基于InSAR技术对地铁沿线地表沉降监测方法研究.pdf

国土与自然资源研究62TERRITORY&NATURALRESOURCESSTUDY文章编号：10 0 3-7 8 53(2 0 2 3)0 5-0 0 6 2-0 5基于InSAR技术对地铁沿线地表沉降监测方法研究陈 12,赵俊三 1,2,李 坤 1,2（1.昆明理工大学国土资源工程学院，云南昆明6 50 0 9 3；2.云南省高校自然资源空间信息集成与应用科技创新团队，云南昆明6 50 2 11)摘要：为探究时序InSAR技术对地铁沿线地表的沉降监测方法的适用性，以昆明地铁三号线和六号线为例，基于30 景覆盖昆明大市的 sentinel-1数据，应用PS-InSAR和SBAS-InSAR技术对地铁地表沿线50 0 m范围的区域进行沉降监测，对形变量大于1mm/y的沉降点进行统计分析，并对两种技术的结果进行对比验证分析。结果表明，两种时序InSAR技术都可以很好的表现地铁沿线地表沉降在空间上的分布，可对已竣工完成正在运营的地铁进行高时间密度的监测分析，对地铁线路及其周边设施的运营维护提供数据支持。关键词：PS-InSAR；城市地表；形变监测;Sentinel-1中图分类号：TP319doi:10.16202/ki.tnrs.2023.05.013Research on Monitoring Method ofSurface Deformation along MetroBased on InSAR TechnologyChen Kel,Zhao Junsan2,Li Kun?(1.Faculty of Land Resources Engineering,Kunming University ofScience and Technology,Kunming Yunnan 650093,China;2.Spatial Information Integration Technology of NaturalResources in Universities of Yunnan Province,Kunming Yunnan 650211,China)Abstract:In order to explore the applicability of sequential InSARtechnology to the surface settlement monitoring method along thesubway,taking Kunming Metro Line 3 and line 6 as examples,based on the sentinel-1 SLC data of 30 scenes covering Kunming,PS-InSAR and SBAS-InSAR technology are used to monitor thesettlement of the area within 500 m along the subway surface,andthe settlement points with shape variable greater than 1 mm/y arestatistically analyzed,the results of the two technologies arecompared and verified.The results show that the two time seriesInSAR technologies can well show the spatial distribution of groundsettlement along the subway,monitor and analyze the completed andoperating subway in high time density,and provide data support forthe operation and maintenance of metro lines and their surroundingfacilities.Key words:PS-InSAR;urban surface;0引言随着国内经济的高速腾飞，城市化的迅猛推进，轨道交通成为了缓解城市交通压力的重要一环，越来2023 No.5越多的城市开始建设地铁，与此同时，大规模的工程建设，地下水的开采，地质活动等因素都会产生地形的沉降形变，地面沉降危害日益受到人们的关注。轨道交通沿线的沉降关乎人们的生命财产安全，因此进行实时沉降监测很有必要。传统的形变监测手段，虽能达到极高的精度，但是无法做到大范围全天候以及较低的人力物力成本，已经无法满足我国快速发展的轨道交通现状。目前时序InSAR技术已趋于成熟，可对地表形变进行大范围全天候的较短时间间隔的监测，并且监测精度能达到毫米级别2-4。本文将用PS-InSAR技术对昆明市的地铁沿线地表进行沉降监测,并用SBAS-InSAR技术对结果进行对比验证，从而建立一个可靠的地铁沿线地表沉降监测方法。1研究区域概况及数据说明1.1研究区概况昆明地处云贵高原中部，滇中盆地东部，平均海拔为19 0 0 m，具有北高南低的地势，地质构造较为复杂，地基软弱，年均降水量在8 0 0 9 0 0 mm左右，地质灾害较为频发5。昆明地铁3号线、6 号线一期于2 0 17年8 月2 9 日开启试运营，全长40.36 8 km（3号线为文献标识码：A22.35km，6 号线1期为18.0 18 km），所选的研究区域为地铁沿线50 0 m范围。