空天地多源数据地表形变分级监测平台构建.pdf

2023 年 2 月第 19 卷 第 1 期系统仿真技术System Simulation TechnologyFeb.，2023Vol.19，No.1空天地多源数据地表形变分级监测平台构建何原荣1，2，3，李栋坤1*，余德清2，宋永飞3，蔡小樱1，崔城玮1（1.厦门理工学院 数字福建自然灾害监测大数据研究所，福建 厦门 361024；2.洞庭湖区生态环境遥感监测 湖南省重点实验室，湖南 长沙 410007；3.宁夏国土资源勘测监测研究院，宁夏 银川 750002）摘要：地面沉降是一种潜在的地质灾害。随着城市化进程加快，地表形变监测有着重要意义。本文提出基于空天地多源监测技术构建地表形变分级监测体系，即“一级”基于遥感技术开展地表形变大范围普查、“二级”基于高精度实景三维模型与人工巡检进行安全排查、“三级”基于GNSS技术定点实时监测，实现地表形变空天地协同监测。并基于Cesium框架、Spring Boot框架、MySQL数据库构建三维可视化平台，实现多源形变监测数据三维动态展示。关键词:形变监测；无人机遥感；PS-InSAR技术；GNSSConstruction of Air-Space and Earth Multi-Source Data Surface Deformation Hierarchical Monitoring Visualization PlatformHE Yuanrong1，2，3，LI Dongkun1*，YU Deqing2，SONG Yongfei3，CAI Xiaoying1，CUI Chengwei1（1.Big Data Institute of Digital Natural Disaster Monitoring in Fujian，Xiamen University of Technology，Xiamen 361024，China；2.Remote Sensing Monitoring of Ecological Environment in Dongting Lake Key Laboratory of Hunan Province，Changsha 410007，China；3.Ningxia Survey and Monitor Institute of Land and Resources，Yinchuan 750002，China）Abstract：Surface subsidence is a potential geological disaster.With the acceleration of urbanization，it is of great significance to carry out surface deformation monitoring.This paper proposes a hierarchical monitoring system for surface deformation based on multi-source monitoring technology of air-space and earth.The“first-level”is based on remote sensing technology to carry out a large-scale census of surface deformation，the“second-level”is based on high-precision real-world 3D models and manual inspections for safety inspection，and the“third level”is based on GNSS technology to conduct fixed-point real-time monitoring.The air-space and earth collaborative monitoring of surface deformation is thus realized.Meanwhile，a 3D visualization platform based on Cesium framework，Spring Boot framework and MySQL database to realize 3D dynamic display of multi-source deformation monitoring data.Key words：deformation monitoring；UAV remote sensing；PS-InSAR technology；GNSS地面沉降是一种地面下沉或地陷现象。联合国教科文有关组织预测，到2040年，世界地面沉降潜在面积将增长8%，其中地面沉降风险最严重的区域集中于亚洲1。快速开展地表形变监测，提前发现和精准排查安全隐患，提高防范能力与水平，尤为重要。