68-何秀凤-InSAR与GPS集成方法在水利工程形变监测中应用研究.doc

1、测绘通报测绘科学前沿技术论坛论文集 1InSAR与 GPS集成方法在水利工程形变监测中应用研究何秀凤 罗海滨 黄其欢 何敏（河海大学卫星及空间信息应用研究所 南京210098）摘 要：合成孔径雷达干涉测量（InSAR）技术是一种极具潜力的空间对地观测技术，利用InSAR技术可以提取高精度的数字地面模型，获得亚厘米级的大范围地表形变信息。但水利枢纽工程具有设计周期长、涉及区域广、地质和气候条件复杂等特点，使得应用InSAR技术监测库区地表形变存在较多难题。本文探讨InSAR与GPS集成方法监测大范围区域地表形变，为水利枢纽工程大型滑坡监测和防治提供一种新型经济的监测方法。文中提出了GPS改正In

2、SAR大气延迟误差的空间插值方法以及InSAR和GPS集成估计地表三维形变速率的新方法并给出了相关的试验研究结果。关键词：合成孔径雷达干涉测量 全球定位系统 水利水电工程 形变监测 集成方法全球定位系统（GPS）以其精度高、速度快、全天候等优点，成为当今国内外最先进的形变监测手段之一，已在地球动力学、地震科学等研究领域得到广泛应用。我国采用GPS、水准测量和重力测量等形变监测技术相结合，建立了长江三峡工程地壳形变监测网络，为三峡库区长期的监测、分析和研究提供了可靠的基础数据 1。但是，水利枢纽工程库区范围大、自然条件复杂且交通条件不便，在库区大范围内采用GPS方法或水准测量等其它方法布网观测是

3、相当困难的，并有覆盖区域小、分布不够合理等局限性，可能会遗漏一些重大安全隐患。此外，GPS方法、水准测量等都是点观测系统，因而监测数据的空间分辨率很低，很难满足库区大范围形变监测的实际需要。合成孔径雷达（Synthetic Aperture Radar, SAR）是20世纪50年代研制成功的一种新型微波传感器，作为有源系统，SAR具有全天候、全天时工作的能力，可以在不同的微波频段、不同的极化状态下得到地面目标的高分辨率遥感图像，是近几年迅速发展起来的微波遥感新技术。基于SAR发展起来的合成孔径雷达干涉测量技术（SAR Interferometry，InSAR）是利用SAR的相位信息提取地表的三

4、维信息和高程变化信息的一项极具潜力的空间对地观测技术 2-4。在InSAR基础上扩展的差分干涉技术(Differential InSAR, DInSAR)更可测量微小的地表形变，已经在地表形变监测、火山运动、冰川漂移、城市沉降以及山体滑坡等方面表现出极好的前景。目前，我国在建和已经建成的大型水电工程有长江三峡水利枢纽工程、葛洲坝水利枢纽工程、紫坪铺水利枢纽工程和小浪底水利枢纽工程等。这些水利枢纽工程具有设计周期长、涉及区域广、地质和气候条件复杂、对环境影响大等特点。此外，在水库蓄水及移民工程的影响下，将诱发很多新旧滑坡和水库塌岸，影响沿岸工程安全，是水库区特有的一种地质灾害。针对水利水电工程的

5、这些特点，本文探讨应用InSAR技术获取高精度数字地面模型（DEM）和大尺度宏观监测地质灾害引起的地表形变。但由于InSAR易受地表状况、对流层延测绘通报测绘科学前沿技术论坛论文集迟、电离层延迟、卫星轨道误差和时间几何失相关性等影响，这些影响因素很容易导致InSAR图像解释错误，造成InSAR技术在山区、植被覆盖区形变测量失败或大大降低形变测量的精度 5。为此，本文将进一步探讨采用GPS与InSAR集成的新方法来监测大范围的地表形变，以便圈定危险的、需要进一步监测的特定地段地质灾害体的范围，为水利枢纽工程诱发地震形变、大型滑坡等提供一种新型有效的监测手段。Bock 和 Williams6199

