-
填海造地指把原有的海域、湖区或河道转变为陆地, 是缓解土地资源短缺的一种途径。然而填海新区软土地基缓慢的固结过程带来的持续地表沉降[1-3]，不仅影响城市的发展，还会带来安全隐患。因此，对填海新区进行有效的监测和沉降规律研究十分重要。
基于卫星平台的时间序列合成孔径雷达干涉测量(interferometric synthetic aperture radar, InSAR)分析技术具有高分辨率、大范围、厘米级地表形变场获取的能力[4]，被认为是当前最具前景的空间对地观测技术。目前主要的星载合成孔径雷达(synthetic aperture radar, SAR)系统工作在C、L和X波段。C波段ERS-1/2和ENVISAT ASAR系统积累了大量的存档数据，是迄今InSAR形变监测中使用最广泛的数据源。L波段JERS -1和ALOS PALSAR系统长波数据受去相干影响较小[5]，在地震、火山、滑坡、矿区沉降等地质灾害监测中都有良好表现[6-8]。X波段的TerraSAR-X/TanDEM-X和COSMO-SkyMed系统自2007年相继投入运行以来，因其高空间分辨率、短重访周期、轨道精确测控和多观测模式等特点[5]，数据的分析和应用已成为对地观测领域的研究热点之一。随着Sentinel、ALOS-2、TanDEM-L和BIOMASS等计划的陆续实施，将提供更多L和C波段观测数据。本文应用C波段的ENVISAT ASAR和L波段ALOS PALSAR开展典型填海造陆区域监测，并与水准数据进行精度验证。应用时间序列InSAR技术对填海新区进行形变探测已经有成功应用的先例[1-3]，本文针对两种数据在填海新区的探测能力、精度等方面着重展开分析比较，以便深入地了解两种数据的形变监测特性。
-
提取在时间序列上具有稳定散射特性的高相干点，依据不同相位源的时空特性获得在观测时间段内，经过地形以及轨道、大气误差改正的形变速率场。该方法最初由Ferretti提出[9]，经过十几年的发展已经较为成熟[9-10]。本文简要介绍该方法估计原理和处理的关键步骤。
假设有N幅时间序列SAR数据集，将其中的第i幅影像记为Si (i=1, 2, 3……N)，由第i和第j幅SAR影像构成的干涉图可记为Ii, j=Si·Sj*，其中*代表复数共轭运算。根据干涉相位和相干系数，确立点目标集[10]。以干涉图Ii, j中一个点目标P为例，P与参考点P0间的干涉相位依赖于两者之间的高程、形变、大气效应和随机噪声的差异。两目标之间的高程和形变差造成的相位差记作[11]：
$$ {\rm{\Delta }}\mathit{\varphi }_{\mathit{H}, \mathit{p}, {\mathit{p}_0}}^{\mathit{i}, \mathit{j}}{\rm{ = - }}\frac{{4\mathit{\pi }}}{\mathit{\lambda }}\frac{1}{{\mathit{R}{\rm{sin}}\mathit{\theta }}}{\rm{\Delta }}{\mathit{h}_{\mathit{p}{\rm{, }}{\mathit{p}_{\rm{0}}}}}\mathit{B}_\mathit{n}^{\mathit{i}{\rm{, }}\mathit{j}} $$ (1) $$ {\rm{\Delta }}\mathit{\varphi }_{\mathit{D}, \mathit{p}, {\mathit{p}_0}}^{\mathit{i}, \mathit{j}}{\rm{ = }}\frac{{4\mathit{\pi }}}{\mathit{\lambda }}{\rm{\Delta }}{\mathit{v}_{\mathit{p}{\rm{, }}{\mathit{p}_{\rm{0}}}}}\mathit{B}_\mathit{t}^{\mathit{i}{\rm{, }}\mathit{j}} $$ (2) 式中，λ为雷达信号波长；R为目标与卫星间斜距，Δhp, p0和Δvp, p0分别为目标P与参考点P0之间的高程和形变速率差，Bni, j和Bti, j分别代表SAR影像i和j之间的垂直于雷达视线向的空间基线和时间基线。
目标高程Δhp, p0和沉降速率Δvp, p0采用最大化时间相干性ξp来确定[10]：
$$ (\Delta {\hat h_{p,{p_{\rm{0}}}}},\Delta {\hat v_{p,{p_{\rm{0}}}}}){\rm{ = arg}}\{ {\rm{max}}(\left| {{\xi _p}} \right|)\} $$ (3) $$ {\mathit{\xi }_\mathit{p}}{\rm{ = }}\frac{1}{\mathit{M}}\sum\limits_{\mathit{i}, \mathit{j}} {{\mathit{e}^{\mathit{j}\left( {{\rm{\Delta }}\mathit{\varphi }_{\mathit{p}, {\mathit{p}_0}}^{\mathit{i}, \mathit{j}} - {\rm{\Delta }}\mathit{\varphi }_{\mathit{H}, \mathit{p}, {\mathit{p}_0}}^{\mathit{i}, \mathit{j}} - {\rm{\Delta }}\mathit{\varphi }_{\mathit{D}, \mathit{p}, {\mathit{p}_0}}^{\mathit{i}, \mathit{j}}} \right)}}} $$ (4) 式中，Δφp, p0i, j为Ii, j中目标P与参考点P0间的干涉相位经过平地效应和外部DEM地形数据改正的差分干涉相位，是估计中的已知量。通过搜索ΔφH, p, p0i, j和ΔφD, p, p0i, j获得最大时间相干系数ξp，再根据式(1) 和式(2) 来确定估计量Δvp, p0和Δhp, p0。
