基于DS-InSAR的矿区铁路线沉陷监测与规律分析
2021-09-17杨嘉威谭志祥邓喀中
杨嘉威,谭志祥,邓喀中
(中国矿业大学 环境与测绘学院,江苏 徐州 221116)
煤矿开采伴随着上覆岩层及地表沉陷,严重时引发一系列地质灾害,在监测变形时,传统方法通常在地表布设观测站从而获得实测数据,虽能获得较高精度的形变,但成本较高且监测点易受破坏,具有较大局限性。合成孔径雷达干涉测量(Interferometric Synthetic Aperture Radar,InSAR)作为变形监测领域的有效技术,凭借其全天时、全天候、大范围、高精度等特点,已经被广泛应用于地震、冰川、滑坡、矿山等区域[1,2]。常规差分InSAR(Differential InSAR)对覆盖同一地区两景雷达SAR影像进行干涉处理,从而获得时间间隔内的地表微小形变。随着SAR数据的积累,永久散射体(Persistent Scatterer,PS)InSAR、短基线集(Small Baseline Subset,SBAS)InSAR等时序InSAR技术[3-5]得到发展,时序技术使用多景覆盖同一地区的SAR影像,先将影像对干涉处理,再筛选出时段内具有高相干性表现的像元目标,重构其形变信息。
在城市地区,由于人工建筑等永久散射体的广泛存在,高相干性像元数量适中,使时序技术能有效克服常规D-InSAR时空失相干的不足,得到良好的形变效果。但在人工建筑目标较少的矿区,地表通常被大量植被和农田覆盖,潜在永久散射体等像元目标不足,失相干影响依然存在,时序InSAR的应用受到一定局限性,因此引入了分布式散射体(Distributed Scatterer,DS)目标,它们在SAR影像中具有多个后向散射机制,如裸露的土壤、植被稀疏的土地和水体等[6,7]。关于DS的处理,2010年Ferretti等[8]首先提出了SqueeSAR技术,考虑DS像元目标的统计特征,将处理过程分为同质像元识别和相位优化两个过程,并重构出DS像元的形变信息。……
