自然资源遥感, 2024, 36(1): 35-48 doi: 10.6046/zrzyyg.2022370

地面沉降监测专栏

基于Sentinel-1A钦防地区地面沉降监测与分析

明小勇,1,2, 田义超,1,2, 张强1, 陶进1, 张亚丽1, 林俊良1

1.北部湾大学资源与环境学院海洋地理信息资源开发利用重点实验室,钦州 535000

2.北部湾大学北部湾海洋发展研究中心广西北部湾海洋灾害研究重点实验室,钦州 535000

Monitoring and analyzing land subsidence in Qinfang, Guangxi based on Sentinel-1A data

MING Xiaoyong,1,2, TIAN Yichao,1,2, ZHANG Qiang1, TAO Jin1, ZHANG Yali1, LIN Junliang1

1. Key Laboratory of Marine Geographic Information Resources Development and Utilization, College of Resources and Environment, Beibu Gulf University, Qinzhou 535000, China

2. Guangxi Key Laboratory of Marine Disaster in the Beibu Gulf, Beibu Gulf Ocean Development Research Center, Beibu Gulf University, Qinzhou 535000, China

通讯作者: 田义超(1986-),男,博士,教授,主要从事资源环境遥感与GIS及海岸带生态环境监测的相关研究。Email:tianyichao1314@yeah.net

责任编辑: 陈理

收稿日期: 2022-09-19   修回日期: 2023-03-1  

基金资助: 国家自然科学基金项目“北部湾茅尾海红树林生态系统服务权衡关系及其驱动机制”(42261024)
广西高校人文社会科学重点研究基地“北部湾海洋发展研究中心”项目“广西茅尾海红树林生态系统蓝碳资源评估与驱动机制研究”(JDZD202214)
广西基地和人才项目“广西钦州湾红树林生态系统健康评价及应用示范”(2019AC20088)

Received: 2022-09-19   Revised: 2023-03-1  

作者简介 About authors

明小勇(1999-),男,本科,主要从事遥感信息应用研究。Email: 1589428897@qq.com

摘要

分析钦防地区地面沉降时空分布、演变规律和驱动因素,可为区域灾害预测防治及城市规划提供科学依据。基于小基线集时序合成孔径雷达干涉测量(small baseline subset interferometric synthetic aperture Radar,SBAS-InSAR)技术,利用45景Sentinel-1A合成孔径雷达影像提取了研究区2018—2021年的地面沉降信息,同时结合地区地质背景、降水数据、土地利用情况和道路等数据,借助于空间分析技术、数理统计和遥感图像分类及变化检测等方法对研究区地面沉降的整体特征、时空演变趋势及其影响因素进行了可视化分析和定量化分析。结果表明: ①在空间维度上,研究时段内研究区地面形变速率介于-114.37~58.55 mm/a之间,研究区内地面形变分布范围广且不均匀分布明显,形成了以钦南区主城区中南部、钦州港与港口区为主的3个沉降中心区域,沉降地区的沉降面积逐年增加并呈现出向南扩张的趋势; ②在时间维度上,各沉降中心区域从整体上随着时间变化呈现不均匀的下沉趋势,但出现了周期性的回升,回升值最大可达18.4 mm; ③在影响因素上,城镇化扩张、道路密度、构造运动、地层作用、降水作用和海平面上升是导致研究区地面沉降的主要因子,同时也主导了地面沉降的扩张和增幅。

关键词: 地面沉降; InSAR; Sentinel-1A; 北部湾海岸城市; 钦防地区; 时序分析

Abstract

This study aims to lay the scientific foundation for regional disaster prediction, prevention, and control, as well as urban planning, by analyzing the spatio-temporal distribution, evolutionary patterns, and driving factors of land subsidence in the Qinfang area, Guangxi Province, China. Using the small baseline subset interferometric synthetic aperture radar (SBAS-InSAR) technique, this study extracted information on land subsidence in the study area during 2018—2021 from 45 scenes of Sentinel-1A SAR images. By combining the geological setting, precipitation, land use, and road data and using methods such as GIS spatial analysis, mathematical statistics, remote sensing image classification, and change detection, this study conducted visual and quantitative analyses of the overall characteristics, spatio-temporal evolutionary trends, and influencing factors of land subsidence in the study area. The results show that: ① In the spatial dimension, the ground deformations, at rates ranging from -114.37 to 58.55 mm/a within the study area, exhibited extensive but significantly nonuniform distributions during 2018—2021. Consequently, three primary subsidence centers emerged in the central and southern urban areas of Qinnan District, Qinzhou Port, and the port area, with subsidence areas expanding southward annually; ② In the temporal dimension, the subsidence centers displayed an overall uneven subsidence trend over time. Besides, they exhibited periodic rebounds, with a maximum rebound amplitude of 18.4 mm; ③ In terms of influencing factors, primary factors causing land subsidence in the study area included urbanization, road density, tectonic movement, stratigraphy, precipitation, and sea level rise, which play a predominant role in the expansion and intensification of land subsidence.

Keywords: land subsidence; InSAR; Sentinel-1A; coastal cities along the Beibu Gulf; Qinfang area; time series analysis

PDF (38732KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

明小勇, 田义超, 张强, 陶进, 张亚丽, 林俊良. 基于Sentinel-1A钦防地区地面沉降监测与分析[J]. 自然资源遥感, 2024, 36(1): 35-48 doi:10.6046/zrzyyg.2022370

MING Xiaoyong, TIAN Yichao, ZHANG Qiang, TAO Jin, ZHANG Yali, LIN Junliang. Monitoring and analyzing land subsidence in Qinfang, Guangxi based on Sentinel-1A data[J]. Remote Sensing for Land & Resources, 2024, 36(1): 35-48 doi:10.6046/zrzyyg.2022370

0 引言

地面沉降是地壳表面松散地层固结压缩而导致的地面高程下降的地质现象,多因自然因素和人为因素引起,是一种变化缓慢、大面积的持续性地质灾害[1-2],具有不可恢复或恢复速度慢的特点[3]。区域性的地面沉降会对城市建筑物、道路和桥梁等基础设施与工程建设产生潜在威胁[4-5],改变水土环境,增加城市内涝、海水倒灌和建筑物地基被破坏等风险,且伴随着地面塌陷和地裂缝等环境灾害[5-6],严重影响城市建设、工农业生产和居民生存生活,给社会经济发展、人民生命和财产带来安全隐患。地面沉降问题在世界城市发展中较为普遍,全球五大洲的150多个国家和地区如美国[7]、日本[8]和德国[9]等均不同程度的出现了地面沉降问题[3,6],我国20余省区市也曾报道过地面沉降灾害,每年因此造成的直接经济损失达数百亿元[10]。在城市化迅速发展的背景下,地面沉降问题愈发突出,已成为21世纪主要的环境地质灾害之一[11]。因此,采取行之有效的方法开展城市地区地表形变的监测,并研究其时空演变特征和分析影响因素,对实现区域的可持续发展有着重要意义。

以往,在进行地面沉降监测中,传统的逐点观测方式如全球导航卫星系统(global navigation satellite system,GNSS)测量或水准测量等占主导地位,这些方法监测成本高且效率低、时空采样率差,易受环境限制,难以快速实现大面积的地面高精度监测[12],而近年来新兴的差分干涉合成孔径雷达(differential interferometric synthetic aperture Radar,D-InSAR)技术具有监测成本低、高时空分辨率、覆盖范围广等优点,可进行大范围监测地表形变,可以填补传统方法的不足[13-14],因此受到许多学者的青睐。但传统的D-InSAR技术易产生空间失相干、大气延迟与轨道误差,使其监测精度和可靠性受到一定程度的影响与制约。为了克服上述问题,众多中外学者在D-InSAR技术的基础上提出了基于时间序列的InSAR技术。该技术通过反演在长时序中保持稳定特性的相干点或分布式相干点来获取形变速率[15],克服了传统InSAR方法中时空失相干和大气延迟的存在[16-18],极大地提高了利用InSAR技术监测地表微小形变的能力[19],已经被广泛应用于提取和监测城市[20]、矿区[21]等的地面沉降信息。该技术包括永久散射体差分干涉测量技术(persistent scatters InSAR,PS-InSAR)、分布式散射体干涉测量技术(distributed scatterer InSAR,DS-InSAR)和小基线集干涉测量技术(small baseline subset InSAR,SBAS-InSAR)等方法[22],其中,PS-InSAR由Ferretti等[23]提出,通过分析和提取时序SAR图像中长时间保持稳定的点作为PS候选点,利用形变模型反演地面线性速率; 而DS-InSAR则是近年来新兴的热点,利用提取的分布式散射体获取形变信息,但目前仍处于研究阶段,常与PS-InSAR技术联合解算形变信息; SBAS-InSAR技术由Bernardino等[24]和Lanari等[22]提出,与传统D-InSAR技术和PS-InSAR技术相比,SBAS-InSAR技术具有降低几何误差和去除大气相位延迟的优点,较少受到采集影像的时间连续性影响,能提供更为稳健可靠的监测结果,在地面形变中得到了广泛应用。目前,国内外的研究学者利用SBAS-InSAR技术对城市地面沉降监测与分析开展了大量的研究工作,然而国内研究多聚焦于华北平原[25-28]、长江三角洲[29-32]、汾渭盆地[33-35]和淮北平原[36]等沉降严重区,对北部湾区域的研究却较少。不同于传统技术,基于时序InSAR技术对北部湾海岸城市进行监测的研究尚未引起关注,对于北部湾区域地面沉降的时空分布、演变规律和驱动因素仍缺乏整体性认识。