6、7 年首先提出 InSAR 与 GPS 融合的思想。 2000 年 Guemundsson7 综合 GPS 与 InSAR 数据，应用马尔可夫随机模型和模拟退火法进行干涉图像相位解缠，获得了高空间分辨率的三维地壳变形场。但 Gudmundsson 的方法在求能量函数最小时采用了模拟退火算法，而模拟退火算法需要花费较长的时间才能收敛，有时甚至会无法收敛到全局最小解 8。为此 Samsonov 等 910提出了能量函数最小化的解析解法，通过对能量函数中每一变量求一阶导数得到了使能量函数最小的解析解。Samsonov 提出的方法虽克服了 Gudmundsson 方法的缺点，但它存在数值计算不稳定的问

7、题，且没有考虑 GPS 和 InSAR 互补的特点。针对这些问题，本文提出以 GPS 高精度的水平形变速率作为约束，利用直接分解方法，将 DInSAR 的斜距向形变速率分解成垂直形变速率，从而估计出三维形变速率。此外，本文还探讨了利用 GPS 改正InSAR 大气延迟误差空间插值方法，并给出了试验结果与分析。综合 InSAR 与 GPS 监测地表形变InSAR 技术获取 DEM 和地表形变InSAR 通过两副天线同时观测（单轨模式）或两次近平行的观测（重复轨道模式），获取地面同一景观的复图像对。由于目标与两天线位置的几何关系，在复图像上产生了相位差，形成干涉条纹图。干涉条纹图即干涉相位 中包含

8、了斜距向上地面点与两天线距离之差的精确信息，它主要包含平地相位 、地形起伏相位 、两次成像过程中地表发生微小形变引起的flat top相位 以及大气条件变化引入的相位 和噪声相位 ，即defoatmnoi（1）fltopdefatmi利用两颗卫星成像时的轨道信息和干涉图滤波技术可以去除平地相位 和噪声相位 。flatnoi若复图像对同时成像或成像间隔足够短（如一天）即认为复图像对成像期间地表没有形变发生且忽略成像时大气的影响，则（1）式中只剩下地形起伏产生的相位 ，再通过相位解缠、top相位到高程的变换以及地理编码等步骤，就可以得到一个地区的地面高程模型即 DEM。若某地区在复图像对成像期间有

9、形变发生且该地区的地面高程模型已知，则可以利用两颗卫星成像时的轨道信息反演出由地形引起的相位 ，这样（1）式中只剩下由形变引起的相位 ，进top defo而可以得到该地区的形变信息。 图 1 给出了利用 InSAR 技术获取 DEM 和地表形变的流程图。测绘通报测绘科学前沿技术论坛论文集图 1 利用 InSAR 技术获取 DEM 和地面形变流程图值得一提的是，上面关于InSAR获取DEM和地表形变信息的描述中没有考虑到大气条件变化引入的相位。事实上，由于同一区域的SAR影像是在不同时间观测得到的，因而大气条件是不完全相同的。有研究结果表明，在高温潮湿的地区，大气延迟可导致几十米的高程误差和几厘

10、米的形变误差 11，因而如何消除大气对InSAR测量精度的影响成为近年来的研究热点。InSAR 和 GPS 集成方法InSAR受对流层延迟、电离层延迟、卫星轨道误差、地表状况和时间几何失相关性等影响，容易导致InSAR图像解释错误，造成在山区、植被覆盖区形变测量失败或大大降低形变测量的精度。而水利枢纽工程库区地形起伏大、植被覆盖茂密，且气候潮湿，这使得应用InSAR提取DEM以及监测地表形变存在更多的困难，InSAR方法自身无法彻底解决这些问题。此外，GPS用于形变监测也存在不足，具体表现为：1. 由于水利枢纽工程特有的地形和交通条件不便等原因，在库区大范围内使用 GPS 方法布网观测是相当困

