2. 西部矿产资源与地质工程教育部重点实验室,西安市雁塔路126号,710054
随着全球SAR数据源的不断丰富,InSAR技术已被广泛应用于同震与断裂带震间形变监测研究。首先,针对具有突发特征的同震形变,多数情况下其量级较大,可利用同一轨道的地震前后SAR数据基于InSAR或偏移量跟踪技术获得沿雷达视线向(LOS)同震形变场[1-3],也可基于多轨道SAR数据解算结果,联合求解地表多维形变[4]。其次,针对具有缓慢持续特征的断裂带震间形变,相比于同震形变,其量级往往较小,但空间尺度更大,因此在InSAR数据处理过程中,微小的构造形变信号易受到诸如大气等误差信号的影响。目前国内外学者提出多种方法,成功实现了断裂带缓慢形变场单一视线向监测[5-6],同时往高精度多维监测方向迈进,在全球多个构造活跃区取得了较好的效果[7-8],表明InSAR技术用于断裂带三维运动研究具有可行性。
甘孜-玉树与鲜水河断裂带是我国青藏高原东缘典型的大型活动断裂带之一,位于川滇菱形地块与巴颜喀拉地块交界处,在空间上构成川滇菱形地块的北边界[9]。这两处断裂带构成的长弧形断裂边界对于研究青藏高原运动模式及区内地震、崩滑流等灾害的发育具有重要意义。部分学者针对该区域断层活动开展了一系列研究,包括基于InSAR技术获得区域地表多维形变,揭示区内断裂活动变形及断层几何分布[10-11]。然而,利用InSAR技术解算整个区域三维构造变形的研究依然较少,主要受制于InSAR大范围关键误差去除、多轨道形变拼接及联合多轨道观测的高精度三维形变求解模型建立等。基于此,本文选取甘孜-玉树与鲜水河断裂带为研究对象,基于升降轨LiCSAR InSAR产品获取区域内多轨道视线向形变速率,并联合外部GNSS形变实现多轨道形变结果拼接,建立三维形变分解模型,同时联合GNSS南北向观测数据,逐步实现东西向及垂直向形变分解,最后获得沿甘孜-玉树与鲜水河断裂带的地表三维形变及最大剪应变率分布。
1 研究区概况如图 1所示,甘孜-玉树与鲜水河断裂带位于我国四川省西部,自甘孜东谷,经炉霍、道孚、八美、康定、磨西至石棉,全长300余km,总体走向320°~330°,呈弧形[12]。研究表明,该断层具有左旋走滑特征,川滇菱形地块运动特征主要表现为青藏高原向东南挤出逃逸[13-14]。该区域为青藏高原构造活动最强烈的地区之一,历史上沿断裂带地震活动频发[15],导致区内崩滑流地质灾害广泛发育[16]。因此,研究该典型断裂带构造三维形变场,不仅对地震机制分析与未来地震危险性评估具有重要意义,还可为探究区域构造内动力因素对于崩滑流灾害大尺度时空发育机制提供重要支撑。
本文基于欧空局升降轨Sentinel-1 SAR卫星数据解算沿甘孜-玉树与鲜水河断裂带的构造形变场。考虑长时间跨度的InSAR处理过程文件数据量较大,本文直接选用欧洲COMET机构提供的LiCSAR产品[17]。该产品基于Sentinel-1数据,为用户直接提供地理编码后的相干图和解缠图,可大大简化常规InSAR数据处理过程。本文收集覆盖研究区升降轨各4帧数据,范围如图 1所示,数据产品的轨道号及时间跨度见表 1,长时间跨度可保证获得高精度InSAR形变结果。
基于LiCSAR提供的解缠干涉图、相干图等产品,采用LiCSBAS InSAR数据处理软件获取形变速率及时间序列结果[18]。数据处理主要分为2个部分,即数据预处理与形变时间序列解算。前者主要包括数据格式转换、裁剪、GACOS大气误差改正[19];后者包括通过干涉图整体相干性、解缠图有效点百分比及解缠图整体相位闭合差等指标进行高质量解缠图的选取,并采用最小二乘准则进行形变时间序列及速率估计和精度评定[20]。最后,对初始时序形变结果进行时空域滤波,精化得到最终形变时间序列及速率[21]。
2.3 多轨道LOS向形变速率拼接由于每个图幅均是单独进行数据处理,不同轨道得到的形变结果存在基准偏差,为获得覆盖断裂带的整体形变结果,本文首先对不同轨道的形变速率进行拼接,基于公开的区域内GNSS监测数据及相邻图幅InSAR重叠区域的观测结果,建立每个轨道形变基准改正的多项式,并最终实现形变速率拼接,具体计算公式参考文献[22]。此外,本文将InSAR形变转换到GNSS数据所在参考框架下,GNSS观测参考框架为ITRF2008,其中水平速率相对于稳定欧亚参考框架[13],垂直速率相对于位于青藏高原北部稳定地块上的3个连续GPS观测站[23]。
2.4 联合GNSS及多轨道InSAR结果的三维形变解算及剪应变率计算基于升降轨InSAR LOS向形变速率,即可根据观测几何建立地表多维形变分解模型。由于本文仅有Sentinel-1升降轨形变两组观测,无法实现三维形变解算,根据已有研究[22]引入区域内GNSS南北向形变作为另一组观测,分两步实现三维形变解算。第1步针对多个观测几何均覆盖的重叠区域像元,通过建立观测方程从LOS向形变分解出东西向、垂直向与南北向合成的两个方向形变。第2步从垂直向与南北向合成形变分量中分离出垂直向形变速率,本文主要利用现有公开的GNSS监测数据插值生成区域内南北向形变速率[13, 23],然后求解获得垂直向形变,具体计算公式参考文献[22]。至此,已得到覆盖断裂带区域的地表三维形变结果。
