基于SBAS-InSAR技术的羊角山小尺度区域地面形变监测研究

杨泽鹏 文泰翔

摘 要：【目的】获取桂林市兴安县羊角山区域的地面形变监测结果，探究人类活动对地面形变的影响。【方法】采用2017年3月17日—2021年12月9日覆盖羊角山地区的90景升轨Sentinel-1A卫星影像作为数据源，基于SBAS-InSAR方法对该区域进行地面形变监测分析，SBAS-InSAR方法能够有效地减弱时空失相干扰和大气效应引起的误差，提高地面形变监测结果的准确性。【结果】在长时间序列的小尺度地表开发形变监测上使用SBAS-InSAR方法仍能得到较高精度的结果，研究区域地表平均形变速率处于-18 mm/a～10 mm/a，在研究区的西南方向累积形变量最大，达到了-60 mm。【结论】该区域由于开发时间长度和开发强度的不同表现出不同的形变结果，且随着对该区域的持续开发，整体形变量有继续增加的趋势。

关键词：SBAS-InSAR；地面形变；形变分析

中图分类号：P237；TU196.1             文献标志码：A              文章编号：1003-5168（2023）06-0113-04

DOI：10.19968/j.cnki.hnkj.1003-5168.2023.06.022

Analysis of Ground Deformation Monitoring in Yangjiaoshan Mining Area Based on SBAS-InSAR Technology

YANG Zepeng   WEN Taixiang

（Guilin University of Electronic Technology，Guilin 541000，China）

Abstract： [Purposes] To obtain the monitoring results of ground deformation in Yangjiao Mountain， Xing'an County， Guilin City， and show the impact of human activities on ground deformation. [Methods] In this paper， 90 satellite images of Satinel-1A， which covered the Yangjiao Mountain area from March 17， 2017 to December 9， 2021， are used as the data source to monitor and analyze the ground deformation in the area based on the SBAS-InSAR method， which can effectively reduce the errors caused by spatiotemporal incoherence and atmospheric effects， and improve the accuracy of the ground deformation monitoring results. [Findings] The SBAS-InSAR method can still obtain high precision results on the small-scale surface development deformation monitoring of long time series. The average surface deformation rate in the study area is between -18 mm/a and 10 mm/a， and the maximum cumulative deformation in the southwest of the study area is -60 mm. [Conclusions] The region shows different deformation results due to different development time length and development intensity， and with the continuous development of the region， the overall deformation variable continues to increase.

Keywords： SBAS-InSAR; ground deformation; deformation analysis

0 引言

近年來，出于经济效益人们加大了对山区资源的开发，在开发过程中容易改变山区原有的地形地貌，打破山区原有的土地受力平衡，引发地质灾害［1］。因此需要及时了解地面形变信息，从而降低地质灾害产生的破坏。

InSAR技术具有高分辨率和强穿透力等特性，不受气候和地形因素的限制。然而，长时间的监测过程容易受到时空失相干和大气延迟效应等问题的影响［2］。小基线集干涉测量（Small Baseline Subset InSAR， SBAS-InSAR）以D-InSAR技术为基础［3］，通过设置时间基线和空间基线的阈值，将多景SAR数据图像分成若干个干涉子集，获得受时空失相干较小影响的监测点目标［4］，从而得到整个研究区的形变结果。

针对在小尺度区域的地表开发形变监测中存在的相干性低、相干点位少的问题，本研究采用 SBAS－InSAR技术对桂林市兴安县羊角山2017—2021年的小尺度区域地面进行形变监测，在时间序列上对其地面形变监测进行精细化处理，结合该区域周围工业信息的空间位置分布信息，分析了羊角山地面形变与人类活动（如工业化发展和土地负荷增加）之间的相互关系。

1 研究区概况

兴安县隶属于广西壮族自治区桂林市，位于广西东北部，地处东经110°14′～110°56′，北纬25°17′～25°55′之间，境内地貌多样且复杂，地势向西南倾斜。研究区羊角山距兴安县城3 km，是一个石灰岩开发山区，面积约为1.8 km2，周围分布有大圆新村、丁家村、桂兴村。在对该区域长期的开发过程中，使其地面产生了不同程度的形变。研究区域如图1所示。

2 研究数据和方法

2.1 研究数据

本研究试验数据选取覆盖羊角山区域的90景升轨Sentinel-1A卫星影像作为数据源，模式影像为IW，极化方式为VV，时间跨度从2017年3月17日—2021年12月9日。为了消除地形误差对试验结果的影响，以美国航空航天局提供的30 m分辨率的SRTM1数据作为外部数字参考高程模型（DEM）。使用欧洲航空局提供的卫星精密轨道数据（POD）进行轨道纠正，提高影像配准度和基线估算的准确性［5］。

2.2 SBAS-InSAR方法原理

SBAS-InSAR方法是由Beradino等人提出的一种以InSAR技术为基础的时间序列分析法［6］。通过设定适当的时间基线与空间基线阈值，生成若干个小基线集合，采用奇异值分解（SingularValue Decomposition，SVD）［7］的方法求出最小二乘解，获得目标点的平均形变速率。

将研究区域内N+1幅SAR影像按t0，…，tN的时间进行排序，将其中的一幅作为主影像，其余的辅影像与主影像进行配准，配准得到M幅干涉图，其中M需满足式（1）条件［8］：

