当前位置:文档之家› 基于InSAR技术北京地区地面沉降监测与风险分析

基于InSAR技术北京地区地面沉降监测与风险分析

第27卷 第2期2011年3月地理与地理信息科学Geog ra phy and Geo-Infor matio n Science V ol.27 N o.2M arch 2011 收稿日期:2010-10-22; 修订日期:2010-12-04基金项目:国家自然科学基金项目(40771170/D0120);北京市自然科学基金项目(8082010、Kz201010028030);水利部公益性行业科研专项经费项目(200901091);北京市重点基金项目(8101002)作者简介:陈蓓蓓(1985-),女,博士研究生,研究方向为区域地面沉降应用研究。

*通讯作者E-mail:gonghl@263.n et基于InSAR 技术北京地区地面沉降监测与风险分析陈蓓蓓,宫辉力*,李小娟,张有全,党亚南,宋柳霖(首都师范大学三维信息获取与应用教育部重点实验室,北京100048;北京市城市环境过程与数字模拟国家重点实验室培育基地,北京100048;首都师范大学资源环境与旅游学院,北京100048)摘要:以北京市典型地面沉降区为研究区,采用永久散射体技术 StamPS 算法,利用覆盖北京地区的16幅ASA R 图像进行永久散射体干涉处理,获得该区地面沉降监测信息,初步揭示了研究区地面沉降的空间分布特征。

在此基础上,结合G IS 空间分析方法,对地面沉降的风险范围、风险程度等进行综合分析,表明北京地区的地面沉降防治刻不容缓。

关键词:地面沉降;InSA R 技术;地面沉降监测;风险分析中图分类号:P642.26;P208 文献标识码:A 文章编号:1672-0504(2011)02-0016-050 引言地面沉降是由多种因素引起的地面标高缓慢降低的环境地质现象,严重时会成为地质灾害[1]。

经过半个多世纪的研究,各国学者在地面沉降监测、成因机理、数学模型与预测等方面取得了重要成果。

监测方面,在传统D InSAR 技术基础上发展的永久散射体干涉测量技术(PS)能很好地解决去相关问题,有助于提高形变的时空分辨率及数据处理的精度。

Ferretti 等[2]首先提出基于幅度变化特征识别PS 点的算法,并把这种技术称为永久散射体技术。

随后在国际上众多学者展开了深入研究,如Crosetto 等[3-5]不断完善PS 干涉测量的技术方法,并在监测地表形变方面取得了很多成功的应用成果;而对地面沉降灾害风险研究较少,主要集中在地面沉降危险性分级标准制定[6,7]和危险性评价等[8-10],地面沉降灾害风险评估与区划尚无成熟先例[11]。

北京自20世纪60-70年代发现地面沉降以来,平原地区地面沉降呈加速发展的趋势。

目前在东郊八里庄 大郊亭、东北郊来广营、昌平沙河 八仙庄、大兴榆垡 礼贤、顺义平各庄等地已经形成了5个较大的沉降区,沉降中心最大累计沉降量达1096mm,最严重的地区地表仍在以30~60m m/a的速度下沉[12]。

区域地面沉降已对京沪高速铁路沿线、京津城际轨道等交通工程产生了一定影响,在部分沉降区已经发现工厂、居民区楼房墙壁开裂、地基下沉、地下管道工程损坏等险情。

本文以北京市典型地面沉降区为研究区,采用永久散射体技术 StamPS 算法[13],利用覆盖北京地区的16景A SAR 图像进行永久散射体干涉处理,提取北京地区地面沉降监测信息,初步揭示研究区地面沉降的空间展布特征;进而结合GIS 空间分析方法,综合考虑该地区的社会、经济、人口等因素,进行地面沉降风险灾害区划;最后结合区域水文地质条件,对区域地面沉降的风险范围、风险程度等进行综合分析。

1 地面沉降监测方法1.1 永久散射体干涉测量(PS InSAR)原理H o oper 等[13]提出新的PS 点识别及相位组分分析方法 Stam PS,即采用幅度离散特征和干涉相位空间相关性特征建立PS 识别算法,用于识别永久散射体;该算法能够在非城区(郊区)识别一些稳定的像素,同时适用于非稳定形变区,即无需先验形变速率知识,在一定程度上克服了由于时间去相干引起的干涉问题,提高了干涉像对的可用数量和干涉的时间分辨率。

StamPS 算法[13]技术流程如图1。

首先根据选定的主、辅图像进行干涉,引入外部DEM 消去大部分地形相位组分(二轨法),将K 个干涉对逐一进行相位差分处理,得到相应的K 幅差分干涉相位图。

去地形相位后,第i 个差分干涉对、第x 个像素的相位可以表示为5个相位组分的和:x,i = def ,x ,i + ,x ,i + atm,x ,i + orb ,x,i + n,x ,i (1)图1 永久散射体干涉技术处理流程Fig.1 T he technical route of PS InSAR technology 式中: def 为视线方向上的形变相位, 为引入外部DEM 的误差所引起的残余地形相位, a tm 为卫星两次过境大气延迟相位差, or b 为轨道误差引起的相位, n 为噪声组分(像素内散射体变化、热噪声和配准误差引起,正如PS 所定义的,PS 像素点的 n 足够小,以至于不能完全模糊差分干涉相位信号)。

