范曉燕,甘政政,劉永建
1.廣西自然資源遙感院,廣西 南寧 530201
2.湖南科技大學,湖南 長沙 411201
3.廣西吉恩建設集團有限公司,廣西 南寧 530021
近年來,隨著我國城市化進程的不斷加速,地表沉降已成為城市化進程中普遍存在的地質災害問題。地表沉降不僅阻礙了社會經濟的可持續化發展,還危害城市居民的生命財產安全。
傳統的地表沉降監測手段,如水準測量、GNSS(Global Navigation Satellite System)技術等,存在監測成本高、監測效率低等缺點,而且易受到監測點密度的制約,往往無法直觀地反映地表沉降的面狀全貌。合成孔徑雷達干涉技術(Interferometric Synthetic Aperture Radar,InSAR)是一種空間對地觀測技術,具有全天候、全天時、大范圍及高精度的特點,目前已在地震、冰川、滑坡、火山及地表沉降等地質災害監測方面得到廣泛的應用[1]。研究小組基于DORIS 與StaMPS軟件,對覆蓋廣西北海市2019年8月─2020 年1 月的Sentinel-1A 及Sentinel-1B 衛星影像數據進行PS-InSAR 處理,提取北海市地表沉降速率,并分析其時空分布特征,以期為北海市地質災害防治提供參考。
北海市位于廣西南端,北部灣東北岸,處于泛北部灣經濟合作區域結合部的中心位置。北海市屬于亞熱帶海洋性季風氣候,一年四季溫差較小,既無嚴寒又無酷暑,溫潤舒適,適合居住,人口分布均勻且密度大。北海市不僅是古代“海上絲綢之路”的重要始發港,同時也是中國西南地區連接東盟的便捷出海口。在地質方面,北海市新近系和第四系松散地層厚度大[2],在地表建(構)筑物的壓實及工程施工的擾動下易發生地面沉降。在地下水資源方面,根據文獻顯示[3-10],地下水為北海市市政主要供應源,其補給主要來自大氣降水。地下水資源的不合理開采,不僅會導致地下水位的大幅下降、水資源枯竭及水資源惡化,還會引起地表沉降。在北海市地表沉降監測方面,曾有學者利用ALOS Palsar 影像數據并結合2001 年SRTM3 的DEM 數據,經過差分合成孔徑雷達(Differential InSAR,D-InSAR)技術進行處理,提取了北海市地表形變信息,分析并明確了北海市地表沉降主要是由地下水資源開采所導致[11]。
研究小組對2019 年8 月3 日至2020 年1 月30 日覆蓋北海市的28 景Sentinel-1A 及Sentinel-1B 衛星影像數據進行PS-InSAR 處理,獲取北海市地表沉降監測結果。Sentinel-1A、Sentinel-1B 衛星影像干涉參數見表1。

表1 Sentinel-1A、Sentinel-1B 衛星影像干涉參數表
研究小組基于DORIS 及StaMPS 軟件,對覆蓋廣西北海市的Sentinel-1A 及Sentinel-1B 衛星影像數據進行PS-InSAR 處理,其簡要技術流如程圖1 所示。

圖1 PS-InSAR 簡要技術流程圖
(1)從覆蓋研究區域的Sentinel-1 影像時間序列中,基于各影像間的時間基線、空間基線、多普勒基線最小及其他因素為準則,選取2019年10 月2 日的Sentinel-1 雷達影像作為參考主影像,其余為輔影像。
(2)利用DORIS 軟件,對主影像及27 幅輔影像分別進行影像配準,經過影像重采樣到同一影像空間,并生成27 幅干涉圖,提取其干涉相位Ψ。

(3)基于SAR 衛星精密軌道數據及外部DEM 數據,對干涉圖進行去平去地形處理。參考橢球面相位具有平滑的特性,研究小組通過多項式建模計算的方法來計算其在干涉相位的貢獻,地形起伏引起的相位可通過式(2)計算。雷達圖像的近斜距像素至遠斜距像素所對應的側視角不斷增大,因此在計算地形相位前,需要對每個像素所對應的側視角進行精確估計。

式(2)中,R為主影像像素所對應的雷達至地面點目標的斜距;θ為雷達側視角;λ為雷達波長;h為地面點的大地高;B⊥為垂直基線。
經去除地平效應及地形效應后,差分干涉相位中除了形變相位的貢獻,還包含了外部DEM 誤差及大氣延遲相位等不良影響。為了克服這些不良影響,PS-InSAR 技術從多幅時間序列差分干涉圖中,提取出長時期保持相位穩定的像素作為PS 點(如人工建筑、大型巖石及人工角反射器等),這些像素基本不受時間失相關及空間失相關的影響。研究小組對所提取出的PS 點進行時序分析,分離出大氣延遲相位及外部DEM 誤差,從而實現高精度形變相位的提取。
(4)基于振幅離差DA是否大于0.4 為準則,在27 幅時序差分干涉圖中初步篩選出PS 候選點(PSC),其中振幅離差DA可由式(3)計算。

式(3)中,σA為時間序列干涉圖集中像素的振幅標準差;μA為時間序列干涉圖集中像素的振幅均值。
(5)對初步篩選出來的PS 候選點,根據式(4)逐個計算其時間相關性γx,以γx來衡量像素x的相位穩定性,并結合振幅離差DA進行概率估計,估計PSC 屬于PS 點的概率,最終篩選出PS 點。

