PS‐In SAR与PSP‐InSAR监测地面沉降的比较

高晓雄 金 艳 祝彦敏

1 浙江省测绘科学技术研究院，浙江 杭州，311100

地面沉降引发的相关地质灾害是国内外普遍关心的问题之一，由自然因素或人为活动引发的地质灾害可能引起建筑物裂缝、道路塌陷等危害，给人们的生活生产造成严重危害［1］。

传统地面沉降监测主要依赖于水准测量和GPS技术，优点是精度高，缺点主要是观测点的密度低、观测成本高、观测周期长。与传统形变监测技术相比，合成孔径雷达干涉测量（interferometric synthetic aperture radar，In SAR）技术具有高精度、高分辨率、覆盖范围大、全天时全天候等优势，具有传统形变监测手段无可比拟的优越性［2⁃4］。永久散射体（perma⁃nent scatterer，PS）［5］技术和短基线子集（small base⁃line subset，SBAS）技术［6］已被广泛应用于矿区［7］、城市［8，9］等地表沉降的监测。为了解决非城市地区可选为PS点的高相干点较少的问题，有学者在传统PS⁃In SAR技术的基础上提出了永久散射体对合成孔径雷达干涉测量（permanent scatterer pair In SAR，PSP⁃In SAR）技术［10，11］。

本文采用PS⁃In SAR技术和PSP⁃In SAR技术对杭州市主城区进行时序形变监测，并将这两种技术获取的结果进行交叉验证分析。

1 研究区域与数据

1.1 研究区域

杭州市位于浙江省中部偏北，东濒杭州湾，南与金华、衢州、绍兴三市相接，西与安徽省交界，北与湖州市、嘉兴市相邻，钱塘江从市区穿过。杭州市地貌类型多样，地形变化复杂，尤其是市区西北和西南部的中低山丘陵区，自然条件差，地质环境条件脆弱，易触发地质灾害。本文研究区域为杭州市主城区，研究区域位置及分析点分布如图1所示。

图1 研究区域位置及分析点分布图Fig.1 Location of the Study Area and Distribution of Analysis Points

1.2 数据与处理

本文数据源为意大利空间局与意大利国防部共同研发运营的COSMO⁃Sky Med影像，参数见表1。

表1 COSMO‐Sky Med影像参数Tab.1 Parameters of COSMO⁃Sky Med Images

1.2.1 PS⁃InSAR技术处理流程及结果

本文的公共主影像为2018年3月3日获取的SAR影像，干涉对基线见图2。结合数字高程模型（digital elevation model，DEM）数据对从影像进行精密配准，重采样到主影像空间，设置时空阈值筛选出质量较高的干涉对；通过设置光谱特性和振幅离差阈值最终得到396 652个雷达波后向散射较为稳定的目标（即PS点），建立PS点之间的关系模型，并根据反演得到的轨道误差和大气误差对模型进行修正，其中地形相位可以借助空间分辨率30 m的DEM予以处理，获取每个PS点在时间序列上的形变量以及平均形变速率。PS⁃In SAR技术的数据处理流程如图3所示。图4为采用PS⁃In SAR技术获取的研究区域的年平均沉降速率。

图2 干涉对基线Fig.2 Interference Pair Baseline

图3 PS‐InSAR技术处理流程Fig.3 Processing Flow Chart of PS⁃InSAR Technology

1.2.2 PSP⁃In SAR技术处理流程及结果

PSP⁃In SAR技术的处理流程见图5。其核心思想是对在某一时间段内同一地区获取的多幅SAR影像，基于统计分析方法探测出成像区域的PS点集，通过连接相位特性相同的像素点对建立PS网格，并对网格进行不断扩建，在SAR图像中选出PS点集合。由于PSP算法是通过比较PS点对之间的相位特性来选择PS点，PSP⁃In SAR对预估形变模型的依赖程度降低，在非城市区域也能选出更多的PS点，其在实际应用中稳定性更强。干涉对与利用PS⁃InSAR技术获取的干涉对相同。图6展示了采用PSP⁃InSAR技术获取的研究区域的年平均沉降速率。

