2018, Vol. 38
2. 防灾科技学院应急管理学院，河北省三河市学院大街465号, 065201;
3. 防灾科技学院生态环境学院，河北省三河市学院大街465号, 065201
地下水开采、构造运动等因素引发的地面沉降[1]，已成为华北平原区普遍发育的环境地质灾害，尤其非均匀沉降对城镇线状工程设施稳定性构成威胁，且已造成严重损失。沉降监测通常是系统开展沉降灾害演化机理与预防减缓研究工作的前提，同时为地球动力学领域构造运动特征研究的主要手段，而精确、高效的形变监测对地面沉降灾害防治与强震孕育动力背景认知研究更具重要意义[2]。目前，垂向形变监测多依托分层标、水准测量与GPS测量等传统手段[3]，进行区域地面沉降或垂向构造形变分布特征与典型成因分析研究。但是，传统监测中水准测量复测时间跨度过大，而分层标、GPS空间分辨率较低，均不利于局部地区形变场时空演化特征分析与多影响因素甄别研究。
基于多时相SAR影像干涉叠加，考虑SAR影像上地面目标像元散射统计特征与相位稳定性，Ferretti等[4]提出永久散射体差分干涉测量(permanent scatter for SAR interferometry，PS-InSAR)技术，可快速、精确、经济地获得区域垂向形变场。经不断完善与改进[5]，其在城区或植被覆盖稀疏区可获得mm级，甚至亚mm级地表形变。近年来，国内部分学者采用该技术在京津沉降区开展了相关研究。侯安业等[6]利用北京地区31景ASAR影像分别进行小基线与PS-InSAR处理，进行结果对比，验证了PS-InSAR技术可靠性。基于北京平原区PS-InSAR技术反演形变时空演化特征，陈蓓蓓等[7]综合分析了地面沉降风险范围与风险程度；罗三明等[8]就回灌等措施的沉降防治效果进行了评价。针对天津地区、廊坊市区地面沉降问题，雷坤超等[9-10]分别利用16景、21景降轨ASAR SLC数据，采用改进后的PS-InSAR方法实施监测并就其时空分布特征与成因进行了分析；何平等[11]则综合两个Track影像应用多时相InSAR监测了廊坊市区地面沉降，并据此反演了区内地下水体积变化。然而，廊坊北部三河、大厂与香河地区地处京津平原交汇处，城镇化进度较快，地热资源丰富且第四系活动断裂发育，各种类型沉降致因均较发育，但区内形变监测与分析研究程度较低，不能满足区域高空间分辨率沉降灾害风险评估与区域地球形变物理场监测研究需求。
本文针对廊坊北部地区地面沉降研究，利用2007~2010年间覆盖该区域的33景Envisat卫星ASAR重轨影像数据进行PS-InSAR技术处理，结合振幅离差指数与相干系数识别、选取PS点，获取沉降时间序列与沉降速率信息进行研究区沉降监测，并借助GIS空间数据管理与分析平台，对研究区内地面沉降差异性特征与成因进行分析。
1 数据选取研究区位于燕山南麓潮白河冲积扇中下游与泃河冲洪积扇之上，第四系含水层自北东向南西呈结构由单层向多层、厚度先增后减、砂层由厚变薄而粘性土层逐渐增厚的变化趋势[12]，因城镇化建设与工农业生产，地下水、地热资源开采活动强烈，通州、武清地区已形成复合水位漏斗。区域构造主体位于宝坻凸起、大兴凸起与大厂凹陷等次级构造单元之上，东南小部分则隶属武清凹陷。区内发育夏垫断裂、香河-宝坻断裂等活动性断裂，多具同生断层性质，与基底构造活动共同控制上覆第四系含水层展布(图 1)。
|
图 1 研究区构造位置与概况 Fig. 1 The tectonic location sketchy circumstances in the study area |
结合研究区概况，选取欧空局网站下载的2007-05~2010-10间33景Envisat ASAR传感器IM工作模式降轨(Track 447)VV极化的SLC影像作为数据源，并以2008-08-01 ASAR影像作为主影像，采用NASA网站下载的航天飞机测图任务(SRTM)3″分辨率DEM进行地形相位去除。经影像时、空基线估算可知，所获影像对最大时间基线805 d，最大空间基线531 m。
2 数据处理本次研究首先采用时序沉降PS-InSAR技术，将ASAR影像经预处理和形变反演操作，提取受时、空失相关和大气延迟影响较小的PS点，进而分离点目标上的地形相位，获取研究区地表形变并进行时空分布特征分析；同时，利用GIS空间插值与空间分析功能，获取典型区域不均匀沉降特征，并结合沉降影响因素数据场进行成因分析。
2.1 处理方法1) 预处理过程中，首先用配准后的主、辅影像形成时间序列干涉影像对，结合DEM数据反演干涉相位生成差分干涉图。而后，依次考虑振幅离差指数与相干系数，识别、选取尽可能多的PS点，以分布位置(多为屋顶、桥梁、大坝、岩石等地物)进行校验。形变反演主要基于时序影像中选定的PS点，估算位移速率与DEM残差，依次去除残余地形、大气延迟相位，进行沉降量与平均位移速率解算，最终将各点位时序速率与形变信息进行地理编码。