估计的形变速率Δvp, p0是相对于参考点P0的量值，需要校正为绝对量值。常用的校正方法主要有经验法和外部数据法。经验法是基于对研究区域长期研究的了解，设定稳定参考点(速率为零)来得到绝对量。外部数据法利用地面水准或全球定位系统(global position system, GPS)测量的数据，提供某一个或几个点的形变量来获得参考点的校正量。
本文利用外部水准数据实现形变校正。首先将估计速率从斜距方向转换到垂直方向得到，以水准观测数据为参照，在两个数据之间建立多项式：
$$ \mathit{G - v}{\rm{ = }}{\mathit{a}_{\rm{0}}}{\rm{ + }}{\mathit{a}_{\rm{1}}}{\rm{\cdot}}\mathit{m}{\rm{ + }}{\mathit{a}_{\rm{2}}}{\rm{\cdot}}\mathit{n} $$ (5) 式中，m和n是水准点的方位向和距离向的坐标。
从式(5) 可以看出，只需要三个水准点就可以计算出系数项。若存在多个水准观测数据，可以采用最小二乘获得最优估计的系数项。当确定了系数项[a0 a1 a2]，就可以对其他所有的高相干点获得的相对垂直形变量进行改正。
-
上海市东南，地处长江口和杭州湾交汇处的临港新区，距离上海市中心75 km，是上海重点发展的功能区域之一。临港新区于2003年12月启动建设，规划面积约315 km2，其中临港新区主城区填海而成的陆域占45%。对于填海造陆形成的区域，室内抽灌水模拟试验表明，约需经过三十年地表形变才渐趋稳定，达到微量沉降的水平[12]。因此持续监测填海新区的变化情况能为填海新区的发展提供安全保障。
本文收集了35景C波段的ENVISAT ASAR(简称ASAR)和20景L波段ALOS PALSAR(简称PALSAR)影像，详细数据参数见表 1，覆盖范围如图 1。ASAR数据覆盖范围比ALOS大，两种数据都完整的覆盖了临港新区。上海市地质调查研究院在临港新区内沿海堤埋设了13个水准点进行定期观测，该水准数据将用作数据处理的定标以及结果验证，图 1中的小矩形框内给出了水准点在临港新区的布设位置。
表 1 实验采用SAR数据的基本参数
Table 1. Basic Parameters of SAR Data
卫星 时间 方向 入射角
/(°)数量 ENVISAT
ASAR2007-02-26~
2010-09-13升轨 22.1 35 ALOS
PALSAR2007-01-07~
2010-07-18升轨 36.8 20 
图 1 大、小矩形框显示ASAR和PALSAR的数据范围，右下角小图为主要研究区以及水准点位
Figure 1. Geographic Coverage of ASAR and PALSAR Data Over Shanghai. The Right-bottom Rectangle Indicates Test Area and the Position of Leveling Benchmarks
-
基于时间序列ASAR和PALSAR数据集提取数据覆盖时间段的实验区年均沉降速率场和累积沉降量，并讨论和分析两种数据结果。
-
图 2给出了时序ASAR和PALSAR数据集提取的年均沉降速率场，其色标取值范围为-30~10 mm/a，方框标示的部分为临港新城。总体而言，两张结果图显示的沉降趋势空间分布格局一致，临港新区段的海塘沉降情况较为严重, 同已有研究结果相符[3]。
图 2 ENVISAT ASAR和ALOS PALSAR数据获取的上海沉降速率图
Figure 2. Subsidence Velocity Maps of Shanghai
图 3给出临港新区监测的沉降速率图。两组实验结果表明，临港新区存在自西向东不均匀的沉降现象，即西部地区比东部地区更为稳定参照上海市地质构造资料[13]，绘制如图 4所示的临港新区构造顺序图可知，新城西部区域的地质条件要优于东部，东部区域属于新近的填海造陆地区。
图 3 ASAR和PALSAR数据获取的临港新区沉降速率图
Figure 3. Subsidence Velocity Maps of Lingang
图 4 临港新区冲填土分布情况
Figure 4. Distribution of Hydraulic Fill Soils in Lingang
吹填土形成时间短，含水率高、孔隙比大、强度低，且厚度变化大，土质不均匀，需要一定时间进行固结，伴随这一过程将不可避免地产生地面沉降。研究表明，对于厚度为6 m的吹填土，其完全固结沉降量可达8~12.5 cm[12]。填海后随着陆地的荷载增加，地基的充填土在负荷重压下，土体蠕变引发缓慢形变。愈接近填海外围边界，组成土粒愈细，排水固结愈差，这种欠固结土壤的压实过程引起的地表沉降愈显著。此外，海水的外力冲击侵蚀，也会对该区域的冲填土产生影响，引起形变。从而造成临港新区东部自西向东逐渐增强的不均匀沉降。
