基于时序InSAR技术监测地表形变研究——以西安市为例

刘 哲

(汉中职业技术学院，陕西 汉中 723002)

0 引言

地面沉降可能会造成建筑物地基下沉、房屋开裂、地下管道受损等危害。近年来，地面沉降问题已成为制约城市发展的重大地质灾害问题之一。目前，我国华北平原、长江三角洲以及汾渭地埑区域等均发生了不同程度的地面沉降[1]。西安位于渭河盆地，区内构造发育强烈，自20世纪60年代发现至今，西安已经成为我国地面沉降最为严重的地区之一[2]。因此，为了控制西安市地面沉降及地裂缝的发展，急需开展大范围、高精度的地表形变监测，从而为此项工作提供技术支撑。

目前，常用的地表形变监测手段有水准测量、全站仪测量、GNSS测量等，这些常规的监测手段均为点状测量，监测时间分辨率高，但空间分辨率低，无法进行大面积的监测。InSAR技术作为近年来新兴的地表形变监测手段，具有全天时、全天候、大面积、高精度的优点，目前已经广泛应用到了地面沉降、滑坡、地震等地质灾害监测中[3]。但是，DInSAR技术容易受时间失相干、空间失相干以及大气延迟的影响，近年来发展的时间序列InSAR技术(PSInSAR[4]和SBAS[5]等)克服了DInSAR技术的缺点，目前已经广泛应用到城市地表形变监测中[6]。例如，彭米米等[7]于2018年利用InSAR技术监测西安市2015—2017年地面沉降分布特征，并分析地面沉降和地裂缝的相互关系。

本文利用2020年1月—2021年12月共52景覆盖西安地区的Sentinel-1A雷达卫星影像和SBAS-InSAR技术对西安市地表形变进行了监测，分析近2年来西安市地表形变规律，为后续政府部门研究治理西安市地面沉降及地裂缝提供一定参考依据。

1 研究区概况

西安市位于关中平原的中部(33.42°～34.45°N，107.40°～109.49°E)，北至渭河，南接秦岭。西安市区域内除河流区域外均被湿陷性黄土覆盖，湿陷性黄土在受到水浸润后，土壤结构容易发生破坏，从而导致地表发生沉降，甚至形成地裂缝，目前西安市已经发现的地裂缝共有14条，严重制约了西安市的城市发展[8]。《西安市地质灾害防治“十四五”规划》显示，全市地质灾害隐患点共分为地质灾害高易发区、中易发区、低易发区和不易发区，其中地质灾害高易发区占全市总面积的16.18%，发育有崩塌、滑坡、地裂缝、泥石流等。

2 研究数据与方法

2.1 研究数据

为了研究西安市的地表形变信息，本次研究采用了Sentinel-1A雷达卫星影像。本次研究区域地理范围位于34°04′23″～34°24′26″N，108°37′39″～109°10′49″E，采用了2020年1月—2021年12月共52景覆盖西安地区的Sentinel-1A雷达卫星影像。图像中心入射角34.243°，分辨率为5 m×20 m，SAR影像覆盖区域约为50 km×30 km，总面积1 500 km2。此外，还获取了对应时间的精密轨道信息以及30 m分辨率的STRM数据。

2.2 研究方法

(1)

式中，d(tj,x,r)和d(ti,x,r)分别为相对于t0时刻LOS向的累积形变量。为方便理解，式中并未考虑大气误差、噪声误差以及残余地形误差。

因此，M幅干涉图可根据式(2)得到：

δφ(x,r)=Aφ(x,r)

(2)

式中，A为(M×N)矩阵，由0,1,-1组成。

当所有数据位于一个小基线集时，此时M≥N，利用最小二乘方法可以得到:

φ(x,r)=(ATA)-1ATδφ(x,r)

(3)

当所有数据不在同一个子集时，此时方程秩亏，方程得到无限组解。因此，为了得到唯一解，Berardino等[5]提出了SVD分解的方法得到最小范数上的最小二乘解，从而得到了LOS向的累积形变量。