钦州市和防城港市地处广西壮族自治区南部,北倚首府,南临海湾,是北部湾经济带的重要港口和枢纽中心。近年来,在西部陆海新通道被列入国家“十四五”重大工程、广西平陆运河项目进入国家层面研究的背景下,当地自贸试验区建设加速,钦州保税港区整合转型为综合保税区,中马钦州产业园区金融创新试点,为该地区经济建设快速发展带来了新的机遇,推动了城市扩张和施工建设、工业发展及地下水开采、填海活动与港口建设等,加上地质条件与气候条件影响,引起境内大部分区域出现了不同程度的地面沉降现象。鉴于此,本文以广西钦防地区为研究对象,利用时序InSAR技术提取区域地面形变信息,基于地质背景调查资料和大气降水等数据,对研究区地面沉降的时空演变规律进行定量研究,采用空间分析技术和数理统计等多种方法从城市化、道路密度和断裂构造等多个角度分析其沉降影响因素。其研究结果可为监测灾害现状与防治及未来城建的合理规划布局提供科学依据的意义。

1 研究区概况与数据源

1.1 研究区概况

研究区位于广西壮族自治区南部地区,地跨钦州、防城港两市,邻近北部湾沿海。研究区北枕山地,南临海洋,地形北高南低,山地丘陵相间,平均海拔为217 m,地势较为平坦,地理坐标为N21°35'24″~22°07'46″,E108°18'54″~108°52'27″,东西横贯67.27 km,南北纵长65.71 km,覆盖面积约为4 014.48 km2。该区地处钦州坳陷盆地,主要包括钦防—灵山断裂及次一级横向断裂带,以逆断层为主,属于东南沿海地震带内带,褶皱断裂发育,构造运动较为平稳。钦州坳陷盆地和钦防沿海地区中广泛分布有松散的第四系松散层,土体多为砂土、砾石、泥岩及人工填土等土层交互出现,小范围出露花岗岩与风化残积物。区域气候属亚洲东南部季风,主要受热带海洋气团控制,太阳辐射强烈,年均日照时约为1 800 h,多年平均气温为21~23 ℃,夏长冬短; 季风环流明显,气候湿热多雨,多年平均降水量为1 600 mm左右,雨量充沛,降水主要集中于4—9月,秋冬季降水较少。区内水系发达,主要有钦江、防城江和茅岭江等,其中钦江贯穿钦州市区,防城江流经防城港市区,为区内的主要水系,水系的发达与海洋的作用为下游河漫滩和海滨地带带来了丰富的细颗粒沉积物。研究区的地理位置如图1所示。

图1

图1   研究区的地理位置

Fig.1   Geographical location of the study area


1.2 数据源

本研究数据为2018年1月—2021年9月期间覆盖研究区的45景升轨Sentinel-1A SAR影像数据。数据获取自阿拉斯加卫星设施SAR数据中心,采用干涉宽幅模式,扫描带宽250 km,空间分辨率为5 m × 20 m(方位向×距离向),极化方式为VV极化,用于分析和研究地表形变特征,利用美国国家航空航天局提供30 m地面采样间隔的SRTM DEM数据去除地表起伏所引起的地形相位,使用Sentinel-1A对应成像日期的精密定轨星历数据(pecise orbit ephemerides,POD)去除轨道误差与相位重去平,同时基于2018—2021年间Landsat8遥感卫星图像定量分析土地利用变化与地面沉降的相关性,引入全球降水测量(global precipitation measurement,GPM)数据辅助分析降水量与地面沉降演变的时空关联。

2 研究方法

本文技术处理流程如图2所示。

图2

图2   技术处理流程

Fig.2   Technical processing flow


首先利用SBAS-InSAR技术提取地表形变信息,其基本原理是通过设置合理的临界时空基线阈值,对获取的多景已配准SAR影像在时空上进行匹配组合,生成一系列短基线差分干涉图集(图3),这些差分干涉图集能够有效地消除空间失相干现象,同时连接较大空间基线里分离的独立SAR数据集,以提高数据获取的时间采样率; 在求形变速率过程中,以相干点目标为基础建立二次反演模型并综合噪声、地形残差和大气相位等因素进行解缠和滤波,通过奇异值分解法(singular value decomposition,SVD)[37]将多个短基线集进行联合并采用最小二乘法进行参数解算以提取研究范围内的形变速率,最终可获得高相干点的沉降时间序列信息。

图3

图3   差分干涉基线图

Fig.3   Differential interference baseline diagram


再基于研究区的地质背景调查资料,结合空间分析技术、数理统计和遥感图像处理等方法,探究研究区地面沉降演变规律与沉降机理。通过对不同类型的数据或图像进行叠合分析,对形变数据的属性进行数理统计,并对结果进行可视化和定量化操作,以分析地面沉降的空间分布特征和时空演变规律; 结合研究区的地形地貌、基础地质与水文地质数据构建数据场,制作地质构造与岩土体类型图及水文地质钻孔图,使用区域道路数据分析路网密度。同时,结合每月的大气降水监测数据,利用反距离权重法对原数据进行空间插值以提高数据的空间分辨率,以探究研究区地面沉降与降水变化的关联。

此外,采用基于CART获取规则的决策树分类方法对不同时段的卫星影像进行土地分类,并计算归一化植被指数(normalized difference vegetation index,NDVI)、归一化建筑指数(normalized difference built-up index,NDBI)和归一化水体指数(normalized difference water index,NDWI)等指数构建多源数据,将土地利用类型分为建筑用地、水体、植被与裸地,得到研究区逐年的土地利用分类结果,比较分类结果并提取变化检测信息,定量分析地表演变特征与过程,及土地利用变化与地面沉降的关系。

3 结果与分析

3.1 区域整体沉降特征与分析

为便于观察和分析地面形变结果,对得到的点要素结果进行栅格化处理,图4(a)为2018—2021年研究区域的地面沉降速率。结合表1年均沉降速率统计结果,从图4(a)中可分析得出,研究区内地面形变速率分布介于-114.37~58.55 mm/a之间,平均沉降速率为0.17 mm/a,约52%的区域出现沉降问题,其中沉降速率超过10 mm/a的面积为147.86 km2。研究区内地面形变不均匀分布明显,钦南区、钦北区、防城区和港口区4个区县均出现不同程度的沉降或抬升,城区与郊区、沿海和内陆均出现了不同性质的形变,在空间维度上形成了以钦南区主城区中南部、钦州港与港口区为主的3个沉降中心区域。其中沉降区域主要集中于钦南区主城区中南部、港口区西部、茅尾海和钦州湾沿岸,钦北区和钦南区山区也有点块状散布的沉降区域,沉降最为严重的区域为钦南区主城区中南部,该区域监测出的最大面积可达186.48 km2; 抬升主要位于钦北区主城区、防城区主城区和钦州港北部部分区域,其他区域也有零星分布。从研究时段内研究区地面累积沉降量(图4(b))可以看出,截至2021年9月,研究区地面累积形变量分布在-473.2~249.1 mm之间,97.85%的研究区域处于±75 mm之间,逐年平均值处于-5.86~5.49 mm之间,4 a间累积沉降量大于25 mm的区域主要集中于城市外围尤其是港口工业区,沉降量峰值出现在钦北山区,而中心城区沉降相对稳定甚至出现抬升。相干点数量和形变速率的频率直方图如图4(c)所示,以研究不同形变速率在各相关点之间的分布。由图可以发现,研究区形变速率主要集中在±20 mm之间,有98.5%的点数量的形变速率分布于其中,形变速率大于25 mm/a的部分极小,形变速率介于10~25 mm/a间的占比不大,形变速率小于10 mm/a的区域占比45.7%,处于抬升状态的区域占比47.8%。这表明,研究区总体地面形变状况较为稳定,形变速率持续保持在-20~0 mm之间,局部区域产生较大形变。

