基于DS-InSAR 技术的西宁市地表沉降监测

徐秀杰，陈 冬

（1.莆田学院土木工程学院，福建 莆田 351100；2.莆田市水利工程质量监督站，福建莆田351100）

随着我国经济社会的飞速发展和城镇化进程的不断加速， 越来越多的超高层建筑及大型工程建设项目不断涌现，城市地面沉降灾害频频发生，给人们的生命和财产安全构成严重威胁，对城市未来的经济发展、工程建设、交通、生活等多方面都产生严重影响［1］。 地表沉降诱发因素较多，其中地表荷载是城市变形沉降的一个主要因素。 传统的测量技术监测效率低、成本高、工作任务繁重，难以实现大范围、高密度、长时间的动态地面变形监测。 而采用InSAR （Interfermetric Synthetic Aperture Radar） 空间对地观测技术不仅能够对大范围地表进行形变监测， 而且具有较高的时间分辨率和观测精度［2］，因此被广泛应用在城市变形监测中［3］。

西宁市的岩土类型主要是黄土、泥岩、砂岩、石膏岩等松散的砾石土。该地区地质构造复杂，作为青藏高原向内陆扩张的前缘部分，构造活动剧烈，地质灾害频频发生， 这些特点使西宁市成为我国地质灾害隐患较严重的省会城市。 近年来， 有很多学者利用InSAR、GNSS 等地面沉降监测技术对西宁市地表进行沉降监测。王新玲等［4］采用DS-InSAR 技术对郓城矿区地表进行沉降监测，确定了主要形变地区和形变程度。王星等［5］采用DS-InSAR 技术对曹妃甸沿海地区的地表进行沉降变形监测，得到了该区域地表形变情况。 曾学宏等［6］采用SBAS-InSAR 技术基于Sentinel-1A 影像数据对2017 年4 月至2021 年2 月的西宁市城市地表进行沉降监测，并分析其沉降驱动因素。本文基于西宁市2020 年9 月至2022 年8 月的58 景Sentinel-1A 影像数据， 采用DS-InSAR 技术对西宁市的地表沉降进行监测，并对重点沉降地区进行沉降成因分析。

1 研究区域及数据源

1.1 研究区域

西宁市地处青海省东北部，地理坐标为经度101°20′00″-102°00′00″E 和纬度36°20′00″-31°00′00″N。呈东西向条带形状，地势呈现西南较高、东北较低的形态。 四周群山环绕，气候较干旱，年平均降水量约为380 mm，岩土类型主要有黄土、泥岩、砂岩、石膏岩等。 本文研究区域主要以西宁市市区为主， 包含城北区、城东区、城西区、湟中区和城中区，研究区域分布如图1 所示。

图1 研究区域

1.2 数据源

本文采用2020 年9 月—2022 年8 月西宁市5 个城区共58 景的Sentinel-1A 数据进行西宁市地表沉降变形监测，Sentinel-1A 数据来源于欧空局（ESA）发布的卫星升轨数据，所采用的Sentinel-1A 影像的极化方式为VV+VH，数据的成像模式为IW，空间分辨率为方位向13.97 m 和距离向2.32 m，数据类型为SCL，影像入射角为33.7°，重访周期为12 天，数字高程模型采用美国国家航空航天局提供的SRTM DEM 数据， 分辨率为30 m［7］。 影像具体参数如表1 所示。

表1 研究区域影像参数

2 研究方法

针对西宁市2020 年9 月—2022 年8 月的58 景影像数据采用DS-InSAR 技术进行数据处理， 其主要处理流程如下：

（1）将欧空局（https://scihub.copernicus.eu/dhus/#/home）下载的Sentinel-1A 58 景影像依据拟定的研究区域进行裁剪，并选取2021 年9 月7 日的影像为主影像，组成58 幅时间序列差分干涉像对。

（2）将时间基线阈值设置为36 d，空间基线阈值设置为200 m,对影像进行差分干涉处理，得到158 对小基线差分干涉集， 其基线分布如图2所示。

图2 DS-InSAR 基线分布

（3） 对强度影像采用FaSHPS 方法进行同质点的识别，选取DS 候选点，利用相干矩阵分解法做相位优化［8-9］，则分布式目标的相干性矩阵可表示为，即

式中：向量y是N 景SAR 影像的分布式目标同质点通过复数观测向量振幅归一化处理获得的向量y=[y1,y2, …,y]；NSHPS为分布式目标同质点的数目；H 为厄密特共轭转置［10］。 将式（1）进行特征值分解可得

