基于高分辨率TerraSAR－X影像的PSInSAR地表形变监测

丁荣荣，徐 佳，林晓彬，许 康

(1.河海大学地球科学与工程学院，南京 210098;2.福建省港航管理局勘测中心，福州 350009;3.江苏省测绘地理信息局，南京 210013)

0 引言

近几十年来，合成孔径雷达干涉测量(InSAR)技术迅速发展，特别是合成孔径雷达差分干涉测量(DInSAR)技术，由于具有全天时、全天候、覆盖广、分辨率高、穿透能力强以及主动式遥感等优点，被广泛应用于地震、地面沉降、火山和冰川活动等的监测［1］。但在利用常规DInSAR技术监测长时间的地表微小形变时，存在着时间、空间去相干和大气延迟等影响，大大限制了DInSAR技术的发展和应用。为了克服这些问题，以永久散射体干涉测量(PSIn-SAR)为代表的时序分析方法不断发展，并且以TerraSAR－X［2］为代表的高空间分辨率(3 m)数据的使用，在很大程度上促进了PSInSAR技术的发展。本文利用高空间分辨率条带模式的TerraSAR－X数据，采用干涉测量点目标分析(interferometric point target analysis，IPTA)技术［3－4］对常州地区进行地表形变监测，其结果证明了TerraSAR－X数据在地表形变监测中的优势。

1 研究区概况及数据选择

1.1 研究区概况

常州市地处长江下游南岸，位于江苏省南部，长江三角洲中心地带，与上海、南京、杭州等市皆等距相邻，与苏州、无锡等市联袂成片，介于N31°09'～32°04'、E119°08'～120°12'之间。常州市城镇众多，城市地区纺织业发达。自20世纪70年代始，由于大量集中开采地下水，导致市区出现了严重的地面沉降;同时，随着经济和城市化的发展，城市周边地区的乡镇企业逐渐兴起，地下水开采进一步加剧。据最新水准点测量资料，在常州市五星乡—青龙乡一线的西南，湖塘镇—戚墅埝一线以北的大面积范围内，1980年以来的地面沉降量超过了600 mm，其中超过800 mm的重度沉降区面积约3 417 km2，最大累计沉降量超过1 000 mm。

本文的实验区以常州市区为中心，覆盖范围约32 km×53 km，包括整个常州市中心及武进地区，如图1所示。

图1 实验区范围Fig.1 Range of experimental spot

1.2 数据选择

本次选取了2011年10月—2013年7月期间37景TerraSAR－X［5］高分辨率条带模式SAR数据进行实验。其影像均为单视复数影像(single look complex，SLC)。根据使所有干涉对的时间基线及空间基线最优的原则，以2012年8月5日的影像为主影像，其余的36景影像为从影像，形成36个干涉对。表1列出了所有影像的成像日期及相对于主影像的垂直基线和时间基线。由表1可见，干涉对的基线都较小，适合 PSInSAR 分析［6－8］。

表1 37景Terrasar－X影像数据参数Tab.1 Parameters of 37 TerraSAR－X images

2 方法与实验

2.1 IPTA技术的原理和处理流程

PSInSAR 技术由意大利学者 Ferretti［9－10］等提出，它利用相位稳定的点(PS)提取形变信息。由于其具有相干性几乎不受时间基线和空间基线影响的特性，从而很好地避免了传统DInSAR技术受时间和空间失相干的限制。点目标干涉测量分析(IPTA)技术是一种改进的PSInSAR技术，主要优点是对低相干的地面仍能选取一定数量的PS点。只对提取的点进行时间维和空间维分析，可以获取长时间序列的大范围缓慢地表形变场。主要技术思想如下:

设研究区有N幅不同时相的SAR影像，选取其中一幅作为公共主影像，其余N－1幅为从影像，将从影像分别与主影像进行配准、重采样和干涉处理，得到N－1幅干涉图。利用外部DEM数据进行差分干涉处理，就可得到N－1幅差分干涉相位，从而得到每个PS点上的N－1个时序差分干涉相位。其中，PS点解缠的干涉相位φunw包括DEM高程误差引起的地形相位φtopo、沿LOS(line of sight)方向的地表形变相位φdef、大气影响相位φatm及噪声相位φnoise，IPTA方法的相位模型为

