基于PS-InSAR和SBAS-InSAR技术的延安新区地面沉降监测研究

王 鹏， 高雅萍， 蒋亚楠， 尚嘉宁

（成都理工大学地球科学学院，成都 610059）

延安新区“削山造城”工程引发的地面沉降是典型的地质灾害，其对延安工农业的发展、市民的生命财产安全、生产生活方式、政府的城市规划、交通建设、环境保护等方面带来严重的威胁. 因此，对延安新区地面沉降情况进行监测具有重要意义. 传统的水准测量精度高，但效率低，无法满足长期对大区域地面沉降监测任务的要求［1］. 近年来，我国地质灾害频发，在国家及有关方面专家的支持下合成孔径雷达干涉测量（InSAR）有了不俗的发展，在地质灾害的长期监测与隐患早期识别方面取得了长足进步［2］. 合成孔径雷达差分干涉测量（D-InSAR）技术能够做到精确探测地表微小形变，效率高，节省时间和人力、物力、财力，在各种天气条件下，24 h重复对地观测，能够满足现代测量对大面积区域进行长期监测的要求，但其也受大气和时空失相干影响［3］. 为了解决上述问题，2001 年Ferretti 等提出利用成像区域内雷达后向散射特性较为稳定的永久散射体（persistent scatter，PS）来探测区域地表形变［4］，这一思路已被应用于城市地面沉降监测领域［5-6］；2002年，Berardino等提出了小基线集（small baseline subset）方法［7］，该方法利用的SDFP点是在短时间段内具有较强相干保持能力的分布式散射体（distributed scatterer，DS）目标［8］，已被应用于矿区、城市、三峡库区的地质灾害隐患早期识别与灾害监测等方面［9-11］. 目前，针对延安新区地面沉降的研究较少，根据研究区的光学遥感影像，发现延安新区内地面硬目标分布广泛，如房屋、公路等，可作为永久散射体，其回波信号信噪比高，在长时间内，甚至几年内仍然具有高相关性. 本研究选取2019年3月—2020年3月共33景Sentinel-1A影像数据，首先使用小基线集（SBAS-InSAR）方法提取延安新区的平均形变速率，其次采用永久散射体干涉测量（PS-InSAR）方法再次提取其形变作为验证，对两种方法获得的形变结果进行对比和相关性分析，获取延安新区的地表形变情况，并综合分析地表形变的原因.

1 研究区与实验数据

1.1 研究区概况

研究区（109°27′～109°32′E，36°37′～36°48′N）位于陕西省北部，在黄土、丘陵沟壑区域内，处于延安老城区周围水系极其发育的V型地带. 2011年延安市决定在老城周围的丘陵地带将深沟填平，山头削平，以此为基础建设新区［12］，研究区域如图1所示. 左图中黑色矩形为雷达影像覆盖范围，蓝色矩形为研究区范围；右图为光学遥感影像.

图1 研究区概况Fig.1 General situation of the experimental area

1.2 实验数据

选取欧洲空间局提供的33景C波段（波长为5.6 cm）Sentinel-1A影像数据，观测模式为IW，极化方式为VV，分辨率为5 m×20 m，具体数据见表1. 外部参考DEM为分辨率30 m的ASTGTM2数据.

2 技术原理与实验

2.1 SBAS-InSAR技术原理与实验

小基线时序测量方法主要原理是使雷达影像两两配对，增加短基线干涉对组合，克服大气和时空失相干影响，并提高数据采样率，获取高精度形变监测结果.

表1 SAR数据信息Tab.1 Information of SAR datesets

首先用卫星精密轨道数据校正轨道信息. SBAS处理时选择2019年04月24日的影像为超级主影像，两两组合，为了避免影像失相干设置合理的时间和空间基线，得到118个干涉对，最大基线201 m，最小基线0.4 m，如图2. 对影像做多视处理，根据经验，距离向和方位向的视数比取4×1. 对干涉图滤波选择Goidstein 方法以提高信噪比. 在相干性高、远离形变区的地方选择地面控制点，采用Delaunay MCF 方法进行3D 解缠.最后根据奇异值分解法（SVD）估计273 121 个高相干点形变速率并地理编码，得到研究区视线向（LOS）形变结果. 研究区面积约为78.5 km2，平均3479 个/km2SDFP点.

