基于DInSAR技术的平凉地区地表沉降监测研究

郭恒 刘志扬 王泽辉

摘要

合成孔径雷达的差分干涉测量技术具有精度高、受对流层水蒸气及气溶胶影响较小、监测范围广等特点。文章使用欧洲航天局提供的3期平凉地区Sentinel-lA雷达波重复降轨影像，以及相对应的21天精密轨道参数文件，运用InSAR工作流得到的研究区DEM数据，结合DInSAR两轨法工作模式，获取研究区地表形变量数据。在研究期内得出，地表抬升变化范围在0-69.8mm之间，地表沉降变化范围在0-22.1mm之间，地表的抬升带位于六盘山构造区南部，秦安一陇县一宝鸡方向，地表沉降漏斗位于甘肃省庆阳市西峰区，沉降中中心区面积136.76km²。

【关键词】合成孔径雷达 差分干涉测量Sentinel-1A 两轨法 相位解缠

干涉测量技术（InSAR）技术综合了合成孔径雷达成像原理与电磁波干涉技术，运用传感器的系统参数、姿态参数和轨道之间的几何关系等精确测量地表某一点的三维空间位置。差分干涉测量（DInSAR）技术是InSAR技术的拓展与延伸，可以精确测量地表形变的微小变化量1989年，Grabriel等人[2]首次论证了DInSAR技术可运用于探测厘米级的地表形变监测1993年，Massonnet等人[3]用ERS-1卫星SAR干涉影像数据以及该地区的DEM数据，完整地揭示了加利福尼亚兰德斯地震的同震位移场，得出的形变图与野外实际监测结果一致程度高。随后，Zebker等人[4]提出了利用三轨法从SAR干涉图中提取地震形变的方法。此后，随着DInSAR技术的不断发展，研究热点逐渐转移至地面沉降、山体滑坡等细微持续的地表位移。相比较常规的GPS测量和水准测量手段而言，DInSAR技术可以在大面积范围内监测地面的微小形变，不需要人员进入现场区域测量的特点，可以节省大量人力成本。其次，DInSAR技术用几幅影像就可以监测上万平方公里的地表形变，监测效率高，多幅影像连续的监测精度可达毫米级。与传统的光学传感器相比较，合成孔径雷达发出的电磁波信号可以很轻松的穿透大气，受天气影响微乎其微，更加有利于全天候连续对地监测。

1 D-In SAR监测地表沉降原理

DInSAR差分干涉测量技术是通过两期或多期相干性强的合成孔径雷达数据进行差分干涉，得到高精度的地表微小形变引起的地表形变相位。合成孔径雷达干涉测量技术就是充分利用雷达两次过境时刻所接收到的回波信号所携带的相位信息来得到地表的三维信息或地表形变信息。基本原理就是通过对同一目标的两个回波信号之间产生了相位差来计算距离的，如图1表示为通过对雷达数据干涉处理后得到形变量、相位及波长之间的关系。通常情况下，干涉相位包含地形相位、平地相位、大气延迟相位、噪声相位及地表形变相位5部分，计算公式为：

δini=δtopo+δdef+δflat+δatmo+δnoise（1）

式中，δtopo為地形起伏引起的地形相位;δdef表示地表形变引起相位;δflat为平地场相位;δatmo表示大气延迟相位;δnoise为噪声相位。

2 研究区地表沉降监测

2.1 干涉测量InSAR获取DEM

InSAR干涉测量获取DEM是根据雷达传感器位置不同，以同一区域获取的两幅测试雷达影像作为数据基础，经配准后生成干涉图像，再经过去平、相位解缠等一系列数据处理，从干涉条纹中获取真实相位信息，进而反演出地形高程数据，生成DEM。具体反演技术流程如图2。

2.1.1 基线估算

在生成干涉条纹图前，要用基线做估算的方法来评价干涉图像对主从影像的质量。数据为2期成像时间相隔较近的研究区Sentinel-IA雷达波多视数据，成像时间分别为2016年10月6日与2016年10月29日，接收模式IW，极化方式VV，分辨率5*20m。研究区雷达干涉主从影像的估算结果显示，基线长度为26.38m，小于临界基线6438.17m。雷达波一次2π变换可以探测高程变化588.601m，可监测地表形变的敏感度为0.028m。通过估算结果可以看出，研究所选择的2期雷达干涉像对的数据质量达到了干涉测量的技术要求。

2.1.2 干涉图生成

雷达接收来自地表的反射电磁波，在反射的重叠区会有干涉条纹形成，具有周期性。文章通过使用2期Sentinel-1A的干涉宽幅模式数据，通过对距离相与方位相参数调整，结合DEM中的投影坐标参数，可以得到配准后的干涉条纹图和影像强度图，如图3所示。

2.1.3 去平地效应

雷达波影像中有平地效应，这些区域的干涉条纹会变得密集，直接影响滤波效果，去除平地效应的影影响后使结果更加精确。去除平地效应的方法有优势条纹频率DEM估算法、成像中心轨道参数法。文章结合NASA提供的90m分辨率的STRM4 DEM数据对干涉影像做平地效应的去除，如图4。

2.1.4 滤波及相干性计算

为了去除相位噪声的干扰，需要对影像做滤波处理，如图4所示。干涉图通过滤波后，局部放大图发现干涉条纹出现的噪声显著减少，Data相干系数在0-1之间，Data越大，表征两期雷达波影像相干性越高，进而说明两期雷达波数据的地表形变变化在采集期内变化不明显;Data越小，相干程度越低，代表两期影像的时间周期内地表形变发生了较为明显的变化，如图5。