此外,为探讨甘孜-玉树与鲜水河断裂带区域内断层的主要应变集中区及滑动剪切特征,在得到三维形变速率后,结合水平向形变计算最大剪应变率[22, 24]。
3 结果与分析 3.1 甘孜-玉树与鲜水河断裂LOS向形变首先获取沿甘孜-玉树与鲜水河断裂带升降轨LOS向形变速率,并对不同轨道形变结果进行拼接,利用11 km×11 km窗口对形变结果进行中值滤波,其中步长为1 km。图 2为滤波后的升降轨LOS向形变速率,其中康定至石棉段由于地表植被覆盖较为茂密,失相干较为严重,无法获取足够密的InSAR形变监测点。从图 2可明显看出,沿断层两侧存在差异变形,其边界走向与断裂带走向基本一致,尤其沿鲜水河断裂带两侧形变差异显著,表明InSAR技术获取的LOS向形变结果具有合理性。图 2中定义靠近卫星飞行方向LOS形变为正值,远离卫星方向为负值。对于升轨形变结果,区域内形变多为负值,最大形变速率约为-15 mm/a;对于降轨形变结果,区域内形变多为正值,最大形变速率约为15 mm/a。综合分析可知,沿断裂带两侧存在明显的差异性变形,初步表明巴颜喀拉地块与川滇菱形地块存在差异运动。
尽管从InSAR的LOS向结果可以看出构造断裂变形,但基于LOS向形变仅能粗略分析不同地块的运动方向。因此,本文基于InSAR升降轨LOS向形变速率,联合GNSS所得南北向插值形变速率,得到地表三维形变速率(图 3)。在数据处理过程中,为减少残余误差的影响,对三维形变结果分别进行中值滤波,所选窗口大小为31 km×31 km,步长为1 km。图 3(a)为区域内GNSS点所观测的南北向形变速率插值结果,定义向北为正,可以看出,以甘孜-玉树与鲜水河断裂带为边界,川滇菱形地块相比于巴颜喀拉地块表现为明显的向南运动特征,且自北向南形变速率持续增大,最大达—13 mm/a。图 3(b)为联合分解所得东西向形变速率,定义向东为正,可以看出,监测区内整体变形为东向,但不同区域在量级上存在差异,以甘孜-玉树与鲜水河断裂带为界的东北侧巴颜喀拉地块东向运动量级较小,而相比之下,另一侧川滇菱形地块靠近断层的区域量级较大,且主要集中在沿甘孜至八美段,最大形变速率达到20 mm/a,由八美至石棉东向形变量级逐渐减小。图 3(c)为联合分解所得垂直向形变速率,定义抬升为正。从空间上来看,未发现明显类似于南北向和东西向形变在断裂带两侧存在差异性变形的现象,断层两侧均表现为抬升,且量级较小,最大仅为4 mm/a。此外,由于InSAR技术观测为地表整体变形,因此对于获得的垂直向形变信号,除地壳形变外,还可能包括冻土等浅层土体的变形信号。为更好地研究甘孜-玉树与鲜水河断裂带的地块运动规律,本文将南北向和东西向形变速率合成为水平向形变速率(图 3(d)),图中灰色与红色箭头为InSAR所得水平形变场,其中红色箭头是为了验证InSAR所得水平形变场的精度,将选取的GNSS观测位置上的InSAR水平形变进行叠加,绘制GNSS观测的水平形变(蓝色箭头)。研究区内共有38个GNSS点,InSAR与GNSS所得水平形变速率均方根误差为1.4 mm/a,水平方向均方根误差为4.8°。此外,从空间上也可以看出,InSAR与GNSS结果基本重合,表明InSAR所得水平形变场精度较高。由图 3(d)可以看出,甘孜-玉树与鲜水河断裂带表现为明显的左旋走滑特征,且远场形变速率明显大于近场形变速率,与已有研究结果一致[9]。
此外,为更好地探讨跨断层三维形变速率的变化规律,本文选取剖线AB(图 3),沿剖线的三维形变速率如图 4所示。可以看出,相比于南北向与东西向形变,垂直向形变量级较小,但仍能看出断裂带两侧地块运动存在轻微差异。而对于南北向和东西向形变,可清晰看到沿断层两侧地块运动存在差异。
为进一步探究甘孜-玉树与鲜水河断裂带应变场分布情况,基于南北向与东西向形变速率计算得到最大剪应变率(图 5),同时提取沿剖线AB的最大剪应变率(图 6)。从图 5可以看出,研究区内主要剪应变集中分布在沿鲜水河断裂带附近,最大值超过150×10-9/a,表明沿该断裂带地块之间存在强烈的剪切作用。从图 6可以看出,最大应变率峰值集中在断层附近。此外,在炉霍至道孚、八美至康定段,大量级剪应变率尤为突出;图 5中处于西北角的甘孜-玉树断裂带附近同样可以明显看到量级较大的剪应变区。本文结果表明,沿甘孜-玉树与鲜水河断裂带剪应变集中分布,巴颜喀拉地块与川滇菱形地块之间存在强烈的剪切作用。
本文基于欧洲COMET机构提供的LiCSAR产品及开源软件包LiCSBAS获得甘孜-玉树与鲜水河断裂带升降轨LOS向形变速率,联合GNSS监测分解得到地表三维形变,通过与GNSS监测结果进行对比,验证了InSAR所得形变场具有较高精度。南北向及东西向形变均发现沿断裂带两侧存在差异性变形,表现为明显的左旋走滑特征,且远场形变速率明显大于近场。此外,基于水平向形变获得区域内最大剪应变率场,结果表明,剪应变主要集中分布在鲜水河断裂带附近。本文结果可为后续区域内地震发育、地震风险性评估及构造滑坡诱发机理等研究提供参考。
致谢: 感谢欧空局免费提供Sentinel-1数据,欧洲COMET机构与利兹大学免费提供LiCSAR产品及LiCSBAS开源软件包,Ou Qi博士提供三维分解开源代码。
[1] |