式中:K1=4π/(λRsinθ)，λ 为雷达波长，R为雷达到地面目标的斜距，θ为雷达入射角;B⊥为干涉对垂直基线;△H为DEM高程改正值;K2=4π/λ;t为干涉对时间基线;v为沿雷达视线方向的线性形变速率;φres是PS点的残余相位，它包括大气延迟相位、非线性形变相位和噪声相位。

根据各部分相位在时间域和空间域的不同特性，利用最小二乘拟合、回归分析等方法分离各不同参数，同时精化各参数，对残余相位进行分解，使用三维滤波方法，在空间上对噪声相位滤波，在时间上对大气相位和非线性形变相位滤波，进而精化整个相位模型，求解出最佳的△H和v，即得到了PS点的DEM高程改正值和LOS方向上的线性形变速率。主要工作流程如图2所示。

图2 IPTA方法流程Fig.2 Flow chart of IPTA

2.2 数据处理和结果分析

利用IPTA方法对37景TerraSAR－X数据进行处理，通过获取PS点，在PS点上进行时序分析，得到了相干点目标在雷达视线(LOS)向的形变(图3)。

图3 TerraSAR－X地表形变平均速率(左)及其PS点分布(右)Fig.3 M ean velocity(left)derived from TerraSAR－X data and its PS points distribution(right)

从图3(左)可以看出，主要沉降区域分布在武进地区，其中邹区镇—牛塘镇—庙桥镇沉降连成一线，最大沉降速率为31.494 mm/a;从沉降图上可清晰看到邹区、牛塘附近均出现明显沉降，其中牛塘下方地区沉降较为严重;在庙桥附近有大范围沉降出现;常州市中心城区比较平稳，没有明显沉降。总体来看，常州市中心沉降比较缓慢，较大的沉降集中在武进地区。

在数据的处理过程中，利用 Gamma软件［11］生成了36幅干涉对影像，依据振幅与后向散射强度相结合的方法获取PS点，从每幅干涉对影像中都得到539 927个PS点。将利用TerraSAR－X数据提取的高相干PS点分布部分放大(图3(右))。通过PS点的位置可以看出，这些PS点大多密集分布于建筑物、道路、桥梁等具有稳定电磁反射特性的物体上，这在某种程度上验证了探测到的PS点［12］的可靠性。

图4 Envisat ASAR地表形变平均速率(左)及其PS点分布(右)Fig.4 M ean velocity(left)derived from Envisat ASAR data and its PS points distribution(right)

为了对比，本文利用2007—2010年期间的27景中等分辨率Envisat ASAR数据进行处理，得到的常州市地表形变平均速率如图4(左)所示。在设定 相同阈值的情况下，对比图3(右)和图4(右)可以看出，应用TerraSAR－X数据提取的PS点覆盖了整个沉降区域，而利用Envisat ASAR数据提取的PS点分布相对稀疏，不能全面覆盖整个区域。从图3(右)可以看出，TerraSAR－X PS点的分布主要呈现聚束状，聚集式分布于建筑物、道路等地物上，可以更好地描述地物细节，这是Envisat ASAR数据在PSInSAR处理过程中无法得到的。图3(左)上呈现的地表形变平均速率没有图4(左)的大的主要原因是TerraSAR－X数据的时间基线只有660 d，所以沉降速率较Envisat ASAR数据的要小。

进一步将沉降较大的区域局部放大，如图5所示。武进地区有5处明显沉降区(A—E)，其中，

图5 武进地区地表形变速率图Fig.5 M ean velocity around W ujin area(TerraSAR－X)

A和B区沉降速率最大，为14.1 mm/a，清楚可见沉降区PS点分布在建筑物房顶，主要沉降区多为纺织厂、化工厂分布的地方;在2011—2013年间，D区为沉降严重地区，平均沉降速率达到29.0 mm/a;C区和E区处沉降量较大，最大沉降速率分别达到20.0 mm/a和19.8 mm/a。从2007—2011 年间 Envisat ASAR数据提取的沉降速率图上并没有发现C区大兴化工厂附近的建筑物，而在2011—2013年间TerraSAR－X数据提取的沉降速率图中发现此处最大沉降速率达到18.0 mm/a(图5)，多数厂房周围存在很多沉降点，这也说明了过度开采地下水是造成地面沉降的主要原因。