2.2 PS-InSAR技术原理实验

该技术基本原理是使用覆盖研究区至少25景以上的影像数据参与计算，并且接收时间要连续，在时间序列上使用振幅离差指数法初步确定候选点，使用相干系数法进一步探测回波信号信噪比高的稳定点目标［4］，如房屋、金属、岩石等，利用PS计算残余地形、目标偏移及大气效应，根据线性模型反演地表形变.

选取2019 年10 月9 日的影像为最佳主影像，生成32 个数据对，如图3，黄色代表主影像，绿色代表副影像，空间基线分布最大123 m，最小5 m，平均基线长度40 m，时间基线最大值为384 d，最小12 d，说明影像数据相干性比较高. 基于影像的相干性信息和振幅强度信息最终提取168 888 个PS 点，平均2151 个/km2PS点，图4 为选点结果. 可以看出，PS 点主要分布于建筑物，延河水域无PS 点分布. 筛选出稳定点后差分处理生成32幅差分干涉图，去除地形相位时选择30 m分辨率的ASTGTM2数据. 对干涉图解缠选择最小费用流算法（MCF），然后进行时间域和空间域滤波，得到每个PS点的线性形变结果.

图2 SBAS时空基线分布Fig.2 Spatial-temporal baseline distribution of SBAS

图3 PS时空基线分布Fig.3 Spatial-temporal baseline distribution of PS

图4 PS点分布Fig.4 PS points scatters distribution

3 结果与讨论

3.1 对比分析

图5（a）和（b）分别是SBAS-InSAR和PS-InSAR两种时间序列处理的视线向（LOS）形变结果. 将上述两个结果导入到Arcgis10.5中进行克里金插值. 因缺乏延安新区同时期实测水准测量数据，所以对两种实验方法得到形变结果进行比较，随机选取50个相同地理坐标点做Pearson相关性分析，得出两次实验结果线性相关性达0.96，说明了PS-InSAR和SBAS-InSAR的形变结果比较一致，实验结果比较可靠. 由图5可知，两次实验表明2019年3月—2020年3月延安新区地表形变趋势基本一致，图5中红色表明该区域下沉. PS-InSAR和SBAS-InSAR 的时序结果显示延安新区大部分区域形变速率为-10～10 mm/a，测得最大沉降速率分别是75 mm/a和81 mm/a，最小沉降速率分别是55 mm/a和48 mm/a. 出现差异的主要原因在于PS-InSAR只采用线性模型估算，而且PS点与SDFP点选取的算法也不同. 造城范围内有3处明显沉降，形成沉降漏斗，它们分别为A区，即行知南路（尚品尊邸小区）-遵义大街-瑞金街-子长路-轩辕大道-志丹路-东方红大道-中环大道-上海东路-肤施大道（尚品尊邸小区）；B 区，即延州大道；C 区，即交警支队新城大队东侧. 结果显示，延安新区周围老城区比较稳定. 此外，SBAS 结果还显示在延安新区西部存在局部区域沉降，但范围较小，主要受人类活动影响所致.

图5 延安新区形变速率Fig.5 Deformation rate of PS-InSAR in Yanan’New District

3.2 形变结果分析

3.2.1 部分区域沉降原因分析 A区域：沉降位于延安新区中部大型流域内，在削山造城过程中此流域内几乎遍布填方体. 填方体总沉降由填方体自身沉降和原地基沉降两部分组成，以填方体自身沉降为主［13］，大量填方体存在是导致地面产生不均匀沉降的主要因素. 图5表明沉降速率主要集中在10～30 mm/a，局部形变达到30～50 mm/a. 由图6（b）可知，A区域PS点时间序列表明此处整体形变呈现下降趋势，其中2019年5月6日至2019 年5 月8 日以及2019 年11 月14 日至2019 年11 月26 日期间轻微抬升，抬升范围为0～5 mm/a. 填方体地基沉降呈现出在原始沟谷边坡上部沉降量达到最大，到沟谷底部最小［14］，施工时填方体基本沿原始沟谷展布，沉降范围和趋势与河流展布基本一致. 施工完成后，由于填方体自重以及公路、建筑物等外部荷载的影响，地基下部黄土地层的厚度变化，填方体两侧原始地层发生横向位移，同时出现填方区地表的不均匀沉降.

