2. 中国矿业大学(北京)地球科学与 测绘工程学院, 北京 100083
2. School of Geoscience and Surveying Engineering, China University of Mining & Technology, Beijing 100083, China
随着露天矿生产的不断进行，其边坡角也会逐渐增加，增加了露天矿边坡灾害发生的概率。因此，对露天矿边坡进行实时的变形监测，掌握边坡灾害的过程，利用一定的数据处理方法分析和建立预报、预警系统是至关重要的[1]。
全站仪、测量机器人和水准仪等传统测量技术在变形监测中已经得到广泛的应用，但容易受气候、时间、通视等条件的限制；GPS克服了传统观测技术的众多缺点，在变形监测中取得了广泛的应用，但露天矿边坡的坡度往往比较大，可视卫星的数目及几何位置严重影响了GPS的精度甚至可行性。GPS和全站仪等传统测量技术能获得相对较高精度的单点位移[2]，但难以整体反映边坡变形，更重要的是这些获取变形信息的方式都是接触式的，对于危险的边坡不宜进行观测。
合成孔径雷达干涉测量技术(synthetic aperture radar interferometry，InSAR)是近些年发展起来的极具潜力的微波遥感新技术，它已在冰川漂移、地震变形、火山运动等领域表现出很好的前景[3-6]。GB-InSAR是在星载SAR的基础上发展起来的一项新技术，其具有灵活多变、分辨率高、平台稳定、造价相对低廉等优点。GB-InSAR不仅能够监测山体滑坡、冰川移动、雪崩等无法接触或较为危险的领域，也能在大型桥梁、高层建筑物的变形监测中发挥重大的作用[7]，国内利用GB-InSAR进行露天矿变形监测仅仅停留在试验阶段，缺乏长时间连续监测的能力，因此本文以锡林浩特胜利东二号露天矿为研究对象，利用GB-InSAR技术获取矿区边坡的变形数据，随后利用GIS强大的空间数据处理、分析能力进行二次开发，实时、直观地进行露天矿边坡变形监测。
1 GB-InSAR与GIS集成 1.1 GB-InSAR原理GB-InSAR采用的是正侧视条带的工作模式，系统采用步进频率连续波，同时通过控制天线的运动实现空间高分辨率，其距离向分辨率和方位向分辨率表达式分别为
(1) 
(2) 式(1)-式(2) 中，B为雷达脉冲宽度；c为光速；L为合成后的天线孔径；λ为雷达波长。
1.2 D-InSARD-InSAR即差分干涉测量技术，利用D-InSAR可以实现目标物位移变化的精准测量[8]。设GB-InSAR在不同时间获取的同一目标区域的两幅SAR复图像为I1和I2，则将复图像的对应像素进行共轭相乘即可得到相位差(前提是两幅复图像匹配)，并形成干涉相位图。其干涉相位计算方式为
(3) 式中，*表示共轭，且∠(I(q))=φ(q)，干涉相位图中任意像素点q的相位差为
(4) 在实际处理过程中求得的相位差ϕ(q)只是(-π, π]内的主值，若要得到真实相位差φ(q)就必须进行相位解缠，由相位差可求得目标的视向变形值，其计算公式为
(5) 式中，fc代表雷达的工作频率；c为光速。
1.3 GISGIS以其强大的空间数据存储、管理、分析等功能，已被广泛应用于国土、遥感、国防、资源环境等领域[9]。目前GIS已经成为一项服务于信息化的技术工具，如何开发出快速、低成本的GIS应用系统成为企事业单位、高校、科研院所关注的热点。GIS已渗透到很多行业，市场上活跃着许多开发商推出的GIS二次开发产品，用户可以根据实际需求进行选择。由Esri公司开发的GIS二次开发产品ArcGIS Engine成为目前的主流，它具有灵活、易用、简洁、可移植性强、成本低等优点，深受GIS从业人员的喜爱[10]。
1.4 GB-InSAR与GIS集成通过GB-InSAR技术可以全天候、全天时地获取露天矿边坡的变形数据，而利用GIS可以将变形数据快速、直观地展现出来。因此，GB-InSAR与GIS集成可以充分利用两者的优势，实时、高效地对露天矿边坡进行变形监测，集成原理如图 1所示。
|
| 图 1 GB-InSAR与GIS集成原理 |
如图 1所示，GB-InSAR与GIS集成是利用GB-InSAR技术获取露天矿边坡变形数据，以ArcSDE为存储变形数据的数据库与GIS之间桥梁，并利用GIS二次开发组件开发露天矿边坡监测系统，进而实时、直观地对露天矿边坡进行变形监测。这里需要说明的是，ArcSDE(SDE即spatial database engine，空间数据库引擎)是ArcGIS与数据库之间通道。
2 GB-InSAR与GIS集成在露天矿边坡变形监测中的应用 2.1 锡林浩特胜利露天矿概况内蒙古大唐国际锡林浩特矿业有限公司东二号露天矿位于胜利煤田中东部，矿区面积为49.63 km2，东西长约8.0 km，南北宽约6.6 km，主体构造形态为NE-SW走向，两翼不对称的宽缓向斜。2013年初东2号露天矿已形成南北宽约2.3 km、东西长约3.5 km、面积约7.5 km2的采坑，边坡高度202 m。随着东二露天煤矿进一步的开拓和延伸，南帮边坡稳定性成为制约其安全生产的重要因素，因此需要对其边坡进行实时的变形监测。
