一种多源地面沉降监测数据融合方法及其应用

高建东,王 勇,3,安江雷,姜俊狄

(1. 江苏省测绘工程院,江苏 南京 210013; 2. 自然资源部国土卫星遥感应用重点实验室,江苏 南京 210013; 3. 武汉大学卫星导航技术研究中心,湖北 武汉 430079; 4. 河海大学地球科学与工程学院,江苏 南京 211100)

地面沉降是指在自然或人为因素作用下,地表土层缓慢紧缩而导致区域性或局部地面下沉的地质现象,严重时可造成不可逆转的自然资源和生态环境损失[1]。测绘上常规的地面沉降监测手段主要有精密水准监测、GNSS及基岩标分层标监测等方法,大多通过监测点测量结果的变化值反演地面沉降量。虽然这些技术手段单点监测精度高,但是需要根据先验的区域地面沉降信息,在合适位置布设监测点。而且外业观测工作量大、周期长、成本高,监测点在空间上一般都呈现出离散且稀疏的分布特点,只能反映监测点区域的地面沉降信息,无法获取大范围沉降细节,降低了数据的可用性[2]。

InSAR技术的引入弥补了精密水准和GNSS等传统测手段在监测范围上的不足。但是InSAR变形监测也面临诸多挑战,比如,其只能监测地面形变在雷达视线方向(line-of-sight, LOS)上的一维投影;对于低相干区,很难捕捉到有效形变信息;InSAR的形变监测结果基本都依赖于实地测量数据(如水准、GNSS等)进行标定[3]。

因此,本文综合利用精密水准测量、GNSS技术、InSAR技术3种方法的优势进行联合监测,以期获取更为精确全面的区域地表形变信息[4-5]。

1 地面监测数据融合处理方法

1.1 时空基准统一

(1)时间基准统一。一般而言,精密水准、GNSS和时序InSAR 3种监测手段的监测周期不会完全一致,因此在进一步数据处理前,需要对精密水准、GNSS和时序InSAR监测数据进行时间基准的统一,即将3种监测手段获取的监测数据统归算到相同的时间间隔上[6]。监测所得的形变值可作为时间的一元函数,一般首先采用插值法、多项式法进行拟合逼近,然后截取相同时间段的数据进行分析[7],统一时间基准。

(2)空间基准统一。由于精密水准进行地面沉降监测的基准面是似大地水准面,采用正常高系统,基于GNSS技术的监测是基于椭球面,监测成果属于大地高系统,而时序InSAR监测处理的结果一般为雷达视线方向(LOS)的变化值[8]。要进行3种监测技术的沉降监测数据融合,必须将其统一到相同的空间基准上。

1.2 一致性分析

采用统计学中常用的Bland-Altman(B-A)法[9]进行监测数据的一致性评价与分析。该方法是定量与定性方法的结合,其原理是对于两种评定间的差异进行随机效应分析,来解释说明一致性问题。该方法假定测量误差不会影响变量间的相关性,但会影响一致性,其实质是对两种评定之间差异的一种统计分析,即利用统计学原理定量进行两种评定间的系统差异,进而依此进行一致性评价。

1.3 融合插值方法

(1)重合点位数据融合方法。重合点即兼有精密水准、GNSS、InSAR监测结果的点位。经监测数据时空基准统一和一致性分析后,筛选出一致性较好的数据,直接采用最小二乘法进行数据融合。

(2)非重合点位数据融合方法。考虑监测成本、点位环境要求等因素,精密水准和GNSS监测点数量一般较少。因此,兼具3种监测方法成果的点位不会太多。考虑精密水准和GNSS监测手段精度高,经过重合点融合计算后能提高时序InSAR监测结果的精度和可靠性。参考控制测量思路,以重合点位改正值为控制框架,对其余非重合点位进行插值改正。

利用m种监测方法在某一监测首期内对同一研究区域进行地面沉降监测,根据前述分析,假设第i个重合点位分别获取了地面沉降量di1,di2,…,dim,融合计算后的地面沉降量为di,则融合后的地面沉降量与各种监测手段的差值分别为Δdi1,Δdi2,…,Δdim,容易得:Δdi1=di-di1,Δdi2=di-di2,…,Δdim=di-dim。