图4

图4   2018—2021年研究区域的整体沉降特征

Fig.4   Cumulative surface subsidence of the study area during 2018 to 2021


表1   2018—2021年研究区逐年年均形变速率统计结果

Tab.1  Statistical results of annual average deformation rate in the study area from 2018 to 2021

统计量形变速率/
(mm·a-1)
累积形变量/mm
2018年2019年2020年2021年
最大值58.5577.0093.70106.40106.00
最小值-114.37-105.80-139.90-120.10-103.20
平均值0.17-5.862.040.675.49

新窗口打开| 下载CSV


3.2 区域时空演变特征与分析

3.2.1 时间演变特征与分析

通过选取不同位置的特征点进行时序分析,能够较为直观地观察出各特征点与沉降中心区域的时间演变规律。在3个沉降中心区域分别选取若干个特征点,其位置如图1所示。图5显示,整体上各沉降中心区域随着时间变化呈现不均匀的下沉趋势,但出现了周期性的回升。各区域最大累积沉降值均超过20 mm,沉降量最大区域为钦州港,其累积沉降量极值达到了-103.6 mm。钦南区主城区中南部以线性下沉为主,沉降变化量稳定增加,而钦州港和港口区沉降变化明显呈现出一定规律的周期性变化。具体到局部区域,钦州港从2018年1月开始伴随着间断性抬升的下沉,直到2020年12月下沉至最大值,此后开始出现周期抬升,周期抬升值范围为1.4~18.4 mm; 相比于钦州港,港口区虽沉降趋缓但仍有地面下沉信号,表明该地区的地面沉降监测仍处于变化中,此区域在2018年1—11月间断下沉,其后开始沉降和抬升交替出现,但沉降速度总体上趋向平稳。初步判断,前一区域沉降变化可能是因为城市的持续扩张和施工建设,导致支持地下液体与固体的支撑物被抽取,造成土体形变引起地面沉降; 而钦州港和港口区沉降变化可能缘于地下水抽取、港口工业发展和施工建设等因素引发的地面下陷,季节性降水量影响区域形变的动态更替,后期工程竣工使港口区沉降趋势趋于缓和。

图5

图5   2018—2021年研究区沉降中心区域时间序列分析

Fig.5   Time series analysis of subsidence center area in the study area during 2018 to 2021


3.2.2 空间演变特征与分析

结合表1,通过观察图6中每年的箱体长度可发现,研究区地面沉降量的年度分布变化在数量上呈增长趋势,沉降程度不断加深。此外,区域地面沉降变化具有阶段性,不同年份沉降中心区域的变化幅度有所不同,而相同年份下不同区域的总体沉降增幅相近,对各沉降中心区域的沉降面积进行统计分析,相较于2018年,2021年沉降区域总面积从454.62 km2波动增长至475.08 km2,沉降范围显著增加。各中心区域大于25 mm的沉降面积都出现了较大涨幅,钦南区主城区南部、钦州港和港口区分别增加了24.97 km2,23.43 km2和 26.85 km2

图6

图6   2018—2021年研究区年度累积形变量变化箱型图

Fig.6   Box plot of annual cumulative subsidence changes in the study area during 2018 to 2021


为监测地面沉降空间演变规律,可沿着南北方向提取研究区多个区域的地面形变剖面图(剖面线位置见图4),并对形变速率进行多项式拟合,剖面图结果如图7所示。图7中3条剖面线都位于主要形变区域内,具有很强的代表性意义。其中,AB剖面线贯穿钦北区和钦南区主城区及南部部分地区,CD剖面线通过钦州港内部,EF剖面线纵跨防城区主城区和港口区主城区。由图7可知,不同沉降区域的沉降空间变化存在差异,钦州港内部沉降发育变幅较小、相对稳定,防城和港口区主城区沉降涨幅最为明显,钦州城区次之,区域整体地面形变规律呈现自北向南下沉的扩张趋势。

图7

图7   研究区不同区域的地面形变剖面

Fig.7   Ground deformation profiles in different areas of the study area


3.3 结果精度验证

由于缺乏水准测量和全球定位系统(global positioning system,GPS)等精确的外部测量数据,因而无法准确获取InSAR结果与实际变形值的误差。本文通过实地调查的方法验证InSAR监测结果,来填补缺少外部参照的不足,对钦南区沉降中心开展大量实地调查,结果发现钦州市区部分区域存在明显的地面沉降现象,与InSAR结果相吻合,证实了通过时序InSAR技术监测地面沉降的可行性。地面沉降已对沉降区房屋和道路等人工构建物造成威胁,如图8中出现墙体裂缝、地面下沉与开裂、房屋裂缝和道路地基倾斜等城市灾害。

图8

图8   研究区实地调查照片

Fig.8   Field verification photos of the study area


3.4 地面沉降影响因素分析与讨论

3.4.1 城市扩张及工业化发展对地面沉降的影响分析

城市的扩张建设和工业化发展对加剧地面沉降有重要影响,主要体现在工程建设、高层建筑物增加、工业和生活用水增加3方面。在城市扩张过程中会产生大量的工程建设,而施工过程中需要对地下结构进行开发和对建筑物基坑进行开挖,导致土体移动与地下结构变形引起地表沉降,同时,为了避免地下水对施工作业的影响,会在基坑内抽取大量的地下水进行排水,造成工程区地下水位降低和地层被压缩。此外,高层建筑物的增加也使得地表利用率增大,持续增加地面荷载于地基,使岩土体原有的地应力状态失衡而产生地面沉降。工业化发展过程中需要开采巨量的地下水用于工业用水,生活用水也有赖于地下水的开采,城市扩张过程伴随着工业化发展和城镇化,地下水被大量抽取引起地面沉降显著增加。研究区土地利用类型分类结果如图9所示,利用混淆矩阵评价结果的准确性,总体分类精度介于89.63%~96.51%之间,Kappa系数均高于0.86,符合本文精度需要。观察结果可知,不同监测时段研究区出现一定程度的城市化扩张趋势,主要呈现由城区到郊区、由北向南的发展方向,大量植被和水体面积向建筑用地和裸地转变,大片裸地转化成建筑用地。通过提取变化检测信息,对比不同地区在不同年份的土地利用变化和沉降时空演变,可以发现研究区地面沉降的时空演变与城市扩张呈较大的正相关性,城镇化扩张是导致地面沉降的最主要因子,主导了地面沉降的扩张和增幅。近几年来,所选区域出现诸多施工建设和城市扩张现象,伴随着道路、桥梁和建(构)筑物等的建造,而钦南区主城区南部、钦州港和防城区南部是2市主城区的发展方向,区内新建了许多道路和高层建筑物,郊区城市化迹象较为明显,建筑用地极大地占用了原有的水体与植被; 港口工业区兴建有大批在建产业项目,出现连续的沉降信号,沿海区域地区出现一定面积的填海活动。以钦州港为例,对比2018年和2020年土地变化信息(图10),可发现港口工业区内人工活动显著、港口建设迅速,东南海岸出现填海活动区,施工建设、港口建设和填海活动诱发了研究区的不均匀沉降。此外,工业发展对地下水开采具有较大需求,地下含水层水位的下降导致孔隙水压力变化和土体形变,因而港口工业区遍布的工业园区监测出较为明显的形变,尤其像港口的工业活动区沉降表现最为严重、广布。

