時序InSAR廣佛地區地表形變監測與分析

陳帥強 夏元平

（東華理工大學 測繪與空間信息工程學院，江西 南昌 330013）

0 引言

合成孔徑雷達干涉測量技術（interferometric synthetic aperture radar，InSAR）興起于20 世紀60年代末，它來源于Thomas Young 提出的“楊氏雙縫干涉實驗”［1］，這項技術是以合成孔徑雷達復數數據提取的相位信息為信息源來獲取地表的三維信息和變化信息［2］。1969年，Roger和Ingalls［3］第一次使用InSAR 技術成功地獲取金星和月球表面的高程。差分干涉合成孔徑雷達技術（differential interferometric synthetic aperture radar，D-InSAR）的監測周期過短，不能長期監測某一地區也不能獲取時間形變序列，若時空基線過長，就極易失相干［4］。為克服大氣和時空失相干的影響，Ferretti 等［5］提出永久散射體干涉測量技術（persistent scatterer InSAR，PS-InSAR），但PS-InSAR使用的是單張主影像，仍然不可避免會存在失相干的問題，Berardino等［6］針對這一問題，提出了多張主影像的小基線集干涉測量技術（small baseline subset interferometric synthetic aperture radar，SBAS-InSAR），該技術通過設置合適的時空基線閾值來確定干涉對，增加了干涉對的數量，進而也增加了多余觀測數，使結果更加準確。SBAS-InSAR 技術監測地面沉降已經得到了廣泛的應用，楊業成等［7］用該項技術對西藏江達縣金沙江流域的滑坡進行時序形變分析，與實地考察的結果基本一致；周呂等［8］應用SBASInSAR技術對北京市進行了地面沉降監測。

突發性的沉降會對國民的生命和財產造成嚴重的損失，因此對廣佛地區進行地面監測是非常有必要的。Ng A 等［9］、劉琦等［10］、高輝等［11］、張永利等［12］、王成等［13］分別利用InSAR 技術在不同的時間段對廣州和佛山的不同區域進行監測。同時，中低緯度區域大氣成分往往不可忽略，張雙成等［14］利用多種方法從干涉圖中分離出大氣延遲相位。結果表明，經過通用型InSAR 大氣校正在線服務（generic atmospheric correction online service for InSAR，GACOS）數據校正的形變結果與GPS 的結果更為符合；周定義等［15］對昆明市形變監測，使用GACOS產品對大氣改正具有一定的效果。考慮到南方水汽比較大，受到大氣的影響較為嚴重，故本文使用哨兵1 號（Sentinel-1A）數據，采用GACOS 數據去除大氣延遲誤差，異于時空濾波去除大氣延遲的方法，使用SBAS-InSAR技術獲取廣佛地區從2018—2022 年時間序列形變。

1 研究區概況、數據與處理方法

1.1 研究區概況

研究區位于珠江三角洲，集中在廣州市的海珠區、番禺區和南沙區，佛山市的禪城區和順德區，其經緯度范圍分別為112.97°～113.56 °E、22.70°～23.16 °N。研究區內分布的河流眾多，土地利用類型主要有耕地、建筑用地、水體、森林，其中耕地主要位于南沙區。其氣候類型屬于東亞季風區，年平均氣溫在20 ℃～22 ℃，降雨量充沛，其中4—9 月降雨量最多。研究區地勢平坦，高程主要集中在0～15 m（圖1中的黑色矩形）。

圖1 研究區范圍及DEM高程

1.2 實驗數據

本文所使用的數據為Sentinel-1A SAR 影像的升軌數據，工作模式為干涉寬幅模式（interferometric wide swath，IW），波段為C 波段，分辨率距離向和方位向分別為5 m×20 m，極化方式為垂直發射垂直接收的同向極化方式（vertical vertical，VV）；研究時間為2018 年10 月21 日到2022 年4 月3 日；精密軌道數據來自歐洲空間局官網（https：//scihub.copernicus.eu/gnss/#/home）；數字高程模型（digital elevation model，DEM）是2000 年獲取的航天飛機雷達地形測繪使命（shuttle radar topography mission，SRTM），其分辨率為30 m；大氣延遲產品由GACOS 官網獲取（http：//www.gacos.net/）。

1.3 數據處理

本文以2020年11月3日的影像為主影像，對配準后的數據進行了方位向去斜；為提高影像的相干性同時又降低噪聲，對影像距離向和方位向采用了10∶2的多視處理；設置合適的時空基線閾值；利用雷達坐標系下的DEM 數據去除地形相位，生成差分干涉圖，采用自適應濾波提高相干性以及用最小費用流的解纏方法；利用GACOS數據去除大氣誤差，采用干涉圖堆疊技術得到年平均形變速率，同時用奇異值分解方法解算出時間序列形變，形變結果由視線向轉為垂直方向。

2 實驗結果

2.1 GACOS使用效果

以兩幅干涉圖為例，說明引入GACOS數據去除大氣延遲誤差的效果，干涉圖的日期分別為2019-03-14—2019-07-12 和2020-12-09—2021-03-15，兩幅干涉圖的時空基線分別為120 T、11 m和96 T、26 m，如圖2 所示。對使用GACOS 前后干涉圖的相位進行數值統計，發現去大氣前的干涉圖相位值都偏大，去除大氣后的干涉圖相位都集中-2～2 rad。從中可以看出，使用GACOS 數據可以有效地減弱大氣誤差對干涉圖的影響。