11、难的，一方面劳动强度很大，另一方面监测系统的成本非常昂贵。2. GPS 方法是点观测系统，因而监测数据的空间分辨率很低，很难满足大范围形变监测的要求。3. 由于库区一般位于深山峡谷，GPS 接收机天线受到遮挡，使得接收到的 GPS 卫星数减少，导致 GPS 定位精度大大下降，达不到形变观测精度要求。将 InSAR 和 GPS 进行综合具有如下互补性：1. GPS 是一种高精度的点定位系统，但是 GPS 的空间分辨率较低、成本高，不能满足库区大范围形变监测的需求；而 InSAR 技术则可以弥补其不足，它提供的是整个区域面上的连续信息，能更直观地提供地表形变的全貌，其空间分辨率可以达到 20m20

12、m，随着 SAR 技术的不断发展，这个空间分辨率还可以进一步提高。2. GPS 获得的是高精度的绝对坐标，而 InSAR 仅提供相对坐标，二者集成可满足库区大范围形变监测的观测精度需求。测绘通报测绘科学前沿技术论坛论文集3. GPS 在水平方向的定位精度较高，但在垂直方向 GPS 定位精度较差；而 InSAR 对垂直方向的高程信息特别敏感，可获得高精度的高程信息。4. GPS 允许长时间连续观测，但 InSAR 是瞬时观测；GPS 可提供时间分辨率很高的观测数据（采样率可高达 20Hz） ，而 SAR 卫星提供数据通常 35 天左右的重复周期，很难保证足够的时间分辨率。因此，InSAR 与 G

13、PS 二者集成在时间上可将连续观测与瞬时观测结合，从而获取库区形变场和应变场的动态变化。由上述分析可以看出，将 GPS 与 InSAR 集成，将突破单一技术应用的局限，发挥其各自优势。一方面利用 GPS 来改正 InSAR 本身难以消除的误差；另一方面充分利用 InSAR 与 GPS 的互补性，实现 GPS 高时间分辨率与 InSAR 高空间分辨率的有机统一。利用 GPS 改正 InSAR 大气延迟误差空间插值方法利用 GPS 改正 InSAR 大气延迟误差是采用外部数据改正 InSAR 大气延迟的最有效的方法之一 1213。但由于 GPS 获得的大气延迟空间分辨率远远低于 SAR 影像分辨率

14、，为了对 SAR 影像进行逐像素的大气层延迟改正以提高 InSAR 测量精度，需要对 GPS 获得的大气延迟进行加密插值。大气层延迟的变化同时受水平距离和高程变化的影响 1415，传统的反距离加权（IDW）内插方法没有考虑到大气延迟随高程变化的特点，因而当高程变化较大时其插值精度会明显地降低，本文提出改进的反距离加权（IIDW）内插法来提高插值精度。反距离加权（IDW）内插法是以待插值点和样本点间的距离为权重进行加权平均，距离待插值点越近的样本点赋予的权重越大。IDW 内插法可表示为（2）01D(,)(,)NiiihwDh式（2）中， 是坐标为 的待插值点的值， 是坐标0D(,)h0, ,(1

15、)iiN为 样本点的值， 是样本个数， 是样本点 的权。(,)ii Ni()权 由下式确定iw（3）0i1piNidw（4）2220000()()()(1)iiiidhiN式（4）中， 是样本点 到待插值点的距离，且有 。0(1)iN 1iw式（4）中，IDW 内插法是将样本点和待插值点间的水平距离和高程差对插值点的影响看成是相同的。但实际并非如此，如 GPS 求得的大气延迟的插值问题，样本点和待插值点间的水平距离和高程差对待插值点的影响是不相同的。为了体现样本点和待插值点间的水平距离和高程测绘通报测绘科学前沿技术论坛论文集差对待插值点的影响的不同，这里构设影响因子 ，则式（4）可表示为（5）

