時序InSAR技術在太原地鐵沿線形變監測中的應用

樊小潔 王亮亮

(1. 山西智杰人力資源管理咨詢服務有限公司, 山西 太原 030021; 2. 中國鐵路設計集團有限公司, 天津 300251)

0 引言

太原市目前正在大力發展城市軌道交通建設,快速發展的地下工程項目建成在改善民生工程與提升公共服務能力的同時,也可能帶來地面沉降、污染地下水、建筑物傾斜甚至倒塌等一系列負面影響。其中，地面沉降是目前世界各大城市的一個主要工程地質問題,受地下水開采、城市建設等因素的影響,具有物理變化較為緩慢、時間跨度較長的特點。地面沉降持續發展會對地基穩定性造成破壞[1],危害建筑物、地下管道、軌道交通運輸的安全,制約著經濟社會的發展。因此地鐵沿線地面沉降觀測在保障城市發展安全性上具有重要意義。

傳統的地面沉降監測主要利用高精度水準測量、全球定位系統技術(global positioning system,GPS)進行,這兩種傳統的大地測量方法雖具有較高精度[2],卻存在只能得到點目標形變量的不足[3],并且測量周期長、耗費人力物力嚴重、空間分辨率相對較大[4]。對于大范圍的沉降監測需求,合成孔徑雷達差分干涉測量(differential interferometric synthetic aperture rradar,D-InSAR)因其全天時、全天候、高精度的特點更為合適[5-7]。D-InSAR利用引入的外部數字高程模型(digital elevation model,DEM)去除干涉合成孔徑雷達(synthetic aperture radar interferometry,InSAR)所獲取的干涉圖中的地形相位,通過對相位信息的解纏和反演得到真實形變值。利用D-InSAR技術所獲得的監測精度仍受時間失相干、空間失相干、大氣延遲誤差等因素的影響[8]。時序InSAR技術通過對同一區域多個時相的SAR影像的分析,在獲取地面形變信息時可有效降低時空失相干及大氣相位延遲問題,帶來形變測量精度的大幅度提升[9-10]。常用的InSAR處理的新技術方法包括永久散射體(permanent scatterers,PS)技術、小基線集(small baseline subset,SBAS)技術、人工角反射器(corner reflector,CR)、相干目標(cross track,CT)方法等。陳慶華等人[11]利用PS-InSAR技術對長春市區進行地面沉降監測最終確定了重點沉降區域。時序InSAR技術廣泛用于城市地面形變監測。2020年馮小蔓等人[12]利用PS-InSAR方法監測太原市城區地面沉降情況,所得監測結果可為實際監測與管理提供理論依據與參考,結果顯示太原市存在5個主要沉降區域,并且以小店區地面沉降最為嚴重。Lanari R等[13]利用SBAS-InSAR方法分析墨西哥的地表沉降情況并得到形變速率。羅鋮[14]利用SBAS-InSAR方法分析西安地面沉降情況,并將其與水準測量結果進行比較,結果的一致性驗證了SBAS-InSAR監測城市地面沉降的可行性。2021年陳安平等人[15]利用SBAS-InSAR技術對福州地鐵建設期間地表形變結果進行分析。2019年陳志軒等人[16]利用SBAS-InSAR對南昌市運營中地鐵線進行地面沉降監測,并以此推斷沉降發生的主要原因。以上文獻均已證明時序InSAR技術在城市形變監測應用中的可行性與可靠性。

針對太原市首次建成城市地鐵線路,對沿線進行形變監測在保障沿線安全、規避沿線安全風險并為后續其余地鐵線路建設提供重要經驗參考,本文利用2020—2021年覆蓋地鐵二號線沿線的20景Sentinel-1A影像,通過PS-InSAR和SBAS-InSAR兩種時序InSAR方法對太原市運營中的地鐵二號線一期工程沿線進行地表沉降監測,通過分析實驗結果獲取地鐵沿線沉降的誘因。

1 技術原理

1.1 PS-InSAR技術原理

PS-InSAR技術的基本原理[17]是利用N+1景覆蓋研究區域的不同時段的影像數據,綜合考慮多普勒中心頻率、時間基線、空間基線參數的影響,選取1景影像作為參考影像(主影像),引入外部DEM數據,其余N景分別與主影像精確配準并進行干涉處理,得到N個干涉對。每個干涉對i的任一像元x的殘余相位φre,x,i為

(1)

式中,φre,x,i為每個干涉對任一像元的殘余相位;φdef,x,i為真實地表形變相位;φtopo,x,i為殘余地形相位;φatm,x,i為大氣延遲相位;φorb,x,i為軌道誤差相位;φn,x,i為視角誤差引起的殘余相位及噪聲相位。