2.1.5 相位解缠

地表的形变量信息的相位是连续变化缠绕在一起的，干涉条纹经过去除平地效应和滤波处理后，值的范围在-π到π之间，加上周期2kπ，k为整数，让上升或下降的地表趋势得到连续变化，通过相位解缠，干涉条纹可以反映地表真实的相位变化。为保证提取精度，将解缠阈值设定为0.2，相位解缠后结果如图6。

2.1.6 轨道精炼和重去平

轨道精炼过程需要人为选定控制点，选取有效的控制点需要经验与反复试验相结合，一般多选择地表起伏不大的区域以及Data相干系数大的区域一般会得到较好的结果。本文运用该方法选取控制点21个，较为平均分布在研究区内，经三次多项式校正后得出轨道均方差为30.13m，去除残差后的平均差为0.05m，去除残差后的标准残差为0.35m，得到了比较理想的结果。

2.1.7 相位转高程与验证

通过参考相位不断对合成相位进行校正，逐步完成了相位与高程间的转化，最终形成了精度约为25m并附带地理编码的DEM数据，投影信息为UTM，椭球参数为WGS84。如图7。在ArcGIS中对得到的DEM做渲染。并与Google Earth中对应区域特征点做比对并验证，发现两者吻合度较好

2.2 差分干涉测量DInSAR获取地表形变数据

使用研究区2期Sentinel-1A雷达重复降轨影像，见表1，以及欧空局提供的2期数据相对应的21天精密轨道参数文件，结合InSAR工作流得到的研究区DEM数据，运用ENVI5.3与SARscape5.2，使用DInSAR两轨法工作模式，流程如图8，得到研究区地表形变量数据，并在ArcGIS中做渲染，如图9。

3 沉降数据分析

根据差分干涉测量得到的平凉市地表形变空间分布图得出，研究区在两期数据的时间间隔内的地表平均形变量在-22.1mm到69.8mm之间，负号代表地表远离雷达传感器运动，正号代表地表朝向雷达传感器运动。从地表垂直形变量空间分布图可以看出，近一年来，地表的抬升带位于六盘山构造区南部，秦安一陇县一宝鸡方向，地表沉降中心位于甘肃省庆阳市西峰区董志源，沉降中中心区面积196.76km²。沉降区域与甘政发[2017]98号文件公布的地面沉降控制区范围基本一致，将2016年西峰区城市建成区矢量图与沉降中心栅格图在ArcGIS中做空间分析得出，西峰区城市建成区的93.56%为沉降区域，平均沉降量为20.07mm。经分析并参考相关资料，进一步推断区内的沉降除地质条件因素外，大多与地下水开采有密切关系。

4 结语

利用Sentinel-1A数据，基于差分干涉技术获取了平凉地区2015-2016年的地面沉降量分布状况，初步探明了研究区内沉降速率与沉降中心，有助于从宏观方面掌握沉降分布的空间位置，为监测因人类活动造成的地表变形提供有效手段。为有效掌握研究区微小形变及地下水沉降规律，常规D-InSAR技术难以满足需求，随着数据的进一本积累，后续将利用多时序InSAR技术进行监测，可以获得更高的监测精度，配合地区降雨、径流量变化、城市用水量等数据，可以更好的对研究区的沉降规律进行整体把握。

参考文献

[1]张长书，朱建军，胡俊，王兴旺.基于SRTM数据的二轨D-InSAR监测城市地表沉降研究[J]，测绘科学，2009，34（02）：45-47.

[2]Gabriel A K，Goldstein R M，Zebker HA.Mapping small elevation changesover large areas：differentialradar interferometry.J Geophys Res94（B7）：9183-9191[J].Journal ofGeophysical Research AtMOSpheres，1989，94（B7）：9183-9191.

[3]Massonnet D，Rossi M，Carmona C，etal.The displacement field of theLanders earthquake mapped by radarinterferometry[J].Nature，1993，364（6433）：138-142.

[4]Zebker H A，Rosen P A，GoldsteinR M，et a1.On the derivation ofcoseismic displacement fields usingdifferential radar interferometry：The Landers earthquake[J].Journalof Geophysical Research Solid Earth，2002，99（B10）：19617-19634.

[5]李廣宇，张瑞，刘国祥，于冰，张波，戴可人，包佳文，韦博文.Sentinel-1A TS-DInSAR京津冀地区沉降监Ni与分析[J].遥感学报，2018，22（04）：633-646.

[6]成晓倩，马超，康建荣，邹友峰.联合DInSAR和PIM技术的沉陷特征模拟和时序分析[J].中国矿业大学学报，2018（05）：1141-1148.

[7]郭恒.基于GIS与RS技术的平凉市地质灾害危险性评价[D].四川师范大学，2017.

[8]陈志谋，胡波，陈金座等.利用InSAR技术监测石油开采引起的地表形变[J].测绘通报，2017（11）：42-46.

[9]刘勇，李培英，丰爱平，黄海军.黄河三角洲地下水动态变化及其与地面沉降的关系[J].地球科学（中国地质大学学报），2014，39（11）：1655-1665.

[10]雷坤超，陈蓓蓓，贾三满，王树芳，罗勇.基于PS-InSAR技术的北京地面沉降特征及成因初探[J].光谱学与光谱分析，2014，34（08）：2185-2189.