利用Sentinel-1影像探測寧波地面沉降

朱邦彥，李建成，儲征偉，王 曉，孫靜雯，姚馮宇

(1. 南京市測繪勘察研究院股份有限公司，江蘇 南京 210019；2. 武漢大學測繪學院，湖北 武漢 430079； 3. 淮海工學院測繪與海洋信息學院，江蘇 連云港 222000)

20世紀90年代中后期以來，基于時序InSAR(MT-InSAR)分析方法的高精度差分干涉測量技術得到發展并成為當前研究的熱點。MT-InSAR技術是通過多幅干涉圖按照一定的時間序列建模以去除傳統InSAR技術中相位觀測誤差、DEM誤差、軌道誤差等影響，通過統計分析時間序列上幅度和相位信息的穩定性，探測不受時空去相關影響的穩定點目標(permanent scatterer，PS)。經典的如Ferretti等在2001年提出的基于永久散射體的干涉測量技術(PSInSAR)[1]。Berardino等在2002年首次提出小基線集(small baseline subset，SBAS)技術，通過選取短時空基線SAR影像對進行干涉組合，從而提高形變信息以提取密度和精度[2]。MT-InSAR技術已經在城市及其基礎設施沉降監測中得到越來越廣泛的應用[3-9]。

隨著社會經濟的快速發展，我國的地面沉降現象不斷加劇。截至2009年，全國超過50個城市發生了較嚴重的地面沉降。地面沉降已成為影響我國生態文明建設和可持續發展的一個重大問題。截止到2016年底，寧波市區沉降面積已達500 km2，快速發展建設中出現的大面積地面填土堆載和交通動負荷，成為現階段誘發寧波市區地面沉降的主因[10]。為滿足地面沉降高時空分辨率信息快速獲取的迫切需求，本文基于Sentinel-1影像對寧波地區地面沉降進行研究。

Sentinel-1A是歐洲委員會哥白尼環境監測計劃于2014年發射的第一顆衛星[11]。寬幅影像幅度達250 km，12 d重復周期，可獲取全天候SAR圖像，非常適合對地面沉降的災害影響進行監測和評估。本文基于21景Sentinel-1A衛星SAR影像采用MT-InSAR方法，獲取寧波地區2016—2018年期間高精度的地表沉降信息，包括年平均沉降速率、時序累計沉降量等，并與同期水準進行比較，驗證結果的精度和可靠性，分析寧波地區的沉降時空分布特征，并以地鐵2號線為例，分析軌道交通沿線地面沉降情況。

1 MT-InSAR方法

1.1 差分干涉處理

為了提高干涉測量成功幾率，確保形變測量的可靠性，選取使得時間基線(T)、空間基線(B)及頻率(f)參數最佳的一幅公共主影像，以確保得到整體最優的基線參數(γm)。

(1)

本文選擇21幅SAR數據中的2017年5月10日影像作為主影像，與其他SAR影像進行干涉處理，得到干涉圖。使用精密軌道數據(precise orbit ephemerides，POD)減弱軌道誤差的影響。然后利用SRTM DEM模擬地形相位并去除，生成時序上的差分干涉圖。

1.2 PS點選擇

PS干涉相位模型僅適用于在時間序列上保持相位穩定的像素。因此，為了進行PS干涉處理，首先要在SAR圖像上選擇保持相位穩定的散射點。Ferretti等提出了利用SAR振幅離差指數來選取PS點的方法，它依據PS點的穩定性可以通過回波相位在時間序列上一定的統計特性來表達[1,12]。振幅離差指數的表達式為

(2)

式中，g為目標反射能量(正實數)；σA為時序振幅標準差；σnR、σnI分別為噪聲實部和虛部標準差；σφ、μA分別表示時序相位標準差和振幅均值；DA為振幅離差指數。

