综合管理

最新文章

您当前位置:首页 >> 综合管理 >> 技术园地技术园地

日期:2018-04-15 09:40??作者:朱层层,杨 燕??来源: ?? 点击量:

InSAR时间序列分析在嘉兴地表沉降监测中的研究

朱层层,杨 燕

(365bet 收不到验证_365bet专业 电子网站_365bet测速app,浙江 杭州 310030)

?

摘要:由于城市基础设施建设、地下水开采等原因,造成全国多个地区地面沉降日趋明显,掌握地面沉降的速率及趋势为预防灾害发生提供准确的数据,有效采取措施保障人民生命及财产安全。地面沉降监测方法多异,各有其优缺点,本文以2007-200810ALOS/PALSAR卫星升轨数据为例,采用InSAR小基线时序SBAS技术对嘉兴地区的沉降趋势进行试验和研究分析,获取了2007.02-2008.09年间的地面沉降状况和区域沉降中心,反演了研究区的平均沉降速率。该成果与水准测量数据进行了对比分析,中误差为6mm,验证了ALOS/PALSAR数据应用InSAR小基线时序SBAS技术进行沉降监测是可靠有效的。

关键词: ALOS/PALSARINSARSBAS时间序列沉降监测

Research of InSAR Time-Series Analysis for Detecting Surface Subsidence in Jiaxing

ZHU CengcengYANG Yan

The institution of Geological Surveying and Mapping of Zhejiang Province,Hangzhou 310030,china

Abstract: With the development of urbanization, the exploitation of groundwater was becoming more and more serious, and the land subsidence in many areas were becoming more and more obvious. It was very important to master the rate and trend of land subsidence to provide accurate data for the prevention of disasters and to take effective measures to ensure the safety of people's lives and property. Methods of land subsidence monitoring are different and each has its advantages and disadvantages. Based on 10 scene Japanese ALOS/PALSAR satellite ascending orbit data, this paper analyzed the trend of sedimentation using SBAS InSAR technology in Jiaxing area, and obtained the 2007.02-2008.09 between land subsidence and regional settlement center, the average settlement rate of inversion of the study area. Comparing with the leveling data, the accuracy reached the millimeter level. It was proved that the SBAS monitoring technique is reliable and effective.

Keywords: ALOS/PALSAR; INSAR; SBAS; time-series;Subsidence Monitoring

?

些年来,由于城市基础设施建设、地下水开采、地球表面自然沉降等原因致使我国个地区发生沉降较为严重,由地沉降引发的地质灾害己经造成了不可挽回的直接经济损失。浙江省地面沉降易发区面积14000km2,占全省平原地区面积的95%,主要分布在杭嘉湖、宁绍、温黄、温瑞等平原地区[1]监测地沉降中,我国各级政府采取了多项措施,InSAR技术作为一种新的空间对地监测技术正在被广泛地推广及应用,相比传统的水准测量GPS监测,该技术具有空间分辨率高、覆盖广、成本低、精度靠等优势,适用于全面性的、区域性的地面沉降监测。小基线集SBAS沉降监测技术[2]是近些年迅速发展起来的时间序列InSAR技术,它利用奇异值分解SVD方法将多个小基线集联合起来求解,降低InSARf数据处理中基线的要求,充分利用获取的数据,保证时间序列分析具有较高的空间密度,提高监测的时间分辨率[3]

本文为研究InSAR小基线时序SBAS技术应用适宜性,将获取到的10景嘉兴地区ALOS/PALSAR数据进行实验,分析该技术在嘉兴地区沉降监测的速率情况结果与水准测量数据进行比较,以此判断InSAR小基线时序SBAS技术的有效性和准确性。

1 研究区和SAR数据源

    1. 研究区概况

研究区位于浙江省东北部的嘉兴市,辖区东西约92km,南北约76km,中心经纬度坐标为30.72°N 120.75°E是长江三角洲的重要城市之一据历史资料记载,嘉兴市地面沉降始于1964[6],截至2006年,长期大量地下水开采,已造成嘉兴市约300平方公里地面不同程度沉降。1(a)是研究区覆盖的Google Earth影像,图1(b)是研究区20072-20089月间获取的10SAR影像的平均强度图。

ge-zi.tifSI_mean_pwr_qlcut.tif

1.(a) Google Earth影像覆盖图???????????? (b) SAR影像平均强度图

    1. SAR数据源

ALOS/PALSAR数据拥有穿透力更强的L波段,幅宽较宽数据存档丰富且可免费下载,因此可以用来监测更广范围的细微的地表形变,在灾害领域和地质监测领域发挥作用。本试验采用日本ALOS卫星采集的2007210-2008930日间10景升轨PALSAR雷达数据,具体参数见表1

1. PALSAR数据参数

编号

主影像

从影像

垂直基线m

时间基线(Days

其他信息

1

20070813

20070210

-673.6

184

L波段;

