基于SBAS- InSAR 技術的武漢地區地面沉降監測與分析

王邦鑒，史明遠

（吉林建筑大學測繪與勘查工程學院，吉林長春 130118）

引言

地面沉降主要由人為因素和自然因素引起的地下松散地層壓縮和固結，進而引發地表沉降。地表沉降屬于區域性的地質災害，不僅對建筑設施造成破壞，也會威脅到人類生命安全。近年來合成孔徑雷達干涉測量技術（InSAR），已經廣泛運用于監測地面沉降，與傳統的監測儀器相比能夠大幅度的提升地表沉降監測的效率[1]。Giordano 等人就曾運用D-InSAR 技術來獲取震前和震后短時間內變形情況和高精度的形變值，但是這項技術僅局限于短時間的形變量監測，對于長時間時序的監測方面還有不足。為了彌補D-InSAR 技術的短板，Ramirez 等人提出了PS-InSAR技術，該技術可以對地勢平坦地區全天候連續時間的地面沉降監測，但對起伏較大的地區監測效果稍差。Palanisamy 等人提出了SBAS-InSAR 技術，主要利用小基線的SAR 數據集形成干涉像對，充分利用相對之間的相干性去除平地等相位，有效獲取地表形變的時間序列圖和長時間的沉降變化規律，并且SBAS-InSAR 技術獲取的沉降量達到了亞毫米級。

武漢地區存在較嚴重的地面沉降，2019-2020 年均沉降速率最高能達到14.27 mm/a。本次采用SBAS-InSAR 技術對武漢地區進行地面沉降監測，重點對東西湖區、金銀湖地區、月湖地區進行監測分析，旨在初步了解研究區的沉降位置、沉降量及沉降速率，再結合當地的自然社會條件來分析沉降發生的主要因素[2]。

1 SBAS-InSAR 技術原理

小基線集合成孔徑雷達干涉測量（small baseline subset InSAR，SBAS-InSAR）技術是一種基于多幅主影像和一幅超主影像的時間序列方法。此方法相較于PS-InSAR 利用的時空基線較短，相干性更強，從而獲得地面形變信息會越精確，規避了時空失相干對差分干涉所造成的影響。再利用奇異值分解或最小二乘法，將多個干涉對信息進行連接，進而得到更高精度的地表形變信息[3]。

2 研究區概況與數據處理

2.1 研究區概況

研究區域為武漢地區（30.52°N-30.66°N，114.10°E-114.27°E），研究區域面積約為183.134 km2，整體位于武漢市西北部，區域內有多條河流流經如漢江、漢水；多條交通主干道如三環線、墨北西延線。本研究主要針對研究區內的東西湖區（A）、金銀湖地區（B）和月湖地區（C）進行沉降分析（圖1）。

圖1 研究區地理位置

2.2 數據源

選用覆蓋武漢市Sentinel-1A 衛星獲取的24 景IW 模式的SAR 數據作為數據源，數據格式為單視復型（SLC），C 波段波長5.6 cm，空間分辨率為5 mm×20 mm（方位向×距離向），圖像極化方式均為VV 極化，成像時間為2019 年1 月至2020 年12 月，并結合了Sentinel-1A 衛星對應時間范圍內的精密軌道數據和30 m 空間分辨率的SRTM4 DEM數據來去除平地相位和地形相位[4]。

2.3 數據處理流程

基于ENVI5.3 軟件里的SARScape 插件，設置時空基線的閾值，生成控制干涉相對數量。本研究設定監測時間基線閾值為365 天，空間基線閾值為最大臨界基線的15%，最終通過干涉組合共生成201 個干涉像對。接著對SAR 影像配準、生成干涉圖、去除平地效應和濾波處理、相干圖像生成、相位解纏獲取一系列解纏相位圖。相干系數解纏閾值設為0.2，采用最小成本流域法進行解纏，用Goldstein 法進行濾波處理。選擇相干性較好的強度圖、STRM4 DEM 和相位解纏后的干涉圖作為參考，再根據相干圖選擇相干性效果好的GCP 點來進行接下來的軌道精煉和重去平，為了降低誤差共選取了近30個GCP 控制點。經過兩次反演估計形變速率、殘余變形和去除大氣相位，最后結合研究區的STRM4 DEM數據進行地理編碼后獲得2019-2020 年兩年內的年平均沉降速率和累積沉降量（圖2）。

