论文部分内容阅读
摘 要：针对在昆明市主城区出现的地面沉降问题，利用SBAS-InSAR技术对2018年8月—2019年7月之间的28景VV极化和VH极化Senntinel-1数据分别进行处理，得到了在監测时段内的主城区的沉降速率图。从相关性、形变区域剖面及时序3个方面对两种极化的结果作对比分析，表明VV极化和VH极化两种极化结果一致性较高，用于沉降监测的可靠性高。研究结果显示：主城区存在多处沉降，最大沉降速率达53 mm/a。主要分为3个沉降区，沉降区Ⅰ位于小板桥周边，沉降区Ⅱ位于国际会展中心、上五甲村、新河村等地周边，沉降区Ⅲ位于西山区小渔村周边。发生沉降的主要原因可归结为地上工程建设压缩软土地层，地下工程的规建扰动土体，靠近滇池区域的地下水径流效应等。
关键词：双极化;SBAS-InSAR;昆明;地面沉降;沉降监测
中图分类号：TP79 文献标志码：A
近些年，由于昆明市的迅速发展，各种大型的工程不断建设完成，不同程度的地面沉降现象在昆明市不同的地方出现，这些沉降现象也正在制约着昆明市的发展。地面沉降是在多种因素共同作用下，使地表原有形态遭到破坏，部分区域高程下降的现象[1]。地面沉降一般是缓慢累积的，不易被人们察觉，灾害一旦发生便是不可逆的，不仅会给人们的生产和生活带来大量损失，而且在一定程度上威胁着公共安全[2]。我国的很多城市都正在遭受着不同程度的地面沉降影响[3-7]，因此对受灾的城市进行地表沉降的研究是一个十分重要且亟需解决的问题。因此，监测发生地面沉降的城市的沉降变化，研究地表形变的产生原因和防治举措具有很重要的现实意义[8]。
近年来，随着卫星技术的迅速发展，利用星载雷达获取地面目标的雷达影像，再通过对雷达影像的处理和分析就能获取研究区内的形变速率场。再此基础之上，发展出了一种新的地面沉降监测方法，即雷达差分干涉测量（differential interferometric synthetic aperture radar，D-InSAR）技术。D-InSAR技术分为两轨法、三轨法和四轨法，在实践中两轨差分使用的最多，其基本原理是利用研究区域形变前后的雷达影像进行干涉处理，从干涉图中提取形变相位，再将相位信息转换为沉降量和沉降速率[9]。理论上D-InSAR技术能够得到毫米级的形变，但在实际应用中容易受到失相干和大气延迟相位的影响，使得实际的监测精度无法达到预期的效果[10-11]。为了能够达到更好的监测效果，BERARDINO等[12-13]提出了小基线集 （small baseline subset，SBAS）技术。差分干涉测量短基线集时序分析技术（small baseline subset InSAR，SBAS-InSAR）的算法本身具有良好的稳定性，能够利用较少数量的卫星影像得到高精度的结果，并且能够较好的消除时空失相干和大气延迟相位，解决了D-InSAR技术的缺陷，保证监测结果的精度。因为SBAS-InSAR技术的诸多优点，该技术在地面沉降、矿山测量、滑坡等灾害监测领域应用广泛。2017年，张艳梅等[14]利用SBAS-InSAR技术对西安市进行了地面沉降监测，从试验获取的研究区沉降速率图来看，西安市的最大沉降速率达到了-116.5 mm/a。50%的区域都发生了沉降现象，大部分的沉降区域都集中在城郊，共探测出7个沉降漏斗。将结果与已有的文献资料对比，发现试验结果和文献中的研究结果基本一致。2018年，詹景祥等[15]基于28景2013年3月至2015年11月期间的陆地合成孔径雷达数据，研究了深圳市的地表形变现状。发现在前海、福田、深圳机场等地存在着多个隐患点，特别是机场区域的沉降已经超过了-50 mm。此外深圳市内的地铁沿线地区也存在着比较明显的地面沉降，分析其形变规律发现这些沉降大多是因为基坑开挖对土体造成扰动以及地铁运营荷载作用而导致的。2019年，谢文斌等[16]基于SBAS-InSAR技术处理了17景哨兵数据，获得了抚顺市的地面沉降分布。通过对沉降区域的横纵断面分析发现研究区的形变速率主要在-44～4 mm/a，形变较大的区域集中在抚顺市的露天矿区周围。并依据信息熵理论将抚顺市的形变区域进行灾害风险等级分级，对城市的建设和发展有一定的参考意义。
电磁场的振动方向即极化方式，即当地面收到卫星的发射信号时，所采用的无线电波的振动方向，H表示水平极化，V表示垂直极化[17]。不同极化的数据能探测到地物的回波信号有所差别，所含的信息也不尽相同[18]。故本文获取了VV极化和VH极化的Sentinel-1A数据，以昆明市主城区为研究区域，利用SBAS算法对这两组数据同时进行处理。得到了研究区域2018—2019年间的昆明市主城区的沉降速率图，明确了昆明市主城区的沉降趋势和沉降漏斗分布，相对于利用单极化数据进行的研究，双极化数据的研究结果具有更高的可靠性。