HH极化;

入射角38.7°;

FBS/FBD观测模式;

幅宽70*70km

像元大小(m)

方位向6.5613.12

距离向3.97

2

20070813

20070928

394.4

138

3

20070813

20080213

1360.3

184

4

20070813

20080330

1414.9

230

5

20070813

20080515

1747.6

276

6

20070813

20080630

-808.8

322

7

20071229

20070210

-1065.7

322

8

20071229

20070928

-241.9

92

9

20071229

20080330

1027.1

92

10

20071229

20080515

1362.3

138

11

20070928

20070210

-830.5

230

12

20070928

20080213

1203.6

138

13

20070928

20080330

1258.0

184

14

20070928

20080515

1590.7

230

15

20070928

20080630

-965.1

276

16

20080213

20080330

108.4

46

17

20080213

20080515

391.0

92

18

20080930

20080630

1521.6

92

19

20080930

20080815

-1005.8

46

20

20080330

20080515

336.5

46

    1. 其他数据源

为消除高程相位,选择采用了SRTM3DEM数据,分辨率约90m,其平面精度为±20m,高程精度为±16m。为验证InSAR时间序列沉降监测结果,还收集了研究区内同时期49个二等水准点数据进行对比分析。

2 小基线集SBAS_InSAR数据处理方法

SBAS方法在2002年由Berardino首次提出[8],基本原理是将所获得的SAR数据根据空间基线大小组合成若干个集合根据最小二乘(LS)原理计算每个小集合时间序列内的平均沉降速率和沉降量;最后利用奇异值分解(SVD)方法将多个小基线集联合起来求解得到覆盖整个观测时间的沉降序列结果,其技术流程见图2

流程图1101

2. SBAS技术流程图

由于数据时间跨度为2007210-2008930日,分析数据特点,选取2007813日获取的第二景数据为超级主影像最为合适。据参考文献[10],垂直基线不超过3000m,时间基线750d,本次试验关键流程为:1)设置阈值为最大基线的30%,时间基线为365d,生成连接图,得到20对满足条件的干涉对,基线长度见表1,其中垂直基线最大为1747.6m2)对图像进行精确配准,干涉处理之后,精确估算空间基线,结合DEM数据去除平地相位和地形相位,得到差分干涉图其进行空间滤波3)选取一定数目的控制点,对所有的差分图进行基线精化、重去平、相位解缠;4)根据相干系数图和多次调试,设置最佳阈值为0.35,筛选出图像上的高相干点目标;5对高相干点进行线性反演,利用矩阵奇异值(SVD)分解方法,估算出观测时间段内研究区的平均形变速率和高程改正系数;6)对上一步结果进行第二次非线性反演,通过大气滤波去除大气效应以及地形残余相位去除,得到最终的相干点平均形变速率,并根据对此迭代改正后的高程确定相干点三维位置信息,从而得到非线性平均形变速率以及相干点时间序列形变结果7)最后利用改正后高程信息对监测的平均形变速率时间序列结果进行地理编码和时序分析。

3 监测结果分析与验证

SBAS技术方法处理而得的成果,反演得到2007.2-2008.9时期内研究区高相干点于的时间序列沉降量和平均沉降速率图,见图3(图中红色三角形为水准点)。从整体区域分析,该时段研究区内大部分地区都存在一定的沉降量,形成了2个沉降中心和一个沉降带:第一个沉降中心位于研究区北部,以苏州市盛泽镇(-143mm/year)为中心,该沉降中心沉降速率较为严重,区域包括嘉兴秀洲区王江镇(-78mm/year)和嘉善天凝镇-60mm/year);另一个沉降中心位于嘉兴东部平湖市,包括黄姑广陈、广陈镇,最大平均沉降速率-62mm/year;沉降带位于从嘉兴市辖王店镇到海盐县百步镇,依据沉降速率图可见嘉兴南部沉降呈条带现象。2005年以后,由于地下水禁采得到逐步遏制,桐乡市和海宁市区则有小幅度的抬升,嘉兴市东北片区域也呈现少许的抬升现象。

1189999

3.研究区平均沉降速率图

4是研究区6个相干点的时间序列沉降量曲线,相干点分别位于宿州盛泽镇(SZ),嘉兴市秀洲区王江镇(WJJ)、嘉善天凝镇TN),平湖市(PH),桐乡市(TX),嘉兴市区(SQ)。从图中可见盛泽镇沉降量和速率最大,嘉兴北部王江天凝镇的沉降速率紧跟其后。嘉兴市区的沉降量在20079月之后呈逐步减少,有12mm的抬升,桐乡市区的相干点位置在2007.02-2008.09时间内有9mm的抬升。

plot1108

4. 时间序列沉降量

为验证时间序列InSAR的监测结果,采用同时期49个水准点高程数据进行对比分析。水准点在研究区的分布如图3红色和枚红色三角点所示, 其中枚红色水准点位置的沉降对比值是通过克里金插值获取监测结果。如图5所示。

?

