基于SBAS-InSAR和CNN的地面沉降監(jiān)測與預測分析

郝建偉，于 沭，周國清，蘇安雙，尹鵬海

(1.桂林理工大學 地球科學學院，廣西 桂林 541004；2.桂林理工大學 廣西空間信息與地理信息重點實驗室，廣西 桂林 541004；3.黑龍江省水利科學研究院，黑龍江 哈爾濱 150080；4.中國水利水電科學研究院 流域水循環(huán)模擬與調(diào)控國家重點實驗室，北京 100048)

城市地面沉降作為目前世界各國普遍存在一種地質(zhì)災(zāi)害，通常會造成地表基礎(chǔ)設(shè)施損壞、交通安全和威脅人民生命財產(chǎn)安全，并造成巨額經(jīng)濟損失[1]。因此，精確快速地獲取地面形變信息和對城市地面形變的準確預測，對城市地質(zhì)災(zāi)害預警預報工作具有重要意義。

本文以天津市津南區(qū)為研究對象，運用SBAS-InSAR技術(shù)和48景Sentienl-1A SAR數(shù)據(jù)，對天津市津南區(qū)2021年1月—2023年5月地面沉降進行監(jiān)測，獲取了該地區(qū)的年平均形變速率和累積形變量。分析了該區(qū)域的地面形變特點，并對發(fā)生于2023年5月31日天津市津南區(qū)八里臺沉降事件發(fā)生前的地表形變規(guī)律進行研究。同時，構(gòu)建適用于城市地面時間序列沉降預測模型，并對預測模型的精度進行分析。

1 研究方法

1.1 SABS-InSAR方法原理

SBAS-InSAR技術(shù)最早于2002年由Berardino和Lanari等學者提出，實現(xiàn)了對地表進行大范圍、長時間序列、高精度形變監(jiān)測。該技術(shù)以短空間基線為原則，對獲取到的數(shù)據(jù)進行合適組合生成差分干涉圖，估算每一幅影像的形變信息，并將其作為觀測值；隨后，基于形變速率的最小范圍準則，運用矩陣奇異值分解(SVD)方法求解；最終，得到目標研究區(qū)在觀測時間內(nèi)的累積形變量和形變速率。其主要數(shù)據(jù)處理步驟如下[2-3]：

(1)獲取研究區(qū)域SAR影像按照時間順序為t0，…tN的N+1副影像，基于短空間基線干涉組合生成M幅干涉圖，且M滿足式(1)：

(1)

式中：N為影像景數(shù)；M為干涉圖數(shù)。

(2)假設(shè)第j幅差分干涉圖由從影像tA和主影像tB(tA>tB)時刻獲取的SAR影像生成，其干澀圖j距離向坐標r和方位向坐標x的像素的干涉相位可寫為式(2)

δΦj(x，r)=ΦB(x，r)-ΦA(chǔ)(x，r)≈

(2)

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

(3)

故第j幅干涉圖的相位值可寫為式(4)：

(4)

式中：tk-tk-1為第j幅干涉圖的時間；vk為第j幅干涉圖的相位速度；δΦj為第j景的干涉相位值。即各時段速度在主、從影像時間間隔上的積分，可寫成矩陣行為式(5)：

Bv=δΦj

(5)

式中：B為一個M×N的系數(shù)矩陣；v為形變速率。

最后基于各時段的形變速率計算相應(yīng)時間段內(nèi)的形變量。

1.2 CNN時間序列預測模型

目前CNN模型被廣泛應(yīng)用于圖像處理、目標檢測等研究領(lǐng)域中，其主要由輸入層、隱含層和輸出層組成。其中隱含層又分為卷積層、池化層和全連接層，即通過多次卷積迭代求解不斷優(yōu)化調(diào)整池化層、權(quán)重及偏置參數(shù)，以尋求最優(yōu)的沉降預測值[4-6]。

本文將城市地面沉降時間序列數(shù)據(jù)假設(shè)為一維數(shù)組，即在每個月監(jiān)測到的沉降值作為一個特征點，通過學習卷積權(quán)重自動提取數(shù)據(jù)中的時間序列上的沉降特征，進而實現(xiàn)對城市地面沉降的預測。CNN卷積過程如圖1所示。在時間序列沉降預測的背景下，CNN分析過程概括如下：

