第腮卷第2期2021年4月
甘肃科学学报
Journal of Gansu Sciences
Vol.33No.2
Apr.2021
引用格式:Dong Jihong,Yang Chcngshcng,Zhang Bcnhao q Z.Typical Glacier Displacement Monitoring of Gy-ala Peri Bad on SAR Offt T'racking'Technology[J].Journal of Gansu Sciences,021,33(2)：1-7.3董继红，杨成生，张本浩，等.基于SAR偏移量跟踪技术的加拉白垒峰典型冰川位移监测JJ.甘肃科学学报,021,33(2):17」doi:10.16/ki.issnl004-0366.2021.02.001.
基于SAR偏移量跟踪技术的加拉白垒峰
典型冰川位移监测
董继红」，杨成生」，张本浩」，赵超英12
(.长安大学地质工程与测绘学院，陕西西安710054;
2.地理信息工程国家重点实验室，陕西西安710054)
摘要随着淡水资源的日益紧缺，冰川作为重要的淡水资源，与人民生活的关系愈发重要，同时冰川消融引起的地质灾害也深深影响着人们的生命和财产安全。以西藏加拉白垒峰区域典型冰川为研究对象，选用日本的L波段ALOS-2合成孔径雷达影像数据，采用基于强度的偏移量追踪技术，对加拉白垒峰周边冰川位移变化开展了监测研究。结果表明，加拉白垒峰北侧岗普冰川630天内方位向最大累积形变量超过60m，其位移累积量和流速受其东侧支流的影响较大。相关研究结果可为藏南地区类似冰崩碎屑流灾害的减灾和防灾工作提供参考。
关键词合成孔径雷达；加拉白垒峰；冰川；偏移量跟踪技术
中图分类号:P237文献标志码:A文章编号：1004-0366(2021)02-000107
在全球气候变暖背景下，冰川的加速消融和退缩对气候的直接和间接影响也变得更加突出［1］。冰川是气候变化的天然指示器，对冰川动态变化的监测，一直备受学术界和政府关注20世纪80年代以来全球快速增温，青藏高原气候也发生着显著的变化，高原冰川随气候变化发生了一系列的退缩［3］。由于冰川消融将会导致海平面上升，引发区域淹没、冰雪灾害、冰川洪水等自然灾害，这些
都威胁着人类居住环境的安全，并可能改变许多动植物种群的习性和生存环境［4］，因此，对冰川变化的监测，一方面有助于了解高原气候的变化状况，另一方面对保障人类生存环境的安全具有重要意义⑴.
因冰川多分布于高海拔、高陡、高寒地区，人工现场勘察面临工作强度大、成本高、人员无法到达等问题。基于卫星遥感技术对冰川实施动态监测，具有大范围、无需现场测量等优势，成为揭示冰川的变化规律和退化状况的重要工具。然而，光学遥感技术对冰川的动态监测主要以遥感影像解译与定性分析为主归，较难对冰川的运动进行准确定量分析。合成孔径雷达(SAR,synthetic aperture radar)因其具有高时空分辨率、大范围监测、不受云雾影响等技术优势⑺，可以弥补光学遥感监测手段的不足。目前,SAR及干涉合成孔径雷达(InSAR,interferometric SAR)遥感技术已在与地表覆盖变化及地表形变有关的许多地球物理现象的监测与解释中得到了大量的应用［8-9］，其中偏移量跟踪技术在监测大量级形变中有无可比拟的优势，尤其是在冰川灾害监测中,1982年Gray等［0］将图像配准方法用于冰川在距离和方位向的运动估计。2002年Strozzi等［11］利用优化的强度追踪技术对斯瓦尔巴特群岛北部的莫纳科布林冰川进行监测，获得了有效的结果。在国内刘国祥等［12］基于像素偏移量技术与干涉堆叠方法，对海螺沟冰川利用地基和星基SAR数据探测了消融区内冰川退化所引起的次生滑坡灾害，随着
收稿日期：2020-03-18；修回日期：2020-04-23
基金项目：国家重点研发计划(2018YFC1504805)；中国地质灾害调查项目(DD20190637)；中央高校专项基金项目(CHD,00102269204)；陕西省自然科学基金(2019JM-245)