1 研究方法与试验数据
1.1 SBAS-InSAR的基本原理
SBAS方法是在传统的D-InSAR技术的基础上进行了一些改进，使常规D-InSAR在监测方面获得了较大提高，该方法在地表沉降方面得到了广泛的应用。其原理如下：
假设获取N+1景按时间t顺序（t0…tN）排列的SAR影像，M幅差分干涉图可以在时空干涉基线阈值条件自由组合干涉对的的基础上来生成，且M满足：
1.2 研究区概况
昆明市地处我国西南边陲，在云贵高原的中部，是滇中地区的中心城市。因其宜人的气候，优美的风景被称作春城。昆明市的经纬度范围为102°10′～103°40′E，24°23′～26°22′N，覆盖的总面积达21 473 km2。昆明市的各产业蓬勃发展，2019年的生产总值为6475.88亿元，呈现出逐年递增的趋势，市内交通基础设施发达，有着多条铁路和公路干线、支线，是我国与西南邻国沟通的门户。随着城市的发展，大量的工程建设逐步开展，昆明市地表平衡遭到破坏，主城区多个地区出现了沉降现象，为保证城市稳定持续发展，进一步探究城区的沉降分布和沉降机理，本文以西山、盘龙、五华官渡等市辖区为研究区域，开展昆明市主城区的沉降监测研究。 1.3 试验数据情况
Sentinel-1A是一个全天时、全天候雷达成像系统，设计使用寿命为 7 年[19]。 其基本参数表如下：
本文获取的是IW成像模式VV極化和VH极化的Sentinel-1A数据，两种极化方式的数据各收集了28景，研究时段从2018—2019年。同时还收集了精密轨道数据和90 m分辨率的航天飞机雷达地形数字高程模型（shuttle radar topography mission3 digital elevation model，SRTM3-DEM）数据作为外部辅助数据。依照图1所示的SBAS数据处理流程对两种极化的数据进处理，即可获取昆明市主城区的沉降速率图和时序沉降量信息。
2 数据处理
在正式开始SBAS算法流程之前需要对数据进行预处理。数据预处理主要包括两个步骤，首先，要导入原始的影像数据，在导入的过程中用精密轨道数据消除轨道误差。其次，是将影像进行裁剪，提取出研究区域。此次试验两种极化的数据处理都选取了2019年1月14日获取的影像作为试验的超级主影像，并将所有数据与超级主影像进行配准操作之后，再干涉处理已配准好的干涉对。该过程生成一系列干涉图，对生成的干涉图采用Goldstein滤波的方法对其进行增强处理，处理后各干涉条纹的清晰度明显提高，有效地抑制了由时空基线失相干问题引入的噪声。再次，用最小费用流方法对其进行相位解缠。解缠图上携带着形变相位信息，通过对解缠图的形变反演才能得到形变时间序列。反演分为两次，第一次反演估算形变速率和消除残余相位。这一步骤中需要用到地面控制点（ground control point，GCP）数据，文中先在稳定区域选择出一组GCP，共50个。并且对VV极化和VH极化数据的处理共用这一组GCP数据，防止引入新的误差，通常这一步骤还需要进行二次相位解缠来提高数据的质量。第二次反演主要是通过时间域上的高通滤波与空间域上的低通滤波处理，将沉降相位、大气延迟相位和数字高程模型（digital elevation model，DEM）误差相位等从相位模型中分离出来。最后，经过地理编码就可以得到视线向形变时间序列。
3 结果分析
3.1 沉降结果分析
使用SBAS的数据处理流程数据分别对VV和VH极化的数据进行处理，可以得到基于两种极化方式数据的沉降速率图。观察沉降速率图2和图3可知，两种极化方式下的监测结果的沉降范围基本一致，昆明市城区有着多处明显的沉降，仅有少数几个地方出现了小幅度的抬升。虽然最大沉降速率分别为-52.97 mm/a（VV）和-53.68 mm/a（VH），但是大部分区域的沉降速率很小，接近于0。说明昆明市城区大部分地区相对较为稳定，但存在小部分地区的沉降速率过大，容易引发灾害问题。针对这些小部分严重沉降区域展开研究，将昆明市城区发生沉降的区域划分为3个沉降区，分别命名为沉降区Ⅰ、沉降区Ⅱ、和沉降区Ⅲ。
沉降区Ⅰ位于官渡区小板桥，从图5中可以看出，沉降较大的位置在雨龙村、陆旗营村、枫林盛景小区、云路裕庭小区、星宇园小区、子君欣景小区、义路村、广卫村等地。多个沉降漏斗相连，形成了主城区最大的沉降漏斗，沉降面积达8.75 km2，VV极化和VH极化数据在沉降区Ⅰ内的最大沉降速率分别为-45.26 mm/a和-47.90 mm/a，平均沉降速率为-13.85 mm/a和-13.90 mm/a;沉降速率达到最大的地方是子君欣景小区。调查显示，在沉降区Ⅰ内建设了多个小区，密集的建筑群使软土地层被压缩，是沉降的主要原因;沉降区内还经过了昆磨高速公路、东绕城高速公路以及正在规建的地铁4号线，地下工程的建设和工程降水措施不可避免的会造成土体扰动，加之地面两条交通要道上巨大的车流荷载，这都是沉降产生的原因。
