林琿^1,2, 馬培峰^1,2,3, 王偉璽⁴     

1. 香港中文大學太空與地球信息科學研究所, 香港 沙田; 
2. 香港中文大學深圳研究院, 廣東 深圳 518057; 
3. 西南交通大學地球科學與環境工程學院, 四川 成都 611756; 
4. 深圳市數字城市工程研究中心, 廣東 深圳 518057

基金項目：國土資源部城市土地資源監測與仿真重點實驗室開放基金；國家重點基礎研究發展計劃（2015CB954103）；國家自然科學基金（41601356）

之一作者簡介：林琿(1954-), 男, 博士, 教授, 研究方向為地理信息科學。E-mail:huilin@cuhk.edu.hk

通信作者：馬培峰E-mail：mapeifeng@cuhk.edu.hk

微信號：MeetyXiao
添加微信好友, 獲取更多信息
復制微信號

摘要：星載合成孔徑雷達干涉測量（InSAR）技術是近年來迅猛發展的一種空間對地觀測技術，在InSAR基礎上提出的多時相InSAR（MT-InSAR） *** ，利用同一地區的多景SAR影像對時序穩定點（PS）進行精確分析，極大地降低了大氣延遲等帶來的測量誤差，使得形變監測精度達到了厘米級到毫米級，可對城市基礎設施進行大范圍高精度的連續監測。本文通過對MT-InSAR技術發展的綜述，總結了目前MT-InSAR技術在基礎設施健康監測方面的關鍵問題和應用領域，并對未來MT-InSAR在城市應用方面的發展提出了展望。

關鍵詞：合成孔徑雷達干涉    多時相InSAR    永久散射體    城市基礎設施    形變監測    

Urban Infrastructure Health Monitoring with Spaceborne Multi-temporal Synthetic Aperture Radar Interferometry

LIN Hui^1,2, MA Peifeng^1,2,3, WANG Weixi⁴     

Abstract: Synthetic aperture radar interferometry (InSAR) is a well developed earth observation technology in the last two decades. It can measure minute movements and digital elevation model with high accuracy over large areas by inteferometric processing of two SAR images. In particular, multi-temporal InSAR (MT-InSAR) can achieve centimetric to millimetric deformation monitoring by properly removing atmospheric delay using multiple SAR images. This paper gives a review of current cutting-edge MT-InSAR algorithms. The focus is on the key technologies of MT-InSAR and the primary application fields for urban infrastructural health monitoring. Finally, we give some suggestions for the future development of this technology.

Key words: InSAR     MT-InSAR     PS     urban infrastructure     deformation monitoring    

星載合成孔徑雷達干涉測量(synthetic aperture radar interferometry, InSAR)技術是近年來迅猛發展的一種空間對地觀測技術，在InSAR基礎上提出的多時相InSAR(multi-temporal InSAR，MT-InSAR) *** ，利用同一地區的多景SAR影像對時序穩定點(persistent scatterer，PS)進行精確分析，極大地降低了大氣延遲等帶來的測量誤差，使得形變監測精度達到了厘米級到毫米級，在角反射器的輔助下甚至可實現亞毫米級監測精度，相對于傳統測量 *** ，可提取城市區域大范圍、高精度的地表三維信息和形變信息。

城市基礎設施是人居環境的重要組成部分，基礎設施的結構健康問題直接關系城市環境和社會經濟的可持續發展。然而近年來，由地下水抽取、地下空間開發等引起的地面沉降和基礎設施形變問題日益嚴重，造成基礎設施的結構變形和損毀，甚至造成人員傷亡事故。在《國家中長期科學和技術發展規劃綱要》(2006—2020年)中，明確將“地質災害的監測、預警和應急處置關鍵技術”列為了重點領域及優先主題。而近年來多分辨率、多頻段SAR衛星的發射推動了基礎設施健康衛星監測技術的發展，MT-InSAR技術的進步提高了監測的精細化和精準化，使得利用衛星從太空中給整個城市做“體檢”成為可能。本文將集中介紹星載MT-InSAR技術在城市基礎設施健康監測方面的技術發展和應用情況。城市基礎設施健康泛指城市地面設施沉降和形變狀況。