選擇合適的振幅離差指數閾值(本文設為0.3)，大于該值的像素被認為具有較穩定的散射體，可作為PS候選點目標。

利用Delaunay不規則三角網建立PS候選點間的關系，其相位梯度可表示為

ΔφAPS+Δφnoise

(3)

(4)

通過相位解纏可從參考點解算出格網上每點的形變速率和DEM誤差。

1.3 APS估計

針對大氣相位屏APS(atmospheric phase screen)的估計，采用時空濾波的方法[1,14-15]。該方法是基于殘余相位各分量在時空上具有不同的統計特性。由于大氣在空間上的一定尺度范圍內(如1 km)是相關的，在空間域上表現為平滑的低頻信號，而大氣條件隨時間變化很快，在時間域上呈現高頻信號。因此，對殘余相位進行時空濾波就可以估計出ΔφAPS。

2 研究結果與精度驗證

2.1 研究區與處理結果

本文以寧波地區為研究對象。數據選取21景升軌Sentinel-1A影像，入射角范圍為36.17°～36.22°，VV極化，時間范圍為2016年7月26日至2017年12月12日，影像參數見表1，時空基線參數如圖1所示。POD精密軌道數據由歐空局提供。

圖1 Sentinel-1A影像時空基線

序號衛星獲取日期軌道方向極化方式傳感器模式入射角/(°)1Sentinel-1A2016-07-26AscendingVVIW36.172Sentinel-1A2016-10-06AscendingVVIW36.173Sentinel-1A2016-10-30AscendingVVIW36.174Sentinel-1A2016-11-23AscendingVVIW36.175Sentinel-1A2016-12-05AscendingVVIW36.176Sentinel-1A2016-12-17AscendingVVIW36.177Sentinel-1A2017-01-22AscendingVVIW36.178Sentinel-1A2017-02-15AscendingVVIW36.179Sentinel-1A2017-03-11AscendingVVIW36.1710Sentinel-1A2017-04-04AscendingVVIW36.2211Sentinel-1A2017-04-16AscendingVVIW36.2212Sentinel-1A2017-05-10AscendingVVIW36.2213Sentinel-1A2017-06-27AscendingVVIW36.2214Sentinel-1A2017-07-21AscendingVVIW36.2215Sentinel-1A2017-08-26AscendingVVIW36.2216Sentinel-1A2017-09-07AscendingVVIW36.2217Sentinel-1A2017-09-19AscendingVVIW36.2218Sentinel-1A2017-10-13AscendingVVIW36.2219Sentinel-1A2017-11-06AscendingVVIW36.2220Sentinel-1A2017-11-30AscendingVVIW36.2221Sentinel-1A2017-12-12AscendingVVIW36.22

基于Sentinel-1A影像采用MT-InSAR方法進行處理后，共識別出370 469個PS點，每平方千米范圍內包含約376個PS點。這種密度已經可以滿足MT-InSAR技術反演地面沉降和沉降分析的要求。年沉降速率和累計沉降量是地面沉降監控和評價中常用的指標，能夠正確定量地反映研究區的沉降情況。得到研究區地面沉降變化的空間分布特征如圖2 所示。

圖2 研究區PS點平均沉降速率和累計沉降量

2.2 精度驗證

本文利用水準實測數據，對InSAR處理結果進行精度評定。MT-InSAR結果以水準測量為基準，并轉化為高程方向，統一基準后再進行比較。本文選取了寧波市水準觀測網中的7個水準點與鄰近InSAR監測點(<100 m)進行比較分析。InSAR沉降速率和水準沉降速率比較見表2。二者差值絕對值最大為2.7 mm/a，最小值為0.6 mm/a，均方根誤差RMSE為1.7 mm/a。由此可見，基于Sentinel-1A影像采用MT-InSAR技術獲取的寧波地區地面沉降結果與水準觀測十分吻合，驗證了研究結果的精度和可靠性。