沉降区Ⅱ在官渡区，沉降多发生于洱海湖畔，并进一步向城中心延伸。在沉降区Ⅱ中分布着多个沉降漏斗，由南到北分别为：渔村、云南艺术家园小区、渔渔户村、上河村、昆明滇池国际会展中心、管家沟村、东张村、梁家村、虾坝村、上五甲村、向华村、巫家坝村、太河社区、南绕城高速公路、福康花园小区、新河村以及杨家地村等地。发生沉降的总面积共计62.54 km2，VV极化和VH极化数据在沉降区Ⅱ内的最大沉降速率分别为-52.97 mm/a和-49.92 mm/a，平均沉降速率为-10.62 mm/a和-9.59 mm/a;年均沉降速率最大的区域是昆明滇池国际会展中心以及官渡五甲塘湿地。因为靠近滇池，滇池周边区域的地下水会以滇池为最低径流基准面向着滇池方向发生径流，使得这些流经区域的地下水的水位出现了下降，造成了地面沉降现象[20];与此同时大量的工程如小区、基础设施等的建设，也在一定程度上助力着主城区的地面沉降。
沉降区Ⅲ位于西山区，发生沉降的面积仅为1.2 km2，主要在小渔村、积中村以及白马城公园等地发生沉降，小渔村处的沉降速率最大。VV极化和VH极化数据在沉降区Ⅰ内的最大沉降速率分别为-43.67 mm/a和-43.96 mm/a，平均沉降速率为-11.43 mm/a和-10.85 mm/a;因为沉降区Ⅲ的面积小，沉降区内的平均沉降速率小，可以认为该区域较为稳定。
3.2 双极化结果对比
为进一步对在VV极化和VH极化方式下得到的沉降结果进行对比，本文试验将从从相关性、形变区域剖面及沉降时序3个方面进行分析。
3.2.1 相关性分析
有着相同地理坐标的点叫同名点，从3个沉降区中均匀的提取500个本身相干性较高的同名失相干现象表现缓慢（slowly deecorrelation filter phase，SDFP）点，提取出这些点的沉降速率进行相关性分析，结果如图8所示。由图可知，这些具有相同名称点的沉降速率分布十分均匀，且呈线性分布，线性相关性R=0.978 3，说明两组数据具有高度一致性，也说明用双极化数据的可靠性。 3.2.2 剖面分析
在沉降区Ⅰ和沉降区Ⅱ中各选择一个沉降漏斗进行剖面分析，如图8和图9。从沉降区Ⅰ的沉降漏斗来看，沉降速率都从11 mm/a开始逐渐增大，到剖面1.5 km处达到最大值约为41 mm/a，接着开始减小，到剖面2.8 km处沉降速率接近于0。在沉降区Ⅱ的沉降漏斗中，沉降速率从4 mm/a开始逐渐增大，到剖面0.3 km处达到最大值约为35 mm/a，形成一个较大的低谷，然后沉降速率逐渐减小，到0.6 km处为15 mm/a，之后的沉降速率较为平缓，但在1.1 km有个小低谷。结合卫星影像资料以及实地踏勘分析，第一个低谷的位置位于滇池会展东路、滇池会展北路以及巫家坝路三条路交汇的十字路口处，第二个低谷的位置位于滇池会展西路与巫家坝路的交汇路口处，其产生的原因可能是在道路的交汇处车流量较大，地表承受的的动荷载较大以及道路交汇处高架桥本身的静荷载较大。对比发现，两个沉降漏斗的剖面图呈现出的规律基本一致，这说明在两种极化方式下得到的沉降结果十分相近。
3.2.3 时序分析
在两个沉降漏斗中选出两个同名点，将2018年8月到2019年7月间的时序变化情况进行了对比，其对比情况如图10所示。可以看出两种极化所得结果的变化趋势一致，统计得到在各个变化节点的沉降量差异，沉降区Ⅰ中相差2.1 mm，沉降区Ⅱ中相差2.9 mm。说明VV极化和VH极化这两种极化方式下沉降结果的时序变化差异较小。
通过对相关性、沉降漏斗剖面和时序变化3个方面的对比分析，发现将双极化数据应用于城市地面沉降监测是可行的，所得结果具有较好的一致性和可靠性。
4 结论
本文利用2018年8月到2019年9月之间的28景Sentinel-1数据，结合了SBAS-InSAR这种数据处理方法，对VV极化和VH极化的两种不同极化的数据分别进行了处理，从而获取到研究区域在昆明市主城区内的部分地区的地面沉降信息。在主城区总共探测出3出沉降区，沉降区Ⅰ位于小板桥周边，沉降区Ⅱ位于国际会展中心、上五甲村、新河村等地周边，沉降区Ⅲ位于西山区小渔村周边。对主城区地理位置、地质条件以及工程建设情况进行分析，得出主城区出现地面沉降主要是因为大量的地上工程建设压缩软土地层，地下工程的规建扰动土体，靠近滇池区域的地下水径流效应等。对两种极化结果的相关性、沉降漏斗剖面和时序变化进行分析，证明用VV极化和VH极化數据所得结果有着良好的一致性和可靠性，在缺少实地测量数据的情况下可以用VV极化和VH极化的数据相互验证，增加试验结果的可靠性。
参考文献：
[1] 殷跃平，张作辰，张开军. 我国地面沉降现状及防治对策研究[J].中国地质灾害与防治学报，2005，16（2）：1-8.
