一种基于InSAR技术的输电铁塔倾斜监测方法与流程

本发明涉及合成孔径雷达干涉测量技术(interferometricsyntheticapertureradar，insar)、时间序列insar技术、输电铁塔、倾斜监测等技术领域，尤其涉及基于时间序列insar技术的输电铁塔倾斜监测。

背景技术：

insar技术的全称是合成孔径雷达干涉测量技术(interferometricsyntheticapertureradar)，它是泛指利用雷达卫星影像(如terrasar-x、cosmo-skymed、sentinel-1、radarsat-2、alos-2等卫星)进行干涉处理，获取地表高程和变形信息的技术。

时间序列insar技术是在insar基础上发展起来的一项利用多景sar影像实现高精度变形监测的技术，尤其适用于城市地面沉降和基础设施变形监测。常用的时间序列insar技术包括永久散射体干涉测量技术(persistentscatterersinsar，ps-insar)、小基线技术(smallbaselinesubsetsinsar，sbas-insar)、同分布散射体干涉测量技术(distributedscatterersinsar，ds-insar)、差分层析sar方法((differentialsartomography，d-tomosar)等。

输电铁塔泛指用钢铁型材建成的塔状钢架构，常用于架设高压电线线路，按其性状通常分为酒杯型、猫头型、上字型、干字型、桶型等。

倾斜监测通常指利用全站仪、垂准仪、倾斜仪、水准仪、近景摄影测量等测量手段获取建筑物的倾斜量，可通过测定相互垂直的两个方向上的倾斜分量来获取倾斜方向和倾斜值。

输电线路覆盖范围广，输送距离长，沿途经过很多环境条件恶劣、地质地形复杂、气候多变地区，如我国长江流域、西南地区，地质灾害种类较多、分布面积较大，山体滑坡、塌陷等地质灾害频发。同时受人类活动的影响，输电线路周边各种施工、采掘作业活动对原本脆弱的地质环境造成很大影响，极易导致输电线路铁塔及基础的倾斜、沉降，严重威胁输电线路的安全稳定运行。因此，对输电铁塔进行持续有效地监测，可靠、高效地获取电网设施状态，对保障输电线路安全运行具有重要意义，尤其在地质灾害风险较高的重点区域。

对于输电铁塔的倾斜监测，常用的测量方法包括铅垂法、经纬仪观测法、平面镜法等。上述测量方法精度较高，但野外作业费时费力，监测效率较低，尤其在地形地貌复杂、存在危险等人力较难进入的区域。因此，迫切需要一种监测范围广、周期短、效率高的监测新手段。

本发明提出了一种基于insar技术的输电铁塔倾斜监测方法，该方法首先利用时间序列insar技术获取铁塔表面有效监测点的高程和变形序列信息，然后基于监测点的位置和变形信息估计铁塔在雷达卫星飞行方向和垂直于雷达卫星方向的倾斜分量，最终获取铁塔的倾斜方向和倾斜度。

该方法可定期提供大范围广域的监测结果，大幅提高监测效率，同时无需现场布置监测设备和人工操作，可大大减少人工测量的成本。

技术实现要素：

为了实现本发明的目的，本发明提供一种基于insar技术的输电铁塔倾斜监测方法。

本发明的具体技术方案如下：

一种基于insar技术的输电铁塔倾斜监测方法，所述方法包括如下步骤：

第一步：通过差分干涉处理获取干涉图集合，并利用时间序列insar技术获取铁塔表面监测点的高程、变形速率、热膨胀系数及其在雷达视线方向的变形量；

第二步：基于insar监测点的位置和变形信息分析铁塔在雷达卫星飞行方向和垂直于雷达卫星方向的倾斜分量；

第三步：利用insar技术获取的倾斜分量及雷达卫星轨道参数获取铁塔的倾斜方向和总倾斜度。

进一步地，在所述第一步中，通过影像配准、干涉相对组合、干涉图生成、模拟地形相位、去地形相位步骤，获取差分干涉图集合，并利用insar时序分析获取铁塔表面监测点的高程、变形速率、热膨胀系数及其在雷达视线方向的变形量；

