时序InSAR技术在太原地铁沿线形变监测中的应用

樊小洁 王亮亮

(1. 山西智杰人力资源管理咨询服务有限公司, 山西 太原 030021; 2. 中国铁路设计集团有限公司, 天津 300251)

0 引言

太原市目前正在大力发展城市轨道交通建设,快速发展的地下工程项目建成在改善民生工程与提升公共服务能力的同时,也可能带来地面沉降、污染地下水、建筑物倾斜甚至倒塌等一系列负面影响。其中，地面沉降是目前世界各大城市的一个主要工程地质问题,受地下水开采、城市建设等因素的影响,具有物理变化较为缓慢、时间跨度较长的特点。地面沉降持续发展会对地基稳定性造成破坏[1],危害建筑物、地下管道、轨道交通运输的安全,制约着经济社会的发展。因此地铁沿线地面沉降观测在保障城市发展安全性上具有重要意义。

传统的地面沉降监测主要利用高精度水准测量、全球定位系统技术(global positioning system,GPS)进行,这两种传统的大地测量方法虽具有较高精度[2],却存在只能得到点目标形变量的不足[3],并且测量周期长、耗费人力物力严重、空间分辨率相对较大[4]。对于大范围的沉降监测需求,合成孔径雷达差分干涉测量(differential interferometric synthetic aperture rradar,D-InSAR)因其全天时、全天候、高精度的特点更为合适[5-7]。D-InSAR利用引入的外部数字高程模型(digital elevation model,DEM)去除干涉合成孔径雷达(synthetic aperture radar interferometry,InSAR)所获取的干涉图中的地形相位,通过对相位信息的解缠和反演得到真实形变值。利用D-InSAR技术所获得的监测精度仍受时间失相干、空间失相干、大气延迟误差等因素的影响[8]。时序InSAR技术通过对同一区域多个时相的SAR影像的分析,在获取地面形变信息时可有效降低时空失相干及大气相位延迟问题,带来形变测量精度的大幅度提升[9-10]。常用的InSAR处理的新技术方法包括永久散射体(permanent scatterers,PS)技术、小基线集(small baseline subset,SBAS)技术、人工角反射器(corner reflector,CR)、相干目标(cross track,CT)方法等。陈庆华等人[11]利用PS-InSAR技术对长春市区进行地面沉降监测最终确定了重点沉降区域。时序InSAR技术广泛用于城市地面形变监测。2020年冯小蔓等人[12]利用PS-InSAR方法监测太原市城区地面沉降情况,所得监测结果可为实际监测与管理提供理论依据与参考,结果显示太原市存在5个主要沉降区域,并且以小店区地面沉降最为严重。Lanari R等[13]利用SBAS-InSAR方法分析墨西哥的地表沉降情况并得到形变速率。罗铖[14]利用SBAS-InSAR方法分析西安地面沉降情况,并将其与水准测量结果进行比较,结果的一致性验证了SBAS-InSAR监测城市地面沉降的可行性。2021年陈安平等人[15]利用SBAS-InSAR技术对福州地铁建设期间地表形变结果进行分析。2019年陈志轩等人[16]利用SBAS-InSAR对南昌市运营中地铁线进行地面沉降监测,并以此推断沉降发生的主要原因。以上文献均已证明时序InSAR技术在城市形变监测应用中的可行性与可靠性。

针对太原市首次建成城市地铁线路,对沿线进行形变监测在保障沿线安全、规避沿线安全风险并为后续其余地铁线路建设提供重要经验参考,本文利用2020—2021年覆盖地铁二号线沿线的20景Sentinel-1A影像,通过PS-InSAR和SBAS-InSAR两种时序InSAR方法对太原市运营中的地铁二号线一期工程沿线进行地表沉降监测,通过分析实验结果获取地铁沿线沉降的诱因。

1 技术原理

1.1 PS-InSAR技术原理

PS-InSAR技术的基本原理[17]是利用N+1景覆盖研究区域的不同时段的影像数据,综合考虑多普勒中心频率、时间基线、空间基线参数的影响,选取1景影像作为参考影像(主影像),引入外部DEM数据,其余N景分别与主影像精确配准并进行干涉处理,得到N个干涉对。每个干涉对i的任一像元x的残余相位φre,x,i为

(1)

式中,φre,x,i为每个干涉对任一像元的残余相位;φdef,x,i为真实地表形变相位;φtopo,x,i为残余地形相位;φatm,x,i为大气延迟相位;φorb,x,i为轨道误差相位;φn,x,i为视角误差引起的残余相位及噪声相位。