[2] 郑铣鑫，武强，侯艳声，等.关于城市地面沉降研究的几个前沿问题[J].地球学报，2002，23（3）：279-282.
[3] 莫莹，朱煜峰，江利明，等. 基于Sentinel-1A的南昌市时间序列InSAR地面沉降监测[J].大地测量与地球动力学，2020，40（3）：270-275.
[4] 潘超，江利明，孙奇石，等. 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.
[5] 王义梅，罗小军，于冰，等.郑州市地面沉降InSAR监测[J].测绘科学，2019，44（9）：100-106.
[6] 赵栋，魏恋欢.基于时序InSAR技术的沈阳市地面沉降分析[J].测绘通报，2019，（S1）：77-81.
[7] 高二涛，范冬林，付波霖，等.基于PS-InSAR和SBAS技术监测南京市地面沉降[J].大地测量与地球动力学，2019，39（2）：158-163.
[8] 吴建中. 中国地面沉降地质灾害区划方法与实践[J]. 上海国土资源，2011，32（2）：84-87.
[9] 廖明生，林晖. 雷达干涉测量：原理与信号处理基础[M].北京：测绘出版社，2003.
[10]王艳，廖明生，李德仁，等. 利用长时间序列相干目标获取地面沉降场[J].地球物理学报，2007，50（2）：598-604.
[11]SABATER J N M N， HANSSEN R， KAMPES B M， et al. Physical analysis of atmospheric delay signal observed in stacked radar interferometric data[C]//2003 IEEE International Geoscience and Remote Sensing Symposium. Proceedings.Toulouse， France：IEEE， 2003：2112-2115.
[12]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）：2375-2382.
[13]MORA O， LANARI R， MALLORQUI J J， et al.A new algorithm for monitoring localized deformation phenomena based on small baseline differential SAR interferograms[C]//IEEE International Geoscience and Remote Sensing Symposium. Ontario，Canada：IEEE， 2002：1237-1239. [14]張艳梅，王萍，罗想，等. 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.
[15]詹景祥，马玚，管玉琦. 基于SBAS技术的深圳市地表形变监测[J].测绘工程，2018，27（7）：50-54.
[16]谢文斌，左小清，刘玉忠，等. 利用Sentinel-1A数据监测抚顺市地表形变[J].大地测量与地球动力学，2019，39（12）：1270-1276.
[17]代大海，廖斌，肖顺平，等. 雷达极化信息获取与处理的研究进展[J].雷达学报，2016，5（2）：143-155.
[18]熊佳诚，聂运菊，罗跃，等. 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.
[19]欧阳伦曦，李新情，惠凤鸣，等. 哨兵卫星Sentinel-1A数据特性及应用潜力分析[J]. 极地研究，2017，29（2）：286-295.
[20]孟国涛. 昆明南市区地面沉降研究[D]. 昆明：昆明理工大学，2003.
（责任编辑：于慧梅）
Abstract： In response to the ground subsidence problem in the main urban area of Kunming， SBAS-InSAR technology was used to process 28 scenes of VV polarization and VH polarization Senntinel-1 data between August 2018 and July 2019 respectively， and obtain the settlement rate graph of the main urban area during the monitoring period is shown. The results of the two polarizations are compared and analyzed from three aspects of correlation， deformation regional profile and time sequence. It shows that the results of VV polarization and VH polarization are consistent， and the reliability of settlement monitoring is high. The research results show that there are multiple settlements in the main urban area，with a maximum settlement rate of 53 mm/a. It is mainly divided into three subsidence areas， subsidence area I is located around Xiaobanqiao， subsidence area II is located around the International Convention and Exhibition Center，Shangwujia Village，Xinhe Village，etc.， and subsidence area III is located around Xiaoyu Village in Xishan District. The main reasons for the settlement can be attributed to the construction of above-ground engineering to compress the soft soil layer， the construction of underground engineering to disturb the soil，and the groundwater runoff effect near the Dianchi Lake area， etc.
