升降轨Sentinel-1A时序InSAR的中川国际机场地表形变监测与分析*

2022-08-02陈有东张立峰王文辉

工程地质学报 2022年3期

关键词：中川相干性时序

陈有东张立峰何毅王文辉杨旺

(①兰州交通大学，测绘与地理信息学院，兰州 730070，中国)

(②地理国情监测技术应用国家地方联合工程研究中心，兰州 730070，中国)

(③甘肃省地理国情监测工程实验室，兰州 730070，中国)

0 引言

机场作为典型的人工建筑，承载着快捷的交通职能，是现代社会的标志之一。机场跑道和设施等受到基底构造、动静载荷等自然与人为因素的影响，会出现沉降、裂缝、塌陷等现象。例如：北京大兴国际机场(Dai et al.，2020)、上海浦东国际机场(Jiang et al.，2016)和香港赤腊角国际机场(Wu et al.，2020)等。主流的国际机场，班次紧密，地面负载严重，地表形变会损坏部分基础设施并且影响飞机的正常航行。因此，迫切需要高精度、全覆盖的监测方式来全面掌握机场的地表形变信息。

传统的合成孔径雷达差分干涉(Differential Interferometric Synthetic Aperture Radar， DInSAR)技术能满足大范围的监测需求，但由于时空失相关、大气延迟和相位噪声大等特点，导致该技术用于城市形变监测存在局限性(张静等， 2018)。随之诞生的时序InSAR(Time Series InSAR，TSInSAR)技术具有长时间尺度、高空间密度和毫米级监测精度等优点，被诸多学者成功地应用于地震勘探、构造运动及冰川运动等领域，特别是可能带来严重灾害的城市地面沉降监测。典型的TSInSAR技术有Berardino et al. (2002)提出的SBASInSAR(Small Baseline Subsets InSAR)，Ferretti et al. (2001)提出的PSInSAR(Persistent Scatterers InSAR)以及一些演变技术。时序InSAR是基于长时间序列的SAR影像，利用分辨率单元内散射体的后向散射特性进行建模，进而提取形变信息。虽然在数据处理方面略有差异，但其基本原理是一致的，其中最具代表性的当属SBASInSAR和PSInSAR技术。前者充分利用多主影像方式、短时空基线进行干涉图的叠加分析；后者采用单一主影像的方式生成时序内的干涉图，进而提取有效的永久散射体(Permanent Scatterers， PS)。在高相干区域，尽管时序InSAR技术可以提取到有用的形变信号，然而合成孔径雷达的几何成像方式决定了其只能获取沿视线方向(line of sight， LOS)的形变信息，单一的成像模式无法获取全面的形变信息。不同的观测几何将会获得不同的监测结果，同一区域的多角度观测有助于弥补成像几何差异引起的散射体失真(Yang et al.，2019)。此外，不同区域的散射体分布特征不一，不同的时序InSAR技术会提取不同的信号用于建模。因此，联合升降轨模式数据并结合不同的时序InSAR技术对同一区域进行沉降监测，便能解决观测数量不足和观测几何单一的缺陷(陈有东等， 2020)。地表形变可能在任意方向发生，联合多角度观测统一将形变分解到垂直向，交叉验证观测结果的同时增加了可选择性。

针对机场的形变监测，鲜有学者联合SBASInSAR和PSInSAR技术探究两者之间的联系及其适用性。目前，关于机场的形变研究主要集中在填海造陆地区，而且只应用了单一TSInSAR技术提取分布式散射体(Distributed Scatterers， DS)或者永久散射体，少有学者利用覆盖同一区域以及不同轨道模式的雷达影像结合不同TSInSAR技术来获取机场的形变分布特征，并且详细分析黄土高原地区机场的形变成因。本文首先利用覆盖兰州中川国际机场2017年3月27日至2020年3月23日的46景升轨和2017年3月20日至2020年3月28日的45景降轨Sentinel-1A雷达影像，基于SBASInSAR和PSInSAR技术分别提取了试验场的DS点和PS点，进而反演获得不同的形变速率和时间序列形变量。4种形变结果交叉检验的同时，将会获知不同模式数据以及不同TSInSAR技术在该地区的优劣性。此外，本文对中川国际机场形变发生的原因做了详细的分析，以期为兰州中川国际机场的安全运营提供参考资料，同时，为同类型区域形变监测提供借鉴。

