基于時序SBAS-InSAR技術的通海縣盆地區地面沉降監測

肖波，高帥，喜文飛，周定義，趙振峰，2

(1.昆明理工大學國土資源工程學院，云南 昆明 650093； 2.云南交通職業技術學院公路與建筑工程學院，云南 昆明 650500；3.北京城建勘測設計研究院有限責任公司，北京 100101； 4.云南師范大學旅游與地理科學學院，云南 昆明 650500)

1 引 言

地面沉降是由地下松散地層固結壓縮引發的區域性地面標高緩慢下沉的地質現象，是一種反應滯后、進程緩慢及不易察覺的地質災害[1，2]。研究表明，目前我國已有近百個城市因自然和人為等綜合因素的影響，致使地面出現不同程度的沉降[3，4]，給地鐵、高鐵、高速公路、城市建筑等基礎設施工程造成不同程度的破壞，危及人民的生命和財產安全。因此，城市地表沉降已成為嚴重影響城市發展的地質災害之一，對已經或正在發生地表沉降的區域進行有效的監測，分析沉降特征和原因，可為政府部門的防災減災工作提供決策依據。

傳統的地表沉降監測主要依據水準測量、全站儀三角高程測量、GNSS測量等方式，通過對監測點進行定期復測，求出監測點的高程變化值，從而獲取沉降值。雖然傳統的測量方法監測精度高，但都是基于少量離散點進行的小范圍監測，不僅勞動強度大、周期長、需要大量人力物力財力的持續投入、且很難在短時間內快速獲得大范圍詳細的地表形變[5]。近年來，隨著時序InSAR技術的成熟發展，其憑借重訪周期短、大范圍覆蓋、高時空分辨率、有效克服D-InSAR技術失相干和大氣延遲等優勢，逐漸成為地表沉降監測的有效補充手段之一[6，7]。目前，國內外學者應用時序InSAR技術對城市地面沉降監測取得了不錯的效果，代表性的研究有：Casu等[8]應用SBAS(Small Baseline Subsets)InSAR技術對意大利Naples灣和美國洛杉磯城區的地面沉降提取信息，獲得較好的效果(形變速率的標準方差大約是1mm/a)；蒲川豪等[9]利用時序InSAR技術獲取延安新區的地面沉降分布特征，并通過實地調查驗證了InSAR技術探測結果的可靠性，并分析討論了影響地面沉降分布的主要因素；麻源源等[10]利用32景Sentinel-1A SAR影像基于短基線集技術獲取2014年～2017年昆明地表沉降信息，并結合城市建設資料、地質和水文資料及氣象資料對昆明沉降區的成因進行全面的分析，研究結果表明，昆明地表沉降空間特征明顯不均勻，地鐵施工、大型建筑物和商業區建設、地下水抽取和降雨量都不同程度地引發了昆明市的地面沉降；武麗梅等[11]采用小基線集技術，提取了魯西南地區地面沉降信息，并結合公路和鐵路等專題數據進行沉降成因分析，結果表明，魯西南地區最大沉降速率達 -134.06 mm/a，且監測結果與水準數據符合性較好，驗證了SBAS用于沉降監測的準確性和實效性。

綜合以上研究成果，時序InSAR技術在大范圍的地面沉降監測中彌補了傳統技術的不足，但監測區域多集中在經濟發展較快的平原或省會城市，而對云貴高原縣級城市的沉降監測較少。因此，本文采用SBAS-InSAR技術和69景2018年7月20日～2020年11月18日的Sentinel-1A SAR影像，借用外部精密軌道數據POD(Precise Orbit Determination)和AW3D 30 DSM數據去除軌道誤差和地形相位，對地處云貴高原的通海縣盆地區進行沉降監測，探討該區域的沉降分布特征及成因，為通海縣的防災減災工作提供技術支持。

2 研究區與研究數據

2.1 研究區概況

通海縣(102°30′25″E～102°52′53″E；23°55′11″N～24°14′49″N)地處云南省中南部、玉溪市東部，自古以來為滇南軍事重鎮和交通要道。境內由盆地、中山、河谷三大地貌構成，盆地區地勢由西南向東北逐漸降低，壩區面積占全縣總面積的21.63%。杞麓湖猶如一條玉帶鑲嵌于壩區北部，與縣城背后的秀山遙相對應，湖泊東西長 10.4 km，南北寬 3.5 km，總面積 36.4 km2，約占全縣總面積的5.0%，研究區如圖1所示。