2.2 GB-InSAR数据处理GB-InSAR数据处理的原理与星载和机载SAR的相似，由于GB-InSAR采用零空间基线工作的模式，并且轨道参数已知，因此无需考虑去基线估计和地平效应等步骤，且GB-InSAR影像获取时间间隔短，可以忽略大气延迟的影响[11]。GB-InSAR差分干涉测量的处理步骤主要包括GB-InSAR复图像的配准、干涉图生成和相位噪声滤波、相位解缠及变形值提取，GB-InSAR高精度的变形监测需要精准的干涉相位来保证，复图像的精确配准是成功进行干涉测量的前提[12]，因此在矿区稳固的地点安置若干个三面角反射器，并以此对GB-InSAR影像进行配准[13]。
本文结合某一天特定时段的7幅雷达监测数据对边坡变形提取的方法及结果进行说明。在数据处理中利用累积干涉相位法对所有相邻两幅图像相位差进行累加，这样可以消除相位缠绕和降低噪声影响，设I1, I2, …IN分别为在时间t1, t2, …tN时获得的目标区域SAR图像，则任意一个像元q点处目标的累积干涉相位由式(6) 可得，结合式(5) 即可得q的累计位移，结果如图 2所示。
(6)
|
| 图 2 变形图像序列 |
图 2为一个时间序列的6副差分后变形图像，时长为308 min。变形方向对应着坡度在视线方向的移动，负值表示距离减小，即朝着观测者运动，从结果可以看出，矿体对应图中的中心区域变形较为严重，有些区域变形甚至呈振荡趋势。
2.3 GIS在露天矿边坡变形监测中的应用上文对GB-InSAR技术提取露天矿边坡变形数据的方法进行了详细的阐述，并对变形数据的精度进行了验证。本文以ArcSDE为桥梁，将存储、管理变形数据的Oracle数据库与GIS有机地连接起来，并在Windows Form开发环境下，以C#为开发语言，实现ArcGIS Engine控件的集成，进而完成露天矿边坡变形监测系统的开发。根据露天矿边坡变形监测的需求与组件式结构和分层次开发的思想，将系统分为数据库、数据层、逻辑层和表现层，如图 3所示。
|
| 图 3 露天矿变形监测系统框架 |
为了尽可能满足露天矿边坡变形监测的需求，本文结合GIS的功能特点，在作变形分析的同时，附加了很多其他辅助功能，如视图管理、数据导出、警报设置等，系统功能框架如图 4所示。
|
| 图 4 系统功能框架 |
从图 4可以看出，本文利用ArcSDE将数据库与露天矿边坡变形监测系统连接起来，而GB-InSAR得到的变形数据存储在数据库中，从而实现了两者的集成。从功能框架可以看出，该系统不仅包括漫游、缩放等基本功能，还可以加载、显示矿区的实景及三维视图，最重要的是，作为一个露天矿边坡监测系统，其可以任意设置重点监测点和区域，并对点和区域的变形数据进行显示、输出，可以根据变形信息及矿区的实际情况进行相应预警。
2.4 GB-InSAR与GIS集成的露天矿变形边坡变形监测系统的实现GB-InSAR与GIS集成的露天矿边坡变形监测系统开发的过程繁复，且内容较多，本文结合图文仅对其中的视图管理、变形分析两大功能模块进行简单的介绍，具体示例如图 5、图 6所示。
|
| 图 5 系统视图 |
|
| 图 6 走势图 |
图 5(a)为雷达视图，即为渲染后的变形数据；图 5(b)是实景视图，其中上半区域是矿区实景图，下半区域对应的是经过渲染的实时变形图，两者具有相同的坐标系且有联动作用；图 5(c)显示的是监测区域，可以清晰地看出监测区域在三维视图与变形图中的位置；图 5(d)是实景图与实时变形图的叠加，通过该视图可以直观地了解露天矿边坡整体变形情况；图 5(e)是实时变形图与三维图的叠加，在视图的左侧有三维视图工具栏，可以进行各个角度浏览；图 5(f)是图 5(e)的局部，图中的深色区域为选中的监测区域。在每个视图的左下侧是监测区域的实时信息，主要包括数据的时间、区域信息、区域面积、位移、位移加速度、土方量等，右侧为变形信息的走势图，如位移走势图、位移速度走势图、位移加速度走势图等，且可多个走势图同时显示，如图 6所示，通过走势图可直观地得到监测区域的变形信息，并可以通过下方的两个滑条自主选择走势图的时间区间。
3 结论(1) 利用GB-InSAR扫描数据，通过差分干涉测量技术获取了露天矿边坡变形数据。试验结果表明，GB-InSAR技术可以快速、大范围地获取露天矿边坡变形信息。
(2) 将GB-InSAR得到的变形数据通过Oracle数据库和ArcSDE与GIS结合起来，并充分利用GIS强大的地图显示、分析功能，将变形数据通过计算、分析、渲染高效、直观地显示出来，为露天矿生产提供了有力的支持。
(3) 尽管GB-InSAR技术在地表变形监测方面具有传统技术手段难以比拟的优势，但是时空失相关和大气效应这两项因素严重影响到边坡变形信息的精度，将来有必要结合永久散射体技术对GB-InSAR技术进行深入的研究。
| [1] | 姜晨光, 逄晓周, 董勤景, 等. 露天矿边坡自动监测系统的开发与应用[J]. 中国地质灾害与防治学报, 2006, 17(4): 123–128. |
| [2] | 刘超, 高井祥, 王坚, 等. GPS/伪卫星技术在露天矿边坡监测中的应用[J]. 煤炭学报, 2010, 35(5): 755–759. |