1 MT-InSAR發展綜述

多時相InSAR(MT-InSAR)是在InSAR基礎上發展起來的一項利用多景SAR影像實現高精度、高密度測量點提取分析的技術，尤其適應于城市地面沉降和基礎設施形變監測。InSAR發展初始是用來提取大范圍地表高程信息的一項技術，其通過兩幅SAR影像共軛相乘即可得到與高程相關的干涉條紋信息^[1-2]，如NASA生產的全球DEM產品SRTM(shuttle radar topographic mission)就是由InSAR技術獲取的^[3]。InSAR相位信息除了與高程相關還與形變相關，因此在高程提取基礎上，發展為差分InSAR技術(D-InSAR)用以獲取地面微小形變信息，并在Seasat數據上進行了試驗驗證^[4]。傳統D-InSAR *** 通過外部DEM數據，只利用兩幅時序SAR影像即可獲取兩個時刻的地表形變信息。傳統D-InSAR形變監測主要有兩個誤差源。去相干因子^[5]和大氣延遲效應^[6]。去相干因子包括幾何去相干和時間去相干，幾何去相干指的是當兩幅圖像干涉的時候，由于對地成像的角度不同，在地距向到斜距向投影時會出現偏移，當偏移量大于距離向帶寬時，干涉相對會出現完全失相干，此時的垂直基線稱為極限基線。時間去相干是由于重軌兩幅干涉影像由于拍攝時間不同，地物發生變化導致的去相干因子。大氣延遲誤差包括電離層和對流層引起的信號延遲，也是影響傳統D-InSAR測量精度的更大的誤差源，通常由沿高度向分層大氣和局部湍流成分組成^[7]，其中對流層中20%的濕度差異就會導致大約10 cm的形變誤差，在多云多雨區域誤差會更大^[6]。為了消除大氣延遲誤差，很多學者在研究D-InSAR形變監測時利用外部數據模擬大氣相位^[8-9]，但只能去除大尺度的大氣效應，適應于中低分辨率SAR數據。綜上所述，在去相干因子和大氣延遲效應的影響下，傳統D-InSAR *** 實現的形變監測精度一般不高，為分米到厘米級^[10-11]，而工程上對基礎設施的監測精度要求達到毫米級，因此D-InSAR在城市基礎設施監測應用中還有很大的局限性。

為了克服傳統D-InSAR受大氣延遲、時間去相干等因子的影響，提高D-InSAR技術在基礎設施監測中的應用能力，MT-InSAR技術慢慢發展起來并成為當前研究的熱點^[12]，見表 1。MT-InSAR技術利用多幅SAR影像，根據大氣空間低通和時間高通的性質去除大氣延遲誤差，探測在SAR影像中永久散射體(persistent scatter，PS)點并估計形變信息，測量精度可以達到厘米到毫米級，在角反射器的輔助下甚至可實現亞毫米級監測精度^[13]。MT-InSAR一開始利用干涉圖stacking技術提取時序形變^[14]，發展到現在比較有代表性的是以單一影像為主影像的永久散射體干涉(persistent scatterer InSAR，PSInSAR) *** ^[15-16]和以多幅影像為主影像的小基線( *** all baseline subsets，SBAS) *** ^[17]。

表 1 代表性MT-InSAR算法Tab. 1 Classic MT-InSAR methods

      以單一主影像的MT-InSAR算法起源于PSInSAR，在其之上發展起來的算法主要包括IPTA^[18]、STUN^[19]、StaMPS^[20-21]、PSP^[22]、SqueeSAR^[23]、QPS^[24]、Geodetic PSInSAR^[25]、SL1MMER^[26]和Tomo-PSInSAR^[27]等。所謂PS點指的是時序影像中相位穩定的像元點，其對應自然環境中的基礎設施和 *** 巖石等，PSInSAR(permanent scatterer interferometry)技術由Tele-Rilevamento Europa公司申請了專利，后面研究為了避免沖突通常使用Persistent Scatterer的叫法。相比傳統D-InSAR技術，PSInSAR通過提取時序相干目標抑制了時間去相干和大氣延遲的影響。在PSInSAR *** 提出之后，大量的研究工作投入到PSInSAR技術的研究中用以提高PS的測量精度和空間分布密度。相干點目標分析法(interferometric point target *** ysis)通過對干涉圖點目標的時空特征分析，提高了時序分析 *** 的穩健性^[18]。在監測低相干區域(如山區)時，為了提高PS點空間分布密度，可以通過布設角反射器作為有效的人工PS點，以達到輔助監測的目的^[28]。STUN技術將LAMBDA算法引入到PSInSAR中用于PS點的探測^[19]，其使用二層構網 *** 實現了點的擴展，并引入了概率統計模型用于精度的評價。在STUN基礎上又發展為基于大地測量理論的PSInSAR *** (geodetic PSInSAR)^[25]，并將非線性模型自適應用于局部基礎設施的形變反演。為了提高PSInSAR在低相干區域的監測能力，斯坦福永久散射體干涉算法(Stanford method for persistent scatterers algorithm, StaMPS)利用三維時空解纏算法獲取目標的時序形變信息^[20, 29]，主要適用于火山、地震監測，在城市應用中StaMPS主要用于提取區域性沉降信息。基于相鄰像元大氣一致假設，PSP(persistent scatterer pairs)算法通過解算相鄰PS點不斷往外擴展，利用不同的種子點進行誤差控制，最終實現全局解算^[22]。傳統的PSInSAR只能探測人工建筑比較密集的區域，在PS點稀少的城市區域，如路面和草坪區，主要以分布式散射體(distributed scatterer，DS)點為主，SqueeSAR利用同質濾波提高DS點的相干性^[23]，然后使用時序相位重估重新得到了DS點的相位信息，使得DS點可以和PS點聯合解算，被稱為第二代PSInSAR，很多學者又從同質濾波、參數估計等方面對DS點分析做了進一步研究^[30-32]。監測在建工程設施時，通常會存在半相干點，即PS點在一定的時序子集內呈現穩定性，對于半相干點需要通過選擇一定的子集進行探測^[24]，但同時也需要更多的計算時間。高分辨率SAR衛星的發射提高了PS測量點的空間密度^[33]，同時也加重了復雜城市環境中的疊掩現象，基礎設施之間會產生大量的疊掩散射體，差分SAR層析(D-TomoSAR) *** 通過沿高度向層析成像可將疊掩散射體分離^[34]，尤其是近年來壓縮感知算法的提出實現了超分辨率層析成像^[35-36]，成為SAR層析領域研究的重點。為了解決超高層、高密度城市大氣空間異質性的問題，Tomo-PSInSAR算法通過二層構網，在無需時空濾波去大氣的條件下實現單散射體和疊掩散射體的探測，并引入穩健估計提高參數估計精度和穩健性，實現了PSInSAR和TomoSAR的有機結合^[27]。