传统的地表形变监测存在点观测、成本高、受天气基金项目：福建省自然基金面上项目(2020J01263);宁夏回族自治区重点研发计划项目(2021BECO3001);龙岩市科技计划项目（2022LYF8001）;福建省建设科技研究开发项目(2020-K-59)通信作者：李栋坤，E-mail：中图分类号:P237 文献标识码:A DOI:10.16812/31-1945.2023.01.014何原荣，等：空天地多源数据地表形变分级监测平台构建影响大等不足2-4。而差分雷达干涉测量技术不受天气、光照条件限制，具有全天时、全天候地对地观测能力5，被广泛应用于形变监测。多时相InSAR技术进一步克服 D-InSAR技术失相干、大气延迟等影响，成为近年来研究热点7-10。利用多时相InSAR技术进行大范围、高精度形变监测，在时空上弥补了传统监测手段的不足。近年来，国内学者11-12构建了“空天地”一体化监测体系，实现了区域扫面性形变普查、风险区安全排查、隐患点实时监测。实景三维中国建设，推动了实景三维在灾害监测领域的应用和三维可视化平台的构建，克服了传统二维数字高程模型和数字正射影像的信息缺乏、片面、抽象等不足，为民众提供了直观的形变监测数据，具有多维展示、沉浸感强、直观等优点13-14。本文提出了构建“空天地”一体化地表形变分级监测体系，并基于Cesium、Spring Boot、MySQL数据库构建三维可视化平台，探测地表形变情况，排查安全隐患，实现多源形变监测数据三维展示、动态查询，进行形变监测预警预报，提升主动防范能力和水平，保障人民群众的生命财产安全。1 空天地多源数据形变分级监测体系及系统框架 1.1地表形变分级监测体系基于“空天地”多源监测技术构建地表形变分级监测体系，开展大范围动态普查局部安全排查定点实时监测，实现高精度、全方位、立体探测地表形变，排查安全隐患，减少经济损失。图 1为地表形变分级监测体系框架图，具体方案如下。一级大范围动态普查：借助多时序高分辨率光学影像和 PS-InSAR技术初步识别、探测地表形变，实现区域性、扫面性动态普查，并筛选出形变漏斗，视为安全隐患区域。二级安全隐患排查：基于无人机遥感技术对隐患区域定期航拍，构建多时序倾斜模型、正射影像、三维点云，立体探测，分析区域时空变化；并基于VUE框架构建地表形变外业核查软件客户端（App），开展隐患区域信息采集并拍照记录，排查隐患点。三级定点实时监测：针对隐患点，构建高精度实景三维模型，提取建筑物测绘信息，并数字化存档；对隐患点架设 GNSS 监测站，实现定点实时监测。1.2三维可视化系统框架本系统基于 Cesium、Spring Boot、MySQL 数据库，以二维地图为底图，叠加实景三维模型，并通过Node.Js桥接后端，访问PS点、GNSS监测站、外业核查表数据库，将形变监测数据以曲线、表格形式表征，提供更直观的形变监测信息。图2为三维可视化系统框架。2 关键技术原理 2.1一级形变普查2.1.1基于PSI技术与高分辨率影像的地表形变大范围动态普查PS-InSAR 技术由 Ferretti15首次正式提出，并在2003年Fringe大会上被确认为InSAR领域最具应用前图1“空天地”多源数据地表形变分级监测体系Fig.1Hierarchical monitoring system for surface deformation with multi-source data of air-space and earth65系统仿真技术第 19 卷 第 1 期景的技术之一。自此PS-InSAR技术逐渐成为国际相关领域研究热点，被广泛应用于城市地表形变监测16-18。PS-InSAR技术通过提取具有稳定散射特性的高相干点（PS点）目标上的时序相位信号进行分析，反映区域地表形变平均速率和时间序列形变信息，形变测量精度能够达到厘米级甚至毫米级15；根据PS-InSAR技术提取的形变速率结果筛查沉降漏斗，结合高分辨率光学影像对监测结果进行核验，确认安全隐患区域，其技术路线如图3所示。2.2二级安全排查2.2.1基于无人机遥感技术安全排查针对安全隐患区域，利用无人机搭载相机、LiDAR传感器航飞采集数据，并使用大疆制图软件，生产多时序正射影像、倾斜模型、三维激光点云，通过多时序对比分析筛查安全隐患点，可为人工巡查缩小调查范围。图4为无人机遥感技术安全排查流程。图2三维可视化系统框架图Fig.23D visualization platform frame diagram图3PS-InSAR与遥感影像地表形变初识别流程Fig.3PS-InSAR and remote sensing image surface deformation identification process66何原荣，等：空天地多源数据地表形变分级监测平台构建2.2.2基于外业核查App人工巡检安全排查根据初步提取的安全隐患区域，开展人工巡检，采集环境信息并拍照记录，可为相关部门提供数据支撑。