Методы дистанционного зондирования для мониторинга осаждения земель в районе гражданской инфраструктуры

Точность и ограничения

Современные спутниковые миссии, такие как Sentinel-1 ЕКА, обеспечивают глобальное покрытие с 12-дневным повторным циклом и пространственным разрешением 5-20 метров. Коммерческие спутники, такие как TerraSAR-X, достигают субцентриметровой точности. Однако производительность InSAR ухудшается в районах с плотной растительностью, крутыми склонами или быстрой деформацией (превышая способность к раскручиванию фазы). Атмосферный водяной пар вводит задержки распространения, которые необходимо исправлять с помощью внешних погодных моделей или многовременного анализа. Несмотря на эти проблемы, InSAR остается наиболее широко используемым методом дистанционного зондирования для исследований оседания, связанных с инфраструктурой.

Тематическое исследование: мониторинг пригородов вдоль высокоскоростного железнодорожного коридора

В исследовании 2022 года, опубликованном в Remote Sensing of Environment, исследователи применили PSInSAR к данным Sentinel-1 на участке 200 км высокоскоростной железнодорожной линии в восточном Китае. Они обнаружили локализованные скорости оседания до 8 см/год, влияющие на мостовые пирсы и выравнивание путей. Результаты ориентировались на стабилизацию фундамента и сокращение простоев технического обслуживания. Этот пример иллюстрирует ценность метода для активного управления активами.

Узнайте больше о Sentinel-1 и его интерферометрических возможностях

Обнаружение и ранжирование света (LiDAR)

Воздушно-десантная и наземная лидар

LiDAR предоставляет топографические данные высокого разрешения, измеряя время прохождения лазерных импульсов. Бортовой LiDAR (ALS) собирает данные о высоте на широких участках с вертикальной точностью до 5-15 см. Сравнивая повторные исследования (многовременной LiDAR), аналитики могут обнаружить оседание на расстоянии всего нескольких сантиметров. Наземный LiDAR (TLS) предлагает точность миллиметра для местной инфраструктуры, такой как мостовые палубы, подпорные стены или туннельные накладки. Преимущество LiDAR над InSAR заключается в том, что он дает абсолютные измерения высоты, а не относительное смещение, что облегчает интеграцию с другими геодезическими данными.

Приложения в области проектирования и мониторинга инфраструктуры

Цифровые модели высотного подъема (DEM) на основе LiDAR используются для первоначальной оценки риска оседания, картирования пойм и проектирования дренажных систем. Для существующих структур TLS может обнаруживать тонкие изменения кривизны или наклона в стальных балках и бетонных пирсах. В прибрежных средах ALS используется для мониторинга оседания пляжей и дюн, которое угрожает приморской инфраструктуре.

Ограничения

Обследования LiDAR являются дорогостоящими и обычно проводятся на основе проекта, а не непрерывно. Временное разрешение низкое - часто годы между повторными полетами. Плотная растительность может блокировать лазерную отдачу, хотя многоспектральная LiDAR и обработка в полноволновой форме частично смягчают эту проблему.

Оптические спутниковые снимки и фотограмметрия

Обнаружение изменений из мультиспектральных данных

Оптические спутники высокого разрешения (например, WorldView, PlanetScope) предоставляют многоспектральные изображения, которые могут использоваться для вывода деформации грунта посредством анализа теневых паттернов, отслеживания признаков или сравнения цифровой модели поверхности. Стереофотограмметрия генерирует 3D-облака точек из перекрывающихся изображений, позволяя дифференцировать DEM с течением времени. В то время как менее точные, чем InSAR или LiDAR (типичная вертикальная точность 0,5-1 м), оптические методы ценны для обнаружения крупномасштабных или быстрых событий оседания, таких как образование воронки или обрушение добычи.

Преимущества и недостатки

Оптические изображения интуитивно понятны для интерпретации и обеспечивают пространственный контекст. Однако для этого требуются безоблачные условия и согласованные углы солнца, ограничивающие частоту повторного посещения в облачных регионах. Изменение растительности также может маскировать тонкие сигналы оседания. Тем не менее, по мере совершенствования методов машинного обучения, объединение оптических данных с SAR становится мощным методом слияния.

Сети глобальной навигационной спутниковой системы (GNSS)

Непрерывный GPS-мониторинг

Наземные станции ГНСС (в первую очередь GPS) обеспечивают измерения 3D-перемещений с точностью до миллиметра со скоростью до 1 Гц. Непрерывные рабочие опорные станции (CORS) необходимы для калибровки и проверки спутниковых измерений. Плотные сети ГНСС, установленные вблизи критической инфраструктуры, такие как мосты с пролетом, плотины и туннельные порталы, предлагают мониторинг оседания в реальном времени, который может вызвать немедленные оповещения.