經過干涉和去地形處理,得到基于永久散射體目標的差分干涉相位。利用振幅離散閾值方法獲取永久散射體PS初始候選點,通過分析N個干涉對的相干圖和強度圖,經過迭代回歸獲取相位穩定的PS點,所選PS點是使得時間相關系數γx值達最大的結果,即：

(2)

再經網平差,最終得到時間序列地表沉降信息。

1.2 SBAS-InSAR技術處理

SBAS-InSAR是一種基于多主影像的InSAR時間序列方法,提取地表形變信息時只利用時空基線較短的干涉對。首先利用N+1景覆蓋研究區的SAR影像選擇主影像計算時間空間基線,并自由組合時空基線較短的主從影像對數據,利用恰當的時空基線閾值選取干涉對。第k幅干涉圖中相位信息δφk(x,r)如式(3)所示。

(3)

忽略殘余地形、大氣、噪聲的影響,公式可簡化為

(4)

之后進行差分干涉處理并相位解纏、濾波,再對解纏后相位采用最小二乘法或者奇異值分解法進行形變參數估計,經數據反演和時空濾波后獲取地表沉降信息。

2 研究區概況及數據處理

2.1 研究區域及數據源

太原市地處山西省中部、晉中盆地北部地區,位于111°30′E～113°09′E,37°27′N～38°25′N之間。2006年首次提出建設太原地鐵,2013年開工建設太原地鐵2號線一期工程(圖1),該線路已于2020年12月開通運營,北起尖草坪區尖草坪站,南至小店區西橋站,全長23.65 km。

圖1 研究區范圍及地鐵線路圖

本次研究選取20景覆蓋太原市的Sentinel-1A影像為數據源,時間跨度為2020年6月7日至2021年11月29日,共計540 d。影像的極化方式為垂直發射垂直接收(vertical transmit,vertical receive;VV),數據成像模式為干涉寬幅(interference width,IW),數據類型為單視復數圖像(single look complex image,SLC),方位向空間分辨率為5 m,距離向空間分辨率為20 m,通過AUX_POEORB精密軌道星歷文件對其進行精密修正。選取覆蓋太原市分辨率為30 m的航天飛機雷達地形測繪使命(shuttle radar topography mission,SRTM) DEM數據作為DEM參考數據。由于1景Sentinel-1A影像數據量太大且研究區剛好位于同軌道相鄰兩景數據中間,在處理前對同軌道相鄰兩景數據分別進行鑲嵌與裁剪工作。

2.2 數據處理

2.2.1PS-InSAR處理流程

利用PS-InSAR技術對太原地鐵二號線一期段形變監測的處理流程具體為：

(1)生成連接圖。選取20210214時相獲取的SAR影像作為公共主影像,將其余19景影像作為從影像分別與主影像配準并進行干涉處理,PS-InSAR共獲取到19個有效干涉對。

(2)選取PS點。引入SRTM 30 m的DEM數據去除地形相位,后根據獲得的平均強度圖和相干性圖,使用相關系數閾值和振幅離差指數(相干性閾值設為0.75,振幅離差指數設為3.2)來選出在時相上具有相似、較大振幅的像元獲取可靠的PS點。在與分辨率為1 m的遙感影像疊加后發現所選取的PS點大多位于城市居民區域、建筑物、道路等穩定散射體上。

(3)模型反演與地理編碼。第一次模型反演得到沉降速率和殘余地形相位數據。第二次模型反演用經去平地效果的干涉圖估算大氣相位并去除,經擬合得到各PS點平均形變速率和累計沉降量,并進行地理編碼將結果轉換至地理坐標系下,得到最終形變結果,如圖2(a)所示。

2.2.2SBAS-InSAR處理流程

利用SBAS-InSAR技術對太原地鐵二號線一期段形變監測的處理流程具體為：

(1)生成連接圖。選取20210214時相影像作為超級主影像,其余影像作為從影像與其配準,去除與超級主影像孤立的像對,SBAS-InSAR得到108個干涉像對。

(2)差分干涉。采用SRTM 30 m的DEM數據去除平地相位、地形相位,完成生成相干性,去平、濾波和相位解纏,采用Goldstein自適應濾波方法。

(3)軌道精煉和重去平。估算和去除在相位解纏后殘余的恒定相位及解纏后的相位坡道,并完成重去平。

(4)模型反演與地理編碼。第一次反演估算得到形變速率和殘余地形;第二次反演在第一次反演基礎上計算時間序列上的位移,估算和去除大氣相位。將結果轉換至地理坐標系下,得到最終形變結果,如圖2(b)所示。

(a)PS-InSAR形變速率結果

(b)SBAS-InSAR形變速率結果圖2 監測結果(底圖為太原市1m分辨率遙感影像)

