利用SBAS技术监测洛杉矶地区地表形变

詹景祥,千喜俊，闫成龙

(1.广东省地质测绘院，广东 广州 510800;2.黑龙江绿野工程咨询有限公司,黑龙江 哈尔滨 150036；3.黑龙江第三测绘工程院，黑龙江 哈尔滨 150086)

南加州洛杉矶位于美国东南部，该地区干旱缺水，同时随着经济的发展和人口的暴涨，该地区对水的需求不断增加，不断抽取地下水，导致某些地区的含水量已降至历史新低。由于每年只有少量的降雨渗透到地下补给地下水，地下水循环失去平衡，最终导致土层下陷，地面下沉。同时美国南加州洛杉矶地区分布许多断层，断层在一定程度上可以阻止地下水的运动，造成区域局部长时间的沉降、抬升或地表季节性的形变[1], 易引起环境恶化，给城市建设、工农业生产、交通运输以及人民生活造成危害和经济损失，在滨海区域或滨江易受海水或河水的侵袭，引起江水和潮水倒灌，给城市、农田造成严重经济损失；地面沉降也使内陆平原地区遭受洪水灾害的频率增大，危害程度加重[2]；造成城市公共设施、水利设施、交通运输及港口码头的损害。同时地面沉降的不均匀往往使地面和地下建筑遭受巨大的破坏，危及建筑物稳定、安全。例如，北京市由于过度抽取地下水导致地面严重沉降,沉降面积达到1 800 km2，其中沉降量大于200 mm的地区有650 km2 [3]。每年耗资数以亿元治理地面下沉触发的次生灾害，给当地发展带来严重阻碍。

因此研究地下水过度抽采导致的地面形变问题，不仅具有很强的理论意义，而且具有很强的实际应用价值。InSAR作为一种新型的空间对地形变监测技术，具有全天候、全天时、范围广、精度高等诸多优势[4]。常规D-InSAR技术可以检测出厘米级形变[5]，但结果会很大程度地受到时空去相干和大气效应等影响，降低监测精度，甚至极端情况下无法进行干涉。以D-InSAR技术为基础发展起来的小基线集方法(SBAS)，将所有满足基线要求的干涉对都进行解算，采用奇异值分解法(SVD)得出最小范数解，从而能监测长时间的地表形变，有效克服时空去相干和大气效应的影响，可提高监测精度至毫米级,已取得很多成功应用，如文献[6-7]中利用SBAS成功监测了北京地区由于过度超采地下水引起的地表形变。本文将采用2003年10月～2009年2月的34景ENVISAT卫星数据和SBAS技术对美国南加州洛杉矶地区进行研究，获取长时间段上的形变速率场，监测数据可用于充分掌握地表时空变化，迅速监测形变异常区域，并为当地政府提供决策依据，预防灾害发生。

1 SBAS技术原理

短基线集(SBAS) 方法是新近发展的一种D-InSAR时间序列分析方法，最先由Berardino[8-11]和Lanari[9-13]等研究人员提出，用于研究低分辨率、大尺度上的形变。SBAS方法通过自由组合基线较短的影像对，产生的一系列基于不同主影像的时间序列干涉图子集，再利用矩阵的奇异值分解(SVD)方法，将多个短基线集联合起来求解[10]，有效地解决各数据集间空间基线过长造成的时间不连续问题，改善大气延迟的影响，提高监测的时间分辨率，得到覆盖整个观测时间的形变序列和平均沉降速率。SBAS的基本步骤如下：

1)获取同一区域按照时间顺序t0,……,tN排列的N+1幅SAR影像，选取其中一幅影像作为主影像，并将其它SAR影像配准到主影像上。N+1幅SAR影像可生成M幅差分干涉图。需要注意的是，每一幅解缠后的差分干涉图都已经通过图中某个稳定区域或形变量已知的参考像素点进行绝对校正。

2)对于从影像tA和主影像tB(tB>tA)时刻获取的SAR影像生成的第j幅差分干涉图，方位向坐标为x和距离向坐标r的像素的干涉相位可以写为

d(tA,x,r)]+ΔΦtopo(x,r)+

(1)

δφj(x,r)=φB(x,r)-φA(x,r)≈

(2)

3)为了获得具有物理意义的沉降序列，将式(2)中相位表示为两个获取时间之间平均相位速度和时间的乘积,得

(3)

第j幅干涉图的相位值可以写为

(4)

即各时段速度在主、从影像时间间隔上的积分。写成矩阵形式为

Bν=δφ.

