珠江三角洲地区沿海地面沉降灾害监测研究

李康会

（广东省地质局第四地质大队，广东湛江 524049）

1 监测研究区概况

本文选取珠江三角洲作为监测研究区，珠江三角洲地区位于广东省，在我国占据重要经济地位，但同时软土分布较为广泛，地质构造极其复杂，由于地壳适动与基底断裂活动较为强烈，导致该基底形成多个断陷与断隆，进而积累过多沉积物，其松散沉积物厚度高达数百米，所以厚层松散沉积物的固结压缩现象，就是珠江三角洲地区地面沉降灾害的其中一个根本原因，此外，新近回填的人工填土结构松散，在自身重力作用下出现固结压缩现象，也会造成一定程度的地面沉降灾害。综上所述，避免珠江三角洲因地面沉降灾害为区内人类工程活动带来严重影响，本文对该区的沿海地面沉降灾害监测进行深入研究。

2 采集地面沉降监测数据

数据采集[3]是地面沉降灾害监测的关键环节，主要指将珠江三角洲地区沿海地面沉降灾害监测过程中，不同结构以及不同来源数据的收集并整合起来。本文在采集地面沉降灾害监测数据时主要采用卫星遥感图像，卫星遥感图像可以避免传感器因意外损坏导致数据丢失等情况。由于珠江三角洲地区内存在部分沉降量变化较慢的区域，所以需要在线随时采集监测数据，满足地面沉降的高精度监测需求，这里本文引入PSInSAR 技术[4]来获取卫星遥感图像，实现地面沉降监测数据的采集，那么通过PS-InSAR 技术采集珠江三角洲地区沿海地面沉降灾害监测数据的过程如图1所示。

图1 地面沉降监测数据采集原理图

地面沉降作为我国长期以来备受关注的地质灾害之一，对我国城市建设发展具有重要作用。地面沉降就是由于自然因素和人为因素造成地面出现连续且缓慢的下降运动，自2012 年以来，我国已经有超过50 个城市发生地面沉降灾害，尤其是珠江三角洲、汾渭盆地等重点地区，因为地质沉降灾害所造成的损失巨大，由此我国为有效推进地面沉降灾害的防治工作，需要通过非接触、高精度以及高效率的监测方案，最大限度地确保重点地区的地面安全，降低城市经济损失。目前国内外众多学者针对地面沉降灾害监测研究已经取得一定成果，文献[1]作者卢旺达等人为预防地面沉降带来的灾害，引入Sentinel-1A数据，获得了有效的地面沉降监测结果；文献[2]作者钟储汉等人通过InSAR 技术监测地面沉降速率，并利用干涉对剖线的形变趋势验证了监测结果的正确性。本文参考相关资料，深入研究地面沉降的监测方法，对地质灾害的防治具有一定现实意义。

由图1 可知，当InSAR 数据平台获取遥感图像后，会将其下载并存储至Hadoop 文件系统中，然后经过PS-InSAR 操作，就可以获得珠江三角洲地区沿海地面沉降灾害监测的时序数据，同时将此数据存储于时序数据库中，达到地面沉降监测数据采集目的。

3 预处理监测数据

3.1 图像配准

由于珠江三角洲地区地质环境复杂，在利用PSInSAR技术采集沿海地面沉降监测数据时，失相干误差[5]严重，所以本文为提升监测精度，对失相干误差进行有效估计并剔除。首先需要进行图像配准处理，也是消除失相干误差的基础，珠江三角洲地区沿海地面沉降监测遥感影像图像的好坏将直接决定数据的相干性。一般情况下，如果两幅卫星遥感图像进行精确配准，那么它们的干涉图将会出现干涉条纹，且条纹较为清晰，如果配准不精确，那么出现的干涉条纹将会非常模糊，卫星遥感图像中的地理信息数据将会受噪声影响。那么珠江三角洲地区沿海地面沉降灾害监测图像的配准，就是将其中一景遥感影像当作主图像，然后将剩余影像进行校正，并将其采样至主图像的空间位置，如果多幅遥感影像呈现的是同一监测区域，就需要将这几幅影像在主图像的空间位置坐标上以子像元级的精度进行配准，本文选取1/8个像元以内的精度配准。图像配准的具体步骤如下：首先在珠江三角洲地区沿海地面沉降灾害监测图像中寻找同名像点进行粗配准，无需较高精度，此时获取图像的初始偏移量；然后在监测图像上划分为一些相同大小的窗口；最后根据每个窗口内的同名点位置数据，构建出监测图像的几何变换模型。假设监测图像同名点()a,b在主图像上对应的坐标为()a′,b′ ，那么监测图像的几何变换模型如下所示：

式中：M——多项式阶数；

φij、φij——变换待定系数值，此数据需要通过最小二乘法来获得。

通过此式获得珠江三角洲地区沿海地面沉降灾害监测图像的变换模型，其几何畸变较小，数据精度更高。

3.2 消除失相干误差

在对珠江三角洲地区沿海地面沉降灾害监测图像进行配准之后，就可以获得干涉图，由于受到多类型的失相干误差[6]所干扰，导致监测图像的形变干涉结果极其不准，所以本文接下来需要将监测图像数据的失相干误差剔除。失相干误差主要有基线、时间、多普勒中心、热噪声以及数据处理这五种失相干类型，其中基线失相干误差主要是因为卫星轨道重复测量导致的，卫星遥感多次成像，入射角差异较大，所以出现基线失相干误差；时间失相干误差主要是由于地面地表散射体特征出现变化，造成监测遥感影像数据附加随机的相位，进而出现时间失相干误差；多普勒中心失相干误差主要是因为卫星遥感影像的多次获取造成多普勒质心重合所造成的；热噪声失相干误差主要由于雷达天线的信噪比较高所导致的；数据处理失相干误差顾名思义，就是在PS-InSAR 技术处理监测数据时出现的误差。本文在消除失监测图像数据的相干误差时，引入相干性评价指标，也就是两幅卫星遥感图像地理位置信息的相关系数η，其计算公式为：

