2. 东华理工大学测绘工程学院, 南昌市广兰大道418号, 33001;
3. 长安大学地质与测绘工程学院, 西安市雁塔路126号, 71005;
4. 河北工程大学矿山与测绘工程学院, 河北省邯郸市太极路19号, 056038
合成孔径雷达干涉测量(interferometric synthetic aperture radar, InSAR)技术具有大范围、高精度、全天候等传统测绘手段无法比拟的优势[1],多应用于地震、火山、滑坡、地面沉降等地质灾害监测[2-4],哨兵数据的免费开放可为InSAR技术的广泛应用提供丰富的数据资源[5]。
东营市位于山东省东部,受华北板块、太平洋板块、太行山隆起和崇山-淮阳隆起共同作用,从而形成以粘土、淤泥为主的断陷盆地[6-8],靠近海域的天然优势使该地区具备丰富多样的生物资源和自然资源。东营市具有丰富的石油、卤水和湿地资源(图 1),沿海浅层卤水可用来提取化工原料及制盐,已成为中国重要的采盐基地之一[9]。然而,长时间高强度的开采活动对原本接近海平面高程的黄河口区域造成较大影响,特别是海水回灌、暴风雨等恶劣天气将对海岸地区造成不可估量的损失。同时,地面沉降的变化特征会随空间和时间产生不同尺度变化,因此对地面沉降现象进行及时监测对于掌握地表变化规律具有重要意义。
对于东营市地质灾害已有许多研究成果,且都较为系统地介绍了该区域的形变状态[9-12]。然而,研究成果主要集中于黄河口三角洲区域因泥沙堆积和地下资源开采引起的地表变化[9-11]及通过获取东营市年速率来研究其形变特征[9],但东营市资源分布范围大,更需全面了解其形变状态。同时,年均速率适用于呈线性形变的区域,而东营市在地下资源开采过程中会通过注水来减小地面沉降引起的地质灾害,地表会交替出现沉降与回弹过程,因此需要采用时序变化来研究该区域的形变状态。本文通过时序变化与干涉对联合验证和分析东营市2019年各形变区域的变化过程。
1 研究数据及处理方法欧空局将哨兵数据在全世界范围内免费共享,可为InSAR技术的广泛应用提供重要支持,其TOPS模式IW数据可获取上万千米的影像资料。本文选择path69、frame119的28景降轨数据,以GAMMA软件为数据处理平台,将获取的原始数据转换为标准单视复数影像,利用精密轨道改正轨道误差并进行差分干涉、自适应滤波和解缠处理。在生成单视复数影像过程中,针对实时定轨产品不精确的问题,采用欧空局提供的精密轨道进行轨道校正;为减少配准误差,利用强度交叉相关进行粗配准和谱分集精配准使配准精度控制在千分之一个像素以内;针对TOPS数据获取过程中多普勒中心不一致导致的条纹问题,需要进行去斜处理。
基于降轨SLC影像,分别设置80 d和80 m时空基线阈值,生成118个干涉对;然后采用窗口为64的自适应滤波去除白噪声,以最小费用流获取空间变化连续解缠图;为分析年均速率,挑选相干性高、噪声小的干涉对,采用Stacking方法获取2019年的年均速率,并使用多基线方法获取时间序列;同时为更详细地分析形变区域的季节性形变特征,挑选2个干涉对进行分析。
2 形变结果与分析 2.1 形变结果本文形变结果包括基于2019年InSAR解缠图由Stacking方法获取的年均速率和由小基线方法获取的各形变中心特征点的时序变化,同时为增加参考数据,选择升轨数据生成年均速率进行对比(图 2(a)为升轨path69轨道的年均速率,图 2(b)为降轨path76轨道的年均速率,图 2(c)为升降轨垂向年速率差值,图 2(d)为图 2(c)数据的直方图分布及均值和方差;图 2(a)~(c)中底图为DEM渲染图,单位mm/a)。各形变中心特征点(图 2)在2019年的形变过程如图 3所示,为检核时序结果,选择2个干涉对进行季节性分析。
因东营市位于沿海区域,受降雨或气候影响,每年5~9月该区域的干涉对相干性较低,形变区域的有效相位信息受到严重干扰或被高频紊乱信号覆盖,因此部分时间段相干性较低。另外,东营市地表变化具有较强的季节性特征,Stacking估计的平均速率结果仅能作为最初结果,更详细的变化信息需要结合时序变化和干涉对进行联合对比分析。为此选择春季(2~5月)和秋季(10~12月)的干涉对分析这两个季节形变区域的变化情况。选择2个时间基线类似的干涉对,去除大气相位影响,2个干涉对的相位主要为形变信息,时空基线见表 1。
东营市的沉降区域主要位于东部沿海浅层卤水分布区和石油开采区,地理位置为河口区、垦利县、东营辖区、广饶县东部,总体上表现为地表下沉,沉降中心均表现为小面积漏斗状,其特征与地下流体的开采状况密切相关。升降轨的垂向年速率均可反映东营市总体的地表变化情况,且其差值服从均值为7.3 mm、均方差为30.4 mm的高斯分布。东营区域的夏季干涉对受大气影响较为严重,质量较差,2个轨道干涉对的选择也会影响升降轨的年速率结果。
特征点P2和P3位于寿光市羊口镇附近,属于油田综合区,主要包括羊口盐场、牛庄油田、王家岗油田、六户油田、广利油田,其开发时间已超过60 a,形变中心年速率为-209 mm/a。图 4(a)为干涉对2019-10-14~12-13解缠图,图 4(b)为干涉对2019-02-16~04-29解缠图,图 4(c)、4(d)分别为该区域Landsat背景图和剖线,其中剖线P-O、O-P′分别长13.79 km和11.96 km,沿线共有4个沉降中心,且干涉对2019-10-14~12-13与干涉对2019-02-16~04-29的形变趋势大致相同,但形变幅度更小,图 3显示P3点在秋季(9~11月)存在约10 mm隆起也与该剖线特征相似。
