基于SBAS技术的天津市地面形变特征分析

张庆云, 李雪川, 王宁

(中国地震局第一监测中心， 天津 300180)

地面沉降是指由于自然因素或者人为活动引发地壳表层松散土层压缩并导致地面标高降低的一种地质现象，具有缓变性和不可逆转性，是一种世界普遍性的地质灾害类型。1898年日本新澙地区最先发现地面沉降，随后美国和中国部分地区也发现了地面沉降现象。直到1936年墨西哥的J.A.Guevas和英国的T.E.Longfield发表了《墨西哥城的地表沉降问题》和《伦敦地表沉降》论文后，该现象才引起广泛关注[1]，随后地面沉降机理、监测防控措施等方面的研究工作逐步开展。随着经济社会的发展、城市化建设，越来越多的国家地区出现地面沉降现象，中国也有很多城市发生地面沉降，由于地面沉降存在持续时间长、影响范围大等特点，对人民生活、经济发展等都存在威胁，因此有必要对沉降明显地区进行长期时序监测，以便更好地进行规划治理。

传统的测量技术，如水准测量，全球卫星定位(global positioning system，GPS)监测和全站仪等都因为自身的局限性，难以大范围的在城市基础设施形变监测中应用。水准测量虽然可以获得高精度的形变数据，但是人工成本高，在城市区域无法进行大规模高密度监测[2]。GPS监测受限于每台GPS接收机覆盖范围有限，点位布设成本极高，维护难度大，很难实现大范围高密度监测。在遥感监测方面，传统的光学卫星获取的影像，只包含地物的辐射强度或者灰度信息，没有获取地物的相位信息，这就无法对地物的位置变化做出精确测量。

星载合成孔径雷达干涉(interferometric synthetic aperture radar，InSAR)是近20年发展出的一种新型遥感监测手段，它借助于卫星平台的优势和干涉测量理论，实现高分辨率地表形变监测的技术，具有全天时、全天候、高精度、范围广的优势。地表形变监测是InSAR技术最具优势的应用领域之一。从方法技术研究发展过程而言，InSAR技术经历了从单时相少量SAR数据，到多时相、多源数据的时间序列分析处理的过程。以常规InSAR数据处理方法为基础，分别形成了累积干涉纹图方法(stacking InSAR)[3]，永久散射体干涉测量(permanent scatterer InSAR, PS-InSAR)[4-8]以及角反射器干涉测量(corner reflector InSAR, CR-InSAR)[9-10]，小基线集干涉测量(small baseline subset InSAR)[11-14]等技术。通过时序分析技术，充分利用雷达后向散射稳定的点目标，有效减少了时空失相干与大气延迟的影响，极大地增强了SAR影像在地表形变监测中的应用。目前，这些方法和技术正随着应用领域的扩大而逐步改进和趋于完善[15-18]。

针对天津市地面沉降，范景辉等[8]基于相干目标的干涉图叠加方法获取并分析了天津地区的地面沉降；兰恒星等[19]利用PS-InSAR技术分析了天津塘沽地面沉降，并进行属性分类研究；罗三明等[20]利用多轨PSInSAR获取了华北平原的垂直性变场；白泽朝等[21]、卢旺达等[22]、朱子林[23]均利用Sentinel-1数据获取了天津地区地面沉降，但并未覆盖天津全区域，且均为升轨的结果。

基于此，现利用Sentinel-1宽幅升轨和降轨SAR数据和相应精密轨道数据，采用改进的SBAS-InSAR技术进行天津全区域地面沉降监测，获取近年来天津市沉降形变速率，从而为天津市地面形变监测提供参考依据。