Интеграция с InSAR

Сочетание GNSS и InSAR является синергетическим: GNSS обеспечивает абсолютные ориентиры, в то время как InSAR заполняет пространственные пробелы между станциями. Эта интеграция является стандартной в операционных системах мониторинга оседания во всем мире, таких как те, которые используются для проекта Калифорнийской высокоскоростной железной дороги и сети оседания дамб в Нидерландах.

USGS Land Subsidence Information Page

Применение в мониторинге гражданской инфраструктуры

Дороги и шоссе

Линейная инфраструктура, такая как дороги, особенно уязвима для дифференциального оседания. Анализ временных рядов InSAR может идентифицировать локализованные горячие точки поселений вдоль коридоров шоссе, что позволяет проводить целенаправленный ремонт до возникновения сбоев в тротуаре. Например, исследование 2023 года с использованием PSInSAR на 60-километровом участке межштатной автомагистрали в Техасе выявило скорость оседания 2-5 см/год, связанную с отводом грунтовых вод. Полученные результаты вызвали корректировки в дренажной системе дороги и плановое восстановление. LiDAR также обычно используется для оценки шероховатости дорожного покрытия и изменений поперечного скольжения с течением времени.

Мосты и виадук

Мосты требуют точного вертикального выравнивания для поддержания распределения нагрузки. Дифференциальное урегулирование примыканий или причалов может вызвать растрескивание палубы и смещение подшипников. Методы мониторинга: InSAR может отслеживать перемещения отдельных мостовых конструкций в миллиметровом масштабе, если они содержат постоянные рассеиватели (например, стальные перила, бетонные края). TLS обеспечивает подробные точечные облака геометрии моста для обновления модели конечных элементов. В заметном случае мониторинг InSAR моста тысячелетия в Лондоне выявил сезонные тепловые модели расширения, наложенные на долгосрочную ползучесть, помогая инженерам отличать обратимую от необратимой деформации.

Здания и фундаменты

Городское оседание влияет на строительные фундаменты, особенно в районах, лежащих под сжимающимися глинами или заливкой. Данные PSInSAR могут отображать модели оседания по целым городам, выявляя строительные кластеры, подверженные риску. В Мехико, где добыча подземных вод вызвала многовековое оседание, исследования InSAR показали, что современные высотные здания на глубоких сваях более устойчивы, чем старые каменные конструкции на раскидистых основаниях. Результаты проинформировали правила зонирования и коды проектирования фундамента.

Подземные коммунальные услуги и трубопроводы

Похороненные трубопроводы, несущие воду, газ или нефть, напрягаются при движении почвы. InSAR может обнаружить тонкую деформацию грунта, которая может предшествовать разрыву трубы. Например, газопровод в Альберте контролировался InSAR после небольшой утечки; данные показали 3-сантиметровую воронку, образующуюся над коррозионным трубным соединением, что позволяет проводить упреждающий ремонт. LiDAR и оптические изображения также используются для наблюдения за коридором в трубопроводе.

Оборонная инфраструктура побережья и наводнения

В Нидерландах общенациональная программа мониторинга InSAR (проект «BODEM») отслеживает проседание фундаментов дамб, а станции GNSS обеспечивают проверку в режиме реального времени. В дельте реки Миссисипи исследования LiDAR до и после урагана Катрина выявили до 0,8 м проседания, затрагивающего гребни леви, подчеркивая необходимость адаптивных стратегий защиты от наводнений.

Обработка и интеграция данных: от необработанных данных к действенным инсайтам

Цепи обработки InSAR

Современная обработка InSAR опирается на инструменты с открытым исходным кодом, такие как Стэнфордский метод для стойких рассеивателей (StaMPS) и Инструмент общей картографии (GMTSAR), а также коммерческие платформы. Рабочий процесс включает в себя совместную регистрацию изображений, генерацию интерферограмм, фазовое раскручивание, коррекцию атмосферы и инверсию временных рядов смещения. Для мониторинга инфраструктуры геокодированные карты смещения проецируются на местную топографию, чтобы отделить вертикальное от горизонтального движения с использованием комбинаций восходящей / нисходящей орбиты.