1 研究区概况

兰州中川国际机场位于青藏高原东北缘与黄土高原交界带附近，坐落于兰州新区，后者于2012年被批复为国家级新区。机场包含T1、T2两个航站楼和一个4000m长的跑道，附有一个平行滑行道和助航系统。T3航站楼正在设计建设当中，新建总面积36×104m2、年旅客吞吐量3000万人次，其规模将是现今运行的T2航站楼的6倍。该机场是西北地区主干机场之一，也是甘肃省会兰州市的空中门户、西北地区的重要航空港、国际备降机场。

兰州中川国际机场南北长4km，东西宽1.2～1.5km，场内航站楼占地面积约为9×104m2，整个区域西高东低，自北向南以5%的坡率缓倾，其地理位置以及缩略图如图1。分布于机场场地上部的黄土状粉土、黄土状粉质黏土均具有较强烈的湿陷性。湿陷等级及类型与原始地形、沉积条件及后期浸水有关，平面分布变化较大，湿陷性土层厚度在各地段也具有较大的差异。因而导致的地表形变会存在空间上的不均匀。此外，中川国际机场邻近区域有地层界线通过，相关文献表明区域地质条件会对局部设施产生影响，并且形变以地面沉降为主，还存在地面裂缝、墙面裂缝等现象(Chen et al.，2018)。

图1 兰州中川国际机场地理位置及缩略图Fig. 1 Geographical location and thumbnail of Lanzhou Zhongchuan International Airport

2 数据和方法

Sentinel-1A影像为开源数据，其分辨率为5m×20m，具备12d的短重访周期，载有C波段合成孔径雷达，可获取不受天气影响的连续图像。本试验中收集了覆盖研究区的46景升轨和45景降轨Sentinel-1A影像。选用干涉宽幅IW(Interferometric Wide)模式以及VV的极化方式。为了增强InSAR时序干涉效果，最大的时间间隔控制在两个月以内；选用POD精密定轨星历数据(Precise Orbit Ephemerides)去除轨道相位；采用垂直精度较高的90mTanDEM-X DEM去除地形相位并将雷达坐标系下的形变结果转换为地理坐标系(Grohmann et al.，2018)。本文试验平台为SARscape5.3，为了对比同种数据采用不同时序InSAR技术所得结果的稳健性，主影像均一致，其中升轨数据的主影像对应时间是20190221，降轨数据的主影像所在时间为20181204。之后将所有剩余影像配准到主影像的成像空间，按照最大时间基线为200d，最大空间基线占总基线30%的配置，得到对应的基线图如图2所示。不同数据采用同种时序InSAR技术时，基本参数设置保持一致。为了保证干涉图的质量，干涉过程中相干系数阈值为0.35。其中SBASInSAR步骤包含Goldstein滤波、3D相位解缠、轨道和大气相位移除、形变速率反演以及地理编码； PSInSAR主要包括PS点筛选、重去平、大气相位移除、PS点形变速率估计以及地理编码。

图2 SBASInSAR和PSInSAR时空基线图Fig. 2 SBASInSAR and PSInSAR spatiotemporal baseline diagram

在干涉处理中，所使用的每一个干涉对中的任意像素是由众多相位分量组成的：

φ=φflat+φtop+φdef+φatmo+φnoi

(1)

式中：φ为干涉相位；φflat为平地相位；φtop为地形相位；φdef为形变相位；φatmo为大气延迟引起的相位；φnoi为噪声相位。时序InSAR技术通过借助外部数据或者算法移除其他相位成分，提取形变相位(Yang et al.，2020)。差分干涉处理之后，去除了平地相位、地形相位，剩余的相位成分包括形变相位、大气延迟相位、高程误差以及噪声。选用函数模型，可以将形变相位和高程误差这两个的估计值剔除，剩余的相位成分通过时间域和空间域的滤波就可将其分离。SBASInSAR技术与PSInSAR技术最大的区别在于，后者提取的目标是由单个散射体主导的分辨率单元，而前者的目标是具有多个散射体的单元，这些散射体都不占主导地位。

