投稿问答最小化  关闭

万维书刊APP下载

时序InSAR地表形变监测与分析——以广州和佛山为例

2024/1/15 15:15:02  阅读:180 发布者:

时序InSAR广佛地区地表形变监测与分析

陈帅强 夏元平

(东华理工大学 测绘与空间信息工程学院,江西 南昌 330013

要: 随着经济的快速发展,城市地区的浅层地表运动已成为当前研究热点与重点。本文采用小基线集干涉测量技术对广佛区域从201810月—20224月的36景哨兵1号数据进行处理,并引入 GACOS产品辅助大气校正,获取研究区的时间序列形变。结果表明,研究区内年平均形变速率主要集中在-4.95.9 mm/a,沉降呈零星分布,主要位于禅城区的西部、顺德区的北部及研究区内的南沙区;研究区内的地铁沿线沉降主要在佛山2号线、广州2号线、3号线的局部区域。

0 引言

合成孔径雷达干涉测量技术(interferometric synthetic aperture radarInSAR)兴起于20 世纪60年代末,它来源于Thomas Young 提出的“杨氏双缝干涉实验”[1],这项技术是以合成孔径雷达复数数据提取的相位信息为信息源来获取地表的三维信息和变化信息[2]。1969年,RogerIngalls3]第一次使用InSAR 技术成功地获取金星和月球表面的高程。差分干涉合成孔径雷达技术(differential interferometric synthetic aperture radarD-InSAR)的监测周期过短,不能长期监测某一地区也不能获取时间形变序列,若时空基线过长,就极易失相干[4]。为克服大气和时空失相干的影响,Ferretti 等[5]提出永久散射体干涉测量技术(persistent scatterer InSARPS-InSAR),但PS-InSAR使用的是单张主影像,仍然不可避免会存在失相干的问题,Berardino等[6]针对这一问题,提出了多张主影像的小基线集干涉测量技术(small baseline subset interferometric synthetic aperture radarSBAS-InSAR),该技术通过设置合适的时空基线阈值来确定干涉对,增加了干涉对的数量,进而也增加了多余观测数,使结果更加准确。SBAS-InSAR 技术监测地面沉降已经得到了广泛的应用,杨业成等[7]用该项技术对西藏江达县金沙江流域的滑坡进行时序形变分析,与实地考察的结果基本一致;周吕等[8]应用SBASInSAR技术对北京市进行了地面沉降监测。

突发性的沉降会对国民的生命和财产造成严重的损失,因此对广佛地区进行地面监测是非常有必要的。Ng A 等[9]、刘琦等[10]、高辉等[11]、张永利等[12]、王成等[13]分别利用InSAR 技术在不同的时间段对广州和佛山的不同区域进行监测。同时,中低纬度区域大气成分往往不可忽略,张双成等[14]利用多种方法从干涉图中分离出大气延迟相位。结果表明,经过通用型InSAR 大气校正在线服务(generic atmospheric correction online service for InSARGACOS)数据校正的形变结果与GPS 的结果更为符合;周定义等[15]对昆明市形变监测,使用GACOS产品对大气改正具有一定的效果。考虑到南方水汽比较大,受到大气的影响较为严重,故本文使用哨兵1 号(Sentinel-1A)数据,采用GACOS 数据去除大气延迟误差,异于时空滤波去除大气延迟的方法,使用SBAS-InSAR技术获取广佛地区从20182022 年时间序列形变。

1 研究区概况、数据与处理方法

1.1 研究区概况

研究区位于珠江三角洲,集中在广州市的海珠区、番禺区和南沙区,佛山市的禅城区和顺德区,其经纬度范围分别为112.97°~113.56 °E22.70°~23.16 °N。研究区内分布的河流众多,土地利用类型主要有耕地、建筑用地、水体、森林,其中耕地主要位于南沙区。其气候类型属于东亚季风区,年平均气温在20 ℃~22 ℃,降雨量充沛,其中49 月降雨量最多。研究区地势平坦,高程主要集中在015 m(图1中的黑色矩形)。

1 研究区范围及DEM高程

1.2 实验数据

本文所使用的数据为Sentinel-1A SAR 影像的升轨数据,工作模式为干涉宽幅模式(interferometric wide swathIW),波段为C 波段,分辨率距离向和方位向分别为5 m×20 m,极化方式为垂直发射垂直接收的同向极化方式(vertical verticalVV);研究时间为2018 10 21 日到2022 4 3 日;精密轨道数据来自欧洲空间局官网(https//scihub.copernicus.eu/gnss/#/home);数字高程模型(digital elevation modelDEM)是2000 年获取的航天飞机雷达地形测绘使命(shuttle radar topography missionSRTM),其分辨率为30 m;大气延迟产品由GACOS 官网获取(http//www.gacos.net/)。

1.3 数据处理

本文以2020113日的影像为主影像,对配准后的数据进行了方位向去斜;为提高影像的相干性同时又降低噪声,对影像距离向和方位向采用了102的多视处理;设置合适的时空基线阈值;利用雷达坐标系下的DEM 数据去除地形相位,生成差分干涉图,采用自适应滤波提高相干性以及用最小费用流的解缠方法;利用GACOS数据去除大气误差,采用干涉图堆叠技术得到年平均形变速率,同时用奇异值分解方法解算出时间序列形变,形变结果由视线向转为垂直方向。