分别在tA和tB（tA>tB）时刻获取的主影像和辅影像生成的第j幅差分干涉图，该图中任一像元的干涉相位可以表示为式（2）：

式中：j∈（1，…，M）；λ为雷达信号波长；φA（x，r）和φB（x，r）表示点（x，r）在tA和tB时刻相对于t0时刻的相位，dA（x，r）和dB（x，r）表示点（x，r）在tA和tB时刻相对于t0时刻的累积形变量；?φ[jtopo]（x，r）为该点的地形相位误差；?φ[jatmo]（x，r）为大气延迟相位误差；?φ[jnoise]（x，r）为由噪声引起的相位误差。若不考慮上述误差的影响，则式（2）可以简化为式（3）。

为了表示沉降序列中的物理意义，可用式（3）中相位与时间的关系来表示相位的平均速度为式（4）。

则该第j幅差分干涉图的相位值可表示为式（5）。

其矩阵表示为式（6）。

式（6）中，A是一个M×N矩阵，φ为SAR影像中相干点的相位值向量，δφ为解缠后的干涉图中相位值向量，由于多个集合在基线组合时会出现矩阵A的秩亏，根据最小二乘法此时方程解的个数为无穷多。可采用奇异值分解法求解矩阵A的最小二乘解，得出形变速率。

3 数据处理与结果分析

3.1 数据处理

试验主要流程如下。

①SAR影像干涉对连接图生成。试验以2020年3月1日的影像为主影像，将其他日期的辅影像与主影像配准进行处理，得到422对干涉对。

②干涉图的处理。试验中以30 m分辨率的SRTM1数据作为外部DEM，消除地形相位。多视系数比为4：1，采用Delaunay MCF的方法进行相位解缠，滤波方法为Goldstein，滤波窗口最小为16，滤波窗口最大Alpha值为2.5。

③轨道精炼和重去平。选择相干性高、相位好的点作为地面控制点，这些点将作为无形变的点来修正影像数据，去除残余的相位。经过多次试验，利用相干性阈值系数法共选取了34个地面控制点。

④反演计算生成结果。反演计算估计位移速率和残余地形，并对生成的干涉图去平，重做相位解缠，提高干涉图的质量。计算时间序列上的平均位移速率，利用滤波方法估算和去除大气相位，获得更加准确的研究区域形变速率结果。

3.2 结果分析

羊角山2017年3月—2021年12月的平均形变速度，如图2所示。由图2可知：该研究区域形变较为严重，区域范围内地面平均形变速率处于-18 mm/a～10 mm/a。经查近年来对该区域的开发活动比较频繁，该区域地面存在多处不同程度的形变。为了得到研究时间段内该区域具体的累积形变时序，在形变较为严重的区域分别选择了三个监测点进行累计形变量的时序分析，分别为点 A1、A2和A3。

对三个监测点分别进行时序分析得到如图3所示的时序形变图，从图3中结果可得，在监测点A1，该点在2017年3月—2018年12月期间形变量表现出连续下降的趋势，但从2019年开始累积形变量基本维持在-40 mm上下。

在2017年3月17日—2021年12月9日期间，A2、A3监测点的最大形变量分别为-30 mm和-60 mm，且随着时间的变化，他们的累积形变量的变化趋势基本表现为连续下降，由此判断这两个区域的地表未来依然会继续下降。

4 结论

本研究采用2017—2021年90景Sentinel-1A数据，利用SBAS-InSAR技术获取了桂林市兴安县羊角山区域的地面形变监测结果，分析了形变区域监测点的累积形变量，表明了人类活动对地面形变的影响，得出如下结论。

①研究区中形变现象最严重的区域在羊角山西南部，在形变现象最为突出的区域选择监测点进行研究，分析表明此点在研究时段内的累积形变量最大为-60 mm，且判断该监测区域以后还存在持续下降的趋势。

②桂兴村处于研究区羊角山西南方，随着对羊角山开发范围的不断扩大，已经触及了桂兴村，由此而带来的地表形变可能会导致泥石流等灾害的发生，影响当地村民的出行安全和日常生活。因此有关部门有必要加强对该区域的监测并对后续的地表形变保持观测，有关企业也需制定合适的开发计划，防止因不合理的开发而产生的地表形变对周围村民的生活造成影响。

参考文献：

［1］师芸，李杰，吕杰，等. 结合SBAS-InSAR与支持向量回归的开采沉陷监测与预测［J］. 遥感信息，2021，36（2）：6-12.

［2］何秀凤，高壮，肖儒雅，等. 多时相Sentinel-1A InSAR的连盐高铁沉降监测分析［J］.测绘学报，2021，50（5）：600-611.

［3］姜德才，张永红，张继贤，等.天津市地铁线不均匀地表沉降InSAR监测［J］.遥感信息，2017，32（6）：27-32.

［4］陆好健，李金平，邵九明，等.基于SBAS-InSAR的红河断裂带南段形变特征研究［J］.测绘工程，2018，27（9）：16-20，25.

［5］LANARI R，MORA O，MANUNTA M，et al.A small-baseline approach for investigating  deformations on full-resolution differential SAR interferograms［J］. Geoscience & Remote Sensing IEEE Transactions，2004，42（7）：1377-1386.

［6］LANARI R，LUNDGREN P，MANZO M，et al.Satellite radar interferometry time series analysis of surface deformation for Los Angeles，California［J］.Geophysical Research Letters，2004，31（23）：345-357.

［7］莫莹，江利明，孙奇石，等.杭州湾上虞地区SBAS-InSAR地面沉降监测分析［J］. 测绘科学，2020，45 （10）：77-84.

［8］石固林，徐浪，张璇钰，等. 西山村滑坡时序形变的SBAS-InSAR监测［J］. 测绘科学，2021，46（2）：93-98，105.