Key words： dual polarization; SBAS-InSAR; Kunming; ground subsidence; subsidence monitoring
关键词：双极化;SBAS-InSAR;昆明;地面沉降;沉降监测
中图分类号：TP79 文献标志码：A
近些年，由于昆明市的迅速发展，各种大型的工程不断建设完成，不同程度的地面沉降现象在昆明市不同的地方出现，这些沉降现象也正在制约着昆明市的发展。地面沉降是在多种因素共同作用下，使地表原有形态遭到破坏，部分区域高程下降的现象[1]。地面沉降一般是缓慢累积的，不易被人们察觉，灾害一旦发生便是不可逆的，不仅会给人们的生产和生活带来大量损失，而且在一定程度上威胁着公共安全[2]。我国的很多城市都正在遭受着不同程度的地面沉降影响[3-7]，因此对受灾的城市进行地表沉降的研究是一个十分重要且亟需解决的问题。因此，监测发生地面沉降的城市的沉降变化，研究地表形变的产生原因和防治举措具有很重要的现实意义[8]。
近年来，随着卫星技术的迅速发展，利用星载雷达获取地面目标的雷达影像，再通过对雷达影像的处理和分析就能获取研究区内的形变速率场。再此基础之上，发展出了一种新的地面沉降监测方法，即雷达差分干涉测量（differential interferometric synthetic aperture radar，D-InSAR）技术。D-InSAR技术分为两轨法、三轨法和四轨法，在实践中两轨差分使用的最多，其基本原理是利用研究区域形变前后的雷达影像进行干涉处理，从干涉图中提取形变相位，再将相位信息转换为沉降量和沉降速率[9]。理论上D-InSAR技术能够得到毫米级的形变，但在实际应用中容易受到失相干和大气延迟相位的影响，使得实际的监测精度无法达到预期的效果[10-11]。为了能够达到更好的监测效果，BERARDINO等[12-13]提出了小基线集 （small baseline subset，SBAS）技术。差分干涉测量短基线集时序分析技术（small baseline subset InSAR，SBAS-InSAR）的算法本身具有良好的稳定性，能够利用较少数量的卫星影像得到高精度的结果，并且能够较好的消除时空失相干和大气延迟相位，解决了D-InSAR技术的缺陷，保证监测结果的精度。因为SBAS-InSAR技术的诸多优点，该技术在地面沉降、矿山测量、滑坡等灾害监测领域应用广泛。2017年，张艳梅等[14]利用SBAS-InSAR技术对西安市进行了地面沉降监测，从试验获取的研究区沉降速率图来看，西安市的最大沉降速率达到了-116.5 mm/a。50%的区域都发生了沉降现象，大部分的沉降区域都集中在城郊，共探测出7个沉降漏斗。将结果与已有的文献资料对比，发现试验结果和文献中的研究结果基本一致。2018年，詹景祥等[15]基于28景2013年3月至2015年11月期间的陆地合成孔径雷达数据，研究了深圳市的地表形变现状。发现在前海、福田、深圳机场等地存在着多个隐患点，特别是机场区域的沉降已经超过了-50 mm。此外深圳市内的地铁沿线地区也存在着比较明显的地面沉降，分析其形变规律发现这些沉降大多是因为基坑开挖对土体造成扰动以及地铁运营荷载作用而导致的。2019年，谢文斌等[16]基于SBAS-InSAR技术处理了17景哨兵数据，获得了抚顺市的地面沉降分布。通过对沉降区域的横纵断面分析发现研究区的形变速率主要在-44～4 mm/a，形变较大的区域集中在抚顺市的露天矿区周围。并依据信息熵理论将抚顺市的形变区域进行灾害风险等级分级，对城市的建设和发展有一定的参考意义。
电磁场的振动方向即极化方式，即当地面收到卫星的发射信号时，所采用的无线电波的振动方向，H表示水平极化，V表示垂直极化[17]。不同极化的数据能探测到地物的回波信号有所差别，所含的信息也不尽相同[18]。故本文获取了VV极化和VH极化的Sentinel-1A数据，以昆明市主城区为研究区域，利用SBAS算法对这两组数据同时进行处理。得到了研究区域2018—2019年间的昆明市主城区的沉降速率图，明确了昆明市主城区的沉降趋势和沉降漏斗分布，相对于利用单极化数据进行的研究，双极化数据的研究结果具有更高的可靠性。
1 研究方法与试验数据
1.1 SBAS-InSAR的基本原理
SBAS方法是在传统的D-InSAR技术的基础上进行了一些改进，使常规D-InSAR在监测方面获得了较大提高，该方法在地表沉降方面得到了广泛的应用。其原理如下：
假设获取N+1景按时间t顺序（t0…tN）排列的SAR影像，M幅差分干涉图可以在时空干涉基线阈值条件自由组合干涉对的的基础上来生成，且M满足：
