Land Subsidence Monitoring in the Central Urban Area of Xinyang City Based on Time-Series InSAR Technology
-
摘要:
基于小基线集合成孔径雷达干涉技术(SBAS-InSAR)对2018年11月至2022年10月间Sentinel-1卫星数据进行处理, 获取了信阳市中心城区该时期的地面沉降变化, 并利用永久散射体干涉测量技术(PS-InSAR)对沉降区的同名点进行验证。结果表明: PS-InSAR和SBAS-InSAR沉降结果保持了良好的一致性; 信阳市中心城区整体呈现“老城稳定, 新区沉降”的特征, 其中羊山新区地表沉降最为明显; 利用SBAS-InSAR技术进行城市沉降监测具有一定的适用性和可靠性, 可为信阳市中心城区地表沉降的监测和预警工作提供参考。
-
关键词:
- 沉降监测 /
- 合成孔径雷达干涉技术(SBAS-InSAR) /
- 永久散射体干涉测量技术(PS-InSAR) /
- 信阳市 /
- Sentinel-1
Abstract:Based on the Small Baseline Subset Interferometric Synthetic Aperture Radar (SBAS-InSAR) to process Sentinel-1 satellite data from November 2018 to October 2022, which obtained the cumulative land subsidence in the central urban area of Xinyang. The Permanent Scatterer InSAR (PS-InSAR) was used to verify the homonymous points in the settlement area. The results showed that the settlement results of PS-InSAR and SBAS-InSAR maintained good consistency. The overall urban area of Xinyang City Center exhibited the characteristics of "stable old city, subsidence new area", with Yangshan New Area having the most obvious surface subsidence. The use of SBAS-InSAR technology for urban subsidence monitoring has certain applicability and reliability, which can provide the reference for future monitoring and early warning of surface subsidence in the central urban area of Xinyang.
-
Keywords:
- settlement monitoring /
- SBAS-InSAR /
- PS-InSAR /
- Xinyang city /
- Sentinel-1
-
开放科学(资源服务)标识码(OSID):
0. 引言
粗放式经济增长模式下，城市化进程加快的同时，大规模的土地开发和工程建设也加速了地面沉降的发生，对城市的建设和人民生产生活的影响日渐凸显。信阳作为南北过渡带的典型代表，地理位置优越，交通枢纽地位日益突出，地面沉降问题更应得到重视。通过沉降观测，获取信阳市中心城区的地面沉降情况，及时采取相应的措施进行保护和修复，这对城市的可持续发展以及居民生活保障具有至关重要的意义[1-2]。
时序InSAR技术是一种使用合成孔径雷达干涉进行地表形变监测的技术，不受时间和气候的限制，可及时探测城市内地表反常形变的地区[3-4]。InSAR技术在地震、滑坡、地下水开采和监测城市扩张等领域有着广泛的应用[5]。张路等[6]基于时间序列InSAR分析了西部山区滑坡灾害隐患，成功识别出了四川丹巴17处持续变形中的不稳定坡体。许文斌等[7]利用InSAR短基线技术估计洛杉矶地区的地表时序形变和含水层参数，在InSAR干涉图中可以清楚地识别多处沉降明显的区域。BUI等[8]研究了SBAS技术获取InSAR地面运动速率的影响因素。同时，时间序列InSAR技术由于其大范围、高精确的地表形变结果，在城市地区大范围地表沉降监测中表现出很大的优势。国内相关研究已陆续应用于北京、南京等地区[9-10]。
本研究利用2018年11月至2022年10月共48景Sentinel-1数据，结合ASTER GDEM 30 m分辨率数字高程模型和欧空局提供的Sentine-l时间序列精密轨道文件，基于小基线集合成孔径雷达干涉技术(SBAS-InSAR)监测信阳市中心城区地表形变，对比永久散射体干涉测量技术(PS-InSAR)监测结果验证该监测结果的可靠性，并分析了信阳市中心城区地表形变的时空特征。
