基于PS-InSAR方法的个旧市地表形变监测

马 丽，罗建洪，王 波，李莲娥，赵彦文

（1.师宗县自然资源局，云南 师宗 655700；2.云南省测绘地理信息科技发展有限公司，云南 昆明650034）

地面沉降通常是指由地下松散地层的固结和压缩引起的地面逐渐沉降或迅速下沉，是造成建筑物、道路、桥梁基础设施严重损坏的重大区域地质灾害之一。通过工程技术手段准确有效地监测地表沉降对于地质灾害的预防和治理具有重要意义。以水准测量、GNSS测量为代表的传统监测手段难以获取大面积的沉降监测数据，且这些方法均需投入大量的人力物力[1]。为了能高效准确地对地表形变进行监测，同时降低监测成本，急需采用新方法来弥补传统测量方法的不足。随着新一代SAR卫星Sentinel-1A的升空，大大降低了SAR影像的获取成本，为解决上述问题提供了新的思路[2]。差分干涉合成孔径雷达（DInSAR）技术作为一种重要的、先进的测量地表变形的大地测量技术，能有效弥补传统测量方法的不足，获取大范围的地表形变数据；但仍受时间去相关、空间去相关、大气延迟等误差的影响，导致测量结果的误差。针对这些缺点，Ferretti A[3]等提出了永久散射体干涉测量技术（PSInSAR），能有效避免时间去相关、空间去相关、信号大气延迟等因素引起的测量误差，获取大范围高精度的地表形变数据，为防治灾害提供重要依据。本文以个旧市为研究区，利用PS-InSAR技术处理2018-03-22—2019-01-16的23景Sentinel-1A卫星影像，从而监测研究区域的地表形变，并对形变结果进行分析。

1 研究区概况与数据来源

个旧市位于云南省东南部，云贵高原的南端，坐标范围为23e21′～23.36′N、102e54′～103e25′E。个旧市是世界主要的锡矿生产基地，其锡矿开采历史可追溯至2 000 a前的汉朝[4]。由于常年开采，个旧市部分地区的地表产生了非常严重的沉降，给道路、房屋、桥梁、水工等建筑物带来了潜在的风险，因此及时发现并持续监测地表沉降严重区域对于保障该地区的工业生产安全和人民群众的生命财产安全具有重要意义。本文选取23景Sentinel-1A卫星影像进行处理，Sentinel-1A卫星的重返周期为12 d，工作频率为C波段（中心频率为 5.405 GHz）[5]。研究区域范围如图1中黄色方框所示，本文选用的Sentinel-1A卫星影像完整覆盖了研究区域。

图1 研究区范围

2 实验方法与步骤

2.1 最佳主影像选取

影响影像干涉质量的主要因素包括干涉影像的时间基线、空间垂直基线、多普勒质心频率差和热噪声失相关。主影像的选择应使干涉影像的垂直基线的差异度尽可能地降低，从而提高干涉影像的总体质量。为了选择最佳主影像，本文采用式（1）、式（2）来评估干涉影像的总体相关性[6]。

式中，为影像k和影像m的空间垂直基线；Tk,m为影像k和影像m的时间基线；fk,m为影像k和影像m的多普勒质心频率差；Bc、Tc、fc为上述3个变量的临界值，在实验中分别设置为1 200 m、5 a、1 380 Hz。

通过欧洲空间局提供的SANP软件[7]快速计算得到所有干涉影像的时间基线、空间垂直基线和多普勒质心频率差，当γm达到最大值时，此时选取的主影像为最佳主影像。通过计算，本文以2018-07-20获取的影像为最佳主影像，其相关参数信息如表1所示。

表1 影像相关参数信息表

2.2 差分干涉图生成

以2018-07-20获取的影像为最佳主影像，采用增强谱分集方法将其余22景影像（从影像）配准至最佳主影像上。该方法能有效提升配准精度，使配准误差小于1/1 000个像元[8]。配准后将主影像与从影像两两进行差分干涉处理，得到22景差分干涉影像，处理时使用的DEM为美国地质调查局提供的SRTM数据。干涉影像对的时空基线图如图2所示，蓝色实线连接主影像和从影像，可以看出，实验采用的影像空间基线在100 m以内。