1 研究区概况与数据源

1.1 研究区概况

天津市地处冲积平原地区，整体沉降量较大，虽然1986年以来天津市部分地区采取了控沉措施，但是地面沉降带来的危害依旧不容乐观，严重影响到城市的规划和建设；在没有采取控沉措施的很多地区沉降仍然在持续加重，形成了武清、静海汉沽、大港和津南等新的沉降中心。不均匀地面沉降会进一步导致地表建筑物开裂受损，地下隧道管线变形错断，道路、桥梁错位变形和破坏，给城市建设和居民的生活安全带来了严重危害，给天津的城市建筑物、桥梁工程、道路及工矿运输路线以及港口码头等城市基础设施的正常使用等带来影响，所以地面沉降已成为天津市非常突出的城市地质灾害之一，极大制约了天津市的可持续发展。

研究区(116.4°E～118.0°E、38.4°N～39.95°N)包含天津部分山区及临近渤海湾的滨海新区，地形起伏相对较大，如图1所示。

图1 研究区概况Fig.1 Overview of the study area

1.2 数据源

选取基本完全覆盖整个天津地区的Sentinel-1 SAR升轨T69和降轨T149数据，数据成像模式为宽幅干涉模式(IW)。数据覆盖范围为2016.01—2020.01，同时从欧空局下载相应时间范围的精密轨道数据(数据定位精度优于5 m),使用由美国国家航空局提供的航天飞机雷达地形测绘使命(shuttle radar topography mission，SRTM)获取的分辨率为90 m的数字地形高程模型(digital elevation model，DEM)。

2 数据处理方法

传统的PS-InSAR技术是一种复杂的多空间多时间InSAR处理方法，对数据质量和数量要求较高，计算效率相对较低；SBAS-InSAR技术尽可能的避免了时间和空间去相干影响，但是在地形复杂地区存在相干点提取困难以及大气相位延迟误差去除等问题。考虑到研究区为沿海性城市，沿海区域大气影响相对严重，针对SBAS-InSAR的不足，对传统SBAS-InSAR技术进行一定的改进。

改进的SBAS时序分析方法，主要处理步骤为：①基于最佳冗余网络构建准则，构建合理、稳健的基线网，并进行差分干涉处理；②使用满秩矩阵原则选取优质相干点；③引入InSAR通用大气校正在线服务(generic atmospheric correction online service for InSAR, GACOS)大气模型进行大气校正[24-25](http://ceg-research.ncl.ac.uk/v2/gacos/)；④使用最小费用流方法进行相位解缠，并用闭合环残差法进行相位解缠误差校正；⑤利用最小二乘法进行干涉图解算，从而获取相干点的时序形变速率和累积形变量。

使用改进的SBAS方法获取天津地区2016年1月—2020年1月期间地表的时序变化，主要数据信息如表1所示，升轨T69使用了从2016年到2020年1月可下载的所有SAR数据，数据量为119景；降轨T149使用的是2017年3月—2019年12月期间每月挑选的一景数据，最终选择了33景数据。使用Sentinel-1数据构建升轨和降轨时间序列的基线网，升轨和降轨分别构建了188和44个干涉对，构建的干涉网络图为稳健的闭合网，如图2所示。

表1 主要数据信息

3 结果与分析

3.1 整体形变特征

天津地区2016年1月—2020年1月地面沉降结果如图3和图4所示，其中图3(a)为升轨T69获取的4年形变结果，图3(b)为降轨T149获取的2年间形变结果。图4(a)为升轨T69获取的4年形变结果的残差分布结果，图4(b)为降轨T149获取的2年间形变结果的残差分布结果。

图4 InSAR时序形变速率残差分布结果Fig.4 InSAR time series deformation rate residual distribution results

从图3可以看出，天津地区的形变特征明显，升轨数据和降轨数据显示的形变特征基本一致；市内六区形变量相对较小，基本在LOS向10 mm/a以内；市六区以外的区域基本呈现LOS向负形变特征；形变较大区域主要集中在武清区与北辰区交界处、静海区部分区域。其中，最大形变量武清区南部王庆坨镇，形变特征呈现北东-西南向斜倾的近似椭圆形特征，升轨数据显示最大LOS向形变量约-80 mm/a，降轨数据显示最大LOS向形变量约-99.2 mm/a，降轨形变量略大于升轨数据。