(5)

式(5)是一个M*N的矩阵。由于小基线集的差分干涉图采用了多主影像策略，因此，矩阵B容易产生秩亏。采用SVD方法就可以得到矩阵B的广义逆矩阵，进而得到数据矢量的最小范数解，最后通过各个时间段内速度的积分就可以得到各个时间段的形变量。

2 利用SBAS监测洛杉矶地表形变

2.1 实验数据

本文实验采用2003-10-29—2009-02-04期间34景ENVISAT数据，具体参数见表1。基于这些数据，设置时间阈值(Temporal Baseline)为550 d，临界基线最大百分比为45%，最后组合生成158个干涉对，时空基线图见图1。在生成干涉图时，在距离向和方位向分别做1视和5视的多视处理以降低数据存储量，提高程序的运算速度和抑制相位噪声，并采用改进的Goldstein滤波法[11]对生成的干涉图进行滤波，以提高干涉图的质量。使用SRTM90 m精度的DEM去除地形相位，再使用最小费用流法(MCF)对差分干涉图进行相位解缠[12]。对解缠结果进行反演，估计残余高度和位移相关信息，用来对合成的干涉图进行重新去平，再次进行相位解缠和精炼，估计高度和位移速度。最后进行大气滤波，从而估算和去除大气相位，得到更加优化的位移结果，并假定2003-10-29的地表形变为0 m。

表1 ENVISAT数据参数

图1 时空基线图

图2 平均形变速率图

2.2 时间序列结果分析

经过SBAS技术处理得出研究区域在2003年10月到2009年2月的平均形变速率图, 如图2所示。

从图2中可以看出，该研究区域绝大部分地表处于相对稳定的状态，平均形变速率在-5～5 mm/y。此外，波莫纳、莫雷诺、圣贝纳迪诺和圣塔安娜4处区域为较为明显的沉降区域，其中沉降漏斗中心最大形变速率可达-35 mm/y。同时圣菲斯普林斯区域为抬升区域,抬升中心的最大形变速率可达11.2 mm/y。从时间序列形变图可以看出，多个沉降漏斗逐渐形成，形变范围在逐渐扩大，造成沉降漏斗的主要原因是地下水超采，导致水位下降，形成区域性沉降。

分别选取形变最为明显的5个区域并编号：区域1圣菲斯普林斯、区域2波莫纳、区域3圣贝纳迪诺、区域4莫雷诺、区域5圣塔安娜，同时选出较为稳定的城市区域6、7、8作对照，在每个区域内选取3个特征点进行时序分析。结果分别见图3—图10。

图3 区域1圣菲斯普林斯的累积形变曲线图

由图3可知，在2003年10月至2009年2月期间，区域1圣菲斯普林斯区域地表抬升的形变量可达60 mm。推测区域1圣菲斯普林斯的地表抬升是由注水造成。因为区域1圣菲斯普林斯是一个油藏区域，该油藏是采取早期注水方法开发。在正常油藏的注水开发过程中，施工单位会使累计注水量与累计产油量近似，使得油田地层压力应保持在原始地层压力附近。但地区局部油层物性差，连通性不好，就会在高压注水层中形成高压区域，或者注水在井间、层间产生异常高压带，导致局部压力上升，岩石骨架膨胀，水层厚度增加，最终地层逐渐抬升。

图4 区域2波莫纳的累积形变曲线图

图5 区域3圣贝纳迪诺的累积形变曲线图

图6 区域4莫雷诺的累积形变曲线图

图7 区域5圣塔安娜的累积形变曲线图

由图4—图7可知，区域2波莫纳沉降漏斗的形变量可达-143 mm，区域3圣贝纳迪诺沉降漏斗的形变量可达-69 mm，区域4莫雷诺沉降漏斗的形变量可达-161 mm,区域5圣塔安娜沉降漏斗的形变量可达-56 mm，4个沉降漏斗区域的3个特征点的沉降速率基本一致。查阅地图可得，区域2、区域3和区域5为城市地区，而区域4为农田地。沉降的主要原因为人们过量抽取地下水，没有及时进行地下水人工回灌，使地层内的气、液压降低，土粒间的有效应力增加，地层压密，最终形成区域性沉降。而区域3圣贝纳迪诺区域的左侧沉降漏斗并没有往外扩散，推测该区域有一断层，阻止地下水的运动。

由图8—图10可知，稳定区的累积形变曲线以0 mm为基准线上下波动，且波动幅度在±10 mm以内。可以看出该区域的形变有着较为明显的季节性变化，在五月至九月旱季期间，地区普遍沉降；而在每年十月起至翌年四月雨季期间，地区普遍抬升。

