张红忠 黄 静 崔 龙 阿布都沙拉木·托尔逊 马立平
1 新疆农业大学水利与土木工程学院,乌鲁木齐市农大东路311号,830052 2 新疆水利工程安全与水灾害防治重点实验室,乌鲁木齐市农大东路311号,830052 3 新疆额尔齐斯河流域开发工程建设管理局,乌鲁木齐市扬子江路241号,830000
近年来, 随着遥感技术的快速发展,新型传感器不断涌现, InSAR技术作为一种新型对地观测手段,具有精度高、覆盖范围广、全天时、全天候等优势,被越来越多地应用于城市地面沉降监测、人工建筑物沉降监测及滑坡监测等方面[1-4]。2002年Berardino等[5]提出小基线集差分干涉测量时序分析技术(SBAS-InSAR),该技术凭借其独特优势,在大区域、长时序的地面沉降监测领域具有巨大的应用前景,监测精度可达mm 级[6-8]。
新疆WLL水库于2005年建成并投入使用,经过数年运营,水库北侧大坝出现较大沉降变形,给水库安全运营带来极大隐患。为保障大坝安全,WLL水库自建库以来持续采用水准测量方式进行大坝沉降监测,但水准监测范围小、频次低、周期长、成本高、工作强度大。将InSAR技术引入WLL水库大坝沉降监测工作,是目前解决传统沉降监测问题的最佳方案。本文基于SBAS-InSAR技术获取WLL水库及周边区域地表沉降信息,分析地表沉降影响因素与规律,可为地表沉降治理和安全事故预防提供决策依据。
新疆WLL水库距阜康市城区西约15 km、216国道北约5 km,整个水库呈马蹄形,面积约为23.8 km2,是建在低液限粉土地基上的碾压式均质土坝平原水库。水库周围地形以戈壁为主,周边分布有工业区、住宅小区以及部分耕地。为消除轨道误差及地形起伏带来的影响,使用欧空局ESA提供的精密轨道数据(定位精度优于5 cm)和日本宇宙航空研究开发机构JAXA发布的高精度全球DEM数字地面模型AW3D30(水平分辨率30 m,高程精度5 m),选取2017-03-14~2020-10-24共48景Sentinel-1A影像作为实验数据。
使用相同数据源,采用PS-InSAR技术进行解算,获取研究区沉降信息。将PS-InSAR沉降速率与SBAS-InSAR沉降速率进行求差处理,共计37 916个像素。据统计,沉降速率差值在0~5 mm区间内的像素数为22 330个,占总像素数的60%;沉降速率差值在5~10 mm区间内的像素数为13 666个,占总像素数的36%。经计算,二者沉降速率差值中误差为±5.7 mm。
在WLL水库大坝不同坝段迎水坡和背水坡选取12个特征点,在甘泉堡工业区、准东石油基地、农田A及农田B各选取1个特征点,共计16个特征点(图1)。根据PS-InSAR和SBAS-InSAR计算结果,提取上述特征点各期累积沉降量,求取两种方法下同期累积沉降量差值,并根据式(1)计算差值中误差,根据式(2)计算二者相关系数。
图1 部分特征点位置分布Fig.1 Location distribution of some of feature points
(1)
式中,Δ为同期PS-InSAR与SBAS-InSAR累积沉降量的差值,n为特征点个数。
(2)
经计算,16个累积沉降量差值中,最小中误差为±5.2 mm,最大中误差为±18.7 mm,误差均值为±10.5 mm。
InSAR获取的地面形变结果是相对于基准点而言的,基准点就是研究区内其他形变点的参考基准[9]。SBAS-InSAR计算时选择水准基准网点(一等水准点)作为基准点,计算完成后将形变结果由雷达视线方向LOS转换到垂直方向,同时将同时段SBAS-InSAR计算结果与水准成果统一投影到WGS-84坐标系中,实现InSAR与水准的时空基准统一。
