有些较明显的形变，图3中深蓝色以及紫色点，形变速率范围从－15 mm/y到－30 mm/y，尤其是在换流站西面边缘上有较为明显的形变，最大年形变速率达到了30 mm/y，需要注意防止。根据实地调查的结果，该换流站在周边确实存在边坡不稳定现象。进一步展示沉降严重区域，我们选取换流站左边的形变严重的边坡区域进行放大显示，见图4。该区域是一个人工加固的边坡(图4b，为边坡实地拍摄的照片)，坡度较大。从监测的结果(图4a)看出，该区域的形变分布较不均匀，部分区域形变速率较大，部分区域形变速率相对较小，形变严重的区域见图4a中的红色圆圈范围，形变速度达到30 mm/y，在监测时间段内(20150529-20150916)累积形变达到了10 mm。根据本次InSAR结果，在后续的工作中，应收集更多的SAR数据对换流站进行长期有效的形变监测，与此同时，可以对形变较大的几处地方利用GPS或水准进行实地的形变测量。

从图5中可以看，该换流站的平均高程在500 m左右，最大高程差达到近80 m，出现在换流站的中间位置。通过光学影像可以看出，在换流站的中站有几栋高立的电力设施，而实际解算得到的精确DEM也显示出这该区域的高程明显高于旁边，这也说明InSAR数据解算结果是相对可靠的。

4 结论

本文采用SBAS-InSAR技术对某特高压换流站的7景TerraSAR-X影像进行解算，获得到了换流站2015年5月18日到2015年9月16日的平均形变速率以及精确的DEM，从监测结果中显示，区域最大的年形变速率达到了30 mm/y，且发生在换流站的边缘，需要注意防范进一步可能发生的灾害。本文研究结果表明，利用高分辨率SAR影像，可以有效地开展电力设施的形变监测。

[1]Lanari R, Mora O, Manunta M, et al. A smallbaseline approach for investigating deformations on full-resolution differential SAR interferograms[J]. IEEE Transactions on Geoscience and Remote Sensing, 2004, 42(7)∶ 1377-1386.

[2]Hooper A, Zebker H A, Segall P, et al. A new method for measuring deformation on volcanoes and other natural terrains using InSAR persistent scatterers [J]. Geophysical Research Letters, 2004,31(L23611)∶1-5.

[3]李珊珊,李志伟,胡俊,孙倩,俞晓莹. SBAS-InSAR技术监测青藏高原季节性冻土形变[J]. 地球物理学报. 2013,(05).

[4]罗三明,等. 基于SB-DInSAR时间序列探测地震形变过程的研究[J]. 大地测量与地球动力学.2011，(06).