5. 水准测量值与InSAR监测结果的误差分析图

经对比分析,48个水准点的实测沉降速率和本试验中沉降速率的绝对值误差在10mm/year,只有1个水准点和InSAR监测插值结果的差值是-10.2mm/year,其中42个(85.7%)水准点误差绝对值在±8mm以内。根据中误差(σ)计算公式[12],计算得中误差为6.03 mm,满足地面沉降监测10mm以内的精度要求。

σ=1n-1i=1n(xitrue-viInSAR?T)2

上式中,xitrue是水准实测形变量,单位mmviInSARInSAR监测的平均沉降速,单位mm/yearT为实测时间间隔,以年为单位。

以上InSAR监测结果和吴宏安[11]对嘉兴2006-2010年间的沉降趋势基本一致,鉴于监测时间不完全相同,监测的平均沉降速率有所差异。

4 结论

本文通过利用InSAR小基线时序SBAS技术对嘉兴地区地面沉降的监测分析,加以利用高精度水准测量数据进行对比,验证了对于数据量较少的ALOS PALSAR数据,SBAS技术能够克服SAR数据基线和时间去相干的影响,可以快速准确、大面积地提取监测区域的地表形变场,从而获取有效的沉降信息。SBAS技术可以在快速对大面积区域进行监测,获取高空间密度的地表形变结果用于地表沉降监测效果较为理想,成本较低且无需地面控制点,相比水准监测难以进行的地区,该方法具有独特的优势。在其他地面发生沉降的城市或线状工程的监测中,应用分辨率更高、数据重访周期更合理的数据,SBAS技术也将会取得更好的结果。

?

参考文献:

  1. 骆光飞,陈捷,祝彦敏. 浙江平原时序InSAR地面沉降监测[J]. 测绘科学201641(9): 01020107.

  2. 张永红吴宏安,康永辉. 京津冀地区19922014 年三阶段地面沉降InSAR监测[J]. 测绘学报,201645( 9) : 1050-1058. DOI:10.11947/j.AGCS.2016.20160072.

ZHANG YonghongWU HonganKANG YonghuiGround Subsidence over

Beijing-Tianjin-Hebei Region during Three Periods of 1992 to 2014

Monitored by Interferometric SAR[J]Acta Geodaetica et Cartographica Sinica201645(9) :

1050-1058.

  1. 姜德才,张继贤,张永红,等. 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

  2. GABRIEL A KGOLDSTEIN R MZEBKER H A. MappingSmall Elevation Changes over Large Areas: Differential Radar Interferometry[J]. Journal of Geophysical Research:Solid Earth198994( B7) : 9183-9191.

  3. 何秀凤. InSAR对地观测数据处理方法与综合测量[M].北京:科学出版社. 2012: 179-197

  4. 孙张涛,范景辉,王如意,等. 基于高分辨率SAR数据的地面沉降监测—以印度尼西亚雅加达为例[J]. 地质通报,201534(10): 1910-1917

  5. 周岚,苏胜利. 嘉兴市深层地下水开采与地面沉降的分析[J]. 浙江水利科技,2005(3)

  6. Berardino.P;Fornaro.G.;Lanari,R.;Sansosti,E.Anewalgorithmforsurfacedeformationmonitoringbased on small baseline differential SAR interferograms[J]. IEEE Trans. Geosci. Remote Sens. 2002, 40, 2375-2383.

  7. 王昊,董杰,邓书斌. 基于SARscape的干涉叠加在地表形变监测中的应用[J]. 遥感信息,2011( 6) :109-113.

  8. Yuanyuan Jia , Jin-Woo Kim, C. K. Shum. Characterization of Active Layer Thickening Rate over the Northern Qinghai-Tibetan Plateau Permafrost Region Using ALOS Interferometric Synthetic Aperture Radar Data, 2007-2009[J]. Remote Sensing.2017(9):84-96

  9. H. A. Wu a, Y. H. Zhang. GROUND SUBSIDENCE MONITORING OVER JIAXING REGION, ZHEJIANG PROVINCE FROM 2006 TO 2010 USING TIME SERIES INSAR TECHNIQUE[C]. ISPRS, Volume XL-7/W4, 2015 International Workshop on Image and Data Fusion, 21-23 July 2015, Kona, Hawaii, USA

  10. 范景辉, 燕云鹏, 大庆等. 全国地表形变遥感地质(InSAR)调查技术指南[M]. 北京:地质出版社. 2015.

?

作者简介:朱层层1988),女,助理工程师研究方向:微波遥感

手机:18868100934 ;E-mail:729889936@qq.com


电话:0571-88950347 ?? 传真:0571-88951407 ?? 邮编:310030
地址:杭州市西湖区三墩镇三墩街92号
CopyRight?2014浙ICP备05076439-1
浙公网安备 33010602005638号