摘要：本文从InSAR技术概述入手，并以具体的工程项目为例，对InSAR技术下的高速公路滑坡、路桥变形监测进行深入探讨，希望通过本文研究，为InSAR技术的良好应用提供参考借鉴。
蔡程晨吴多辉
北京兴遥数据科技有限公司北京100000
关键词：InSAR技术；高速公路滑坡；路桥变形监测
引言
随着我国工程领域的不断发展，各工程逐渐加大对于工程监测工作的重视程度，特别是高速公路工程，其所面临的环境较为复杂，更应通过先进的监测技术确保项目质量与结构安全性，为此，本文对此进行分析，具体如下。
1.InSAR技术概述
InSAR是合成孔径雷达干涉技术的简称，其作为主动式成像传感器，主要是通过微波的方式探测地表目标。InSAR技术通过雷达成像传感器，得到被测对象的复数图像信息，同时，经多个环节的处理，包括图像配准、基线估计、干涉图滤波、相位高程转换以及相位解缠等[1]，基于干涉相位下，反演地形信息。托马斯·杨在1801年发现了光的相干效应，并通过波的叠加原理对该效应进行解释，此次实验被称为“杨氏双缝光干涉实验”，而“光干涉条纹”则是InSAR技术的基本原理，同一区域被两幅SAR影响覆盖后，其各自会存在对应的像素相位值，两者相减最终得到干涉相位图，通过有效的数据处理发放时，分离并提出相应的相位信息[2]。InSAR技术的几何原理图详见图1。其中H表示的是主传感器与地面的距离，B表示的是空间基线，S1与S2分别代表主辅图像传感器，P表示地面目标点，R1与R2表示的是主辅图像斜距，表示的是基线B在水平方向的倾角，表示的是主图像的入射角，h表示的是P点高程，P0表示的是P在参考平地上的等斜据点，与分别表示的是B在雷达视线方向以及垂直视线方向上的投影[3]。
图1：InSAR技术的几何原理图
2.工程概况
某项目的示范区域为长晋高速路线，全长93.045公里，经5个市（县、区），晋城市境内与长治境内分别为61.545公里、31.5公里。沿线的边坡以及高速公路高架桥、路基作为重点的监测对象，主要监测内容包括地质地貌、边坡的各种病害等，例如变形、裂缝、崩解、碎落、掉皮等，对于高架桥主要监测的是桥面变形与隆起、累积沉降、桥墩差异沉降以及裂缝的早期识别等，对于路基主要监测的是路基沉降、隆起、沉降趋势与速度、累积形变量等等。
3.基于InSAR技术下的高速公路滑坡、路桥变形监测
3.1雷达数据采集与处理
3.2参考点位置
对于TS-InSAR技术而言，其具备较高的测量精度，实际测量过程中，需要设置相对准确的参考点，下图2表示的是用于整个图像解算的全部参考点。通过优化程序，最终完成参考点选择，在优化程序的使用下，能够对所有目标进行统计分析，例如高相干性、低时空变化以及低标准偏差，最终获得较为精准的结果。
图2：数据集设定的参考点位置
经过实际的监测，最终获得累积沉降总量，所有点均对应于TS或DS，同时，按照总形变量方向与大小用不同的颜色进行编码，共得出81131个形变点，具体是通过卫星视线（LOS）相对于数据集的第一图像测量形变量。该路段的累积形变量为，相对重要的高速公路段，在露天场地及边坡位置处存在几个局部隆起和沉降的区域位置。
该区域在10月的形变速率处于-3.15mm/年到7.73mm/年范围内，累计形变量处于-10.17mm到16.57mmm范围内。可以得出以下结论：第一，T1位置与公路相隔79m,这一位置处于经纬度累积形变量为-10.17mm,并且呈现出逐年下降的趋势，沉降大概是每年-3.15mm,全监测时段内呈现周期性，2020年的10月，单月形变量为-2m；第二，T2位置与公路相隔34m,这一位置的经纬度为累积形变量为5.78mm，具体在监测过程中，其形变速率为2.325mm/年，2019年1月至今，呈现出隆起状态，10月份单月形变量达到了0.08mm。
该区域的路基沉降区主要位于司马村附近，该位置的经纬度为，周围有较多大小不同的沉降漏斗区域。将高速路作为基准线，划定1km范围内的点进行分析，得出整个区域，在2019年1月至2020年10月形变速率处于-33.2mm/年至-7.32mm/年范围内，最大累积形变量-58.3mm。得出以下结论：第一，第一个弯道位置T1存在较为明显的形变情况，可以将其看作为高变形区域，累积形变量达到-58.3mm，同时，呈现出逐年均匀沉降的趋势[4]，沉降速度在-33.2mm左右，为线性形变趋势持续发展，在10月份的单月形变量为-4mm;第二，第二个位置T2这一区域存在橙色形变点，从时序形变图中可以看出，累积形变量达到-33.42mm，同时，呈现出逐年均匀沉降的趋势，沉降速度在-18.568mm左右，10月份单月形变量约-3.2mm。
结束语
综上所示，通过TSInSAR技术，对某公路项目做出实际监测，在稳定建筑区域设置了参考点，由于位置稳定，不会出现较大的数据差异，得到的结果精度较高，实际监测过程中主要得出以下结果:第一，10月K993+343高边坡区域的形变速率处于范围内，累计形变量处于-10.17mm到16.57mmm范围内；第二，K971+11910月整体位置在监测期间的形变速率在-33.2mm/year至-7.32mm/year之间，发生的最大累积形变量为-58.3mm。
参考文献
[1]唐尧、王立娟、廖军、贾洁琼.基于遥感回溯与InSAR技术的滑坡灾情及形变监测分析[J].国土资源信息化,2020,No.120(06):16-21.
[2]何沐,赵有兵.DS-InSAR技术在复杂艰险山区滑坡形变监测中的应用前景研究[J].测绘科学技术,2020,8(3):8.
[3]黄洁慧,谢谟文,王立伟.基于SBAS-InSAR技术的白格滑坡形变监测研究[J].人民长江,2019,050(012):101-105.
[4]肖建东.基于InSAR技术的滑坡崩滑分析[J].农业技术与装备,2019,No.355(07):50-52.
作者简介：蔡程晨1994年7月31日；性别：男；民族：汉；籍贯：江苏南通；学历：本科；单位：北京兴遥数据科技有限公司；研究方向：InSAR