图6 A区域PS点时间序列Fig.6 Time series of PS points in A area

图7 B区域PS点时间序列Fig.7 Time series of PS points in B area

B 区域：延州大道位于造城范围内主要建筑区域内，沉降速率主要集中在10～40 mm/a，图7（b）中PS 点时间序列表明此处整体形变呈现下降趋势，其中2019 年3 月7 日至2019 年4—12 日期间轻微抬升，范围在0～10 mm/a. 延安新区内流域基本呈西北-东南走向，延州大道西北端相比较东南端沉降更为集中. 虽然2019 年延安新区造成工程与之前相比进程减慢，但是近年经济迅速发展，大量高层建筑迅速崛起，诸多建筑物的重量加载在地层之上，导致静载荷的增长，建筑规模越大、密集度越高，对工程性地面沉降影响越明显［15］. 随着城市扩张和人类活动频繁，带来每天通行多次的高速列车，加之不断建设的城市交通，导致了动载荷的不断增加［16］，故动、静载荷是造成该区域地面不均匀沉降的主要因素.C 区域：由于新区东部交警支队新城大队东侧还在施工阶段，沉降速率范围主要集中在25～75 mm/a.图8（b）表明此处2019 年10 月21 日至2019 年11 月2 日期间以及2020 年1 月25 日至2020 年2 月6 日抬升，抬升范围在29～40 mm/a 及25～75 mm/a，但整体呈现下降趋势，最大沉降速率达到75 mm/a，施工过程中沉桩的冲击产生的震动加上交通循环的动载荷是引起地面沉降的主要因素. 土体的抗剪强度在动荷载大于某一振动加速度值时会发生变化，在周期荷载作用下，土体的应变值随着动应力的增大而增大，随着荷载循环次数的增加而增加［17］. 沉桩以及车辆行驶过程中产生固定频率的震动，这种经常性的动载荷对大厚度填方体、路基以及湿陷性黄土的结构造成极大影响. 相较于早期完工的A、B 生活区，C区正在建设中，因此受到的影响更为明显.

3.2.2 黄土的性质对地面沉降的影响 延安新区地处湿陷性黄土区，高填方的回填材料主要为Q2和Q3黄土. 湿陷性指黄土被水浸湿后受到自重或外力的影响，内部结构被破坏从而导致下沉. 若黄土含水率低、压实度小会加剧被水浸湿后的变形［18］. 压缩性指在外力作用下土体颗粒空间受到挤压，总体积变小. 由于延安新区地质环境因素和工程建设需要，使用了大量的回填压实黄土，该黄土经机器压实后形成，因气体排出、排水固结具有压缩性. 黄土含水率越大，其压缩量越大，二者呈正相关［19］. 此处位于沟壑地带，沟谷发育，地势复杂，挖方、填方工程烦琐，导致削山造地后不同部位、不同深度均具有回填压实黄土［20］. 现有资料表明，延安新区土层被水浸湿后，深挖方区沉降量达到自然状态下的一倍［21］. 由此可见，黄土的湿陷性和压缩性是导致城市地表出现不均匀沉降的重要原因.

图8 C区域PS点时间序列Fig.8 Time series of PS points in C area

3.2.3 其他因素 延安新区地下水动态变化也是造成地面沉降的主要因素之一. 现有研究表明人为影响主要是在工业及城市生活开采区，长时间内超量开采地下水，致使水位下降［22］，丰水期或地下管道堵塞致使水位上升时又导致黄土和地基沉降. 地下水中对工程建设有显著影响的是第四系潜水和基岩孔隙和裂隙水［23］，对于黄土丘陵沟壑地区影响更为明显，因其沟谷水系较为发育，施工中填方、挖方处较多，不同部位受到的影响会有差异. 由图5可知，A区和B区域两处沉降区处在建筑物密集的生活区，是造城的先期工程，形变速率集中在-10～-40 mm/a，说明地面沉降与地下水动态变化密切相关.

4 结语

1）造城区内有3个明显沉降，形变速率集中在-10～10 mm/a，沉降区域呈西北-东南走向，一处位于中部（A），范围较大，几乎跨越整个新区，两处位于东部（B和C），范围较小. 延安新区的回填压实黄土具有压缩性和湿陷性，这是地面沉降发生的基础，平山造城工程中使用大量填方体导致A区域沉降；城市大规模扩张、密集建筑群出现以及交通载荷造成B区域地面沉降；C区域沉降与工程施工、动载荷密切相关.

2）通过对两次实验结果的相关分析，表明两者线性拟合结果比较好，实验结果比较可靠.

3）延安新区本身地质环境复杂，平山造城工程增加了灾害发生的风险，对延安新区地面沉降进行监测有助于保障人民生命财产安全. 本研究补充了延安新区2019年3月至2020年3月地表形变监测情况，研究结果表明需要重点监测延安新区内人类集中生活区域及最新施工区域.