圖1 CNN 一維預測模型

(1)卷積層。卷積操作過程中，采用局部連接方式，即使用同一個卷積核對目標進行卷積操作，降低模型過擬合的風險，具體過程如式(6)[7]：

(6)

式中：F(x)為卷積后新序列；h(x)為重構(gòu)后時間序列；f(x)為卷積核；n為序列f(x)長度；τ為序列長度；h(x-τ)為減去τ長度序列后的重構(gòu)時間序列；f(τ)為τ長度時的卷積核。

(2)池化層。該層位于卷積層與全連接層之間，用于減少數(shù)據(jù)的維度并保留最重要特征信息。

(3)全連接層。將卷積層和池化層學到的地面時間序列沉降特征綜合，得到輸入時間序列地面沉降數(shù)據(jù)的全部特征，并將全部特征映射最終的輸出，圖1為CNN 一維預測模型。

2 研究區(qū)概況及數(shù)據(jù)源

津南區(qū)位于天津市東南部，海河中下游南岸，介于東經(jīng)117°14′～117°33′，北緯38°50′～39°04′之間。全域被深厚的松散沉積物覆蓋，地表坦蕩低平，地下含水層結(jié)構(gòu)和巖石基底斷裂構(gòu)造復雜，地下水開發(fā)歷史悠久[8-9]。據(jù)央視新聞消息，津南區(qū)八里臺鎮(zhèn)于2023年5月31日出現(xiàn)破壞性突發(fā)地面沉降事件，并造成周邊建筑設(shè)施損壞和巨額經(jīng)濟損失。另據(jù)天津市水準監(jiān)測數(shù)據(jù)，自20世紀80年代以來天津市最大累積沉降量已超1m[10]。

因此，本文為進一步分析城市地面沉降特點，選取由歐洲航天局提供2021年1月—2023年5月天津市升軌模式下的48景Sentinel-1A SAR數(shù)據(jù)，具體參數(shù)見表1。同時，借助歐洲航天局提供的該衛(wèi)星精密軌道數(shù)據(jù)POD(POD)，為數(shù)據(jù)處理提供配準和基線估算精度。運用分辨率為12.5m的DEM數(shù)據(jù)消除地形誤差。此外，在數(shù)據(jù)后期結(jié)果分析過程中，借助了由國家遙感數(shù)據(jù)與應(yīng)用服平臺提供的同期GF-1/2衛(wèi)星的高分辨率衛(wèi)星數(shù)據(jù)做進一步的研究分析。

表1 Sentinel-1A衛(wèi)星基本參數(shù)

為減少因數(shù)據(jù)量大引起的數(shù)據(jù)處理速度慢和后期工作量大等問題，本文基于天津市津南區(qū)轄區(qū)范圍及數(shù)據(jù)處理范圍需求，對原始SAR數(shù)據(jù)做了進一步鑲嵌與裁減，最終得到覆蓋津南區(qū)全域的SAR數(shù)據(jù)。

3 結(jié)果分析

3.1 研究區(qū)沉降速率分析

圖2為采用SBAS-InSAR技術(shù)獲得的天津市津南區(qū)2021年1月—2023年5月城市地面年平均形變速率。由圖2可知，津南區(qū)全域90%以上的區(qū)域年平均形變速率保持在-9.67～9.04 mm/a之間(負值表示沉降，正值表示抬升)，由此可知津南區(qū)全域地面沉降基本處于穩(wěn)定狀態(tài)。在八里臺鎮(zhèn)和北閘口鎮(zhèn)存在兩個地面沉降漏斗，其中在八里臺鎮(zhèn)的瀾海莊園存在地面沉降區(qū)域較大，存在一定的安全隱患，該沉降區(qū)的中心部位年平均最大沉降速率達到了56.46 mm/a，近兩年半的累積沉降量達到了129.71 mm。