3 时序InSAR监测结果及其评定

3.1 垂向形变的时空分布

基于SBASInSAR和PSInSAR技术可以获得中川国际机场的形变特征。InSAR技术默认获取沿视线方向(LOS)的形变量，为了便于后续分析以及避免形变的误判，将4种形变结果统一转换到垂直地表方向，由LOS向的形变速率除以入射角的余弦值获得(冯文凯等， 2020)。图3展示了研究区在2017年3月至2020年3月垂向形变的空间分布，负值代表沉降。可见，中川国际机场存在局部的地面沉降，最大的垂向形变速率可达11mm·a-1，加速变形的时段位于2019年1月。在4种监测结果中，形变显著的区域有一致的展现。其中：SBASInSAR的监测结果连续性较好，PSInSAR技术能较好地反映研究区的形变细节特征。只从全域的形变空间分布很难判定结果的优劣。因此，可以获取4种不同方案的机场所在区域的统计直方图4做进一步判断。

图3 兰州中川国际机场2017年3月至2020年3月的垂向形变速率Fig. 3 Vertical deformation rate of Lanzhou Zhongchuan International Airport from March 2017 to March 2020

图4 4种形变结果的直方图统计Fig. 4 Histogram statistics of four kinds of deformation results

可以看出，同种时序InSAR技术的正态分布特征相似。SBASInSAR监测结果相比PSInSAR矢量点数目多，并且SBASInSAR形变速率的分布更为聚拢。对比不同的轨道模式发现，SBASInSAR技术结合降轨数据的形变速率离散度最小。此外，联合图3可以看出SBASInSAR技术结合升轨数据的形变区域最为明显，除了研究区内，外围也存在不同幅度的形变，这可能与城市扩张和人类活动有关。然而，InSAR的结算精度同时受到地形、相干性和粗差的影响，为了验证结果的可靠性，本文分别从内部检验和外部检验进行结果的评定(王艳等， 2014)。内部检验主要包含时序内相干性的高低以及最终形变速率精度的检验。外部检验是根据时序InSAR的监测结果，找到形变显著的实地对应区域，调查是否与InSAR监测结果一致。在时序InSAR干涉过程中，PSInSAR获取的相干性图由于几何变形难以确切表述，所以本文选择用时序内的相干性检验SBASInSAR的可靠性，用形变速率精度检验PSInSAR的可信度，最后结合实地勘验结果证明时序InSAR的可靠性。

3.2 时序InSAR结果的内部检验

PSInSAR侧重点目标的时序稳定性，用于相位时序分析。SBASInSAR采用均值相干系数选择认为稳定的点。首先，可以获得研究时段内升轨与降轨SBASInSAR的时序相干性图。为了对比不同数据集可能引起的相干性差异，分别选取升轨与降轨干涉对中时间间隔接近的相干性图做比较，如图5。图中越亮的区域，相干性系数越高，所得干涉相位的条纹越清晰，干涉相位观测量越可靠，其中：相干性系数可用式(2)求得：

式中：M和N代表用于计算相干性的数据块大小；i和j分别表示数据块的行号和列号；μ1和μ2是主影像对数据块中，坐标为(i，j)处的复数值； ⊗表示共轭相乘。

从图5中可以看出，不同时间间隔的相干性及其相干性系数(见各分图左下角括号中的数字)有所差异。随着时间的延长，干涉图的相干性系数是与之成反比的(Wang et al.，2017)。在相同的时间间隔内，冬季和初春季节的相干性高于夏季和秋季的相干性，这可能与研究区的特征有关。中川国际机场周围分布有稠密的农田和林地，在植被茂盛的季节，却是相干性受到严重影响的时节，最终的形变结果也验证了这一点。尽管受到季节性的影响，但在整个研究时段内，研究区的相干性系数均在0.5以上，能保证干涉高质量完成，从而提取到有用的形变信号用于建模(Dai et al.，2018)。此外，尽管成像几何有差异，但不同轨道模式数据集的相干性差异较小；据此，能保证升轨与降轨SBASInSAR技术高效地进行。对于PSInSAR形变结果的评估，可以用速率精度检验PSInSAR监测结果的可信度，速率精度μ可用式(3)求得：

图5 升轨与降轨SBASInSAR不同时段内的相干性图以及相干性系数Fig. 5 Coherence diagrams and coherence coefficients in different periods of SBASInSAR for ascending and descending orbits

(3)