16、22000(1)shi iidd式(5)中， 为样本点 到待插值点的水平距离，22000()()siiidi为样本点 与插值点的高程差。式（2） 、 （3） 、 （5）即构成了改进的反距0(1hiidN离加权内插法（IIDW） 。由式（5）可以看出，当 时 IIDW 退化为 IDW。.InSAR 和 GPS 集成方法估计地表三维形变速率如前所说，GPS 在水平方向的定位精度较高，但在垂直方向定位精度较差；而 DInSAR 对垂直方向的高程信息特别敏感，但它仅能提供斜距向的一维形变信息。综合 GPS 与 DInSAR 二者的互补特性，可以获得高精度的地表三维形变信息。DInSAR 提供的一维斜距

17、向形变速率可以表示为（6）TlosxyzxyzVu式（6）中， 为 DInSAR 测得的斜距向形变速率， 为 在 三个方losVxyzVlos,XYZ向的分量， 为已知的斜距向单位矢量，本文取 为xyzu zu10。0.34.950.3采用马尔科夫随机场理论，利用 GPS 插值得到的三维形变速率、DInSAR 测得的斜距向形变速率，并顾及式（6）有如下能量函数 910：（7）212 2(,)()()Niiiiixyznsloxyziiiiiiix yzzuvCVuvvCVv这里 22221111()()()()i i i insxyzi i i insxyzCC为 DInSAR 观测到的斜距向

18、形变速率， 为 GPS 观测或插值得到的三维形变速ilosV,iixzV率， 为待求三维形变速率， 为 DInSAR 斜距向形变速率观测标准差， 为,iixyzvins ,iixyzGPS 提供的三维形变速率观测标准差或插值标准差。对式（7）中的未知变量求偏导并令其等于零即可得到使能量函数 u 最小的解析解为：测绘通报测绘科学前沿技术论坛论文集（8）22()( )1iiiiiiiiiiiinsyzxlosyznsxzynsxyzxyzxxiiiiiiiiiiiy lxiiiznsxyzCuVuCuCuVvA 22()( )iiiiiiiiilosynsxzynsyzxyz这里（9）222iii

19、iiiiinsyznsxzynsxyzxyzCuCuuC不失一般性，以 向为例对式（8）水平方向估值进行分析。若 GPS 布点密度较大，插值X得到的 的精度高，但 DInSAR 分解得到的 精度低，则对二者进行加权平均ixViiilosyzV所得估值 的精度必然低于 。反之，若 GPS 布点密度较小，由插值得到的垂直方向 精度ivix izV大大降低，这样 DInSAR 分解得到的 精度与插值得到的 的精度几乎相当，iiilosyzuix这时对二者进行加权平均，估值 的精度改善不明显。ixv在垂直方向上，由于 GPS 测得的 精度低，且 DInSAR 对水平形变不敏感，使插值得到的izV精度始

20、终低于 DInSAR 分解得到的 精度，因此，对二者进行加权平均所得izViiilosxyu估值 的精度必然低于 的精度。基于以上分析，直接令 ， ，izviiilosxy iixvViiy并以此为约束将 DInSAR 斜距向形变速率分解到垂直方向，则有（10）i ixxyyiiiizlosxyvVu式（10）即为直接分解法的计算公式。试验结果与分析利用 GPS 改正 InSAR 大气延迟误差试验为了验证提出的改进反距离加权内插方法在大气延迟插值方面的有效性，选取目前世界上布站密度最高的南加里福尼亚综合 GPS 网中的 22 个点进行试验研究。将 22 个 GPS 测站中任意一个测站作为插值点

21、，其余 21 个测站作为样本点，即将 22 个 GPS 测站中任意一个测站的大气延迟作为待插值，其余 21 个测站由 GAMIT 软件计算得到的大气延迟作为真值，再利用两种插值方法分别进行插值，如此循环直到 22 测站的大气延迟都被估计出来。将 22 测站的估计值和GAMIT 软件计算得到的真值进行比较，可得到大气延迟插值误差。 图 2 显示了大气延迟真值和两种插值方法插值结果的比较， 图 3 和 表 1 给出了两种插值方法的比较结果。 测绘通报测绘科学前沿技术论坛论文集表 1 大气延迟插值误差值统计（毫米）最大值 最小值 平均值 标准差IDW 内插法 413.62 23.73 17.14 1