(6)對篩選出來的PS 點構建Delaunay 三角網,并對其干涉相位進行3D 相位解纏及干涉圖濾波處理,最終提取出各個PS 點的時間序列相位,進而轉化成高精度形變信息。
經DORIS 及StaMPS 軟件對覆蓋北海市的28 景Sentinel 影像數據進行PS-InSAR 處理后,研究小組共計提取出681 054 個PS 點。PS-InSAR 處理結果顯示,主要沉降區域位于監測區域的東北部及西部。其中年平均最大沉降速率點位于監測區東北部,其沉降速率達到-62.8 mm/yr,最大沉降量約為-31.4 mm。
基于北海市2019 年8 月─2020 年1 月的PS-InSAR 地表沉降監測結果顯示,研究區域部分地區勢態略有抬升。PS-InSAR 地表沉降監測數據所呈現出的地面沉降或抬升是一個相對值,其沉降或抬升的數值是相對于解纏參考點的形變量。研究小組查閱相關資料發現[3-10],北海市市政用水的主要來源是抽取地下水,歷史上曾因地下水資源的過量開采而導致海水入侵,致使不少抽水井因地下水咸化而作廢。此外,北海市管轄區內主要存在3 個工業園區,分別為北海工業園區、合浦工業園區、鐵山港工業區。城市工業化進程的加速使北海市工業用水需求量不斷擴大。地表供水量若不足以滿足工業生產需求,工廠過度開發地下水資源可能會引發地表沉降。因此,研究小組針對監測區域內分布的3 個主要沉降區域,結合其區域特性分析其沉降成因。
沉降區1 位于合浦縣及銀海區交界處西部,根據北海市2019 年8 月─2020 年1 月的PS-InSAR 地表沉降監測結果顯示,沉降區1地表年平均沉降速率最大約為-48 mm/yr,最大沉降量約為-24 mm。該地區內分布多家食品、肥業公司(工廠)及合浦縣工業園中站工業集中區內的工廠。由此,研究小組推斷該地區的地表沉降可能是由于工廠生產需水量大,正常的自來水供應不足導致其抽取地下水所引起。
沉降區2 位于合浦縣境內,合浦水庫、五一村、佛子沖村附近。該區域內植被茂密,因為植被的體散射特性及植被一直不斷生長變化,所以該地區失相干效應嚴重,所能提取出的PS 點數量較少。因為地處山區PS 點位分布分散和未能獲取該區域相關參考資料等因素,所以研究小組未能具體分析該區域的地表沉降成因。但值得注意的是,該區域內有一條博白站至傘塘站的鐵路穿過,并且鐵路沿線的PS點反映出有下沉的趨勢,監測結果可為鐵路養護部門提供一些參考。該區沉降速率最大達到-62.8 mm/yr,最大沉降量約為-31.4 mm。
沉降區3 位于北海市鐵山港區境內,根據北海市2019 年8 月─2020 年1 月的PS-InSAR地表沉降監測結果顯示,沉降區3 地表年平均沉降速率最大約為-49.4 mm/yr,最大沉降量約為-24.7 mm。該地區內分布多家鋼鐵廠、材料廠及各種資源開發公司。相較于沉降區1,鐵山港工業區內多數區域較為穩定,沉降漏斗主要分布于誠德鋼鐵廠及北海市鐵山港澳建材有限公司附近。研究小組認為,沉降區3 與沉降區1 類似,沉降區內多家工廠聚集,正常供水難以滿足工業生產的需求,工廠過度使用地下水可能導致了地表沉降的發生。
研究小組利用了Sentinel-1A 和Sentinel-1B 衛星所拍攝的28 景覆蓋北海市的影像數據對廣西北海市進行地表沉降監測,利用DORIS及StaMPS 軟件分別對其進行差分干涉及PS-InSAR 時序處理,提取出北海市2019 年8月─2020 年1 月的累計地表沉降量及其沉降速率,并對合浦工業園區及鐵山港工業區的地表沉降成因進行了分析,得出如下結論。
(1)PS-InSAR 監測結果 顯示,2019 年8 月─2020 年1 月,北海市年平均最大沉降速率點位于監測區東北部,其沉降速率達到-62.8 mm/yr,最大沉降量約為-31.4 mm。
(2)沉降區1 地表年平均沉降速率最大約為-48 mm/yr,最大沉降量約為-24 mm,沉降區2 地表年平均沉降速率最大約為-62.8 mm/yr,最大沉降量約為-31.4 mm。沉降區3 地表年平均沉降速率最大約-49.4mm/yr,最大沉降量約為-24.7 mm。其中合浦工業園區(沉降區1)及鐵山港工業區(沉降區3)地表沉降可能是由工廠過量抽取地下水所致。
(3)此次沉降監測結果有一定的警示意義,同時也為北海市擴大城市化進程中遇到的地表沉降問題提供一定的理論參考。隨著工業生產需求的不斷增長,北海市應合理布局工業園區,確保地表正常供水平衡,適量抽取地下水,減緩地表沉降速率。鑒于研究小組掌握的相關資料和數據有限,北海市部分地表更深層次的沉降起因以及對其周邊建(構)物產生的影響還需做進一步的研究與探討。