图 3中ASAR和PALSAR数据提取的点目标密度分别约为70个/km2和112个/km2，两者差异主要由于：① 空间分辨率。PALSAR数据的分辨率约为10 m，相比于ASAR的30 m分辨率，更高的分辨率意味着单个分辨单元内散射体数量的减少，有利于维持单个分辨单元的稳定性，保证相干性，可以提取更多相干目标点。② 单个散射单元内散射体的相对变化对长波数据影响更小，有利于相干性的保持，更多的点目标可以被提取。③ 在填海新区，淤泥、浅滩植被以及海堤防汛墙的交错区域，长波段雷达波对植被的穿透能力强，能探测到更多的点目标，从而实现形变估计，这能为一些待开发区域的建设提供重要信息。特别是结合图 4来看, 图 3中新近冲填土区域，PALSAR明ASAR能探测到更多的目标。
-
根据水准测量数据，将水准点分为轻微(DS36-42) 和重度(DS43-48) 形变，对比两种形变现象下，两种数据的估算结果。一般而言，区域相邻点具有相同的形变趋势，故以水准点为基准进行两个数据结果的缓冲区分析。图 5给出海堤上两个点目标由ASAR和PALSAR估计的随时间变化的累计沉降量，以共同覆盖时刻2010年7月为参考时间点。两颗卫星的重访周期分别为46天和35天，故在同样的时间段内获得的监测数据密度不同，但从累积沉降量序列来看，两种结果较为一致。
图 5 相干点DS36和DS46的时间序列累计沉降量
Figure 5. Time Series Displacement of Coherent Target Point DS36 and DS46
可以发现L波段PALSAR数据存在小跳变，而ASAR更加平滑和连续。这可能是由于长波数据相位噪声更大[5]，对估计结果带来的影响，这里由于形变较为明显，噪声影响并不显著，若对轻微沉降进行监测，就要注意由于相位噪声影响带来的估计误差。
-
InSAR结果与水准观测值对比如图 6所示。在2007~2010年观测时间段内，利用ASAR和PALSAR数据监测沉降的统计中误差为3.35 mm/a和4.06 mm/a。两种数据总体估计一致，某些水准点上估计效果相近(DS39, DS41-DS43, DS47)，但也存在差异点，下面进一步讨论原因。
图 6 水准点与两种波段点目标的形变速率比较
Figure 6. Subsidence Velocity of Level Point and Coherent Target Point
根据相位与形变量关系，计算形变模糊度Hdef(即2π的相位变化所代表的形变量)，PALSAR是11.8 cm，而ASAR是2.8 cm。在对形变的灵敏度上，ASAR更敏感，2.8 cm的形变量就会引起一个完整的相位周期变化，而PALSAR的一个相位周期相当于ASAR的四个周期。针对沉降监测，我们更关注的是监测到的视线向形变量能多大程度的反映垂直方向的抬升或沉降运动。在相同的数据质量条件下，这与数据获取时的入射角有关。本文所用的ASAR和PALSAR数据入射角为22.1°和36.8°，则对应灵敏度为0.926和0.8。此外，长波PALSAR数据的相位噪声更大(如大气延迟[11])。这些都使得ASAR的监测精度略微更好一些，如水准点(DS44，DS46, DS48)。另一方面，L波段数据受时间去相干影响小，如水准点(DS36-DS37) 所在区域属于填海新区建设区，建筑物与植被交错，受场景复杂影响则长波数据有一定优势。
-
本文应用C波段ASAR和L波段PALSAR数据获取了2007~2010年间的上海填海新区临港新区的沉降速率场，两种数据结果均显示该区域存在不均匀沉降，且有自西向东沉降愈加严重的趋势，沿线海塘沉降尤其显著，结合相关资料，初步得出结论为冲填土的形成年代对填该地区的沉降量具有较大的影响。
本文分析了ASAR和PALSAR数据在复杂城市场景下的应用特点：① 整体上，由于PALSAR数据分辨率高，且具有比ASAR的雷达信号更强的穿透植被的能力，相对于ASAR数据可以保持更高的相干性，能探测到更多相干点目标，从而获得更全面的形变场分布特征信息。② 采用同期地面水准测量结果作为参考数据对沉降监测结果进行了精度验证，两种数据精度都满足高精度监测要求，可以较准确的获取填海新区的形变分布。③ PALSAR数据对形变的敏感度不如ASAR数据，并且本文采用的ASAR数据入射角小，对垂直运动更加敏感。
-
摘要: 收集了35景C波段ENVISAR ASAR和20景L波段ALOS PALSAR数据，采用时间序列合成孔径雷达干涉测量（interferometric synthetic aperture radar，InSAR）分析技术获取了典型的填海新区-上海临港新区2007年~2010年间的沉降速率场。从空间、时间密度以及监测精度方面，对C和L波段的数据的形变估计结果进行对比，并进而讨论C波段和L波段数据在填海新区地表形变探测差异的原因以及数据在填海新区监测的特性。
-
关键词:
- 时间序列InSAR分析 /
- 填海新区 /
- 地面沉降 /
- C和L波段SAR数据 /
- 数据特性