1. 研究区域与数据
1.1 研究区域
信阳地处河南省南部，位于秦岭—淮河地理分界线上，跨越了淮河流域和南水北调中线工程的中心线，属于北亚热带和暖温带过渡带。近年来，随着城市化进程的不断推进，信阳市经济发展一直处于稳步增长的状态。浉河区、平桥区加大了对基础设施和公共服务设施的投入，在交通、教育、商业等方面得到了显著发展。羊山新区是信阳市新兴的经济发展区，良好的区位优势和发展环境促进了羊山新区的快速发展。本文研究区域(图 1)位于信阳市主城区，主要包括浉河区、平桥区、羊山新区。
1.2 数据来源
Sentinel-1是欧空局和欧盟委员会共同资助的一组雷达卫星，该卫星于2014年4月发射，是欧洲环境监测计划的重要组成部分。Sentinel-1基于C波段的成像系统主要有条带图SM(Stripmap)、干涉测宽条带IW(Interferometric Wide swath)、超宽条带EW(Extra Wide swath)、波浪模式WV(Wave)4种成像模式，具有双极化、短重访周期、快速产品生产的能力。Sentinel-1全球范围覆盖、多传感器、多功能、高分辨率、高精度、全天候、全天时、长期稳定的观测等特点，可以提供大量的地表变形、土地覆盖等方面的地球观测数据。这些数据对于应对气候变化、减少灾害风险等方面有着重要的意义。
本研究使用欧空局提供的信阳市2018年11月至2022年10月期间信阳市主城区48景高分辨率Sentinel-A SLC影像数据，该数据为每月一景并采用垂直极化(VV)方式。同时，结合ASTER GDEM 30 m DEM数据和Sentinel-A在研究时段内15 d的精密轨道数据，对研究区域生成的合成孔径雷达数据进行分析处理。
2. 数据处理方法
SBAS方法的基本原理是以一组SAR数据为基础，将其划分成多个小集合，并设定一定的空间和时间阈值。每个小集合内的基线距离较小，这样可以减弱空间基线对失相干的影响。通过对每个小集合内的数据进行最小二乘求解和奇异值分解，可有效解决由于SAR影像集合之间空间基线过长而导致的不连续问题，从而得到整个时间序列地表形变信息的联合求解结果和地形相位[11-12]。
PS-InSAR技术是针对同一地区不同时间的多景原始SAR影像的处理方法，使用POD精密轨道数据来减少基线误差，选择最优模型来确定一景为主要影像，其余为辅助影像，从而生成时间序列干涉像对，可以提取不受时空失相干和大气相位影响的永久散射体(PS)点，并消除地形相位、进行时间和空间滤波等处理，从而提取PS点的形变量，以便监测地表沉降[13]。
SBAS-InSAR有多幅主影像，这样形成的时空基线相对来说都是短基线，可有效克服时间与空间失相干现象。同时相比较PS-InSAR技术而言，所需的研究区域影像数量更少，其监测精度可达到mm级[14-15]。本研究结合PS-和SBAS-InSAR的技术特点，利用PS-InSAR提供的GCP点用于SBAS-InSAR轨道精炼处理，同时将两者结果进行对比验证，具体数据处理流程如图 2所示。
3. 信阳市地面监测沉降结果分析
3.1 SBAS和PS技术主城区地面监测结果对比
利用SBAS-InSAR技术获取信阳市2018年至2022年地面沉降速率结果如图 3所示。
![]()
图 3 利用SBAS-InSAR技术的信阳市中心城区沉降年变率Figure 3. Annual average subsidence rate of Xinyang city obtained from SBAS-InSAR由图 3可知，信阳市中心城区大部分沉降年变化为-2~4 mm/a，小部分区域大于4 mm/a，最大沉降年变化为12.3 mm/a。形变速率为正，表示目标沿远离雷达的方向运动；反之，目标沿朝向雷达的方向运动。监测结果表明，浉河区部分区域有抬升趋势，年平均沉降速率在-2 mm/a左右。沉降较为显著的地点多发生在羊山新区和平桥区。城区主干道沿线如新七大道、北环路、东环路、工五路等呈现线状沉降趋势。同时，沿浉河河道周边也具有沉降趋势，且较为明显。信阳地区的地表沉降受城市建设与工业发展影响严重，沉降漏斗的空间分布与工程建设施工区域和工业区的空间分布相关性较高。另外，信阳地区的碳酸盐岩岩溶作用也是该地区地表沉降的重要影响因素。地表沉降的季节性变化与水位变化和降水有关，沉降变化与水位变化密切相关。形变(线性形变、材料热膨胀)是持续变化的微小量，即无明显地质运动(地震、滑坡)的情况下，其在时空维度可表征为高相关。
使用PS-InSAR监测结果验证该监测结果的精度，如图 4所示。通过SBAS-InSAR和PS-InSAR技术得到的主城区形变速率对比，发现监测结果较为一致。
![]()
图 4 利用PS-InSAR技术的信阳市中心城区沉降年变率Figure 4. Annual average subsidence rate of Xinyang city obtained from PS-InSAR3.2 形变结果验证
