基于SBAS- InSAR 技术的武汉地区地面沉降监测与分析

王邦鉴，史明远

（吉林建筑大学测绘与勘查工程学院，吉林长春 130118）

引言

地面沉降主要由人为因素和自然因素引起的地下松散地层压缩和固结，进而引发地表沉降。地表沉降属于区域性的地质灾害，不仅对建筑设施造成破坏，也会威胁到人类生命安全。近年来合成孔径雷达干涉测量技术（InSAR），已经广泛运用于监测地面沉降，与传统的监测仪器相比能够大幅度的提升地表沉降监测的效率[1]。Giordano 等人就曾运用D-InSAR 技术来获取震前和震后短时间内变形情况和高精度的形变值，但是这项技术仅局限于短时间的形变量监测，对于长时间时序的监测方面还有不足。为了弥补D-InSAR 技术的短板，Ramirez 等人提出了PS-InSAR技术，该技术可以对地势平坦地区全天候连续时间的地面沉降监测，但对起伏较大的地区监测效果稍差。Palanisamy 等人提出了SBAS-InSAR 技术，主要利用小基线的SAR 数据集形成干涉像对，充分利用相对之间的相干性去除平地等相位，有效获取地表形变的时间序列图和长时间的沉降变化规律，并且SBAS-InSAR 技术获取的沉降量达到了亚毫米级。

武汉地区存在较严重的地面沉降，2019-2020 年均沉降速率最高能达到14.27 mm/a。本次采用SBAS-InSAR 技术对武汉地区进行地面沉降监测，重点对东西湖区、金银湖地区、月湖地区进行监测分析，旨在初步了解研究区的沉降位置、沉降量及沉降速率，再结合当地的自然社会条件来分析沉降发生的主要因素[2]。

1 SBAS-InSAR 技术原理

小基线集合成孔径雷达干涉测量（small baseline subset InSAR，SBAS-InSAR）技术是一种基于多幅主影像和一幅超主影像的时间序列方法。此方法相较于PS-InSAR 利用的时空基线较短，相干性更强，从而获得地面形变信息会越精确，规避了时空失相干对差分干涉所造成的影响。再利用奇异值分解或最小二乘法，将多个干涉对信息进行连接，进而得到更高精度的地表形变信息[3]。

2 研究区概况与数据处理

2.1 研究区概况

研究区域为武汉地区（30.52°N-30.66°N，114.10°E-114.27°E），研究区域面积约为183.134 km2，整体位于武汉市西北部，区域内有多条河流流经如汉江、汉水；多条交通主干道如三环线、墨北西延线。本研究主要针对研究区内的东西湖区（A）、金银湖地区（B）和月湖地区（C）进行沉降分析（图1）。

图1 研究区地理位置

2.2 数据源

选用覆盖武汉市Sentinel-1A 卫星获取的24 景IW 模式的SAR 数据作为数据源，数据格式为单视复型（SLC），C 波段波长5.6 cm，空间分辨率为5 mm×20 mm（方位向×距离向），图像极化方式均为VV 极化，成像时间为2019 年1 月至2020 年12 月，并结合了Sentinel-1A 卫星对应时间范围内的精密轨道数据和30 m 空间分辨率的SRTM4 DEM数据来去除平地相位和地形相位[4]。

2.3 数据处理流程

基于ENVI5.3 软件里的SARScape 插件，设置时空基线的阈值，生成控制干涉相对数量。本研究设定监测时间基线阈值为365 天，空间基线阈值为最大临界基线的15%，最终通过干涉组合共生成201 个干涉像对。接着对SAR 影像配准、生成干涉图、去除平地效应和滤波处理、相干图像生成、相位解缠获取一系列解缠相位图。相干系数解缠阈值设为0.2，采用最小成本流域法进行解缠，用Goldstein 法进行滤波处理。选择相干性较好的强度图、STRM4 DEM 和相位解缠后的干涉图作为参考，再根据相干图选择相干性效果好的GCP 点来进行接下来的轨道精炼和重去平，为了降低误差共选取了近30个GCP 控制点。经过两次反演估计形变速率、残余变形和去除大气相位，最后结合研究区的STRM4 DEM数据进行地理编码后获得2019-2020 年两年内的年平均沉降速率和累积沉降量（图2）。

