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

任 超， 施显健， 周 吕*， 黄远林， 梁月吉， 朱子林

(1.桂林理工大学测绘地理信息学院，桂林 541004；2.广西空间信息与测绘重点实验室，桂林 541004；3.北部湾大学资源与环境学院，钦州 535011)

地铁的建设和运营促进了城市的发展，但随着地铁建设的更新和现有地铁运营时间的增长，城市的地基容易受到影响，从而导致地面的沉降[1]。为防控地面沉降对地铁工程造成的影响和危害，对地铁建设区域和运营区域进行快速监测和沉降跟踪，及时掌握每条地铁线路的地面沉降，具有重要的现实意义。

目前，地面轨道交通网络沉降的监测方法主要包括GPS测量，水准测量和传感器监测。但是上述方法的缺点是测点少且不易维护、周期长、成本高、无法快速实现大面积详细测量。近年来合成孔径雷达差分干涉测量技术(differential interferometric synthetic aperture radar)凭借着全天时、全天候、高精度、大范围等优点受到了许多学者的关注[2-3]。然而，合成孔径雷达差分干涉测量法容易失去相干性和大气延迟，并且不能够实现基于时间序列的高精度测量[4]。于是中外学者在合成孔径雷达差分干涉测量技术基础上提出了时间序列合成孔径雷达(time series interferometry synthetic aperture radar，TS-InSAR) 技术。目前，InSAR技术已应用于地面沉降和地面轨道交通网络的沉降监测[5-9]。文献[10]采用持久散射干涉合成孔径雷达(persistent scatterer interferometric synthetic aperture radar，PS-InSAR)技术，利用覆盖广州地区的先进合成孔径雷达(advanced synthetic aperture radar，ASAR) 和相控型避雷器L波段合成孔径雷达(phased array type L-band synthetic aperture radar，PALSAR) 数据，并采用30 m分辨率的航天飞机雷达拓扑测绘(shuttle radar topography mission，SRTM)数字高程模型来消除由去相关引起的相位跳变，成功获取了广州地铁沿线地面形变信息，其反演结果与利用 Peck和回归时间模型结果有较好的一致性。文献[11]利用覆盖北京地区的 Radarsat-2合成孔径雷达卫星数据和借助30 m分辨率的SRTM1数字高程模型，利用 TS-InSAR技术和熵方法分析了北京地铁沿线地面沉降的时空演变。但上述研究所采用的合孔径雷达(synthetic aperture radar，SAR)卫星影像分辨率较低，无法实现更高精度的形变观测，且其所使用的 ASAR、PALSAR、Radarsat-2等卫星已停止运行，无法提供连续更新的 SAR影像数据。而欧洲航天局(ESA)于2014年发射的Sentinel-1A SAR卫星具有重访周期短6 d，分辨率高(最高达5 m)、噪声小且影像一致性良好、数据开源等优点，可以为城市地铁网络的地面沉降监测提供连续更新和高精度的SAR卫星观测数据。以南宁地铁为例，利用Sentinel-1A SAR数据和TS-InSAR技术，借助外部高精度的精密定轨(precise orbit determination，POD)精密轨道数据和先进星载电磁发射和反射辐射计全球数字高程模型(advanced spaceborne thermal emission and reflection radiometer global digital elevation model V2，ASTER GDEMV2)去除由去相关引起的相位跳变，获取2017年6月—2019年1月南宁地铁网络地面沉降速率场，并在此基础上重点分析地铁沿线地面沉降情况和沉降时空分布规律。

1 研究区与数据集

1.1 研究区

南宁(107°45′E～108°51′E; 22°13′N～23°32′N)是广西壮族自治区首府，是泛北部湾、泛珠三角、大湄公河合作的交汇点。2017年1月20日，国务院将南宁定位为面向东盟的核心城市，是北部湾城市群发展规划边界的特大城市。根据南宁规划局所公布的资料，目前南宁拟建造8条地铁，其中地铁1号、2号线已投入运营，地铁3号线、4号线和5号线正在建设中，地铁6号线、7号线和8号线正在规划和选址。南宁各地铁区段基本概况如图1所示。

图1 研究区概况

1.2 数据集

选用2017—2019年覆盖南宁区域的20景Sentinel-1A SAR影像进行研究，其数据范围如图1所示，卫星基本参数见表1。试验中使用的POD精密轨道数据由欧洲航天局发放，ASTER GDEM V2数据是由日本经济产业省(METI)和美国国家航空航天局(NASA) 联合开发的新一代全球DEM，于2015年1月6日正式发布，其基本参数见表2。

表1 卫星数据的基本参数

表2 DEM数据的基本参数

2 地铁沿线地面形变监测方法

TS-InSAR方法第一步是生成具有时间和空间基线的干涉测量对，以减少轨道误差和去相关。图2为Sentinel-1A SAR影像时空基线分布图。

图2 Sentinel-1A的时空基线分布

对于干涉图中每个像素的相位斜坡，可以通过式(1)建模：

φ(x,y)ramp=a0+a1x+a2x2+a3xy+

a4y+a5y2+a6y+ε(x,y)

(1)

式(1)中：φ(x,y)ramp是模拟相位斜坡；x和y是像素的坐标方位；ε(x,y)表示随机相位误差；ai表示估计参数。

在生成干涉图并识别永久散射体(persistent scatterer,PS)和分布式散射体(distributed scatterer，DS)之后，可通过式(1)中的线性模型减小大气延迟。通常，第k幅干涉图中的两个相邻点x和y之间的相位差可表示为