22、44.18IIDW 内插法 182.66 0.390 19.60 48.800图 2 大气延迟真值和估值比较图 3 两种插值方法误差比较由 表 1 可以看出，IIDW 的插值精度明显高于 IDW。通过对测站 3、测站 6、测站 17 和测站 22 的高程数据作进一步分析发现，这四个测站的高程较其它测站的总体高程有较大变化，这进一步说明了 IIDW 方法在高程变化较大的地区的优越性。InSAR 和 GPS 集成估计地表三维形变速率的试验在 二维栅格点上模拟水平及垂直方向形变速率，模拟结果如 图 4 所示。由 图 410可以看出，水平方向的形变速率是匀速变化的，而垂直方向上包含两种运动形式，一种是

23、随着时间的推移持续的沉降，另一种是周期性的沉降和上升（如地下水的季节性开采和回灌造成的周期形变等） 10。为了反映实际情况，对 图 4 模拟的数据进行加噪处理。对于 GPS 观测数据，水平方向加入标准差为 0.5cm 的高斯白噪声，垂直方向加入标准差为 3cm 的高斯白噪声。对于 DInSAR 数据，水平方向加入标准差为 2cm 的高斯白噪声，垂直方向加入标准差为 0.5cm 的高斯白噪声，并将其投影到斜距方向。随机选取 20、100 和 200 个 GPS 点，利用普通 Kring 插值方法对加噪后的 GPS 观测数据进行插值得到与 DInSAR 空间分辨率相同的三维形变速率， 图 5 给出

24、了显示了 100 个 GPS 点插值结果。需要指出的是，在插值样本点的数量和位置一定时，普通 Kring 方法的插值精度主要取决于变异函数模型的选择。根据试验研究，本文在 方向选指数变异,XY测绘通报测绘科学前沿技术论坛论文集模型，在 方向选线性变异模型。Z图 4 无噪声的三维形变速率模拟图 5 GPS 插值得到的三维形变速率比较 图 4 和 图 5 可以看出，GPS 插值结果在水平方向精度较高，但在垂直方向精度较低，这是由于 GPS 垂直观测精度低于水平观测精度。利用解析法和直接分解法对 GPS 数据和DInSAR 数据进行联合处理，结果如 图 6 所示。由 图 6 可以看出，在垂直方向上解

25、析法所得结果比 GPS 插值方法有明显的改善，而直接分解方法较解析法更优。图 6 解析法和直接分解法 Z 方向速率对比表 2 列出了 GPS 插值法、解析法和直接分解方法得到的形变速率误差标准差。由 表 2 可以看出，在水平方向上，当 GPS 布点密度较小时，解析法能够提高估值精度但提高的程度仅有测绘通报测绘科学前沿技术论坛论文集0.02-0.03，随着 GPS 布点密度的增大解析法的估值精度逐渐低于直接分解法。在垂直方向，直接分解法比 GPS 插值方法提高了 29.5，比解析法提高了 8.3，且结果几乎不随 GPS布点密度的大小而改变。表 2 形变速率误差标准差比较（cm/y）Vx Vy V

26、z20 个 GPS 点GPS 插值法 0.3451 0.5460 1.6317解 析 法 0.3450 0.5459 0.8959直接分解法 0.3451 0.5460 0.8583100 个 GPS 点GPS 插值法 0.2892 0.1614 1.1155解 析 法 0.2897 0.1614 0.9341直接分解法 0.2892 0.1614 0.8603200 个 GPS 点GPS 插值法 0.1237 0.0768 0.8998解 析 法 0.1241 0.0769 0.9772直接分解法 0.1237 0.0768 0.8542利用 InSAR 技术提取 DEM 精度分析选取卫星