| [3] | MONSERRAT O, CROSETTO M, LUZI G. A Review of Ground-based SAR Interferometry for Deformation Measurement[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2014, 93(7): 40–47. |
| [4] | BROUSSOLLE J, KYOVTOROV V, BASSO M, et al. MELISSA, A New Class of Ground Based InSAR System:An Example of Application in Support to the Costa Concordia Emergency[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2014, 91(5): 50–57. |
| [5] | CADUFF R, KOS A, SCHLUNEGGER F, et al. Terrestrial Radar Interferometric Measurement of Hillslope Deformation and Atmospheric Disturbances in the Illgraben Debris-flow Catchment, Switzerland[J]. IEEE Geoscience and Remote Sensing Letters, 2014, 11(2): 434–438. DOI:10.1109/LGRS.2013.2264564 |
| [6] | CADUFF R, SCHLUNEGGER F, KOS A, et al. A Review of Terrestrial Radar Interferometry for Measuring Surface Change in the Geosciences[J]. Earth Surface Processes and Landforms, 2015, 40(2): 208–228. DOI:10.1002/esp.3656 |
| [7] | 苏晨. 地基合成孔径雷达变形监测技术研究[D]. 重庆: 重庆大学, 2014. |
| [8] | 龙四春, 陈鹏琦, 袁英, 等. GB-InSAR技术及其形变监测[J]. 测绘通报, 2015(9): 1–5. |
| [9] | 范文瑜, 张荣群, 高玲玲. 基于ArcGIS Engine的银川平原湿地管理信息系统开发研究[J]. 测绘科学, 2010(S1): 212–214. |
| [10] | 吴建华. 基于ArcGIS Engine的GIS软件开发方法[J]. 测绘通报, 2010(11): 54–57. |
| [11] | 杨红磊, 彭军还, 崔洪曜. GB-InSAR监测大型露天矿边坡变形[J]. 地球物理学进展, 2012, 27(4): 1804–1811. DOI:10.6038/j.issn.1004-2903.2012.04.064 |
| [12] | 张祥. 地基SFCW SAR差分干涉测量技术研究[D]. 长沙: 国防科技大学, 2011. |
| [13] | 任月龙, 李如仁, 张信. 基于多传感器网的露天矿边坡变形监测[J]. 煤炭学报, 2014, 39(5): 767–773. |
| [14] | ZEBKER H A, VILLASENOR J. Decorrelation in Interferometric Radar Echoes[J]. IEEE Transactions on Geoscience and Remote Sensing, 1992, 30(5): 950–959. DOI:10.1109/36.175330 |
| [15] | ZEBKER H A, ROSEN P A, HENSLEY S. Atmospheric Effects in Interferometric Aperture Radar Surface Deformation and Topographic Maps[J]. Journal of Geophysical Research(Solid Earth), 1997, 102(B4): 7547–7563. |
| [16] | IGLESIAS R, FABREGAS X, AGUASCA A, et al. Atmospheric Phase Screen Compensation in Ground-based SAR with a Multiple-regression Model over Mountainous Regions[J]. IEEE Transactions on Geoscience & Remote Sensing, 2013, 52(5): 2436–2449. |
| [17] | AGRAM P. Persistent Scatterer Interferometry in Natural Terrain[D]. Stanford:Stanford University, 2010. |