为提高外业采集的效率，保障数据实时传输，本实验还基于Vue框架构建外业核查App，该App是三维可视化平台配套的外业实地核查客户端，根据核查信息采集需求，软件设计功能如图5所示。2.3三级定点实时监测2.3.1基于高精度实景三维建筑信息提取针对安全隐患点，利用无人机航拍建模生成倾斜模型，结合机载LiDAR和架站式三维激光扫描获取三维激光点云数据，融合倾斜模型与三维激光点云数据，构建高精度实景三维模型，进一步对存在安全隐患的建筑物进行安全排查，提取区域总平面图，绘制建筑物的分层平面图、立面图、剖面图，并数字化存档，可为制定相应的防范措施提供数据参考，也可作为定责的重要依据。高精度实景三维建筑信息提取技术路线如图6所示。2.3.2基于GNSS技术的隐患点实时监测本实验基于太阳能，自主设计电能与电源管理电路，使监测站点供电自给自足，再集成 GNSS 定位系统采集地表沉降数据，实现毫米级监测，最后基于互联网将数据实时传输至数据中心进行解译，获取高精 度 经 纬 度 及 高 程。图 7 为 GNSS 高 精 度 定 位监测。图5外业核查App功能构架Fig.5Field verification App functional architecture图7GNSS高精度定位监测Fig.7GNSS high-precision positioning monitoring图4基于无人机遥感技术安全排查Fig.4Security investigation based on UAV remote sensing technology图6建筑物数字化建档Fig.6Building digital documentation67系统仿真技术第 19 卷 第 1 期3 “空天地”形变监测三维可视化平台构建 构建“空天地”形变监测三维可视化平台，平台采用前后端分离开发，采用Node.Js作为桥梁架接服务器端API输出的JSON。前端采用Vue、Cesium框架设计构建网页界面和功能；后端采用Spring Boot+tomact进行系统发布、数据发布、处理请求、数据库操作等；数据库采用MySQL关系型数据库，构建InSAR、外业核查、GNSS监测站数据库表，如表1-3所示。3.1三维可视化平台功能实现3.1.1三维可视化平台搭建系统前端基于Vue、Cesium框架设计、构建网页界面和功能；后端基于 Spring Boot+tomact 进行系统发布、数据发布、处理请求。浏览器请求服务器端的Node.Js；Node.Js再发起HTTP去请求JSP；JSP依然原样API输出JSON给Node.Js；Node.Js收到JSON后再渲染出HTML页面，将HTML页面Flash到浏览器。3.1.2系统功能设计与实现（1）底图管理模块。Cesium框架支持各种地图底图的显示，包含天地图、谷歌等标准影像加载接口，不同类型的地图有相应的加载类及在线地图服务URL，选择不同的地图，加载底图显示。（2）数据图层管理模块。数据图层管理模块主要管理遥感影像、InSAR图层、实景三维模型及三维激光点云等数据的加载与删除。（3）InSAR监测模块。InSAR监测模块用于展示InSAR监测数据，功能包含色域显示调整、监测图层选择、监测点三维渲染、形变速率变化曲线。图 8 为InSAR监测功能模块。InSAR监测数据，通过配置本地MySQL数据库代理，前端借助Node.Js访问后端数据库，从数据库中调取监测数据的点位坐标、年平均形变速率及时间节点形变量。PS点加载显示主要依据经纬度与系统二维地图匹配叠加，依据年平均形变速率调整色域显示范围，并以不同颜色展示。监测点三维渲染模块主要依据该区域的实景三维模型坐标与PS点坐标匹配算法，通过PS点的经纬度坐标值（B1，L1）与三维模型经纬度（B2，L2）匹配，当PS点坐标与模型坐标相一致时，获取三维模型的高度值（H2），将H2暂存于PS点（B1，L1，H2），再次加载PS点，根据（B1，L1，H2）实现三维渲染。形变速率变化曲线模块依据PS点时间序列形变表1PSI解算数据库表设计Tab.1Database table design for PSI solution序号123456n字段IDLngLatHeightRateTime1TimeTimex字段类型IntChar(20)Char(20)Char(20)DoubleDoubleDoubleDouble能否为空否否否否否否否否字段描述监测点编号经度纬度高程年平均形变速率Time1形变量Time形变量Timex形变量表2GNSS监测数据库表设计Tab.2Database table design of GNSS monitoring序号123456字段IDDevNameLngLatHeightTime字段类型Varchar(255)Char(255)floatfloatfloatdatetime是否为空否否否否否否字段描述标志设备名称经度纬度高度采集时间表3外业核查App数据库表设计Tab.3Field verification App database table