圖2 兩種方法對比的干涉圖

2.2 形變結果及精度評定

研究區處于抬升的區域主要位于番禺區的南部、研究區的東南部以及順德區的中西部，沉降區域主要位于禪城區的西部、順德區的北部以及研究區內的南沙區。本文獲取了2018—2022 年的平均形變速率圖，見圖3（a），廣佛地區的年平均形變速率為-36～18 mm/a，大部分形變主要集中在-4.9～5.9 mm/a，整體上處于穩定的狀態。利用干涉圖堆疊技術獲取年平均形變的標準差，見圖3（b），標準差的大小代表研究區內的數值與平均值之間的差異，本文的標準差主要集中在0～2.9 mm/a，說明整體的形變處在可控范圍。

圖3 2018—2022年平均形變速率圖及年平均速率的標準差

3 結果分析

3.1 地鐵沿線分析

對研究區內的地鐵沿線建立500 m 的緩沖區，以此來反演出地鐵周圍的時空變化機理。實驗結果表明位于禪城區西部的佛山2號線存在明顯的沉降，位于海珠區的廣州2 號線以及廣州3 號線也有明顯的沉降，其他地鐵沿線處于穩定狀態。廣州地鐵1 號線至8 號線（除7 號線外）距本文的研究時間都超過了三年之久，在這幾條地鐵沿線沒有發現明顯的沉降區域（除2、3 號線的局部沉降之外）。據相關資料顯示，地鐵在建立期間以及運營的前三年時間里，會引起地表變形，在此之后對地表的影響將會趨于穩定狀態。7 號線和13 號線分別于2016 年和2017 年年末開通，在研究區內均未觀測到明顯的形變；但是佛山2號線［圖4（P1）］、廣州2號線［圖4（P2）］、廣州3號線［圖4（P3）］觀測到沉降區域，因此需要對它們重點分析。

圖4 地鐵沿線形變圖

P1 研究區（圖4）位于佛山2 號線的湖涌站-綠島湖站-智慧新城站，此地鐵于2021 年末開通運營，地鐵從2015 年12 月初進入地下開挖，在對綠島湖站到湖涌站施工時，于2018年2月7日，在這兩個站點之間發生了坍塌事件。分析沉降原因，該地區不存在抽取地下水的情況，該地區的土壤類型為軟土，軟土的厚度在10～20 m，沉降區域是位于建筑物上面，初步推測沉降是由于地鐵開挖、地鐵運營、在地表修建人工設施等造成的地表負荷過大，軟土層厚度分布不均及地基下土層承載力較低所引起的。廣州2號線的沉降（P2）主要位于廣州海珠區的南洲站的下方，該區域的年沉降速率最大為11 mm，在沉降區域內有一條廣州環城高速、廣州市第十七中學等；沉降區域（P3）主要位于海珠區的大塘站西側的海珠同創匯區域，這個區域內建筑物密集，P2、P3處的沉降主要是由于地鐵運營以及自身建筑物密集擠壓地表所導致的。

分別獲取P1、P2、P3 研究區內的沉降特征點A、B、C（圖4），得到三個特征點的時間序列形變（圖5），首先發生沉降是A點，但是C點的沉降最為明顯，這三處明顯的沉降點應該引起人們的關注。

圖5 特征點時間形變序列

3.2 對研究區內的其他沉降地區進行分析

沉降主要集中在順德區的北部以及研究區內的南沙區，順德區沉降的位置分別位于卓越萬科朗潤園、岳步工業區附近、美的大道附近，工業區附近的沉降主要是因為工業區內有造紙廠、塑料廠、金屬制品廠、家具廠等，在生產這些物品的過程中都需要消耗水，推測沉降原因為開采地下水引起的沉降；南沙區內的沉降較為明顯，獲取的像素點主要都位于建筑物、公路等設施上，南沙區的土質是較為深厚的軟土層，主要是由于南沙區位于濱海與河湖相交互沉積的軟弱黏性土，考慮沉降原因主要是建筑物會壓實地面，從而使土層壓縮。獲取這幾個沉降地區的某一處特征點（圖3 中的P4～P7），來獲取它們的時間形變序列，如圖5所示。

4 結束語

本文基于SBAS-InSAR 技術對廣佛地區從2018 年10 月21 日到2022 年4 月3 日進行地表形變分析，引入GACOS 產品輔助去除大氣誤差，得出研究區內的年平均形變速率以及時間形變序列。結果表明：

（1）研究區內的年平均形變速率主要集中在-4.9～5.9 mm/a，標準差主要集中在0～2.9 mm/a，處于抬升的區域主要位于番禺區的南部、研究區的東南部以及順德區的中西部，沉降區域主要位于禪城區的西部、順德區的北部以及研究區內的南沙區，整體上處于穩定狀態。

（2）對研究區內的地鐵沿線建立500 m 的緩沖區進行分析，并著重對地鐵沿線的沉降區域進行時空沉降誘因機制分析，發現越靠近地鐵沉降越明顯；對研究區內其他沉降進行分析，選取了四個沉降區域進行研究，發現時間序列形變呈現非線性的趨勢，但是整體趨勢是沉降。

（3）研究區內沉降主要是由于地鐵建設、地鐵運營、建筑物密集、地下水的抽取以及與自身的土質構造有關。

（4）研究區內的植被比較茂密，在夏季的相干性低，故在未來的研究中，可以利用不同波段的雷達數據進行監測。