insar时序分析主要包括相干目标点选取、相位解缠、轨道误差改正、大气误差改正、参数估计、变形序列获取内容。

进一步地，在参数估计步骤，所估计参数包括监测点的高程值、变形速率、热膨胀系数；

热膨胀系数代表铁塔受热胀冷缩效应影响而产生的变形；

建立insar监测点间相位差值与高程差值、变形速率差值、热膨胀系数的函数关系式：

式中，为第k景已解缠的差分干涉图中监测点i和j的相位差值，为已去除轨道误差和大气误差的相位，λ为sar卫星所发射电磁波的波长；

δt^k代表第k景差分干涉图所采用两幅sar影像的拍摄时间差值，δvi,j为监测点i和j的变形速率差值，为第k景差分干涉图的垂直基线长度，ri,j、βi,j分别为雷达卫星的斜距和雷达卫星入射角，δhi,j为监测点i和j的高程差值，δtemp^k代表第k景差分干涉图所对应两幅sar影像拍摄时间的大气温度差值，tep为所监测铁塔的热膨胀系数，为第k景干涉图中监测点i和j对应的相位残差。

进一步地，利用高分辨率雷达卫星影像进行insar数据处理，可在输电铁塔立面上获取多个有效监测点；

基于insar监测点间相位差值与高程差值、变形速率差值、热膨胀系数的函数关系式，采用最小二乘法、极大似然法参数估计方法即可获取铁塔表面监测点间高程差值、变形速率差值、热膨胀系数的估计；在铁塔附近稳定区域选定1个已知地面高程的监测点，即可获取铁塔立体表面监测点的高程和变形速率。

进一步地，在所述第二步中，具体应用如下步骤进行计算铁塔在雷达卫星飞行方向和垂直于雷达卫星方向的倾斜分量：

考虑到输电铁塔在sar影像中的散射特征，在insar监测结果中，铁塔表面任意监测点的位置可表示为l，h，式中l为监测点在雷达卫星飞行方向的坐标值，可通过监测点的sar影像坐标和sar影像的分辨率参数求取，h为监测点的高程值；

铁塔倾斜值可通过测定雷达卫星飞行方向和垂直于雷达卫星飞行方向上的倾斜分量来获取；雷达卫星飞行方向倾斜分量与处于相同高度的任意两insar监测点i和j在雷达视线方向变形量差值的关系式可表示为：

式中δli,j为监测点的方位向坐标差值；θi,j为sar卫星的入射角，可通过查询sar卫星影像参数文件获取，α为铁塔在雷达卫星飞行方向的整体倾斜度；

垂直于雷达卫星飞行方向倾斜分量与处于相同方位向坐标的任意两insar监测点i和j在雷达视线方向变形量差值的关系式可表示为：

式中δhi,j为监测点的高程差值，β为铁塔在垂直于雷达卫星方向的整体倾斜度；

根据insar监测点变形量与雷达卫星飞行方向倾斜度、垂直于雷达卫星方向倾斜度的关系，铁塔表面任意两个insar监测点i和j在雷达视线方向的变形量差值可表示为：

利用高分辨率雷达卫星影像进行insar数据处理，可在输电铁塔立面上获取多个有效监测点，根据监测点变形量与铁塔倾斜分量的关系式，采用最小二乘法、极大似然估计法等参数估计方法即可获取铁塔在雷达卫星飞行方向及垂直于雷达卫星飞行方向的倾斜度。

