基于SBAS-InSAR 技術的廣州市地表沉降監測與分析

王 成，韋幫定，韋元皓

1.廣西自然資源調查監測院，廣西 南寧 530023

2.桂林理工大學測繪地理信息學院，廣西 桂林 541004

地表沉降是因地質內部系統被破壞，導致地殼表層土地壓縮使得地表標高緩慢下沉而形成的[1]。它是一種普遍的地質災害，有人為活動的地區地表沉降較為嚴重。在平原及三角洲地區，地表沉降較為頻繁。

研究小組針對廣州市地表沉降展開相關研究，選取覆蓋研究區域18 景C 波段的Sentinel-1A影像數據，利用SBAS-InSAR 技術對該市地表沉降進行監測和分析，獲取2017—2019 年間沉降分布情況與沉降速率信息，從而分析研究區域地表沉降特征及成因。

1 SBAS-InSAR 技術原理

研究小組假設在覆蓋研究區域中獲取的N+1 景單視復數（single look complex，SLC）SAR 影像，選擇主影像進行配對。依據研究區域的情況，設定相應的空間基線閾值和時間基線，使SAR 影像按照一定的參數進行組合多個集合。通過對每一個集合的影像進行差分干涉處理，最后得到M幅差分干涉圖[2-3]。M滿足條件為：

對其中任意一干涉對，假設主影像獲取時間為tA，從影像為tB（tA＞tB，參考時間為t0）。依次對任意一干涉組合進行影像干涉、去平地效應、去地形效應、濾波和相位解纏處理，則對應相干點上（x，r）的相位值可表示為：

式（2）中，j∈（1，L，M），φ表示干涉相位，λ表示信號的中心波長，d表示視線向形變，表示差分干涉圖中的殘余地形相位，）表示大氣延遲相位，）表示去相干噪聲，對任意tA～tB間的累計形變量可以表示為：

通過從干涉圖主從影像獲取時間間隔上的積分，得到該時間內的形變速率，其矩陣形式為：

式（4）中，B是一個M＋N的矩陣。由于小基線集的差分干涉圖采用了多主影像策略，矩陣B容易出現秩虧。通過采用奇異值分解法SVD（Singular Value Decomposition）求解得到矩陣B的廣義矩陣，從而獲得形變速率的最小范數解，最后通過各個時間段內速度的積分即可得到各時間段的形變量。

2 實驗數據與處理方法

2.1 研究區概況

廣州市地形總體上西南低、東北高，東北部是山，中部是丘陵、臺地，南部是沖積平原。廣州地區是我國經濟較為發達的地區之一，同時也存在著不少地表沉降、塌陷等地質災害。21 世紀后，廣州主要城區地表沉降程度日益嚴重，主要分布在天河區、荔灣區、火車站至廣州東站等地[4]。此次研究區區域為廣州市地區，包括海珠區、天河區、番禺區、部分佛山地區。地理坐標為東經113°23′15″～113°31′37″，北緯22°56′54″～23°09′01″。

2.2 數據源

該研究采用2017 年2 月4 日至2019 年12月3 日期間內廣州地區的18 景升軌Sentinel-1A影像作為SAR 數據源（C 波段）來估計垂直向平均沉降速率和沉降時間序列。Sentinel-1A數據參數如表1 所示。研究小組采用由美國國家航空航天局（National Aeronautics and Space Administration，NASA）提供的90 m分辨率的SRTM3（Three Arc-second Shuttle Radar Topography Mission）DEM數據去除地形相位影響，同時利用歐洲空間局（European Space Agency，ESA）發布的精密軌道數進行軌道精煉和重去平。

