基于时序InSAR技术的输电设备地基稳定性监测研究学术报告
一、 研究团队与发表信息
本研究由广东电网有限责任公司电网规划研究中心的刘明、郭金根、朱文卫、董晗拓，以及广东工业大学的陈雄乐（通信作者）共同完成。研究成果以题为《基于时序InSAR技术的输电设备地基稳定性监测》的学术论文形式，发表于《中国地质调查》（Geological Survey of China）期刊2025年6月出版的第12卷第3期上。
二、 学术背景与研究目的
本研究属于地质灾害监测、工程地质与电力设施安全交叉的科学领域。随着电力需求的增长，变电站、输电杆塔等关键输电设备的安全稳定运行至关重要。这些设备的地基或所在斜坡若发生变形，可能导致结构失稳、供电中断等严重后果。然而，传统的地表形变监测方法（如水准测量、GPS）往往存在工作量大、成本高、空间覆盖不连续、受天气和时间限制等局限性，难以实现大范围、高频率、连续性的监测。
干涉合成孔径雷达（Interferometric Synthetic Aperture Radar, InSAR）技术，特别是其时序分析技术（如小基线子集干涉合成孔径雷达，Small Baseline Subset InSAR, SBAS-InSAR），通过对同一地区多时相合成孔径雷达（Synthetic Aperture Radar, SAR）卫星影像进行差分干涉处理，能够以毫米级精度反演大范围的地表形变信息，具有全天时、全天候、广覆盖的优势。该技术已广泛应用于滑坡、地面沉降等地质灾害监测领域。
在此背景下，本研究旨在将时序InSAR技术（具体为SBAS-InSAR方法）应用于特定输电设备区域的地基稳定性监测。其核心目标是：利用Sentinel-1 SAR卫星数据，对云南省红河哈尼族彝族自治州蒙自县内的一座变电站及周边关键输电杆塔所在区域进行长时间序列的地表形变动态监测，精确探测和量化该区域的地表沉降与抬升趋势，识别潜在的不均匀变形和风险点，从而为电力设施的运维管理、风险预警和预防性维护提供科学、定量的决策依据。
三、 详细研究流程与方法
本研究遵循了从数据获取、处理、分析到结果解释的完整技术流程，具体步骤如下：
1. 研究区概况与数据准备： * 研究区域： 选定云南省红河哈尼族彝族自治州蒙自县内一处变电站及编号为N168、N169、N170的三基邻近杆塔作为研究对象。该区域地处云贵高原南缘，地形以山地、丘陵和坝区为主，地质构造较为复杂。变电站位于相对平坦的坝区，周边为耕地。 * 数据源： 研究采用了欧洲航天局Sentinel-1卫星的C波段SAR数据。选择干涉宽幅（IW）模式影像，其距离向分辨率5米，方位向分辨率20米，能够满足监测精度要求。Sentinel-1卫星12天的重访周期为获取密集时间序列数据提供了可能。 * 数据时间跨度与数量： 共收集了从2018年1月至2022年10月期间，覆盖研究区的61景Sentinel-1 SAR影像，构成了进行时序分析的数据基础。
2. SBAS-InSAR数据处理技术流程： 本研究采用的核心方法是SBAS-InSAR技术。该技术通过设定时间和空间基线阈值，从大量SAR影像中组合出多个“小基线”干涉对子集，以克服传统差分干涉测量（D-InSAR）中因长时空基线导致的失相干问题，并通过奇异值分解（SVD）等方法连接各子集，最终获取高精度的时间序列形变结果。 * 干涉对生成与筛选： 以150天作为时间基线阈值，从61景影像中生成多组干涉图。由于研究区约75%的区域被植被覆盖，相干性普遍较低，研究将相干性阈值设定为0.35，并对相干性低于0.25的干涉点进行了掩膜处理，以提高有效观测点的覆盖率。 * 干涉图质量控制： 在生成干涉图后，根据解缠图和相位图的质量，人工识别并剔除了那些存在严重失相干或大气延迟误差较大的干涉图，确保输入后续时序反演的数据质量。 * 形变反演： 利用SBAS算法对筛选后的高质量干涉图集进行时序处理。通过最小二乘估计和奇异值分解，最终反演出研究区在监测时段内（2018年1月-2022年10月）每个像元的平均形变速率场以及随时间累积的形变量序列。
3. 形变结果分析与解释方法： * 区域形变速率场宏观分析： 首先，将反演得到的年平均形变速率结果进行可视化，采用自然间断点分级法进行设色，绘制研究区形变速率分布图（图2），并统计形变速率的分布直方图（图3），从宏观上把握整个区域的形变空间格局与量级。 * 关键点位时序形变规律精细分析： 在宏观分析的基础上，聚焦于关键的电力设施点位进行深入分析。 * 采样点布设： 在变电站内部及周边（图10），以及N168、N169、N170三基杆塔的附近（图4, 6, 8），分别布设了系列采样点（P1, P2…）。这些采样点代表了设施及其紧邻区域的地表响应。 * 时序曲线提取与分析： 从SBAS-InSAR反演得到的时间序列形变数据中，提取上述每个采样点以及杆塔中心点对应的累积形变随时间变化的曲线（图5, 7, 9, 11）。 * 规律总结： 通过分析这些时序曲线，识别每个点位的形变趋势（抬升或沉降）、形变速率、突变时间节点、累积形变量以及不同点位之间的形变差异。特别关注了变电站整体形变模式、各杆塔的形变特征以及杆塔与变电站之间的相对形变关系。