1.2 研究区概况
昆明市地处我国西南边陲，在云贵高原的中部，是滇中地区的中心城市。因其宜人的气候，优美的风景被称作春城。昆明市的经纬度范围为102°10′～103°40′E，24°23′～26°22′N，覆盖的总面积达21 473 km2。昆明市的各产业蓬勃发展，2019年的生产总值为6475.88亿元，呈现出逐年递增的趋势，市内交通基础设施发达，有着多条铁路和公路干线、支线，是我国与西南邻国沟通的门户。随着城市的发展，大量的工程建设逐步开展，昆明市地表平衡遭到破坏，主城区多个地区出现了沉降现象，为保证城市稳定持续发展，进一步探究城区的沉降分布和沉降机理，本文以西山、盘龙、五华官渡等市辖区为研究区域，开展昆明市主城区的沉降监测研究。 1.3 试验数据情况
Sentinel-1A是一个全天时、全天候雷达成像系统，设计使用寿命为 7 年[19]。 其基本参数表如下：
本文获取的是IW成像模式VV極化和VH极化的Sentinel-1A数据，两种极化方式的数据各收集了28景，研究时段从2018—2019年。同时还收集了精密轨道数据和90 m分辨率的航天飞机雷达地形数字高程模型（shuttle radar topography mission3 digital elevation model，SRTM3-DEM）数据作为外部辅助数据。依照图1所示的SBAS数据处理流程对两种极化的数据进处理，即可获取昆明市主城区的沉降速率图和时序沉降量信息。
2 数据处理
在正式开始SBAS算法流程之前需要对数据进行预处理。数据预处理主要包括两个步骤，首先，要导入原始的影像数据，在导入的过程中用精密轨道数据消除轨道误差。其次，是将影像进行裁剪，提取出研究区域。此次试验两种极化的数据处理都选取了2019年1月14日获取的影像作为试验的超级主影像，并将所有数据与超级主影像进行配准操作之后，再干涉处理已配准好的干涉对。该过程生成一系列干涉图，对生成的干涉图采用Goldstein滤波的方法对其进行增强处理，处理后各干涉条纹的清晰度明显提高，有效地抑制了由时空基线失相干问题引入的噪声。再次，用最小费用流方法对其进行相位解缠。解缠图上携带着形变相位信息，通过对解缠图的形变反演才能得到形变时间序列。反演分为两次，第一次反演估算形变速率和消除残余相位。这一步骤中需要用到地面控制点（ground control point，GCP）数据，文中先在稳定区域选择出一组GCP，共50个。并且对VV极化和VH极化数据的处理共用这一组GCP数据，防止引入新的误差，通常这一步骤还需要进行二次相位解缠来提高数据的质量。第二次反演主要是通过时间域上的高通滤波与空间域上的低通滤波处理，将沉降相位、大气延迟相位和数字高程模型（digital elevation model，DEM）误差相位等从相位模型中分离出来。最后，经过地理编码就可以得到视线向形变时间序列。
3 结果分析
3.1 沉降结果分析
使用SBAS的数据处理流程数据分别对VV和VH极化的数据进行处理，可以得到基于两种极化方式数据的沉降速率图。观察沉降速率图2和图3可知，两种极化方式下的监测结果的沉降范围基本一致，昆明市城区有着多处明显的沉降，仅有少数几个地方出现了小幅度的抬升。虽然最大沉降速率分别为-52.97 mm/a（VV）和-53.68 mm/a（VH），但是大部分区域的沉降速率很小，接近于0。说明昆明市城区大部分地区相对较为稳定，但存在小部分地区的沉降速率过大，容易引发灾害问题。针对这些小部分严重沉降区域展开研究，将昆明市城区发生沉降的区域划分为3个沉降区，分别命名为沉降区Ⅰ、沉降区Ⅱ、和沉降区Ⅲ。
沉降区Ⅰ位于官渡区小板桥，从图5中可以看出，沉降较大的位置在雨龙村、陆旗营村、枫林盛景小区、云路裕庭小区、星宇园小区、子君欣景小区、义路村、广卫村等地。多个沉降漏斗相连，形成了主城区最大的沉降漏斗，沉降面积达8.75 km2，VV极化和VH极化数据在沉降区Ⅰ内的最大沉降速率分别为-45.26 mm/a和-47.90 mm/a，平均沉降速率为-13.85 mm/a和-13.90 mm/a;沉降速率达到最大的地方是子君欣景小区。调查显示，在沉降区Ⅰ内建设了多个小区，密集的建筑群使软土地层被压缩，是沉降的主要原因;沉降区内还经过了昆磨高速公路、东绕城高速公路以及正在规建的地铁4号线，地下工程的建设和工程降水措施不可避免的会造成土体扰动，加之地面两条交通要道上巨大的车流荷载，这都是沉降产生的原因。