2 实验结果

2.1 GACOS使用效果

以两幅干涉图为例,说明引入GACOS数据去除大气延迟误差的效果,干涉图的日期分别为2019-03-142019-07-12 2020-12-092021-03-15,两幅干涉图的时空基线分别为120 T11 m96 T26 m,如图2 所示。对使用GACOS 前后干涉图的相位进行数值统计,发现去大气前的干涉图相位值都偏大,去除大气后的干涉图相位都集中-22 rad。从中可以看出,使用GACOS 数据可以有效地减弱大气误差对干涉图的影响。

2 两种方法对比的干涉图

2.2 形变结果及精度评定

研究区处于抬升的区域主要位于番禺区的南部、研究区的东南部以及顺德区的中西部,沉降区域主要位于禅城区的西部、顺德区的北部以及研究区内的南沙区。本文获取了20182022 年的平均形变速率图,见图3a),广佛地区的年平均形变速率为-3618 mm/a,大部分形变主要集中在-4.95.9 mm/a,整体上处于稳定的状态。利用干涉图堆叠技术获取年平均形变的标准差,见图3b),标准差的大小代表研究区内的数值与平均值之间的差异,本文的标准差主要集中在02.9 mm/a,说明整体的形变处在可控范围。

3 20182022年平均形变速率图及年平均速率的标准差

3 结果分析

3.1 地铁沿线分析

对研究区内的地铁沿线建立500 m 的缓冲区,以此来反演出地铁周围的时空变化机理。实验结果表明位于禅城区西部的佛山2号线存在明显的沉降,位于海珠区的广州2 号线以及广州3 号线也有明显的沉降,其他地铁沿线处于稳定状态。广州地铁1 号线至8 号线(除7 号线外)距本文的研究时间都超过了三年之久,在这几条地铁沿线没有发现明显的沉降区域(除23 号线的局部沉降之外)。据相关资料显示,地铁在建立期间以及运营的前三年时间里,会引起地表变形,在此之后对地表的影响将会趋于稳定状态。7 号线和13 号线分别于2016 年和2017 年年末开通,在研究区内均未观测到明显的形变;但是佛山2号线[图4P1)]、广州2号线[图4P2)]、广州3号线[图4P3)]观测到沉降区域,因此需要对它们重点分析。

4 地铁沿线形变图

P1 研究区(图4)位于佛山2 号线的湖涌站-绿岛湖站-智慧新城站,此地铁于2021 年末开通运营,地铁从2015 12 月初进入地下开挖,在对绿岛湖站到湖涌站施工时,于201827日,在这两个站点之间发生了坍塌事件。分析沉降原因,该地区不存在抽取地下水的情况,该地区的土壤类型为软土,软土的厚度在1020 m,沉降区域是位于建筑物上面,初步推测沉降是由于地铁开挖、地铁运营、在地表修建人工设施等造成的地表负荷过大,软土层厚度分布不均及地基下土层承载力较低所引起的。广州2号线的沉降(P2)主要位于广州海珠区的南洲站的下方,该区域的年沉降速率最大为11 mm,在沉降区域内有一条广州环城高速、广州市第十七中学等;沉降区域(P3)主要位于海珠区的大塘站西侧的海珠同创汇区域,这个区域内建筑物密集,P2P3处的沉降主要是由于地铁运营以及自身建筑物密集挤压地表所导致的。

分别获取P1P2P3 研究区内的沉降特征点ABC(图4),得到三个特征点的时间序列形变(图5),首先发生沉降是A点,但是C点的沉降最为明显,这三处明显的沉降点应该引起人们的关注。

5 特征点时间形变序列

3.2 对研究区内的其他沉降地区进行分析

沉降主要集中在顺德区的北部以及研究区内的南沙区,顺德区沉降的位置分别位于卓越万科朗润园、岳步工业区附近、美的大道附近,工业区附近的沉降主要是因为工业区内有造纸厂、塑料厂、金属制品厂、家具厂等,在生产这些物品的过程中都需要消耗水,推测沉降原因为开采地下水引起的沉降;南沙区内的沉降较为明显,获取的像素点主要都位于建筑物、公路等设施上,南沙区的土质是较为深厚的软土层,主要是由于南沙区位于滨海与河湖相交互沉积的软弱黏性土,考虑沉降原因主要是建筑物会压实地面,从而使土层压缩。获取这几个沉降地区的某一处特征点(图3 中的P4P7),来获取它们的时间形变序列,如图5所示。

4 结束语

本文基于SBAS-InSAR 技术对广佛地区从2018 10 21 日到2022 4 3 日进行地表形变分析,引入GACOS 产品辅助去除大气误差,得出研究区内的年平均形变速率以及时间形变序列。结果表明:

1)研究区内的年平均形变速率主要集中在-4.95.9 mm/a,标准差主要集中在02.9 mm/a,处于抬升的区域主要位于番禺区的南部、研究区的东南部以及顺德区的中西部,沉降区域主要位于禅城区的西部、顺德区的北部以及研究区内的南沙区,整体上处于稳定状态。

