廊坊地区地表沉降SBAS-InSAR监测分析

蒋 喆，任 超，赖永明

（1.广西水利电力职业技术学院，南宁 530023；2.桂林理工大学测绘地理信息学院，广西 桂林 541004；3.广西空间信息与测绘重点实验室，广西 桂林 541004）

地表沉降是人类活动和松散地层固结收缩等多种自然因素导致区域地表缓慢下降而引起的局部地质现象。近年来，它已成为一种严重的地质灾害，影响着人类可持续发展[1]。地下水的过度开采和地表荷载的增加在我国北方地区造成了普遍存在的环境地质灾害[2]。廊坊市位于华北平原的中东部。地表水资源比较少，生产生活所必需的水资源基本上来自于地下水的开采。因此，该地区地下水一直处于过度开采的状态，且形成了明显地表沉降漏斗[3]。

廊坊地区地表沉降历史资料显示，1966—1992年累积地表沉降量达到-336 mm，1993—2004 年累计地表沉降量达到-462 mm。由廊坊地区综合资料统计得出，自1996 年以来，廊坊地区累积沉降量接近-900 mm[4]。地表沉降对人民的生产、生活和国家的基础设施建设有很大影响。获取准确的地表沉降形变信息，分析其变化趋势，是探讨地下水过度开采和建筑负荷与地表沉降之间关系的重要依据[5]。

传统的地表沉降监测方法，如二等水准测量、GNSS（global navigation satellite system）测量和分层标、基岩标测量等，不仅费用高，而且效率低下。经过长期的技术积累，InSAR 干涉测量技术已成功应用于地表沉降的长期监测。合成孔径雷达差分干涉测量D-InSAR 技术是一种新型空间对地观测技术，不仅可以获得大面积、高精度的地表形变信息，而且理论精度可以达到毫米级别。与传统的监测方法相比，基于雷达卫星的地表沉降实时动态监测具有明显的优势。该方法在地表沉降、火山运动、山体滑坡和地震等地质灾害等方面具有广阔的应用前景和潜力[6]。然而，传统的D-InSAR 技术不仅容易受到大气效应的影响，而且难以获得高精度的形变信息。为此，基于传统D-InSAR技术的研究分析，经过科研人员的不断努力，提出了永久散射体合成孔径雷达干涉测量（PS-InSAR）[7]和小基线集合成孔径雷达干涉测量（SBAS-InSAR）[8]的地表沉降监测技术和方法，这两种方法可以有效地抑制或减弱空间失相干扰和大气效应引起的误差，提高地表沉降监测的准确性和可靠性。

近年来，许多科学家和专家在InSAR 技术的基础上对地表沉降进行了研究，并取得了一定的成果。其中，周旭[9]等采用时序InSAR 技术分析北京和廊坊地区2007—2010年间的地表沉降信息，并验证利用时间序列InSAR 技术方法在城市地表沉降研究方面具有较高的稳定性；何平[10]等利用多时相InSAR 技术方法研究廊坊地区2007—2010 年间地下水体积变化，并验证了廊坊地区地表沉降与地下水的过度开采有关；李海君[11]等利用PS-InSAR技术对廊坊北部地区的地表沉降进行监测研究，并讨论分析了廊坊地区地表沉降与季节性的关系；周吕[12]等采用MTInSAR技术研究廊坊市地表沉降信息，并验证其时空分布特征。

本文以廊坊地区19 景哨兵1A（Sentinel-1A）影像数据为数据源，采用SBAS-InSAR 技术对数据进行处理。获得了2015 年9 月至2017 年6 月时间段内的地表沉降形变速度和累计形变量，并且对廊坊地区地表沉降的演变特征进行分析研究。

1 研究区域及数据源

廊坊市位于华北平原中部，是我国重点开展地表沉降调查工作的区域之一。廊坊地区可利用地表水资源较少，城市生产生活用水完全依赖地下水开采。地下水持续过度开采，导致地下水位持续下降，地表沉降也比较严重，已经形成了多个地表沉降形变漏斗，严重影响城市化建设和经济发展。