算法需要初选PS 点,利用其相位计算 圆内相位均值!。

为了节省计算时间,通过幅度离散指数进行PS 点的初选[14]。

总体上, ∀n,x,i 将比以前更小,通过迭代一定时间, ∀n ,x ,i 的贡献降到很小,以至于 x 主要由 n ,x ,i 控制。

最后通过计算 x 值选取最终的PS 点。

通过减去评估的! ,x ,i 值,即可校正地形误差相位组分: int ,x ,i -!^ ,x ,i = def ,x ,i + atm,x,i +! orb,x,i +! ∀ ,x ,i + n,x ,i (2)式中:! ∀ ,x,i 是由于K ,x 评估不确定性所引起的残余DEM 误差,包括一些空间相关的DEM 误差,由于临近PS 点的空间相关性DEM 误差相差不大,该项对相位解缠影响可以忽略。

只要PS 点的密度达到一定要求,那么在校正完DEM 误差相位组分后,临近PS 点的绝对相位差总体上不到∀弧度,校正后的相位值可以被正确的解缠[13]。

在解缠后,除形变相位组分 def 外,仍有4项误差组分存在于式(2)中。

与形变相位组分 def 不同,这些组分的空间相关部分在时间上是非相关的。

因此,通过对解缠后的相位结果在时间上进行高通滤波,在空间上进行低通滤波,能够评估出空间相关性误差[14]。

从式(2)减去这些组分,剩下的即为形变相位和空间非相关误差,这个误差可以模型化为噪声,最后获得形变相位值。

1.2 基于InSAR 监测结果的地面沉降风险指标选取本文从地面沉降灾害的危险性、承灾体的易损性和抗灾能力3方面分析地面沉降灾害的风险。

危险性评价主要反映地下水超采状态以及地面沉降的现状和发展趋势;承灾体的易损性评价体现地面沉降灾害受灾体的人口稠密程度、经济发展程度等性质;抗灾能力评价主要反映地面沉降影响地区运用经济与非经济手段抵御地面沉降灾害,减小灾害损失的组织、协调能力[15]。

在InSAR 监测结果基础上,综合研究区的多源监测信息及经济、社会、人口等实际状况建立地面沉降风险评价指标体系,包括3个一级指标和9个二级指标(图2)。

图2 地面沉降风险评价指标层次结构Fig.2 The chart of land subsidence risk assessment indexes 2 地面沉降监测结果与分析2.1 PS InSAR 技术地面沉降监测结果与分析通过对覆盖北京地区的16景ASAR 图像进行永久散射体干涉处理,初步获取了研究区时间序列的干涉测量结果。

为了进一步消除大气影响,对去大气相位后的形变信息实施滤波处理。

在时间上实施高通滤波,移除 形变信号!中时间上的低频部分[16],并在空间上实施低通滤波,最终评估出空间相关性误差[14]。

处理结果如图3所示,测量的结果为永久散射体的移动,以2005年12月14日主图像为参考基准,正值表示沉降,负值表示上升。

通过提取北京地区的形变,表明在各向异性分布的形变场中,PS 干涉测量方法能够提取线性、非线性形变。

根据北京市地面沉降年速率图(图4,见封2)可知,北京地区地面沉降速率差异性很大。

图4中每个颜色点相应于一个永久散射体(150个/km 2),并且颜色表明了评估的形变趋势,如蓝色区域表示北京的高沉降速率区。

其中沉降梯度较大的地区主要在第四系凹陷区,地面沉降的差异可能重新激活存在的第四系断层,并且导致新的地裂缝产生。

图5为地面沉降与断层分布,通过分析时间序列的干涉测量结果发现,该地区地面沉降存在构造控制的特性,尤其是在北部沉降区,揭示了北京市第四系顺义凹陷与沙河凹陷地区地面沉降趋势及范围受断层控制。

顺义凹陷地面沉降的分布和空间模式页17第第2期 陈蓓蓓等:基于InSA R 技术北京地区地面沉降监测与风险分析图3 A SA R 时间序列形变结果Fig.3 The time s eries deformation result of ASAR图5 地面沉降与断层分布Fig.5 The distribution map of land su bsidence and fault受良乡-顺义断层、黄庄-高丽营控制,干涉表明地面形变面积西北是以黄庄-高丽营断层为边界,东南以良乡-顺义断层为界,部分地区地面沉降已经越过断层区,主要的地表形变沿着平行于区域断层系统的方向。

2.2 基于InSAR 监测结果的地面沉降风险区划在InSAR 监测结果基础上,结合水文地质、社会经济等资料,采用遥感图像解译与实地调查、专家评估等方法,研究灾害的风险评价权重,确定风险等级,进行北京地区地面沉降风险综合评价与区划[15],并结合GIS 空间分析方法,对该地区地面沉降的风险范围、风险程度等进行综合分析。

运用层次分析法确定指标相对权重,并结合改进的模糊综合评价法对密云-怀柔-顺义地区的地面沉降风险进行评价[17,18],风险评价结果如图6(见封2)、图7。

图7 风险程度与可压缩层厚度分区Fig.7 The ris k degree zone map 在AH P-模糊综合评价结果的基础上,综合考虑研究区的地下水开采情况、地层岩性及可压缩层厚度等,初步将密云-怀柔-顺义地区地面沉降风险程度划分为3个等级:(1)风险较小区,分布于怀柔区(庙城地区、杨宋镇、北房镇)。

虽然该地区地下水开采量较大(超采率均大于20%),但由于地层可压缩性厚度较小(一般在50m 以下),使得引起地面沉降的主要因素之一地下水开采的影响很小,地面沉降很难发展成页18第地理与地理信息科学 第27卷为灾害。

该区2003 2005年累计沉降量均小于6mm,年均沉降速率也很小,所以,该区地面沉降灾害的风险程度较小。

相关主题