基于SBAS-InSAR 技术的广州市地表沉降监测与分析

王 成，韦帮定，韦元皓

1.广西自然资源调查监测院，广西 南宁 530023

2.桂林理工大学测绘地理信息学院，广西 桂林 541004

地表沉降是因地质内部系统被破坏，导致地壳表层土地压缩使得地表标高缓慢下沉而形成的[1]。它是一种普遍的地质灾害，有人为活动的地区地表沉降较为严重。在平原及三角洲地区，地表沉降较为频繁。

研究小组针对广州市地表沉降展开相关研究，选取覆盖研究区域18 景C 波段的Sentinel-1A影像数据，利用SBAS-InSAR 技术对该市地表沉降进行监测和分析，获取2017—2019 年间沉降分布情况与沉降速率信息，从而分析研究区域地表沉降特征及成因。

1 SBAS-InSAR 技术原理

研究小组假设在覆盖研究区域中获取的N+1 景单视复数（single look complex，SLC）SAR 影像，选择主影像进行配对。依据研究区域的情况，设定相应的空间基线阈值和时间基线，使SAR 影像按照一定的参数进行组合多个集合。通过对每一个集合的影像进行差分干涉处理，最后得到M幅差分干涉图[2-3]。M满足条件为：

对其中任意一干涉对，假设主影像获取时间为tA，从影像为tB（tA＞tB，参考时间为t0）。依次对任意一干涉组合进行影像干涉、去平地效应、去地形效应、滤波和相位解缠处理，则对应相干点上（x，r）的相位值可表示为：

式（2）中，j∈（1，L，M），φ表示干涉相位，λ表示信号的中心波长，d表示视线向形变，表示差分干涉图中的残余地形相位，）表示大气延迟相位，）表示去相干噪声，对任意tA～tB间的累计形变量可以表示为：

通过从干涉图主从影像获取时间间隔上的积分，得到该时间内的形变速率，其矩阵形式为：

式（4）中，B是一个M＋N的矩阵。由于小基线集的差分干涉图采用了多主影像策略，矩阵B容易出现秩亏。通过采用奇异值分解法SVD（Singular Value Decomposition）求解得到矩阵B的广义矩阵，从而获得形变速率的最小范数解，最后通过各个时间段内速度的积分即可得到各时间段的形变量。

2 实验数据与处理方法

2.1 研究区概况

广州市地形总体上西南低、东北高，东北部是山，中部是丘陵、台地，南部是冲积平原。广州地区是我国经济较为发达的地区之一，同时也存在着不少地表沉降、塌陷等地质灾害。21 世纪后，广州主要城区地表沉降程度日益严重，主要分布在天河区、荔湾区、火车站至广州东站等地[4]。此次研究区区域为广州市地区，包括海珠区、天河区、番禺区、部分佛山地区。地理坐标为东经113°23′15″～113°31′37″，北纬22°56′54″～23°09′01″。

2.2 数据源

该研究采用2017 年2 月4 日至2019 年12月3 日期间内广州地区的18 景升轨Sentinel-1A影像作为SAR 数据源（C 波段）来估计垂直向平均沉降速率和沉降时间序列。Sentinel-1A数据参数如表1 所示。研究小组采用由美国国家航空航天局（National Aeronautics and Space Administration，NASA）提供的90 m分辨率的SRTM3（Three Arc-second Shuttle Radar Topography Mission）DEM数据去除地形相位影响，同时利用欧洲空间局（European Space Agency，ESA）发布的精密轨道数进行轨道精炼和重去平。

表1 Sentinel-1A SAR 具体参数表

2.3 数据处理方法

针对D-InSAR 技术应用存在时空失相干问题以及大气效应的影响，该研究采用时间序列SBAS-InSAR 技术进行研究，运用SARscape软件对广州市2017—2019 年的18 景Sentinel-1A 影像数据进行处理，主要数据处理流程如图1 所示。（1）将所有影像裁剪为拟定的研究区域，选取2018 年5 月18 日的影像作为公共主影像，将其余的辅影像与主影像进行配准并重采样。（2）设置时间基线和空间基线的阈值分别为400 d、200 m，并进行差分干涉处理，生成74 对小基线差分干涉集，时空基线分布如图2 所示。（3）利用外部DEM 数据去除平地相位，然后采用Goldstein 滤波方法进行滤波处理、相位解缠以及相干性计算。（4）综合考虑相干系数，振幅指数和强度值3 个方面并选取高相干点。（5）通过地理编码，得到研究区域在监测时间段内视线方向（LOS）上的形变量。

图1 SBAS-InSAR 技术处理流程图

图2 时空基线分布图

2.4 技术难点

目前传统的地表沉降监测方法，有水准测量、GNSS（Global Navigation Satellite System）测量和基岩标测量等。这些传统监测方法可以获取监测点较高的测量精度，但在大面积监测中应用时，传统方法工作量大、周期长、受气候限制等缺点明显，不能保证监测结果的时效性，难以有效地监测与分析区域性形变。而合成孔径雷达差分干涉测量技术（Differential Interferometric Synthetic Aperture Radar，D-InSAR）弥补了传统测量手段的不足，它具有全天时、全天候、覆盖范围广及高时空分辨率等优势，在对地表形变监测中应用广泛。该技术作为一种新兴的对地观测技术，在雷达视线方向可以探测亚厘米级地表形变。然而，该技术易受时间、空间失相干以及大气延迟的影响，在长时间间隔的地表监测中难以获取较高的监测精度，无法满足人们的需求[5]。