表1 Sentinel-1A SAR 具體參數表

2.3 數據處理方法

針對D-InSAR 技術應用存在時空失相干問題以及大氣效應的影響，該研究采用時間序列SBAS-InSAR 技術進行研究，運用SARscape軟件對廣州市2017—2019 年的18 景Sentinel-1A 影像數據進行處理，主要數據處理流程如圖1 所示。（1）將所有影像裁剪為擬定的研究區域，選取2018 年5 月18 日的影像作為公共主影像，將其余的輔影像與主影像進行配準并重采樣。（2）設置時間基線和空間基線的閾值分別為400 d、200 m，并進行差分干涉處理，生成74 對小基線差分干涉集，時空基線分布如圖2 所示。（3）利用外部DEM 數據去除平地相位，然后采用Goldstein 濾波方法進行濾波處理、相位解纏以及相干性計算。（4）綜合考慮相干系數，振幅指數和強度值3 個方面并選取高相干點。（5）通過地理編碼，得到研究區域在監測時間段內視線方向（LOS）上的形變量。

圖1 SBAS-InSAR 技術處理流程圖

圖2 時空基線分布圖

2.4 技術難點

目前傳統的地表沉降監測方法，有水準測量、GNSS（Global Navigation Satellite System）測量和基巖標測量等。這些傳統監測方法可以獲取監測點較高的測量精度，但在大面積監測中應用時，傳統方法工作量大、周期長、受氣候限制等缺點明顯，不能保證監測結果的時效性，難以有效地監測與分析區域性形變。而合成孔徑雷達差分干涉測量技術（Differential Interferometric Synthetic Aperture Radar，D-InSAR）彌補了傳統測量手段的不足，它具有全天時、全天候、覆蓋范圍廣及高時空分辨率等優勢，在對地表形變監測中應用廣泛。該技術作為一種新興的對地觀測技術，在雷達視線方向可以探測亞厘米級地表形變。然而，該技術易受時間、空間失相干以及大氣延遲的影響，在長時間間隔的地表監測中難以獲取較高的監測精度，無法滿足人們的需求[5]。

2001 年，Ferretti 等人[6]提出永久性散射體PS（Permanent Scatter）技術，篩選出高相干點進行相位分析，較好地克服了時空失相干和大氣延遲影響的問題，但這種方法需要較多的SAR 數據，形變解算精度依賴于PS 點的空間密度，數據量大、運算效率低[7-8]。2002年，Berardino 等人提出小基線集技術SBAS（Small Baseline Subset），該方法通過嚴格設置時空基線閾值來篩選干涉組合，基于形變時間序列的最小范數準則，利用奇異值分解法（Singular Value Decomposition，SVD）獲取相干目標的形變速率以及時間序列。相對于PS-InSAR 技術，SBAS-InSAR 技術影像需求量較低、運算效率較高，且提取非線性形變信息能力較強[9-10]。

研究小組利用SBAS-InSAR 技術對研究區進行研究，該技術利用空間分布相干性的特點，不僅可以獲得毫米級精度，在影像需求方面，用到的影像數量更低。針對研究區可能存在的非線性形變的區域性沉降，SBAS-InSAR 技術適用性更佳。

3 實驗結果分析與討論

3.1 沉降速率分析

經過SBAS-InSAR 技術處理之后，研究小組得到廣州市2017 年2 月—2019 年12 月 LOS 方向的地表沉降速率圖，沉降區域空間分布主要在中部廣州大學城、廣州沙溪和廣州小洲村等地以及北部恒福路地區；西部的南港路有小部分沉降。

從反演結果總體上看，沉降區域分布沒有明顯的規律。研究范圍內的大部分區域地表沉降形變速率在-4.0～2.8 mm/a 范圍之間，總體沉降趨勢并不嚴重。但是，廣州海珠區、白云區、天河區、番禺區都出現了大范圍的地表沉降。在研究區域的中部，特別是沿著珠江流域一帶，沉降較為明顯區域分別是廣州大學城、廣州沙溪、廣州小洲村、恒福路。其沉降速率為-4.0～-6.3 mm/a，部分沉降速率可達到-6.3～-10.8 mm/a。