2)对研究区内的地铁沿线建立500 m 的缓冲区进行分析,并着重对地铁沿线的沉降区域进行时空沉降诱因机制分析,发现越靠近地铁沉降越明显;对研究区内其他沉降进行分析,选取了四个沉降区域进行研究,发现时间序列形变呈现非线性的趋势,但是整体趋势是沉降。

3)研究区内沉降主要是由于地铁建设、地铁运营、建筑物密集、地下水的抽取以及与自身的土质构造有关。

4)研究区内的植被比较茂密,在夏季的相干性低,故在未来的研究中,可以利用不同波段的雷达数据进行监测。

参考文献

1] 刘国祥,陈强,罗小军.InSAR 原理与应用[M.北京:科学出版社,20191-2.

2] 刘国祥.InSAR 基本原理[J.四川测绘,2004274):187-190.

3ROGERS A E EINGALLS R P.Venusmapping the surface reflectivity by radar interferometryJ.Science19691653895):797-799.

4ZEBKER H AVILLASENOR J.Decorrelation in interferometric radar echoes J.IEEE Transactions on Geoscience and Remote Sensing1992305):950-959.

5FERRETTI APRATI CROCCA F.Permanent scatterers in SAR interferometryJ.IEEE Transactions on Geoscience and Remote Sensing2001391):8-20.

6BERARDINO PFORNARO GLANARI Ret al.A new algorithm for surface deformation monitoring based on small baseline differential SAR interferogramsJ.IEEE Transactions on Geoscience and Remote Sensing20024011):2375-2383.

7] 杨成业,张涛,高贵,等.SBAS-InSAR技术在西藏江达县金沙江流域典型巨型滑坡变形监测中的应用[J.中国地质灾害与防治学报,2022333):94-105.

8] 周吕,郭际明,李昕,等.基于SBAS-InSAR 的北京地区地表沉降监测与分析[J.大地测量与地球动力学,2016369):793-797.

9NG AWANG H ADAI Y Wet al.InSAR reveals land deformation at Guangzhou and FoshanChina between 2011 and 2017 with COSMO-SkyMed dataJ.Remote Sensing2018106):813.

10] 刘琦,岳国森,丁孝兵,等.佛山地铁沿线时序InSAR 形变时空特征分析[J.武汉大学学报(信息科学版),2019447):1099-1106.

11] 高辉,罗孝文,吴自银,等.基于时序InSAR 的珠江口大面积地面沉降监测[J.海洋学研究,2020382):81-87.

12] 张永利,曾宪明,王长委,等.基于QPS-InSAR 珠江口西岸地面沉降监测[J.测绘地理信息,2022476):110-114.

13] 王成,韦帮定,韦元皓.基于SBAS-InSAR 技术的广州市地表沉降监测与分析[J.南方自然资源,20224):50-55.

14] 张双成,宋明鑫,罗勇,等.北京地区时序InSAR 对流层延迟校正方法研究[J.测绘科学,20214610):108-117.

15] 周定义,左小清,喜文飞,等.时序新方法在城市地面沉降监测中的研究[J.测绘科学,2022475):115-124.

Time series InSAR monitoring and analysis of surface deformation in Guangzhou-Foshan region

CHEN ShuaiqiangXIA Yuanping

School of Geomatics and Spatial Information EngineeringEast China University of TechnologyNanchang Jiangxi 330013China

AbstractWith the rapid development of economyshallow surface movement in urban areas has become the focus of current research.In this papersmall baseline subset interferometric synthetic aperture radar was applied to process 36 scene Sentinel-1 data in Guangzhou-Foshan region from October 2018 to April 2022and GACOS product was introduced to assist atmospheric correction to obtain the time series deformation of the study area.The results showed that the average annual deformation rate was mainly in the range of -4.95.9 mm/aand the subsidence was scatteredmainly in the west of Chancheng districtthe north of Shunde district and Nansha district in the study area.The subsidence along the subway line in the study area was mainly in the local area of Foshan Line 2Guangzhou Line 2 and Line 3.

Keywordssmall baseline subset interferometric synthetic aperture radarSBAS-InSAR);Guangzhou-Foshan regionland subsidencegeneric atmospheric correction online service for InSARGACOSproducts

[中图分类号] P237

[文献标识码] A

[文章编号] 1007-3000202309-1303-05

引文格式:陈帅强,夏元平.时序InSAR广佛地区地表形变监测与分析[J.北京测绘,2023379):1303-1307.

[基金项目] 国家自然科学基金(42 17405541962018

[作者简介]陈帅强(1998—),女,河南禹州人,硕士在读,研究方向为InSAR监测地表形变。

E-mail: 3484544106@qq.com

[通信作者] 夏元平,20432xyp@163.com

转自:“测绘学术资讯”微信公众号

如有侵权,请联系本站删除!


  • 万维QQ投稿交流群    招募志愿者

    版权所有 Copyright@2009-2015豫ICP证合字09037080号

     纯自助论文投稿平台    E-mail:eshukan@163.com