時序InSAR技術對大連主城區沉降分析

楊 帆，鞏世彬，陳梓萌

(遼寧工程技術大學 測繪與地理科學學院，遼寧 阜新 123000)

大連的工業和房地產建設發展迅速，人口數量和城鎮密集程度都在飛速增長，且大連主城區內地質地貌十分復雜，大連市正持續遭受海水入侵、工程建設及人流車流密集活動導致地面沉降帶來的不同程度的影響[1]，根據報道大連市區每年都會發生地面坍塌沉陷事故，造成多起傷亡。曾在2011年3月10—17日發生了3次由于地面沉降導致的塌陷事故，造成一人死亡多人受傷，土石方坍塌量約200 m3，給大連市人民的生命和財產安全造成了嚴重的威脅，地面沉降已經成為阻礙城市建設發展的重要因素之一，而利用InSAR技術能夠在早期識別這些地質災害[2]。如今導致地面沉降的因素越來越復雜，因此要采用先進的技術手段掌握快速變化的城市沉降特征。文中使用PS-InSAR技術和SBAS-InSAR技術對覆蓋大連地區的30景Sentinel-1A影像進行時序分析，反演大連部分地區2018年11月8日—2020年10月28日的地面沉降信息及沉降發育特征，分析導致沉降的因素及沉降的趨勢。為大連市預防地面塌陷災害和治理地面塌陷災害提供有力數據支撐。

1 研究區概況

大連市位于遼東半島南端，北面依靠遼闊的內陸，三面環海。處于120°58′～123°31′E之間，38°43′～40°12′N之間，以沿海丘陵地貌為主。全市海岸線總長為2 211 km。擁有重要的貿易港口，是東北地區的門戶。

大連市經過長時間大量的地下水超采，自1964年就發現了大連地區地下海水入侵現象，到2006年入侵面積達856.1 km2，部分區域產生了不規則的沉降，給人民的生活生產都帶來了巨大的影響。海水入侵和城市發展建設的荷載和交通運動負荷等因素致使市區的地面沉降加重，成為大連市面臨的嚴重挑戰[3]。研究區域以大連市區為中心，圖1中外部紅框為覆蓋整個大連的哨兵1A影像覆蓋范圍，內部紅框為影像進行裁剪后的研究區域。

圖1 影像覆蓋范圍及研究區位置

2 數據處理方法與結果比較

2.1 數據選取

實驗選取影像數據為大連市2018年11月8日—2020年10月28日期間的30景Sentinel-1A干涉寬幅(IW)的雷達影像，分辨率為5 m×20 m，波長為5.6 cm，入射角約為36.56°，中心頻率帶寬為56.6 MHz，極化方式為VV。實驗以 20200114為公共主影像，生成120幅PS-InSAR 相位纏繞干涉圖及 104 幅SBAS-InSAR 相位纏繞干涉圖。得到其臨界基線值約為5 466.422 m，干涉對中最小空間基線為0.028 m，最大為147.852 m，遠小于臨界基線值，能很好去除地形的影響，保持較好的相干性，實驗中選取分辨率為90 m×90 m的SRTM DEM高程數據。表1所示為所使用的Sentinel-1A影像數據的詳細參數。

表1 30景sentinel-1A影像參數

2.2 PS 時序分析

PS-InSAR技術原理是應用多景同一區域的多景SAR數據，實驗得到影像的時間基線和空間基線[4]，探測出始終保持較高的相干性的PS點，最終得出每個PS點的精確形變信息[5]。

(1)

(2)

式中:R為目標與衛星之間斜距；λ為信號波長；θ為雷達信號入射角度[8]。

(3)

(4)

最終估算得到的高程和形變速率方差存在關系：

(5)

(6)

PS-InSAR技術能夠解決干涉處理過程中的大氣延遲和時空失相干問題[9]，有效地估算并去除大氣效應和地形殘余，最終得到mm級精度的監測結果。具體數據處理流程如圖2所示。

圖2 PS-InSAR處理流程

PS-InSAR 處理中，選取公共主影像時，要讓時間基線盡量的小[10]，空間基線對相干性的影響比較大，將空間基線限制在臨界基線的1/3可以使干涉圖具有較高的相干性。文中選取2020-01-14 圖像作為公共主影像，最大時間基線為 432 d，最小時間基線為24 d，最大空間基線為118.778 m，最小為4.233 8 m，如圖3所示。