选择56个二等水准点作为检验点,根据2017-11、2018-06和2018-11水准监测成果,分别在同时段SBAS-InSAR计算结果中提取相应位置处累积沉降量,根据式(1)和式(2)计算PS-InSAR和SBAS-InSAR差值中误差及相关系数。经计算,上述3期数据中,中误差分别为±3.8 mm、±7.3 mm和±11.9 mm,相关系数分别为0.92、0.79和0.82。年均沉降速率方面,二者相关系数为0.82,中误差为±7.5 mm/a。
由内、外符合精度验证可知,SBAS-InSAR技术具有较高可靠性和精度,可满足WLL水库大坝及周边区域地表沉降监测需求。
WLL水库大坝轴线总长为17.7 km,将整个水库大坝分为西坝、中坝、东坝及南坝4个坝段。大坝及周边2 km范围内SBAS-InSAR平均沉降速率及累积沉降量如图2所示。总体上看,大坝及周边2 km范围内形变区主要集中在中坝、农田B、水产养殖中心和苏通创业园。WLL水库大坝处于整体下沉阶段,沉降速率自东南至西北方向逐渐增大,沉降主要集中在中坝。中坝平均沉降速率为-12.0 mm/a,Z4150(为Z4+150简写,其含义为:该点距Z4点里程150 m,下文同)~Z5750区间为沉降最快区域,最大速率达-24.6 mm/a。西坝、东坝及南坝下沉速率较小,平均沉降速率分别为-4.1 mm/a、-4.5 mm/a和-3.3 mm/a。
图2 SBAS-InSAR计算结果Fig.2 Calculation results of SBAS-InSAR
为获得大坝坝体整体沉降数据,自WLL水库大坝中坝Z0处开始,在坝顶间隔200 m取点,提取各点沉降数据,制作2017~2020年累积沉降量图,如图3所示(2017-04-07为参考零点)。
由图3可知,中坝沉降量明显大于其他3个坝段,尤其是放水涵洞(Z4200)附近。截至2020-10-24,Z4400处最大累积沉降量达-86.6 mm,平均累积沉降量达-47.1 mm,西坝、东坝及南坝平均累积沉降量分别为-11.5 mm、-19.5 mm和-9.0 mm。从累积沉降量曲线来看,2017~2020年期年沉降速率逐渐减小,表明WLL水库沉降趋于稳定。
图3 WLL水库大坝坝顶2017-04-07~2020-10-24累积沉降量Fig.3 Cumulative settlement of WLL reservoir dam crest from April 7, 2017 to October 24, 2020
大坝周边2 km范围内,分布有农田A、农田B、水产养殖中心及苏通创业园4个沉陷区。其中,农田A、农田B及苏通创业园3处沉降速率及沉降量较大,但距离大坝较远,目前沉降影响范围被戈壁阻断,未对大坝造成不利影响;水产养殖中心距离大坝较近,但沉降范围较小,且沉降速率、沉降量都不大,目前也未对大坝造成影响。
由图2可知,甘泉堡工业区、准东石油基地和农田B各形成一个较大沉降漏斗,漏斗中心最大沉降速率分别达-53.6 mm/a、-36.4 mm/a和-25.0 mm/a;红柳树工业园、苏通创业园和阜西工业区各形成一个较小沉降漏斗,漏斗中心最大沉降速率分别达-25.4 mm/a、-18.9 mm/a和-23.6 mm/a。由于农田A相干性较差,大部分地区没有解算结果,但在有解算结果的农田边缘,最大沉降速率已达-44.9 mm/a。由此可见,农田A也形成了一个覆盖范围广、下沉速率大的沉降漏斗。
上述沉降漏斗自2017年出现后发展迅速,沉降范围及沉降数值不断增大。截至2020-10-24,甘泉堡工业区、准东石油基地、农田B、红柳树工业园、苏通创业园和阜西工业区最大累积沉降量分别达到-195.5 mm、-117.4 mm、-106.4 mm、-98.9 mm、-76.4 mm和-102.2 mm。
3.3.1 地表荷载