式中：γ为干涉图的相干性系数；λ为C波段波长；速率精度提供的是测量结果的估计，其值越小，说明精度越高。

PSInSAR形变速率精度分布如图6所示。可以发现升轨与降轨的精度分布略有差异，但整体均匀分布在0.5的周围，表明PSInSAR的形变速率精度较高，形变结果可信度较好。除此之外，降轨PSInSAR速率精度的偏差值在0.25～1.3之间，其最大偏差值的绝对值1.05大于升轨PSInSAR的绝对值0.6，可能是由于不同数量数据集、主影像不一致以及散射体分布不一造成的(Crosetto et al.，2016)。内部检验在很大程度上说明时序InSAR技术的可行性和可靠性，但不能完整地证明时序InSAR技术的有效性。结合外部检验，更能进一步说明时序InSAR技术的可信度。

图6 升轨与降轨PSInSAR速率精度分布Fig. 6 Precision distribution of PSInSAR rate for ascending and descending orbits

3.3 时序InSAR结果的外部检验

从图7圈选出中川国际机场管辖范围内5处形变较为显著的形变点，标记为1， 2， 3， 4， 5区域，实地勘验结果及形变现场照片如图7所示。此处的InSAR形变底图是升轨SBASInSAR的监测结果，是因为形变趋势明显，空间分布均匀，在机场内部的形变特征，相比其他3种形变结果更易分辨。野外调查结果显示，实地形变与时序InSAR监测结果具有较好的一致性，表现为形变量级较小的地面沉降、路面裂缝和墙面裂缝。由于实地调查的形变区域分布在机场周边，且是本课题组能够到达的，根据调研的形变量级判断并未对跑道等重要设施造成破坏性的影响。除了形变速率图之外，还可以获得研究时段内这5个区域的时间序列沉降量，见图8。

图7 中川国际机场形变区域实地调查照片Fig. 7 Field survey photos of the deformed area of Zhongchuan International Airport

图8展示了联合升降轨Sentinel-1A数据以及不同时序InSAR技术获取的5个区域对应的时序沉降量。可以发现在同一区域，4种监测方案获取的时序形变量，整体一致性较好，5个区域的形变都表现为地面沉降。其中：区域3的沉降最为显著，最大的沉降量可达20mm，并且沉降起伏较为显著。此地位于东航货运中心，夏秋时节，降水增多进而浸软地下土质加上地面车辆的荷载，导致沉降发生，冬春时节，降水减少、温度骤降，冻胀作用和人为活动致使形变有回升趋势。区域4和区域5的形变量级相差不大，沉降量均在5mm左右，尽管空间上距离较远，但在时间序列上不同时序InSAR技术的沉降曲线重合度高。区域1和区域2在降轨模式的观测条件下，不同时序InSAR技术的沉降曲线相似度较低，并且沉降过程伴有起伏，可能是不同时序InSAR技术提取的像元，后向散射特性不一致导致的。综上所述，通过内部检验结合外部检验的方式，证明了时序InSAR技术形变监测的可信度，进一步说明了形变结果的可靠性。然而，如果不采取特定的方式将4种形变结果进行融合，例如插值运算(Pawluszek-Filipiak et al.，2020)，难以同时利用4种形变结果进行分析。本文中，通过统计兰州中川国际机场矢量边界范围内4组监测结果形变速率的均值、方差以及标准差和矢量点的个数以及相干性系数均值，选择最为理想的形变结果探究可能引起中川国际机场形变的因素。表1是4组形变速率的统计结果。

表1 4种形变矢量结果的速率统计Table 1 Rate statistics of four kinds of deformation vector results

图8 实地勘察5个区域对应的时序沉降量Fig. 8 Time series subsidence corresponding to five areas of field survey

应用方差以及标准差评定形变结果的偏离度以及稳健性。

表1中，不同数据源、同种时序InSAR技术所得监测点的方差和标准差较为接近；相同数据源、不同时序InSAR技术的形变结果有所差异，可能的缘由是时序InSAR的建模技术及其选点方式不同。SBASInSAR的监测结果整体离散度较小，相比PSInSAR的形变结果，更为稳健。在升降轨模式选取时，由于升轨SBASInSAR的形变矢量点相干性系数高、进而反演得到的形变速率精度更高，此外，平均形变速率与现实情境更为相符，且形变空间分布更加显著，考虑到之后在全域分析中采用了差值算法，顾及空值区域的分布特征，升轨SBASInSAR的形变分布最为均衡。因此，本文选定升轨SBASInSAR的监测结果做进一步讨论分析。地表沉降是一个缓慢变形的过程，时序分析能反映形变的中间特征。鉴于此，基于升轨SBASInSAR形变数据，可以获得中川国际机场的时序形变特征，详见图9。