作者简介：董继红(1994-)，男，甘肃天水人，硕士研究生，研究方向为InSAR技术在地质灾害的应用.E-mail：*****************
通信作者：杨成生,E-mail：**************
2甘肃科学学报
2021年第2期
高精度SAR数据的可获取程度越来越高，偏移量追踪技术应用愈加广泛。
研究区域加拉白垒峰位于雅鲁藏布江大拐弯外侧，海拔7294m，是世界第85高峰。该地区冰川属于海洋型冰川，运动较快，受气温和降水的影响，加之地势陡峭，冰、雪崩十分频繁。2018年10月17日凌晨，位于加拉白垒峰西侧的色东普沟冰川发生了大规模冰川泥石流灾害，堵断了雅鲁藏布江干流并形成堰塞湖。同年10月29日，色东普沟因冰雪融水引发的高浓度泥石流再次堵塞雅鲁藏布江。据调查这两次事件均与冰崩密切相关［灯，两次堵江灾害均对雅鲁藏布江上下游一定范围内的村镇造成了严重威胁。为此研究利用星载SAR 数据和Google Earth™光学数据，采用SAR影像偏移量追踪(Offt Trac
king)技术对加拉白垒峰周边典型冰川变化及分布特征进行了监测，并分析了区域内冰川的活动特征，为今后类似灾害的监测与防治提供参考。
1研究区概况
加拉白垒峰属于念青唐古拉山脉，走向为东西弧形排列，主脊线上向南侧、西北侧增生着数条支脊，多为陡壁悬崖。山谷中发育着数十条冰川，其顶部比较平展，常年被冰雪覆盖。受气温、降水及地势的影响，区域内冰、雪崩时有发生。色东普冰川、岗普冰川及则巴弄巴曲冰川为加拉白垒峰周边规模较大的冰川，分别分布在加拉白垒峰的南、北和西侧(见图1).
(a)研究区地理位置分布情况
(b)色东普冰川光学影像(c)岗普冰川(左)和则巴弄巴曲冰川(右)光学影像
图1研究区域地理位置及冰川地貌
Fig.1Geographical location and glacial landform of the study area
色东普冰川属于雅鲁藏布江大峡谷段的色东普域，位于西藏米林市米林县派镇加拉村下游6km 处雅鲁藏布江大拐弯的左岸(见图1).沟域上游源区地形宽阔、支沟发育，中下游主沟道狭窄。沟道内冰川活动
形成的冰磧物丰富，冰雪融水及降水提供水流充分。沟域上游陡峭，地形纵坡降大，冰川发育，岩土体物理风化严重，侵蚀剥蚀作用强烈"14］。岗普冰川与色东普冰川的方向相反.区域内最高海
第33卷董继红等：基于SAR偏移量跟踪技术的加拉白垒峰典型冰川位移监测
3拔4169m，最低点为色东普沟口3438m，其东侧
分布着一条主要的支流，作为冰川水资源的补给.
2研究数据及方法
2.1数据介绍
为了监测加拉白垒峰周边冰川运动变化情况,
我们选取了星载SAR和光学Google Earth™数据
开展实验，其中SAR数据为2014年5月日本空间
局发射的ALOS-2卫星搭载L波段传感器所采集
的数据。实验收集了覆盖研究区域5景升轨SM3
模式数据，时间跨度从2017年2月一2018年10
月，研究所采用的ALOS-2SAR影像数据的详细信
息见表1考虑到该区域地形起伏较大，我们引入
30m分辨率的数字高程模型(SRTM,shuttle radar
topography mission)(https：//earthexplorer.usgs.
gov/)1来辅助SAR影像配准，同时用于纠正SAR
影像的局部入射角偏差引起的方位向与距离向偏移。
表1ALOS-2数据参数
Table1ALOS-2data parameter
传感器ALOS/PALSAR-2
轨道方向升轨
航向角/()—10.7
入射角/()31.4
波长L
方位向分辨率/m X
距离向分辨率/m 3.2X4.3
影像数量5
时间覆盖2017年2月2日—2018年10月25日
p（x,
丫工了(厂(x,y)—u （工x了（厂（x,y）—u r
其中：p(x,y)为归一化互相关系数；(x,y)为参考像元位置；x—uy—u)为搜索像元位置；和s分别为参考像元和搜索像元的像元值u和u分别为参考和搜索窗口的像元平均值⑵].
