PSI技術在貴陽市地面沉降監測中的應用

劉懷林 章 彭

(貴州省水利水電勘測設計研究院有限公司, 貴州 貴陽 550002)

0 引言

隨著國內經濟的發展,城市化進程不斷加快,基建設施的增加在給人們的生活帶來便利的同時,也伴隨著諸多問題。例如軌道交通建設,軌道交通運營線路多通過城市的主要街區以及繁華商圈,車站周邊地表受基坑開挖影響產生沉降等環境問題較為顯著[1]。而貴州省貴陽市作為巖溶地貌發育的典型地區,加之其豐富的降雨量,極易在巖溶系統滲流場中形成地下水動力條件,導致巖溶塌陷[2]。同時,貴陽市近年來興建地下軌道交通線路,目前,軌道交通1號線已經運行一年,軌道交通2號及3號線在建。特殊的地質條件、地面荷載和人類活動的影響非常可能導致地面沉降、塌陷等相關災害的發生,對周邊居民的生命財產安全帶來隱患[3]。因此,對貴陽市進行全面的地表形變普查,成為迫切需求。

合成孔徑雷達干涉測量技術(Interferometric Synthetic Aperture Radar, InSAR)具有監測范圍廣、全天時全天候的特點,隨著永久散射體干涉測量技術(Permanent Scatter InSAR, PSI)和小基線集(Small Baseline Subsets, SBAS)等時間序列InSAR技術的問世,其監測精度經驗證可達到毫米級[4]。目前,時間序列InSAR技術已經成為地表沉降監測、礦區形變監測和地質災害監測等外觀監測最有利的手段之一[5]。在城市地表沉降監測領域中,早在2007年,葛大慶等就利用一種基于相干目標的多基線D-InSAR數據處理算法,以滄州地區2004—2005年12景SAR為例,成功提取了該地區地表沉降線性形變速率及其演變狀況[6]。近年來,InSAR技術在大面積地表沉降監測中的應用越發成熟。2016年,張永紅等利用SBAS技術,基于ERS-1/2、ENVISAT ASAR、RADARSAT-2四顆衛星攝取的3個時段的時間序列影像,成功提取了京津冀地區1992—2014年三個時段的地面沉降信息[7]。2017年,何琪等利用PSI技術提取鄭州市地表沉降走勢及地區分布,并與鄭州市地下水位變化趨勢進行對比,發現了地下水位變化與地表沉降直接相關的關系[8]。以上研究成果已經證明了InSAR技術在城市沉降監測中的可行性和其獨特優勢。

針對貴陽市目前的情況,本文選用貴陽市2018年12月至2019年12月共計32景Sentinel-1升軌影像數據,基于PSI技術對貴陽市進行了形變信息提取,并通過實地考察,對地表形變的原因進行分析,為城市地表形變監測普查提供了技術指導。

1 研究區概況

貴陽市位于我國西南地區,貴州省中部,經緯度范圍為東經106°07′～107°17′,北緯26°11′～26°55′。總體地勢分布為西南高、東北低,平均海拔在1 100 m,地貌屬于以山地、丘陵為主的丘原盆地地區。貴陽境內土壤以酸性黃壤為主,與石灰巖、白云巖、砂巖、頁巖等交錯分布。貴陽屬亞熱帶濕潤溫和型氣候,年平均氣溫為15.3℃,年平均相對濕度為77%,年平均總降水量為1 129.5 mm。截至2019年12月28日,貴陽市軌道交通1號線全線開通,在建的有軌道交通2號和3號線。現有和在建地鐵線路的基本信息見表1。

表1 貴陽市現有地鐵線路情況表

2 理論及方法

2.1 數據源簡介

本文收集了2018年12月23日至2019年12月30日32景Sentinel-1雷達數據(見表 2),其產品接收模式為IW(Interferometric Wide Swath)模式,C波段(波長15.3 cm),產品級別為Level1(單視復數影像數據),HH極化,視角為39.3°,方位向像元大小為2.329 562 m,距離向像元大小為13.967 140 m。

為了去除地形相位,在進行二軌差分法差分干涉測量時需要利用高精度數字高程模型(Digital Elevation Model，DEM),本文采集了30 m分辨率的SRTM DEM數據。

2.2 PSI技術原理與方法

PSI技術是利用不同時相獲取的雷達影像中的穩定散射目標來估算干涉圖中的地形誤差、大氣延遲等[9]。其中地形誤差可通過其與基線的正比關系進行估算。大氣延遲相位在空間維度中表現為相關的低頻信息,在時間維度上表現為隨機的高頻信息;而非線性形變相位在空間和時間維度中都表現為相關的低頻信息。因此,通過時間域高通濾波和空間域低通濾波的方法可以將大氣延遲相位分離出來[10]。其具體步驟如圖1所示。