1.2数据说明研究区数据为30 景Sentinel-1ASLC及对应精密轨道数据，参数如表1所示，平均人射角为36.9，距离向分辨率为9.318 2 m，方位向分辨率为13.9 7 35m，所选极化方式为VV，监测时间为2 0 18 年9 月至2 0 2 1年2 月,因为 sentinel-1A单星的重访周期为12 d,所选取的影像数据时间间隔在2 4d至36 d之间,DEM使用的是NASA和METI共同发布的ASTERGDEMV3,用于获得已知参考地形及去除地平相位。2基本原理及数据处理2.1 时序 InSAR 基本原理InSAR（In t e r f e r o me t r i c Sy n t h e t i c A p e r t u r e R a d a r,合成孔径雷达千涉)技术，是雷达通过从不同位置获得同一地区的 SAR影像,将其所包含的相位信息进行干涉处理，可反算出地表的地形信息和形变信息，其可反映地表形变精度与电磁波长相位有关，因此形变监测精度可达到毫米级。差分干涉解算地形变化原理如式(1)所示:Pin=Ptpogaphy+P movemant+P atamoephare+P noise式中，Pm为差分相位;Piogly是地形相位;Pamghanedeformation monitoring;Sentinel-1是大气相位；mnie是噪声相位。地形相位可通过引人DEM，通过二次差分法进行去除，大气相位和噪声相位可通过相应滤波操作进行去除，从而最终解算获取形变相位。时序InSAR技术通过多时相SAR图像干涉获取(1)陈辑等基于InSAR技术对地铁沿线地表沉降监测方法研究表1Sentinel-1A影像数据参数编号时间极化方式升/降轨空间基线（m）12018.09.1822018.10.1232018.11.1742018.12.1152019.01.1662019.02.0972019.03.0582019.04.102019.05.169102019.06.09112019.07.15122019.08.08132019.09.13142019.10.07152019.11.12162019.12.06172020.01.11182020.02.16192020.03.11202020.04.16212020.05.10222020.06.15232020.07.09242020.08.14252020.09.07262020.10.13272020.11.06282020.12.12292021.01.05302021.02.10地表形变随时间变化信息的技术。目前主流的时序InSAR 技术主要有 PS-InSAR 和 SBAS-InSAR。PS-InSAR由 Ferretti 等提出,是通过从各个干涉影像对中提取相干性较高的PS（Pe r s i s t e n t Sc a t t e r e r s，永久散射体)点,来进行对地面的沉降监测,城市中的地表建筑可向雷达提供稳定的高反射强度的永久散射体点。一般使用振幅离差指数法提取PS点。0,CA=DAmA式中,DA为振幅离差指数;Q，为相位标准差;QA为时序振幅标准差；ma为时序振幅均值。振幅离差指数越小所对应的像元就越稳定，小于所定义的阈值时，就能确定是所需的PS点。SBAS-InSAR由Berardino等8 提出，是通过连接短基线SAR影像得到短基线SAR影像集合，使每个小集合内的基线较小，这样就可以解决因为长基线所造成的影像间无法干涉而独立的影像的减少，从而提升干涉像对的数量和质量。2.2PS-InSAR处理方法2.2.1生成连接图生成的连接图如图1所示，选取了2 0 19 年10 月的影像为超级主影像，最大空间基线为12 4.6 2 5m，各对影像的时间基线与空间基线均在阈值范围内,2 9 个63100VVDescendingVVDescendingVVDescendingVVDescendingVVDescendingVVDescendingVVDescendingVVDescendingVVDescendingVVDescendingVVDescendingVVDescendingVVDescendingVVDescendingVVDescendingVVDescendingVVDescendingVVDescendingVVDescendingVVDescendingVVDescendingVVDescendingVVDescendingVVDescendingVVDescendingVVDescendingVVDescendingVVDescendingVVDescendingVVDescending6.890 5647.325 510.085328.696 3-8.88216-15.62124.625-55.966 963.203 896.903 537.47127.965 332.892.8070.488 2-33.630 788.585 7-36.280 768.700 3-12.371 7-69.515 931.3815-65.3396.233236.871 453.07445.057350.152.9-49.580 4116.011相对位置（m)-50-100,1-Jan-18干涉像对均可以良好地进行干涉处理。2.2.2 干涉工作流将各个像对进行配准并生成干涉像对，然后进行去平和振幅离差指数的计算，得到永久散射体点。