2) 借助GIS的统计分析与空间分析，将年均沉降速率进行空间插值，按不同尺度提取沉降区坡度，以进一步分析研究区差异性沉降空间分布特征，并结合数据影像场与典型差异沉降区进行剖面数据分析，探讨不均匀沉降成因。
2.2 处理结果1) 经SARSCAPE平台进行研究区内形变反演，区域内共识别出高相干性PS点440 942个(相干系数大于0.75)，平均密度为130个/km2。其中，城镇区域PS点密度为297个/km2，郊区为86个/km2，在一定程度上可保证研究区域内影像干涉处理中的PS点空间密度。另将燕郊东-夏垫区域PS点与多光谱影像叠加可知，研究区PS点多位于村镇建筑与道路边沿，多为相对稳定、强散射且易被雷达探测的地物目标，识别效果相对可靠。
2) 本次研究以2007-05图像(初始时间)为基准，将地理编码所得PS点形变速率，经统计分析与插值，绘制视线向年均沉降速率分布图(图 2(a))；另按春季(3~5月)、夏季(6~8月)、秋季(9~11月)、冬季(12月~翌年2月)作为季度划分依据，将各期反演形变量分别进行季度内月均沉降速率统计，绘制月均沉降速率图(图 2(b)~(o))，以进一步揭示研究区地面沉降演化过程与分布特征。此外，为验证反演结果的可靠性，经分别统计燕郊与郎府-安平沿线500 m内的沉降速率均值可知，燕郊地区视线向年均沉降速率为-19.86 mm/a(负值为沉降，正值为逆沉降)，而安平地区2007-05~2008-05间则呈逆沉降态势，真实形变速率为7.26 mm/a，其量值与态势与已有同期研究成果[13]相符。
|
图 2 年均沉降速率与分季度月均沉降速率(视线向) Fig. 2 The annual and quarterly velocity of land subsidence in LOS |
经年均沉降速率反演，2007~2010年间研究区视线向形变速率为-25.58~22.88 mm/a，沉降面积2 419.61 km2，差异性沉降特征显著。沉降中心主要分布在西北部宋庄-燕郊与东南部五百户-大口屯地区，而夏垫北、灵山西与渠口-大厂区域沉降亦有发育。其中，沉降速率超-10 mm/a区域约317.55 km2，而宋庄-燕郊地区沉降速率为-20~-25.58 mm/a，面积达57.47 km2。季度沉降时序统计结果表明，沉降发育区基本呈稳步下沉趋势且季节性变动特征较明显。宋庄-燕郊沉降区于2007年秋季初步发育，平均沉降速率约-8.83 mm/月，且2009年春季沉降开始加剧并不断递增，最大均值达-33.47 mm/月；五百户-大口屯地区则于2009年春季形成较明显规模，而后沉降速率均值为-7.61~-15.16 mm/月。进一步结合典型区地下水水位变化(图 3)，分析各年内沉降季度变化，第2季度因工农业生产地下水开采量增大，典型区沉降在速率量值与空间展布上较第1季度均有明显增加，其中2010年夏季较春季沉降幅度最明显；第3季度因需水量减小与降雨、灌溉等有效入渗补给，较第2季度出现地表回弹，如2008年、2009年的秋季平均回弹量较大，分别为1.43 mm/月与0.95 mm/月，平均沉降速率分别为-2.86 mm/月与-0.86 mm/月；第4季度在整体沉降基础上回弹量相对减小，但最大沉降速率继续增大，并于2009年冬季达到峰值，此后年份内整体沉降趋缓。
|
图 3 典型研究区平均地下水位变化 Fig. 3 Duration curves of yearly variation of groundwater level in typical study area |
研究区内地质条件较为复杂，城镇化建设与地下水开采等人类干预活动强度不一，具备差异性沉降发育条件，需进一步对沉降差异性分布特征与沉降成因进行分析。
3.1 分布特征本次研究基于InSAR反演视线向年均形变速率(图 2(a))，借助GIS坡度分析工具提取研究区地面沉降的差异性特征。经不同分辨率出图比较，最终确定以200 m分辨率提取沉降梯度图像，进行高、中、低3级重分类，并与沉降速率等值线进行叠加显示(图 4)。结果表明，沉降速率超-8 mm/a沉降区多位于宋庄-燕郊-高楼与五百户-大口屯一带，总面积达641.42 km2，其中宋庄-燕郊地区普遍超-16 mm/a，已属较严重沉降。研究区沉降坡度处于0.016‰~4.073‰，自山前至冲积、湖积平原呈逐渐降低趋势。高梯度区多位于东北部山前与杨各庄-马坊一线，部分展布于西北部宋庄-燕郊地区与夏垫北部地区，构成沉降区边界且与-16mm/a等值线展布一致。平原区中梯度区则多沿沉降区边界分布，如研究区南部多与五百户-大口屯沉降区0 mm/a、-8 mm/a沉降速率等值线基本吻合，虽在沿中部大厂-新集-渠口沉降区分布不连续，但基本介于0 mm/a等值线之上。此外，中部马坊-夏垫-西集一线，自北向南呈现高-中-低依次递变特征。
