基于S BAS技術(shù)的Sentinel-1影像在地表形變中的應用研究
——以太原市主城區(qū)為例

張金紅

（山西省第三地質(zhì)工程勘察院，山西 晉中 030620）

0.引言

地表形變一直是重要的災害性事件之一，形變超限將嚴重影響人們的生產(chǎn)生活，給國家造成不可估量的損失。傳統(tǒng)的地表形變監(jiān)測常以水準、GPS為主，優(yōu)點是精度高，但成本高、周期長、基準點不穩(wěn)定、采樣點有限等缺陷。隨著遙感的不斷發(fā)展，InSAR技術(shù)不斷成熟，其自動化、大面積的對地觀測優(yōu)勢，彌補了傳統(tǒng)對地監(jiān)測的不足，且其精度逐步提高，已成為地表形變監(jiān)測的重要手段。

InSAR即合成孔徑雷達干涉技術(shù)，InSAR技術(shù)包括PSInSAR、D-InSAR、SBAS-InSAR等，不同的InSAR技術(shù)要求的數(shù)據(jù)量及處理過程都存在一定差異，SBAS-InSAR相較于其他技術(shù)而言，不僅能夠克服空間失相干性，大氣相位去除結(jié)果更加可靠，而且對數(shù)據(jù)量及DEM數(shù)據(jù)精度也沒有很高的要求，進而降低了硬件設備的標準，是當前學者們研究地表形變的重要手段。

1.數(shù)據(jù)準備與方法簡介

1.1 數(shù)據(jù)準備

Sentinel-1即哨兵1號，由A、B兩顆衛(wèi)星組成，衛(wèi)星數(shù)據(jù)干涉效果好，更新周期短，且直接從歐洲航天局（以下簡稱歐空局）網(wǎng)站即可免費下載，為科學研究及社會服務提供極大便利。該數(shù)據(jù)產(chǎn)品按級別分，包括Level-0即原始數(shù)據(jù)，Level-1包括單視復數(shù)圖像（SLC）和地距影像（GRD）、Level-2為海洋產(chǎn)品，按成像模式劃分則包括條帶模式（SM）、干涉寬幅模式（IW）、超寬幅模式（EW）及波浪模式（WV）四種，按極化方式分，存在HH+HV、VV+VH、HH、VV四種形式。

軌道數(shù)據(jù)來自歐空局軌道信息網(wǎng)站，提供POD回歸軌道數(shù)據(jù)及POD精密定軌星歷數(shù)據(jù)，本次選用POD精密定軌星歷數(shù)據(jù)，此數(shù)據(jù)是最精確的軌道數(shù)據(jù)，定位精度優(yōu)于5cm，于影像數(shù)據(jù)產(chǎn)生21天后生成。

DEM數(shù)據(jù)為SRTM-3數(shù)據(jù)，下載自LocaSpaceViewer（圖新地球），分辨率為3′′（約90m），數(shù)據(jù)易下載，精度高，可靠性強。數(shù)據(jù)屬于SRTM DEM格式，后綴為.hgt。

1.2 方法簡介

SBAS技術(shù)即小基線集技術(shù)，在研究地表形變時有顯著優(yōu)勢，是目前研究地表變形的重要手段[1]。SBAS利用最小二乘法或結(jié)合奇異值分解法求解殘余相位，設計時間、空間濾波值估計出大氣相位和非線性形變相位，最終得到時間序列的沉降數(shù)據(jù)。其基本原理如下：

假設有按時間序列t0、t1…tn的N+1景影像，在劃分基線集合時，可生成的干涉對M在（n+1）/2到n（n+1）/2之間。假設相元（x，r）上任意時刻t與初始時刻t0的差分干涉相位σ（t，x，r）未知，差分干涉圖δσ（x，r）已知，則t1、t2時刻生成的差分干涉圖如式（1）所示：

設置閾值選取高相干點，根據(jù)離散的高相干點建立方程組如式（2）所示：

A為M×N矩陣，主影像的系數(shù)為1，輔影像的系數(shù)為-1，其他為0。當數(shù)據(jù)來自同一基線集，則L=1,M＞N時，有超定解，用最小二乘法作為約束條件估計出σ的值如式（3）所示：