图8 区域6的累积形变曲线图

图9 区域7的累积形变曲线图

图10 区域8的累积形变曲线图

综上所述，以稳定区作对照，圣菲斯普林斯、波莫纳、圣贝纳迪诺和莫雷诺等地区形变明显，最大形变量可达-161 mm，应引起相关部门注意，注意地下水的抽采和油藏开采过程，以防发生生产事故和二次灾害等。

3 结 论

简述SBAS小基线集技术的基本原理，最后利用ENVISAT卫星的34景SAR数据获得美国南加州洛杉矶地区的形变场，得到34景数据生成的时间序列分析图、研究区域的平均形变速率图和累积形变曲线图。经过分析得出以下结论：

1)ENVISAT卫星影像可作为监测美国南加州洛杉矶地区的地表形变的有效数据源。除了部分山区之外，ENVISAT卫星影像对绝大部分区域能保持良好的相干性。使用SBAS技术进行时间序列分析，能客观地、大范围地反映研究区域的地表形变情况，为政府部门和生产单位提供决策依据，同时具有一定的科学意义。

2)美国南加州洛杉矶地表形成多个沉降漏斗，最大沉降量已超过161 mm，沉降中心的形变速率可达35 mm/yr，主导因素为超量开采地下水造成的地下水位下降，不排除构造运动的影响。但可以认为美国南加州洛杉矶地表沉降的漏斗产生的机理主要是地下水位下降导致的地面沉降，根据此机理，可以进一步研究构建基于沉降漏斗的沉降-地下水模型，开展预测分析。

3)在整个区域趋向沉降的情况下，圣菲斯普林斯区域由于石油抽采过程中注水导致地表抬升，形变量达到66 mm，平均形变速率为11.2 mm/yr。对周边的城市带来不良影响，应引起重视。

4)今后在城市区域的地面沉降灾害治理重点依然放在地下水开采管控上，条件具备时应该采用回灌措施，抑制不可恢复的沉降。

参考文献：

[1] 许文斌,李志伟,丁晓利,等.利用InSAR短基线技术估计洛杉矶地区的地表时序形变和含水层参数[J].地球物理学报,2012,55(2):452-461.

[2] 官煜,李晓荣,黄多成.内陆平原地面沉降的形成及控制对策-以阜阳市地面沉降为例[J].安徽地质,2003,13(4):285-289.

[3] 王祎萍.北京市超量开采地下水引起的地面沉降研究[J].勘察科学技术,2004(5):46-49.

[4] 王平.基于D-InSAR技术的青藏高原区域冻土变形监测研究[D].长沙：中南大学,2009.

[5] 杨成生,侯建国,季灵运,等.D-InSAR技术用于西安地区地面沉降监测的研究[J].测绘工程,2008,17(3):34-36.

[6] Hu B,Wang H S,Sun Y L,et al.Long-Term Land Subsidence Monitoring of Beijing (China) Using the Small Baseline Subset (SBAS) Technique[J].Remote Sensing,2014,6(5):3648-3661.

[7] 胡乐银,张景发,商晓青.SBAS-InSAR技术原理及其在地壳形变监测中的应用[J].地壳构造与地壳应力文集,2010(6):88-95.

[8] TIZZANI P,BERARDINO P,CASU F,et al.Surface deformation of Long Valley caldera and Mono Basin,California,investigated with the SBAS-InSAR approach[J].Remote Sensing of Environment,2007,108(3):277-289.

[9] SHANKER P,CASU F,ZEBKER H A,et al.Comparison of Persistent Scatterers and Small Baseline Time-Series InSAR Results: A Case Study of the San Francisco Bay Area[J].IEEE Geoscience & Remote Sensing Letters,2011,8(4):592-596.

[10] 李珊珊,李志伟,胡俊,等.SBAS-InSAR技术监测青藏高原季节性冻土形变[J].地球物理学报,2013,56(5):1476-1486.

[11] 王秀萍.InSAR图像相位解缠的最小费用流法及其改进算法研究[J].测绘科学,2010,35(4):129-131.

[12] 廖明生，林珲.雷达干涉测量—原理与信号处理基础[M].北京：测绘出版社，2003.

[13] BERARDINO P,FORNARO G,LANARI R,et al.A new algorithm for surface deformation monitoring based on small baseline differential SAR interferograms,IEEE Transactions on Geoscience and Remote Sensing,2002,40(11),2375-2383.