圖3 PS干涉處理時空基線連接圖

以大連市主城區作為研究區域，經過反復試驗相干系數閾值為0.9時，PS點大多分布在穩定的建筑物上，選取PS點質量較好，并最終選取227 594 個PS點。然后對選取的PS 點進行相位解纏，去除存在的軌道誤差、去除地形相位，估算并去除DEM 誤差相位[11]、大氣誤差相位等，最終獲取每個PS點的形變量以及平均形變速率場。

2.3 SBAS 時序分析

SBAS技術原理是首先利用較短的時間基線和空間基線來提高雷達影像干涉圖的相干性，利用多視的方法來對差分干涉圖進行降噪[12]，最后使用奇異值分解法(SVD)求得地表形變速率。

首先利用公共主影像與輔影像生成第j幅差分干涉圖[13]，并設方位向坐標為x，距離向坐標為r。得到像素的干涉相位為:

Δφj(x,r)=φ(tB,x,r)-φ(tA,x,r).

(7)

在高相干點上建立觀測方程進行兩景影像間相位做差時的線性模型，設Δφj,res(x,r)表示第j幅干涉圖中的殘余相位，Δz(x,r)為高程誤差，a為系數。得到其相位差為：

(8)

SBAS方法在處理的過程中根據大氣延遲誤差、形變以及噪聲的不同時空特征，通過空間低通濾波和時間高通濾波得到大氣延遲引起的相位，將大氣延遲相位從殘余相位中分離出來，得到只包含形變信息和噪聲的差分干涉圖，從而將該相位值作為觀測值求取時間序列形態值，處理流程如圖4所示。

圖4 SBAS數據處理流程

選取比較小的時間基線和空間基線克服去相干影響[14]，實驗選擇104個垂直基線都小于400 m的干涉組合，符合短基線集技術要求，組合方式如圖5所示。

圖5 SBAS干涉處理時空基線連接

3 PS 與 SBAS 干涉結果及地面沉降分析

3.1 地面沉降分布特征

該實驗中得到大連市主城區內近兩年最大年沉降速率分別為22.159 mm/a 與 22.714 mm/a，地面沉降呈現中度發育特征，沉降比較嚴重地區基本上分布在甘井子區北部沿海處與南部市政交界處。從整體上看，SBAS方法得到的地面抬升現象范圍比PS方法得到的面積大，證明兩種技術方法得到年形變速率的結果具有一致性、可靠性。從得到的結果可以看出，大連市的地面沉降中心多，且不集中，其中沉降較嚴重區域為甘井子區(A-a)、(B-b)、(C-c)和西崗區(D-d)，沉降嚴重連片區域為甘井子區革鎮堡街道與凌水街道，此處沉降面積大，范圍廣；甘井子區與金州區交界處沿海一帶(E-e)地面出現抬升現象；西崗區一帶地面沉降速率較大，沉降速率范圍為-17～1.766 mm/a，一些地區表現為抬升現象，主要分布在香爐礁街道與北京街道北部一帶，并有地面抬升現象；大連主城區的沙河口區與中山區較為穩定，年沉降速率在-3～3 mm/a范圍內。從圖6(b)中可以看出，在中山區沿海邊緣處幾乎未得到沉降信息，原因是由于靠近海邊大氣延遲效應比較嚴重，在濾除大氣延遲效應時將形變信息一并濾波。而在甘井子區西南處與旅順口區交界處未得到沉降信息，原因為此處山區植被茂密，電磁波在穿透到地面進行反射得到地面信號過程中，電磁波容易與植被的枝葉發生體散射[15]，電磁波穿透不到地面，故而未得到沉降信息。