以多副SAR影像為主影像的SBAS算法主要適應于影像數量有限的情況，通過小的時間基線和空間基線干涉處理，減小了時間失相干和地形對相位的影響^[17]，之后基于小基線理念發展起來的算法主要包括基于單視操作的SBAS^[37]、CT^[38]、StaMPS^[20-21]、TCP-InSAR^[39]、PSIG^[40]等。SBAS多視處理會損失空間分辨率，因此提出了基于單視處理的SBAS算法用來探測點目標^[37]。另外有基于相干系數選點的相干目標法(coherent target)^[38]，并結合小基線干涉策略，適用于時序影像數量少的情況下PS點的提取。StaMPS在單基線配置基礎上也提供了小基線策略下的形變估計 *** 。TCP-InSAR算法在小基線配置下假設弧段間DEM和大氣噪聲對相位貢獻值都相對較小，可以直接利用最小二乘實現參數估計^[39]，同時通過弧段質量檢驗剔除粗差。PSIG(PSI chain of the geomatics) *** 利用2+1D解纏解算形變，適用于城區、非城區、植被區大范圍的監測^[40]。基于小基線理念的MT-InSAR算法一般需要二維解纏，但是由于城市區域干涉條紋復雜性比較高，二維解纏面臨很大的挑戰，另外在小基線配置下提取的高程誤差較大，在城市應用中給PS點精確定位帶來很大難度，因此小基線在城區只適應于大尺度的沉降漏斗反演，而在基礎設施高精度細節監測方面還有很大局限。

國內也有許多學者先后利用MT-InSAR技術對城市區域性沉降和基礎設施形變進行了研究，如對PSInSAR技術 *** 和應用前景的總結和展望為國內InSAR研究提供了參考^[41]；PSInSAR技術應用在蘇州地區沉降監測，其監測結果經與水準數據對比達到高度一致^[42]； *** 化思想引入到MT-InSAR研究中提高了解算的連通性^[43]；大范圍的區域性InSAR沉降監測結果為全國地面沉降調查提供了重要的參考資料^[44]；多項式模型替代線性模型被引入到PSInSAR中，并對太原地區沉降進行了監測^[45]；MT-InSAR技術用于監測青藏高原凍土沉降和青藏鐵路的路基穩定性，并分析兩者的相互影響關系^[46]；小基線法分析了地下煤火引起的地面不穩定性問題^[47]。目前MT-InSAR技術已經開始在各種基礎設施監測中使用，包括鐵路、公路、大壩、橋梁、房屋、機場、地下水開采區、人工邊坡等，同時在不同類型的基礎設施監測中又面臨各種問題。

2 MT-InSAR城市應用關鍵問題

MT-InSAR通過多景SAR影像干涉處理對城市基礎設施形變進行連續觀測，圖 1為MT-InSAR示意圖，其中兩景SAR影像進行共軛相乘得到的干涉相位可以表示為

圖 1 MT-InSAR衛星監測示意圖Fig. 1 The space-borne MT-InSAR monitoring diagram

 (1)