表2 InSAR反演和水準觀測的平均沉降速率比較 mm/a

3 沉降時空特征分析

3.1 地面沉降分布特征

如圖2所示，研究結果表明2016—2018年寧波地面沉降現象較為嚴重，沉降中心分布不集中且數量較多，廣泛分布在海曙區、鎮海區、江北區、鄞州區及北侖區。

位于海曙區的沉降漏斗連接成片，最大沉降速率為22.5 mm/a，沉降量達30.3 mm，是研究區域內最嚴重的沉降中心。此外，海曙區的櫟社周邊等沉降漏斗也連接成片，最大沉降速率20.9 mm/a，最大沉降量28.2 mm。鎮海區存在3個沉降中心，分別位于鎮海煉化附近，最大沉降速率20.2 mm/a，最大沉降量27.3 mm；寧波幫博物館附近，最大沉降速率19.1 mm/a，最大沉降量25.8 mm；敬德小學附近，最大沉降速率21.1 mm/a，最大沉降量28.6 mm。江北區存在3個沉降中心，分別位于宏圖路與通寧路交叉口附近，最大沉降速率17.7 mm/a，最大沉降量24.0 mm；機場北路附近，最大沉降速率21.5 mm/a，最大沉降量29.0 mm；沈海高速寧波北樞紐附近，最大沉降速率16.3 mm/a，最大沉降量24.4 mm。鄞州區存在3個沉降中心，分別位于姜山鎮周邊，最大沉降速率20.5 mm/a，最大沉降量27.7 mm；寧波東站附近，最大沉降速率19.9 mm/a，最大沉降量27.0 mm；鄞州邱隘實驗小學以南，最大沉降速率17.3 mm/a，最大沉降量23.4 mm。北侖區僅存在一個沉降中心，位于北侖區中醫院附近，最大沉降速率20.3 mm/a，最大沉降量27.4 mm。

3.2 軌道交通沿線地面沉降

如圖3所示，主要交通公路、鐵路均有部分落入沉降區內。如沈海高速公路穿過本研究范圍內的一個沉降漏斗及兩個沉降帶，分別位于鄞州區的姜山鎮周邊，海曙區櫟社周邊等沉降漏斗連接成片的區域，古林鎮、高橋鎮等沉降漏斗連接成片的區域。北侖鐵路穿過本研究范圍內的兩個沉降漏斗，分別位于鄞州區的寧波東站附近、鄞州邱隘實驗小學以南。以寧波地鐵2號線為例，該線路由櫟社國際機場站至清水浦站，已營運線路經過海曙區、江北區及鎮海區。根據Sentinel-1A影像的InSAR反演結果，寧波地鐵2號線沿線地面沉降空間分布特征如圖3所示。2016—2018年間，地鐵2號線沿線的主要沉降中心集中在海曙區及鎮海區，其中最大沉降速率19.9 mm/a，最大沉降量26.9 mm，位于鎮海區。沉降較為嚴重的地鐵站點有路林站、三官堂站、櫟社國際機場站、櫟社站等。

圖3 寧波地鐵2號線沿線PS點平均沉降速率

4 結 語

本文基于21景Sentinel-1A影像采用MT-InSAR方法研究了寧波地區地面沉降，利用研究區同期水準結果檢驗了本文的研究結果，兩者的差值均小于3.0 mm/a，RMSE為1.7 mm/a。說明MT-InSAR方法反演結果與水準獲取結果吻合，驗證了MT-InSAR技術在寧波地區沉降監測中的精度和可靠性，可以代替傳統水準作為一種沉降監測的手段。

本文分析了2016—2018年期間的寧波地面沉降變化的時空分布特征。研究區域最大沉降速率為22.5 mm/a，沉降量達30.3 mm，位于海曙區。分析了軌道交通沿線地面沉降分布特征，主要交通公路、鐵路均有部分落入沉降區內。本文研究結果可為城市公共安全及地質災害預防提供參考資料，為城市規劃發展、智慧城市建設及社會精細化治理提供科學依據。