图9

图9   2018—2021年研究区土地利用变化

Fig.9   Changes in land use in the study area during 2018 to 2021


图10

图10   钦州港土地利用变化与沉降关联

Fig.10   Relationship between land use change and subsidence in Qinzhou Port


3.4.2 道路密度对地面沉降的影响分析

综合来看,该区域地面沉降多发生在道路较为密集的区域。覃纹等[38]在研究南宁地铁沿线的地表沉降时发现,大量车辆的运行及震动作用会对路基产生损伤,引起路基等构建物的形变。本文利用地理信息系统(geographic information system,GIS)技术对研究区道路网络密度进行计算,对比区域沉降特征,以分析道路密度对地面沉降的影响。对比路网密度和沉降区域(图11),可以发现地面下沉区域多沿道路分布,以点线状和小片状分布,地面沉降程度伴随路网密度的增大而增大, 这些区域的沉降程度大致与路网密度呈正相关。其中,由于钦州港和港口区是北部湾主要的港口物流和临港工业区,港口的货物主要经由数量较少的南北向道路运输,车流量大且货物多为矿石、煤炭和粮食等荷载量大的大宗商品,加剧了局部地段地表沉降的发育。

图11

图11   路网密度和沉降对比

Fig.11   Comparison of road network density and settlement


3.4.3 断裂构造对地面沉降的影响分析

断裂构造运动会对沿线的地表形变产生影响,区域地表起伏受到所处地壳的相对运动方向影响。莫永杰等[39]研究中绘制的广西沿海多年地壳垂直形变率显示,广西沿海现代地壳形变总体缓慢抬升,抬升速率自沿海向内陆递增,西部等值线与断裂带平行。张继淹[40]研究发现,钦防—灵山断裂大部分切割新生代地层,并控制中生代展布方向及其边界,造成两侧块断差异明显,形成多个断陷盆地和谷底,如图12所示。而研究区沉降区域多分布在断陷盆地和谷地中,钦州坳陷盆地和钦防沿海平地广泛分布,隆起的褶皱山地较少分布。同时,断裂带多是研究区地表形变性质的分割线。在钦州主城区西部,钦防—灵山断裂的次一级横向断裂大马鞍水库—钦州断裂带自此发育并呈西北往东南方向延伸,将钦州主城区分为地面抬升和下沉2个不同区域,往北为抬升区域,往南则为下沉区域(如图12 A区域)。此外,在钦防—灵山断裂附近,多条走向相同的断裂从防城区主城区经过,构造运动带来的不均衡间隙运动和正逆断层的相对运动使该地沉降程度呈阶梯状分布(图12 BC分别为不同沉降程度的区域分布),沉降速率整体上趋向自西北向东南降低。研究区西北山区沉降呈零星分布,多因该地岩土体类型以中细粒花岗岩为主,坚固性好且饱水度、空隙度均很小,抗压强度大而不易发生变形,故区域大部分地带都未被监测出沉降信号。

图12

图12   研究区地质构造图

Fig.12   Geological structure map of the study area


3.4.4 地层作用对地面沉降的影响分析

研究结果中沉降区域的分布多与地层作用有关,沉降问题主要发生在第四系、侏罗系和志留系。有资料表明,钦州坳陷盆地形成于浅海盆地[41],经历了多次反复抬升与下沉,沉积物质来源丰富,为沉降的发育孕育了良好的物质基础。图13研究区岩土体类型与水文地质剖面表明,第四系松散层分布区域多存在较强的沉降信号,主要分布在钦州坳陷盆地南部、钦州湾沿海及暗埠江口西岸,沉降产生原因多为陆相和海相沉积共同作用产生的地表物质松软诱发地面下陷。其中钦州坳陷盆地南部是研究区最大的沉降区域,位于钦江漫滩地区,受地层更迭和河流相、三角洲相的共同冲积作用,区内大面积连续分布有黏性土、砂性土、砾性土多层土体的第四系松散沉积物及人工填土,这些物质组成中含有较多黏粒,亲水性强,具有塑性、较强的膨胀性和收缩性,很容易因区域的高强度降水或人工活动而产生变形,因而出现了较大范围的长期性连续沉降信号。防城江下游沿江区域同样位于第四系松散层,局部地区相应呈现沉降现象。侏罗系的东兴组和石梯组也具有较大面积的沉降,其中以盆地东部、钦州港南部、茅尾海沿岸和港口工业区最为典型,其岩层岩性相对松软疏松,多为泥质粉砂岩、钙质与粉砂质泥岩夹细砂岩或陆相河湖碎屑沉积,同时,港口工业区也分布着大量人工填土用于填海造陆或工程建设[42],其土层呈松散状,可压缩性大,易受外力产生形变,工业区存在大量的人类活动会对岩层施加压力,加上地基土固结作用和浅层滑移[43],易引发大面积的地面沉降。在防城区市区和钦州港北部的岩体相对坚硬,且该地的地下水类型为基岩裂缝水,属于富水性相对较好的区域,有效补给了当地的用水需求及饱水带中的含水层,缓解了地面沉降,在其他因素的共同作用下,地面出现大面积的抬升信号。此外,防城区市区属于防城港的老城区,城区发展建设和地面负荷已趋于稳定,区域内有自来水供应,且城区还施行了限水政策管控地下水的开采和使用,因此该区域的地面形变状况相对稳定甚至出现抬升趋势。研究区西北部山区岩层岩性坚硬,难以发生形变,但区域内矿产资源丰富,是钦州市的主要矿区,也是该市地质灾害重点防范地区,区内分布有多个零星小矿点,开采方式多为原始的露天开采,部分为深坑开采。区域内的开采活动对岩层上部的植被和覆土破坏严重,露天开采的采空区因此受外力膨胀变形或被冲刷,也易引发矿柱变形,致使山体滑坡变形或地面塌陷,同时,当地气候不稳定,降水量大,加之人类活动的影响,很容易出现滑坡和泥石流等地质灾害,导致山体边坡逐渐垮塌。区域内的采矿活动和频发的地质灾害导致区域出现零星分布的沉降孤岛,这也解释了区域沉降程度最严重的区域发生在钦北山区的原因。

图13

图13   研究区岩土体类型与水文地质剖面

Fig.13   Rock and soil mass type and hydrogeological profile in the study area


3.4.5 降水变化对地面沉降的影响分析

从地理上看,研究区南临北部湾,在热带季风气候和海洋性气团的作用下,气候湿热多雨,同时该地地形北高南低,山地丘陵相间,地面容易往南倾斜下沉,而该地季节分明,分旱涝两季,冬干夏湿,又影响了地面沉降季节性变化。为了分析研究区地面沉降的演变及地面沉降与降水量之间的关系,从图1中选取分布在不同沉降中心区域的3个点目标QNQ5,QZG2和GKQ6,并提取对应点目标的月降水量数据,其关系如图14所示。对研究时段内点目标沉降时间序列与每月降水量进行对比分析,由图14可以发现,所选点目标的沉降时序随降水量的季节变化而呈现非线性下降趋势。在6—8月期间的沉降量较小,对应时间段研究区的降水量达到全年峰值。在月降水量增加的时段内,降水下渗土壤或岩体裂缝补充地下,减缓孔隙水压力,明显抑制了所选点的地面沉降速度,甚至出现了短时间的地面抬升。而在月降水减少的时段中,研究区气温仍较高,地面水量的减少和生活用水的增长加大了对地下水的开采量,致使地下水位上升,进而引起地面沉降速度明显增加。在空间位置上,邻近海岸的点目标受降水作用的影响更为明显,如QZG2和GKQ6的降水较QNQ5更为丰富,其形变速度的季节性变化和沉降程度也更为显著,这不仅与邻近海岸地区的降水强度略强于内陆地区有关,还与沿岸地区被土多为冲积相沉积或海相沉积形成的第四系松散层物质及人工填土等土体的可压缩性有关,这些土体遇水易膨胀、失水则压缩,造成地表变形。综上分析,降水量变化是影响地面沉降季节性变化的重要因素之一。

图14

图14   不同点目标的沉降时序与其月降水量的关系

Fig.14   Relation between the settlement time sequence of different point targets and their monthly precipitation