design序号123456789101112字段IDPSI_LngPSI_LatPSI_HeightActual_LngActual_LatActual_HeightVerification_TimeGeo_LocationSubsidenceSurroundingsOther字段类型IntFloatFloatFloatFloatFloatFloatDate timeVarchar(255)Varchar(255)Varchar(255)Varchar(255)能否为空否否否否否否否否否否否是字段描述监测点编号PS点经度PS点纬度PS点高度实地经度实地纬度实地高度核查时间具体位置信息裂缝、沉降情况周围环境备注图8InSAR监测功能模块Fig.8InSAR monitoring module68何原荣，等：空天地多源数据地表形变分级监测平台构建速率绘制形变速率变化曲线，其中以时间序列为X轴，形变速率为Y轴。点击PS点，前端调取数据库中的形变量，所绘制的形变速率曲线如图9所示。（4）GNSS 监测数据模块。GNSS 监测数据以点号、名称、经纬度、高程数据类型存储于数据库中，GNSS监测数据模块主要通过后端实时调取数据，不断迭代更新数据，X轴表示实时时间，Y轴表示高程数据，根据实时高程数据绘制GNSS监测数据曲线图如图10所示。（5）外业核查数据展示模块。外业核查数据展示模块，以PS点ID唯一值作为信息录入、数据调用的匹配标准，保障前端数据调取展示。前端开启外业核查数据模块，用户通过点击PS点，系统调取核查数据，并以表格形式表征采集信息。（6）空间分析工具模块。空间分析工具包含空间距离测量、面积测量、高度差测量及方量计算等。4 应用案例 根据“空天地”多源数据地表形变分级监测体系，以厦门市为研究对象，开展全天候、全区域、全要素的立体监测，构建地表形变监测三维数字大屏，实现多源形变监测数据三维动态展示、实时查询。利用PSI技术提取20182021年实验区地表形变速率，结合高分辨率遥感影像对比分析，开展一级形变大范围普查，初步识别监测时段内沉降漏斗，显示整体形变速率主要集中在-1.601.37 mm/y，部分地方沉降速率较大，为-4.35-2.64 mm/y，包含有6个沉降漏斗，图11为PSI沉降监测图。对比多时序高分辨率影像，分析沉降漏斗区影像纹理特征、颜色变化，发现某区域存在地标硬化、自建新房、屋顶加盖等现象。这些可能是沉降漏斗形成的重要原因之一。图112018-2021年厦门岛内及周边地表沉降监测专题图Fig.11Thematic map of surface subsidence monitoring in and around Xiamen Island from 2018 to 2021图10GNSS监测数据曲线Fig.10GNSS monitoring data curve图9形变速率变化曲线Fig.9Deformation rate change curve69系统仿真技术第 19 卷 第 1 期针对某安全隐患区，利用外业核查App对隐患点开展人工巡检，记录地理位置、地形地貌并拍照记录。该区域地处商业街，经济活动频繁，建筑物密布且以自建房为主。因此，可能由于增建房屋，导致地面沉降；还可能由于人类经济活动加剧，地下水开发利用导致地面沉降。针对安全隐患点，结合“一级、二级”形变筛查，利用无人机与三维激光扫描技术获取高精度实景三维模型，绘制建筑物总平面图、立面图，并数字化存档，形成一栋一表，为决策管理服务提供真实数据。针对高楼、桥基、地灾隐患体布设GNSS监测站，进行实时监测，将采集数据实时传输至数据库。GNSS监测站点选址部署及监测数据接收如图 12所示，并绘制 3 个监测站高程监测数据曲线图如图 13所示。由图13可知，监测站的拟合曲线趋于直线，说明在短时间内几乎没有发生形变，而实时数据由于外界的环境干扰导致数据波动。因此，需要对监测点做更长时间的监测。最终构建地面沉降监测数字大屏，以厦门市高分辨率遥感影像为二维底图，融合与集成实景三维数据体、监测体、多源监测数据，实现形变监测数据三维实时展示、动态查询。监测数据数字大屏展示如图 14所示。图12GNSS监测站点选址部署及监测数据接收图Fig.12Site selection and field deployment of GNSS monitoring sites图13GNSS监测站高程曲线Fig.13GNSS monitoring station elevation curve图14监测数据数字大屏展示Fig.14Digital large screen display for monitoring data70何原荣，等：空天地多源数据地表形变分级监测平台构建5 结论与展望 本文基于卫星遥感测绘、无人机遥感、三维激光扫描、GNSS等现代测绘技术，提出“空天地”一体化地表形变分级监测体系，并基于 Cesium框架、Spring Boot框架、MySQL数据库构建三维可视化平台，实现多源形变监测数据三维、动态、实时展示，探测城市地表基础设施形变情况，排查安全隐患，进行形变监测预警预报，提升主动防范能力和水平。