2.3 沈海高速公路沿线地面沉降监测

沈海高速公路横穿本文实验区，长约50 km。为了更加清楚地说明该高速公路附近的地表沉降情况，将其分为Ⅰ，Ⅱ，Ⅲ3段(图6)。

图6 沈海高速公路沿线地面沉降Fig.6 Land subsidence along Shenhai highway

TerraSAR－X图像清晰地显示出高速公路及其沿线的地物细节［13］，PS点聚集分布于高速公路及其沿线周围的房屋上。在Ⅰ段，高速公路沉降速率较小，为6～14 mm/a;在Ⅱ段，沉降速率逐渐变大，最大达24.6 mm/a。该区也正是图5中的严重沉降区(D区)，区段内坐落着的许多纺织、化工、印刷等大型工厂都是用水大户，正是这些工厂过度开采地下水导致了严重的地面沉降;在Ⅲ段，自西向东沉降速率变小，并逐渐趋于稳定。

3 与水准数据的对比分析

为进一步验证实验结果精度，在沉降区附近找到相近的水准点进行比较分析。本文采用欧空局开展的PSIC4(Persistent Scatterers Interferometry Codes Cross－Comparison and Certification for Long－Term Differential Interferometry)项目中使用到的2个指标来衡量测量精度［14］，水准数据与PSInSAR监测数据互差的均值为

水准数据与PSInSAR监测数据互差的均方差为

实验区域共有70个同步水准点，如图7(a)所示。根据式(2)和式(3)计算得到的水准与PSIn-SAR监测数据互差的平均误差和均方差分别为0.54 mm 和 ±6.40 mm。

图7 水准点分布Fig.7 Distribution of bench mark

为了更进一步检验测量精度，对沉降明显的地区采用沉降区附近10个水准点单独比较的方式(图7(b))，选择距离该水准点100m范围内相干点的平均沉降值作为评定标准(表2)。

表2 PS点沉降误差Tab.2 Settlement of PS error(mm/a)

由表2可以看出，通过与区域内分布的水准点测量数据的比较，P1—P10个点中有9个点的误差都在±3 mm/a以内，只有1个点超过3 mm/a，但也在±4 mm/a以内的。表中结果与水准测量结果具有较好的一致性，充分说明了利用基于TerraSAR－X高分辨率条带模式SAR数据开展PSInSAR测量地表形变的准确性和可行性。

4 结论

1)利用TerraSAR－X高分辨率条带模式SAR数据得到了2011年10月—2013年7月期间常州市地表形变平均速率图，最大沉降速率达31.494 mm/a，证明常州地区存在严重的地面沉降。

2)通过对比TerraSAR－X与Envisat ASAR的监测结果发现，TerraSAR－X提取的PS点分布密度更高，可以更清晰地探测到纺织厂附近的地物细节，分析由于过度开采地下水造成的地面沉降原因，体现了高分辨率TerraSAR－X数据的特点，在城市地表形变监测中具有广阔的应用前景。

3)结合TerraSAR－X数据得到的沈海高速公路常州段地表形变信息，分析高速自身沉降及沿线地面沉降，发现主要沉降地区正是由于集中开设工厂、过度开采地下水导致的，验证了TerraSAR－X数据在监测人工线状地物方面有很好的应用前景。

4)处理过程中体现了IPTA技术的显著优势。由于它是利用具有稳定特性的PS点进行形变分析的，有效地避免了常规DInSAR中存在时间去相干和大气效应的影响。

5)常州市沉降严重区域主要集中在武进地区，通过与水准数据比较，两者具有很好的一致性，证明了IPTA技术监测结果的正确性。

［1］ 廖明生，裴媛媛，王寒梅，等.永久散射体雷达干涉技术监测上海地面沉降［J］.上海国土资源，2012(3):5－10.Liao M S，Pei Y Y，Wang H M，et al.Subsidence monitoring in Shanghai using the PSInSAR technique［J］.Shanghai Land ＆ Resources，2012(3):5－10.

［2］ Even M，Schunert A，Schulz K，et al.Atmospheric phase screen－estimation for PSInSAR applied to TerraSAR－X high resolution spotlight－ data［C］//2010 IEEE International Geoscience and Remote Sensing Symposium(IGARSS).Honolulu，HI:IEEE，2010:2928－2931.

