張亞鳳 劉國林 牛 沖 陳 洋 周一鳴
1 山東科技大學(xué)測繪與空間信息學(xué)院,青島市前灣港路579號,266590
2 山東省地質(zhì)測繪院,濟(jì)南市二環(huán)東路11101號,250014
研究地面沉降空間分布形態(tài)和產(chǎn)生因素對社會穩(wěn)定及災(zāi)害防控具有重要的實用價值和科學(xué)意義。合成孔徑雷達(dá)差分干涉測量(D-InSAR)技術(shù)是一種新型的空間對地觀測技術(shù),具有全天候、全天時、分辨率高、監(jiān)測范圍廣等特點[1-2]。但這種技術(shù)易受時空失相干、大氣延遲和植被覆蓋等影響,在地形復(fù)雜地區(qū)監(jiān)測能力受限[3]。短基線集合成孔徑雷達(dá)干涉測量(SBAS-InSAR)技術(shù)能有效解決時空失相干的影響,實現(xiàn)長時間連續(xù)監(jiān)測[4]。目前已有大量學(xué)者采用SBAS-InSAR技術(shù)監(jiān)測地面沉降,結(jié)果表明,該方法具有較高的準(zhǔn)確性和可靠性[5-7]。
本文利用SBAS-InSAR技術(shù)對菏澤市2017-05-20~2021-05-23的Sentinel-1A SAR影像進(jìn)行處理,獲取該時段的年平均沉降速率和累積沉降量,并結(jié)合實際煤礦開采情況對研究區(qū)域累積沉降的時空演化和時序沉降場進(jìn)行精細(xì)化分析。
菏澤市地處山東省西南部,共有2個市轄區(qū)、7個縣、2個開發(fā)區(qū),面積約12 239 km2,地理范圍為34°39′~35°52′N、114°45′~116°25′E。圖1為研究區(qū)域的具體位置。
Sentinel-1A SAR影像數(shù)據(jù)由歐空局提供,搭載C波段的合成孔徑雷達(dá),對地觀測模式為干涉寬幅模式(IW),幅寬為250 km,空間分辨率為5 m×20 m,極化方式為VV,重訪周期為12 d,具有高重訪頻率、高覆蓋能力以及極好的時效性和可靠性。本文選取覆蓋菏澤市2017-05-20~2021-05-23期間65景Sentinel-1A SAR影像,同時引入SRTM3 DEM數(shù)據(jù)(分辨率為90 m)進(jìn)行計算,以消除地形相位的影響。
SBAS-InSAR技術(shù)是一種用于研究低分辨率、大尺度形變的時間序列分析方法。該方法首先通過設(shè)置時空基線閾值將影像自由組合生成一系列干涉圖,利用最小二乘法求解地表形變信息;然后通過矩陣的奇異值分解(SVD)法進(jìn)行時間序列分析,求得最小范數(shù)最小二乘法解,去除殘余地形,解決時間不連續(xù)的問題;最后將多個短基線集數(shù)據(jù)聯(lián)合起來進(jìn)行反演,得到觀測時段內(nèi)的地表形變信息和平均形變速率。具體計算方法見文獻(xiàn)[8],本文不再贅述。
根據(jù)短基線原則,SBAS-InSAR技術(shù)將收集到的影像數(shù)據(jù)組合成若干個短基線數(shù)據(jù)集,能有效提高時空的相關(guān)性,提取到更可靠的時序沉降結(jié)果。其主要數(shù)據(jù)處理步驟如下:
1)將原始數(shù)據(jù)轉(zhuǎn)換成SLC格式數(shù)據(jù),并用實驗區(qū)矢量范圍裁剪影像,選取2017-07-19為超級主影像,其他影像依次與主影像配準(zhǔn)。
2)設(shè)置時空基線閾值和多視比例值(距離向為4,方位向為1),根據(jù)短基線原則生成143對干涉像對。利用外部DEM模擬地形相位去除干涉圖中的地形相位,得到差分干涉圖。
3)選用Goldstein方法進(jìn)行濾波,采用基于Delaunay三角網(wǎng)的最小費用流法MCF對濾波增強(qiáng)后的差分干涉圖進(jìn)行相位解纏去除噪聲,減少由軌道、大氣和植被等因素引起的誤差。
4)在地形平坦、沒有相位躍變的區(qū)域選取多個控制點進(jìn)行重去平,消除相位偏移量。采用SVD方法估算平均形變速率和殘余地形相位。通過大氣濾波估算和去除大氣延遲相位,從而得到最終地表形變結(jié)果。將生成的結(jié)果編碼至WGS-84坐標(biāo)系下,得到LOS上的平均形變速率和累積形變量。
