基于SBAS技術(shù)的深圳市地表形變監(jiān)測

詹景祥，馬 玚,管玉琦

(1.廣東省地質(zhì)測繪院，廣東 廣州 510800；2.黑龍江第三測繪工程院，黑龍江 哈爾濱 150086;3.黑龍江省恒信測繪有限公司，黑龍江 哈爾濱 150050)

InSAR技術(shù)利用傳感器的系統(tǒng)參數(shù)和成像幾何關(guān)系等精準(zhǔn)測繪地表某一點的高程及其形變信息，是一門極具潛力的空間對地觀測新技術(shù)。目前在城市地表形變、山體滑坡、地震、泥石流等監(jiān)測中廣泛應(yīng)用，取得成果[1-3]。2011年Manunta 等采用SBAS技術(shù)對意大利中部翁布里亞地區(qū)的災(zāi)害識別與形變監(jiān)測[4]，Lauknes 等采用SBAS技術(shù)對挪威北部災(zāi)害活動區(qū)域進(jìn)行變形監(jiān)測，并繪制災(zāi)害分布圖[5]，Stimely也利用SBAS技術(shù)采用L-band數(shù)據(jù)獲取美國加州森林覆蓋區(qū)域的Boulder Creek災(zāi)害的形變時間序列[6-9]。對于長時間緩慢地表形變，在極端情況下由于失相干嚴(yán)重導(dǎo)致常規(guī)InSAR技術(shù)失效。SBAS技術(shù)可有效克服常規(guī)InSAR技術(shù)失相干和大氣效應(yīng)的影響，大大提高形變監(jiān)測精度，監(jiān)測精度可達(dá)毫米級[10-12]。

本文將以TerraSAR數(shù)據(jù)為數(shù)據(jù)源，利用SBAS技術(shù)獲取深圳市2013年3月～2015年11月的地表形變監(jiān)測結(jié)果。其監(jiān)測結(jié)果可用于提升城市地質(zhì)災(zāi)害、建筑安全等監(jiān)測預(yù)警和防范能力，推動應(yīng)急管理由救災(zāi)響應(yīng)型向防災(zāi)準(zhǔn)備型轉(zhuǎn)變，對保障城市安全運行和人民群眾生命財產(chǎn)安全具有重要的意義。

1 SBAS技術(shù)原理

SBAS技術(shù)是Berardino于2002年提出的一種改進(jìn)的D-InSAR時間序列分析技術(shù)[13]，現(xiàn)如今已經(jīng)被廣泛應(yīng)用于低分辨率、大范圍尺度上的形變。SBAS技術(shù)通過組合一定時間基線、空間基線范圍內(nèi)的影像對，產(chǎn)生的一系列基于不同主影像的時間序列干涉圖集，并對集合內(nèi)的干涉對進(jìn)行常規(guī)差分干涉處理，再利用奇異值分解(SVD)方法，將多個短基線集組合起來進(jìn)行求解，該技術(shù)緩解大氣延遲所造成的影像，提高監(jiān)測的時間分辨率，有效地解決了各個數(shù)據(jù)集之間由于空間基線過長而造成的時間不連續(xù)的問題，可以得到整個觀測時段內(nèi)的時間序列結(jié)果和沉降速率。

1)獲取同一區(qū)域按照時間順序t0,t1,…,tN排列的N+1幅SAR影像，選取其中一幅影像作為主影像，并將其他SAR影像配準(zhǔn)到這幅影像上。N+1幅SAR影像可生成M幅多視差分干涉圖。

2)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(biāo)為x和距離向坐標(biāo)r的像素的干涉相位可以寫為

δφj(x,r)=φB(x,r)-φA(x,r)≈

(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平均相位速度和時間的乘積：

(3)

第j幅干涉圖的相位值為

(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：

Bν=δφ.

(5)

最后采用SVD方法得到矩陣B的廣義逆矩陣，進(jìn)而得到數(shù)據(jù)矢量的最小范數(shù)解，通過各時間段速度的積分得到形變量。

2 SBAS數(shù)據(jù)處理

本次實驗選用了28景TerraSAR/TanDEM-X數(shù)據(jù)，采用X波段，波長為5.6 cm。獲取的衛(wèi)星影像的時間跨度為2013—2015年。其中DEM數(shù)據(jù)采用來自日本JAXA的30 m分辨率的DEM數(shù)據(jù)。表1為25景TerraSAR/TanDEM-X影像基本信息，圖1紅色方框為本研究范圍。

表1 TerraSAR影像信息

續(xù)表1

圖1 TerraSAR/TanDEM-X衛(wèi)星影像覆蓋范圍

2.1 干涉數(shù)據(jù)集獲取

本次SBAS數(shù)據(jù)處理中，時間基線閾值設(shè)定200 d，垂直基線閾值設(shè)定為20%臨界基線，共生成73對干涉影像對。按照干涉像對進(jìn)行干涉圖的生成。影像配準(zhǔn)的信噪比(SNR)閾值設(shè)定為5、格網(wǎng)大小設(shè)定為25 m×25 m、濾波方法采用Goldstein濾波，濾波窗口大小為64，重疊度為80%，平滑窗口大小為5、相位解纏采用Delauny三角網(wǎng)最小費用流法，解纏閾值設(shè)定為0.38。