3结果与分析
3.1冰川边界确定
冰川边界是确定冰崩灾害影响范围及碎屑流物源的重要判断依据。我们首先利用Google Earth TM光学影像基于目视解译的方式对加拉白垒峰附近3处典型冰川边界进行了圈定。然而，因为 该区域常年云雾缭绕，降雨充沛，造成获取的光学影像质量不高，所提取的研究区域的冰川并不一定
2.2偏移量追踪(Offt Tracking)技术
针对加拉白垒峰附近典型冰川碎屑流位移监测，研究中采用了基于顾及地形起伏的SAR像素偏移追踪
技术[16].该技术是基于目标点的距离向及方位向位置信息，利用最优解和互相关技术寻找2幅SAR影像的同名点，并追踪雷达幅度影像中同名特征目标点的位置变化来监测地表位移[17].基于SAR影像的偏移追踪技术在冰川变化监测中有很好的应用案例[18].偏移追踪技术在监测大量级地表位移上具有较强的优势，但由于Offt Tracking 技术是以像元大小来计算地表位移量，其精度比In-SAR技术低一个数量级，一般可以达到SAR影像像元分辨率的1/20〜1/10[19]。例如当图像分辨率为3m时，测量精度为15~30cm[20].
Offt Tracking算法的基本思路是首先对地表位移前后的2幅图像进行精配准，并计算2幅影像的整体偏移多项式；同时拟合并去除由于2幅图像成像时间和空间不同所带来的系统误差偏移值；最后根据像素偏移量和像元大小计算得出方位向和距离向地表位移信息。
研究采用强度追踪法来计算SAR影像间的方位向和距离向偏移量。强度跟踪法基于归一化互相关(NNC,normalized cross correlation)准则对局部偏移量进行准确估算。NCC依据像元进行计算，若想获得亚像元配准精度，可以通过强度插值和相关性插值2种不同的插值方法来实现，其中NCC的计算准则公式为
)(s(x—u,y —u)—u s)
,-----------------------------------------,(1) (s(x—u9y —u)—U s)2)1'2
是冰川的活动边界，不能获取与SAR影像获取时间完全对应的冰川活动边界。为此，我们首先利用光学影像进行初步圈定，其次利用SAR干涉影像的相干性对基于光学影像圈定的冰川边界进行了修正。
在InSAR相干性图中，冰川表面因雪消融、冰川运动而呈现低相干性，可以利用该特性将其与周围地物区别开来，进而提取冰川的边界[22].为此，我们首先对重复轨道ALOS-2降轨数据进行粗配准和精配准处理。因为ALOS-2数据量较少，为了尽可能提取有效信息，我们选择了全组合形式，并计算生成每幅干涉图的2幅SAR影像之间的相干性，其计算公式⑺为
4
甘肃科学学报2021年第2期
v E T h TP E T h Tp]
其中Y 代表相干系数，值域为(0,1)，值越靠近1相 干性越好，相反则相干性越差；*表示复数共轭;
E [・]为数学期望;u ，u 为零均值的复高斯随机变
量.对进行全组合生成的干涉对计算相干系数，同
时生成相干系数图(简称“相干图”)。我们对所有相
干系数进行叠加处理，以获取稳定的相干系数结果,
并将其转换到地理坐标系下，与获取的初始冰川边
界线进行叠加和辅助修正.最终结果如图2所示,
图2中1、2和3分别是色东普冰川、岗普冰川和则 巴弄巴曲冰川边界.
29°50'N 29°45'N
29°55'N
2
3
0^
29°55'N
29°50'N
29°45'N ▲山峰
雅鲁藏布江■ □□冰川 豳
5 km - , 相干系数94°50'E
94°55'E
(b)相干图
94°50'E 94°55'E
(a) Google EarthTM 光学影像数据
注：图例中0.9为相干系数值，代表相干性较好，在相干图中表现为黄色，具体见图例.
图中红色二角为加拉白垒峰，海拔7 294 m，属于图幅内海拔最咼点.