图4为通过时序分析获取的升轨和降轨形变的残差分布结果，从该结果可以看出，升轨和降轨结果的残差分布都相对较小，升轨的残差分布都在0～2 mm/a，降轨的残差分布相对略大于升轨结果，但也保持在0～3 mm/a，最大残差不超过5 mm/a，在一定程度上验证了形变结果的可靠性。

3.2 典型形变区分析

选取形变量最大的武清区及河北霸州市区域(图5)进行剖面分析，该区域分布有一条北东向展布的形变条带，沿着该形变带，分别选取AA′和BB′两条剖面线，对升轨和降轨形变结果进行分析。

从剖面线结果(图6和图7)可以看出，升轨和降轨的形变结果都很好地获取了形变中心的特征，图6所示的AA′剖面线主要覆盖武清区王庆坨形变中心，升轨和降轨结果均显示在8～10 km处有明显的形变漏斗，升轨和降轨分别显示AA′剖面线最大形变量为-79.8 mm/a和-99 mm/a，降轨的最大形变量略大于升轨最大形变量。图7所示的BB′剖面线为覆盖形变带的长轴，分别穿过河北霸州市和武清区，从该结果可以看出，在BB′剖面线的25 km左右为形变漏斗区域，最大形变量与升轨形变量较为接近。同时图6和图7结果显示，AA′和BB′两条剖面线的形变特征在升轨和降轨两种卫星飞行方式获取的结果中较为一致。

选择形变量最大的武清区王庆坨镇，该镇截至2019年，人口超4万人，有工业企业近350个，主要以自行车、服装、纸制品、化工、建材、钢窗加工等为私营经济体系，在2020年和2021年阿里研究院公布的淘宝镇名单中均有王庆坨镇。将形变结果与该区遥感地图叠加[图8(a)]，图8(b)为图8(a)中红框区域的土地利用类型图，可以发现，形变漏斗主要集中在王庆坨镇的二街村、三街村以及四街村，从图8(b)中可以看出，该区域建构筑物密集，工业用水、居住用水等需求量较大，从而导致该区地下水超采，形成明显的形变漏斗，后续需要对该区域用水方式进行科学指导，以防形变继续加重。

综合时序LOS向形变结果与残差分布，可以发现，天津地区还存在较为明显的形变区，狭长的形变区域覆盖河北的霸州市、廊坊市部分区域以及天津的武清区和北辰区部分区域，该结果与麻源源等[26]采用PS-InSAR获取的结果相比，采用SBAS方法增加了相位点的密度，与白泽朝等[21]获取的天津地面沉降相比，本文研究分析的数据范围和时间尺度都有所增加，与卢旺达等[22]使用PS-InSAR获取的天津地面沉降相比，本文研究增加了降轨数据的结果，同时本文获取的形变速率也已有研究成果相比基本一致，但相干点密度比已有结果有所增加，性变速率残差分布也相对较小。

图6 AA′剖面线特征Fig.6 Section line features of AA′

图8 武清区王庆坨镇形变特征Fig.8 Deformation characteristics of Wangqingtuo Town, Wuqing District

4 结论

通过采用改进的SBAS-InSAR技术，利用Sentinel-1升轨和降轨数据，获取了天津地区的形变速率结果，从该结果可以看出，天津市内六区形变量相对较小，形变量主要在5～10 mm/a；西青区南部、津南区的南部以及静海区也存在一定的形变漏斗区，最大LOS向形变量约为-40 mm/a；形变量最大的区域为武清区和北辰区，其中武清区王庆坨镇有明显的形变漏斗，在升轨和降轨数据中最大形变量分别达-80 mm/a和-99.2 mm/a，通过剖面分析和叠加土地利用分类图可以发现，王庆坨镇形变漏斗的形成主要由于该区域工业用水和生活用水过度导致地下水超采。后续应采取措施合理利用地下水，对城市土地利用进行科学规划，从而缓解区域形变漏斗进一步发展。