圖2 地面年平均速率

圖3為瀾海莊園歷史遙感影像(白色圈為新建基礎(chǔ)設(shè)施)，由圖3可知，該地區(qū)地面沉降主要由城市新建基礎(chǔ)設(shè)施引起，故待該區(qū)域城建完成后，其地面沉降將逐步趨于穩(wěn)定。

圖3 瀾海莊園歷史影像

3.2 研究區(qū)時序形變分析

為進一步分布津南區(qū)瀾海莊園沉降區(qū)域及全區(qū)的地面沉降隨時間的演化規(guī)律及特點。本文在全轄區(qū)范圍內(nèi)的不同位置隨機選取了16個沉降特征點(特征點的具體位置和分布情況如圖4所示)。其中特征點1～8主要分布在八里臺鎮(zhèn)和北閘口鎮(zhèn)兩個沉降漏斗附近，9～16特征點則隨機分布在全區(qū)各部位。同時，提取了上述16個特征點累積沉降量與時間變化的關(guān)系，具體如圖6所示。

圖4 各沉降去特征點位置及分布情況

由圖5(a)可知，特征點1～8在2021年1月—2023年5月累積沉降隨時間的變化呈現(xiàn)出逐年遞增的趨勢，特別是在2023年3月后，地面沉降速率出現(xiàn)明顯增加的趨勢。由此可知，津南區(qū)八里臺鎮(zhèn)瀾海莊園受城市基礎(chǔ)建設(shè)影響，其地面沉降處于發(fā)展期，且未達到穩(wěn)定狀態(tài)，建議相關(guān)部門加強對該地區(qū)地面沉降的監(jiān)測。由圖5(b)可知，特征點9～16在2021年1月—2023年5月未出現(xiàn)地面沉降，地面形變整體呈抬升趨勢，該現(xiàn)象出現(xiàn)與近些年政府對地面沉降的治理和地下水位回升存在著密切聯(lián)系。由此可知，津南區(qū)全區(qū)地面沉降出現(xiàn)回暖趨勢，且隨著地下水位的不斷恢復，地面沉降趨勢基本得到遏制。同時，由圖5可知，全區(qū)在2023年3月開始，地面沉降均出現(xiàn)快速增加的趨勢，該現(xiàn)象可能與季節(jié)性凍土消融有關(guān)，同時也存在進一步發(fā)展的風險，建議相關(guān)部門加強對該區(qū)域的地表形變監(jiān)測與管理。

圖5 各特征點累積沉降量隨時間演化關(guān)系

3.3 八里臺沉降事件分析

2023年5月31日下午，天津市津南區(qū)八里臺鎮(zhèn)碧桂園鳳錦庭院小區(qū)東側(cè)發(fā)生大面積突發(fā)性地面沉降現(xiàn)象。地面沉降災(zāi)害發(fā)生的具體位置為圖6中白色虛線方框區(qū)域。

圖6 本次地面沉陷災(zāi)害發(fā)生區(qū)域

本次地質(zhì)災(zāi)害造成八里臺東路路基變形、開裂，具體見圖7(a)和圖7(b)；造成附近37號、38號和39號高層居民樓地基、部分地下停車場局部發(fā)生明顯沉降、墻體開裂和局部滲水現(xiàn)象，其中39號樓因地面沉降影響發(fā)生傾斜，具體見圖7(c)(圖中線①為原地面垂線，線②為樓房發(fā)生傾倒后的位置)。此次地質(zhì)災(zāi)害給當?shù)鼐用竦纳a(chǎn)、生活造成嚴重影響，并造成巨額經(jīng)濟損失。

圖7 地面沉降造成破壞現(xiàn)象

為進一步分析此次津南區(qū)八里臺鎮(zhèn)沉降事件，本文基于上述中SBAS-InSAR對天津市津南區(qū)2021年1月—2023年5月，即對本次地面沉降災(zāi)害發(fā)生前的地面形變進行監(jiān)測，并開展相關(guān)研究。在本次地質(zhì)災(zāi)害發(fā)生區(qū)域選取了5個特征點，并對5個特征點進行地面累積形變時序分析，具體如圖8所示。