圖1 研究區范圍示意圖

2.2 研究數據

本文收集了2018年7月20日～2020年11月18日覆蓋通海縣盆地區的69景C波段Sentinel-1A SAR影像，衛星數據基本參數如表1所示。此外，由歐空局提供DORIS精密軌道數據用于衛星軌道修正；日本宇宙航空研究開發機構(JAXA)提供的高精度全球DSN數據，其精度為 30 m，用于去除地形相位。

衛星數據基本參數 表1

3 數據處理

3.1 時序SBAS-InSAR技術原理

SBAS-InSAR技術是由Berardino和Lanari等研究人員提出的一種與PS-InSAR技術采用不同策略的時間序列InSAR分析方法[12，13]，該方法首先將獲取的多景時間序列雷達干涉數據進行組合，得到一系列能夠較好地克服空間去相關的短空間基線干涉圖。然后利用選取的GCP點進行去平和軌道精煉。最后采用奇異分解(SVD)法求解形變速率，將被較大空間基線分開的孤立SAR數據集連接起來，提高觀測數據時間采樣率。其數據處理流程如圖2所示，主要步驟[14]如下：

圖2 SBAS-InSAR處理流程

(2)對于從影像tA和主影像tB(tB>tA)時刻獲取的SAR影像生成的第j幅差分干涉圖，方位向坐標為x和距離向坐標為r的像素干涉相位為：

(1)

δφj(x，r)=φB(x，r)-φA(x，r)

(2)

(3)為了獲得具有物理意義的沉降序列，將式(2)中相位表示為兩個獲取時間之間的平均相位速度和時間的乘積：

(3)

第j幅干涉圖的相位值可以寫為：

(4)

即各時段速度在主、從影像時間間隔上的積分，寫成矩陣形式為：

Bv=δφ

(5)

式(5)是一個M×M的矩陣。由于小基線集采用多主影像策略，因此，矩陣B容易產生秩虧。采用SVD方法就可以得到矩陣B的廣義逆矩陣，從而得到速度矢量的最小范數解，最后通過各個時間段內速度的積分就可以得到各個時間段的形變量。

3.2 垂直向形變速率轉化

城市地標沉降速率主要以垂直形變為主[15]，而InSAR技術獲得的地表沉降速率是視線方向(Line of Sight，LOS)的，并不能完全反映地表實際的形變[16]，因此有必要將LOS向的形變速率轉換到垂直方向上。

LOS向的形變量[17]為：

DLOS=(UNsinφ-UEcosφ)sinθ+UVcosθ

(6)

式(6)中，UN、UE和UV表示南北、東西和垂直方向的地表形變分量，φ表示方位角，θ表示入射角。

由于SAR衛星降軌數據的方位角φ=-90°，將其代入式(6)中，得：

DLOS=-UNsinθ+UVcosθ

(7)

城市地表形變監測以垂直方向上的形變為主，假設南北、東西方向的形變極其微小，即UNsinθ?DLOS[15]，則垂直方向上的形變量為：

UV≈DLOS/cosθ

(8)

3.3 試驗數據處理

試驗中采用POD(Precise Orbit determination)精密軌道數據對軌道進行修正，有效去除因軌道誤差引起的系統性誤差；采用由日本宇宙航空研究開發機構(JAXA)提供的高精度全球DSN數據(ALOS Global Digital Surface Model “ALOS World 3D-30 m”，AW3D30)去除地形相位。處理過程中，選取日期為2018年11月5日的影像為超級主影像，設置最大時間基線閾值為60d，組成316對干涉對，像對連接的時空基線分布如圖3所示。將組合的干涉對經過配準，刪除不理想的數據后生成干涉圖，選取150個沒有殘余地形條紋、遠離形變區域、沒有相位躍變的GCP點，進行軌道精煉和重去平。然后運用線性模型計算出所有相對的形變速率和殘余地形，同時對輸入的干涉圖二次解纏優化后，估算和去除大氣相位，得到更加準確的時間序列沉降結果；最后對SBAS獲取的結果進行地理編碼，將形變結果投影到WGS 84坐標系下，獲得LOS方向上的形變速率。

圖3 時空基線分布圖

4 結果分析

4.1 地表形變場分布特征

根據上述的數據處理流程，獲得通海縣城區域2018年7月20日～2020年11月18日的地表形變速率圖，如圖4所示。圖4中，形變速率為紅色(負值)表示該區域遠離衛星運動，即地面表現為下沉，形變速率為綠色(正值)表示靠近衛星運動，即地面表現為抬升。從圖4可以看出，通海縣盆地區域地表累計沉降速率為 -90.55 mm/a～39.99 mm/a，在盆地西部及杞麓湖沿岸多地出現不均勻沉降。由于研究區內沉降區域較多，分布在各個村莊，本文選取圖中4個對人們生活影響較嚴重的區域(藍色矩形區域)進行詳細分析。