27、ERS1/2 以串接飞行方式分别于 1996 年 01 月 02 日和 03 日成像的 2 幅 SAR 图像，利用 InSAR 技术提取江苏镇江地区的 DEM，并与美国 SRTM 3 弧秒分辨率的 DEM 进行比较，对InSAR 技术提取 DEM 的误差源进行了分析。图 7 是采用星载 InSAR 提取的 DEM，图 8 是 SRTM 3 弧秒分辨率的 DEM。比较 图 7 和图 8可以看出，利用InSAR技术提取的DEM分辨率与SRTM3弧秒分辨率的DEM分辨率相当，并能很好地显示出地形起伏（如山脉、沟谷）的纹理特征。图 7 利用 InSAR 技术提取的 DEM（单位：米）测绘通报测绘科学前

28、沿技术论坛论文集图 8 SRTM 3 弧秒分辨率 DEM（单位：米）测绘通报测绘科学前沿技术论坛论文集图 9和 表 3显示了星载InSAR提取的DEM与SRTM获取的DEM作差分处理后的结果。从 图 9可以看出，90%以上区域的高程差都在15m以内，随着地形起伏的加剧，高程差异增大，在山区差异最大，可达68m。由 表 3的统计结果可以看出，与SRTM获取的高程差的均值为6.38m，标准差为4.68m，这说明由InSAR技术提取的DEM与SRTM获取的DEM间存在约5m左右的系统误差。表 3 InSAR 提取的 DEM 与 SRTM 获取的 DEM 高程差统计结果（m ）最大值 均值 方差高程差

29、 68 6.38 4.6819.468.5219.30.2.146-7064325图 9 星载 SAR 提取的 DEM 与 SRTM 获取的 DEM 高程差我们认为利用InSAR技术提取的DEM与SRTM获取的DEM存在系统误差的主要原因可能是：1. 该区域地形起伏比较大，而且有大量的植被覆盖，即使成像时间仅隔 1 天，但时间失相关仍然存在，所以有较大的干涉相位噪声，从而使得星载 InSAR 提取的 DEM 精度受到影响。2. 镇江地区位于中国的东南部，水系比较发达，相对湿度比较大，由于没有成像时的大气资料，因而不能消除大气在空间和时间尺度上变化引起的干涉相位附加延迟，从而降低了 DEM 精度

30、。3. 镇江地区属丘陵地带，由于地形起伏较大，会出现透视收缩、顶底倒置以及雷达阴影等现象，但在提取 DEM 时，没有对这些失真现象进行校正，从而使得在山区误差较大；4. 虽然采用了 Delft 的精密轨道参数，但还不能完全消除卫星定轨误差，因而轨道误差产生了附加相位，从而影响干涉高程的精度。5. 星载 InSAR 技术提取 DEM 与 SRTM 获取的 DEM 大地水准面不同，这也是造成误差的原因。6. 选择的镇江地区 SAR 像对的成像时间是 1996 年，而 SRTM 获取的 DEM 的生成时间是2002 年，在这段时间间隔中存在人为的地形变化。测绘通报测绘科学前沿技术论坛论文集利用 DI

31、nSAR 监测地表沉降结果与分析选取南京地区 1996 年 8 月到 2000 年 12 月间 SAR 影像数据，针对以往 InSAR 像对预选中存在的问题，提出了基于相干系数的像对可用性判断因子的概念，并对可用性判断因子检测出的可用像对进行了两通差分干涉处理，利用 DInSAR 技术对 10 个像对进行了处理和综合分析，得到了南京市区 1996 年 8 月至 2000 年 12 月地面沉降的时空分布。图 10 显示了南京市区地面沉降的空间分布，图中黑色三角为起算点。 图 11 显示了 图 10中 1-5 号剖面的具体沉降量， 图 11 中像素大小为 ，则五个剖面中最大剖面长80m7.0km，