由于干涉條件差導(dǎo)致出現(xiàn)質(zhì)量較差的干涉圖，需要去除后減少干涉相位對最終結(jié)果的干擾。對解纏干涉圖進(jìn)行目視圖像解譯，挑選出現(xiàn)大量明顯的相位跳變以及大面積的低相干區(qū)域的解纏干涉圖，選出44對并予以去除。為保證有足夠的干涉像對，在去除干涉質(zhì)量差的干涉對以后又添加了5對干涉像對進(jìn)行補(bǔ)充。最終的干涉數(shù)據(jù)集包含34對干涉像對。

2.2 形變速率反演和地理編碼

SBAS反演分為兩個步驟，①反演估計位移速率和殘余地形，對合成的干涉圖去平，重新相位解纏和軌道精煉;②反演在第一次得到的形變速率基礎(chǔ)上，進(jìn)行大氣濾波，估算和去除大氣和噪聲相位。在時間序列形變后，對結(jié)果進(jìn)行地理編碼。將解算結(jié)果歸算到WGS-84坐標(biāo)系下，進(jìn)行地理編碼的時候。平面精度閾值設(shè)定為10，高程精度閾值設(shè)定為16。圖2即為平均形變速率圖。

圖2 TerraSAR/TanDEM-X平均沉降速率分布(垂直形變/mm)

3 結(jié)果分析

在使用TERRASAR-X/TANDEM-X衛(wèi)星數(shù)據(jù)得到的沉降速率分布圖中，顯示蓮麻坑的礦場出現(xiàn)了平均-104.69 mm的沉降現(xiàn)象。由沉降速率分布圖可以看出該礦坑的沉降高發(fā)區(qū)域為礦坑南側(cè)的部分，而礦坑北側(cè)的廢液池部分則大體處于穩(wěn)定狀態(tài)，見圖3。

圖3 蓮麻坑礦山地表沉降分布

分別對蓮麻坑南部和北部提取3個特征點進(jìn)行時間系列分析，得到其形變規(guī)律，圖4為選取的蓮麻坑特征點分布圖，圖5為蓮麻坑礦山北部采樣點時間序列，圖6為蓮麻坑礦山南部采樣點時間序列。從圖5中3個采樣點的形變趨勢可以看出，蓮麻坑礦山北部區(qū)域沒有明顯的持續(xù)沉降現(xiàn)象，從圖6中3個采樣點的形變趨勢可以看出，蓮麻坑礦山南部存在較為明顯的下沉趨勢，累計沉降量可以達(dá)到將近200 mm。

圖4 蓮麻坑時間序列采樣點的分布

圖5 蓮麻坑礦山北部采樣點時間序列形變

此外，在研究中發(fā)現(xiàn)深圳市前海區(qū)沿岸區(qū)域觀測到較大范圍的沉降信號，該區(qū)域的相干目標(biāo)點的年平均沉降速率可達(dá)30～40 mm/year。圖7為前海區(qū)沉降速率分布圖，在前海區(qū)域提取3個有代表性的相干目標(biāo)(見圖8)，其時間序列形變結(jié)果如圖9所示。可以看出該區(qū)域的3個采樣點都顯示相對一致的沉降趨勢以及沉降信號的量級，累計均達(dá)到50 mm。

圖7 前海區(qū)沉降速率分布

圖8 前海區(qū)特征點分布

圖9 深圳市前海區(qū)特征點時間序列形變

4 結(jié) 論

采用SBAS方法對深圳市區(qū)進(jìn)行時間系列形變監(jiān)測，基本查明深圳市在監(jiān)測期間的地表形變演化歷史，并對災(zāi)害隱患點進(jìn)行詳細(xì)分析。在雷達(dá)影像覆蓋的區(qū)域存在較多災(zāi)害隱患點，隱患點多聚集在前海、福田、深圳機(jī)場等地區(qū)。大部分地區(qū)累計下沉量在-10～10 mm之間，前海區(qū)域以及機(jī)場區(qū)域下沉明顯，年均下沉量大于-50 mm。同時本研究對深圳市地鐵沿線、深圳市福田區(qū)范圍內(nèi)的超高層建筑區(qū)等高風(fēng)險區(qū)域目標(biāo)的InSAR相干目標(biāo)點進(jìn)行采樣分析，提取相干目標(biāo)點形變的時間序列。得出深圳市地鐵11號線沿線的前海區(qū)以及紅樹灣區(qū)兩個沿海的區(qū)域出現(xiàn)較為明顯的沉降現(xiàn)象。同時基于SBAS得到的地表形變結(jié)果，對位于羅湖區(qū)的五方家居樂建材市場區(qū)域相干目標(biāo)進(jìn)行位移分析，發(fā)現(xiàn)該建材市場由于周邊區(qū)域的基坑開挖以及地鐵運營聯(lián)合影響而出現(xiàn)的相干目標(biāo)移位現(xiàn)象。