當數(shù)據(jù)來自不同基線集時，則L＞1，方程有無限多解，采用奇異值分解，即可求出最小范數(shù)意義上的最小二乘解。

2.研究區(qū)概況與研究方法

2.1 研究區(qū)概況

研究區(qū)位于山西省省會太原市主城區(qū)，地形、地貌上，太原市位于太原盆地內(nèi)，呈北東-南西分布，東西兩側(cè)主要呈現(xiàn)出斷崖、山地形式，主城區(qū)位于平均海拔在800-900m的汾河河谷平原上。隨著城市化推進，本區(qū)地質(zhì)除了受到自然因素影響外，越來越多地受到人為因素的干擾。近年來，城市快速路、地鐵1、2號線等城市基礎(chǔ)設施建設，給城市帶來便利的同時也將誘發(fā)更多地質(zhì)災害事件，而其中基礎(chǔ)施工尤其容易引起地表形變，形變一旦超限，將對城市已有基礎(chǔ)設施及人民生命財產(chǎn)安全造成嚴重威脅。本文基于Sentienl-1影像數(shù)據(jù)，時間段為2019年11月-2020年9月共10景數(shù)據(jù)，全部選取升軌（Ascending）、IW成像模式，數(shù)據(jù)類型為SLC，極化方式為VV極化，入射角為39°（如表1所示），探究當前形勢下城市發(fā)展對地表形變的影響，為政府決策及城市未來規(guī)劃服務。

表1 Sentinel-1數(shù)據(jù)參數(shù)

2.2 研究方法

（1）聚焦處理。加載10景safe文件，同時一一對應導入相應的POD精密定軌數(shù)據(jù)，聚焦處理生成slc系列文件以備后續(xù)使用。

（2）生成連接圖。此過程即為小基線集的生成及主影像的選取。Sentinel-1衛(wèi)星數(shù)據(jù)空間基線較短，為了便于形變的探測，空間基線閾值設置為2%。考慮連接的均勻性，每景影像連接的數(shù)量，以及研究區(qū)多為建筑群時間失相干低等特征，時間基線閾值設置為最大值300d，共生成38個干涉影像對，結(jié)果全部符合干涉處理要求，20200127自動定義為超級主影像（如圖1所示）:

圖1 干涉像對連接圖及基線分布圖

（3）裁剪影像。下載的整景影像區(qū)域范圍比較大，而研究區(qū)域只是其中一部分，為提高后續(xù)處理效率，需對研究區(qū)進行裁剪。本文先對主影像進行裁剪，之后以裁剪區(qū)作為參考標準，從影像配準到該區(qū)域進行裁剪。

（4）干涉處理。此過程包括相干性生成、濾波、去平和相位解纏。去平即去除平地效應，方法包括軌道法、頻率法、DEM法，本文采用DEM法，數(shù)據(jù)來源于SRTM-3，首先需對數(shù)據(jù)進行處理，包括鑲嵌、拼接格式轉(zhuǎn)換等步驟，但由于本次研究區(qū)未跨區(qū)域，所以無須進行DEM的拼接；濾波即去除干涉圖上的噪聲和斑點，包括Adaptive濾波、Boxcar濾波和Goldstein濾波，本文優(yōu)選Goldstein濾波，效果最強，能夠降低噪聲提高干涉圖的清晰度，削弱失相干性；相位解纏是將（-π，π）之間變化的相位恢復為真實值的過程，解纏方法包括Minimum Cost Flow即最小費用法、Delaunay MCF法、區(qū)域增長法和3D解纏法四種，本文選用最小費用法，其特點是在相干性較低的區(qū)域也能獲得較理想的解纏效果；通過統(tǒng)計主影像視數(shù)，本次距離向視數(shù)設置為5，方位向視數(shù)設置為1。處理后逐個查看結(jié)果，對效果差的影像對采用連接圖編輯工具進行剔除，本文剔除20191222-20200818影像對，其余均符合要求，抽取其中1對影像對的干涉圖、相干性圖和相位解纏圖進行展示（如圖2所示）。

圖2 部分影像對干涉圖、相干性圖和相位解纏圖

（5）GCP選取，軌道精煉和重去平。本文選擇窗口采點法選取GCP，通過目視解譯配合干涉圖進行，選取中需避開殘余地形相位、相位躍變、軌道相位及可能的形變區(qū)域。經(jīng)過重復調(diào)試，剔除誤差較大的點位，選出30個點為本區(qū)GCP，查看屬性表AbsResDiff一列，殘差值均小于1，為一個較小的值（如圖3所示）：為了保證控制點的效果，本文GCP選取范圍遠大于研究區(qū)范圍。然后進行軌道精煉和重去平，對衛(wèi)星相位及軌道偏移進行糾偏，軌道精煉選用多項式優(yōu)化法，重去平基于GCP基礎(chǔ)上進行。