圖1 PSI技術流程圖

(1)差分干涉SAR數據處理

從N+1幅影像中選取主影像,將其余N幅影像配準到主影像的成像空間。同時,生成N個干涉對,利用外部DEM去除地形相位,獲得時序上的N幅差分干涉圖。

(2)PS點選取

PS點目標被認為是良好的相干目標,能夠在長時間內保持良好的穩定性,能反映真實的地表形變情況。在時序干涉的相干目標分析中,常采用的選點方法有振幅離差指數法、均值時序相位相干性法、基于SCR(信噪比)法、相干系數法、時序相關系數閾值法等。

(3)線性形變速率和DEM誤差估計

如圖3所示，在AB延長線上截取BE=c-a，則AE=c；連接DE，交BC于點F，過B作BG∥DE，交AD于點G；過E、G分別作EH∥AD，GH∥AB，交于點H；再分別將GH與DE、BC的交點記作I、J.把△DFC平移到△IEH的位置，把△GID平移到△BEF的位置，則矩形ABCD被剪拼轉化為邊長分別為的矩形AEHG.

利用Delaunay不規則三角網建立候選點之間的連接關系,進行空間上的相位解纏。利用周期圖譜的估計方法,取使整體相干性達到最大值時為線性形變速率和DEM誤差的估計值,然后使用帶權的最小二乘方法進行相位解纏,從已知參考點解算出稀疏格網上每一點的線性形變速率和DEM誤差改正值。

(4)大氣相位、非線性形變估計

為得到完整的形變相位,需對去除了線性形變和地形誤差相位的殘余相位進行分離,通過時間域的低通濾波和空間域的高通濾波提取大氣相位和非線性形變相位,從而獲取時間序列上的完整形變信息。

3 形變監測結果與分析

根據2.2節中的方法獲取貴陽市平均形變速率的專題圖(圖2)。其中,平均形變速率的量級為-80～80 mm/a,最大平均沉降速率達到77 mm/a,最大平均抬升速率達到73 mm/a,各形變區零散分布于監測區內。按照貴陽市區縣行政邊界進行劃分,各區縣的形變區(平均形變速率大于20 mm/a且面積大于1×104m2)數量分布情況如表2所示。

表2 形變區按區縣行政區劃分布情況

圖2 貴陽市平均形變速率專題圖及局部實例專題圖

為了分析貴陽市地鐵線路的施工及運行對地面沉降造成的影響,本文提取了目前已有地鐵線路(包括在建)1～3號線500 m緩沖區內的形變點,統計結果如圖3和表3所示。

表3 地鐵線路500m緩沖區形變情況統計表

圖3 地鐵線路500 m緩沖區形變點平均形變速率頻數統計圖

根據統計結果可知,形變較大的PS點數量占比極少,且從其空間分布來看離散度較高,可將這些PS點的形變歸類為相位噪聲。因此,可證實監測期間地鐵沿線并未發生明顯形變。

圖4中A區域位于貴陽繞城高速與貴黔高速交接處G6001(花溪/觀山湖/上麥)高速公路出口西1 km處,其最大沉降速率為77 mm/a。圖4(a)為該區域最大形變點累積形變量的時間序列變化統計圖。通過統計圖可知,該區域自監測之日起一直處于沉降狀態。B區域位于貴陽市觀山湖區湯耙哨村附近,最大沉降速率為68 mm/a。圖4(b)為該區域最大形變點累積形變量的時間序列變化統計圖,通過統計圖可知,該區域自監測之日起幾乎一直處于沉降狀態,在2019年4月22日至5月4日出現抬升。C區域位于貴陽市南明區南明歐美醫藥產業園附近,最大抬升速率為65 mm/a。圖4(c)為該區域最大形變點累積形變量的時間序列變化統計圖,通過統計圖可知,該區域自監測之日起一直處于間歇性抬升狀態。根據Google Earth影像及現場實地勘察發現,A、B沉降區在監測期間為開墾狀態,土質松軟,不穩定的軟土層可能是導致沉降的主要因素;C抬升區在監測期間為新增建設用地,地基增高可能是導致抬升的主要原因。

圖4 實例形變區累積性變時序圖

4 結束語

本文應用2018年12月至2019年12月的32景Sentinel-1影像,基于PSI技術獲取了貴陽市地表形變結果。監測結果顯示,本次監測區中形變量較大、區域較廣的形變區共計24個,其中沉降區21個,抬升區3個,平均形變速率為-77～68 mm/a(負值為沉降,正值為抬升),所有形變區均離地鐵線路較遠。通過查詢歷史光學影像,形變區均位于地面施工區域,其中開墾地面表現為沉降區,新增建設用地表現為抬升區。

本文證明了PSI技術能夠獲取城市地表形變監測的形變信息和時間序列變化信息,其在城市地表形變監測普查中具有很大優勢,能夠為研究城市化建設對城市地表形變的影響提供參考。但由于缺少具體的歷史變化信息,以及相關的地質、水文資料,無法進行深層次的形變成因分析。因此,將PSI結果與地質、水文資料等條件結合,為地表形變進行綜合研判,將是下一步的研究方向。