(2)

(3)

3 结果与分析

3.1 地面沉降结果与分析

图3为利用Sentinel-1A SAR数据和TS-InSAR技术所获取的南宁2017年6月26日—2019年1月11日的地面沉降结果。整体来看，地表沉降基本分布在地铁沿线区域。这些沉降区域的出现很可能与地铁的建设与运营密切相关：一方面，地铁能给沿线区域带来巨大的人流量和经济价值，因此地铁的规划、建设、运营都会对周边区域的交通、商圈、房地产、工厂和企业的发展和建设产生重要影响，这种影响贯穿整个沿线区域。另一方面，随着地铁沿线区域越来越多地表建筑的修建，地表负荷在持续增加，再加上地面和地下工程结束后土体的自固结过程等因素的作用，容易导致地表的沉降。此外，地面与地下工程建设过程中会抽取地下水，而地下水是维系地表受力平衡的因素之一，过度抽取地下水也是引发地表沉降的诱因。

图3 地面沉降结果

一般而言，点目标相邻区域具有相同的形变趋势，故从图3选取出4个沉降区域，并从中选取出沉降值最大点目标进行分析和讨论，图4为对应的点目标累积沉降量。结果显示，所选取的点目标的在一定时间范围内有小幅回弹，但整体呈现下沉趋势，累积沉降值均超过-24 mm，最大沉降的点目标是P1，三年累计沉降达到了-47.41 mm。

图4 点目标的累计沉降量

图5给出南宁形变速率直方图，可以发现，2017年6月—2019年1月，南宁地表形变速率主要分布在-10～10 mm/a，Sentinel-1A TS-InSAR检测到的PSs点目标数量为664 167个。

图5 形变速率直方图

图6 AB区段的地面形变侧视图

3.2 地铁沿线地面沉降分析

图6给出P1—P2区域地铁3号线(在建)AB区段沿线的地面形变速率侧视图。可以看出，该段最大沉降率达到-22.19 mm/a，沉降点主要分布在沿线新建住宅区。PSs点目标的形变趋势显示AB区段呈下沉趋势。AB区段的沉降可能是由于：地铁建造过程中，需要对地下水进行排除，而地面建筑物建造过程中，也需要对地下水进行抽取，而地下水的过度抽取容易使地表受力不平衡，从而导致沉降。此外，地面和地下工程结束后，土体的自固结过程往往伴随沉降的发生，从而带来持续的地面沉降。对于在建中AB区段，持续地面沉降，不仅加大地铁建设地下施工的难度，还会给地下工程带来安全隐患。因此，在地铁工程施工过程中，应加强该区段地铁的地面沉降监测。

图7给出放大后的P3区域地表形变速率图。其中，P3区域的地铁1、2号线下穿南宁火车站并实现换乘。为了更直观地掌握该地区地面沉降情况，图8为利用PSs点目标累计沉降量，通过线性内插，生成的P3区域三维地表累计形变模型。模型显示，地铁1号、2号线两侧的形变差异明显，左侧呈抬升趋势，右侧呈现沉降趋势，最大累计沉降达到了-25.07 mm。整体来看，该区域地面和地下工程众多，地面列车铁轨线路密集，人流量集中，地面形变差异呈现明显的增长趋势。此外，在本文监测时间内，南宁火车站正在扩建，这可能是造成该区域地面形变差异的原因之一。为保障地铁1号、2号线的安全运营，应持续监测该区段地表沉降和加强地基和地下工程结构的维护，以减缓地表差异形变对地铁运营的影响。

图7 P3区域的地面形变速率图

图8 P3区域的三维地表形变模型

图9给出放大后的P4区域地表形变速率图。可以发现，地表沉降主要集中在各企业厂区内，最大累计沉降达到了-42.87 mm。图10的P4区域三维地表累计形变模型显示了该地区形变差异较为明显，地铁工程区内有2种以上形变区域，且形变情况较为严重。通过对比分析发现，该区域内的企业厂区多为平房结构，缺少钢筋地基，多为软土基层上单层铺设沥青或混凝土面层的地基。随着地面载荷的增加和土体的自固结，很容易引起地表的沉降。因此，地铁4号、5号线在此掘进过程中应注意监测潜在的沉降灾害和评估地面沉降相关的坍塌风险。

图9 P4区域的地面形变速率图

图10 P4区域的三维地表形变模型

4 结论

以南宁地铁为例，利用Sentinel-1A SAR数据和TS-InSAR技术，借助外部高精度的POD精密轨道数据和ASTER GDEM V2去除由去相关引起的相位跳变，获取了南宁2017年6月26日—2019年1月11日地表沉降时间序列，并对南宁地铁沿线地面沉降的分布规律以及沉降原因作了重点分析。试验结果表明，2017—2019年，南宁整体的地表沉降特征较为明显，最大累计沉降达到了-47.41 mm。大部分城区相对稳定，沉降区主要分布在各地铁沿线区域，且随着南宁经济的快速发展和城市地铁建设的加快，各地铁沿线地面沉降呈逐渐增强和扩散趋势。本试验结果证明了Sentinel-1A TS-InSAR在城市地铁沿线地面沉降监测中的优势，且试验结果可为相关部门对南宁地表沉降灾害防治、城市地铁选址规划、地铁工程区建设和地铁运营风险评估提供科学参考。