经过干涉和去地形处理,得到基于永久散射体目标的差分干涉相位。利用振幅离散阈值方法获取永久散射体PS初始候选点,通过分析N个干涉对的相干图和强度图,经过迭代回归获取相位稳定的PS点,所选PS点是使得时间相关系数γx值达最大的结果,即：

(2)

再经网平差,最终得到时间序列地表沉降信息。

1.2 SBAS-InSAR技术处理

SBAS-InSAR是一种基于多主影像的InSAR时间序列方法,提取地表形变信息时只利用时空基线较短的干涉对。首先利用N+1景覆盖研究区的SAR影像选择主影像计算时间空间基线,并自由组合时空基线较短的主从影像对数据,利用恰当的时空基线阈值选取干涉对。第k幅干涉图中相位信息δφk(x,r)如式(3)所示。

(3)

忽略残余地形、大气、噪声的影响,公式可简化为

(4)

之后进行差分干涉处理并相位解缠、滤波,再对解缠后相位采用最小二乘法或者奇异值分解法进行形变参数估计,经数据反演和时空滤波后获取地表沉降信息。

2 研究区概况及数据处理

2.1 研究区域及数据源

太原市地处山西省中部、晋中盆地北部地区,位于111°30′E～113°09′E,37°27′N～38°25′N之间。2006年首次提出建设太原地铁,2013年开工建设太原地铁2号线一期工程(图1),该线路已于2020年12月开通运营,北起尖草坪区尖草坪站,南至小店区西桥站,全长23.65 km。

图1 研究区范围及地铁线路图

本次研究选取20景覆盖太原市的Sentinel-1A影像为数据源,时间跨度为2020年6月7日至2021年11月29日,共计540 d。影像的极化方式为垂直发射垂直接收(vertical transmit,vertical receive;VV),数据成像模式为干涉宽幅(interference width,IW),数据类型为单视复数图像(single look complex image,SLC),方位向空间分辨率为5 m,距离向空间分辨率为20 m,通过AUX_POEORB精密轨道星历文件对其进行精密修正。选取覆盖太原市分辨率为30 m的航天飞机雷达地形测绘使命(shuttle radar topography mission,SRTM) DEM数据作为DEM参考数据。由于1景Sentinel-1A影像数据量太大且研究区刚好位于同轨道相邻两景数据中间,在处理前对同轨道相邻两景数据分别进行镶嵌与裁剪工作。

2.2 数据处理

2.2.1PS-InSAR处理流程

利用PS-InSAR技术对太原地铁二号线一期段形变监测的处理流程具体为：

(1)生成连接图。选取20210214时相获取的SAR影像作为公共主影像,将其余19景影像作为从影像分别与主影像配准并进行干涉处理,PS-InSAR共获取到19个有效干涉对。

(2)选取PS点。引入SRTM 30 m的DEM数据去除地形相位,后根据获得的平均强度图和相干性图,使用相关系数阈值和振幅离差指数(相干性阈值设为0.75,振幅离差指数设为3.2)来选出在时相上具有相似、较大振幅的像元获取可靠的PS点。在与分辨率为1 m的遥感影像叠加后发现所选取的PS点大多位于城市居民区域、建筑物、道路等稳定散射体上。

(3)模型反演与地理编码。第一次模型反演得到沉降速率和残余地形相位数据。第二次模型反演用经去平地效果的干涉图估算大气相位并去除,经拟合得到各PS点平均形变速率和累计沉降量,并进行地理编码将结果转换至地理坐标系下,得到最终形变结果,如图2(a)所示。

2.2.2SBAS-InSAR处理流程

利用SBAS-InSAR技术对太原地铁二号线一期段形变监测的处理流程具体为：

(1)生成连接图。选取20210214时相影像作为超级主影像,其余影像作为从影像与其配准,去除与超级主影像孤立的像对,SBAS-InSAR得到108个干涉像对。

(2)差分干涉。采用SRTM 30 m的DEM数据去除平地相位、地形相位,完成生成相干性,去平、滤波和相位解缠,采用Goldstein自适应滤波方法。

(3)轨道精炼和重去平。估算和去除在相位解缠后残余的恒定相位及解缠后的相位坡道,并完成重去平。

(4)模型反演与地理编码。第一次反演估算得到形变速率和残余地形;第二次反演在第一次反演基础上计算时间序列上的位移,估算和去除大气相位。将结果转换至地理坐标系下,得到最终形变结果,如图2(b)所示。

(a)PS-InSAR形变速率结果

(b)SBAS-InSAR形变速率结果图2 监测结果(底图为太原市1m分辨率遥感影像)