沉降区Ⅱ在官渡区，沉降多发生于洱海湖畔，并进一步向城中心延伸。在沉降区Ⅱ中分布着多个沉降漏斗，由南到北分别为：渔村、云南艺术家园小区、渔渔户村、上河村、昆明滇池国际会展中心、管家沟村、东张村、梁家村、虾坝村、上五甲村、向华村、巫家坝村、太河社区、南绕城高速公路、福康花园小区、新河村以及杨家地村等地。发生沉降的总面积共计62.54 km2，VV极化和VH极化数据在沉降区Ⅱ内的最大沉降速率分别为-52.97 mm/a和-49.92 mm/a，平均沉降速率为-10.62 mm/a和-9.59 mm/a;年均沉降速率最大的区域是昆明滇池国际会展中心以及官渡五甲塘湿地。因为靠近滇池，滇池周边区域的地下水会以滇池为最低径流基准面向着滇池方向发生径流，使得这些流经区域的地下水的水位出现了下降，造成了地面沉降现象[20];与此同时大量的工程如小区、基础设施等的建设，也在一定程度上助力着主城区的地面沉降。
沉降区Ⅲ位于西山区，发生沉降的面积仅为1.2 km2，主要在小渔村、积中村以及白马城公园等地发生沉降，小渔村处的沉降速率最大。VV极化和VH极化数据在沉降区Ⅰ内的最大沉降速率分别为-43.67 mm/a和-43.96 mm/a，平均沉降速率为-11.43 mm/a和-10.85 mm/a;因为沉降区Ⅲ的面积小，沉降区内的平均沉降速率小，可以认为该区域较为稳定。
3.2 双极化结果对比
为进一步对在VV极化和VH极化方式下得到的沉降结果进行对比，本文试验将从从相关性、形变区域剖面及沉降时序3个方面进行分析。
3.2.1 相关性分析
有着相同地理坐标的点叫同名点，从3个沉降区中均匀的提取500个本身相干性较高的同名失相干现象表现缓慢（slowly deecorrelation filter phase，SDFP）点，提取出这些点的沉降速率进行相关性分析，结果如图8所示。由图可知，这些具有相同名称点的沉降速率分布十分均匀，且呈线性分布，线性相关性R=0.978 3，说明两组数据具有高度一致性，也说明用双极化数据的可靠性。 3.2.2 剖面分析
在沉降区Ⅰ和沉降区Ⅱ中各选择一个沉降漏斗进行剖面分析，如图8和图9。从沉降区Ⅰ的沉降漏斗来看，沉降速率都从11 mm/a开始逐渐增大，到剖面1.5 km处达到最大值约为41 mm/a，接着开始减小，到剖面2.8 km处沉降速率接近于0。在沉降区Ⅱ的沉降漏斗中，沉降速率从4 mm/a开始逐渐增大，到剖面0.3 km处达到最大值约为35 mm/a，形成一个较大的低谷，然后沉降速率逐渐减小，到0.6 km处为15 mm/a，之后的沉降速率较为平缓，但在1.1 km有个小低谷。结合卫星影像资料以及实地踏勘分析，第一个低谷的位置位于滇池会展东路、滇池会展北路以及巫家坝路三条路交汇的十字路口处，第二个低谷的位置位于滇池会展西路与巫家坝路的交汇路口处，其产生的原因可能是在道路的交汇处车流量较大，地表承受的的动荷载较大以及道路交汇处高架桥本身的静荷载较大。对比发现，两个沉降漏斗的剖面图呈现出的规律基本一致，这说明在两种极化方式下得到的沉降结果十分相近。
3.2.3 时序分析
在两个沉降漏斗中选出两个同名点，将2018年8月到2019年7月间的时序变化情况进行了对比，其对比情况如图10所示。可以看出两种极化所得结果的变化趋势一致，统计得到在各个变化节点的沉降量差异，沉降区Ⅰ中相差2.1 mm，沉降区Ⅱ中相差2.9 mm。说明VV极化和VH极化这两种极化方式下沉降结果的时序变化差异较小。
通过对相关性、沉降漏斗剖面和时序变化3个方面的对比分析，发现将双极化数据应用于城市地面沉降监测是可行的，所得结果具有较好的一致性和可靠性。
4 结论
本文利用2018年8月到2019年9月之间的28景Sentinel-1数据，结合了SBAS-InSAR这种数据处理方法，对VV极化和VH极化的两种不同极化的数据分别进行了处理，从而获取到研究区域在昆明市主城区内的部分地区的地面沉降信息。在主城区总共探测出3出沉降区，沉降区Ⅰ位于小板桥周边，沉降区Ⅱ位于国际会展中心、上五甲村、新河村等地周边，沉降区Ⅲ位于西山区小渔村周边。对主城区地理位置、地质条件以及工程建设情况进行分析，得出主城区出现地面沉降主要是因为大量的地上工程建设压缩软土地层，地下工程的规建扰动土体，靠近滇池区域的地下水径流效应等。对两种极化结果的相关性、沉降漏斗剖面和时序变化进行分析，证明用VV极化和VH极化數据所得结果有着良好的一致性和可靠性，在缺少实地测量数据的情况下可以用VV极化和VH极化的数据相互验证，增加试验结果的可靠性。
参考文献：
[1] 殷跃平，张作辰，张开军. 我国地面沉降现状及防治对策研究[J].中国地质灾害与防治学报，2005，16（2）：1-8.