吕明哲, 陈克杰, 柴海山, 等. 联合InSAR和高频GNSS位移波形反演2022年青海门源M6.9地震同震破裂过程[J]. 地球物理学报, 2022, 65(12): 4 725-4 738 (Lü Mingzhe, Chen Kejie, Chai Haishan, et al. Joint Inversion of InSAR and High-Rate GNSS Displacement Waveforms for the Rupture Process of the 2022 Qinghai Menyuan M6.9 Earthquake[J]. Chinese Journal of Geophysics, 2022, 65(12): 4 725-4 738)
(0) |
[2] |
韩炳权, 刘振江, 陈博, 等. 2022年泸定MW6.6地震InSAR同震形变与滑动分布[J]. 武汉大学学报: 信息科学版, 2023, 48(1): 36-46 (Han Bingquan, Liu Zhenjiang, Chen Bo, et al. Coseismic Deformation and Slip Distribution of the 2022 Luding MW6.6 Earthquake Revealed by InSAR Observations[J]. Geomatics and Information Science of Wuhan University, 2023, 48(1): 36-46)
(0) |
[3] |
李志伟, 许文斌, 胡俊, 等. InSAR部分地学参数反演[J]. 测绘学报, 2022, 51(7): 1 458-1 475 (Li Zhiwei, Xu Wenbin, Hu Jun, et al. Partial Geoscience Parameters Inversion from InSAR Observation[J]. Acta Geodaetica et Cartographica Sinica, 2022, 51(7): 1 458-1 475)
(0) |
[4] |
Yang C S, Han B Q, Zhao C Y, et al. Co- and Post-Seismic Deformation Mechanisms of the MW7.3 Iran Earthquake(2017) Revealed by Sentinel-1 InSAR Observations[J]. Remote Sensing, 2019, 11(4)
(0) |
[5] |
Lemrabet L, Doin M P, Lasserre C, et al. Referencing of Continental-Scale InSAR-Derived Velocity Fields: Case Study of the Eastern Tibetan Plateau[J]. Journal of Geophysical Research: Solid Earth, 2023, 128(7)
(0) |
[6] |
Franklin K R, Huang M H. Revealing Crustal Deformation and Strain Rate in Taiwan Using InSAR and GNSS[J]. Geophysical Research Letters, 2022, 49(21)
(0) |
[7] |
Watson A R, Elliott J R, Walters R J. Interseismic Strain Accumulationacross the Main Recent Fault, SW Iran, from Sentinel-1 InSAR Observations[J]. Journal of Geophysical Research: Solid Earth, 2022, 127(2)
(0) |
[8] |
Huang Z C, Zhou Y, Qiao X, et al. Kinematics of the ~1 000 km Haiyuan Fault System in Northeastern Tibet from High-resolution Sentinel-1 InSAR Velocities: Fault Architecture, Slip Rates, and Partitioning[J]. Earth and Planetary Science Letters, 2022, 583
(0) |
[9] |
尹海权, 郭祥云, 常明, 等. 跨断层与GPS地壳形变数据联合反演鲜水河断裂地震危险性[J]. 地质学报, 2020, 94(8): 2 487-2 499 (Yin Haiquan, Guo Xiangyun, Chang Ming, et al. Inversion of Seismic Hazard of the Xianshuihe Fault by Cross-Fault and GPS Crustal Deformation Data[J]. Acta Geologica Sinica, 2020, 94(8): 2 487-2 499)