3 结果分析

图2(a)、图(b)分别是利用PS-InSAR、SBAS-InSAR技术对太原市地铁二号线一期工程段进行形变监测所得的沉降速率结果,其中正值为地面抬升,负值代表地面沉降。可知：在整个研究区范围中,抬升区域主要在二号线涧河站至晋阳街站段,最大抬升速率为22mm/a;沉降区域主要在二号线晋阳街站点以南至线路终点西桥站,小店区范围内的电子西街站、康宁街站、化章西街站、西桥站周边沉降速率在-38～-12 mm/a;涧河站往北至尖草坪站附近有不太严重的沉降,最大沉降速率为-7 mm/a。从图2(a)、图(b)的PS-InSAR、SBAS-InSAR的整体形变结果可以看出基于这两种不同的时序InSAR方法所得的形变结果比较一致,发生沉降、抬升的重点区域分布范围也趋于吻合,有高度一致性。

3.1 地面沉降分析

为了对两种时序分析方法所得形变结果进行直观比较,假设最初的2020年6月7日形变量为0,以此作为参照基准,选取研究区内最明显的三个沉降漏斗中心 Ⅰ、Ⅱ、Ⅲ 分别进行形变分析,并绘制出各中心特征点的形变时序曲线图(如图3所示),从图中可知,3个特征中心的形变情况呈现非线性形变特点。

(a)I点形变

(b)II点形变

(c)III点形变图3 沉降中心形变时序曲线

Ⅰ点位于康宁街站南部富康街晋阳紫城附近,沉降速率约为13.6 mm/a。由图3(a)可见,2020年6月7日至2021年11月29日整体呈不规则的缓慢下降趋势;期间从2020年7月1日至8月18日、2020年11月22日至12月20日有短暂的地面抬升现象;从2020年8月18日到10月29日、2020年11月22日至2021年10月12日地面呈现相对迅速地下沉趋势后趋于稳定。

Ⅱ点位于化章西街站南部、太原市疾控预防控制中心东部,沉降速率约为20.8 mm/a,由图3(b)可知,从2020年6月7日至7月1日、2020年9月11日至10月17日有轻微抬升现象;从2020年7月1日至9月11日、2020年10月17日至2021年11月29日地面持续下沉后趋于稳定。从形变曲线可看出与Ⅰ点曲线相似。

Ⅲ点位于西桥站东南部太原警官职业学院附近,沉降速率约为30 mm/a。由图3(c)可见,2020年9月11日至11月29日、2020年11月22日至12月16日有轻微短暂抬升,Ⅲ点整体呈下降趋势后趋于稳定。

由分析可知,利用PS-InSAR和SBAS-InSAR两种不同时序分析方法所得的结果在具体量级上有细小差异。再对3个沉降区 Ⅰ、Ⅱ、Ⅲ 沉降中心分别利用两种时序分析法获得的地面形变时序监测结果进行相关性分析,得到各沉降区中心相关系数为0.928、0.905和0.944,均方根误差分别为5.15、4.27和5.27 mm。由此可认为在沉降分析结果上具有较高的一致性与可靠性。

3.2 实验结果定性分析

太原地铁二号线沿线地面形变沉降严重区域在小店区范围内,以西桥站附近沉降最为严重,这一现象与近年来小店区的大规模快速建设紧密相关。大规模城市建设过程中对地下水资源的需求量不断增大,而且由于水源分布不均造成了局部范围的地下水抽取严重的情况;同时城市建设时带来大型工程建筑物对地基的巨大静载荷。这些均是引起该区域地表沉降的重要因素。

4 结束语

本文分别采用PS-InSAR、SBAS-InSAR两种时序InSAR技术,利用20景覆盖研究区的Sentinel-1A数据,对2020年至2021年的太原市开通运营的地铁二号线沿线进行地面形变监测,得到了研究区范围内地面沉降分布情况。结果表明：①研究区范围最大沉降为31.96mm,最大沉降速率为32mm/a。比较明显的沉降区域有3个,分别位于康宁街站、化章西街站、西桥站附近,定性分析地表形变原因与该区域大规模快速城市建设相关。②计算3个明显沉降区域 Ⅰ、Ⅱ、Ⅲ 中心所得PS-InSAR、SBAS-InSAR的形变结果的相关系数,均大于0.9,均方根误差在4～6 mm,证明了两种时序InSAR方法所得形变结果具有较高的一致性。

太原市城市轨道交通建设工程正有序开展,二期规划(2021—2026年)继续推进,利用时序InSAR技术可有效监测沿线地面形变情况。该项技术应用对于有效减轻甚至避免相关危害方面有重要参考意义。在后续研究中可结合已有水准、全球导航卫星系统观测数据,使用更长时间序列的SAR影像来进一步提升形变监测精度,并综合更多方面的数据与知识分析获取更全面的地面形变的原因。