3.2 地表沉降時空變化分析

為了更好地分析廣州市沉降場的時空特征，直接反映各個特征點和關鍵區域地表沉降隨時間變化的趨勢，研究小組根據研究區域沉降速率分布，提取出廣州大學城、廣州沙溪、廣州小洲村3 個主要沉降區的沉降特征點時序圖。地面沉降顯著的點主要位于東經113°17′28″和北緯23°05′27″，其地面形變主要分布在沉降區域主要是沿珠江流域一帶，沉降較為明顯的地區具體分布在廣州大學城、廣州沙溪和廣州小洲村這3 處地點。各區域累積沉降量如圖3 所示。

圖3 研究區內各區域累積沉降量圖

廣州大學城位于珠江三角洲的河口、廣州市番禺區小谷圍島處，該地區平均沉降速率在-4.0～-8.6 mm/a。造成該現象的主要原因有：（1）該地區人口密集，荷載嚴重；（2）該地區土質屬于典型的軟土地區，含水量高、孔隙大、飽和度高、滲透性小，地表抗壓能力弱，承載能力低建筑物和道路工程地質條件較差，容易發生不均勻沉降。據資料顯示，廣州大學城一期工程于2003 年9 月開始動工，于2004年6 月竣工并且交付使用。在短暫的施工期內，地基的設計方案和施工質量對地表沉降產生了一定影響[11]。

廣州沙溪位于地鐵3 號線和地鐵18 號線之間，該地區沉降較為明顯，最大累積沉降量達-28 mm。據資料顯示，廣州地鐵18 號線在2017年開始動工，在2021年9 月正式開通，沙溪就是其中的地鐵站之一。地鐵工程一般為淺埋隧道，且該地區地質多為軟土、淤泥殘積土，地鐵軌道圍繞著城市的中心地帶而建，地下有大量的線路和管道，在盾構機施工的過程中，容易造成一定的地表沉降。

廣州小洲村是沖積形成的珠江三角洲，其淺層地質情況以淤泥為主，地質大多數屬于軟土。該地區最大沉降量達-21mm，沉降較為明顯。小洲村在廣州地區內有“最具有嶺南水鄉特色的古村”之稱，風景優美，極具文化特色。近年來，小洲村是廣州市“最美鄉村”的試點村莊，修建了公園、廣場、垃圾壓縮站等土木工程，造成了軟土地區的地表沉降。另外，小洲村是廣州市一個著名的旅游景點，每年都會有大量人流、車流通過，這也是小洲村沉降的原因之一。

3.3 精度分析

為了檢驗SBAS-InSAR 技術所提取的地表沉降速率的精度，依據《地質災害InSAR 監測技術指南（試行）》（T/CAGHP 013-2018）精度來評定方式。研究小組計算出研究區域內所有監測目標點的平均沉降速率的標準差，SBAS-InSAR 技術提取的各個監測目標點的平均的標準差范圍在0.06～4.09 mm/a 之間。大部分城鎮區域目標點的相干性較高，其平均沉降速率的標準差基本接近最低值0.06 mm/a；部分區域的標準差較高，主要原因是因為其目標點主要是在林地和河道上，目標點較少。通過研究數據與指南標準相比較說明，利用SBAS-InSAR 技術進行廣州市地表沉降速率監測的精度和穩定性較高。

4 結 語

文章采用SBAS-InSAR 技術，利用18 景Sentene-1A 影像數據對2017—2019 年廣州市地表沉降形變進行時空分析，獲取主要沉降區域的空間分布以及時間序列的沉降規律，選取特征區域并分析地表沉降形變形成原因。通過對研究區域的分析得出：（1）2017—2019 年，廣州市地表沉降分布不均勻現象較為明顯，大部分區域地表沉降形變速率為-4.0～2.8 mm/a。（2）主要沉降區分布在沿珠江流域一帶，廣州沙溪、大學城、小洲村等受珠江淤泥沖積最為嚴重，最大沉降量可達-28 mm。（3）城市的擴張等人為因素影響了地表形變的穩定性，地表沉降范圍和沉降速率將逐漸增大。下一步工作中，應充分結合該次的調查結果，利用外部數據對該市沉降監測進行精度驗證以及危險性評估。