3 結果分析

圖2(a)、圖(b)分別是利用PS-InSAR、SBAS-InSAR技術對太原市地鐵二號線一期工程段進行形變監測所得的沉降速率結果,其中正值為地面抬升,負值代表地面沉降。可知：在整個研究區范圍中,抬升區域主要在二號線澗河站至晉陽街站段,最大抬升速率為22mm/a;沉降區域主要在二號線晉陽街站點以南至線路終點西橋站,小店區范圍內的電子西街站、康寧街站、化章西街站、西橋站周邊沉降速率在-38～-12 mm/a;澗河站往北至尖草坪站附近有不太嚴重的沉降,最大沉降速率為-7 mm/a。從圖2(a)、圖(b)的PS-InSAR、SBAS-InSAR的整體形變結果可以看出基于這兩種不同的時序InSAR方法所得的形變結果比較一致,發生沉降、抬升的重點區域分布范圍也趨于吻合,有高度一致性。

3.1 地面沉降分析

為了對兩種時序分析方法所得形變結果進行直觀比較,假設最初的2020年6月7日形變量為0,以此作為參照基準,選取研究區內最明顯的三個沉降漏斗中心 Ⅰ、Ⅱ、Ⅲ 分別進行形變分析,并繪制出各中心特征點的形變時序曲線圖(如圖3所示),從圖中可知,3個特征中心的形變情況呈現非線性形變特點。

(a)I點形變

(b)II點形變

(c)III點形變圖3 沉降中心形變時序曲線

Ⅰ點位于康寧街站南部富康街晉陽紫城附近,沉降速率約為13.6 mm/a。由圖3(a)可見,2020年6月7日至2021年11月29日整體呈不規則的緩慢下降趨勢;期間從2020年7月1日至8月18日、2020年11月22日至12月20日有短暫的地面抬升現象;從2020年8月18日到10月29日、2020年11月22日至2021年10月12日地面呈現相對迅速地下沉趨勢后趨于穩定。

Ⅱ點位于化章西街站南部、太原市疾控預防控制中心東部,沉降速率約為20.8 mm/a,由圖3(b)可知,從2020年6月7日至7月1日、2020年9月11日至10月17日有輕微抬升現象;從2020年7月1日至9月11日、2020年10月17日至2021年11月29日地面持續下沉后趨于穩定。從形變曲線可看出與Ⅰ點曲線相似。

Ⅲ點位于西橋站東南部太原警官職業學院附近,沉降速率約為30 mm/a。由圖3(c)可見,2020年9月11日至11月29日、2020年11月22日至12月16日有輕微短暫抬升,Ⅲ點整體呈下降趨勢后趨于穩定。

由分析可知,利用PS-InSAR和SBAS-InSAR兩種不同時序分析方法所得的結果在具體量級上有細小差異。再對3個沉降區 Ⅰ、Ⅱ、Ⅲ 沉降中心分別利用兩種時序分析法獲得的地面形變時序監測結果進行相關性分析,得到各沉降區中心相關系數為0.928、0.905和0.944,均方根誤差分別為5.15、4.27和5.27 mm。由此可認為在沉降分析結果上具有較高的一致性與可靠性。

3.2 實驗結果定性分析

太原地鐵二號線沿線地面形變沉降嚴重區域在小店區范圍內,以西橋站附近沉降最為嚴重,這一現象與近年來小店區的大規模快速建設緊密相關。大規模城市建設過程中對地下水資源的需求量不斷增大,而且由于水源分布不均造成了局部范圍的地下水抽取嚴重的情況;同時城市建設時帶來大型工程建筑物對地基的巨大靜載荷。這些均是引起該區域地表沉降的重要因素。

4 結束語

本文分別采用PS-InSAR、SBAS-InSAR兩種時序InSAR技術,利用20景覆蓋研究區的Sentinel-1A數據,對2020年至2021年的太原市開通運營的地鐵二號線沿線進行地面形變監測,得到了研究區范圍內地面沉降分布情況。結果表明：①研究區范圍最大沉降為31.96mm,最大沉降速率為32mm/a。比較明顯的沉降區域有3個,分別位于康寧街站、化章西街站、西橋站附近,定性分析地表形變原因與該區域大規模快速城市建設相關。②計算3個明顯沉降區域 Ⅰ、Ⅱ、Ⅲ 中心所得PS-InSAR、SBAS-InSAR的形變結果的相關系數,均大于0.9,均方根誤差在4～6 mm,證明了兩種時序InSAR方法所得形變結果具有較高的一致性。

太原市城市軌道交通建設工程正有序開展,二期規劃(2021—2026年)繼續推進,利用時序InSAR技術可有效監測沿線地面形變情況。該項技術應用對于有效減輕甚至避免相關危害方面有重要參考意義。在后續研究中可結合已有水準、全球導航衛星系統觀測數據,使用更長時間序列的SAR影像來進一步提升形變監測精度,并綜合更多方面的數據與知識分析獲取更全面的地面形變的原因。