为了验证SBAS-InSAR技术监测信阳市中心城区地面沉降的精度，分别选取了浉河区(图 5a)、平桥区(图 5b)、羊山新区(图 5c和图 5d)在PS-InSAR和SBAS-InSAR形变速率结果沉降区域较为明显的同名点进行对比。通过比对发现两者同名点监测结果在累计形变量和形变趋势上基本趋向一致，结果表明：通过SBAS-InSAR技术，得到的地面形变监测结果是可靠的。后续将继续采用SBAS-InSAR技术对信阳市中心城区主要干道沿线进行监测分析。浉河区年平均沉降速率稳定，密集高层的建筑物促进了浉河区经济的发展，同时大范围的城区改造也造成了地面沉降的现象。平桥区部分地区沉降趋向明显，新开发区发展迅速，建筑群接蹱林立，高层建筑物的重压是一个导致平桥区地面沉降重要原因。羊山新区部分区域沉降较为明显，羊山新区在开发建设之前地形起伏较大，发展改造的过程中进行了大量回填，具有明显沉降趋势区域与回填工作有一定的相关性。
![]()
图 5 PS-InSAR与SBAS-InSAR特征点累积沉降Figure 5. Cumulative settlement of characteristic points obtained from PS-InSAR and SBAS-InSAR3.3 利用SBAS技术对信阳市中心城区及主干道监测结果分析
基于SBAS技术的信阳市中心城区在研究时期内的累计沉降演变结果见图 6。由图 6可知，随着时间发展累计沉降呈现逐渐增加且扩散的特点，中心城区整体出现了“老城稳定，新区沉降”的空间分布特征。研究时间内沉降最大的区域位于羊山新区一带，累计沉降量大多在5~20 mm之间。
图 7结果表明，新七大道在监测时段内累计形变最大沉降达75.6 mm，通过分析时序InSAR技术监测获得的新七大道沿线形变数值，可对该路段进行监测及预警工作。新十八大街沿线在监测时段内，沉降数值位于-50~40 mm区间，新十八大街为新修建的主干道，沉降抬升数值较为明显。部分位于郊区路段出现大幅抬升现象，人流量、车流量汇集的路段沉降较为明显，城市中的地表形变量如果超过了一定阈值，就会破坏建筑物的基础，诱发工程灾害。
![]()
图 7 信阳市中心城区主干道监测结果分析Figure 7. Monitoring results of main roads in the central city of Xinyang信阳市主要有信阳站和信阳东站两个火车站，信阳境内现有京广铁路、京九铁路、宁西铁路、郑武高铁等4条铁路。本研究重点分析了途径信阳站铁路沿线和信阳东站铁路沿线，监测结果如图 8所示，京广铁路沿线3年累计沉降形变量约为5~10 mm，整体沉降较为一致。京广高铁沿线沉降较为稳定，约为-5~5 mm范围内，高铁站周围优于处于开发中出现了较小区域的沉降，最大累计沉降量为28.4 mm；普通轨道相比较高铁轨道而言，轨道技术标准较低，防护措施弱，监测时段内形变量比高铁轨道更为明显。地表沉降受城市建设与工业发展影响，碳酸盐岩岩溶作用也是信阳地区铁路沿线地表沉降的重要影响因子。
4. 结论
基于SBAS-InSAR对多年长时序的Sentinel-1系列卫星数据进行处理研究，获取信阳市中心城区2018年11月至2022年10月地面沉降区域的累计时序变化及年均沉降速率变化结果，并使用PS-InSAR监测结果验证该监测结果的可靠性。对中心城区沉降时空特征的分析结果表明：信阳市中心城区由西往东存在明显的沉降，其中浉河区在监测时段内形变相对稳定，羊山新区和平桥区沉降较为明显，整体呈现“老城稳定，新区沉降”的特征；羊山新区、平桥区在城市建设中土地的开采和挖掘的部分区域、新十八大街、新七大街主干道等沉降较为明显，有关部门应当注意人、车流量汇集较大的区域，定期检查路段，InSAR技术可以与地面监测站合作，进行该区域的长期和近实时监测。
-
![]()
图 3 利用SBAS-InSAR技术的信阳市中心城区沉降年变率
Figure 3. Annual average subsidence rate of Xinyang city obtained from SBAS-InSAR
![]()
图 4 利用PS-InSAR技术的信阳市中心城区沉降年变率
Figure 4. Annual average subsidence rate of Xinyang city obtained from PS-InSAR
![]()
图 5 PS-InSAR与SBAS-InSAR特征点累积沉降
Figure 5. Cumulative settlement of characteristic points obtained from PS-InSAR and SBAS-InSAR
![]()
图 7 信阳市中心城区主干道监测结果分析
Figure 7. Monitoring results of main roads in the central city of Xinyang
-
[1] HRYSIEWICZ A, HOLOHAN E P, DONOHUE S, et al. SAR and InSAR data linked to soil moisture changes on a temperate raised peatland subjected to a wildfire[J]. Remote Sensing of Environment, 2023, 291: 113-516.
