时序InSAR技术对大连主城区沉降分析

杨 帆，巩世彬，陈梓萌

(辽宁工程技术大学 测绘与地理科学学院，辽宁 阜新 123000)

大连的工业和房地产建设发展迅速，人口数量和城镇密集程度都在飞速增长，且大连主城区内地质地貌十分复杂，大连市正持续遭受海水入侵、工程建设及人流车流密集活动导致地面沉降带来的不同程度的影响[1]，根据报道大连市区每年都会发生地面坍塌沉陷事故，造成多起伤亡。曾在2011年3月10—17日发生了3次由于地面沉降导致的塌陷事故，造成一人死亡多人受伤，土石方坍塌量约200 m3，给大连市人民的生命和财产安全造成了严重的威胁，地面沉降已经成为阻碍城市建设发展的重要因素之一，而利用InSAR技术能够在早期识别这些地质灾害[2]。如今导致地面沉降的因素越来越复杂，因此要采用先进的技术手段掌握快速变化的城市沉降特征。文中使用PS-InSAR技术和SBAS-InSAR技术对覆盖大连地区的30景Sentinel-1A影像进行时序分析，反演大连部分地区2018年11月8日—2020年10月28日的地面沉降信息及沉降发育特征，分析导致沉降的因素及沉降的趋势。为大连市预防地面塌陷灾害和治理地面塌陷灾害提供有力数据支撑。

1 研究区概况

大连市位于辽东半岛南端，北面依靠辽阔的内陆，三面环海。处于120°58′～123°31′E之间，38°43′～40°12′N之间，以沿海丘陵地貌为主。全市海岸线总长为2 211 km。拥有重要的贸易港口，是东北地区的门户。

大连市经过长时间大量的地下水超采，自1964年就发现了大连地区地下海水入侵现象，到2006年入侵面积达856.1 km2，部分区域产生了不规则的沉降，给人民的生活生产都带来了巨大的影响。海水入侵和城市发展建设的荷载和交通运动负荷等因素致使市区的地面沉降加重，成为大连市面临的严重挑战[3]。研究区域以大连市区为中心，图1中外部红框为覆盖整个大连的哨兵1A影像覆盖范围，内部红框为影像进行裁剪后的研究区域。

图1 影像覆盖范围及研究区位置

2 数据处理方法与结果比较

2.1 数据选取

实验选取影像数据为大连市2018年11月8日—2020年10月28日期间的30景Sentinel-1A干涉宽幅(IW)的雷达影像，分辨率为5 m×20 m，波长为5.6 cm，入射角约为36.56°，中心频率带宽为56.6 MHz，极化方式为VV。实验以 20200114为公共主影像，生成120幅PS-InSAR 相位缠绕干涉图及 104 幅SBAS-InSAR 相位缠绕干涉图。得到其临界基线值约为5 466.422 m，干涉对中最小空间基线为0.028 m，最大为147.852 m，远小于临界基线值，能很好去除地形的影响，保持较好的相干性，实验中选取分辨率为90 m×90 m的SRTM DEM高程数据。表1所示为所使用的Sentinel-1A影像数据的详细参数。

表1 30景sentinel-1A影像参数

2.2 PS 时序分析

PS-InSAR技术原理是应用多景同一区域的多景SAR数据，实验得到影像的时间基线和空间基线[4]，探测出始终保持较高的相干性的PS点，最终得出每个PS点的精确形变信息[5]。

(1)

(2)

式中:R为目标与卫星之间斜距；λ为信号波长；θ为雷达信号入射角度[8]。

(3)

(4)

最终估算得到的高程和形变速率方差存在关系：

(5)

(6)

PS-InSAR技术能够解决干涉处理过程中的大气延迟和时空失相干问题[9]，有效地估算并去除大气效应和地形残余，最终得到mm级精度的监测结果。具体数据处理流程如图2所示。