进一步地，在所述第二步中，铁塔表面任意监测点的位置表示方法；

铁塔表面任意监测点的位置可表示为l，h，式中l为监测点在雷达卫星飞行方向的坐标值，可通过监测点的sar影像坐标和sar影像的分辨率参数求取，h为监测点的高程值。

进一步地，在所述第二步中，铁塔在雷达卫星飞行方向倾斜分量与处于相同高度的insar监测点在雷达视线方向的变形量关系式。

雷达卫星飞行方向倾斜分量与处于相同高度的任意两insar监测点i和j在雷达视线方向变形量差值的关系式可表示为：

式中δli,j为监测点的方位向坐标差值。θi,j为sar卫星的入射角，可通过查询sar卫星影像参数文件获取，α为铁塔在雷达卫星飞行方向的整体倾斜度。

进一步地，在所述第二步中，铁塔在垂直于雷达卫星飞行方向倾斜分量与处于相同方位向坐标的insar监测点在雷达视线方向的变形量关系式；

垂直于雷达卫星飞行方向倾斜分量与处于相同方位向坐标的任意两insar监测点i和j在雷达视线方向变形量差值的关系式可表示为：

式中δhi,j为监测点的高程差值，β为铁塔在垂直于雷达卫星方向的整体倾斜度。

进一步地，在所述第二步中，铁塔立体表面任意两insar监测点在雷达视线方向的变形量差值与雷达卫星飞行方向倾斜度、垂直于雷达卫星方向倾斜度的关系式；

根据insar监测点变形量与雷达卫星飞行方向倾斜度、垂直于雷达卫星方向倾斜度的关系，铁塔表面任意两个insar监测点i和j在雷达视线方向的变形量差值可表示为：

进一步地，在所述第三步中，具体应用如下步骤进行计算铁塔的倾斜方向和总倾斜度：

以北方向为基准，升轨雷达卫星影像获取的倾斜分量与铁塔倾斜方向ang关系为：

降轨雷达卫星影像获取的倾斜分量与铁塔倾斜方向ang关系为：

式中δ为雷达卫星的轨道倾角。可通过查询sar影像参数文件获取。

输电铁塔的总倾斜度可表示为：

式中，g为输电铁塔的倾斜度；

在所述第三步中，基于雷达卫星的升降轨参数信息和倾斜分量计算铁塔倾斜方向的方法：

以北方向为基准，升轨雷达卫星影像获取的倾斜分量与铁塔倾斜方向ang关系为：

降轨雷达卫星影像获取的倾斜分量与铁塔倾斜方向ang关系为：

式中δ为雷达卫星的轨道倾角。可通过查询sar影像参数文件获取。

本发明的有益效果为：本发明提出了一种基于insar技术的输电铁塔倾斜监测方法，该方法利用时间序列insar技术获取的铁塔表面监测点的高程和变形值，可获取铁塔在雷达飞行方向和垂直于雷达飞行方向的倾斜分量，并最终获取铁塔的倾斜方向和总倾斜度。上述方法无需现场布置监测设备和人工操作，可大幅提高监测效率，减少人工作业成本，尤其对于地形地貌复杂、存在危险等人力较难进入的区域。

附图说明

图1为本发明第一实施例的工作原理流程图；

图2a为本发明第一实施例的sar平均强度影像；

图2b为图2a的局部放大图；

图3为铁塔表面insar监测点的位置信息和在雷达视线方向的累计变形量图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细描述。应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。

相反，本发明涵盖任何由权利要求定义的在本发明的精髓和范围上做的替代、修改、等效方法以及方案。进一步，为了使公众对本发明有更好的了解，在下文对本发明的细节描述中，详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。

如图1所示，为本发明第一实施例的工作原理流程图，本发明所提出的基于时间序列insar技术的输电铁塔倾斜监测方法，可实现对输电铁塔进行持续有效地大范围倾斜变形监测。该方法的关键实施策略主要包括三个部分：insar变形分析；倾斜分量估计；倾斜方向和倾斜率计算。

(1)insar变形分析

本部分主要内容为利用insar变形分析技术获取铁塔表面有效监测点的解算参数和变形信息，主要包括差分干涉处理、insar时序分析等。

a1差分干涉处理步骤：差分干涉处理主要包括影像配准、干涉相对组合、干涉图生成、模拟地形相位、去地形相位等内容。

a1.1影像配准：sar影像配准为将sar影像序列与主影像进行配准，包括粗配准和精配准。粗配准主要利用卫星轨道参数或人工选取少量的特征点，计算待配准影像(辅影像)相对主影像在方位向(行方向)和距离向(列方向)的偏移量。

a1.2干涉相对组合：常用的组合模式包括单主影像组合模式、小基线集组合模式、自由组合模式。单主影像组合模式基本思想为选取一幅影像作为公共主影像，其余所有影像均为从影像。小基线集组合模式为利用空间基线阈值法选取短基线干涉对，以减弱空间失相干的影像。自由组合模式为sar影像集内的所有影像可按照任意组合的方式进行干涉配对。

a1.3干涉图生成：根据干涉相对组合关系，将精配准后的主辅影像进行复共轭相乘，生成相应的干涉图。对于空间基线较长的干涉相对可进行距离向频谱滤波，以消除距离向频谱偏移。

a1.4模拟地形相位：利用外部dem数据，根据sar成像参数建立图像坐标与大地坐标之间的映射关系，获得sar图像坐标系的高程数据，再利用影像轨道数据和sar图像的高程数据，计算每个像素的模拟地形相位。其中，所采用的外部dem数据可以为srtm数据，或者是基于三维激光扫描技术生成的高分辨率地形数据。

a1.5去地形相位：从干涉图中去除模拟地形相位，得到差分干涉图。差分干涉相位包括地表形变相位、高程误差相位、大气相位、轨道误差相位以及噪声相位等。

a2insar时序分析主要包括相干目标点选取、相位解缠、轨道误差改正、大气误差改正、参数估计、变形序列获取等内容。

a2.1相干目标点选取：相干目标点选取为利用sar影像的强度或相位信息识别铁塔表面信噪比较高的目标点。常用的相干点选取方法包括振幅离差法、相干性阈值法、强度阈值法、信噪比阈值法等。