32、最小剖面长 3.7km。由 图 10 和 图 11 可见，1996 年 8 月到 2000 年 12 月间南京市区没有发生明显的破坏性的沉降漏斗。对于 图 10 右下方的明显升高分析其原因可能有两种：（1）存在回填土等原因的地面升高；（2）相位解缠不连续造成的误差。 图 12 给出了剖面 1中某测点 1996 年 8 月到 2000 年 12 月间的沉降历史。图 10 南京市区沉降分布图 图 11 15 号剖面沉降量图 12 剖 面 1 上 某 测 点 的 沉 降 量由 图 12 可以看出，在 1996 年 8 月到 2000 年 12 月间，该测点沉降成锯齿形类周期变化，没有发生持续性的沉陷

33、。联系到南京主城区大部分地区由秦淮河古河道及其支流淤积而成，软土、透水底层和破碎岩层发育，且一些透水底层连通地表水体 17，初步分析认为这一周期性变化与地下水位的高低变化有关。由 图 12 中虚线不难看出，沉降的周期变化呈现较明显的季节性，当雨季来临降水增多时，地表水体通过透水底层和破碎岩层注入地下使地下水位上升，地面升高；当降水减少时，地下水位降低地面沉陷，这一变化在 1998 年夏冬尤为明显。众所周知，1998 年我国气候异常，长江发生了上世纪第二位全流域型大洪水，长江水位高加上降测绘通报测绘科学前沿技术论坛论文集水多使得南京地下水位偏高，地面升高明显；当洪水退去，降水减少，地下水位回落到

34、正常水平，地面随之大幅沉陷。因此， 图 12 中结果与实际情况是相吻合的。InSAR 技术在小湾电站试验区应用问题及解决方案InSAR 技术虽具有广阔的应用前景，但常规 InSAR 技术面临着空间去相关和时间去相关等主要问题。由于水电工程一般集中在高大深谷和植被茂盛地区，InSAR 技术的时间和空间去相关问题表现得尤为严重。我们从欧空局购买了云南小湾水电站地区 2003 年 4 月到 2006 年 8月间共 33 景 ENVISAT 卫星 ASAR 数据，利用常规 InSAR 技术处理后几乎得不到任何有意义的结果。这迫使我们寻求新的方法来解决常规 InSAR 的去相关问题。目前，可行的方法有永

35、久散射体（PS）方法、人工角反射器（CR）方法和短基线集（SBAS ）方法。PS 方法最先由 Ferretti18于 1999 年提出，该方法从一组时间序列的 SAR 图像中选取一些保持高相干的自然物体作为 PS 点。由于这些 PS 点往往小于分辨单元，而且散射特性比较稳定，因而受时间和空间去相干的影响小。利用这些 PS 点获得的可靠相位信息可以反演出精确的地表形变和 DEM 信息。CR 方法与 PS 方法相类似，所不同的是 CR 方法用人工反射体代替了自然地物，从而能获得更加准确的相位信息，但同时也增加了形变监测的成本，从而限制了CR 方法的应用范围。此外，基于 PS 方法这一新概念，Ber

36、ardino 19提出了基于短基线集的差分干涉方法（SBAS） ，该方法采用短基线集内影像的任意组合进行干涉，降低了差分干涉图的空间去相干。相对于 PS 方法以一个影像为主影像进行干涉处理，SBAS 方法增加了差分干涉的数目，提高了形变监测的时间采样率。因此，采用 SBAS 方法是目前解决小湾电站 InSAR 技术面临问题的最佳方案之一。结论与展望我国在建和已经建成的大型水电工程中，每年有成千上万的滑坡发生，造成大量的资源流失和财产损失。综合新型的 InSAR 和 GPS 并与常规大地测量技术结合，可以监测大型水电工程如三峡地区的地面运动，包括地震形变、大型滑坡及库盆沉降。将 GPS 与 In