图2 干涉影像对的时空基线图

2.3 永久散射（PS）点选取

本文采用振幅离差法识别PS点。振幅离差法通过评估影像像元的信噪比来确定PS点，相位的信噪比可用振幅离差指数来衡量[3]，即

式中，σA、μA分别为SAR影像的振幅标准差和振幅平均值。实验中设定DA的阈值为0.4，即当该位置振幅离差指数小于0.4时，则认定为PS点；反之，则为非PS点。

2.4 PS点的时序形变求解

ψx,i为第i张干涉影像上的第x个PS点的干涉相位，主要由5个部分组成[6]，即

式中，W{}为相位缠绕算子；φD,x,i为由地面形变引起的相位；φA,x,i为大气延迟误差相位；ΔφS,x,i为卫星轨道误差相位；Δφθ,x,i为残余地形相位；ΔφN,x,i为由配准误差、热噪声失相关等引起的噪声相位。

通过DEM相关相位误差校正、三维相位解缠、去除大气误差、去除空间相关相位误差等步骤，可获得第i张干涉影像获取时刻的地表形变相位φD,x,i；再通过距离相位转换公式即可得到各PS点的时间形变序列；最后将相位转换为形变速率，得到年平均形变速率图。

3 实验结果分析

PS-InSAR方法在D-InSAR技术处理得到的22景差分干涉图的基础上获得了PS点的形变速率图和时间形变序列图。研究区的年平均形变速率图如图3所示，获取的形变速率方向为卫星的视线方向（LOS），可以看出，在城镇区域、地表裸露无植被覆盖的矿山开采区存在大量的PS点，研究区的最大沉降形变速率为-49.89 mm/a，整个区域的沉降速率不均匀，锡矿开采区域地表沉降严重，城镇区域地表形变量较小。选取A区域（位于个旧市城区）、B区域（位于个旧市老厂镇锡矿矿区）做进一步分析发现，A区域地质构造稳定，地表沉降量很小；B区域由于锡矿开采，地表沉降严重，该区域主要以开采金属矿产为主，其形变量级小于煤矿开采所导致的地表沉降，在这类区域很难出现形变量级过大而导致的干涉影像失相干。

A区域的平均形变速率图如图4所示，可以看出，该区域的地表沉降较小，大部分PS点的年均形变速率为-15～15 mm/a。以T1、T2、T3点为例，本文分别绘制了各点的时间形变序列图，如图5所示，可以看出，位于城区的T1、T2、T3点的地表形变量变化趋势较平缓，T1、T2、T3点的LOS向形变速率分别为1.5 mm/a、 2.58 mm/a和1.16 mm/a，说明A区域的地质条件稳固。

图4 A区域的平均形变速率图

图5 A区域T1、T2、T3点时间形变序列图

B区域的平均形变速率图如图6所示，可以看出，受到长期矿山采掘的影响，该区域的地表沉降较严重，部分区域的地表沉降速率超过了-40 mm/a。以P1、P2、P3点为例进行形变序列分析，本文分别绘制了各点 的时间形变序列图，如图7所示，可以看出，由于 锡矿开采，这3点的地表沉降趋势明显，均产生了较严重的沉降；P1、P2、P3点的LOS向形变速率分别为 -48.85 mm/a、-46.86 mm/a和-44.79 mm/a；P1点在2018-12-23达到了沉降量最大值，P2、P3点在 2019-01-04达到了沉降量最大值，这3点在2018-08以后形变速率呈增加趋势，需进一步加强观测。

图6 B区域的平均形变速率图

图7 B区域P1、P2、P3时间形变序列图

4 结 语

本文利用PS-InSAR方法对覆盖个旧市的23景 Sentinel-1A卫星数据进行了处理，获得了该地区 2018-03-22－2019-01-16的地表形变信息。研究结果表明，该地区的沉降速率在-49.89～25.52 mm/a之间，沉降严重的区域与锡矿开采区基本一致，而个旧市城区地质条件稳固、形变量较小。PS-InSAR方法能对该地区的地表进行监测，有效减少了人力物力成本；但InSAR技术也存在一些缺陷，如植被茂密地区干涉信号失相干严重。今后还需结合GNSS、水准测量等多种技术手段，合理利用各种测量方法的优势，对该地区地表沉降进行有效监测，以便能更好地为该地区的灾害防治提供技术支撑。