式中：P[]. ——卫星遥感影像信号总和平均数的计算函数；

X1、X2——两幅卫星遥感影像的复数信号参数；

X2*——X2的共轭复数值。

只需控制多幅珠江三角洲地区沿海地面沉降灾害监测图像之间的相关系数η的值不超过1，就可以获得较好的相干性，以此达到消除失相干误差的目的。

4 提取地面沉降区域

为了进一步探究珠江三角洲地区沿海地面沉降情况，本文通过全局空间自相关算法，对沿海地面沉降[7]的空间异质性进行研究，获取地面沉降灾害的不均匀程度，然后再通过局部自相关算法获取沿海地面沉降的冷热点区域。其中全局自相关算法主要利用Moran′s I指数来表征珠江三角洲的雷州半岛地区内全部空间对象之间的关联程度以及空间对象的分布特性，Moran′s I指数的获取公式为：

式中：N——沿海地面沉降监测冷热点区域的数量；

ωmn——沿海地面沉降监测区域的空间权重矩阵；

cm、cn——沉降监测区域m与n的监测数据；

cˉ——沉降监测区域的平均数据。

MI 的取值通常在[-1,1]范围内，当MI ＜0 时，说明沉降监测区域负相关，反之当MI ＞0 时，则说明沉降监测区域正相关，如果MI=0，说明沉降监测区域之间相互独立。与此同时，根据局部自相关算法中的Moran′s I指数来检验全局沉降监测区域，并获得统计量，其表达式为：

式中：Tm——局部自相关算法检验监测区域的统计量参数；

MIm——局部自相关算法的Moran′s I指数；

VAR(MIm)——局部Moran′s I 指数的置信度函数。

一般情况下，如果局部Moran′s I 指数为正相关且Tm大于0，说明珠江三角洲地区沿海地面沉降监测区域m 的监测值较大，呈高高集聚现象；如果局部Moran′s I指数为正相关但Tm小于0，说明珠江三角洲地区沿海地面沉降监测区域m 的监测值较小，呈低低集聚现象；如果局部Moran′s I 指数为负相关且Tm小于0，呈低高集聚现象；如果局部Moran′s I指数为负相关但Tm大于0，呈高低集聚现象。然后结合沿海地面沉降趋势以及梯度等信息，确定并提取出珠江三角洲地区出现沉降灾害的区域，最后利用标准差椭圆方法获取发生沉降灾害区域的监测数据密度分布特征，实现珠江三角洲地区沿海地面沉降灾害的监测。

5 监测结果与分析

据调查，珠中江一带沿线主要地表水源为运河引水，除部分农业用水和城镇居民生活用水利用运河河水外，其他工业用水、农林牧、渔业用水及居民生活用水多以开采地下水为主。长期以来，中、深层承压水一直作为区内城镇、工业、农业发展的重要供水水源，部分地段地下水资源的不合理开发，造成地下水水位持续下降，进而引发地面发生不均匀沉降。所以本文通过对地面沉降以及地下水位变化的监测结果，来深入研究地下水开采对珠江三角洲地区沿海地面沉降灾害的影响。按文中上述方法获得2021年珠江三角洲地区中地面沉降灾害多发的三个代表城市的监测结果如图2、图3所示。

图2 监测区内地面沉降量变化曲线图

由图2、图3 可知，这三个城市的地面沉降和地下水开采量之间存在密切联系。其中江门与中山两个城市，地下水开采量随时间推进逐渐减小并趋于稳定，其地面沉降速率也随之变小；珠海由于城市建设规模的扩大和工业的快速发展，地下水开采量快速增加，其地面沉降速率也随之大幅提升，珠海已经成为珠江三角洲地区新的地面沉降中心。综上所述，可以得到研究结论：开采地下水所引发的沿海地面沉降速率与地下水开采量之间存在良好的对应关系。目前珠江三角洲地区开采地下水引发的地面沉降幅度不大，截止2021年12 月最大地面沉降量为190mm，对比国内长三角、华北平原等地区的最大地面沉降量仍小于50mm，其地面沉降灾害规模较小，仍处于可控范围内。地下水资源开发潜力巨大，只要合理布局和科学开采，便可抑制地面沉降灾害发生。

6 结束语

近年来，人类工程活动导致地面沉降灾害规模不断扩大。本文以珠江三角洲地区为研究对象，利用PS-InSAR 技术对沿海地面沉降灾害进行监测。虽然本文所提方法已经取得了一定研究成果，但仍需对PS-InSAR 技术获取的沉降灾害监测数据进行精细化探究，为满足当下高速发展的社会经济，严格保证监测数据的质量以及精度。对降低地面沉降灾害给珠江三角洲地区城市环境带来的恶劣影响具有一定参考价值，本文期望为今后我国城市发展中的地面沉降灾害防治工作提供参考。