式中，φ表示原始干涉相位；

表示的是地形相位；

表示的是平地相位，可以根據衛星平行基線去除；

表示的是形變相位；φ_atm表示的是大氣相位，主要由水汽引起的相位延遲；φ_noise表示的是其他噪聲信號，主要包括幾何去相干、時間去相干、熱噪聲等。MT-InSAR技術的關鍵就是如何去除大氣和噪聲相位來提取高精度的高程和形變信息。

2.1 大氣誤差消除

大氣延遲誤差是MT-InSAR基礎設施形變監測中主要的誤差源^[48]，大氣延遲主要集中在電離層和對流層^[49-50]。目前，大氣誤差消除的 *** 主要分為3類：第1類基于輔助數據如大氣壓力、溫度、水汽、對流層折射率等建立大氣效應模型用于大氣相位估計與糾正，如采用GPS數據對大氣及水汽效應進行擾動模型建立及去除^[8]和采用ENVI SATMERIS水汽數據可沉淀水汽校正模型或及多光譜數據中尺度氣象模型進行大氣誤差改正^[51]；第2類是根據一定的物理模型對大氣相位進行估計和改正，如隨機模型通常用于描述大氣延遲的空間結構，而干涉SAR數據中的大氣信號具有各向異性，因此各向異性模型目前常被用于大氣信號估計^[52]；第3類是考慮大氣相位空間低頻和時間高頻特性，從而在SAR干涉相位成分估計時采用合適濾波步驟對其進行估計及去除，時空濾波 *** 相對于前兩種 *** 是從SAR干涉圖中直接估計大氣并消除，是目前MT-InSAR中去除大氣最有效的 *** ^[16, 53]。

雖然InSAR領域中已經提出各種 *** 來消除大氣誤差，但在實際應用中大氣誤差的消除又面臨各種挑戰，尤其在多云多雨環境中利用高分辨率SAR影像監測城市基礎設施時，大氣相位時空分布復雜性增加，主要表現在：受多云多雨氣候影響，大氣延遲在SAR影像中時間變化頻率和空間變化頻率變高；高層建筑的大氣分層效應導致大氣延遲隨著高度的變化而變化，表現在影像中是高樓頂端像元和臨近的地面像元大氣相位不一致，進一步增加了大氣的空間異質性。大氣的時空復雜性增加導致傳統時空濾波去大氣不能有效地去除大氣噪聲，因此提出了各種精密構網 *** ，通過臨近點去大氣來提高形變參數估算的穩健性^[22, 27]。總之，大氣效應在不同分辨率SAR影像、不同區域都顯示出其獨特的特性，如何提出大氣消除的穩健性和普適性 *** 也將是InSAR領域今后一直研究的重點。

2.2 物理參數估計

MT-InSAR估計的參數一般包括高度、平均形變速度和時序形變量，在非線性形變模型加入時還有非線性形變幅度，參數估算直接決定了最終測量精度。

在參數估算之前首選要選取有效的高相干候選點，SAR影像包括PS、DS、疊掩PS、半相干點、PS旁瓣和噪聲點6種像元類型，其中除去噪聲點都可以作為MT-InSAR監測中的有效點。目前提取候選點 *** 主要包括幅度離差法^[15]、空間相干系數法^[38]、強度閾值法^[27]、信噪比閾值法^[19]等。幅度離差法利用幅度穩定性和相位穩定性的關系通過計算幅度穩定性提取PS候選點，也是目前提取PS候選點最有效的 *** ，但此 *** 適用于幅度定標質量高的影像，如ERS、TerraSAR-X等。由于PS旁瓣和主瓣有相似的時序特征，利用幅度離差法提取的PS點可能會包含旁瓣點，這種情況可以利用旁瓣概率圖剔除旁瓣點^[54]。空間相干系數法可用于中低分辨率SAR影像PS候選點的選取，如Envisat-ASAR、ALOS等，提取的候選點包括PS、DS和PS旁瓣，空間相干系數法由于需要通過窗口處理因此會造成聚簇效應，所以也需要旁瓣去除。在選取疊掩PS點時由于疊掩PS點不具有幅度穩定和空間相干性質，因此提取疊掩PS點候選點需要通過強度閾值法來實現。