2.2.3PS第一次形变反演使用线性模型对差分干涉像对进行形变速率和残余高程信息的估算，对相干性高的像元进行计算。2.2.4PS第二次反演对差分干涉图中的大气信息进行估算，以此得到去除大气相位后的更准确的形变速率。2.2.5地理编码将所有相关成果投影到地图系统中（如地形形变速率，高度残差等）。2.3SBAS-InSAR处理方法2.3.1生成连接图将影像进行干涉配对，如有n景影像，则最多能配(n-1）对,选择其中一景数据为超级主影像,所有影2像都会与之进行配准。筛选掉相干性较小的像对,为之后的干涉工作流做准备。生成的连接图如图2 所示，显示了影像的获取时间和各景影像相对于超级主影像相对位置的关系图，其中选取2 0 19 年11月的影像为超(2)级主影像。100gS5017TIT相对位置(m)0-50-100-150-200iiiE1-Jan-181-Jan-19获取日期图2 SBAS时空基线图2.3.2干涉工作流将所有配对完成的像对生成干涉图，然后进行滤波（消除因地物散射，配准误差等造成的大量噪声信5002321520221-Jan-191-Jan-20获取日期图1PS时空基线图281-Jan-2031-Dec-202831-Dec-201-Jan-2217TITI77TTT1-Jan-2264号）,去除地平效应和相位解缠。2.3.3轨道精炼和重去平去除解缠后存在的残余相位，通过选定地面控制点进行修正。2.3.4 SBAS第一次反演进行第一次形变速率和残余地形的演算，通过第二次相位解缠对干涉图修正。2.3.5SBAS第二次反演计算时间序列上的位移，并进行大气滤波，减少大气对干涉相位的影响。3沉降监测结果和对比分析研究区范围内PS-InSAR处理结果的年均沉降形变速率如图3所示，大部分PS点的平均沉降速率集中在-9.8 2 2.37 mm/a,在相性阅值为0.7 5设置下得到6 7 54个PS点形变速率超过-10 mm/a，其中最大的沉降形变速率达到-57.9 5 mm/a。平均沉降量（mm/a）57.9535.6135.6123.32-23.3215.13-15.139.929.926.193.591.726.193.5906陈辑等基于InSAR技术对地铁沿线地表沉降监测方法研究N人图例营线期范围地线露12-1.720.14ikm0.14-2.372.3737图3PS沉降监测结果快，下沉趋势较为稳定，呈现匀速下沉状态，下沉范围较小,见图5。-10-20mm-30-40-50OCT8-10-20mm-30-40-5060OCT8B区域位于普坪村站与石咀站区间,B区的累计沉降量为-7 5.8 4mm，平均沉降速率为-31.0 6 mm/a，干区域的下沉速率较快，且下沉范围较小，无加速趋势，见图6。：APR26APR26图5A区形变时间序列对比NOV12 Tme(PS)事NOV12MAY30Time(SBAS)MAY30DEC16DEC16两种方法的处理结果均显示地铁沿线地表50 0 m覆盖范围内主要有4处明显沉降区域，如图4中A、B、C、D 四个的标记区域。沿线所有的地铁站点都没有处于4个沉降区范围,且站点的沉降量与周围区域接近。-20mm-40-60OCT8PS-InSAR-20mm40SBAS-InSARAPR26-60NOV12.Tme(PS),MAY30DEC16OCT8图4形变量对比图其中A区域位于车家壁站与普坪村站区间,在所获取的影像时间范围内，A区的累计沉降量为-57.3mm,平均沉降速率为-2 6.59 mm/a,该区域下沉速率较APR26图6 B区形变时间序列对比A区和B区都临近滇池，地下径流汇人滇池，土质较软，沉积物固结后使地基发生变化，且在沉降区附近NOV12Time(SBAS)MAY30DEC16陈辑等基于InSAR技术对地铁沿线地表沉降监测方法研究有大面积的施工场地，易造成地面沉降。C区域位于西苑站和梁家河站区间,C区的累计沉降量为-2 7.2 2 mm，平均沉降速率为-14.37 mm/a，下沉范围较大，并且沉降中心区域的下沉量较大，离沉降中心越远，累计下沉量越少，已形成沉降漏斗的趋势。该区域虽与地铁站点还有一段距离（小于30 0m),但下沉范围有扩大的趋势,易出现不均匀的沉降，使建筑结构内部出现应力，应把该区域作为重点监测对象,见图7。6510元mm-20元-30元OCT8APR26NOV12.Tme(PS),MAY30DEC16-10mm-10mm-20-30OCT810mm-20-30OCT8D区域位于大树营站和金马寺站区间,D区的累计沉降量为-32.30 mm，平均沉降速率为-13.56mm/a,无加速下沉趋势。该区域建筑道路密布，且汇聚多条地铁线路，大量的基础设施建设引起地表大面积的受力变化负载大幅增加，及轨道交通的建设，会导致地下水位变化，从而引发地面沉降9,见图8。由图4所示经PS和SBAS方法处理所获得的沉降区的范围大小和位置基本相同，由图5、图6、图7、图8 所示两种方法的处理结果所显示的累计沉降量和沉降速率基本一致。在两种处理结果的沉降区随机选取2 0 0 个同名点10-11,统计其累计沉降量，得到线性回归函数结果为y=0.9437x+0.0858，其拟合优度R2=0.9243;统计其平均沉降速率，得到线性回归函数结果为y=0.9201x+0.0324，其拟合优度为R2-0.9122。证明了两种方法处理结果基本相同。