3.4.6 海平面上升对地面沉降的影响分析

经查阅相关资料[44-45]发现,海平面上升也是沿海区域产生地面沉降的原因之一。研究区海洋面积广阔,不仅与外海北部湾相接,还拥有茅尾海、西湾等半封闭内海,有着较长的海岸线,加上沿海地形较为平坦,易受海水作用的影响,因此考虑研究区地面沉降问题时,需要考虑到沿海区域的海平面上升对地面沉降的相互影响。根据自然资源部公布的2018—2020年各年海平面公报显示,在这3 a中广西沿海地区海平面较常年分别高了34 mm,58 mm和51 mm,呈波动上升趋势,预计未来3 a,广西沿海海平面将上升35~125 mm。近岸海水作用的增强导致近岸低地蚀退和岸滩下蚀,海水入侵影响滨海地区的地下淡水资源,使居民生活用水受到污染,加大其他地区地下水开采量,加剧研究区沿海区域的地面沉降趋势。以钦南区茅尾海沙井岛南部为例(区域内平均沉降时序变化如图15(a)所示),该地原为政府投资建立的海滨浴场,游玩价值大,但仅开放2 a多便被关闭,原因在于浴场区域受到海水侵蚀,致使底部海沙流失严重而引发地面沉降,出现较多沿岸坑洼。此外,利用点目标的累积沉降量分布,生成龙门港镇的区域三维地面累积形变模型(图15 (b)),模型显示区域内不均匀的形变差异表现明显,东西两侧呈抬升趋势,南北边缘呈现沉降趋势,最大沉降量已达-61.7 mm,受海洋影响显著。为保障沿海地区的经济与财产安全,应持续监测该区段地表沉降和加强海堤设施的维护,以减缓台风和涨大潮对沿岸的影响。

图15

图15   海滨浴场沉降时序变化与龙门港镇形变模型

Fig.15   Settlement time series of the bathing area and deformation model of longmengang town


4 结论

以广西钦防地区为研究对象,基于SBAS-InSAR技术,利用45景Sentinel-1A SAR影像数据提取了2018—2021年间地表沉降信息,基于多源数据对研究区地面沉降的时空演变规律进行定量研究,采用多种方法从多个角度分析地表沉降驱动因素。研究结果表明:

1)在空间维度上,研究时段内研究区地表形变速率分布在-114.37~58.55 mm/a之间,地表形变分布范围广且不均匀分布明显,在空间上形成了以钦州主城区中南部、钦州港与港口区为主的3个沉降中心区域,沉降地区的沉降面积逐年增加并呈现出向南扩张的趋势。

2)在时间维度上,各沉降中心区域从整体上随着时间变化呈现不均匀的下沉趋势,但出现了周期性的回升,回升最大值可达18.4 mm,此外,地面沉降变化具有阶段性,不同年份沉降中心区域的变化增幅有所不同,但相同年份下不同区域的总体沉降增幅相近。

3)在沉降机理上,城镇化扩张是导致研究区地面沉降的最主要因子,主导了地面沉降的扩张和增幅; 区域地面沉降多发生在道路较为密集的区域; 断裂带可对地面沉降的分布具有分割作用,不同断盘上的沉降程度呈现分异; 地层作用是地面沉降的基础,不同的地层覆土和岩体性质会造成地面沉降的不均匀分布; 研究区内的地面沉降具有明显的季节变化规律,并且近海岸的点目标受降水作用的影响更为明显,其形变速度的季节性变化和沉降程度也更为显著; 此外,海平面上升带来的海水侵蚀与海水入侵对地面沉降具有相互作用。

参考文献

Liu G W, Huang H J, Du T Q, et al.

Effective factors of land subsidence in the Yellow River Delta

[J]. Marine Sciences, 2011, 35(8):43-50.

[本文引用: 1]

董克刚, 周俊, 于强, .

天津市地面沉降的特征及其危害

[J]. 地质灾害与环境保护, 2007, 18(1):67-70.

[本文引用: 1]

Dong K G, Zhou J, Yu Q, et al.

Feature of the land subsidence and its damage in Tianjin City

[J]. Journal of Geological Hazards and Environment Preservation, 2007, 18(1):67-70.

[本文引用: 1]

中华人民共和国国土资源部. DZ/T 0283—2015地面沉降调查与监测规范[S]. 北京: 中国标准出版社, 2015.

[本文引用: 1]

Ministry of Land and Resources of the People’s Republic of China. DZ/T 0283—2015 Specification for survey and monitoring of land subsidence[S]. Beijing: Standards Press of China, 2015.

[本文引用: 1]

李广宇, 张瑞, 刘国祥, .

Sentinel-1A TS-DInSAR京津冀地区沉降监测与分析

[J]. 遥感学报, 2018, 22(4):633-646.

[本文引用: 1]

Li G Y, Zhang R, Liu G X, et al.

Land subsidence detection and analysis over Beijing-Tianjin-Hebei area based on Sentinel-1A TS-DInSAR

[J]. Journal of Remote Sensing, 2018, 22(4):633-646.

[本文引用: 1]

杜东, 刘宏伟, 周佳慧, .

北京市通州区地面沉降特征与影响因素研究

[J]. 地质学报, 2022, 96(2):712-725.

[本文引用: 2]

Du D, Liu H W, Zhou J H, et al.

Study of the characteristics and influencing factors of land subsidence in the Tongzhou district of Beijing

[J]. Acta Geologica Sinica, 2022, 96(2):712-725.

[本文引用: 2]

周吕, 鲁金金, 文学霖, .

基于小基线集时序干涉雷达分析武汉中心城区地表沉降时空特征

[J]. 科学技术与工程, 2021, 21(1):40-46.

[本文引用: 1]

Zhou L, Lu J J, Wen X L, et al.

Spatial-temporal characteristics analysis of ground subsidence in central urban areas of Wuhan based on small baseline subset interferometric synthetic aperture Radar

[J]. Science Technology and Engineering, 2021, 21(1): 40-46.

[本文引用: 1]

史珉, 宫辉力, 陈蓓蓓, .

Sentinel-1A京津冀平原区2016—2018年地面沉降InSAR监测

[J]. 自然资源遥感, 2021, 33(4):55-63.doi:10.6046/zrzyyg.2020341.

[本文引用: 2]

Shi M, Gong H L, Chen B B, et al.

Monitoring of land subsidence in Beijing-Tianjin-Hebei plain during 2016—2018 based on InSAR and Sentinel-1A data

[J]. Remote Sensing for Natural Resources, 2021, 33(4):55-63.doi:10.6046/zrzyyg.2020341.

[本文引用: 2]

李文鹏, 王龙凤, 郭海朋, .

中国地面沉降防治成效与对策建议

[J]. 中国水利, 2021(7):32-35.

[本文引用: 2]

Li W P, Wang L F, Guo H P, et al.

Effectiveness and countermeasures of land subsidence control in China

[J]. China Water Resources, 2021(7):32-35.

[本文引用: 2]

Loesch E, Sagan V.

SBAS analysis of induced ground surface deformation from wastewater injection in east central Oklahoma,USA

[J]. Remote Sensing, 2018, 10(2): 283.

DOI:10.3390/rs10020283      URL     [本文引用: 1]

The state of Oklahoma has experienced a dramatic increase in the amount of measurable seismic activities over the last decade. The needs of a petroleum-driven world have led to increased production utilizing various technologies to reach energy reserves locked in tight formations and stimulate end-of-life wells, creating significant amounts of undesirable wastewater ultimately injected underground for disposal. Using Phased Array L-band Synthetic Aperture Radar (PALSAR) data, we performed a differential Synthetic Aperture Radar Interferometry (InSAR) technique referred to as the Small BAseline Subset (SBAS)-based analysis over east central Oklahoma to identify ground surface deformation with respect to the location of wastewater injection wells for the period of December 2006 to January 2011. Our results show broad spatial correlation between SBAS-derived deformation and the locations of injection wells. We also observed significant uplift over Cushing, Oklahoma, the largest above ground crude oil storage facility in the world, and a key hub of the Keystone Pipeline. This finding has significant implications for the oil and gas industry due to its close proximity to the zones of increased seismicity attributed to wastewater injection. Results southeast of Drumright, Oklahoma represent an excellent example of the potential of InSAR, identifying a fault bordered by an area of subduction to the west and uplift to the east. This differentiated movement along the fault may help explain the lack of any seismic activity in this area, despite the large number of wells and high volume of fluid injected.

Doke R, Kikugawa G, Itadera K.

Very local subsidence near the hot spring region in Hakone Volcano,Japan,inferred from InSAR time series analysis of ALOS/PALSAR data

[J]. Remote Sensing, 2020, 12(17):2842.