PSInSAR直接利用候選點進行參數解算，而SBAS則需要首先進行相位解纏再進行參數估算，形變參數估計算法主要包括下面幾種：① 周期圖法使用時序相干系數閾值來確定解算參數的精度并提取對應的參數^[15-16]；② STUN將GPS中使用的LAMBDA算法引入PSInSAR，并提出整體最小二乘算法解算參數^[19]；③ TCP InSAR假設弧段相位已解纏，提出利用最小二乘算法進行參數估計^[39]；④ SL1MMER將壓縮感知算法引入TomoSAR中進行參數估計^[36]；⑤ Tomo-PSInSAR利用波束形成法和M估計器提高參數估計的穩健性^[27]；⑥ SBAS算法中利用奇異值分解(SVD) *** 估計形變參數^[17]，為了提高參數估計精度和穩定性，L1范數也用在小基線中解算形變^[55]。目前各種參數估計算法主要研究點就是如何在有噪聲觀測量的情況下提取正確的形變信息，因此近年來穩健估計算法(如M估計器、嶺估計、L1范數等)成為研究的熱點。

2.3 非線性形變估計

MT-InSAR算法在解算形變時需要假設時序形變模型函數進行時間維解纏，形變函數模型決定了在時序相位分析中模型擬合度，線性形變函數模型是目前描述地學運動中最重要和最通用的模型，也是MT-InSAR形變反演中最常用的模型^[15-16]。但在城市地面沉降和基礎設施形變監測時，不同地物目標在不同時期往往呈現出非線性形變特征，為了提高對非線性形變的擬合度，在時間維解纏時可以加入非線性函數進行擬合，目前MT-InSAR中使用的非線性形變模型主要包括二次項模型、三次項模型、三角函數模型、指數模型、溫度模型等。如采用三次項模型對太原市進行形變反演，提高了反演的精度和空間點密度^[45]，利用三角函數擬合由地下水周期性開采和回灌導致的季節性抬升和下沉^[56]，利用指數模型來擬合填海區自然沉降過程^[57]，通過引入溫度模型分離了由溫度變化引起的周期性熱脹冷縮和線性形變^[58-59]。

目前MT-InSAR中非線性形變模型的引入往往基于對地物目標運動規律的先驗知識認識，如工程學和地質學相關知識，這個對InSAR從業者往往要求較高，這些先驗知識一般來源于工程地質專家，因此也強調了InSAR在實際應用中跨學科研究的重要性。值得注意的是，非線性形變模型的錯誤引入有可能會導致參數的過度擬合和函數的耦合現象，尤其是非線性函數和線性函數的高相關性會導致形變參數的錯誤估計，一般來講，在引入非線性形變函數估計中一般要求數據時間跨度足夠大，才能降低非線性函數和線性函數的相關性。目前MT-InSAR非線性函數的引入并沒有統一有效的 *** ，一般是基于案例分析的，如何在基礎設施監測時自適應地加入非線性函數以此來提高形變反演精度也是今后研究的重點內容。

2.4 特殊散射體探測

除了永久散射體點(PS)，城市區域的特殊散射體包括DS點、疊掩散射體和半相干點。DS點對應城市低相干區域，如路面和草坪等；疊掩散射體指同一像素內有多個PS點的像素，如樓房墻面和地面發生疊掩；半相干點指在一段時間內具有時序穩定性特征的目標，如在建基礎設施。這些特殊散射體沒有時序穩定性特征，單純的PS點探測無法識別出來，在基礎設施監測時會損失細節信息。

目前MT-InSAR中能探測低相干目標的 *** 主要包括SBAS^[17]和DSInSAR^[23]。SBAS基本思想是將所有SAR影像根據時間基線和空間基線在一定范圍內的干涉對組合成小基線集，限制了時空去相干因子從而提高形變監測精度，但是目前SBAS一般需要通過最小費用流^[60]和枝切法^[61]等進行二維解纏，而城市中復雜的干涉條紋往往導致二維解纏很難有效地進行，影響了SBAS算法在城市中的應用。其中以SqueeSAR為代表的DSInSAR *** ，通過同質濾波 *** 提取DS點，主要包括KS假設檢驗^[23]、AD假設檢驗^[62]、似然比檢驗^[63]等，在保留PS點信息的同時實現了和DS點的聯合探測，比SBAS更適應于城市低相干目標的探測。

在SAR斜距成像模式下，復雜城市環境中高密度、高層建筑設施會導致大面積的疊掩區，一個疊掩像元中可能會包含兩個或兩個以上的PS點，疊掩現象在高分辨率SAR影像中更為突出，傳統PSInSAR技術只能處理一個像素中有單個PS點的情況，無法分離疊掩的多個PS點，因此容易造成形變細節信息的損失。最近發展起來的SAR層析成像(TomoSAR)技術是目前解決疊掩問題最有效的 *** ，用來SAR層析成像的算法稱為譜分析 *** ，主要包括Beamforming^[64]、Capon^[34]、SVD^[65]、MUSIC^[66]、壓縮感知^[36]等，層析成像后可利用模式識別^[26]算法提取最終的疊掩散射體。