2001 年，Ferretti 等人[6]提出永久性散射体PS（Permanent Scatter）技术，筛选出高相干点进行相位分析，较好地克服了时空失相干和大气延迟影响的问题，但这种方法需要较多的SAR 数据，形变解算精度依赖于PS 点的空间密度，数据量大、运算效率低[7-8]。2002年，Berardino 等人提出小基线集技术SBAS（Small Baseline Subset），该方法通过严格设置时空基线阈值来筛选干涉组合，基于形变时间序列的最小范数准则，利用奇异值分解法（Singular Value Decomposition，SVD）获取相干目标的形变速率以及时间序列。相对于PS-InSAR 技术，SBAS-InSAR 技术影像需求量较低、运算效率较高，且提取非线性形变信息能力较强[9-10]。

研究小组利用SBAS-InSAR 技术对研究区进行研究，该技术利用空间分布相干性的特点，不仅可以获得毫米级精度，在影像需求方面，用到的影像数量更低。针对研究区可能存在的非线性形变的区域性沉降，SBAS-InSAR 技术适用性更佳。

3 实验结果分析与讨论

3.1 沉降速率分析

经过SBAS-InSAR 技术处理之后，研究小组得到广州市2017 年2 月—2019 年12 月 LOS 方向的地表沉降速率图，沉降区域空间分布主要在中部广州大学城、广州沙溪和广州小洲村等地以及北部恒福路地区；西部的南港路有小部分沉降。

从反演结果总体上看，沉降区域分布没有明显的规律。研究范围内的大部分区域地表沉降形变速率在-4.0～2.8 mm/a 范围之间，总体沉降趋势并不严重。但是，广州海珠区、白云区、天河区、番禺区都出现了大范围的地表沉降。在研究区域的中部，特别是沿着珠江流域一带，沉降较为明显区域分别是广州大学城、广州沙溪、广州小洲村、恒福路。其沉降速率为-4.0～-6.3 mm/a，部分沉降速率可达到-6.3～-10.8 mm/a。

3.2 地表沉降时空变化分析

为了更好地分析广州市沉降场的时空特征，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，研究小组根据研究区域沉降速率分布，提取出广州大学城、广州沙溪、广州小洲村3 个主要沉降区的沉降特征点时序图。地面沉降显著的点主要位于东经113°17′28″和北纬23°05′27″，其地面形变主要分布在沉降区域主要是沿珠江流域一带，沉降较为明显的地区具体分布在广州大学城、广州沙溪和广州小洲村这3 处地点。各区域累积沉降量如图3 所示。

图3 研究区内各区域累积沉降量图

广州大学城位于珠江三角洲的河口、广州市番禺区小谷围岛处，该地区平均沉降速率在-4.0～-8.6 mm/a。造成该现象的主要原因有：（1）该地区人口密集，荷载严重；（2）该地区土质属于典型的软土地区，含水量高、孔隙大、饱和度高、渗透性小，地表抗压能力弱，承载能力低建筑物和道路工程地质条件较差，容易发生不均匀沉降。据资料显示，广州大学城一期工程于2003 年9 月开始动工，于2004年6 月竣工并且交付使用。在短暂的施工期内，地基的设计方案和施工质量对地表沉降产生了一定影响[11]。

广州沙溪位于地铁3 号线和地铁18 号线之间，该地区沉降较为明显，最大累积沉降量达-28 mm。据资料显示，广州地铁18 号线在2017年开始动工，在2021年9 月正式开通，沙溪就是其中的地铁站之一。地铁工程一般为浅埋隧道，且该地区地质多为软土、淤泥残积土，地铁轨道围绕着城市的中心地带而建，地下有大量的线路和管道，在盾构机施工的过程中，容易造成一定的地表沉降。

广州小洲村是冲积形成的珠江三角洲，其浅层地质情况以淤泥为主，地质大多数属于软土。该地区最大沉降量达-21mm，沉降较为明显。小洲村在广州地区内有“最具有岭南水乡特色的古村”之称，风景优美，极具文化特色。近年来，小洲村是广州市“最美乡村”的试点村庄，修建了公园、广场、垃圾压缩站等土木工程，造成了软土地区的地表沉降。另外，小洲村是广州市一个著名的旅游景点，每年都会有大量人流、车流通过，这也是小洲村沉降的原因之一。

3.3 精度分析

为了检验SBAS-InSAR 技术所提取的地表沉降速率的精度，依据《地质灾害InSAR 监测技术指南（试行）》（T/CAGHP 013-2018）精度来评定方式。研究小组计算出研究区域内所有监测目标点的平均沉降速率的标准差，SBAS-InSAR 技术提取的各个监测目标点的平均的标准差范围在0.06～4.09 mm/a 之间。大部分城镇区域目标点的相干性较高，其平均沉降速率的标准差基本接近最低值0.06 mm/a；部分区域的标准差较高，主要原因是因为其目标点主要是在林地和河道上，目标点较少。通过研究数据与指南标准相比较说明，利用SBAS-InSAR 技术进行广州市地表沉降速率监测的精度和稳定性较高。

4 结 语

文章采用SBAS-InSAR 技术，利用18 景Sentene-1A 影像数据对2017—2019 年广州市地表沉降形变进行时空分析，获取主要沉降区域的空间分布以及时间序列的沉降规律，选取特征区域并分析地表沉降形变形成原因。通过对研究区域的分析得出：（1）2017—2019 年，广州市地表沉降分布不均匀现象较为明显，大部分区域地表沉降形变速率为-4.0～2.8 mm/a。（2）主要沉降区分布在沿珠江流域一带，广州沙溪、大学城、小洲村等受珠江淤泥冲积最为严重，最大沉降量可达-28 mm。（3）城市的扩张等人为因素影响了地表形变的稳定性，地表沉降范围和沉降速率将逐渐增大。下一步工作中，应充分结合该次的调查结果，利用外部数据对该市沉降监测进行精度验证以及危险性评估。