a2.2相位解缠为：相位解缠主要为解决干涉图中2π模糊度的问题，恢复像素点的绝对相位值，可分为空间相位解缠和三维相位解缠。常用的空间相位解缠方法包括枝切法、最小费用流法、最小二乘法。三维相位解缠为结合时间维和空间维相位解缠的方法。

a2.3轨道误差改正：轨道误差相位为基线估计不精确导致的相位误差。常用的轨道误差改正方法包括基线精确估计和干涉相位误差校正。基线精确估计为利用地面控制点精化insar干涉基线的方法。干涉相位误差校正则多采用拟合多项式模型的方式。最后将估计的轨道误差相位从差分干涉图中去除。

a2.4大气误差改正：大气延迟校正的方法主要包括经验方法和预测方法。经验方法主要是利用大气延迟相位在时间上不相关的特性，通过时间维高通滤波和空间低通滤波来实现大气延迟相位的估计，并将其从干涉图中去除。预测方法则是利用外部气象资料(温度、气压、湿度或水汽含量信息)对sar影像成像时的大气延迟量进行直接计算。

a2.5参数估计：所参数估计包括监测点的高程值、变形速率、热膨胀系数等。其中，热膨胀系数代表铁塔受热胀冷缩效应影响而产生的变形。首先建立insar监测点间相位差值与高程差值、变形速率差值、热膨胀系数的函数关系式：

式中，为第k景已解缠的差分干涉图中监测点i和j的相位差值，为已去除轨道误差和大气误差的相位，λ为sar卫星所发射电磁波的波长。δt^k代表第k景差分干涉图所采用两幅sar影像的拍摄时间差值，δvi,j为监测点i和j的变形速率差值，为第k景差分干涉图的垂直基线长度，ri,j、βi,j分别为雷达卫星的斜距和雷达卫星入射角，δhi,j为监测点i和j的高程差值，δtemp^k代表第k景差分干涉图所对应两幅sar影像拍摄时间的大气温度差值，tep为所监测铁塔的热膨胀系数，为第k景干涉图中监测点i和j对应的相位残差。

利用sar影像序列生成的差分干涉图集合，基于insar监测点间相位差值与高程差值和变形速率差值的函数关系式，采用最小二乘法、极大似然法等参数估计方法即可获取铁塔表面监测点间高程差值和变形速率差值的估计。在铁塔附近稳定区域选定1个已知地面高程的监测点，即可获取铁塔立体表面监测点的高程和变形速率。

a2.6变形序列获取：首先将高程误差相位、轨道误差相位、大气误差相位、热胀冷缩效应模型相位从差分干涉相位中去除，然后基于卫星参数信息将相位序列转换为变形序列。

(2)倾斜分量估计

本部分主要内容为基于监测点的位置和变形信息估计铁塔在雷达卫星飞行方向和垂直于雷达卫星方向的倾斜分量。具体估计流程如下所示：

考虑到输电铁塔在sar影像中的散射特征，在insar监测结果中，铁塔表面任意监测点的位置可表示为(l，h)，式中l为监测点在雷达卫星飞行方向的坐标值(方位向坐标)，可通过监测点的sar影像坐标和sar影像的分辨率参数求取，h为监测点的高程值。

铁塔倾斜值可通过测定雷达卫星飞行方向和垂直于雷达卫星飞行方向上的倾斜分量来获取。雷达卫星飞行方向倾斜分量与处于相同高度的任意两insar监测点i和j在雷达视线方向变形量差值的关系式可表示为：

式中δli,j为监测点的方位向坐标差值。θi,j为sar卫星的入射角，可通过查询sar卫星影像参数文件获取，α为铁塔在雷达卫星飞行方向的整体倾斜度。

垂直于雷达卫星飞行方向倾斜分量与处于相同方位向坐标的任意两insar监测点i和j在雷达视线方向变形量差值的关系式可表示为：

式中δhi,j为监测点的高程差值，β为铁塔在垂直于雷达卫星方向的整体倾斜度。

根据insar监测点变形量与雷达卫星飞行方向倾斜度、垂直于雷达卫星方向倾斜度的关系，铁塔表面任意两个insar监测点i和j在雷达视线方向的变形量差值可表示为：

利用高分辨率雷达卫星影像进行insar数据处理，可在输电铁塔立面上获取多个有效监测点。根据监测点变形量与铁塔倾斜分量的关系式，采用最小二乘法、极大似然估计法等参数估计方法即可获取铁塔在雷达卫星飞行方向及垂直于雷达卫星飞行方向的倾斜度。