數(shù)據(jù)處理流程如圖2所示。
采用SBAS-InSAR技術(shù)處理65景Sentinel-1A數(shù)據(jù),獲取研究區(qū)域2017-05-20~2021-05-23期間的地面沉降信息(圖3)。由圖可知:
1)在監(jiān)測時段內(nèi),研究區(qū)域存在一處明顯的沉降盆地,沉降中心位于鄆城縣及周邊區(qū)域,最大沉降速率為-311 mm/a(本文中負(fù)號僅表示方向),最大累積沉降量達(dá)-1 269 mm。結(jié)合相關(guān)資料分析可知,鄆城縣周圍煤礦眾多,煤礦工作面的持續(xù)開采導(dǎo)致地面沉降加劇,出現(xiàn)沉降盆地。
2)沉降盆地周圍的沉降速率為-40~-20 mm/a,沉降量為-150~-80 mm;距沉降中心較遠(yuǎn)的區(qū)域,沉降速率為-20~0 mm/a,沉降量為-80~0 mm。除鄆城縣這一主要沉降盆地外,巨野縣西北部也有較為嚴(yán)重的沉降,最大年平均沉降速率為-60 mm/a,最大累積沉降量為-250 mm;鄄城縣、牡丹區(qū)和曹縣部分地區(qū)有輕微沉降,年平均沉降速率約為-20 mm/a,累積沉降量為-80~0 mm。
為驗證SBAS-InSAR監(jiān)測結(jié)果的可靠性,選取煤礦分布集中、沉降最嚴(yán)重的鄆城區(qū)域進(jìn)行詳細(xì)分析。以2017-05-20的影像為基準(zhǔn)獲取鄆城沉降的時空分布累積沉降圖,時間間隔為0.5 a(圖4)。其中,A、B、C、D為鄆城區(qū)域4個主要煤礦區(qū),監(jiān)測時段內(nèi)主要開采工作面如圖5所示(D區(qū)因數(shù)據(jù)資料不足,未給出工作面)。
根據(jù)煤礦開采進(jìn)度,將監(jiān)測過程分為4個階段進(jìn)行分析。
1)階段1:時間為2017-05-20~2018-05-15。由圖4(a)、4(b)可見,煤礦A和煤礦C交界處存在明顯的沉降盆地,沉降中心最大累積沉降量達(dá)-150 mm,周邊沉降量普遍為-100~-20 mm。該時段內(nèi)位于王樓村東南處煤礦A的工作面1開始回采,截至2018-05該工作面已回采1 530 m。SBAS-InSAR監(jiān)測到該時段內(nèi)此工作面附近沉降最為嚴(yán)重,最大累積沉降量達(dá)-300 mm。鄆城其他區(qū)域也存在沉降,主要分散在各個煤礦的中心及周邊城鎮(zhèn)。位于陳河口村附近煤礦B的工作面1和2于2018年初開始開采,監(jiān)測到附近最大累積沉降量為-150 mm。煤礦C前期已完成多個工作面的開采,部分地面沉降主要位于車樓村附近[9]。2018年初煤礦C的工作面1和2開始開采,導(dǎo)致該地區(qū)煤礦沉降最為嚴(yán)重,最大累積沉降量達(dá)-600 mm。煤礦D處前期開采導(dǎo)致地面緩慢沉降,累積沉降量和沉降范圍較小,沉降量普遍為-60~0 mm。
2)階段2:時間為2018-05-15~2019-05-10。由圖4(c)、4(d)可見,隨著時間推移,沉降范圍逐漸增大,向北延伸至王樓村附近,向東延伸至煤礦B西側(cè),向西延伸至后黃崗村附近,向南延伸至煤礦C車樓村附近。沉降中心最大累積沉降量為-300 mm,周邊累積沉降量集中在-250~-60 mm。2019-05煤礦A的工作面1開采結(jié)束,回采推進(jìn)至2 730 m,最大累積沉降量為-600 mm。煤礦B的工作面1和2以及煤礦C的工作面1和2仍在開采中,且沉降范圍逐步擴(kuò)大,沉降增加,最大累積沉降量均達(dá)-800 mm。2018年底煤礦C的工作面2結(jié)束開采,2019年初工作面3接替開采。煤礦D的最大累積沉降量為-150 mm。
3)階段3:時間為2019-05-10~2020-05-04。由圖4(e)、4(f)可知,沉降范圍持續(xù)擴(kuò)張,南北向最為明顯,王樓村和車樓村處沉降連接。沉降中心最大累積沉降量達(dá)-400 mm,周邊沉降量基本為-300~80 mm。煤礦A的工作面2開采時段為2019-06~2020-04,共開采1 010 m,其附近最大累積沉降量為-800 mm。由于煤礦B的工作面1、2、3和煤礦C的工作面3、4、5持續(xù)開采(其中,2019年底煤礦C的工作面3結(jié)束開采,2020年初工作面4、5開始開采),造成沉降范圍繼續(xù)擴(kuò)大,部分地區(qū)最大累積沉降量超過-800 mm。煤礦D的沉降量同樣持續(xù)增加,最大累積沉降量為-600 mm。