圖3 GCP點位圖及部分點位殘差值

（6）SBAS反演。反演一共分兩次進行，第一次反演是核心，估算形變速率和殘余地形，并進行二次解纏對干涉圖優(yōu)化，本文選用健壯性最好的線性模型；第二次反演去除大氣相位，得到更加純凈的時間序列上的最終位移結(jié)果，高度精度閾值和速度精度閾值均設置為10。

（7）地理編碼。以上成果均為SAR坐標系下的結(jié)果，通過DEM，坐標系轉(zhuǎn)換為地理坐標系即WGS-84，對相干性低的區(qū)域（如，水體、雪蓋等）進行內(nèi)插處理，平滑DEM值，最終生成的形變反演結(jié)果。為了表達的直觀性，將其與太原市行政區(qū)劃圖疊加（如圖4所示）：

圖4 平均形變速率結(jié)果圖

3.結(jié)果分析

從平均形變速率結(jié)果圖可以看出：

（1）太原市主城區(qū)及周邊區(qū)域形變速率主要集中在-30mm/y—70mm/y，正值為地表抬升，負值為地表下降（如圖5所示）。主要表現(xiàn)為中部地區(qū)有輕微抬升，其中位于萬柏林區(qū)與晉源區(qū)交界的晉陽湖及周邊濕地區(qū)域抬升較大，剔除變形異常點位，形變速率在35mm/y左右；主城區(qū)周圍尤其是南部區(qū)域表現(xiàn)為輕微沉降，南部小店區(qū)靠近榆次區(qū)沉降較大，剔除異常點位在-25mm/y左右。地表形變發(fā)育程度主要為中等和弱，均在正常范圍內(nèi)。

圖5 形變速率分布情況

（2）太原市主城區(qū)地表形變控制在正常范圍內(nèi)，與2004年以來采取引黃入晉等一系列舉措密不可分[2]。從當前結(jié)果顯示：1990-2000年主要地面沉降中心下元沉降中心、吳家堡沉降中心已趨于緩和，沉降已得到有效控制。

（3）太原主城區(qū)中部地表形變表現(xiàn)為抬升，與降水呈正相關(guān)關(guān)系[3]。從天氣預報網(wǎng)查詢整理2010-2020年歷年降水數(shù)據(jù)，由于2020年衛(wèi)星數(shù)據(jù)截至9月，為了數(shù)據(jù)可比性，剔除歷年10-12月降水數(shù)據(jù)（如圖6所示）。統(tǒng)計顯示2020年期間太原市降雨量1940.3mm，較過去10年均值偏多46%，地下水補給充足，且太原主城區(qū)位于太原盆地，西、北、東三面環(huán)山，中、南部為河谷平原，北高南低，更利于地下水的匯集。本文從中部抬升區(qū)隨機選取3個點進行時間序列的形變量分析（如圖7所示）：三個點累積形變量均隨著時間呈上升趨勢，7-9月抬升速率相較其他月份高，與7-9月降水量集中密切相關(guān)。

圖6 歷年1-9月降水量柱狀圖

圖7 中部抬升區(qū)累積形變量曲線圖

（4）從平均形變速率圖顯示沉降明顯區(qū)域位于南部小店區(qū)，與已有研究資料[2]顯示2001年后沉降向小店區(qū)域擴展，與小店附近已形成新的沉降中心基本吻合。本次研究顯示沉降在4月前比較快，4月后降雨增多，地下水引起地面抬升造成此后沉降速率趨于緩和（如圖8所示）：

圖8 南部沉降區(qū)累積形變量曲線圖

由于本次研究缺少水準測量成果，無法進行高精度對比，但與以往研究相比顯示地表形變趨勢基本一致[4]，佐證了本次研究結(jié)果的有效性，能夠為城市規(guī)劃及建設提供參考。

4.結(jié)束語

本文基于SBAS技術(shù)，對2019年11月16日至2020年9月23日的10景Sentinel-1數(shù)據(jù)進行處理，獲取研究區(qū)內(nèi)地表平均形變速率及累積形變曲線圖，結(jié)果顯示近年來太原市主城區(qū)地表形變均在正常范圍內(nèi)，靠近晉陽湖地區(qū)抬升較顯著，城南小店區(qū)沉降較顯著，并結(jié)合前人研究成果及氣象水文數(shù)據(jù)佐證了研究的有效性。未來需加強兩個主要形變區(qū)域的研究，結(jié)合遙感資料與地面監(jiān)測點數(shù)據(jù)，繪制時間—沉降曲線圖等分析沉降趨勢，以防地表變形超限，保障城市的持續(xù)健康發(fā)展。