MT-InSAR中對半相干點的探測一般通過選取一定時間內SAR影像的子集進行時序分析^[24]，在子集內利用和PS探測相同的 *** 進行解算，理論相對簡單，但是在搜索子集時需要花費大量的計算時間，因為不是所有的半相干點都在一個子集內，因此在實際應用當中除非研究區域有大量的在建設施，否則一般不必探測半相干點。

2.5 PS點精確定位及精度分析

在MT-InSAR基礎設施形變監測中，需要將提取的測量點對應到具體地物中，以便于后續解譯和分析，隨著高分SAR衛星(如TerraSAR-X)的發射，PS測量點密度相比中低分辨率數據(如Envisat)增加了100~200倍^[33]，由于測量點本身不帶有物理性質，因此，測量點的定位精度對于基礎設施形變解譯和精度驗證具有重要的意義。一般來說，PS點的定位精度包括水平定位精度和垂直定位精度。水平定位精度與衛星數據分辨率和衛星軌道精度等相關，如TerraSAR-X在角反射器輔助下水平定位精度可以達到厘米級別^[67]，而垂直定位精度一般與PS點高度解算的精度相關，高分辨率SAR影像PS點高度精度可達到亞米級水平^[68]。在實際形變解譯中，為了提高PS點定位精度，可以通過模擬的高分SAR影像和真實SAR影像匹配來實現^[69]，另外PS點在光學影像、LiDAR等數據的輔助下進行精確匹配也成為當前PS點解譯應用中的熱點^[70]。

InSAR測量結果的精度分析一般包括理論分析和與實地數據對比分析。歐空局組織的PSIC4和the Terrafirma Validation Project中，由不同的科學家小組對同一數據進行處理然后交叉驗證，得出的形變速度差異標準差為0.4~0.5 mm/a，形變量標準差在1.1~4.0 mm。STUN算法基于隨機模型提出利用協方差矩陣從理論上描述參數估計精度^[19]。與實地數據對比，包括與水準、GPS、LiDAR等測量數據的對比，在角反射器輔助試驗下，PS驗證精度達到亞毫米級^[13]，TerraSAR-X數據反演結果和水準點直接驗證精度達到毫米級別^[71]。值得一提的是，雖然與水準等測量數據的比對是目前驗證InSAR監測結果最有效的 *** ，但是鑒于實際操作中測量點位置不一致和時間不一致會引起對比誤差，另外，InSAR只能測量單一方向(LOS)形變，而LOS向形變只對東西向和垂直向形變敏感，雖然也可以利用偏移量跟蹤^[72]或MAI技術^[73]進行南北向形變測量，但是一般誤差較大，因此與水準等對比出的精度也需要客觀評價。

3 城市基礎設施健康監測應用案例

城市基礎設施是城市環境的重要組成部分，基礎設施的結構安全問題直接關系城市環境和社會經濟的可持續發展。然而近年來，由地下水抽取、地下空間開發等引起的地面沉降和基礎設施形變問題日益嚴重，造成基礎設施的結構變形和損毀，甚至造成人員傷亡事故，新型地質災害已經成為自然和人類活動共同作用下的結果。憑借大范圍同步和連續觀測的優勢，星載MT-InSAR技術可以為不同城市基礎設施健康狀況提供周期性監測服務，從而保障城市公共設施安全。

3.1 大型線狀地物形變

重大工程中大型線狀人工地物(如公路、鐵路、大壩、橋梁、輸電線路等)已成為人地關系的重要標志，與人類生活緊密相連，猶如人類居住地球的動脈，永不停息地承載著能量和物質交換。大型線狀人工地物安全運營、有效監測是防災、減災前提，并已刻不容緩。高分辨率商業SAR衛星的發射使得大型線狀地物的常態化、精細化監測成為可能，如結合InSAR和GPS監測大型線狀地物—青藏鐵路，研究青藏鐵路與凍土變化之間的關系^[46]，利用TerraSAR-X數據研究高架橋的熱證冷縮效應導致的水平移動^[74]，利用TerraSAR-X影像對上海軌道交通 *** 的沉降進行了監測^[75]，揭示了早期建成的路段穩定性高于晚期建成的路段，高架路段穩定性高于地下路段。由于大型線狀地物獨特的細長型結構，PS點空間分布不均，因此MT-InSAR需要精密的構網才能實現全局連通，另外由于MT-InSAR只對東西向和垂直向形變敏感，當線性地物主要形變呈現南北向時，單純MT-InSAR形變監測面臨很大挑戰，需要結合多角度、多平臺InSAR觀測量或GNSS、水準等數據進行聯合監測^[76]。