Abstract: Time series interferometric synthetic aperture radar (InSAR) technology is employed to process two stacks of C-band ENVISAT ASAR and L-band ALOS PALSAR data to retrieve the settlement velocity field from 2007 to 2010 in the Lingang area located in southeast Shanghai. About forty-five percent of the total land in the Lingang area was created by reclamation projects. Land subsidence has become a significant issue as un-compacted filling materials cover unconsolidated marine sediments. Our study revealed that significant subsidence caused by hydraulic fill consolidation exists within Lingang; the settlement velocity can be as high as -30 mm/a, which implies the necessity for long-term continuous monitoring. The results from C-and L-band data were analyzed and compared in terms of precision regarding leveling data, the density of coherence points and time dimension. The L-band results show some advantages in the developing area while C-band results provide relative precise measurements. -
图 1 大、小矩形框显示ASAR和PALSAR的数据范围，右下角小图为主要研究区以及水准点位
Figure 1. Geographic Coverage of ASAR and PALSAR Data Over Shanghai. The Right-bottom Rectangle Indicates Test Area and the Position of Leveling Benchmarks
图 2 ENVISAT ASAR和ALOS PALSAR数据获取的上海沉降速率图
Figure 2. Subsidence Velocity Maps of Shanghai
图 5 相干点DS36和DS46的时间序列累计沉降量
Figure 5. Time Series Displacement of Coherent Target Point DS36 and DS46
图 6 水准点与两种波段点目标的形变速率比较
Figure 6. Subsidence Velocity of Level Point and Coherent Target Point
表 1 实验采用SAR数据的基本参数
Table 1. Basic Parameters of SAR Data
卫星 时间 方向 入射角
/(°)数量 ENVISAT
ASAR2007-02-26~
2010-09-13升轨 22.1 35 ALOS
PALSAR2007-01-07~
2010-07-18升轨 36.8 20 
下载: 导出CSV
-
[1] Kim S W, Lee C W, Song K Y, et al. Application of L-band Differential SAR Interferometry to Subsidence Rate Estimation in Reclaimed Coastal Land[J]. International Journal of Remote Sensing, 2005, 26(7):1363-1381 doi: 10.1080/01431160512331326620 [2] Jiang Liming, Lin Hui. Integrated Analysis of SAR Interferometric and Geological Data for Investigating Long-term Reclamation Settlement of Chek Lap Kok Airport, Hong Kong[J]. Engineering Geology, 2010, 110(3):77-92 http://www.sciencedirect.com/science/article/pii/S0013795209002956 [3] 裴媛媛, 廖明生, 王寒梅.时间序列SAR影像监测堤坝形变研究[J].武汉大学学报·信息科学版, 2013, 38(3):266-269 http://www.cnki.com.cn/Article/CJFDTOTAL-WHCH201303005.htm Pei Yuanyuan, Liao Mingsheng, Wang Hanmei. Monitoring Levee Deformation with Repeat-Track Space-Borne SAR Images[J]. Geomatics and Information Science of Wuhan University, 2013, 38(3):266-269 http://www.cnki.com.cn/Article/CJFDTOTAL-WHCH201303005.htm [4] 廖明生, 王腾.时间序列InSAR技术与应用[M].