圖8 津南區(qū)八里臺鎮(zhèn)沉降事件

由圖8可知，該區(qū)域在2021年1—8月地面處于沉降期，累積沉降量達到了-10 mm，2021年8月—2022年12月地面處于抬升期，累積抬升量達到了20 mm。自2023年1月開始地面開始出現(xiàn)沉降，并在其后的幾個月里沉降速率迅速增加，由此可見，本次突發(fā)性地面沉降災(zāi)害發(fā)生前，地面沉降速率已明顯加快。綜上所述，若在地面沉降災(zāi)害發(fā)生前，及時對本區(qū)域進行動態(tài)實時監(jiān)測，掌握本地區(qū)地面形變信息，并基于監(jiān)測數(shù)據(jù)和預測模型開展地面沉降預測，對地質(zhì)災(zāi)害防治和防災(zāi)減災(zāi)具有重要意義。

3.4 城市地面沉降預測結(jié)果分析

由前文可知，城市地面沉降預測對地面沉降災(zāi)害預警預報具有重要意義。同時，可以有效保護人民生命財產(chǎn)安全，降低基礎(chǔ)設(shè)施及經(jīng)濟損失。因此，本文在上述地面沉降監(jiān)測結(jié)果的基礎(chǔ)上，在津南區(qū)隨機選取了200個特征點，并提取各點時間序列上的累積沉降數(shù)據(jù)，選擇其中的90%作為訓練樣本，剩余的20%作為測試樣本，分別建立了BP-神經(jīng)網(wǎng)絡(luò)預測模型、GA-BP神經(jīng)網(wǎng)絡(luò)預測模型、經(jīng)向基神經(jīng)網(wǎng)絡(luò)預測模型和CNN預測模型。然后，再次隨機選取分布于不同區(qū)域上的5個點的監(jiān)測數(shù)據(jù)，對預測模型進行驗證。如圖9和圖10所示，為上述4種預測模型的預測結(jié)果。由預測結(jié)果可知，CNN預測模型精度優(yōu)于其他預測模型。

圖9 訓練集預測結(jié)果對比情況

圖10 測試集預測結(jié)果對比情況

為進一步驗證CNN預測模型對城市地面沉降的預測精度，本文使用各預測模型的均方根誤差(RMSE)對模型的精度進行評價，計算結(jié)果見表2。由表2可知，CNN預測模型的均方根誤差最小，僅為0.22左右，相較于其他預測模型減少了近5倍左右，故使用CNN預測模型對津南區(qū)地面沉降進行預測預警更具實際意義。

表2 各預測模型均方根誤差

4 結(jié) 論

本文以天津市津南區(qū)為研究對象，運用SBAS-InSAR和48景Sentienl-1A SAR數(shù)據(jù)，獲得了該地區(qū)2021年1月—2023年5月地面沉降數(shù)據(jù)，并對發(fā)生于2023年5月31日天津市津南區(qū)八里臺鎮(zhèn)碧桂園鳳錦庭院小區(qū)附件的地面沉降事件的SBAS-InSAR監(jiān)測數(shù)據(jù)進行分析。同時，基于該區(qū)域的地面沉降特點構(gòu)建了CNN沉降預測模型。具體結(jié)論如下：

(1)津南區(qū)全區(qū)地面沉降整體趨于穩(wěn)定，在政府的精確治理和地下水位回升的影響下，全區(qū)地面沉降得到遏制，并出現(xiàn)抬升現(xiàn)象。

(2)八里臺鎮(zhèn)瀾海莊園的沉降漏斗與該區(qū)域的城市基礎(chǔ)建設(shè)存在密切聯(lián)系，待城建完成后，其地面沉降將逐步趨于穩(wěn)定。

(3)本次津南區(qū)八里臺鎮(zhèn)沉降事件發(fā)生前夕，該區(qū)域的地面沉降數(shù)值出現(xiàn)快速增加。故及時掌握城市地面沉降數(shù)據(jù)，以及對地面沉降進行預測，對城市防災(zāi)減災(zāi)具有重要意義。

(4)CNN預測模型相較于其他預測模型，具有更優(yōu)異的預測精度和擬合度，使用其對城市地面進行沉降預測更具有實際意義。