(3)倾斜方向和总倾斜度计算

本部分的目的是利用insar获取的倾斜分量及雷达卫星轨道参数获取铁塔的倾斜方向和总倾斜度。具体计算流程如下所示：

以北方向为基准，升轨雷达卫星影像获取的倾斜分量与铁塔倾斜方向ang关系为：

降轨雷达卫星影像获取的倾斜分量与铁塔倾斜方向ang关系为：

式中δ为雷达卫星的轨道倾角。以目前处于服役期的雷达卫星(terrasar-x、cosmo-skymed、sentinel-1等)为例，并以深圳当地纬度为参考，升轨雷达卫星的轨道倾角约为-11°00′，降轨雷达卫星的轨道倾角约为11°40′。

输电铁塔的总倾斜度可表示为：

式中，g为输电铁塔的倾斜度。

实施案例：

选取2013年11月至2016年10月期间拍摄的44景terrasar-x影像进行铁塔倾斜监测试验，影像空间分辨率为3m×3m，运行波段为x波段，空间覆盖范围为30km*30km。试验中对44景sar强度影像进行平均处理，以提高影像的信噪比。图2a为sar平均强度影像，输电铁塔为角钢组成的镂空金属结构体，其在影像中表现为多个亮斑点，图2b为该输电铁塔的放大图。

首先对sar影像序列进行差分干涉处理。差分干涉处理流程包括影像配准、干涉相对组合、干涉图生成、模拟地形相位、去地形相位等。选取2015年7月25日拍摄的影像为主影像，并将其余43景sar影像与该影像进行高精度配准，配准精度不低于0.1个像素。干涉相对组合模式选用单主影像组合模式，2015年7月25日拍摄的影像为主影像，其余43景影像为副影像。然后对主影像和副影像进行干涉处理，生成43景干涉图。在模拟地形相位步骤，以30米分辨率的srtm数据为外部dem数据，基于卫星轨道信息对平地相位和地形相位进行模拟。在去地形相位步骤，将模拟的地形相位从干涉图中去除，最终形成43景差分干涉图

基于差分干涉图，对监测区域进行insar时序分析。insar时序分析步骤包括相干目标点选取、相位解缠、轨道误差改正、大气误差改正、参数估计、变形序列获取等内容。在相干目标点选取步骤，本案例选用振幅离差法选取相干目标点，振幅离差设定为0.4。在相位解缠步骤，本案例采用三维相位解缠方法，对监测点相位序列进行相位解缠。在轨道误差改正步骤，采用拟合多项式模型的方式获取轨道误差相位，并将其从干涉图中去除。在大气误差改正步骤，采用经验方法实现大气误差相位的估计，并将其从干涉图中去除。在参数估计步骤，采用最小二乘法实现高程误差、变形速率、热膨胀系数的估计。最终获取了铁塔表面insar监测点的变形数据。

如图3所示为铁塔表面insar监测点的位置信息和在雷达视线方向的累计变形量，可看出insar技术可在铁塔表面获取较多的监测点。图中横坐标为监测点的高程h，纵坐标为监测点的方位向坐标l，图中监测点的颜色深浅代表其在监测期间的累计变形量大小，颜色越深表示监测点的累计变形量越大。在本次试验中，铁塔底部监测点的最小累计变形量为-8mm，铁塔顶部监测点的最大累计变形量为-44mm。

基于insar监测点的位置信息和累计变形量，可获取输电铁塔在雷达卫星飞行方向和垂直于雷达卫星方向的倾斜分量，然后结合terrasar-x的卫星轨道参数，可获得输电铁塔的倾斜度为0.11％(在倾斜方向监测点的沉降差与其距离的比值)，倾斜方向为东偏南22°。

应用所述基于时间序列insar技术的输电铁塔倾斜监测方法，该方法利用时间序列insar技术获取的铁塔表面监测点的高程和变形值，可获取铁塔在雷达飞行方向和垂直于雷达飞行方向的倾斜分量，并最终获取铁塔的倾斜方向和总倾斜度。上述方法无需现场布置监测设备和人工操作，可大幅提高监测效率，减少人工作业成本，尤其对于地形地貌复杂、存在危险等人力较难进入的区域。