4)階段4:時間為2020-05-04~2021-05-23。由圖4(g)、4(h)可知,沉降范圍往南北方向擴(kuò)張更加明顯,尤其在郭屯鎮(zhèn)和王樓村附近。沉降中心最大累積沉降量達(dá)-600 mm,周邊累積沉降量基本為-400~-100 mm。煤礦A的工作面3開采時段為2020-05~2021-02,共計開采650 m。之后煤礦B的工作面1、3、4以及煤礦C的工作面4、5、6接替開采。煤礦A、B、C部分區(qū)域最大累積沉降量達(dá)-1 269 mm,煤礦D最大累積沉降量為-800 mm。
綜上所述,隨著時間的推移,地面沉降愈加明顯,無論是沉降量還是沉降范圍都呈現(xiàn)逐漸增大的趨勢。沉降主要集中在各個煤礦開采的工作面附近,最大累積沉降量可達(dá)-1 269 mm。說明鄆城區(qū)域的沉降主要由煤礦開采引起,隨著工作面的持續(xù)開采,沉降量逐漸增大。
為更深入地了解沉降區(qū)域的時序變化情況,選取不同煤礦工作面附近沉降較為嚴(yán)重的6個特征點(圖4(h)),以2017-05-20的影像為基準(zhǔn),分析其時序累積沉降量(圖6)。由圖可見,隨著時間的推移,P1~P6點累積沉降量逐漸增大,沉降趨勢近似呈線性。其中,P1~P4位于沉降中心,監(jiān)測初期沉降較小,2018年初隨著煤礦開采量的增加,累積沉降量也隨之增大,沉降曲線相對于其他特征點波動較多。截至2021-05-23,P1~P4的累積沉降量分別達(dá)到-939 mm、-453 mm、-820 mm和-865 mm。P5、P6位于沉降邊緣地區(qū),沉降曲線變化平緩,且沉降量較小,累積沉降量分別為-412 mm和-326 mm。綜上可知,P1點的累積沉降量最大,P6點的累積沉降量最小,符合實際地質(zhì)情況。
收集鄆城水準(zhǔn)測量數(shù)據(jù),驗證SBAS-InSAR監(jiān)測沉降的精度。水準(zhǔn)觀測時段為2017-05-13~2018-06-23,水準(zhǔn)點布設(shè)情況如圖7所示。選取2017-05-20~2018-06-08的SBAS-InSAR觀測結(jié)果與水準(zhǔn)測量結(jié)果進(jìn)行對比,并利用線性插值法獲取與SAR影像日期一致的水準(zhǔn)測量結(jié)果,解決水準(zhǔn)與SAR影像數(shù)據(jù)獲取時間不一致的問題。
考慮到SBAS-InSAR的結(jié)果不連續(xù),分別在鄆城區(qū)域內(nèi)選取沉降量較小的S1~S4點及接近沉降中心處沉降較嚴(yán)重的S5、S6點,對比分析不同沉降程度的SBAS-InSAR和水準(zhǔn)測量的累積沉降結(jié)果(圖8)。
由圖8(a)~(d)可知,水準(zhǔn)點S1~S4位于沉降盆地邊緣地帶,累積沉降量較小。由于2018-04~06期間植被生長茂密,導(dǎo)致SAR影像干涉質(zhì)量差,影響沉降監(jiān)測的精度。截至2018-06-08,4個水準(zhǔn)點的水準(zhǔn)測量結(jié)果分別為-35 mm、-273 mm、-200 mm和-351 mm,SBAS-InSAR監(jiān)測結(jié)果分別為-45 mm、-113 mm、-55 mm和-82 mm,二者累積沉降量絕對差值分別為10 mm、160 mm、145 mm和269 mm??梢钥闯?,SBAS-InSAR監(jiān)測到的沉降趨勢和沉降量與水準(zhǔn)測量結(jié)果基本相符。
由圖8(e)、8(f)可知,水準(zhǔn)點S5、S6接近沉降盆地中心區(qū)域,累積沉降量較大。2017-05-20~2018-02-08期間S5的SBAS-InSAR監(jiān)測結(jié)果與水準(zhǔn)測量結(jié)果相差不大,且變化趨勢基本一致;2017-05-20~2017-09-17期間S6的SBAS-InSAR監(jiān)測結(jié)果與水準(zhǔn)測量的沉降曲線保持著較好的一致性。隨著時間的推移,水準(zhǔn)測量結(jié)果大幅度增加,而SBAS-InSAR監(jiān)測結(jié)果增加緩慢,截至2018-06-08,S5、S6的水準(zhǔn)測量結(jié)果分別為-900 mm和-2 325 mm,SBAS-InSAR監(jiān)測結(jié)果分別為-122 mm和-185 mm。由于受到植被、大氣等誤差因素的影響,二者結(jié)果相差較大,絕對差值分別為778 mm和2 140 mm。