北京:科学出版社, 2014 Liao Mingsheng, Wang Teng. Time Series InSAR Technology and Application[M]. Beijing:Science Press, 2014 [5] Short N, Brisco B, Couture N, et al. A Comparison of TerraSAR-X, RADARSAT-2 and ALOS-PALSAR Interferometry for Monitoring Permafrost Environments, Case Study from Herschel Island, Canada[J].Remote Sensing of Environment, 2011, 115(12):3491-3506 doi: 10.1016/j.rse.2011.08.012 [6] Ng AHM, Ge L, Li X, et al. Mapping Land Subsidence in Jakarta, Indonesia Using Persistent Scatterer Interferometry (PSI) Technique with ALOS PALSAR[J]. International Journal of Applied Earth Observation and Geoinformation, 2012, 18:232-242 doi: 10.1016/j.jag.2012.01.018 [7] Feng Guangcai, Ding Xiaoli, Li Zhiwei, et al. Calibration of an InSAR-derived Coseimic Deformation Map Associated with the 2011 Mw-9.0 Tohoku-Oki Earthquake[J]. Geoscience and Remote Sensing Letters, IEEE, 2012, 9(2):302-306 doi: 10.1109/LGRS.2011.2168191 [8] Zhao Chaoying, Lu Zhong, Zhang Qin, et al. Large-area Landslide Detection and Monitoring with ALOS/PALSAR Imagery Data Over Northern California and Southern Oregon, USA[J]. Remote Sensing of Environment, 2012, 124:348-359 doi: 10.1016/j.rse.2012.05.025 [9] Ferretti A, Prati C, Rocca F. Permanent Scatterers in SAR Interferometry[J]. IEEE Transactions on Geoscience and Remote Sensing, 2001, 39(1):8-20 doi: 10.1109/36.898661 [10] Hooper A. A Multi-temporal InSAR Method Incorporating Both Persistent Scatterer and Small Baseline Approaches[J]. Geophysical Research Letters, 2008, 35(16):L16302 doi: 10.1029/2008GL034654 [11] Hanssen R F. Radar Interferometry:Data Interpretation and Error Analysis[M]. Dordrecht, Netherlands:Kluwer Academic Publishers, Dordrecht, 2001 [12] 龚士良.上海市浦东新区地面沉降分析[J].上海地质, 1995, 16(2):9-18 http://www.cnki.com.cn/Article/CJFDTOTAL-SHAD199502001.htm Gong ShiLiang. Analysis of Land Subsidence in Shanghai Pudong New Area[J]. Shanghai Geology, 1995, 16(2):9-18 http://www.cnki.com.cn/Article/CJFDTOTAL-SHAD199502001.htm [13] 史玉金, 严学新, 周念清.长江河口滨海地区冲填土对地面沉降效应-以上海市临港新城为例[J].工程地质学报, 2007, 15(3):391-394 http://www.cnki.com.cn/Article/CJFDTOTAL-GCDZ200703013.htm Shi Yujin, Yan Xuexin, Zhou Nianqing. Land Subsidence Induced by Recent Alluvia Deposits in Yangtze River Delta Area-A Case Study Of Shanghai Lingang New City[J]. Journal of Engineering Geology, 2007, 15(3):391-394 http://www.cnki.com.cn/Article/CJFDTOTAL-GCDZ200703013.htm -
点击查看大图
计量
- 文章访问数: 1603
- HTML全文浏览量: 117
- PDF下载量: 444
- 被引次数: 0