[2] 郑铣鑫，武强，侯艳声，等.关于城市地面沉降研究的几个前沿问题[J].地球学报，2002，23（3）：279-282.
[3] 莫莹，朱煜峰，江利明，等. 基于Sentinel-1A的南昌市时间序列InSAR地面沉降监测[J].大地测量与地球动力学，2020，40（3）：270-275.
[4] 潘超，江利明，孙奇石，等. 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.
[5] 王义梅，罗小军，于冰，等.郑州市地面沉降InSAR监测[J].测绘科学，2019，44（9）：100-106.
[6] 赵栋，魏恋欢.基于时序InSAR技术的沈阳市地面沉降分析[J].测绘通报，2019，（S1）：77-81.
[7] 高二涛，范冬林，付波霖，等.基于PS-InSAR和SBAS技术监测南京市地面沉降[J].大地测量与地球动力学，2019，39（2）：158-163.
[8] 吴建中. 中国地面沉降地质灾害区划方法与实践[J]. 上海国土资源，2011，32（2）：84-87.
[9] 廖明生，林晖. 雷达干涉测量：原理与信号处理基础[M].北京：测绘出版社，2003.
[10]王艳，廖明生，李德仁，等. 利用长时间序列相干目标获取地面沉降场[J].地球物理学报，2007，50（2）：598-604.
[11]SABATER J N M N， HANSSEN R， KAMPES B M， et al. Physical analysis of atmospheric delay signal observed in stacked radar interferometric data[C]//2003 IEEE International Geoscience and Remote Sensing Symposium. Proceedings.Toulouse， France：IEEE， 2003：2112-2115.
[12]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）：2375-2382.
[13]MORA O， LANARI R， MALLORQUI J J， et al.A new algorithm for monitoring localized deformation phenomena based on small baseline differential SAR interferograms[C]//IEEE International Geoscience and Remote Sensing Symposium. Ontario，Canada：IEEE， 2002：1237-1239. [14]張艳梅，王萍，罗想，等. 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.
[15]詹景祥，马玚，管玉琦. 基于SBAS技术的深圳市地表形变监测[J].测绘工程，2018，27（7）：50-54.
[16]谢文斌，左小清，刘玉忠，等. 利用Sentinel-1A数据监测抚顺市地表形变[J].大地测量与地球动力学，2019，39（12）：1270-1276.
[17]代大海，廖斌，肖顺平，等. 雷达极化信息获取与处理的研究进展[J].雷达学报，2016，5（2）：143-155.
[18]熊佳诚，聂运菊，罗跃，等. 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.
[19]欧阳伦曦，李新情，惠凤鸣，等. 哨兵卫星Sentinel-1A数据特性及应用潜力分析[J]. 极地研究，2017，29（2）：286-295.
[20]孟国涛. 昆明南市区地面沉降研究[D]. 昆明：昆明理工大学，2003.
（责任编辑：于慧梅）
Abstract： In response to the ground subsidence problem in the main urban area of Kunming， SBAS-InSAR technology was used to process 28 scenes of VV polarization and VH polarization Senntinel-1 data between August 2018 and July 2019 respectively， and obtain the settlement rate graph of the main urban area during the monitoring period is shown. The results of the two polarizations are compared and analyzed from three aspects of correlation， deformation regional profile and time sequence. It shows that the results of VV polarization and VH polarization are consistent， and the reliability of settlement monitoring is high. The research results show that there are multiple settlements in the main urban area，with a maximum settlement rate of 53 mm/a. It is mainly divided into three subsidence areas， subsidence area I is located around Xiaobanqiao， subsidence area II is located around the International Convention and Exhibition Center，Shangwujia Village，Xinhe Village，etc.， and subsidence area III is located around Xiaoyu Village in Xishan District. The main reasons for the settlement can be attributed to the construction of above-ground engineering to compress the soft soil layer， the construction of underground engineering to disturb the soil，and the groundwater runoff effect near the Dianchi Lake area， etc.
Key words： dual polarization; SBAS-InSAR; Kunming; ground subsidence; subsidence monitoring