圖6 PS與SBAS反演結果對比

3.2 PS-InSAR與SBAS-InSAR技術交叉檢驗

本實驗以PS技術的反演結果為主，以SBAS的反演結果為輔，對大連主城區的地面沉降分布特征進行分析。兩種方法結果處理過程相同，將LOS方向上的形變值，通過轉換得到垂直方向的形變值。SBAS方法可以在低相干的區域得到分布式的結果，比較適合野外植被覆蓋多的地區。而PS-InSAR技術可以得到相干性較高的點目標，比較適合城市地區的監測。大連市屬于丘陵盆地地形，市區內植物較多，因此是非常好的試驗場地。為驗證實驗結果的可靠性，應用ArcGIS軟件隨機提取出550個點，并將與隨機點最接近的PS-InSAR與SBAS-InSAR共550組數據監測結果作為特征點。對特征點數據進行相關性分析，得到圖7所示的散點圖，通過線性擬合得到線性方程y=0.32+0.76x，R2=0.816，證明兩種方法的監測結果具有顯著的相關性。從圖7中可以看出兩種方法個別的值具有偏差，其原因可能是該方法具有隨機性，且PS監測技術為某一隨機點的計算，而SBAS技術為區域式的目標計算易受附近形變信息的影響。

圖7 PS-InSAR與SBAS-InSAR監測結果相關性(mm·a-1)

3.3 沉降原因分析

結合衛星影像圖對沉降區域進行分析，其中大多數的沉降與地下水入侵和人類的生產活動有關。圖8為甘井子區北部沿海地區，該區工廠和生產需要大量的淡水資源，導致了沿海地區的海水入侵，土體發生新的沉降。從其中一個PS點的歷史形變趨勢可以看出：隨著工程的完工，其趨勢仍在持續沉降，故判定該區域會一直受地下水入侵影響而導致沉降。圖9位置為甘井子區與西崗區交界處，該處沉降主要在快軌三號線金家街站到香爐礁站之間的東北快速路兩側，該區域有眾多的商場和工廠，為人流車流量密集區域，由于車輛的荷載引起的道路地面沉降。而且該區域也在地下水入侵的范圍內，由于建筑物地下混凝土避免不了與地下水接觸，經過長時間的接觸會產生各種局部裂縫等沉降，從其PS點的形變趨勢來看，該處將會持續沉降。圖10位置為甘井子區與金州區交界沿海處，該地區地面出現抬升現象，是由于該區域被地下水侵蝕地下的巖石后，巖石發生物理軟化反應[16]，導致礦物內部和外部不斷吸水膨脹，并且大連市地下水開采的控制，該處地下水略有回升，因此出現地面抬升現象。

圖8 甘井子區北部沿海地區工廠沉降分析

圖9 甘井子區與西崗區交界處沉降分析

圖10 甘井子區與金州區交界沿海處沉降分析

4 結 論

本實驗是時序InSAR技術在大連市地面沉降監測的一個應用。分別使用PS-InSAR方法和SBAS-InSAR方法對覆蓋大連地區的30景Sentinel-1A影像進行時序處理，克服了受時空去相干以及大氣效應等負面因素的影響，得到了大連地區在2018年11月8日—2020年10月28日的沉降信息及時空分布特征。

對兩種技術得到的移動變形結果進行了對比分析，結果具有高度的一致性，其相關性達到了0.816。并對大連市的地面沉降原因做了初步的調查分析。大連市地質是全國最復雜的沿海地區，大連市由于眾多大型工廠及人類頻繁活動長期過量開采地下水，導致沿海地區地下水失衡，造成了海水入侵。2013年大連市已實現全面禁止私自采集地下水，但是近年來市區的地面沉降并沒有停止，由此可知，沿海地區仍然受地下水入侵影響，而在遠離海岸線區域局部工程施工、交通動負荷載，以及重型企業等通過長時間生產活動及工程建設等活動產生的荷載，使得軟土層產生豎向固結以及側向流動形變，是大連市目前地面沉降的主要原因。

本次實驗的不足在于缺少水準數據，還可更精細化的檢驗監測結果，同時缺少地下水位變化數據，可以更準確地研究地下水位變化對地面沉降的影響，為大連市城市健康發展建設提供良好的數據支撐。而在部分地區未得到沉降信息，大連市多為山地，植被茂密，Sentinel-1A發射信號的C波段電磁波穿透不到地面未得到沉降信息，若選取日本的ALOS的L波段的影像，監測結果會更明顯。