［3］ 周红满，胡金星，柳 想，等.基于PS技术的深圳市地面沉降监测［J］.测绘工程，2013，22(2):70－74.Zhong H M，Hu JX，Liu X，etal.Ground deformation in the Shenzhen city using permanent scatterer technique［J］.Engineering of Surveying and Mapping，2013，22(2):70－74.

［4］ 郭炳跃，何 敏，刘建东.利用PS－InSAR技术监测南通市区地面沉降［J］.地质灾害与环境保护，2011，22(4):103－107.Guo B Y，He M，Liu J D.Monitoring the ground subsidence in Nantong city with the PS－ InSAR technology［J］.Journal of Geological Hazards and Environment Preservation，2011，22(4):103－107.

［5］ 李永生，张景发，罗 毅，等.利用高分辨率聚束模式TerraSARX影像的PSInSAR监测地表变形［J］.武汉大学学报:信息科学版，2012，37(12):1452－1455，1514.Li Y S，Zhang JF，Luo Y，et al.Monitoring land deformation using PSInSAR with TerraSAR－X high resolution spotlight SAR images［J］.Geomatics and Information Science of Wuhan University，2012，39(12):1452－1455，1514.

［6］ 何秀凤，仲海蓓，何 敏.基于PS－InSAR和GIS空间分析的南通市区地面沉降监测［J］.同济大学学报:自然科学版，2011，39(1):129－134.He X F，Zhong H B，He M.Ground subsidence detection of Nantong city based on PS－ InSAR and GIS spatial analysis［J］.Journal of TongjiUniversity:Natural Science，2011，39(1):129－134.

［7］ 范景辉，李 梅，郭小方，等.基于PSInSAR方法和ASAR数据监测天津地面沉降的试验研究［J］.国土资源遥感，2007，19(4):23－27，124.doi:10.6046/gtzyyg.2007.04.05.Fan JH，LiM，Guo X F，et al.A preliminary study of the subsidence in Tianjin area using ASAR images based on PSInSAR technique［J］.Remote Sensing for Land ＆ Resources，2007，19(4):23－27，124.doi:10.6046/gtzyyg.2007.04.05.

［8］ Strzelczyk J，Porzycka S，Lesniak A.Analysis of ground deformations based on parallel geo－statistical computations of PSInSAR data［C］//Proceedings of the 17th International Conference on Geoinformatics.Fairfax，VA:IEEE，2009:1－6.

［9］ Ferretti A，Prati C，Rocca F L.Permanent scatterers in SAR interferometry［J］.IEEE Transactions on Geoscience and Remote Sensing，2001，39(1):8－20.

［10］ Ferretti A，Fumagalli A，Novali F，et al.A new algorithm for processing interferometric data－ stacks:SqueeSAR［J］.IEEE Transactions on Geoscience and Remote Sensing，2011，49(9):3460－3470.

［11］ 姜 江，宋伟东.基于GAMMA的雷达影像干涉测量分析［J］.交通科技与经济，2009，11(1):45－46，53.Jiang J，Song W D.The study on Radar interferometry with GAMMA［J］.Technology ＆ Economy in Areas of Communications，2009，11(1):45－46，53.

［12］ Porzycka－Strzelczyk S，Lesniak A.The preliminary temporal analysis of ground deformations in the area of Dabrowski Coal Basin(south Poland)［C］//IEEE International Geoscience and Remote Sensing Symposium(IGARSS).Honolulu，HI:IEEE，2010:903－905.

［13］ 林 珲，陈富龙，江利明，等.多基线差分雷达干涉测量的大型人工线状地物形变监测［J］.地球信息科学学报，2010，12(5):718－725.Lin H，Chen F L，Jiang LM，et al.Preliminary research on large－scale man－made linear features deformation monitoring using multi－ baseline differential SAR interferometry［J］.Journal of Geo－ Information Science，2010，12(5):718－725.

［14］ 葛大庆.区域性地面沉降InSAR监测关键技术研究［D］.北京:中国地质大学，2013.Ge DQ.Research on the Key Techniques of SAR Interferometry for Regional Land Subsidence Monitoring［D］.Beijing:China University of Geoscience，2013.