图9 中川国际机场在时序内的形变特征Fig. 9 Deformation characteristics of Zhongchuan International Airport in time series

3.4 中川国际机场的时序InSAR形变特征

从图9中可以看出，中川国际机场在研究时段期间整体未显现出显著的形变，只有局部区域有明显的形变发生，主要集中在中川机场的西南角和与跑道基本平行的机场外围线上。其中：显著变形的时段位于2019年1月4日，之后形变不断累积，在2020年3月23日沉降量达到最大为29mm。在此期间，也有少部分区域发生了地表抬升。在2019年之前，只有机场东侧及其内部极小区域发生了轻微的形变，大部分区域趋于稳定状态。时序分析显示，中川国际机场及其周边存在不同程度的地表形变，然而究其成因，少有文献涉及并且进行详细地讨论。因此，以下部分将从人为因素和自然因素两方面探讨中川国际机场地表形变产生的原因。人为因素分别探讨道路网和机场内部扩建与形变的关联，自然因素选择地层界线及其岩性进行讨论。

4 讨论

4.1 道路网与中川国际机场地表形变的关联

图10 中川国际机场地表形变与道路网的叠加图Fig. 10 Superposition map of land deformation and road network of Zhongchuan International Airport

4.2 中川国际机场内部扩建引起的地表形变

图11反映了中川国际机场的垂直形变速率利用IDW(Inverse Distance Weight)插值之后的结果。可以看出在研究时段内， 2017年底至2018年底扩建的停机坪A和B，其中区域A的面积是B的两倍之多，对应区域显现出显著的地表形变。区域A表现为轻微的抬升和局部小范围的沉降，而B区域体现的是大面积沉降，这可能与黄土的工程性质有关，包括水敏性、大孔性、结构性等特点(蒲川豪等， 2020)。综上说明机场内部的扩建行为会引起一定幅度的地表形变。究其具体的形变量级以及时序变化，此处为了做整体分析，选取了覆盖扩建全域的形变矢量点求其平均值进行说明(图12)。

图11 中川国际机场地表形变与扩建区域的叠加图Fig. 11 Superposition map of land deformation and expansion areas of Zhongchuan International Airport

图12 扩建区域A和B的时序形变量Fig. 12 Time series displacement of expansion regions A and B

从图12可以看出，区域A总体表现为小幅度的抬升，而B区域则呈现出整体沉降的趋势，最大的沉降值可达7mm，这与黄土的湿陷性以及地面载荷的增加有关(庞振飞， 2020)。局部的抬升可能是地质运动以及地下水回灌造成的(Chen et al.，2018)。此外还可以发现，时序内2018年5月至6月、2019年5月至6月，A和B区域都呈现出明显的沉降趋势，说明夏季雨水的增多，会增加黄土的水敏性、提升黄土的湿陷性，进而导致地面沉降的发生。沉降是一个缓慢且伴有起伏的过程，以上两个因素表明人为活动会对沉降的发生产生影响并且可能加速形变发生的频次。然而，地表形变是综合因素导致的现象。鉴于此，以下将讨论自然因素中地层界线及其岩性与中川国际机场形变的关联。

4.3 地层界线及其岩性与中川国际机场地表形变的关联

已有研究表明，沉积界面、构造错动界面以及岩性会对地表形变起到扰动作用(Hu et al.，2019)。从图13可以看出，中川国际机场西侧存有一条地层界线，由于没有横穿机场，所以机场内部的形变与地层界线不直接相关。进一步观察发现，岩性引起的地表形变非常显著。在由砾层、砾石层、亚砂土和亚黏土层构成的全新统冲洪积层上，地表沉降分布广泛且沉降量级较大，表明岩性及其组成成分会引发不同程度的地表形变。这主要取决于土层的含水量和空隙率，以及不同土质的液性指数不一，进而导致地表沉降空间上的不均匀。而单纯由黄土构成的上更新统风积层，零星分布着几处沉降区。综上说明，自然因素中地层界线没有控制中川国际机场地表形变的分布，岩性与地面沉降有关，不同成分构成的岩性，引起的沉降量级不一致，其中全新统冲洪积层上的沉降剧烈。此外，降水是促进黄土高原地区地表形变的重要因素(Wu et al.，2019)，使得土层中的含水量增加，从而提高不同组分岩性的湿陷性，进而诱发地面沉降。