圖 2是對深圳灣大橋的監測結果，此結果利用的是香港中文大學自主研發的Skysense軟件完成。由于橋梁受熱脹冷縮效應明顯，為了避免參數估計時相位模型的欠擬合，本次試驗在形變估計時加入了季節性溫度模型，利用季節性溫度模型來擬合橋梁的熱脹冷縮效應。圖 2(a)是得到的橋梁的線性形變結果，代表了除去溫度變化導致熱脹冷縮的形變部分，圖 2(b)是熱膨脹幅度結果，代表了由溫度變化引起的熱脹冷縮部分。從圖 2(b)熱膨脹圖中可以看出，大橋呈現出周期性變化特征，這是由于當溫度變化時橋體發生熱證冷縮產生水平移動，每隔一段橋體都有一個熱膨脹縫用于承載熱脹冷縮導致的水平移動，由于水平積累效應形變的幅度在接縫處更大，更大達到LOS向2 mm/℃，熱膨脹幅度與橋梁材料的熱膨脹系數和橋體長度相關，因此在熱膨脹幅度圖上呈現出周期性特征，形變跳變的位置就對應熱膨脹縫的位置。從線性形變圖中可以看出，大橋除了熱脹冷縮外無其他明顯變形，因此深圳灣大橋主要緩慢變形就是溫度變化引起的熱脹冷縮。

圖 2 線性形變速度與熱膨脹幅度Fig. 2 Linear deformation velocity map and thermal amplitude map

3.2 地下和半地下空間開發引起的地面設施沉降

隨著城市化速度的加快，為了滿足城市需求，大量的基礎設施正在建設，尤其是地下和半地下空間開發，會對地面穩定性造成影響，地下、半地下工程會通過改變地下空隙壓力和地下結構引發地面及周邊區域沉降甚至坍塌危險。MT-InSAR對于地下工程建設造成的地面隱伏災害監測具有重要意義，如SqueeSAR技術用于監測倫敦Jubilee線路在挖掘過程中發生的沉降，反演的沉降線路與Jubilee挖掘線路一致，沉降量大約在2 cm左右^[77]，CO *** O-SkyMed數據用于監測上海新建地鐵9號線和10號線沉降^[78]，還有研究MT-InSAR用于監測隧道挖掘對地面穩定性的影響^[79]。圖 3是利用CO *** O-SkyMed數據對深圳市某基坑建設期間周邊基礎設施的監測結果，圖 3中矩形范圍為基坑位置，從平均形變速度圖中可以看出基坑建設期間周邊地面明顯發生了沉降(紅色點)，從圖 3中時序曲線結果中可以看出，在基坑建設之前地面呈穩定狀態，而建設期間地面明顯發生了沉降，更大沉降量達到20 mm，建成之后基坑又達到了穩定狀態，MT-InSAR有效地監測了基坑建設引起的地面沉降。

圖 3 基坑建設引起的地面沉降Fig. 3 Subsidence caused by underground construction
 

3.3 沿海城市填海區沉降

為了解決土地資源稀少的問題，沿海城市通常會通過填海造陸擴大土地面積，填海區在地面壓實過程會產生沉降，從而可能影響地面建筑設施的穩定性，造成基礎設施的結構變形和損毀，而填海區大量的地下工程建設和高層建筑的重力載荷，會進一步加劇填海區沉降和形變地質災害發生的可能性。因此，對填海區基礎設施進行長期的監測，尤其是對重大基礎設施及周邊變形進行有效地監測與分析，從而對潛在的危險進行預警和輔助決策，顯得尤為必要。例如，Envisat-ASAR數據用于對填海型機場沉降的提取，獲得了與水準數據一致的結果^[80-81]；針對填海區逐漸減速的沉降特征，通過引入非線性模型提高了對填海區沉降相位的擬合度^[57]。填海區在一開始時期沉降量比較大，會導致地面失相干，MT-InSAR監測時可能無法提取有效的PS點，可以借助傳統D-InSAR技術輔助分析較大沉降區域，另外填海區一般位于沿海城市，大氣效應比較明顯，如何有效地去除大氣誤差也是研究的熱點問題。