后续将集成更多源监测技术，挖掘地面沉降数据，结合空天地一体化监测模式，实现地质灾害智能化、现代化监测，为灾害预警与灾损评估提供技术支撑，减少灾害经济损失，保障人民群众安全，进一步推动社会经济、生态环境可持续发展。将地面沉降灾害监测模式延伸至滑坡监测、水库堤坝监测、危房监测等相关行业应用。将多方面资源整合利用起来，全面提高监测能力和服务水平，为全方位推动全国地质灾害智能化监测、预警预报奠定坚实基础。参考文献：1HERRERA-GARCA G，EZQUERRO P，TOMS R，et al.Mapping the global threat of land subsidence J.Science，2021，371（6524）：34-36.2许慧鹏，高锁义，秦凯，等.基于水准测量的太原市区地面沉降时空特征分析与模拟J.城市勘测，2018（1）：60-65.XU Huipeng，GAO Suoyi，QIN Kai，et al.Analysis and simulation of spatial and temporal characteristics of land subsidence in Taiyuan urban area based on levelingJ.Urban Geotechnical Investigation&Surveying，2018（1）：60-65.3李红慧.精密水准测量在常武地区地面沉降监测中的应用 J.测绘与空间地理信息，2019，42（10）：194-198.LI Honghui.Application of precision leveling in ground subsidence monitoring in Changwu areaJ.Geomatics&Spatial Information Technology，2019，42（10）：194-198.4LI M H，ZHANG L，DING C，et al.Retrieval of historical surface displacements of the Baige landslide from time-series SAR observations for retrospective analysis of the collapse eventJ.Remote Sensing of Environment 2020，240：111695.5余永欣，杨伯钢，刘博文，等.基于地理国情的城市地表沉降监测 PS-InSAR 技术研究与应用 J.北京测绘，2019，33（5）：527-531.YU Yongxin，YANG Bogang，LIU Bowen，et al.Research and application of PS-InSAR technology for urban surface subsidence monitoring based on geographical conditions J.Beijing Surveying and Mapping，2019，33（5）：527-531.6高海英，赵争，章彭.时序InSAR的贵州地质灾害监测 J.测绘科学，2020，45（7）：91-99.GAO Haiying，ZHAO Zheng，ZHANG Peng.Geological hazards monitoring in Guizhou by using time series InSARJ.Science of Surveying and Mapping，2020，45（7）：91-99.7李德仁，廖明生，王艳.永久散射体雷达干涉测量技术 J.武汉大学学报（信息科学版），2004，29（8）：664-668.LI Deren，LIAO Mingsheng，WANG Yan.Permanent scatter radar interferometry J.Geomatics and Information Science of Wuhan University，2004，29（8）：664-668.8KHAN R，LI H，AFZAL Z，et al.Monitoring subsidence in urban area by PS InSAR：a case study of abbottabad city，northern pakistanJ.Remote Sensing，2021，13（9）：1651.9李伟轩.时序 InSAR 技术的地面沉降监测应用研究 D.西安：西安科技大学，2019.LI Weixuan.Application research of ground subsidence monitoring based on time series InSAR technology D.Xi an：Xi an University of Science and Technology，2019.10朱建军，李志伟，胡俊.InSAR变形监测方法与研究进展 J.