陳 行,劉漢湖,葛宗旭
(成都理工大學(xué)地球科學(xué)學(xué)院,四川成都 610051)
地表形變是指在地球內(nèi)力和外力作用下,地球表面地殼層相對(duì)于原始表面位置發(fā)生的抬升、沉降、錯(cuò)動(dòng)和傾斜等現(xiàn)象[1-2]. 地表形變發(fā)生過(guò)程緩慢,若不通過(guò)高精度儀器定時(shí)定點(diǎn)測(cè)量則很難發(fā)現(xiàn)區(qū)域的形變變化. 地表形變易引發(fā)各類地質(zhì)災(zāi)害,進(jìn)而嚴(yán)重威脅人類自然環(huán)境和社會(huì)環(huán)境. 早期常用的形變監(jiān)測(cè)手段主要包括地下水動(dòng)態(tài)監(jiān)測(cè)、精密水準(zhǔn)測(cè)量、GPS 監(jiān)測(cè)、基巖標(biāo)和分層標(biāo)等[3-6]. 傳統(tǒng)的方法雖然在地表形變的監(jiān)測(cè)精度上具有相當(dāng)?shù)臏?zhǔn)確性,但不能精確表達(dá)大范圍、時(shí)序連續(xù)下的形變信息.
近年來(lái)隨著雷達(dá)衛(wèi)星遙感技術(shù)的飛速發(fā)展,合成孔徑雷達(dá)干涉測(cè)量(Interferometry Synthetic Aperture Radar, InSAR)的出現(xiàn)有效彌補(bǔ)和替代了傳統(tǒng)測(cè)量的不足,特別是在監(jiān)測(cè)地表形變方面具有廣泛的應(yīng)用前景[7-9],InSAR 技術(shù)具有不受氣候條件限制的優(yōu)勢(shì),能夠獲取全天候、大范圍、高空間分辨率、連續(xù)性的地表形變信息[10-11],但在實(shí)際的監(jiān)測(cè)過(guò)程中易受到時(shí)空間基線失相干、大氣相位延遲和地形起伏等因素的影響[12].為避免上述的影響因素,學(xué)者們提出了短基線合成孔徑雷達(dá)干涉測(cè)量(small baseline subset InSAR,SBAS-InSAR)[13],通過(guò)設(shè)置時(shí)空間基線的閾值,從而利用短時(shí)間內(nèi)同一地區(qū)的空間相關(guān)性,有效減少時(shí)空基線失相關(guān)和地形起伏對(duì)地表形變監(jiān)測(cè)結(jié)果的影響. 柴華彬[14]等人利用SBAS-In-SAR 技術(shù)融合實(shí)測(cè)水準(zhǔn)數(shù)據(jù)對(duì)采礦區(qū)進(jìn)行了形變監(jiān)測(cè),并驗(yàn)證了形變監(jiān)測(cè)結(jié)果滿足精度要求.李輝[15]等將SBAS-InSAR 技術(shù)用于監(jiān)測(cè)撫順市礦區(qū)的地表形變,結(jié)果表明該技術(shù)適用于沉降監(jiān)測(cè)和分析. 戴可人[16]等通過(guò)SBAS-InSAR 結(jié)合升降軌視線向的形變結(jié)果和降雨數(shù)據(jù)分析得出甘肅南峪鄉(xiāng)滑坡的誘發(fā)因素主要來(lái)源于降雨. 趙寶強(qiáng)[17]等通過(guò)時(shí)序InSAR技術(shù)得到了青海省樂(lè)都區(qū)高家灣滑坡在2003-2010年的地表形變數(shù)據(jù),分析了該滑坡的歷史變化情況. 隨著星載雷達(dá)衛(wèi)星數(shù)據(jù)的不斷更新,InSAR 技術(shù)將在地表形變的監(jiān)測(cè)發(fā)面發(fā)揮更大的作用.