DOI:10.3390/rs12172842      URL     [本文引用: 1]

Monitoring of surface displacement by satellite-based interferometric synthetic aperture radar (InSAR) analysis is an effective method for detecting land subsidence in areas where routes of leveling measurements are undeveloped, such as mountainous areas. In particular, InSAR-based monitoring around well-developed hot spring resorts, such as those in Japan, is useful for conserving hot spring resources. Hakone Volcano is one of the major hot spring resorts in Japan, and many hot spring wells have been developed in the Owakudani fumarole area, where a small phreatic eruption occurred in 2015. In this study, we performed an InSAR time series analysis using the small baseline subset (SBAS) method and ALOS/PALSAR scenes of the Hakone Volcano to monitor surface displacements around the volcano. The results of the SBAS-InSAR time series analysis show highly localized subsidence to the west of Owakudani from 2006–2011 when the ALOS/PALSAR satellite was operated. The area of subsidence was approximately 500 m in diameter, and the peak rate of subsidence was approximately 25 mm/year. Modeling using a point pressure source suggested that the subsidence was caused by a contraction at approximately 700 m above sea level (about 300 m below the ground surface). The rate of this contraction was estimated to be 1.04 × 104 m3/year. Hot spring water is collected from a nearby well at almost the same depth as the contraction source, and its main dissolved ion component is chloride ions, suggesting that the hydrothermal fluids are supplied from deep within the volcano. The land subsidence suggests that the fumarole activity is attenuating due to a decrease in the supply of hydrothermal fluids from deeper areas.

Lubitz C, Motagh M, Wetzel H U, et al.

Remarkable urban uplift in Staufen im Breisgau,Germany:Observations from TerraSAR-X InSAR and leveling from 2008 to 2011

[J]. Remote Sensing, 2013, 5(6):3082-3100.

DOI:10.3390/rs5063082      URL     [本文引用: 1]

董山, 张永红, 李明巨, .

时序InSAR的连云港及盐城北部地表沉降研究

[J]. 测绘科学, 2019, 44(3):57-62.

[本文引用: 1]

Dong S, Zhang Y H, Li M J, et al.

Surface subsidence research of Lianyungang and northern Yancheng based on time series InSAR technology

[J]. Science of Surveying and Mapping, 2019, 44(3):57-62.

[本文引用: 1]

李梦梦, 范雪婷, 陈超, .

徐州矿区2016—2018年地面沉降监测与分析

[J]. 自然资源遥感, 2021, 33(4):43-54.doi:10.6046/zrzyyg.2020137.

[本文引用: 1]

Li M M, Fan X T, Chen C, et al.

Monitoring and interpretation of land subsidence in mining areas in Xuzhou City during 2016—2018

[J]. Remote Sensing for Natural Resources, 2021, 33(4):43-54.doi:10.6046/zrzyyg.2020137.

[本文引用: 1]

任超, 施显健, 周吕, .

基于哨兵-1A时间序列合成孔经雷达的地铁沿线地面沉降监测与分析

[J]. 科学技术与工程, 2020, 20(2):803-808.

[本文引用: 1]

Ren C, Shi X J, Zhou L, et al.

Land subsidence detection and analysis along subway based on Sentinel-1A time series interferometry synthetic aperture Radar

[J]. Science Technology and Engineering, 2020, 20(2):803-808.

[本文引用: 1]

史绪国, 张路, 许强, .

黄土台塬滑坡变形的时序InSAR监测分析

[J]. 武汉大学学报(信息科学版), 2019, 44(7):1027-1034.

[本文引用: 1]

Shi X G, Zhang L, Xu Q, et al.

Monitoring slope displacements of loess terrace using time series InSAR analysis technique

[J]. Geomatics and Information Science of Wuhan University, 2019, 44(7):1027-1034.

[本文引用: 1]

许强, 蒲川豪, 赵宽耀, .

延安新区地面沉降时空演化特征时序InSAR监测与分析

[J]. 武汉大学学报(信息科学版), 2021, 46(7):957-969.

[本文引用: 1]

Xu Q, Pu C H, Zhao K Y, et al.

Time series InSAR monitoring and analysis of spatiotemporal evolution characteristics of land subsidence in Yan’an new district

[J]. Geomatics and Information Science of Wuhan University, 2021, 46(7):957-969.

[本文引用: 1]

Dai K R, Shi X L, Gou J S, et al.

Diagnosing subsidence geohazard at Beijing Capital International Airport,from high-resolution SAR interferometry

[J]. Sustainability, 2020, 12(6): 2269.

DOI:10.3390/su12062269      URL     [本文引用: 1]

Beijing Capital International Airport (BCIA) has suffered from uneven land subsidence since 1935, which affects the smoothness of airport runways and seriously threatens the safety of aircrafts. In this paper, a spaceborne interferometric synthetic aperture radar (InSAR) with high-resolution Cosmo-SkyMed SAR data was utilized at BCIA for the first time to diagnose the subsidence hazard. The results show that subsidence is progressing at BCIA at a maximum rate of 50 mm/year, which is mainly distributed in the northwest side of the airport. It was found that the Shunyi-Liangxiang fault directly traverses Runway2 and Runway3 and causes uneven subsidence, controlling the spatial subsidence pattern to some degree. Four driving factors of subsidence were investigated, namely: the over-exploitation of groundwater, active faults, compressible soil thickness, and aquifer types. For the future sustainable development of BCIA, the influence of Beijing new airport and Beijing Daxing International Airport (BDIA), was analyzed and predicted. It is necessary to take relevant measures to control the uneven subsidence during the initial operation of BDIA and conduct long-term monitoring to ensure the regular safe operation of BCIA. This case demonstrates a remote sensing method of diagnosing the subsidence hazard with high accuracy and non-contact, providing a reliable alternative for the geohazard diagnosis of key infrastructures in the future.

Zhang Z J, Wang C, Wang M M, et al.

Surface deformation monitoring in Zhengzhou City from 2014 to 2016 using time-series InSAR

[J]. Remote Sensing, 2018, 10(11): 1731.

DOI:10.3390/rs10111731      URL     [本文引用: 1]

In recent years, with the development of urban expansion in Zhengzhou city, the underground resources, such as underground water and coal mining, have been exploited greatly, which have resulted in ground subsidence and several environmental issues. In order to study the spatial distribution and temporal changes of ground subsidence of Zhengzhou city, the Interferometric Synthetic Aperture Radar (InSAR) time series analysis technique combining persistent scatterers (PSs) and distributed scatterers (DSs) was proposed and applied. In particular, the orbit and topographic related atmospheric phase errors have been corrected by a phase ramp correction method. Furthermore, the deformation parameters of PSs and DSs are retrieved based on a layered strategy. The deformation and DEM error of PSs are first estimated using conventional PSI method. Then the deformation parameters of DSs are retrieved using an adaptive searching window based on the initial results of PSs. Experimental results show that ground deformation of the study area could be retrieved by the proposed method and the ground deformation is widespread and unevenly distributed with large differences. The deformation rate ranges from −55 to 10 mm/year, and the standard deviation of the results is about 8 mm/year. The observed InSAR results reveal that most of the subsidence areas are in the north and northeast of Zhengzhou city. Furthermore, it is found that the possible factors resulting in the ground subsidence include sediment consolidation, water exploitation, and urban expansion. The result could provide significant information to serve the land subsidence mitigation in Zhengzhou city.

林珲, 马培峰, 王伟玺.

监测城市基础设施健康的星载MT-InSAR方法介绍

[J]. 测绘学报, 2017, 46(10):1421-1433.

DOI:10.11947/j.AGCS.2017.20170339      [本文引用: 1]

星载合成孔径雷达干涉测量(InSAR)技术是近年来迅猛发展的一种空间对地观测技术,在InSAR基础上提出的多时相InSAR(MT-InSAR)方法,利用同一地区的多景SAR影像对时序稳定点(PS)进行精确分析,极大地降低了大气延迟等带来的测量误差,使得形变监测精度达到了厘米级到毫米级,可对城市基础设施进行大范围高精度的连续监测。本文通过对MT-InSAR技术发展的综述,总结了目前MT-InSAR技术在基础设施健康监测方面的关键问题和应用领域,并对未来MT-InSAR在城市应用方面的发展提出了展望。

Lin H, Ma P F, Wang W X.

Urban infrastructure health monitoring with spaceborne multi-temporal synthetic aperture Radar interfero-metry

[J]. Acta Geodaetica et Cartographica Sinica, 2017, 46(10):1421-1433.

[本文引用: 1]

朱建军, 李志伟, 胡俊.

InSAR变形监测方法与研究进展

[J]. 测绘学报, 2017, 46(10):1717-1733.