四、 主要研究结果
1. 研究区整体形变特征： SBAS-InSAR处理结果显示，在2018年1月至2022年10月监测期内，研究区地表形变速率范围在-30.95 mm/年至35.87 mm/年之间。形变速率分布图（图2）清晰显示，区域内存在多个大小不一、沉降速率不同的沉降区。统计分析（图3）表明，超过90%的观测点形变速率在±10 mm/年以内，但局部区域存在显著异常。值得注意的是，N168和N169杆塔所在区域的形变沉降现象比变电站主体区域更为严重。
2. 关键杆塔点位形变规律分析： * N170杆塔区域： 时序分析（图5）显示，N170及其周边采样点在2019年1月至2020年1月整体抬升，随后一年缓慢沉降，2021年7月后趋于稳定。然而，自2022年8月起，该区域抬升速率发生突变，在约两个月内急速抬升约25毫米。相较于之前平缓的形变，此突变表明该点开始出现不稳定抬升现象。此外，位于N170南侧的采样点P4抬升量明显高于其他方向采样点约10毫米，这指示N170杆塔可能存在逐渐向北偏移的水平位移趋势。 * N169杆塔区域： 该点形变规律（图7）显示，在2021年1月前较为平稳。2021年1月出现急速下沉，随后在2022年8月又转为急速抬升，研究人员认为这可能与当地人为活动有关。2022年6月后，抬升速率骤变，至2022年9月累计抬升约25毫米。该杆塔已出现不稳定变化。同时，西南方向的采样点（P2, P3）累积抬升量比东北方向采样点（P1, P4）大20毫米，推断N169杆塔有向西南方向偏移的趋势。 * N168杆塔区域： 该区域形变（图9）在2021年1月前稳定。2021年1月至2022年8月期间持续下沉，其中西侧采样点P3沉降量最大，达-73毫米。2022年8月起，各点均转为抬升趋势，且除个别点外，抬升趋势在监测期末未见放缓迹象。这表明N168区域经历了从沉降到抬升的显著转变，且后期抬升活动持续。
3. 变电站区域形变规律分析： 在变电站四周布设的6个采样点（P1-P6）时序曲线（图11）显示，各点形变趋势高度一致，但累积形变量存在差异：P1(+3mm), P2(-3mm), P3(+9mm), P4(+4mm), P5(-6mm), P6(-20mm)。位于变电站西北角的P6点沉降量显著大于其他点。综合分析表明：①变电站地表变形整体呈现南升北降的趋势；②西北部下沉尤为严重，存在向西北方向下沉的趋势；③与N168、N169、N170杆塔区域自2022年中后期的剧烈抬升相比，变电站同期形变相对平稳，导致杆塔与变电站之间存在显著的相对抬升变化。
五、 结论与意义
本研究通过应用SBAS-InSAR技术，成功实现了对蒙自县特定变电站及杆塔区域的高精度、长时间序列地表形变监测，并得出以下主要结论： 1. 揭示了复杂形变模式： 明确了变电站区域存在“南升北降”、西北部严重下沉的空间分异特征，并验证了先前关于设施异常的报告。 2. 识别了关键风险节点： 发现了N170和N168节点在2022年8月出现的抬升速率突变，以及N170南部显著抬升所反映的地表沉降不均匀性，这些是潜在的结构失稳风险信号。 3. 明确了相对变形关系： 指出了杆塔区域与变电站主体之间存在的差异形变，特别是2022年下半年以来杆塔区域的加速抬升相对于变电站的平稳状态，构成了新的风险源。
基于以上发现，研究提出了针对性的运维建议：应尽快加强对该变电站的维护，特别是对南部和西北部地基进行加固；并需细致探究N170等杆塔南部的特殊沉降/抬升原因，以预防结构失稳和停电风险。
本研究的价值体现在： * 科学价值： 为将时序InSAR技术精细化应用于电力基础设施微变形监测提供了成功的案例，展示了该技术在识别缓慢、不均匀地表变形及其时空演化规律方面的强大能力。 * 应用价值： 直接为被监测变电站的安全运维提供了定量化、可视化的科学依据，实现了从“事后补救”到“事前预警”的转变。研究成果可为同类电力设施的地质稳定性监测、风险预警策略制定以及预防性维护规划建立技术模型，从而有效提升整个电力系统的安全韧性与灾害防御能力。
六、 研究亮点
七、 其他有价值内容
研究在讨论部分也指出了本工作的局限性及未来研究方向，包括：需要进一步结合地质构造、地下水变化等因素深入探究形变原因；需优化监测频率以更好捕捉突发形变；未来应结合现场勘查与其他监测手段（如GNSS、精密水准），构建多元信息融合的综合风险评估模型。这些思考为后续研究指明了方向，体现了研究的系统性和前瞻性。