近年來(lái)香格里拉市由地面形變導(dǎo)致的災(zāi)害頻繁發(fā)生,為監(jiān)測(cè)香格里拉市城區(qū)地表的形變狀態(tài),本文利用時(shí)間序列SBAS-InSAR 技術(shù)處理了18 景基于升軌的哨兵一號(hào)(Sentinel-1A)雷達(dá)影像數(shù)據(jù),將云南省迪慶藏族自治州建塘鎮(zhèn)城區(qū)作為目標(biāo)研究對(duì)象,獲取該范圍內(nèi)的地表形變信息,可為區(qū)域經(jīng)濟(jì)發(fā)展和地質(zhì)災(zāi)害治理提供參考依據(jù).
SBAS 方法的思想是利用SVD 方法對(duì)矩陣A進(jìn)行奇異值分解,求其最小范數(shù)最小二乘解.
首先,將矩陣A通過(guò)下式進(jìn)行奇異值分解:
式中:U是M×M維正交矩陣,且它的前N列是矩陣AAT的特征向量(A的左奇異向量);V是N×M維正交矩陣,且它的列是矩陣ATA的特征向量(A的右奇異向量);S是M×M維對(duì)角矩陣,可表示為:
其中σi(i=1,2,…,N-L+1)為矩陣AAT特征值的非負(fù)平方根.
然后通過(guò)下式求出φ的最小范式最小二乘解:
式中:UT為矩陣U的轉(zhuǎn)置矩陣,A+、S+分別為矩陣A、S的廣義逆矩陣.S+可表示為:
將差分相位φ的求解問(wèn)題轉(zhuǎn)化為相鄰影像獲取時(shí)刻間的平均相位速率v的求解問(wèn)題,即將待求差分干涉相位φ通過(guò)下式轉(zhuǎn)變?yōu)橄噜徲跋瘾@取時(shí)間內(nèi)的平均相位速率v:
研究區(qū)位于香格里拉市建塘鎮(zhèn)轄區(qū),建塘鎮(zhèn)地處香格里拉市中部偏西,面積1 454.45 km2,其地勢(shì)開(kāi)闊,山體南北走向,山體較為破碎,境內(nèi)相對(duì)高差差異明顯,達(dá)數(shù)百米到數(shù)千米不等(如圖1). 建塘鎮(zhèn)受山體、河流制約,西南季風(fēng)和西風(fēng)急流交替控制,干濕季分明,降雨主要集中在每年的7-8月.
圖1 研究區(qū)地理位置
本文通過(guò)獲取香格里拉市區(qū)2019年8月至2020年3 月18 景的升軌Sentinel-1A 雷達(dá)衛(wèi)星(其基本參數(shù)見(jiàn)表1)影像(C 波段),進(jìn)而反演研究區(qū)內(nèi)地表形變時(shí)間序列和地面沉降平均年速率. 為了提升數(shù)據(jù)運(yùn)算效率,針對(duì)完全覆蓋研究區(qū)范圍的單視復(fù)圖(Single Look Complex, SLC)進(jìn)行基于SAR 坐標(biāo)的數(shù)據(jù)提?。╯ample selection SAR geometry data),首先選擇以2019-12-21 為主的影像,基于SARscape 軟件對(duì)干涉對(duì)影像進(jìn)行干涉處理(Interferometric Process),包括生成相干性圖、相位解纏圖以及濾波后差分干涉圖等,解纏相關(guān)系數(shù)閾值設(shè)定為0.2,解纏方法采用Delaunay MCF,濾波方法采用Goldstein,然后通過(guò)選擇30 個(gè)地面控制點(diǎn)進(jìn)行軌道精煉和重去平(Refinement and Re-Flattening);最后第一次反演時(shí)估算參與地形,第二次反演時(shí)將序列形變信息轉(zhuǎn)換到地理坐標(biāo)系下. 整個(gè)處理過(guò)程如圖2、圖3所示.