DOI:10.11947/j.AGCS.2017.20170350      [本文引用: 1]

变形监测是星载InSAR技术应用最为成熟的领域之一。本文首先介绍了InSAR变形监测的基本原理和卫星数据来源;然后对InSAR变形监测方法进行了系统性的分类,分析了D-InSAR、PS-InSAR、SBAS-InSAR、DS-InSAR和MAI等方法的技术特点和适用范围;进而从应用的角度分析了InSAR技术在城市、矿山、地震、火山、基础设施、冰川、冻土和滑坡等领域的研究现状和不足之处;最后总结出InSAR变形监测在多维形变和低相干区测量、大气和轨道误差去除和精度评定等方面的前沿问题。

Zhu J J, Li Z W, Hu J.

Research progress and methods of InSAR for deformation monitoring

[J]. Acta Geodaetica et Cartographica Sinica, 2017, 46(10):1717-1733.

DOI:10.11947/j.AGCS.2017.20170350      [本文引用: 1]

Deformation monitoring is one of the most mature applications of space-borne InSAR technique. Firstly, we introduce the basic principle of InSAR in the monitoring of deformation and the current SAR satellites. The deformation monitoring methods of InSAR are then classified into the groups of D-InSAR, PS-InSAR, SBAS-InSAR, DS-InSAR and MAI, which are analyzed in the aspects of technical features and application scopes. Subsequently, we analyze the research progress and deficiencies of InSAR in the investigation of urban, mining area, earthquake, volcano, infrastructure, glacier, permafrost and landslide. Finally, some advanced academic problems such as deformation monitoring in multi-demension and low coherence area, atmospheric and orbital errors mitigation, and accuracy assessment are concluded.

何平, 许才军, 温扬茂, .

时序InSAR的误差模型建立及模拟研究

[J]. 武汉大学学报(信息科学版), 2016, 41(6):752-758.

[本文引用: 1]

He P, Xu C J, Wen Y M, et al.

Analysis and simulation for time series InSAR error model

[J]. Geomatics and Information Science of Wuhan University, 2016, 41(6):752-758.

[本文引用: 1]

潘超, 江利明, 孙奇石, .

基于Sentinel-1雷达影像的成都市地面沉降InSAR监测分析

[J]. 大地测量与地球动力学, 2020, 40(2):198-203.

[本文引用: 1]

Pan C, Jiang L M, Sun Q S, et al.

Monitoring and analyzing Chengdu ground subsidence based on InSAR technology by using Sentinel-1 Radar image

[J]. Journal of Geodesy and Geodynamics, 2020, 40(2):198-203.

[本文引用: 1]

杨旺, 何毅, 张立峰, .

甘肃金川矿区地表三维形变InSAR监测

[J]. 自然资源遥感, 2022, 34(1):177-188.doi:10.6046/zrzyyg.2021107.

[本文引用: 1]

Yang W, He Y, Zhang L F, et al.

InSAR monitoring of 3D surface deformation in Jinchuan mining area,Gansu Province

[J]. Remote Sensing for Natural Resources, 2022, 34(1):177-188.doi:10.6046/zrzyyg.2021107.

[本文引用: 1]

Lanari R, Mora O, Manunta M, et al.

A small-baseline approach for investigating deformations on full-resolution differential SAR interferograms

[J]. IEEE Transactions on Geoscience and Remote Sensing, 2004, 42(7):1377-1386.

DOI:10.1109/TGRS.2004.828196      URL     [本文引用: 2]

Ferretti A, Prati C, Rocca F.

Permanent scatterers in SAR interferometry

[C]// IEEE International Geoscience and Remote Sensing Symposium.IEEE, 1999:1528-1530.

[本文引用: 1]

Berardino P, Fornaro G, Lanari R, et al.

A new algorithm for surface deformation monitoring based on small baseline differential SAR interferograms

[J]. IEEE Transactions on Geoscience and Remote Sensing, 2002, 40(11): 2375-2383.

DOI:10.1109/TGRS.2002.803792      URL     [本文引用: 1]

刘琦, 岳国森, 丁孝兵, .

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), 2019, 44(7):1099-1106.

[本文引用: 1]

Liu Q, Yue G S, Ding X B, et al.

Temporal and spatial characteristics analysis of deformation along Foshan subway using time series InSAR

[J]. Geomatics and Information Science of Wuhan University, 2019, 44(7):1099-1106.

[本文引用: 1]

周吕, 郭际明, 李昕, .

基于SBAS-InSAR的北京地区地表沉降监测与分析

[J]. 大地测量与地球动力学, 2016, 36(9):793-797.

[本文引用: 1]

Zhou L, Guo J M, Li X, et al.

Monitoring and analyzing on ground settlement in Beijing area based on SBAS-InSAR

[J]. Journal of Geodesy and Geodynamics, 2016, 36(9):793-797.

[本文引用: 1]

张子文, 杨帆, 吴文豪, .

地下水开采与地面沉降关系的短基线集分析

[J]. 测绘科学, 2016, 41(6):64-69,134.

[本文引用: 1]

Zhang Z W, Yang F, Wu W H, et al.

Study of land subsidence and groundwater based on SBAS time-series analysis

[J]. Science of Surveying and Mapping, 2016, 41(6):64-69,134.

[本文引用: 1]

曹群, 陈蓓蓓, 宫辉力, .

基于SBAS和IPTA技术的京津冀地区地面沉降监测

[J]. 南京大学学报(自然科学版), 2019, 55(3):381-391.

[本文引用: 1]

Cao Q, Chen B B, Gong H L, et al.

Monitoring of land subsidence in Beijing-Tianjin-Hebei urban by combination of SBAS and IPTA

[J]. Journal of Nanjing University(Natural Science), 2019, 55(3):381-391.

[本文引用: 1]

莫莹, 江利明, 孙奇石, .

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.

[本文引用: 1]

Mo Y, Jiang L M, Sun Q S, et al.

Monitoring and analysis of land subsidence in Shangyu area of Hangzhou Bay by SBAS-InSAR

[J]. Science of Surveying and Mapping, 2020, 45(10):77-84.

[本文引用: 1]

郭乐萍, 岳建平, 岳顺.

SBAS技术在南京河西地表沉降监测中的应用

[J]. 测绘通报, 2017(3):26-28,41.

DOI:10.13474/j.cnki.11-2246.2017.0077      [本文引用: 1]

由于地质条件的影响及城市化进展的不断加快,南京河西地区地面沉降日趋明显。本文以2007-2011年16景日本ALOS PALSAR卫星升轨数据为例,采用SBAS技术分析了河西地区的沉降趋势,反演了研究区的地表形变场,并与水准测量数据进行了对比,验证了SBAS用于沉降监测的准确性和时效性。

Guo L P, Yue J P, Yue S.

Application of SBAS technique in surface subsidence monitoring of Nanjing Hexi area

[J]. Bulletin of Surveying and Mapping, 2017(3):26-28,41.

DOI:10.13474/j.cnki.11-2246.2017.0077      [本文引用: 1]

Due to the influence of geological conditions and the accelerating of urbanization progress,land subsidence of Hexi area, Nanjing has become increasingly obvious. In this paper 16 views Japan ALOS PALSAR satellite ascending orbital data from 2007 to 2011 are taken as an example. By using SBAS technology to analyze subsidence trend of Hexi area, the surface deformation field of study area was inversed. Compared with measurement data, the accuracy and timeliness of the SBAS for subsidence monitoring are verified.

熊佳诚, 聂运菊, 罗跃, .

利用双极化Sentinel-1数据监测城市地面沉降——以上海市为例

[J]. 测绘通报, 2019(11):98-102,129.

DOI:10.13474/j.cnki.11-2246.2019.0360      [本文引用: 1]

在遥感卫星成像中,极化是非常重要的概念。不同极化数据包含的地面信息不同,其应用价值也不同。针对VV、VH极化数据在城市地面沉降监测中的应用,本文利用双极化Sentinel-1数据监测上海市城区地面沉降,分析两种监测结果产生差异的原因,并与水准数据进行对比验证。结果表明,VV极化数据对研究区的监测整体性优于VH极化数据;干涉对相干性质量与有效像素数数量均高于VH极化数据;监测结果与水准数据的偏差小于VH极化数据。

Xiong J C, Nie Y J, Luo Y, et al.