Слияние с LiDAR и GNSS

Надежная система мониторинга объединяет несколько источников данных. Например, LiDAR обеспечивает базовую DEM высокого разрешения, InSAR обеспечивает региональную деформацию при высокой плотности, а GNSS привязывает абсолютные координаты. Алгоритмы слияния данных, такие как фильтры Калмана, байесовская инверсия или машинное обучение, могут создавать унифицированные модели оседания с количественными неопределенностью. Европейская служба наземного движения, запущенная Европейским агентством по окружающей среде, иллюстрирует этот подход, предоставляя продукты InSAR по всему континенту, проверенные по временным рядам GNSS.

Машинное обучение для обнаружения аномалий

Модели глубокого обучения (например, сверточные нейронные сети) все чаще применяются к интерферограммам InSAR для автоматической идентификации моделей деформации, указывающих на проблемы инфраструктуры. В статье 2024 года в IEEE Transactions on Geoscience and Remote Sensing показано, что архитектура U-Net может обнаруживать аномалии оседания трубопроводов с точностью 94%, снижая нагрузку на ручную интерпретацию. Такие инструменты становятся эффективными в интеллектуальных городах и платформах управления активами инфраструктуры.

Проблемы и будущие направления

Атмосферное и экологическое вмешательство

Атмосферный водяной пар остается крупнейшим источником ошибок для InSAR, вводя до 10-20 см видимого смещения во влажных регионах. Пока помогают погодные модели (ERA5, HRES) и методы сплит-спектра, сохраняются остаточные ошибки. Будущие миссии SAR (например, NISAR, запланированные на 2024 год) с частотами L-диапазона и S-диапазона улучшат проникновение через растительность и уменьшат атмосферные эффекты. Кроме того, интеграция InSAR с моделями тропосферной задержки GPS является перспективным исследовательским путем.

Временное разрешение и быстрая деформация

Текущие миссии SAR предлагают повторяющиеся интервалы 6-12 дней, недостаточные для захвата быстрых событий оседания, таких как обрушение воронки или быстрое строительство, - говорится в сообщении. - Созвездие двух спутников Sentinel-1 помогает, но запланированные созвездия, такие как система ESA "Окружающая среда и безопасность", могут предлагать почасовые повторные посещения.

Растительность и потеря когерентности

В растительных или сельскохозяйственных районах когерентность InSAR быстро ухудшается из-за изменений в структуре навеса. Подходы включают использование SAR с более длинной волной (L-диапазон), использование фильтрации временной когерентности или замену LiDAR и оптическими данными для этих зон. Гибридные подходы, которые смешивают SAR и оптические временные ряды, являются активной темой исследований.

Объем данных и доступность

Обработка больших наборов данных InSAR требует значительных вычислительных ресурсов. На облачных вычислительных платформах (Google Earth Engine, Amazon Web Services) сейчас размещены предварительно обработанные продукты InSAR, снижающие барьер для практики. Инициатива OpenSARLab обеспечивает виртуальные среды обработки. Тем не менее стандартизация форматов данных и обеспечение долговременного архивирования остаются проблемами для оперативного мониторинга инфраструктуры.

Новые технологии: радар на основе БПЛА и датчики IoT

Беспилотные летательные аппараты (БПЛА), оснащенные малыми полезными нагрузками SAR или тепловыми камерами, разрабатываются для обследования оседания по требованию на локализованных объектах инфраструктуры. Одновременно с этим недорогие датчики IoT (например, наклонные счетчики, тензодатчики) объединяются в сеть со спутниковыми данными для обеспечения систем сигнализации в реальном времени. Интеграция дистанционного зондирования с интеллектуальными цифровыми двойниками инфраструктуры обещает будущее, в котором риски оседания управляются непрерывно и прогнозируемо.

Обзор миссии NISAR — NASA

Европейская служба наземного движения

Вывод: Проактивная парадигма безопасности инфраструктуры

Сухость земли - это динамичная, многогранная геоопасность, которая требует одинаково динамичных решений мониторинга. Методы дистанционного зондирования, возглавляемые InSAR, LiDAR, оптическими изображениями и GNSS, созрели до такой степени, что они могут доставлять оперативную информацию для управления гражданской инфраструктурой. Способность обнаруживать перемещения в миллиметровом масштабе по всем транспортным сетям, городским районам и береговой обороне позволяет инженерам переходить от реактивного ремонта к активному обслуживанию. По мере ускорения слияния данных и машинного обучения автоматизация интерпретации, в следующем десятилетии мониторинг оседания станет неотъемлемой частью цифровых двойников инфраструктуры и платформ умного города. Инвестиции в спутниковые миссии, политику открытых данных и вычислительную инфраструктуру будут иметь решающее значение для реализации этого видения. Охватывая эти технологии, мы можем защитить нашу построенную среду от медленной, тихой угрозы под нашими ногами.