圖2 數(shù)據(jù)處理流程
圖3 SBAS時(shí)空基線連接圖
表1 Sentinel-1A雷達(dá)衛(wèi)星影像基本參數(shù)
研究中采用的DEM 數(shù)據(jù)來(lái)源于美國(guó)航空航天局,建塘鎮(zhèn)的道路網(wǎng)數(shù)據(jù)、地層數(shù)據(jù)和斷層數(shù)據(jù)均來(lái)源于第三次全國(guó)土地調(diào)查. 光學(xué)影像來(lái)源于GF-2(高分二號(hào))數(shù)據(jù).
本文基于2019-2020 年18 景Sentinel-1A 影像,利用SBAS-InSAR 技術(shù)反演出香格里拉市建塘鎮(zhèn)城區(qū)的年平均形變速率信息和地表形變高程量信息,按照地形監(jiān)測(cè)結(jié)果可知,建塘鎮(zhèn)城區(qū)整體處于一個(gè)相對(duì)穩(wěn)定的狀態(tài),但地表形變較大的區(qū)域主要集中在城區(qū)的西北部、北部和東部. 針對(duì)建塘鎮(zhèn)城區(qū)不同的地表形變類型進(jìn)行分類,主要是發(fā)生明顯形變的抬升區(qū)和沉降區(qū)兩種類型,其中抬升區(qū)主要包括納帕海抬升區(qū)和東環(huán)線抬升區(qū),明顯沉降區(qū)主要包括西景線沉降區(qū)、中心城區(qū)沉降區(qū)和香格里拉市機(jī)場(chǎng)沉降區(qū),如表2所示.
表2 形變區(qū)基本信息
通過(guò)圖4 可以看出,建塘鎮(zhèn)城區(qū)納帕海抬升區(qū)位于納曲河和納帕海南緣,平均形變速率為21.17 mm/a. 該區(qū)域地層為第四系更新統(tǒng)(Qgl),巖性主要是冰磧礫石、砂礫石、砂粘土夾泥炭,表面為松散結(jié)構(gòu)單層土體,地表土壤穩(wěn)定性較差. 河流的沖擊侵蝕作用造成地面突起的地方土壤流失,沉積的作用改變了地表土壤堆積的高度,從而造成該區(qū)域地表抬升.
圖4 建塘鎮(zhèn)城區(qū)形變
東環(huán)線抬升區(qū)位于建塘鎮(zhèn)城區(qū)東部,平均形變速率為22.12 mm/a. 地勢(shì)三面環(huán)山,根據(jù)高分二號(hào)影像和全國(guó)第三次土地利用調(diào)查,該區(qū)域存在零星農(nóng)村宅基地分布,新建農(nóng)村宅基地存在人為增加地表高度因素,易造成硬化地表抬升.
中心城區(qū)沉降區(qū)和機(jī)場(chǎng)沉降區(qū)年平均沉降速率分別為-11.54 mm/a、-7.42 mm/a,且在監(jiān)測(cè)期間內(nèi),時(shí)序形變主要表現(xiàn)為緩慢下沉狀態(tài),兩地區(qū)累計(jì)型變量都在5 mm 左右,形變較?。ㄈ鐖D5). 兩地沉降原因類似,都源于人類活動(dòng)的影響,中心城區(qū)沉降區(qū)位于香格里拉市獨(dú)克宗古城,該區(qū)域內(nèi)人類活動(dòng)頻繁,主要分布有高樓層的電商工業(yè)園、大量居民建筑區(qū),旅游產(chǎn)業(yè)聚集. 機(jī)場(chǎng)沉降區(qū)的年平均沉降速率較小,沉降特征呈現(xiàn)耀斑狀分布,特別是機(jī)場(chǎng)周圍的零散居民點(diǎn)下沉也較嚴(yán)重,年平均沉降速率在-10 mm/a左右.