1)水库库容。WLL水库设计库容为2.81×108m3,属大(二)型水库,最大设计库水位为500 m。在水库中坝Z1600、Z4000、Z7000处各选择一个坝顶点,根据库水位数据,结合2017~2020年SBAS-InSAR计算结果,绘制库水位-沉降量曲线,如图4所示。可以看出,大坝沉降量与库水位之间具有较高相关性。经计算,Z1600、Z4000、Z7000处沉降量与库水位之间相关系数分别为0.60、0.88、0.64。由于水深自放水口向两侧逐渐下降,因此相关系数自中坝放水口向两侧逐渐减小。
图4 坝顶沉降量与库水位关系Fig.4 Relationship between settlement of dam crest and reservoir water level
2)大坝自重。WLL水库最大坝高(相对)28 m,坝高自中坝向两侧逐渐降低。根据坝高数据,结合2020-10-24累积沉降量,绘制坝高-累积沉降量曲线,如图5所示(累积沉降量正值表示下沉)。可以看出,除Z0400~Z4200外,其他坝段2020-10-24累积沉降量与坝高保持高度一致性,二者相关系数为0.85。Z0400~Z4200相关性较差,原因可能是受水产养殖中心限制开采地下水措施影响。
图5 累积沉降量与坝高关系Fig.5 Relationship between cumulative settlement and dam height
3.3.2 地下水位
近年来,WLL水库周边工业和农业用水量逐年上升。据新疆统计年鉴,截至2020年,阜康地区水浇地总面积为562.2 km2,占总耕地的99%。随着地下水的过度开采,WLL水库周边工业区和农田形成较大沉降区,威胁到WLL水库运营安全。
在WLL水库周边选择3个特征点(红柳树工业区、农田A、农田B)及2个地下水位监测井(潜2、潜36),位置分布如图6所示。
图6 地表特征点及地下水位监测井位置Fig.6 Location of the feature points and groundwater level monitoring wells
根据2017~2020年SBAS-InSAR计算结果,结合地下水位数据,绘制地下水位-沉降量曲线,如图7所示。
图7 潜2井、潜36井地下水位与周边地表特征点沉降量关系Fig.7 Relationship between groundwater level of Qian 2 and Qian 36 wells and settlement of surrounding the feature points
经计算,红柳树工业区特征点沉降量、农田B特征点沉降量与潜2井地下水位相关系数分别为0.55和0.60,农田A特征点沉降量与潜36井地下水位相关系数为0.58。由此可知,地下水位与地表沉降量有显著的相关关系,即地表沉降量会受到地下水位变化的影响。
根据2017-03~2020-10的 48景Sentinel-1A影像,基于SBAS-InSAR技术,获取新疆WLL水库及周边区域地表沉降信息,并对大坝及周边区域地表沉降情况、影响沉降的因素、周边区域地表沉降对大坝的影响等几个方面进行分析总结,结论如下:
1)使用InSAR技术对水库大坝沉降进行监测是可行的,年均沉降速率监测精度可达±7.5 mm/a。
2)WLL水库大坝表现为整体下沉,沉降速率及沉降量均表现为东南至西北方向逐渐增大,在水库水位、大坝自重及地下水位等因素的共同影响下,WLL水库中坝段沉降最为严重。
3)2017~2020年沉降数据表明,WLL水库大坝沉降速率逐年减小,进入沉降稳定阶段,不同坝段沉降数值过渡平缓,坝段整体性保持较好。
4)由于受到地下水开采影响, 2017~2020年期间沉降范围不断向水库大坝方向延伸,与水库大坝沉降区有合并趋势。建议今后密切关注水库东侧农田A和水库西北角农田B两处的沉降发展趋势,并加强水库东坝及中坝Z4800~Z6200处的沉降监测,水库周边其他区域沉降未对大坝产生实质性影响。