（4）利用30 m 分辨率的DEM 数据去除平地相位，然后采用自适应干涉相位方法进行滤波， 并进行相位解缠和相干性计算。

（5）相位解缠处理，并对残余的变形及残余相位进行剔除处理。

（6）进行地理编码，获取研究区域的地表时序形变结果。

依据图3 所示的处理流程， 将研究区域的影像数据采用DS-InSAR 技术进行数据处理，并提取西宁市地表沉降时序信息，共选取了1 904 163个相干点。将DSInSAR 技术获取的西宁市地表年平均沉降量去除残余地表形变和残余变形信息， 分析地表的时序沉降序列的沉降规律。

图3 DS-InSAR 处理流程

3 西宁市地表沉降结果及驱动因素分析

3.1 DS-InSAR 时序监测结果

西宁市沉降变形区域主要集中在高速、大型厂房附近，为了更直观、准确分析研究区域内的地表沉降情况， 在该研究区域内选取A、B、C、D 4 个特征区域进行研究分析。 如图4 所示，A 区域特征点位于西宁绕城高速附近，B 区域特征点位于京藏高速附近，C区域特征点位于西塔高速公路附近，D 区特征点位于西宁南绕城高速附近。

图4 西宁市地表沉降速率与特征点分布

其主要沉降区域分布在市区周边高速公路附近，城区沉降主要体现在国际街社区、大众街社区及西宁市生产力促进中心附近，沉降速率大部分为10～19 mm/a，最大沉降速率为大众街社区凤凰山路附近， 达到30 mm/a。 市区周边西宁南绕城高速附近沉降范围较大，最大沉降速率达到62 mm/a，大部分区域沉降速率达到20～40 mm/a。 城北区地表沉降变形范围较小，主要变形区域集中在京藏高速附近，最大沉降速率为52 mm/a。 城西区变形较多，主要变形区域为西宁市绕城高速与西塔高速交接区域，沉降速率最大值为47 mm/a，此外，该区域火烧沟附近整体形变速率为20～30 mm/a。 城中区有两处明显变形区域， 其中西塔高速附近最大沉降速率为41 mm/a。

3.2 西宁市地表沉降结果分析

根据上述监测数据， 绘制4 个特征区域沉降与高清影像叠加图（图5）。 由图5 可知，A 区位于西宁南绕城高速沈家沟附近， 由于该区附近有砖厂及仓储公司，导致地表荷载较大，加之特殊的湿陷性黄土地质条件，导致该区域产生沉降，地表沉降平均速率最大达47 mm/a，沉降区域正上方建有停车场， 该处沉降具有线性下降的趋势。B 区位于京藏高速旁的崖沟处，崖沟附近为阶梯田，且地质为湿陷性黄土，农田灌溉及特殊的地质条件导致该区域出现持续沉降的情况， 其沉降平均速率达到52 mm/a，存在滑坡的潜在危险；其地理位置位于京藏高速旁，其下方为马坊镇，正处于人口密集的住宅区。C 区位于西塔高速附近，该沉降区位于阶梯田上。D区位于西宁南绕城高速附近， 该区域市区地面有明显沉降，主要沉降位置位于凤凰山路附近，主要因素为该路段道路工程施工建设产生的附加荷载及土体自重等导致湿陷性黄土结构稳定性遭到破坏；此外，该区域和盛园、和盛路段附近也有明显沉降，其沉降可能是盛园三期134 号楼附近2021 年新增建筑项目，建筑荷载增加和相应工程基坑开挖及工程降水措施导致地表土体原始结构遭到破坏， 引起周围建筑物产生不均匀沉降及相应的地表沉降效应。

图5 形变区域与高清影像叠加图

4 结论

本文采用DS-InSAR 技术对2020 年9 月至2022年8 月覆盖青海省西宁市的58 景Sentinel-1A 数据进行形变监测处理， 获取了西宁市研究时段内的地表沉降年平均变化率及其变化特征， 并对重点沉降区域进行成因分析，得出以下结论。

（1）西宁市地表沉降特征明显，研究区域范围内主要存在4 处变形较大的区域， 城东区西宁南绕城高速附近最大沉降速率为62 mm/a， 其他区域形变大部分沉降率为16～46 mm/a，且存在持续沉降变形趋势。西宁市地表变形区域位于高速公路、火车站及居民区较近。

（2）结合地质信息及地表荷载分布变化可知，西宁市地表沉降主要与其地表湿陷性黄土土层遇水后土壤结构迅速遭到破坏有关，此外，西宁市地表沉降与西宁市各种土建工程也有很大的关系， 尤其是与高速公路建设、大型工业园及厂房等大型工程建设有关。