3.4 地下水開采區沉降

過度的地下水開采是地面沉降和基礎設施形變的一個主要誘因，傳統的基于點的測量手段對于沉降的范圍和程度描述都有一定的局限性，MT-InSAR憑借其大范圍高密度的測量點分布在地下水開采導致的沉降監測中有獨特的優勢。例如，PSInSAR技術對Las Vegas Valley由于長時間周期性抽水造成的地面沉降進行了反演，分別提取了3個時間段的地面沉降信息來進行分析和對比驗證^[82]；Envisat-ASAR數據用于提取北京市2003—2010年的沉降，揭示了更大沉降速度達到11 cm/年，證明了地下水抽取是北京沉降的主要誘因^[83]；通過對德州地區InSAR沉降監測結果的分析得出了該地區地面沉降主要受地下水季節性開采及年降水量變化的控制，形成了每年3—8月快速下降，9月至翌年2月逐步回彈的變化特征^[84]。地下水開采導致的地面沉降一般是大范圍的區域性沉降，如何提取區域內基礎設施的差異性沉降是判斷結構安全的重要指標。

3.5 采煤區、采礦區和采油區沉降

煤炭、礦產、石油等能源的開采產生了巨大的經濟和社會效益，但同時也對當地的地質和生態環境產生了嚴重破壞，容易造成采空區而導致地面沉降和基礎設施形變災害。為保證能源開采區經濟建設順利發展，在開采過程中必須對地面沉降的原因、過程、趨勢進行全面的監測，常規的以點為基礎的測量 *** 盡管精度高，但成本高、采樣少、測量時間周期長，已無法滿足能源開采區監測要求，而InSAR具有大面積同步測量的優勢，已經應用在采煤區、采礦區和采油區沉降監測，例如，監測露天礦和地下礦對地表穩定性的影響^[77]，利用DInSAR技術提取峰峰礦區地表沉降監測結果^[85]。采煤區、采礦區和采油區一般人工建筑比較少，大部分屬于低相干區域，傳統PSInSAR技術往往獲取的測量點較少，DSInSAR技術在這些區域地面和設施監測中會發揮巨大的優勢。

3.6 山體滑坡和人工邊坡位移

城市中有大量的邊坡設施，一旦發生邊坡位移或山體滑坡會對周邊的居民生命財產造成很大的危害。MT-InSAR技術已經應用于滑坡和邊坡的監測，例如，PSInSAR技術用于對緩慢性滑坡的運動反演，分析了滑坡和厄爾尼諾現象的相關關系，證明了滑坡位移主要是受降水的影響^[86]，SBAS算法用于分析香港大嶼山邊坡位移^[87]。MT-InSAR進行城市邊坡和滑坡監測時，往往受地面植被覆蓋影響，造成干涉信號中有很大的噪聲，為了解決這個問題，一方面可以利用具有一定穿透能力的長波段衛星數據(如L波段的ALOS數據)進行監測，另一方面可以通過布設角反射器提高地面信號的信噪比，用以輔助滑坡監測^[86]，也可以結合GPS技術對邊坡穩定性進行聯合監測^[88]。

4 未來展望

MT-InSAR在城市地面沉降和基礎設施健康監測領域已經有了很多的成功案例，但由于影響InSAR監測的因子很多，目前多以試驗研究為主，距離真正的工程化應用尚有一段距離，除了MT-InSAR自身技術的發展外，如何與其他先進技術手段進行結合而更好地對地面和基礎設施健康進行監測成為以后發展的方向。

4.1 融合天-空-地多源數據構建全方位立體監測網

星載MT-InSAR作為一項對地觀測技術，其優勢在于大范圍、高密度、同步性和連續測量，但是還無法做到實時定點精準觀測，并且還可能因為SAR影像陰影的存在出現監測盲點。為了做到城市基礎設施的全方位監測，可以結合其他測量手段，如GNSS、水準、物聯網等構建天-空-地全方位立體監測網，為城市公共設施安全保駕護航。

4.2 星載SAR大數據處理系統

隨著國外SAR衛星數據的開放，國產高分三號衛星的成功發射及多顆國產SAR衛星的立項，尤其是歐空局Sentinel-1數據的免費開放，現在SAR數據以每天TB量級接收，未來會達到每天PB的量級，如何將海量SAR數據進行快速分布式處理，是實現城市基礎設施健康常態化監測非常重要的方面。

4.3 借助SAR形變數據進行災害信息的深度挖掘及早期預警

MT-InSAR能夠及時提取基礎設施已經發生的變形信息，但是如何利用這些信息進行災害預警還需要結合當地的水文、工程、氣象等專家知識進行進一步同化與信息挖掘，隨著人工智能、尤其是深度學習的快速發展，利用MT-InSAR監測的形變信息進行基礎設施危險的早期預警已經成為未來重要的研究方向。
 

【引文格式】林琿，馬培峰，王偉璽。監測城市基礎設施健康的星載MT-InSAR *** 介紹[J]. 測繪學報，2017，46(10)：1421-1433. DOI: 10.11947/j.AGCS.2017.20170339