基于重合点位在同一坐标框架下的坐标值和监测值差值,采用多面函数拟合的方法即可得到研究区域整体的分布情况。公式为

(1)

式中,Δd为拟合某种监测手段监测值与融合后的地面沉降量之间的差值;aj为多面函数的系数;F(x,y,xi,yi)为x、y的二次函数,其核心点位于(xi,yi)处,常用的二次核函数为

(2)

选择m个已知点为核心点,令

Qij=F(xi,yi,xj,yj)

(3)

列出误差方程为

v=Qa-D

(4)

式中,

(5)

在vTPv=min的前提下,可求得系数a为

(6)

将a代入原多面函数中,并利用这些点位的坐标,计算出区域内某种监测手段任意点位处的监测值相对于融合后数据的差值Δdi。这些差值加上原监测值即为融合后的沉降量hi,即

hi=di+Δdi

(7)

通过融合精密水准、GNSS和时序InSAR等手段获取的研究区域沉降值,可得到研究区域高精度的面状地面沉降信息。

2 实例分析

2.1 沉降区概况

某沉降区位于江苏省西北部,包含徐州市沛县和丰县区域,如图1所示。该区域北靠山东省济宁市微山县和鱼台县,西侧与安徽省砀山县相接,东侧毗邻微山湖和邵阳湖,南侧为徐州市铜山区。该区域富含煤矿资源,煤田总面积约160 km2[10]。

图1 研究区位置

2.2 数据处理与融合分析

2.2.1 精密水准数据

使用数据为研究区域精密水准沉降监测网(如图2所示)两期观测数据,按照国家一、二等水准测量规范施测,属于较高精度的精密水准测量数据[11]。该地面沉降监测网第1期观测时间为2019年7月23日至30日,第2期观测时间为2020年10月10日至10月17日,两期观测采用相同的观人员、仪器、路线。平差计算精度统计见表1。

表1 地面沉降监测水准网平差计算精度统计 mm

图2 研究区域水准点及水准路线分布

2.2.2 GNSS数据

GNSS监测数据来源于徐州市GNSS地面沉降监测网(如图3所示)数据,按照B级GNSS控制网精度施测,第1期静态GNSS监测网观测时间从2019年7月26日至8月3日,第2期观测时间从9月24日至10月1日。基线解算采用GAMIT软件进行,平差计算采用武汉大学研制的PowerNET软件。计算结果精度统计见表2。

表2 GNSS监测网平差计算精度统计 mm

图3 GNSS监测网点分布

由于精密水准和GNSS均为点状监测,选取既有精密水准监测结果又有GNSS监测结果的16个监测点,将两期监测点的垂直方向变化速率作为地面沉降速率进行插值绘图,如图4所示。

图4 基于精密水准测量和GNSS测量的地面沉降速率分布

2.2.3 时序SAR数据处理

采用的数据为Sentinel-1A卫星Level-1级产品:干涉宽幅(IW)模式的单视复数(SLC)的影像,每景影像包含3个Subswath子带,每个Subswath子带由9～10个Burst组成,覆盖范围在南北方向约180 km,东西方向约250 km,重访周期为12 d,分辨率为5 m×20 m,时间跨度为2019年7月21日至2020年10月8日。

采用SBAS-InSAR技术[12]进行时序InSAR数据处理。该方法是一种基于多个主影像的时序InSAR方法,克服了单一主影像导致干涉结果较差的缺点,提高了干涉图的相干性和运算效率[13],所需的SAR影像数据较少,在植被覆盖地区的处理效果更好,处理结果如图5所示。

图5 时序InSAR地面沉降速率分布

2.2.4 融合处理

以时序InSAR监测数据时间为基准,取多源地面沉降监测手段数据采集时间的交集,将精密水准和GNSS方式获取的沉降值归算到2019年7月21日至2020年8月8日这一时间周期上3种监测手段得到的监测数值。选取了16个兼有精密水准、GNSS和时序InSAR监测结果的点位进行融合分析。