P4点年均速率为-121 mm/a,2019年除在5月存在小幅回弹外,全年均为缓慢沉降。沉降区域包括红光街道的东义和村、南义和村、老十五村、红光新村、六十户村。图 5中剖线P-O、O-P′分别长12.64 km和8.62 km,相对于P点,2019-10-14~12-13干涉对最大沉降量为30 mm,而2019-02-16~04-29干涉对最大沉降量约为60 mm,且沉降中心有4个;与光学影像对比分析可知,沉降中心与盐场位置对应,也可验证地面沉降与盐场之间的相关性。东营胜利机场靠近P′点,从两个干涉对图像可以看出,机场并无明显的形变信息。
P5特征点年均速率为-47 mm/a,图 6(a)中存在2个强度不同的隆起阶段和2个缓慢下沉阶段,其所在区域属于面积较小的盐场。图 6中剖线P-P′总长为8 km,2019-10-14~12-13和2019-02-16~04-29两个干涉对的时间基线分别为60 d和72 d,但形变量在不同季节差别较大,春季沉降量约为38 mm,秋季不足10 mm,对应图 3中P5在秋季所处的速率水平状态。
特征点P6~P8位于黄河口区仙河镇,年均速率分别为-181 mm/a、-202 mm/a、-103 mm/a,P6点在全年均呈现匀速沉降趋势;P7点在2019年7~12月均呈现回弹现象,即由-250 mm上升至-189 mm;P8点在2019-08~09回弹20 mm,其他时间均以-50 mm/a沉降。图 7中剖线P-O、O-P′分别长18 km、14.8 km,P8为以河口区广河村国星盐场为中心的盐田开采区[10],盐田开发造成该区域呈现漏斗状下沉。P6和P7均位于石油开采场区域,四周分布有桩西油田、孤东油田、仙河镇油田及孤岛油田,开采历史已超过40 a。自1956年开始,年形变速率超过100 mm/a[8],沉降中心由西南向东北方向移动,且近年来沉降值具有增大的趋势。沉降中心与油田分布基本一致,大量石油开采会造成表层土支撑力减小,从而压缩地层引起地表下沉,同时,石油开采过程中,为减少沉降带来的地质灾害,会抽取地下水进行回灌,从而伴有一定程度回弹。因此,该区域以油气开采为主,地下水和卤水开采、建筑物承压等活动为辅,联合作用造成该区域的地表变化[10]。
由图 7可见,干涉对2019-09-08~12-01与干涉对2019-02-16~04-29在剖线P-O、O-P′的升降状态相反。P7形变区位于东营港疏港高速、黄河故道、孤北水库和孤北二水库之间,沉降中心位于垦利区北胜合村,秋季上升约40 mm,春季下降约80 mm。P6与P7形成的沉降区主要是石油开采场、海产品养殖场和溴素厂等活动的综合反映。总体来讲,形变区域的沉降量逐年增加,但对于形变中心,沉降和隆起交替出现,空间位置变化较小。
为减小沿海区域大气等相位误差的影响,将P1点作为东营市沉降特征参考点。P1点位于滨州市沾化区,属于无棣-沾化卤水分布区,年均速率为-131 mm/a,其沉降特点仍为2019-01~06沉降速率较大,而7~12月沉降较为平缓,表明形变区域并不呈现线性特征。
东营市沿海区域含有丰富的浅层卤水资源,该区域有多个化工厂进行溴元素化合物提取和食盐生产。东营西部的油田开采年限较早,地表土层已经固化,并无明显的形变信息。东部地区油田和卤水资源联合开发,缺乏定量的开采数据,无法将两者引起的形变进行区分。
3 结语使用哨兵数据获取东营市2019年的年形变速率图,并选取两个代表性的干涉对分析季节性变化情况,得到以下结论:
1) 哨兵数据的覆盖范围较宽,有利于进行大范围的沉降监测。年沉降速率结合时序形变、质量优良的干涉对与光学影像进行对比分析,可由定性转为定量评价地表的形变特征。
2) 东营市地下资源开采及水注入产生的沉降季节性差异较大,一般表现为前半年呈现较大线性速率的沉降,而后均有不同幅度回弹。因此可以推断,7月以前开采活动较为频繁,后续注水、减少开采等措施会降低沉降速率。
3) 东营市沉降中心主要分布在东部沿海区域,大部分沉降中心的年速率已超过200 mm/a,沉降量较大的P7所处的油田区半年可达250 mm,需要引起足够重视。
[1] |
Lu Z, Kwoun O, Rykhus R. Interferometric Synthetic Aperture Radar(InSAR): Its Past, Present and Future[J]. Photogrammetric Engineering and Remote Sensing, 2007, 73(3): 217-221
(0) |
[2] |
Zhao J Q, Chang Y L, Yang J, et al. A Novel Change Detection Method Based on Statistical Distribution Characteristics Using Multi-Temporal RoISAR Data[J]. Sensors, 2020, 20(5): 1 508 DOI:10.3390/s20051508
(0) |
[3] |
单新建, 马瑾, 王长林, 等. 利用星载D-InSAR技术获取的地表形变场提取玛尼地震震源断层参数[J]. 中国科学: 地球科学, 2002, 32(10): 837-844 (Shan Xinjian, Ma Jin, Wang Changlin, et al. Co-Seismic Ground Deformation and Source Parameters of Mani M7.9 Earthquake Inferred from Spaceborne D-InSAR Observation Data[J]. Science China: Earth Sciences, 2002, 32(10): 837-844)
(0) |
[4] |