[2] 张志华, 胡长涛, 张镇, 等. 基于PS-InSAR上海地区地表沉降监测与分析[J]. 自然资源遥感, 2022, 34(3): 106-111. https://www.cnki.com.cn/Article/CJFDTOTAL-GTYG202203014.htm ZHANG Zhihua, HU Changtao, ZHANG Zhen, et al. PS-InSAR-based monitoring and analysis of surface subsidence in Shanghai[J]. Remote Sensing for Natural Resources, 2022, 34(3): 106-111. https://www.cnki.com.cn/Article/CJFDTOTAL-GTYG202203014.htm
[3] 李德仁, 廖明生, 王艳. 永久散射体雷达干涉测量技术[J]. 武汉大学学报(信息科学版), 2004, 29(8): 664-668. https://www.cnki.com.cn/Article/CJFDTOTAL-WHCH200408001.htm LI Deren, LIAO Mingsheng, WANG Yan. Progress of permanent scatterer interferometry[J]. Geomatics and Information Science of Wuhan University, 2004, 29(8): 664-668. https://www.cnki.com.cn/Article/CJFDTOTAL-WHCH200408001.htm
[4] MA D, ZHAO R, LI Y, et al. Land subsidence assessment of an archipelago based on the InSAR time series analysis method[J]. Water, 2023, 15(3): 465. doi: 10.3390/w15030465
[5] 张诗玉, 李陶, 夏耶. 基于InSAR技术的城市地面沉降灾害监测研究[J]. 武汉大学学报(信息科学版), 2008, 33(8): 850-853, 858. https://www.cnki.com.cn/Article/CJFDTOTAL-WHCH200808020.htm ZHANG Shiyu, LI Tao, XIA Ye. Study on urban area subsidence monitoring based on InSAR technique[J]. Geomatics and Information Science of Wuhan University, 2008, 33(8): 850-853, 858. https://www.cnki.com.cn/Article/CJFDTOTAL-WHCH200808020.htm
[6] 张路, 廖明生, 董杰, 等. 基于时间序列InSAR分析的西部山区滑坡灾害隐患早期识别——以四川丹巴为例[J]. 武汉大学学报(信息科学版), 2018, 43(12): 2039-2049. https://www.cnki.com.cn/Article/CJFDTOTAL-WHCH201812031.htm ZHANG Lu, LIAO Mingsheng, DONG Jie, et al. Early detection of landslide hazards in mountainous areas of West China using time series SAR interferometry: A case study of Danba, Sichuan[J]. Geomatics and Information Science of Wuhan University, 2018, 43(12): 2039-2049. https://www.cnki.com.cn/Article/CJFDTOTAL-WHCH201812031.htm
[7] 许文斌, 李志伟, 丁晓利, 等. 利用InSAR短基线技术估计洛杉矶地区的地表时序形变和含水层参数[J]. 地球物理学报, 2012, 55(2): 452-461. https://www.cnki.com.cn/Article/CJFDTOTAL-DQWX201202008.htm XU Wenbin, LI Zhiwei, DING Xiaoli, et al. Application of small baseline subsets D-InSAR technology to estimate the time series land deformation and aquifer storage coefficients of Los Angeles area[J]. Chinese Journal of Geophysics, 2012, 55(2): 452-461. https://www.cnki.com.cn/Article/CJFDTOTAL-DQWX201202008.htm
[8] BUI L K, FEATHERSTONE W E, FILMER M S. Disruptive influences of residual noise, network configuration and data gaps on InSAR-derived land motion rates using the SBAS technique[J]. Remote Sensing of Environment, 2020, 247: 111941. doi: 10.1016/j.rse.2020.111941