Monitoring urban land subsidence by dual-polarization Sentinel-1 data:A case study of Shanghai

[J]. Bulletin of Surveying and Mapping, 2019(11):98-102,129.

[本文引用: 1]

董少春, 种亚辉, 胡欢, .

基于时序InSAR的常州市2015—2018年地面沉降监测

[J]. 南京大学学报(自然科学版), 2019, 55(3):370-380.

[本文引用: 1]

Dong S C, Chong Y H, Hu H, et al.

Ground subsidence monitoring during 2015—2018 in Changzhou based on time series InSAR method

[J]. Journal of Nanjing University(Natural Science), 2019, 55(3):370-380.

[本文引用: 1]

赵超英, 张勤, 朱武.

采用TerraSAR-X数据监测西安地裂缝形变

[J]. 武汉大学学报(信息科学版), 2012, 37(1):81-85.

[本文引用: 1]

Zhao C Y, Zhang Q, Zhu W.

Monitoring on Xi’an ground fissures deformation with TerraSAR-X data

[J]. Geomatics and Information Science of Wuhan University, 2012, 37(1):81-85.

[本文引用: 1]

张艳梅, 王萍, 罗想, .

利用Sentinel-1数据和SBAS-InSAR技术监测西安地表沉降

[J]. 测绘通报, 2017(4):93-97.

DOI:10.13474/j.cnki.11-2246.2017.0128      [本文引用: 1]

哨兵一号(Sentinel-1)数据是目前现势性较好的免费SAR数据,且因其6天的重访周期,非常适合InSAR地表形变监测。本文以西安市城区及周边为研究区,开展基于多期Sentinel-1数据和短基线集干涉(SBAS-InSAR)技术的时序地表沉降监测方法的探索,研究形成了详细的数据处理流程,利用已有研究资料佐证了方法的有效性。监测表明:2015—2016年,绝大部分区域地表形变速率位于[-33~30]mm/a区间内,228d监测期内累积沉降量最大约75mm,发生在目前西安最大沉降中心鱼化寨;相比20世纪末,沉降强度大幅减弱,沉降严重区域由西安市东郊向南郊转移,且沉降范围减小。

Zhang Y M, Wang P, Luo X, et al.

Monitoring Xi’an land subsidence using Sentinel-1 images and SBAS-InSAR technology

[J]. Bulletin of Surveying and Mapping, 2017(4):93-97.

[本文引用: 1]

李达, 邓喀中, 高晓雄, .

基于SBAS-InSAR的矿区地表沉降监测与分析

[J]. 武汉大学学报(信息科学版), 2018, 43(10):1531-1537.

[本文引用: 1]

Li D, Deng K Z, Gao X X, et al.

Monitoring and analysis of surface subsidence in mining area based on SBAS-InSAR

[J]. Geomatics and Information Science of Wuhan University, 2018, 43(10):1531-1537.

[本文引用: 1]

姜德才, 张继贤, 张永红, .

百年煤城地表沉降融合PS/SBAS InSAR监测——以徐州市为例

[J]. 测绘通报, 2017(1):58-64.

DOI:10.13474/j.cnki.11-2246.2017.0013      [本文引用: 1]

融合PS/SBAS算法成为当前InSAR技术的研究热点,本文通过融合PS/SBAS的优势,利用128景ALOS PALSAR影像和24景Radarsat-2影像获取了百年煤城徐州地区2007-2015年的地表形变场及变化趋势。试验结果表明:①2007-2011年,徐州主要有4个沉降区,分布在沛县、丰县、铜山区和贾汪区。②2012-2015年,沛县、丰县和铜山区地表沉降范围有所扩大;贾汪区地表沉降范围和速率明显减小,说明近年来贾汪区重点治理采矿塌陷工作已初步见效;另外,睢宁县县城出现明显沉降。③已有文献对沛县大屯中心区的沉降监测结果验证了试验结果是可靠的。④首次提取了徐州近8年间地表沉降的信息,可为该地区开展地表沉降调查监测与防治工作提供参考;试验方法可为全国开展地表沉降调查监测工作提供参考。

Jiang D C, Zhang J X, Zhang Y H, et al.

Ground deformation over century-long coal mining city monitored through incorporating both PS and SBAS InSAR:A case study of Xuzhou

[J]. Bulletin of Surveying and Mapping, 2017(1):58-64.

[本文引用: 1]

Henry E R, Hofrichter J.

Singular value decomposition:Application to analysis of experimental data

[J]. Methods in Enzymology, 1992, 210: 129-192.

[本文引用: 1]

覃纹, 黄秋燕, 庾露, .

南宁在建地铁沿线地表沉降监测

[J]. 地球信息科学学报, 2019, 21(9):1467-1478.

DOI:10.12082/dqxxkx.2019.190151      [本文引用: 1]

南宁作为北部湾经济区的核心城市及中国-东盟博览会的永久举办地,正处于城市地铁修建及工程建设的高峰期。南宁位于复杂地质水文条件的南宁盆地中西部,地铁施工及运行有可能引发地表沉降等潜在风险,但关于南宁地铁修建区的沉降规律系统的认识仍十分有限。利用永久性散射体雷达干涉测量技术(Permanent Scatterers InSAR,PS-InSAR)处理54景Sentinel-1A影像,监测了2017年4月-2018年12月南宁市区地表沉降信息。结果表明,监测期内南宁地表形变速率为-23.8~9.0 mm/a,研究区大部分区域稳定,沉降点分布零星;4个重点沉降区位于蒲庙镇、九曲湾农场、江南地铁站及北湖-万秀村-虎丘一带;重点沉降区形变曲线总体上随时间变化呈现出不均匀下降;沉降成因可能与膨胀土膨胀特性、弃土滑坡、施工作业、列车流量过大及地下水位下降有关。5条地铁沉降值均属于安全范围。研究表明,南宁雨季降水丰富,地铁修建区表土以松散的第四系覆盖层为主,下伏基岩以工程力学性质存在一定不稳定性的第三系膨胀土为主,建议利用PS-InSAR技术对沉降重点区域及地铁沿线开展长期监测。

Qin W, Huang Q Y, Yu L, et al.

Surface subsidence monitoring during the construction of Nanning subways

[J]. Journal of Geo-Information Science, 2019, 21(9):1467-1478.

[本文引用: 1]

莫永杰, 李平日, 方国祥, . 海平面上升对广西沿海的影响与对策[M]. 北京: 科学出版社, 1996:70-72.

[本文引用: 1]

Mo Y J, Li P R, Fang G X, et al. Influence of sea level rise on Guangxi coastal areas and its countermeasures[M]. Beijing: Science Press, 1996:70-72.

[本文引用: 1]

张继淹.

广西地质构造稳定性分析与评价

[J]. 广西地质, 2002(3):1-7.

[本文引用: 1]

Zhang J Y.

Analysis and appraise of geology structure stabilization of Guangxi

[J]. Guangxi Geology, 2002(3):1-7.

[本文引用: 1]

陈宏明, 吴祥和, 张英, . 中国南方石炭纪岩相古地理与成矿作用[M]: 地质出版社, 1994:34-35.

[本文引用: 1]

Chen H M, Wu X H, Zhang Y, et al. Carboniferous lithofacies paleogeography and mineralization in south China[M]: Geological Publishing House, 1994:34-35.

[本文引用: 1]

何军, 黎清华, 刘怀庆, .

北部湾经济区主要环境地质问题探讨

[J]. 华南地质与矿产, 2015, 31(1):96-103.

[本文引用: 1]

He J, Li Q H, Liu H Q, et al.

Review on the main geological environmental problems in Beibu Gulf Economic Zone

[J]. Geology and Mineral Resources of South China, 2015, 31(1):96-103.

[本文引用: 1]

韦友道.

浅谈广西沿海地区海堤工程主要工程地质问题

[J]. 广西水利水电, 1999(3):30-34.

[本文引用: 1]

Wei Y D.

Elementary discussion on the main engineering geologic problems of Guangxi coastal region sea embankment project

[J]. Guangxi Water Resources and Hydropower Engineering, 1999(3):30-34.

[本文引用: 1]

刘桂卫, 黄海军, 杜廷芹, .

黄河三角洲地区地面沉降驱动因素研究

[J]. 海洋科学, 2011, 35(8):43-50.

[本文引用: 1]

/

京ICP备05055290号-2
版权所有 © 2015 《自然资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编:100083
电话:010-62060291/62060292 E-mail:zrzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发