图2 研究区年均沉降速率和累积沉降量

3 监测结果与分析

武汉地区沉降明显，从2019 年1 月至2020 年12月，后湖区年均沉降速率大部分处于±8 mm/a，平均沉降速率为1.52 mm/a，年平均沉降速率最大可达到14.27 mm/a，见图2（a）；最大累计沉降量可达到36.71 mm，平均累积沉降量为2.25 mm，大多数累积沉降量为±18 mm，见图2（b）；表明研究区内地表沉降分布不均匀，空间差异大。

研究区内有3 个明显的沉降漏斗分别是东西湖区（A）、金银湖地区（B）和月湖地区（C），其中东西湖区（A）位于研究区的西北部，年均沉降速率和累积沉降量均为最大，该区域位于吴家山附近，周围有大量地下采矿活动，开采强度较大，以及个别企业使用落后的采矿设施不规范开采加剧了地面沉降的发展[5]。金银湖地区（B）和月湖地区（C）分别位于研究区的东北部和东南部，其年均沉降速率和累积沉降量相对较小，其中金银湖地区（B）附近存在一些城建工程，避免不了深基坑开挖，施工过程中大量抽取地下水，导致地下水位下降，进而引发地面沉降，该区域的年均沉降率和累积沉降量分别为9.93 mm/a 和18.27 mm。月湖地区（C）周围有许多重要的工业分布，如武汉钢铁集团公司，中国石化武汉公司均在其中，该区域大量抽取地下水作为工业水源补给，得出该区域年均沉降速率超过了12.83 mm/a，最大累计沉降量也超过了33.02 mm。三个沉降区都属于汉江、长江以及湖泊共同作用所形成的冲积平原，土层压缩性高，易引发沉降。

从这三个沉降区分别选取有代表性的特征点进行时序分析。由图3 可以得出：沉降区A 最大沉降速率约为11 mm/a，沉降区B 最大沉降速率约为5.5 mm/a，沉降区C 最大沉降率约为5.9 mm/a，三个沉降区在2019 年和2020 年的6、7 月份沉降速率平缓且有上升的趋势。根据中国科学院资源环境科学与数据中心所获取的2019-2020 年武汉市月度降雨量统计年鉴得知，研究区时段监测范围内5 月至8 月降雨量丰富，这些降雨有效补充了地下水的不足，减缓了地表沉降的速率。待雨季过去进入旱季，居民生活用水的急剧增加，导致不断抽取地下水，进而诱发地面沉降速率的增加。

图3 东西湖区（A）、金银湖地区（B）、月湖地区（C）时序沉降速率

4 结论

（1） 武汉地区有明显的地面沉降，其中由三处沉降漏斗，分别是东西湖区（A）、金银湖（B）以及月湖（C），在监测时段范围内最大年均地面沉降速率为14.27 mm/a，最大累积沉降量为36.71 mm，其中导致地面沉降的主要因素是过度抽取地下水。

（2） 东西湖区（A）、金银湖地区（B）和月湖地区（C）的年均沉降率和最大累积沉降量分别为14.07 mm/a 和36.1 mm、9.93 mm/a 和18.27 mm 以及12.83 mm/a 和33.02 mm/a，其中东西湖区（A）地面沉降以矿产开采为主，金银湖地区（B）地面沉降以城市建设为主，月湖地区（C）地面沉降以工业化为主。

（3） 通过对特征点的时序沉降率分析，武汉地区监测时段内大部分时间呈匀速下降，只有在5 月至8 月降水量充沛的雨季有略微减缓的趋势。

（4） 在后续的研究过程中可以收集更长时间的影像数据，增加时间序列长度，以及同时采用升降轨数据来进行沉降监测，提升监测的精度。