37、SAR 技术集成，将突破单一技术应用的局限，充分利用 InSAR 与 GPS 的互补性，发挥其各自优势，实现 GPS 高时间分辨率与 InSAR 高空间分辨率的有机统一，为大型水电工程复杂地表形变监测提供新的思路和方法。此外，为了解决常规 InSAR 在大型水电工程中应用的局限性，我们对 PS 方法和 SBAS方法的研究正在进行中，并已取得了初步的研究结果，将在后续的文章中详细介绍。参考文献：1 邢灿飞，龚凯虹，杜瑞林长江三峡工程地壳形变监测网络大地测量与地球动力学，2003，(1)：1141182 刘国祥，丁晓利，陈永奇，李志林，郑大伟极具潜力的空间对地观测新技术合成孔径雷达干涉地球科学进展

38、，2000，15(6)：7347403 Zebker, H.A., P.A. Rosen, S. Hensley. Atmospheric effects in interferometric synthetic aperture radar surface deformation and topographic maps. Journal of Geophysical Research, 1997, 7547-7563.4 Hanssen, R.F., T.M. Weckwerth, H.A. Zebker, R. Klees. High-resolution water vapour ma

39、pping from interferometric radar measurements. Science, 1999, 1295-1297.5 许才军，王华，黄劲松GPS 与 InSAR 数据融合研究展望武汉大学学报信息科学版，2003(特刊)：测绘通报测绘科学前沿技术论坛论文集58616 Bock Y., and Williams S. Integrated satellite interferometry in southern California. EOS Trans., AGU, 1997，78(29): 299-300.7 Sverrir Gudmundsson, Freyst

40、einn Sigmundsson, Jens Michael Carstensen. Three-dimensional surface motion maps estimated from combined interferometric synthetic aperture radar and GPS data. Journal of Geophysical Research, 2002, 107( B10):1-14.8 Stan Z. Li. Markov random field modeling in image analysis. Springer, Tokyo, 2001.9

41、Samsonov, S., K. Tiampo, J. Rundle, and Z. Li, Application of DInSAR-GPS optimization for derivation of fine scale surface motion maps of southern california, IEEE Transactions on Geoscience and Remote Sensing, 2007, 45(2):512-521.10Samsonov S. and K. Tiampo. Analytical optimization of DInSAR and GP

42、S dataset for derivation of three-dimensional surface motion. Geoscience and Remote Sensing Letters, 2006, 3(1):107111.11刘国祥InSAR 应用实例及其局限性分析四川测绘，2005，28(3)：13914312LI Zhi-wei ,DING Xiao-li , ZHU Jian-jun, ZOU Zheng-rong. Quantitative study of atmospheric effects in spaceborne insar measurements. Jo

43、urnal of Central South University of Technology ,2005,12(4):494-498.13李振洪，刘经南，许才军InSAR 数据处理中的误差分析武汉大学学报信息科学版，2004，29 (1)：727614Zhiwei Li. Modeling atmospheric effects on repeat-pass InSAR measurements. Hong Kong Polytechnic University, 2004.15Zhenhong Li. Correction of atmospheric water vapour effec

44、ts on repeat-pass SAR interferometry using GPS, MODIS and MERIS data. University of London, 2005.16侯艳声，郑铣鑫，应玉飞中国沿海地区可持续发展战略与地面沉降系统防治中国地质灾害与防治学报，2000，11（2）：303417胡存礼，杨献忠，杨祝良等南京地区新近系含膏砂泥地层的发现及其意义地质通报，2006，25（4）：51652018A. Ferretti, C. Prati, and F. Rocca. Permanent scatterers in SAR interferometry, IE

45、EE Transactions on Geoscience and Remote Sensing, 2001, 39(1):820.19P. Berardino, G. Fornaro, R. Lanari, and E. Sansosti. A new algorithm for surface deformation monitoring based on small baseline differential interferograms, IEEE Transactions on Geoscience and Remote Sensing, 2002, 40(11):23752383.