4结论通过利用PS-InSAR和 SBAS-InSAR技术对昆明地铁沿线地表50 0 m范围进行沉降监测，反演地表沉降形变，分析沉降特征和沉降原因，并对两种方法进行对比验证，结果表明：（1)研究区范围内出现4个沉降较为严重的区域，-20-30OCT8APR26NOV12Tme(Ps)MAY30APR26NOV12Time(SBAS)图7 C区形变时间序列对比APR26DEC16图8 D区形变时间序列对比其中单个PS点显示的最大沉降速率达到-57.9 5mm/a,最大平均沉降速率为-31.0 6 mm/a。A、B、D 三个区域沉降速率稳定，沉降面积没有扩大趋势，区域C有形成沉降漏斗的趋势，需要后续重点监测。(2)造成实验区地表沉降原因有下几个：昆明大部分地区土质地基松软；临近滇池，地下径流密布，浅层MAY30DEC16NOV12Time(SBAS)地下水循环，使地基动态变化大2;地下水的抽取；大面积基础设施的建设，轨道交通的施工导致区域负载增加等。(3)两种方法经过对比验证,在城市地表的监测结果大致相同，可以对地铁沿线地表进行沉降监测，且具有大范围、全天候、低成本的特点，能对地铁的运营维护和灾害的预防提供决策支持，具有广阔的应用发展前景。参考文献：1 Ferreti A,Prati C,Rocca F.Permanent scatters in SARinterferometry J.IEEE Transactions on Geoscience and RemoteSensing,2001,39(1):8-19.2 Ferretti A,Savio G,Barzaghi R,et al.Submillimeter Accuracy ofInSAR Time Series:Experimental ValidationJ.IEEE Transactions onGeoscience and Remote Sensing,2007,45(5):1142-1153.3 Rosen P A,Hensley S,Joughin I R,et al.Synthetic Aperture RadarInterferometryJ.Proceedings of the IEEE,2000,88(3):333-382.4 Wasowskia J,Bovenga F.Investigating Landsli-des and UnstableSlopes with Satellite Multi Temporal Interferometry:Current Issues andFuture PerspectivesJ.Engineering Geology,2014,174(2):103-138.5姜朝松,周瑞琦,胡耀雄.昆明盆地的地质构造特征J.地震研究,2 0 0 3(1):6 7-7 4.6 Salvi S,Stramondo S,Funning G J,et al.The Sentinel-1 missionfor the improvement of the scientific understanding and theoperational monitoring of the seismic cycleJ.Remote Sensing ofEnvironment,2012,120(10):164-174.MAY30DEC16国土与自然资源研究66TERRITORY&NATURALRESOURCESSTUDY7 Ferretti A,Prati C,Rocca F.Nonlinear subsidence rate estimationusing permanent scatters in differential SAR interferometryJ.IEEETransactions on Geoscience and Remote Sensing,2000,38(5):2202-2212.8 Berardino P,Fornaro G,Lanari R,et al.A new algorithm forsurface deformation monitoring based on small baseline differentialSAR interferogramsJ.IEEE Transactions on Geoscience and RemoteSensing,2003,40(11):2375-2383.9刘琦,岳国森，丁孝兵，等.佛山地铁沿线时序InSAR形变时空特征分析J.武汉大学学报（信息科学版），2 0 19，44（7）：1099-1106.10 范军,左小清,李涛,等.应用升降轨 SBAS-InSAR 技术监测昆明市地面沉降J.地理信息世界，2 0 18,2 5（3)：6 4-7 0.11范军,左小清,李涛,等.PS-InSAR和SBAS-InSAR技术对昆明主城区地面沉降监测的对比分析J.测绘工程，2 0 18,2 7(6)：53-61.12谈树成,薛传东,赵筱青，等.昆明盆地地下热水资源可持续利用研究J.云南大学学报（自然科学版）,2 0 0 1,2 3（4)：310-315.作者简介：陈辆（19 9 6-），男，硕士研究生，研究方向为国土资源遥感。（2 0 2 2-11-14收稿袁海峰编辑）国土与自然资源研究作者投稿须知1标题简明，题文相符。附英文标题、中英文摘要、3 5个中英文关键词。获得基金资助产生的文章要注明基金项目名称（项目编号）。2作者署名最好不超过3位，附所在单位、省、市（县）邮政编码和作者单位的英文译名。文末附第一作者简介。3来稿中的动植物名、数学公式及参考文献中的外文字母注意文种、正斜体、大小写、上下角等写法。4文中插图、表格务必精炼。