圖4 研究區形變速率

解家營村：謝家營村片區最大年均沉降速率為 -59.69 mm/a，村莊的平均沉降速率為 -26.20 mm/a。從圖5(a)可以看出，該村莊屬于一個典型的沉降漏斗區。解家營村東南方向背靠鳳凰山，該方向基本處于穩定狀態。西北方向靠近縣道F27和蔬菜種植地附近的區域出現大面積的沉降區，造成此現象的原因可能是受縣道F27大中型荷載車輛運營破壞路面結構及周邊農田松散土質固結影響。此區域呈現從西北向東南蔓延的趨勢，今后可能會影響村莊內人們的正常生活。云南蒙元歷史文化博物館：云南蒙元歷史文化博物館片區最大年均沉降速率為 -29.63 mm/a，片區內的平均沉降速率為 -13.72 mm/a。省道319貫穿該片區，沉降區域沿著省道呈現出條帶狀的漏斗型(圖5(b))。這有可能是該片區沿著道路沿線，新建大量的建筑物，比如博物館、民俗文化廣場等，使得松散的土壤固結。通海站：2019年9月28日，昆明至中越邊境河口縣的動車全線開通，其中通海境內從西北方向貫穿至東南方向，在通海盆地西北部設置一座站點，即通海站。片區最大年均沉降速率為 -28.69 mm/a，片區內的平均沉降速率為 -15.19 mm/a，該區域形成一個“W”型的沉降區(圖5(c))。該線每天開行動車組列車8對，隨著列車的高速運行及震動作用，不僅對路基造成影響，也會促使車站附近施工區域的松散土壤壓縮固結，從而引起沉降。今后旅客量也會逐年增加，可能會引起更嚴重的地表沉降，有必要重點關注該區域的地表形變，確保動車的正常運營。杞麓湖國家濕地公園：從2014年12月國家林業局批準建設杞麓湖國家濕地公園起，圍繞杞麓湖建設了生態保育區、恢復重建區、宣教展示區、合理利用區和管理服務區五大功能區，該區域內最大年均沉降速率為 -66.76 mm/a，片區內的平均沉降速率為 -22.89 mm/a。從圖5(d)可以看出，區域內呈現出“滴水狀”沉降漏斗，可能是因為湖泊周邊的土壤含水量高及濕地公園施工建設，不可避免地壓縮土壤內的含水量，使土壤板結引起的，今后應重點關注該區域的地表形變。

圖5 典型沉降區的三維沉降速率圖

4.2 典型區域時間系列結果分析

地表長期處于沉降，不利于城市的建設和發展。為了分析通海縣盆地區域4個典型沉降區隨時間的形變規律，提取了重點分析的4個沉降區域的時間系列累積沉降圖，如圖6所示。4個區域的形變曲線隨時間表現出不同程度的下降，表明監測期內地表處于持續沉降。這很可能與通海所處的地形地貌、地質條件有關。通海盆地區斷裂構造縱橫交錯，其中以北西向和北東向最為發育，南北向和東西向次之。1970年1月5日，通海縣曾發生過7.7級大地震，此次地震正好位于北西向的曲江斷裂帶上，這是一條挽近時期在北東向主壓應力作用下發生右旋壓扭兼作剪刀式運動的樞紐斷裂，而位于通海斷陷盆地中的杞麓湖的變遷也證實了曲江斷裂的運動[18]。因此，由于通海縣盆地區分布有復雜的斷裂帶，現如今又監測到整個盆地區呈現不均勻的沉降分布，今后有必要結合InSAR技術和傳統的沉降監測技術對該區域進行長期的監測，以防災害的發生。

圖6 2018-2020年4個典型沉降區時間序列累積沉降圖

5 結 語

本文基于SBAS-InSAR技術，以2018年7月20日～2020年11月18日的69景Sentinel-1A SAR數據，獲取了通海縣盆地區的地表形變分布，得出以下結論：①通海盆地區域內總體沉降速率為 -90.55 mm/a～39.99 mm/a，廣泛分布有多個明顯沉降區，且這些沉降區有逐漸成片蔓延的趨勢；②區域內的沉降主要與城市建設荷載(如鐵路、建筑、公路等)及復雜地質結構有關；③區域內沉降隨時間呈現下降趨勢，建議通海縣政府部門結合InSAR技術加強監測，以防災害發生。