根據(jù)6個點的SBAS-InSAR監(jiān)測結(jié)果與水準(zhǔn)測量結(jié)果可知,SBAS-InSAR可以監(jiān)測到與水準(zhǔn)測量相符的沉降趨勢,但在沉降量上與水準(zhǔn)測量結(jié)果存在一定的差異。在沉降量較小的區(qū)域,SBAS-InSAR與水準(zhǔn)測量結(jié)果較為吻合;在沉降量較大的區(qū)域,由于InSAR技術(shù)本身的局限性,當(dāng)單個像元內(nèi)的形變超過影像的半個波長時,就無法探測出正確形變,因此InSAR在沉降中心的監(jiān)測能力不足。由于SBAS-InSAR(面單元)和水準(zhǔn)監(jiān)測(點單元)的數(shù)據(jù)類型不同,且監(jiān)測時段不完全一致,SBAS-InSAR監(jiān)測到的沉降量與水準(zhǔn)實測數(shù)據(jù)相差較大,說明SBAS-InSAR技術(shù)在沉降較為嚴(yán)重區(qū)域的精度還有待提升。
菏澤地屬溫帶季風(fēng)型大陸性氣候,四季分明,春秋多風(fēng)、夏熱多雨,多年平均降雨量約為662.7 mm,年內(nèi)降水分布不均,主要集中在6~8月。為探究降雨量對SBAS-InSAR監(jiān)測精度的影響,收集菏澤市2017-05~2021-05的月均降雨量,并計算相應(yīng)時段SAR干涉對的月均相干系數(shù),分析降雨量和相干系數(shù)的關(guān)系,結(jié)果如圖9所示。由圖9可見,菏澤市全年降雨主要集中在6~8月,其中,8月月均降雨量最大,為199 mm;1~5月和9~12月降雨量較少,其中,12月月均降雨量最小(9 mm)。在降雨量較大的6~8月,充沛的雨量和茂盛的植被導(dǎo)致SAR影像質(zhì)量較差,相干性較低,基本為0.37~0.40,其中,8月月均相干系數(shù)最小(0.37);在降雨量較小的1~5月和9~12月,植被稀疏,SAR影像質(zhì)量較好,相干性較高,基本為0.40~0.63,其中1月月均相干系數(shù)最大(0.63)。由此可知,SAR干涉對的相干性與降雨量有直接關(guān)系,二者呈負(fù)相關(guān),即降雨量越小,SAR干涉對的相干性越高,監(jiān)測精度就越高。
1)在監(jiān)測時段內(nèi),鄆城地區(qū)沉降較為嚴(yán)重,主要是由煤礦開采造成的,最大年平均沉降速率為-311 mm/a,最大累積沉降量達(dá)-1 269 mm;巨野縣西北部地區(qū)也有較為嚴(yán)重的沉降,最大年平均沉降速率為-60 mm/a,最大累積沉降量為-250 mm;鄄城縣、牡丹區(qū)和曹縣沉降量較小,年平均沉降速率基本為-20 mm/a,累積沉降量基本為-80~0 mm。
2)煤礦分布集中、沉降最嚴(yán)重的鄆城地區(qū)累積沉降量最大的區(qū)域主要在王樓村、車樓村和陳河口村附近,與實際地質(zhì)情況相符,最大累積沉降量可達(dá)-1 269 mm。
3)SBAS-InSAR技術(shù)可以準(zhǔn)確探測到沉降位置,反映大范圍的沉降情況和沉降變化趨勢。在沉降量較小的邊緣地區(qū),其監(jiān)測結(jié)果與水準(zhǔn)測量結(jié)果基本相符,監(jiān)測精度較高;在靠近沉降中心區(qū)域,受到SAR影像特征和技術(shù)自身等限制,SBAS-InSAR監(jiān)測結(jié)果與水準(zhǔn)測量結(jié)果存在較大差異,監(jiān)測精度仍有待提升。
4)根據(jù)月均降雨量和SAR影像的月均相干系數(shù)可知,SAR干涉對的相干性與降雨量有直接關(guān)系,二者呈負(fù)相關(guān),即降雨量越小,SAR干涉對的相干性越高,監(jiān)測精度就越高。