[9] 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, 2016, 36(9): 793-797. https://www.cnki.com.cn/Article/CJFDTOTAL-DKXB201609009.htm ZHOU Lü, GUO Jiming, LI Xin, et al. Monitoring and analyzing on ground settlement in Beijing area based on SBAS-InSAR[J]. Journal of Geodesy and Geodynamics, 2016, 36(9): 793-797. https://www.cnki.com.cn/Article/CJFDTOTAL-DKXB201609009.htm
[10] 高二涛, 范冬林, 付波霖, 等. 基于PS-InSAR和SBAS技术监测南京市地面沉降[J]. 大地测量与地球动力学, 2019, 39(2): 158-163. https://www.cnki.com.cn/Article/CJFDTOTAL-DKXB201902011.htm GAO Ertao, FAN Donglin, FU Bolin, et al. Land subsidence monitoring of Nanjing area based on PS-InSAR and SBAS technology[J]. Journal of Geodesy and Geodynamics, 2019, 39(2): 158-163. https://www.cnki.com.cn/Article/CJFDTOTAL-DKXB201902011.htm
[11] 杨成生, 张勤, 赵超英, 等. 短基线集InSAR技术用于大同盆地地面沉降、地裂缝及断裂活动监测[J]. 武汉大学学报(信息科学版), 2014, 39(8): 945-950. https://www.cnki.com.cn/Article/CJFDTOTAL-WHCH201408012.htm YANG Chengsheng, ZHANG Qin, ZHAO Chaoying, et al. Small baseline bubset InSAR technology used in Datong basin ground subsidence, fissure and fault zone monitoring[J]. Geomatics and Information Science of Wuhan University, 2014, 39(8): 945-950. https://www.cnki.com.cn/Article/CJFDTOTAL-WHCH201408012.htm
[12] 朱建军, 李志伟, 胡俊. InSAR变形监测方法与研究进展[J]. 测绘学报, 2017, 46(10): 1717-1733. https://www.cnki.com.cn/Article/CJFDTOTAL-CHXB201710054.htm ZHU Jianjun, LI Zhiwei, HU Jun. Research progress and methods of InSAR for deformation monitoring[J]. Acta Geodaetica et Cartographica Sinica, 2017, 46(10): 1717-1733. https://www.cnki.com.cn/Article/CJFDTOTAL-CHXB201710054.htm
[13] 代志宏, 卢鹏, 张志芳, 等. 基于PS-InSAR技术的南宁地表沉降监测与分析[J]. 大地测量与地球动力学, 2021, 41(5): 491-496, 519. https://www.cnki.com.cn/Article/CJFDTOTAL-DKXB202105009.htm DAI Zhihong, LU Peng, ZHANG Zhifang, et al. Surface subsidence monitoring and analysis of Nanning based on PS-InSAR technology[J]. Journal of Geodesy and Geodynamics, 2021, 41(5): 491-496, 519. https://www.cnki.com.cn/Article/CJFDTOTAL-DKXB202105009.htm
[14] 侯安业, 张景发, 刘斌, 等. PS-InSAR与SBAS-InSAR监测地表沉降的比较研究[J]. 大地测量与地球动力学, 2012, 32(4): 125-128, 134. https://www.cnki.com.cn/Article/CJFDTOTAL-DKXB201204028.htm HOU Anye, ZHANG Jingfa, LIU Bin, et al. Comparative study on monitoring surface subsidence with PS-InSAR and SBAS-InSAR[J]. Journal of Geodesy and Geodynamics, 2012, 32(4): 125-128, 134. https://www.cnki.com.cn/Article/CJFDTOTAL-DKXB201204028.htm
[15] 王舜瑶, 卢小平, 刘晓帮, 等. 一种顾及永久散射体的SBAS InSAR时序地表沉降提取方法[J]. 测绘通报, 2019(2): 58-62, 70. https://www.cnki.com.cn/Article/CJFDTOTAL-CHTB201902013.htm WANG Shunyao, LU Xiaoping, LIU Xiaobang, et al. A SBAS InSAR time series ground deformation extraction approach considering permanent scatterers[J]. Bulletin of Surveying and Mapping, 2019(2): 58-62, 70. https://www.cnki.com.cn/Article/CJFDTOTAL-CHTB201902013.htm
下载:
计量
- 文章访问数: 91
- HTML全文浏览量: 37
- PDF下载量: 14