本文以廊坊地区为研究范围，选择覆盖廊坊地区的19 景升轨模式下Sentinel-1A 影像数据（均为VH 极化方式），时间跨度为2015 年9 月～2017 年6月。数据空间分辨率为5 m×20 m（方位向×距离向），覆盖范围为20 km×25 km（见图1）。为了提高配准和基线估算的精度[13]，使用由欧洲航空局提供的卫星精密轨道数据（POD）。此外，数据处理中使用的DEM数据是美国国家航空局（NASA）提供的分辨率为90 m的SRTM DEM。

图1 研究区Sentinel-1A影像覆盖范围

2 SBAS-InSAR技术原理

SBAS-InSAR 技术是由Beradino P 和Lanari 等人提出的一种时间序列分析方法[14]。在传统D-In-SAR 的基础上，SBAS-InSAR 技术将所有可用小基线干涉图进行简单和有效地合成，使用奇异值分解（SVD）方法获得相干目标的形变速度及其时间序列。该技术具备两个独特的优点：①利用差分小基线集中包含所有获得的数据来提高时间采样率；②提供高空间密度的形变测量。SBAS-InSAR技术具体处理流程如下[15]：

（1）将获取的相同区域N+1 景SAR 影像按照t0,···,tN时间顺序进行排列，并选择一景作为主影像，将剩余的SAR影像与主影像进行配准。生成M幅多视差分干涉图。

（3）为了获取地表沉降时间序列的物理含义，将式（2）中相位表示为在两个获取时间内的平均速度和获取时间的乘积：

即在主影像、辅影像之间的每个时间间隔上速度的积分。写成矩阵形式为：

式（5）B是一个M×N矩阵。由于小基线集差分干涉图采用多主影像策略，使得矩阵B容易出现秩亏。使用SVD方法就可以得到矩阵B的广义矩阵，从而计算得到各个速度向量的最小范数解，最后通过对每个时间段积分得到各时间段的形变量。

3 数据处理与结果分析

3.1 数据处理

SBAS-InSAR 技术的数据处理流程如图2 所示。主要利用SARscape 数据处理软件和19 景Sentinel-1A 影像数据对廊坊地区2015—2017 年地表沉降情况进行监测，主要处理流程为[16]：

图2 SBAS-InSAR技术数据处理流程

（1）数据预处理。由于原始数据量大，处理起来比较困难，因此对19 景原始Sentinel-1A 影像数据进行预处理，并裁剪得到研究区。

（2）生成连接像对。将2016 年5 月13 日影像设定为主影像，其余的影像与主影像进行配准，配准过程中选取时间基线阈值为400 d，临界基线最大百分比为45%，结果生成137 对小基线差分干涉图集，其时空基线连接图如图3所示。

图3 时空基线分布

（3）干涉和相位解缠。137 对干涉图的处理主要包括干涉图的生成，干涉图的去平、滤波和相位解缠以及相干性计算，所有剩余影像对都要配准到主影像上。

（4）轨道精炼和重去平。此过程主要是用于估算和去除不符合要求的残余恒定相位以及解缠后还存在的坡道相位。

（5）时间序列结果的生成。为了得到研究时间段内的形变速度，本文采用奇异值分解法来求解缠后的相位信息。最后，通过地理编码得到研究时段内在视线方向（LOS）形变量（负值表示沉降量，正值表示抬升量）。

3.2 结果分析

3.2.1 研究区沉降速度分析

廊坊市2015—2017 年平均沉降速度见图4。由图4可以看出，廊坊市2015—2017年地表沉降时空演变特征情况：研究范围内的大部分研究区域地表沉降形变速度在-17.9 mm/a～8.5 mm/a 范围之间（正值表示上升，负值表示下降），其中沉降比较明显的区域位于广阳区的南尖塔镇。廊坊市研究区有明显的不均匀沉降情况出现，沉降中心主要在廊坊市中心、经济开发区和永清县，而其他周边区域沉降相对较小且稳定。