地图要有线段比例尺、经纬度等地理要素，中国地图必须使用自然资源部标准地图底图，所用底图边界要完全无修改（包括南海诸岛位置），并在图题下注明“注：该图基于自然资源部标准地图服务网站下载的审图号为GS(2016)号的标准地图制作,底图无修改。”5引用他人已发表文献，须在文中作角注并在参考文献中列出，不得引用非公开出版的文献。6编辑部将对拟用稿件作必要的修正和删节，若需较大改动，则与作者协商。如作者有特殊要求，请在投稿时声明。7来稿一般不退，请自留底稿。本刊已被中国期刊网、中国学术期刊（光盘版）;中国知网（CNKI);北京万方数据股份有限公司、万方数据电子出版社；维普网数据中心；超星期刊域出版平台收录。来稿采用后将以多种方式发表,若作者有异议，请勿投稿。8投稿邮箱：。2023No.5文章编号：10 0 3-7 8 53(2 0 2 3)0 5-0 0 6 6-0 7基金项目：国家自然科学基金项目（7 18 7 4134);陕西省自然科学基础研究计划一重点项目（2 0 19 JZ-30);陕西省社会科学基金项目(2 0 18 S49)。城市路网系统大气污染物多耦合驱散分析模型黄光球，张嘉蓉*,马蒙，陆秋琴（西安建筑科技大学管理学院，陕西西安7 10 0 55）摘要：为揭示路网系统中大气污染物在多因素耦合作用下的自然驱散特征，采用去趋势互相关分析法（DCCA、对象Petri网和双枝模糊理论相结合的方法，提出了一种新型的城市路网系统中大气污染物多耦合驱散分析模型，简称BBOPNM。该模型运用DCCA刻画各因素对污染物驱散的作用程度，并辨识其作用极性。然后基于对象Petri网抽象处理实际路网系统驱散状态，引入双枝模糊理论定义驱散度，揭示多耦合驱散过程的逻辑因果关系，结合多耦合驱散机理，给出模型更新规则及算法。最后，以西安市路网为例对模型进行验证分析。结果表明，该模型可以准确揭示城市路网系统中的大气污染物在多因素耦合作用下的驱散能力及其变化情况。关键词：城市路网系统；大气污染物；多耦合驱散;Petri网中图分类号：X51doi:10.16202/ki.tnrs.2023.05.014Multi-coupling Dispersion Analysis Model ofAir Pollutants in Urban Road Network SystemHuang Guangqiu,Zhang Jiarong,Ma Meng,Lu Qiuqin(School of Management,Xian University of Architecture andTechnology,Xian Shaanxi 710055,China)Abstract:In order to reveal the natural dispersal characteristics ofair pollutants in urban road network system under the action ofmultiple factors coupling,a new multi-coupling dispersal analysismodel of air pollutants in urban road network system,calledBBOPNM,was proposed by using the method of Detrended Cross-Correlation Analysis Method(DCCA),object Petri net and double-branch fuzzy theory.DCCA was used to characterize the effects ofvarious factors on pollutant dispersal and identify their polarity.Then,based on the object Petri net,the dispersal state of theactual road network system was abstracted,the dual-branch fuzzytheory was introduced to define the dispersal degree,and thelogical causality of the multi-coupling dispersal process wasrevealed.Combined with the multi-coupling dispersal mechanism,the model updating rules and algorithms were given.Finally,taking Xi an road network as an example,the model is verifiedand analyzed.The results show that the model can accuratelyreveal the dispersing ability and variation of air pollutants inurban road network system under the action of multiple factorscoupling.Key words:urban road network system;air pollutants;文献标识码：Amulti-coupling dispersion analysis;Petri net