|
图 4 研究区地面沉降梯度 Fig. 4 The gradient map of land subsidence in study area |
经差异沉降空间分布数据与典型区断裂构造、第四系厚度等沉降影响场数据耦合可知，第四系厚度一定程度上影响着沉降分布模式。沿地下水系统径流方向，第四系厚度小于100 m区域一般发育轻微沉降，而沉降超8 mm/a区域多位于200~300 m与400~500 m厚度区域。故推断较大厚度第四系松散地层既为沉降发育提供物质基础与空间条件，也在一定程度上限定了区域主采含水层位与可压缩层位。同时，研究区含水层结构与厚度受夏垫断裂与燕山南麓断裂等构造影响明显，两侧差异变化较大，进而导致差异性沉降呈明显的构造控制特征。宋庄-燕郊沉降区(沉降速率小于-16 mm/a)受夏垫断裂与宋庄-侯家庄断裂影响，整体于大兴凸起南部展布，沉降区边缘表现出较高沉降梯度；燕山南麓怀柔-马坊与赵家沟断裂两侧的显著厚度差异，多为研究区内高沉降梯度成因。此外，沿夏垫发育的递变性沉降梯度带，断裂西侧南北部均发育超-8 mm/a沉降，但北部沉降梯度要强于南端。除两端显著沉降厚度差异，断裂两侧次级构造大兴凸起与大厂凹陷间差异性垂向运动对上下盘沉降发育也造成一定影响。经研究期间多光谱时序影像判读，尹家府-张各庄-杨各庄一带灰岩等资源开采与工业园区建设或是导致北部形变梯度异常高的重要原因。
将收集的水文地质资料构建地下水开采影响因素数据场，同样与差异沉降信息叠加(图 5)可知，研究区西部与南部平原区，沉降速率超-8 mm/a沉降区内部或周边多分布第四系孔隙含水层水源地，集中开采面积均超2.6 km2；混合水位降深30~50 m区域内近70%面积发生不同程度的沉降，降深区边界与0 mm/a等值线展布一致，且北部边界与中等沉降梯度区吻合较好。另经与不同含水层流场比较，已具规模的宋庄-燕郊沉降区超-8 mm/a区域空间展布与中深层第二承压含水层水位等值线基本吻合，但沉降中心略偏北西，与邻近区域研究结果相符(图 6)[14]。另图 5中经2007-04与2011-06 TM多光谱数据提取遥感建筑用地指数[15](IBI指数)插值并求差，可知该区域IBI差值小于0.4区域的轴线与一般、严重沉降区沉降速率等值线吻合。因而，平原区严重沉降区受地下水开采与城镇化建设影响显著，且中深部第二承压含水层组超采是形成严重沉降区的主要原因。
|
图 5 关键沉降影响场与沉降信息耦合图 Fig. 5 The couple graph between critical influencing factors and land subsidence information |
|
图 6 典型研究区水位降深与地面沉降历时曲线 Fig. 6 Duration curves of groundwater level drawdown and land subsidence in typical study area |
本文应用33景ASAR影像数据，采用PS-InSAR技术获取了廊坊北部地区2007-05~2010-10年均与季度时序沉降速率。研究表明：
1) 研究区视线向平均沉降速率为-25.58~-22.88 mm/a，沉降区主要分布在宋庄-燕郊与五百户-大口屯地区，沉降发育具季节性变动，且差异性沉降特征明显。
2) 研究区沉降坡度一般为0.016‰~4.073‰，山前与杨各庄-马坊地区呈高沉降梯度，平原区高、中沉降梯度区则多分别与-16 mm/a、0 mm/a等值线形态一致，但中部马坊-夏垫-西集一线，自北向南呈现高-中-低依次递变特征。
3) 山前与北、东部平原区断裂两侧因第四系厚度、结构显著差异，以及块体间垂向相对运动，表现为较高或渐变的形变梯度，沉降呈明显断裂控制特性；沉降中心、形变梯度区展布与水源地和水位降深区分别具有较好的空间响应，且西北部较严重沉降区多为第二承压含水层组地下水超采与城镇化建设所致。
| [1] |
何庆成, 刘文波, 李志明. 华北平原地面沉降调查与监测[J]. 高校地质学报, 2006, 12(2): 195-209 (He Qingcheng, Liu Wenbo, Li Zhiming. Land Subsidence Survey and Monitoring in the North China Plain[J]. Geological Journal of China Universities, 2006, 12(2): 195-209 DOI:10.3969/j.issn.1006-7493.2006.02.006)