圖2 研究區年均沉降速率和累積沉降量

3 監測結果與分析

武漢地區沉降明顯，從2019 年1 月至2020 年12月，后湖區年均沉降速率大部分處于±8 mm/a，平均沉降速率為1.52 mm/a，年平均沉降速率最大可達到14.27 mm/a，見圖2（a）；最大累計沉降量可達到36.71 mm，平均累積沉降量為2.25 mm，大多數累積沉降量為±18 mm，見圖2（b）；表明研究區內地表沉降分布不均勻，空間差異大。

研究區內有3 個明顯的沉降漏斗分別是東西湖區（A）、金銀湖地區（B）和月湖地區（C），其中東西湖區（A）位于研究區的西北部，年均沉降速率和累積沉降量均為最大，該區域位于吳家山附近，周圍有大量地下采礦活動，開采強度較大，以及個別企業使用落后的采礦設施不規范開采加劇了地面沉降的發展[5]。金銀湖地區（B）和月湖地區（C）分別位于研究區的東北部和東南部，其年均沉降速率和累積沉降量相對較小，其中金銀湖地區（B）附近存在一些城建工程，避免不了深基坑開挖，施工過程中大量抽取地下水，導致地下水位下降，進而引發地面沉降，該區域的年均沉降率和累積沉降量分別為9.93 mm/a 和18.27 mm。月湖地區（C）周圍有許多重要的工業分布，如武漢鋼鐵集團公司，中國石化武漢公司均在其中，該區域大量抽取地下水作為工業水源補給，得出該區域年均沉降速率超過了12.83 mm/a，最大累計沉降量也超過了33.02 mm。三個沉降區都屬于漢江、長江以及湖泊共同作用所形成的沖積平原，土層壓縮性高，易引發沉降。

從這三個沉降區分別選取有代表性的特征點進行時序分析。由圖3 可以得出：沉降區A 最大沉降速率約為11 mm/a，沉降區B 最大沉降速率約為5.5 mm/a，沉降區C 最大沉降率約為5.9 mm/a，三個沉降區在2019 年和2020 年的6、7 月份沉降速率平緩且有上升的趨勢。根據中國科學院資源環境科學與數據中心所獲取的2019-2020 年武漢市月度降雨量統計年鑒得知，研究區時段監測范圍內5 月至8 月降雨量豐富，這些降雨有效補充了地下水的不足，減緩了地表沉降的速率。待雨季過去進入旱季，居民生活用水的急劇增加，導致不斷抽取地下水，進而誘發地面沉降速率的增加。

圖3 東西湖區（A）、金銀湖地區（B）、月湖地區（C）時序沉降速率

4 結論

（1） 武漢地區有明顯的地面沉降，其中由三處沉降漏斗，分別是東西湖區（A）、金銀湖（B）以及月湖（C），在監測時段范圍內最大年均地面沉降速率為14.27 mm/a，最大累積沉降量為36.71 mm，其中導致地面沉降的主要因素是過度抽取地下水。

（2） 東西湖區（A）、金銀湖地區（B）和月湖地區（C）的年均沉降率和最大累積沉降量分別為14.07 mm/a 和36.1 mm、9.93 mm/a 和18.27 mm 以及12.83 mm/a 和33.02 mm/a，其中東西湖區（A）地面沉降以礦產開采為主，金銀湖地區（B）地面沉降以城市建設為主，月湖地區（C）地面沉降以工業化為主。

（3） 通過對特征點的時序沉降率分析，武漢地區監測時段內大部分時間呈勻速下降，只有在5 月至8 月降水量充沛的雨季有略微減緩的趨勢。

（4） 在后續的研究過程中可以收集更長時間的影像數據，增加時間序列長度，以及同時采用升降軌數據來進行沉降監測，提升監測的精度。