对精密水准监测结果和GNSS方法监测结果进行一致性检验,两种监测方法获取的累计沉降量如图6所示。

图6 精密水准和GNSS方法获取的累计沉降量

在时序InSAR监测结果中选取和水准点位置一致的同名点进行分析,若水准点处没有时序InSAR监测结果,则采取邻近点加权平均的方法进行同名点提取。两种监测方法获取的累计沉降量如图7所示。

图7 精密水准和时序InSAR获取的累计沉降量

采用B-A一致性分析方法中的差值比较法进行分析计算。精密水准测量监测数据与GNSS监测数据的一致性为93.8%,精密水准测量监测数据与时序InSAR监测数据的一致性为95.2%。

采用最小二乘法进行数据融合。按照1.1.2节所述,对16个重合点位融合后的地面沉降值与单一监测手段获取的地面沉降值求差。基于重合点位在同一坐标框架下的坐标值和监测值差值,采用多面函数拟合的方法即可得到研究区域整体的分布情况,进行插值绘图,如图8所示。可以看出,相较于精密水准和GNSS检测,融合后的结果能反映大面积区域的沉降信息;相较于单一时序InSAR检测,附加精密水准和GNSS监测数据改正后,监测结果的精度和可靠性得到了提升,融合后的地面沉降速率图比单一数据表现更加丰富,细节更加清晰。

2.3 多源监测数据融合结果分析

2.3.1 研究区域地面沉降时空特征分析

将离散监测点通过克里金差值后叠加行政村界,如图9所示。结果表明:研究区域主要沉降区域位于沛县安国镇、龙固镇、朱寨镇、大屯街道及丰县分凤城街道,在监测周期内的最大沉降速率为29.8 mm/a,位于沛县安国镇冠英村。监测周期内,地面沉降速率超过10 mm/a的沉降区面积为2 018.8 km2,占研究区域总面积61.9%。

2.3.2 采矿区域地面沉降分析

徐州煤炭开采已有130多年的历史,为我国经济发展提供了大量煤炭资源,而沛县北部矿区作为徐州煤炭资源的主体,包括姚桥煤矿在内的一大批高产量煤田,该区域探明的煤炭储量超过20亿t[14]。除此之外,沛县还有姜梨园和新庄两处铁矿开采。而丰县区域有李堂煤矿、瑞丰盐矿和金马盐矿等3处采矿区域。如图10所示。

图10 多源监测数据融合后地面沉降速率分布(叠加采矿区)

由图10可以看出,除闭矿较早(2013年)的沛城煤矿区域外,其他矿区均存在较严重的大面积地面沉降现象,地面沉降现象的发生与矿区的分布呈明显的正相关关系。长期的煤矿和其他矿产开采造成了严重的生态恶化与环境污染。一方面,随着煤炭资源的持续开采,地面标高降低、耕地积水、建构筑物损害、土地盐渍化等生态环境问题,直接影响到矿群关系及煤矿的正常生产。另一方面,矿井关闭后,随着地下水位上升,采动覆岩结构受地下水作用,将产生二次移动变形,从而导致地表移动变形、土地塌陷、建构筑损害等灾害。近年来,随着国家对自然资源和生态环境保护的重视,对矿产开采和地下水抽取进行了整顿治理[15],地面沉降现象得以一定程度遏制。

3 结 语

本文采用源地面沉降监测数据融合方法,综合利用精密水准测量、GNSS技术、InSAR技术3种方法的优势进行联合监测,获取了更为精确全面的区域地面沉降信息。但也存在计算模型较为简单的不足之处,对范围较大、情况复杂区域适用性还有待进一步提升,需探索研究更加科学严密的插值模型,以获取更为准确的地沉降监测数据融合结果。

随着地面沉降监测研究的深入,通过单一化的技术手段和测量方法往往难以准确把握区域地面沉降全貌,需建立天地一体化地面沉降动态监测体系,融合精密水准监测、GNSS监测、时序InSAR监测、基岩标分层标志监测、地下水变化监测、阵列式微震监测和光纤监测等多种技术手段建立自动化监测系统,开展全周期、多视角、高精度、系统性的监测工作,揭示地面沉降现象全貌,准确探究地面沉降分布和发育规律。