图2研究区域冰川边界分布情况
Fig. 2 Distribution map of glacier boundary of the study area
3.2偏移量结果及分析
为了量化研究区域内冰川的位移量，我们利用
瑞士 GAMMA 软件对ALOS-2数据根据2.2中的 原理与参数设置开展了偏移量追踪技术处理.首先
对SAR 影像进行校正，并基于DEM 进行精配准,
然后利用SAR 影像强度基于强度互相关函数进行 估值，获取精确的距离向和方位向像素偏移量，并对
获取的像素偏移量结果进行了中值滤波，最终将所 获取的像素偏移量转换为距离向和方位向位移。为了将SAR 影像坐标系下的位移结果转换到
地理坐标系下，我们利用外部DEM 对SAR 强度图 进行了地理编码处理，获取地理坐标与SAR 影像坐
标之间的转换关系，并将此转换关系应用到距离向
和方位向位移结果中，从而获取了地理坐标系下距 离向和方位向的冰川表面位移时间序列结果.研究
区域典型冰川2017年2月2日—2018年10月25 日时间段在距离向、方位向上位移形变时间序列结
果分别如图3、图4所示.从图3中我们可以看到
岗普冰川随着时间的推移，冰川的变化主要集中在 冰川上端和尾端，同时我们也发现岗普冰川在黑色
50
25
距离向 位移/m
(a) 2017年2月2 日一2017年 7月6日在距离向位移(b) 2017年2月 2 日一2017年 11月9日在距离向位移(c) 2017年2月2 日一2018年 5月10日在距离向位移(d) 2017年2月 2 日一2018年 10月25日在距离向位移
图3 研究区2017年2月2日—2018年10月25日距离向位移时间序列
Fig.3 Time ries of the study area distance displacement from 2nd of Feb.2017 to 25t h Oct.2018
第33卷董继红等：基于SAR偏移量跟踪技术的加拉白垒峰典型冰川位移监测
5
(a)2017年2月2日一2017年(b)2017年2月2日一2017年(c)2017年2月2日一2018年(d)2017年2月2日一2018年
7月6日在方位向位移11月9日在方位向位移5月10日在方位向位移10月25日在方位向位移
图4研究区2017年2月2日至2018年10月25日方位向位移时间序列
Fig.4Time ries of the study area azimuth displacement from2nd Feb.2017to25t h Oct.2018
圈内变化复杂，经分析原因为该区域位于岗普冰川的物质积累区域，形变量较为复杂。红线圈定区域位于色东普冰川，我们发现监测到的色东普冰川的形变主要集中在该区域，且2018年5月10日—2018年10月25日之间形变量最大，形变特征较复杂，原因可能与2018年10月17日发生在该区域的泥石流灾害有关，导致位移特征复杂。同时比较图3和图4发现，方位向的形变量更大，经分析原因是冰川流向近似于方位向一致，与地形坡度、坡向等联合导致。
同时，为了更好比较冰川随时间变化的位移特征，我们选取岗普冰川提取了冰川位移的剖线(剖线位置为图3(a)、图4(a)中AA，)，该冰川在监测时间段内方位向和距离向的累积位移时间序列如图5所示。
£
剖线距离/km
(a)距离向
・2017年2月2日一2017年7月6日・2017年2月2日一2017年11月9日人2017举2月2日一2018举5月10日v2017^2月2日一2018举10月25日
60
40
20
-20
806400
4000 06
4800桅
5600g
1.724 4.8
剖线距离/km
(b)方位向
▼2017年2月2日—2017年7月6日♦2017年2月2日—2017年11月9日2017举2月2日—2018^5月100►2017^2月2日—2018^10月25日
图5岗普冰川距离向和方位向剖线AA'时间序列
Fig.5Section line AA of time ries of distance and azimuth displacement of the study area
通过提取岗普冰川的剖线，结合图5我们可以获得以下结果：
(1)距离向上：冰川位移具有较好的累积性，累积位移在距离向呈现2个峰值，分别位于剖线AA 的1.7km和4.8km处。我们推测距离A点0〜1.7km范围内的冰磧物随着冰川的位移在AA 1.7km处受局部地形的影响在此堆积，并形成第1个峰值。而在4.8km处出现峰值(图5(a)距离A 点4.8km处虚线)的原因，一方面是上游物质在此处运移堆积，另一方面是岗普冰川东侧有一处支流冰川(图3(a)B点处)，该支流冰川汇集到冰川主流上，使得在冰川主流上AA 4.8km处上游冰磧物源增加，并在AA 4.8km处汇集形成第2个峰值。
(2)方位向上：我们发现在距离A点1km处, 2017年2月2日—2018年10月25日的累积形变较前3个时间段的形变复杂，主要原因可能是时间跨度较大，形变过大，造成地表特征破坏，进而影响获取结果的精度。同时我们也发现岗普冰川在方位向距离A点4.8km处出现最大累积形变量，主要是受其东侧支流冰川的影响，使得在距离A点4.8km 处上游冰磧物源累积，在630天的时间内最大累积形变量超过了60m o
4结语
加拉白垒峰地区是冰、雪崩灾害发生频繁的区域之一，开展该地区典型冰川的变化监测研究，对该