圖5 建塘鎮(zhèn)各形變區(qū)累計(jì)形變量
西景線沉降區(qū)位于納帕海東部,其中各個(gè)小塊沉降主要分布在山體坡面,受到坡面植被和風(fēng)速的影響,造成表面高度的降低,從而被時(shí)序InSAR識(shí)別為沉降. 該沉降區(qū)最大沉降速率為-30.72 mm/a,最小沉降速率為-8.02 mm/a,年平均沉降速率-16.97 mm/a,沉降特征呈西北-東南向發(fā)育趨勢(shì),最大累計(jì)沉降量為8 mm.
道路交通是表征人類活動(dòng)頻繁與否的重要標(biāo)志.由圖6可以看出,人類活動(dòng)頻繁的空間區(qū)域主要集中在香格里拉市機(jī)場(chǎng)和中心城區(qū),特別是在獨(dú)克宗古城附近. 通過(guò)對(duì)路網(wǎng)進(jìn)行密度分析得出,香格里拉市機(jī)場(chǎng)周圍道路網(wǎng)密度在(9~15)km/km2區(qū)間內(nèi),建塘鎮(zhèn)中心城區(qū)的道路網(wǎng)密度在(10~15)km/km2區(qū)間內(nèi).由此可反映出在空間上人類活動(dòng)最密集的區(qū)域在建塘鎮(zhèn)中心城區(qū)和機(jī)場(chǎng),與上文研究反演出的城市沉降集中的地理位置一致,通過(guò)線性擬合也可以得出,人類活動(dòng)與沉降量的關(guān)系是負(fù)相關(guān)(如圖7),即隨著人類活動(dòng)越頻繁,對(duì)應(yīng)區(qū)域的沉降現(xiàn)象越嚴(yán)重.
圖6 道路網(wǎng)密度分布
圖7 道路網(wǎng)密度與沉降量的擬合(上:機(jī)場(chǎng)區(qū)域,下:中心城區(qū))
針對(duì)目前驗(yàn)證InSAR反演地面沉降結(jié)果準(zhǔn)確度的方法是點(diǎn)對(duì)點(diǎn)的水準(zhǔn)測(cè)量驗(yàn)證,本文利用CORS站監(jiān)測(cè)站點(diǎn)數(shù)據(jù)對(duì)SBAS-InSAR 監(jiān)測(cè)結(jié)果進(jìn)行驗(yàn)證,兩者的均方根誤差僅為4 mm,表明本文SBASInSAR結(jié)果具有一定可靠性.
本文基于短基線合成孔徑雷達(dá)干涉測(cè)量技術(shù),利用18 景Sentinel-1A 數(shù)據(jù)提取了香格里拉市建塘鎮(zhèn)城區(qū)的時(shí)序形變結(jié)果,得出結(jié)論如下:
(1)2019 年8 月到2020 年3 月監(jiān)測(cè)期間,建塘鎮(zhèn)共形成5 個(gè)明顯形變區(qū),分別是納帕海抬升區(qū)、東環(huán)線抬升區(qū)、西景線沉降區(qū)、中心城區(qū)沉降區(qū)和香格里拉市機(jī)場(chǎng)沉降區(qū). 兩處抬升區(qū)抬升速率在20 mm/a左右. 沉降區(qū)中西景線沉降區(qū)沉降最明顯,沉降速率為-16.97 mm/a,中心城區(qū)沉降區(qū)平均沉降速率為-11.54 mm/a,機(jī)場(chǎng)沉降區(qū)平均沉降速率為-7.42 mm/a,西景線沉降區(qū)平均沉降速率為-16.97 mm/a.
(2)通過(guò)道路網(wǎng)密度得到人類活動(dòng)頻繁的空間區(qū)域主要集中在香格里拉市機(jī)場(chǎng)和中心城區(qū),線性擬合表明,城市沉降與道路網(wǎng)密度呈負(fù)相關(guān).