2 结果分析

分析可知：①沉降主要发生在西北部，沉降空间分布和量值较为吻合；②采用PSP⁃In SAR技术获取的PS点数量明显多于采用PS⁃In SAR技术获取的PS点。

2.1 交叉验证

本文在研究区域内随机选取10 000个验证点，以验证点为中心，在一定距离范围内（可设为30 m）查找最近的PS点，对通过两种技术得到的年均沉降速率进行交叉验证分析，若在验证点30 m范围内无PS点，则该验证点无效。最终共获得2 886个有效验证点，经过统计分析求得2 886个验证点的正态分布曲线，如图7所示。两种技术获取的年均沉降速率差值的中误差为2.2 mm/a，小于5 mm/a，满足《时间序列In SAR地表形变监测数据处理规范》规定的精度要求［12］。本文对2 886个PS点进行线性拟合，线性关系达到0.922，如图8所示。这说明利用两种技术获取的年均沉降速率具有高度的一致性，同时也证明了利用这两种技术监测城市地面沉降的可靠性。

为了更加直观地对比这两种技术得到的形变结果，本文在PS⁃In SAR和PSP⁃In SAR获取的沉降区域分别选取4个特征点进行研究分析，时序曲线如图9所示。可以看出，利用PS⁃InSAR技术和PSP⁃InSAR技术获取的结果在沉降量级上存在微小差异，总体形变趋势是一致的，这证明该区域确实存在地面沉降。在城市区域PS点较多，因此可以保证影像相干性，两种技术差别不大，但是在西湖区西南部山区，PSP⁃In SAR技术的优势就凸显出来了，因此即使在PS点较少的非城市区域，PSP⁃In SAR技术也同样适用。另外在PSP⁃In SAR监测结果中可以发现，滨江地区中医院大学附近存在沉降，但在PS⁃In SAR监测结果中并未发现沉降点，可能是因为点的相干性太低，PS⁃In SAR技术难以将相应的点作为PS点挑选出来，而PSP⁃InSAR算法是通过比较PS点对之间的相位特性来选择PS点，它对预估形变模型的依赖程度降低，所以也能选出更多PS点，该技术在实际应用过程中有更强的稳定性，这也是PSP⁃In SAR技术的优势。

图9 分析点累计沉降时序曲线对比Fig.9 Comparison of Time Series Curves of Accumulated Settlement of Analysis Points

2.2 沉降典型区域分析

查阅相关资料发现，发生沉降的小区均为农民房、回迁房或者低矮建筑，而隔壁的商品房、高层住宅小区基本不存在明显的沉降现象。本文以古荡湾新村为例进行展示，如图10和图11所示。古荡湾新村于1998年建成，该区域原本是水田稻作区，具有压缩性高、含水量大、承载力低、易触动塑变、稳定性差等特点，古荡湾新村小区的建筑大都为低矮建筑，地基较浅，部分沉降属于回填土夯填不实，浙江省在2012年发布了禁采地下水的管理规定，因此可以排除抽采地下水对地面沉降的影响。综上诸多因素造成该小区地面沉降现状，由于沉降一直发生，因此后期还要加大力度进行监测。

图10 古荡湾新村年均沉降速率Fig.10 Annual Average Settlement Rates of Gudangwan New Village

为了检验这两种算法的可靠性，对古荡湾新村进行了实地踏勘，如图11所示，图中为高层建筑和低矮建筑交界处的位置，高层建筑地基较深，相对稳定，从而可以佐证低矮建筑正在沉降，导致连接处的台阶、路面与高层建筑发生脱离现象。

图11 古荡湾新村外业核查图Fig.11 Field Work Verification Images of Gudangwan New Village

3 结束语

本文利用PS⁃InSAR、PSP⁃In SAR技术对意大利COSMO⁃Sky Med卫星获取的36景杭州市的SAR数据进行了实验，获取了研究区域内的地面沉降信息，并选取了4个分析点进行辅助对比。结果表明：①通过两种技术得到的沉降趋势相吻合，对2 886个有效验证点进行线性拟合，线性关系达到0.922，证明了两种技术的可靠性，并且都适用于城市区域的地表沉降监测。②在整个时间跨度范围内，研究区域内的农民房、回迁房或低矮建筑受地质因素等的影响，导致这些区域发生地面沉降。③在获取PS点的数量上，PSP⁃In SAR技术更具优势，能提供高精度、高空间分辨率及大范围空间连续覆盖的地表形变监测结果，为基础设施地表形变监测提供更全面有效的手段。