图2 PS-InSAR处理流程

PS-InSAR 处理中，选取公共主影像时，要让时间基线尽量的小[10]，空间基线对相干性的影响比较大，将空间基线限制在临界基线的1/3可以使干涉图具有较高的相干性。文中选取2020-01-14 图像作为公共主影像，最大时间基线为 432 d，最小时间基线为24 d，最大空间基线为118.778 m，最小为4.233 8 m，如图3所示。

图3 PS干涉处理时空基线连接图

以大连市主城区作为研究区域，经过反复试验相干系数阈值为0.9时，PS点大多分布在稳定的建筑物上，选取PS点质量较好，并最终选取227 594 个PS点。然后对选取的PS 点进行相位解缠，去除存在的轨道误差、去除地形相位，估算并去除DEM 误差相位[11]、大气误差相位等，最终获取每个PS点的形变量以及平均形变速率场。

2.3 SBAS 时序分析

SBAS技术原理是首先利用较短的时间基线和空间基线来提高雷达影像干涉图的相干性，利用多视的方法来对差分干涉图进行降噪[12]，最后使用奇异值分解法(SVD)求得地表形变速率。

首先利用公共主影像与辅影像生成第j幅差分干涉图[13]，并设方位向坐标为x，距离向坐标为r。得到像素的干涉相位为:

Δφj(x,r)=φ(tB,x,r)-φ(tA,x,r).

(7)

在高相干点上建立观测方程进行两景影像间相位做差时的线性模型，设Δφj,res(x,r)表示第j幅干涉图中的残余相位，Δz(x,r)为高程误差，a为系数。得到其相位差为：

(8)

SBAS方法在处理的过程中根据大气延迟误差、形变以及噪声的不同时空特征，通过空间低通滤波和时间高通滤波得到大气延迟引起的相位，将大气延迟相位从残余相位中分离出来，得到只包含形变信息和噪声的差分干涉图，从而将该相位值作为观测值求取时间序列形态值，处理流程如图4所示。

图4 SBAS数据处理流程

选取比较小的时间基线和空间基线克服去相干影响[14]，实验选择104个垂直基线都小于400 m的干涉组合，符合短基线集技术要求，组合方式如图5所示。

图5 SBAS干涉处理时空基线连接

3 PS 与 SBAS 干涉结果及地面沉降分析

3.1 地面沉降分布特征

该实验中得到大连市主城区内近两年最大年沉降速率分别为22.159 mm/a 与 22.714 mm/a，地面沉降呈现中度发育特征，沉降比较严重地区基本上分布在甘井子区北部沿海处与南部市政交界处。从整体上看，SBAS方法得到的地面抬升现象范围比PS方法得到的面积大，证明两种技术方法得到年形变速率的结果具有一致性、可靠性。从得到的结果可以看出，大连市的地面沉降中心多，且不集中，其中沉降较严重区域为甘井子区(A-a)、(B-b)、(C-c)和西岗区(D-d)，沉降严重连片区域为甘井子区革镇堡街道与凌水街道，此处沉降面积大，范围广；甘井子区与金州区交界处沿海一带(E-e)地面出现抬升现象；西岗区一带地面沉降速率较大，沉降速率范围为-17～1.766 mm/a，一些地区表现为抬升现象，主要分布在香炉礁街道与北京街道北部一带，并有地面抬升现象；大连主城区的沙河口区与中山区较为稳定，年沉降速率在-3～3 mm/a范围内。从图6(b)中可以看出，在中山区沿海边缘处几乎未得到沉降信息，原因是由于靠近海边大气延迟效应比较严重，在滤除大气延迟效应时将形变信息一并滤波。而在甘井子区西南处与旅顺口区交界处未得到沉降信息，原因为此处山区植被茂密，电磁波在穿透到地面进行反射得到地面信号过程中，电磁波容易与植被的枝叶发生体散射[15]，电磁波穿透不到地面，故而未得到沉降信息。