测绘学报，2017，46（10）：1717-1733.ZHU Jianjun，LI Zhiwei，HU Jun.Research progress and methods of InSAR for deformation monitoringJ.Acta Geodaetica et Cartographica Sinica，2017，46（10）：1717-1733.11许强，董秀军，李为乐.基于天-空-地一体化的重大地质灾害隐患早期识别与监测预警 J.武汉大学学报（信息科学版），2019，44（7）：957-966.XU Qiang，DONG Xiujun，LI Weile.Integrated space-71系统仿真技术第 19 卷 第 1 期air-ground early detection，monitoring and warning system for potential catastrophic geohazards J.Geomatics and Information Science of Wuhan University，2019，44（7）：957-966.12胡邦国，孙晓龙，陈立，等.天地一体化地物变化监测与风险评估 J.中国矿业，2020，29（S2）：135-141.HU Bangguo，SUN Xiaolong，CHEN Li，et al.Automatic detection technology and system for ground feature changes and geological risk assessment along oil pipeline based on space-ground-joint sensing J.China Mining Magazine，2020，29（S2）：135-141.13孟天杭.基于Cesium的大规模三维场景瓦片构建与可视化 D.北京：北京建筑大学，2021.MENG Tianhang.Construction and visualization of large scale 3D scene tiles based on CesiumD.Beijing：Beijing University of Civil Engineering and Architecture，2021.14彭祥.基于Cesium的智慧园区三维可视化监控系统的设计与开发 D.武汉：武汉邮电科学研究院，2021.PENG Xiang.Design and development of 3D visual monitoring system for smart park based on Cesium D.Wuhan：Fiber Home Technologies Group，2021.15FERRETTI A，PRATI C，ROCCA F.Permanent scatterers in SAR interferometry J.IEEE Transactions on Geoscience and Remote Sensing，2001，39（1）：8-20.16PRASETYO Y，FIRDAUS HS，DIYANAH.Land subsidence of semarang city using permanent scatterer interferometric synthetic aperture radar（Ps-Insar）method in sentinel 1a between 2014-2017J.IOP Conference Series：Earth and Environmental Science，2019，313：012044.17万小莉.星载InSAR技术城市建筑形变监测 J.建筑结构，2019，49（S2）：749-753.WAN Xiaoli.On-board InSAR technology urban building deformation monitoring J.Building Structure，2019，49（S2）：749-753.18王新田，狄桂栓.基于PS-InSAR的聊城东部地表沉降监测与分析 J.测绘通报，2019（S2）：149-153.WANG Xintian，DI Guishuan.Monitoring and analysis of surface deformation in eastern Liaocheng based on PS-InSAR J.Bulletin of Surveying and Mapping，2019（S2）：149-153.何原荣 男（1977-），福建漳州人，教授，博士，主要从事地图制图学与地理信息工程方面的研究。李栋坤 男（1997-），福建漳州人，硕士研究生，主要从事地表形变监测与可视化系统开发方面的研究。72