(  0) |
| [2] |
Bawden G W, Wayne T, Stein R, et al. Tectonic Contraction Across Los Angeles after Removal of Groundwater Pumping Eeffects[J]. Nature, 2001, 412(6849): 812-815 DOI:10.1038/35090558
( 0) |
| [3] |
Zhang Y, Gong H, Gu Z, et al. Characterization of Land Subsidence Induced by Groundwater Withdrawals in the Plain of Beijing City, China[J]. Hydrogeology Journal, 2014, 22(2): 397-409 DOI:10.1007/s10040-013-1069-x
( 0) |
| [4] |
Ferretti A, Prati C, Rocca F. Nonlinear Subsidence Rate Estimation using Permanent Scatterers in Differential SAR Interferometry[J]. IEEE Transactions on Geoscience and Remote Sensing, 2000, 38(5): 2202-2212 DOI:10.1109/36.868878
( 0) |
| [5] |
Hooper A, Zebker H, Segall P, et al. A New Method for Measuring Deformation on Volcanoes and Other Natural Terrains Using InSAR Persistent Scatterers[J]. Geophysical Research Letters, 2004, 31(23): 1-5
( 0) |
| [6] |
侯安业, 张景发, 刘斌, 等. PS-InSAR与SBAS-InSAR监测地表沉降的比较研究[J]. 大地测量与地球动力学, 2012, 32(4): 125-128 (Hou Anye, Zhang Jingfa, Liu Bin, et al. Comparative Study on Monitoring Surface Subsidence with PS-InSAR and SBAS-InSAR[J]. Journal of Geodesy and Geodynamics, 2012, 32(4): 125-128)
( 0) |
| [7] |
陈蓓蓓, 宫辉力, 李小娟, 等. 基于InSAR技术北京地区地面沉降监测与风险分析[J]. 地理与地理信息科学, 2011, 27(2): 16-20 (Chen Beibei, Gong Huili, Li Xiaojuan, et al. Monitoring and Risk Analysis of Land Subsidence in Beijing Based on Interferometric Synthetic Aperture Radar(InSAR)Technique[J]. Geography and Geo-Information Science, 2011, 27(2): 16-20)
( 0) |
| [8] |
罗三明, 杜凯夫, 畅柳, 等. 基于PS-InSAR方法反演北京地区地表沉降速率[J]. 大地测量与地球动力学, 2014, 34(1): 43-46 (Luo Sanming, Du Kaifu, Chang Liu, et al. Ground Subsidence Rates of Beijing Area Inversed by PS-InSAR Analysis[J]. Journal of Geodesy and Geodynamics, 2014, 34(1): 43-46)
( 0) |
| [9] |
雷坤超, 陈蓓蓓, 宫辉力, 等. 基于PS-InSAR技术的天津地面沉降研究[J]. 水文地质工程地质, 2013, 40(6): 106-111 (Lei Kunchao, Chen Beibei, Gong Huili, et al. Detection of Land Subsidence in Tianjin Based on PS-InSAR Technology[J]. Hydrogeology & Engineering Geology, 2013, 40(6): 106-111)