图6 PS与SBAS反演结果对比

3.2 PS-InSAR与SBAS-InSAR技术交叉检验

本实验以PS技术的反演结果为主，以SBAS的反演结果为辅，对大连主城区的地面沉降分布特征进行分析。两种方法结果处理过程相同，将LOS方向上的形变值，通过转换得到垂直方向的形变值。SBAS方法可以在低相干的区域得到分布式的结果，比较适合野外植被覆盖多的地区。而PS-InSAR技术可以得到相干性较高的点目标，比较适合城市地区的监测。大连市属于丘陵盆地地形，市区内植物较多，因此是非常好的试验场地。为验证实验结果的可靠性，应用ArcGIS软件随机提取出550个点，并将与随机点最接近的PS-InSAR与SBAS-InSAR共550组数据监测结果作为特征点。对特征点数据进行相关性分析，得到图7所示的散点图，通过线性拟合得到线性方程y=0.32+0.76x，R2=0.816，证明两种方法的监测结果具有显著的相关性。从图7中可以看出两种方法个别的值具有偏差，其原因可能是该方法具有随机性，且PS监测技术为某一随机点的计算，而SBAS技术为区域式的目标计算易受附近形变信息的影响。

图7 PS-InSAR与SBAS-InSAR监测结果相关性(mm·a-1)

3.3 沉降原因分析

结合卫星影像图对沉降区域进行分析，其中大多数的沉降与地下水入侵和人类的生产活动有关。图8为甘井子区北部沿海地区，该区工厂和生产需要大量的淡水资源，导致了沿海地区的海水入侵，土体发生新的沉降。从其中一个PS点的历史形变趋势可以看出：随着工程的完工，其趋势仍在持续沉降，故判定该区域会一直受地下水入侵影响而导致沉降。图9位置为甘井子区与西岗区交界处，该处沉降主要在快轨三号线金家街站到香炉礁站之间的东北快速路两侧，该区域有众多的商场和工厂，为人流车流量密集区域，由于车辆的荷载引起的道路地面沉降。而且该区域也在地下水入侵的范围内，由于建筑物地下混凝土避免不了与地下水接触，经过长时间的接触会产生各种局部裂缝等沉降，从其PS点的形变趋势来看，该处将会持续沉降。图10位置为甘井子区与金州区交界沿海处，该地区地面出现抬升现象，是由于该区域被地下水侵蚀地下的岩石后，岩石发生物理软化反应[16]，导致矿物内部和外部不断吸水膨胀，并且大连市地下水开采的控制，该处地下水略有回升，因此出现地面抬升现象。

图8 甘井子区北部沿海地区工厂沉降分析

图9 甘井子区与西岗区交界处沉降分析

图10 甘井子区与金州区交界沿海处沉降分析

4 结 论

本实验是时序InSAR技术在大连市地面沉降监测的一个应用。分别使用PS-InSAR方法和SBAS-InSAR方法对覆盖大连地区的30景Sentinel-1A影像进行时序处理，克服了受时空去相干以及大气效应等负面因素的影响，得到了大连地区在2018年11月8日—2020年10月28日的沉降信息及时空分布特征。

对两种技术得到的移动变形结果进行了对比分析，结果具有高度的一致性，其相关性达到了0.816。并对大连市的地面沉降原因做了初步的调查分析。大连市地质是全国最复杂的沿海地区，大连市由于众多大型工厂及人类频繁活动长期过量开采地下水，导致沿海地区地下水失衡，造成了海水入侵。2013年大连市已实现全面禁止私自采集地下水，但是近年来市区的地面沉降并没有停止，由此可知，沿海地区仍然受地下水入侵影响，而在远离海岸线区域局部工程施工、交通动负荷载，以及重型企业等通过长时间生产活动及工程建设等活动产生的荷载，使得软土层产生竖向固结以及侧向流动形变，是大连市目前地面沉降的主要原因。

本次实验的不足在于缺少水准数据，还可更精细化的检验监测结果，同时缺少地下水位变化数据，可以更准确地研究地下水位变化对地面沉降的影响，为大连市城市健康发展建设提供良好的数据支撑。而在部分地区未得到沉降信息，大连市多为山地，植被茂密，Sentinel-1A发射信号的C波段电磁波穿透不到地面未得到沉降信息，若选取日本的ALOS的L波段的影像，监测结果会更明显。