论文部分内容阅读
由于重庆地区主要以山地、丘陵地貌为主，地形起伏较大，在高速公路建设过程中会形成较多的人工边坡。目前，高速公路公司每年都会采取人工巡检的方式对边坡当前稳定性做出一个定性的评价，需要耗费大量人力物力，并且缺少定量的边坡评级标准。本文以重庆市渝涪高速公路为研究区，基于InSAR技术获取的研究区边坡形变数据，进行定量的高速公路边坡巡检技术研究。主要研究内容及成果如下：
①根据研究区地形地貌特点，选取了7景L波段的ALOS-2星载SAR影像数据作为本次试验的数据源。通过对试验SAR数据后向散射系数的分析，论证了L波段的雷达传感器对地形起伏大且植被茂密的研究区有较好的成像效果。由研究区后向散射系数的影响因素得知，通过调整雷达入射角可以进一步提高研究区SAR数据的后向散射系数，从而提高干涉相对的相干性。
②将选取的7景SAR数据分为了六组进行了D-InSAR处理，获取到了相干系数较高的干涉相对，说明了最终获取到的研究区形变数据可信度较高。通过对六组干涉相对的相干系数对比分析，发现数据间的时间基线是影响其相干性的主要因素，并且时间基线越小，其相干性越高。
③根据边坡失稳的发育过程制定了定量的边坡病害程度分级标准，利用InSAR技术获取到的研究区边坡的年形变值，采用定量分级方法对2016年、2017年、2019年及2020年研究区的边坡情况进行巡检。将基于InSAR巡检的结果与对应人工巡检的结果进行对比，获得了以下结论：
1）两种方法巡检结果的匹配度在36.1%~64.3%之间。利用第二组试验数据进行2017年研究区边坡巡检时，结果匹配度为36.1%，匹配度偏低是由于通过第二组数据获取的形变值偏大；利用第四组试验数据进行2019年研究区边坡巡检时，获取的形变值最接近于研究区边坡在2018年的实际形变值，结果匹配度达到了64.3%。结果误差主要来源于：InSAR技术测量精度引起的误差、分级标准引起的误差、InSAR技术的局限性导致的误差。
2）对于欠稳定边坡的巡检结果匹配度在48.6%~79.1%，说明了基于InSAR的边坡巡检方法对稳定性有变化的边坡是有一定的识别率的，是能达到一定的巡检目的的。
3）通过研究区四年的巡检结果，发现对于相干系数大于0.4的边坡，其巡检结果的准确性是较高的。
④通过本次研究可以得知，基于InSAR的高速公路边坡巡检技术局限性在于不能识别危岩、防护结构老化等边坡病害。但InSAR具有大范围全天候形变监测的优势，可以使高速公路边坡变形相关病害的巡检更高效。基于InSAR形变数据的边坡定量分级方法，也补足了现有高速公路边坡巡检中缺少定量分级的缺陷。
①根据研究区地形地貌特点，选取了7景L波段的ALOS-2星载SAR影像数据作为本次试验的数据源。通过对试验SAR数据后向散射系数的分析，论证了L波段的雷达传感器对地形起伏大且植被茂密的研究区有较好的成像效果。由研究区后向散射系数的影响因素得知，通过调整雷达入射角可以进一步提高研究区SAR数据的后向散射系数，从而提高干涉相对的相干性。
②将选取的7景SAR数据分为了六组进行了D-InSAR处理，获取到了相干系数较高的干涉相对，说明了最终获取到的研究区形变数据可信度较高。通过对六组干涉相对的相干系数对比分析，发现数据间的时间基线是影响其相干性的主要因素，并且时间基线越小，其相干性越高。
③根据边坡失稳的发育过程制定了定量的边坡病害程度分级标准，利用InSAR技术获取到的研究区边坡的年形变值，采用定量分级方法对2016年、2017年、2019年及2020年研究区的边坡情况进行巡检。将基于InSAR巡检的结果与对应人工巡检的结果进行对比，获得了以下结论：
1）两种方法巡检结果的匹配度在36.1%~64.3%之间。利用第二组试验数据进行2017年研究区边坡巡检时，结果匹配度为36.1%，匹配度偏低是由于通过第二组数据获取的形变值偏大；利用第四组试验数据进行2019年研究区边坡巡检时，获取的形变值最接近于研究区边坡在2018年的实际形变值，结果匹配度达到了64.3%。结果误差主要来源于：InSAR技术测量精度引起的误差、分级标准引起的误差、InSAR技术的局限性导致的误差。
2）对于欠稳定边坡的巡检结果匹配度在48.6%~79.1%，说明了基于InSAR的边坡巡检方法对稳定性有变化的边坡是有一定的识别率的，是能达到一定的巡检目的的。
3）通过研究区四年的巡检结果，发现对于相干系数大于0.4的边坡，其巡检结果的准确性是较高的。
④通过本次研究可以得知，基于InSAR的高速公路边坡巡检技术局限性在于不能识别危岩、防护结构老化等边坡病害。但InSAR具有大范围全天候形变监测的优势，可以使高速公路边坡变形相关病害的巡检更高效。基于InSAR形变数据的边坡定量分级方法，也补足了现有高速公路边坡巡检中缺少定量分级的缺陷。