( 0) |
| [10] |
雷坤超, 贾三满, 陈蓓蓓, 等. 基于PS-InSAR技术的廊坊市地面沉降监测研究[J]. 遥感技术与应用, 2013, 28(6): 1114-1119 (Lei Kunchao, Jia Sanman, Chen Beibei, et al. Land Subsidence Detection Based on PS-InSAR in Langfang[J]. Remote Sensing Technology and Application, 2013, 28(6): 1114-1119)
( 0) |
| [11] |
何平, 温扬茂, 许才军, 等. 用多时相InSAR技术研究廊坊地区地下水体积变化[J]. 武汉大学学报:信息科学版, 2012, 37(10): 1181-1185 (He Ping, Wen Yangmao, Xu Caijun, et al. Volume Change of Groundwater in Langfang Region Derived from Multi-temporal InSAR[J]. Geomatics and Information Science of Wuhan University, 2012, 37(10): 1181-1185)
( 0) |
| [12] |
徐倩华.北京平原地区的第四纪地层与新构造运动[D].北京: 中国地质大学, 2010 (Xu Qianhua. A Study about the Relationship between Quaternary Strata and the New Tectonic Movement with in Beijing Plain[D].Beijing: China University of Geosciences, 2010) http://cdmd.cnki.com.cn/Article/CDMD-11415-2010085879.htm
( 0) |
| [13] |
陈阜超, 纪静, 塔拉, 等. 京津水准复测与垂直形变特征[J]. 华北地震科学, 2011, 29(2): 31-34 (Chen Fuchao, Ji Jing, Ta La, et al. Repetition Leveling and Vertical Deformation Characteristic of Beijing-Tianjin Region[J]. North China Earthquake Science, 2011, 29(2): 31-34 DOI:10.3969/j.issn.1003-1375.2011.02.007)
( 0) |
| [14] |
罗文林, 侯伟, 韩煊, 等. 北京东部区域地面沉降现状及其发展趋势预测[J]. 湖南科技大学学报:自然科学版, 2015(2): 52-59 (Luo Wenlin, Hou Wei, Han Xuan, et al. Status and Prediction of Land Subsidence in the Eastern Part of Beijing[J]. Journal of Hunan University of Science & Technology:Natural Science Edition, 2015(2): 52-59)
( 0) |
| [15] |
徐涵秋. 一种基于指数的新型遥感建筑用地指数及其生态环境意义[J]. 遥感技术与应用, 2007, 22(3): 301-308 (Xu Hanqiu. A New Index-Based Built-up Index(IBI) and Its Eco-Environmental Significance[J]. Remote Sensing Technology and Application, 2007, 22(3): 301-308 DOI:10.3969/j.issn.1004-0323.2007.03.001)
( 0) |
2. School of Emergency Management, Institute of Disaster Prevention, 465 Xueyuan Road, Sanhe 065201, China;
3. School of Ecology and Environment, Institute of Disaster Prevention, 465 Xueyuan Road, Sanhe 065201, China