图4 廊坊市2015—2017年地表沉降形变速度

廊坊地区中心城区的沉降较为严重，年均沉降速度为-60.4 mm/a，最大累积沉降量达到-107.6 mm，沉降中心有向四周扩散的趋势，该地区居民生活较为集中，生产生活用水较大，地下水的过度开采和城镇化建设等因素导致南尖塔镇出现了明显的不均匀沉降，且有明显的沉降漏斗。经济开发区年平均沉降速度最大达到-39.2 mm/a，最大累积沉降量达到-93.5 mm。1992 年6 月，廊坊市建成了集机械制造、新型建材、电子电器、玻璃制品、化工等大型工业和制造业为一体的经济技术开发区。资源工业和建筑设施的建设、地下水的过度开采和施工负荷的增加是导致该地区地表沉降的主要原因。广阳区北部和经济开发区东部的地表沉降相对稳定，大部分地区年平均沉降度在-17.9 ～8.5 mm/a 范围内，这些地区主要分布在郊区，受人类活动影响较小。永清县是我国新兴工业县，北方最大的天然气工业区就建立在该地区，这个地区有一个明显的沉降漏斗。大部分地区年平均沉降速度为-44.5 ～-23.3 mm/a，最大累积沉降量为-66.7 mm。该地区地表沉降的主要原因与城市化建设和工业发展有关。

3.2.2 研究区地表沉降时空变化分析

利用时间序列特征点对廊坊地区地表沉降进行分析，可以直接反映各个特征点和关键区域地表沉降随时间变化的趋势。选取3处不同沉降区的9个特征点（见图5）进行时间序列分析，并对9 个特征点的沉降时间序列进行对比分析。结果如下：廊坊地区不均匀地表沉降较为明显，郊区的地表沉降相对稳定。广阳区南尖塔镇和经济开发区有明显的沉降漏斗，两地的最大累积沉降量分别达到-107.6 mm 和-93.5 mm。永清县和永清县开发区沉降相对平缓，最大累积沉降量为-66.7 mm。基于SBAS-InSAR 技术获取的9 个特征点的沉降时间序列均呈非线性下降。

图5 特征点地理位置分布

研究区沉降漏斗分布见图6。

图6 研究区沉降漏斗分布

（1）1～3 号特征点位于南尖塔镇和经济开发区附近，沉降最为严重，累积沉降量见图7。由图7可以看出南尖塔镇沉降较为明显，出现明显的沉降漏斗，特征点累积沉降量逐年增加。研究期间，该地区的最大累积沉降量达到-107.6 mm。沉降的主要原因是工业发展和地下水的过度开采。

图7 1～3号特征点累积沉降量

（2）4～6 号特征点在京台高速沿线附近，累积沉降量见图8。由图8 可以看出，沉降漏斗区域的累积沉降量随时间推移逐渐增加。2016 年6 月以来，永清县城镇化建设明显加快，增加了该地区地下水资源的开采。城镇化建设发展迅速，累积沉降量也随着时间推移逐渐增加。

图8 4～6号特征点累积沉降量

（3）7～9 号特征点位于永清县沉降区，累积沉降量见图9。由图9 可以看出，永清县的沉降情况与南尖塔镇和经济开发区沉降相比较为平缓，最大累积沉降量为-66.7 mm。2016 年6 月以来，为响应京津冀协同发展战略，永清县重点推进基础设施建设，城镇化和生活用水均来自地下水，地下水的过度开采和城镇化的快速发展是该地区地表沉降的主要原因。

图9 7～9号特征点累积沉降量

4 结语

本文利用SBAS-InSAR 技术，对廊坊地区19 景Sentinel-1A影像数据进行了处理和分析，获得了廊坊地区2015—2017 年的地表沉降时空特征。主要结论如下：2015—2017年廊坊市出现明显的不均匀沉降，该地区有4 个明显的沉降区，分别为南尖塔镇、经济开发区、永清开发区和永清县。其中，南尖塔镇沉降最为严重，沉降漏斗明显，年平均沉降速度最高达到-60.4 mm/a，有向周围扩散的趋势；另外，研究区内还发现3个沉降明显的地区，即经济开发区周边地区（-39.2～-12.7 mm/a）、京台高速沿线附近的大面积地区（-39.2～-23.3 mm/a）和永清县地区（-39.2～-28.6 mm/a）；地表沉降漏斗与该地区工业区的地理位置和城市化建设具有较高的空间相关性。

地下水的过度开采和城镇化建设进程的加快是廊坊地区地表沉降的主要因素，也是导致廊坊地区地表沉降范围和幅度增大的主要原因。廊坊地区有关部门不仅要制定限制地下水开采的相关规章制度，还要结合廊坊地区城市发展的特点，借鉴周边其他城市（如天津，北京等）控制地表沉降的相关经验，力争尽快控制地表沉降的持续发生，实现廊坊市的可持续发展。