2.3 数据处理

首先，选取第一景SAR影像为主影像，将其余的SAR影像与主影像进行配准；其次，设置时空基线阈值进行构网，为了避免大气对干涉对的影响，人工筛选删除了一些受大气影响较为严重的干涉图，最终得到188个干涉对进行后续计算。利用DEM数据模拟地形相位进行差分干涉，将得到的差分干涉相位进行滤波，再选定稳定参考点后进行相位解缠；由于本次实验只有一个基线集，因此可直接通过最小二乘解算形变序列和平均形变速率，最后将结果投影到地理坐标系下，得到WGS84坐标系下的形变结果。

3 研究结果分析

3.1 LOS向平均速率结果

通过前文所述SBAS方法得到了西安市2020年1月—2021年12月的部分形变序列结果。通过形变序列结果，可以看出西安市近2年整体上形变保持稳定，部分区域出现了沉降或抬升现象，最大累积形变量达-100～100 mm。根据形变序列结果，计算得到了西安市近2年LOS向平均形变速率结果：在2020年1月—2021年12月，西安市整体上保持稳定状态，形变速率在-60～55 mm/a，但局部地区出现了部分地面沉降及地面回弹现象。

3.2 西安市形变特征点分析

为了更好地分析西安市的形变信息，结合历史光学遥感影像，选择了具有明显形变的2个形变特征点进行形变序列分析。

(1)Ⅰ号形变区域位于灞河的东北方向，形变区域面积约1.16 km2，A点位于西安市灞桥区洪庆街道西侯村与东侯村交界处。特征点A 2020年1月—2021年12月LOS向最大累积形变量达-48 mm，其中在2020年3月、2021年3月形变速率加快，2021年5月出现地面回弹，最后趋于稳定。结合光学影像数据发现，2019年7月后，该处区域城市建设进程加快，修建了大量住宅，导致城市人口增多，地下水需求增大，从而大量抽取地下水，形成了地面沉降。

(2)Ⅱ号形变区域位于雁塔区西南部，形变区域面积约6.58 km2，B点位于西安市雁塔区电子城街道唐家村西侧。特征点B 2020年1—12月出现下沉后，2020年12月—2021年12月出现大面积地面回弹，累积形变量达100 mm。结合前人研究结果，发现该区域发生地面回弹的原因主要有政府进行城中村改造，同时关闭了抽水井，并将处理过后的地表水注入地下，从而造成地面回弹现象。

4 结语

本文采用2020年1月—2021年12月共52景覆盖西安地区的Sentinel-1A雷达卫星影像对西安市地表形变进行监测，得到了西安市年平均LOS向地表形变速率，通过结合历史谷歌地球影像数据，得到以下结论：

(1)结合SBAS技术，本文对西安市SAR影像覆盖的约50 km×30 km、总面积1 500 km2区域进行计算，发现在2020年1月—2021年12月，西安市整体上保持稳定状态，但局部地区出现了地面沉降及回弹现象，其LOS向平均形变速率在-60～55 mm/a。

(2)本次实验共发现4个地表形变区域，其中Ⅰ区域为地面沉降区域，Ⅱ,Ⅲ,Ⅳ区域为地表抬升区域。通过提取Ⅰ,Ⅱ区域特征点发现，Ⅰ，Ⅱ区域LOS向最大累积形变量分别达-48 mm，100 mm。

(3)结合历史谷歌地球影像和前人文献分析可得，西安市地表形变主要与地下水开采以及人口搬迁有关，过量开采地下水以及建筑物的附加荷载是造成地面沉降的主要原因。

(4)针对近2年西安市的InSAR形变结果，西安市的地面沉降逐渐减弱，但多种因素(承压水开采、工程降水、潜水开采等)诱发地面沉降的风险仍旧存在。因此，大力发展多源数据融合技术(天-空-地)一体化监测技术，才能有效防范化解地质灾害的威胁，保障人民群众的生命财产安全。