刘洋, 许才军, 温扬茂. 门源MW5.9级地震形变InSAR观测及区域断裂带深部几何形态[J]. 武汉大学学报: 信息科学版, 2019, 44(7): 1 035-1 042 (Liu Yang, Xu Caijun, Wen Yangmao. InSAR Observation of Menyuan MW5.9 Earthquake Deformation and Deep Geometry of Regional Fault Zone[J]. Geomatics and Information Science of Wuhan University, 2019, 44(7): 1 035-1 042)
(0) |
[5] |
Malenovský Z, Rott H, Cihlar J, et al. Sentinels for Science: Potential of Sentinel-1, -2, and -3 Missions for Scientific Observations of Ocean, Cryosphere, and Land[J]. Remote Sensing of Environment, 2012, 120: 91-101 DOI:10.1016/j.rse.2011.09.026
(0) |
[6] |
Xue C T, Beets D J, Li G X, et al. Sedimentary Evolution of Modern Huanghe River Delta Lobe[J]. Chinese Journal of Oceanology and Limnology, 1995, 13(4): 325-331 DOI:10.1007/BF02889466
(0) |
[7] |
Cheng G D, Xue C T. Sedimentary Geology of the Yellow River Delta[M]. Beijing: Geological Publishing House, 1997
(0) |
[8] |
刘勇. 黄河三角洲地区地面沉降时空演化特征及机理研究[D]. 青岛: 中国科学院海洋研究所, 2013 (Liu Yong. Spatiotemporal Evolution of Land Subsidence and Mechanism Discussion in the Yellow River Delta, China[D]. Qingdao: Institute of Oceanology, CAS, 2013)
(0) |
[9] |
李晓龙, 张永红, 吴宏安. 一种监测东营油田地表形变的方法[J]. 测绘科学, 2018, 43(5): 68-73 (Li Xiaolong, Zhang Yonghong, Wu Hongan. Ground Deformation Monitoring in MCTSB-InSAR Technique: A Case Study in Dongying Oil Field Region[J]. Science of Surveying and Mapping, 2018, 43(5): 68-73)
(0) |
[10] |
程霞, 张永红, 邓敏, 等. Sentinel-1A卫星的黄河三角洲近期地表形变分析[J]. 测绘科学, 2020, 45(2): 43-51 (Cheng Xia, Zhang Yonghong, Deng Min, et al. Analysis of Recent Surface Deformation of the Yellow River Delta Based on Sentinel-1A Satellite[J]. Science of Surveying and Mapping, 2020, 45(2): 43-51)
(0) |
[11] |
刘一霖. 黄河三角洲地面沉降时序InSAR技术监测与地下流体开采相关性分析[D]. 青岛: 中国科学院海洋研究所, 2016 (Liu Yilin. Land Subsidence Monitoring and Correlation Analysis with Ground Fluid Exploitation Using Time Series InSAR Technique over the Yellow River Delta(China)[D]. Qingdao: Institute of Oceanology, CAS, 2016)
(0) |
[12] |
邹祖光, 张东生, 谭志容. 山东省地下卤水资源及开发利用现状分析[J]. 地质调查与研究, 2008, 31(3): 214-221 (Zou Zuguang, Zhang Dongsheng, Tan Zhirong. Ground Brine Resource and Its Exploitation in Shandong Province[J]. Geological Survey and Research, 2008, 31(3): 214-221 DOI:10.3969/j.issn.1672-4135.2008.03.011)
(0) |
2. Faculty of Geomatics, East China University of Technology, 418 Guanglan Road, Nanchang 330013, China;
3. School of Geological Engineering and Geomatics, Chang'an University, 126 Yanta Road, Xi'an 710054, China;
4. School of Mining and Geomatics Engineering, Hebei University of Engineering, 19 Taiji Road, Handan 056038, China