(0) |
[10] |
Ji L Y, Zhang W T, Liu C J, et al. Characterizing Interseismic Deformation of the Xianshuihe Fault, Eastern Tibetan Plateau, Using Sentinel-1 SAR Images[J]. Advances in Space Research, 2020, 66(2): 378-394
(0) |
[11] |
Qiao X, Zhou Y, Zhang P Z. Along-Strike Variation in Fault Structural Maturity and Seismic Moment Deficits on the Yushu-Ganzi-Xianshuihe Fault System Revealed by Strain Accumulation and Regional Seismicity[J]. Earth and Planetary Science Letters, 2022, 596
(0) |
[12] |
刘筱怡, 杨志华, 郭长宝, 等. 基于SBAS-InSAR的鲜水河断裂带蠕滑型滑坡特征研究[J]. 现代地质, 2017, 31(5): 965-977 (Liu Xiaoyi, Yang Zhihua, Guo Changbao, et al. Study of Slow-Moving Landslide Characteristics Based on the SBAS-InSAR in the Xianshuihe Fault Zone[J]. Geoscience, 2017, 31(5): 965-977)
(0) |
[13] |
Wang M, Shen Z K. Present-Day Crustal Deformation of Continental China Derived from GPS and Its Tectonic Implications[J]. Journal of Geophysical Research: Solid Earth, 2020, 125(2)
(0) |
[14] |
党亚民, 杨强, 王伟, 等. 基于块体模型的青藏高原及邻区地壳三维构造形变分析[J]. 测绘学报, 2022, 51(7): 1 192-1 205 (Dang Yamin, Yang Qiang, Wang Wei, et al. Analysis on 3D Crustal Deformation of Qinghai-Tibet Plateau and Its Surrounding Areas Based on Block Model[J]. Acta Geodaetica et Cartographica Sinica, 2022, 51(7): 1 192-1 205)
(0) |
[15] |
程佳, 刘杰, 甘卫军, 等. 川滇菱形块体东边界各断层段强震演化特征研究[J]. 中国科学: 地球科学, 2011, 41(9): 1 311-1 326 (Cheng Jia, Liu Jie, Gan Weijun, et al. Characteristics of Strong Earthquake Evolution around the Eastern Boundary Faults of the Sichuan-Yunnan Rhombic Block[J]. Science China: Earth Sciences, 2011, 41(9): 1 311-1 326)
(0) |
[16] |
Yao X, Li L J, Zhang Y S, et al. Types and Characteristics of Slow-Moving Slope Geo-Hazards Recognized by TS-InSAR along Xianshuihe Active Fault in the Eastern Tibet Plateau[J]. Natural Hazards, 2017, 88(3): 1 727-1 740
(0) |
[17] |
Lazecký M, Spaans K, González P J, et al. LiCSAR: An Automatic InSAR Tool for Measuring and Monitoring Tectonic and Volcanic Activity[J]. Remote Sensing, 2020, 12(15)
(0) |
[18] |
Morishita Y, Lazecky M, Wright T J, et al. LiCSBAS: An Open-Source InSAR Time Series Analysis Package Integrated with the LiCSAR Automated Sentinel-1 InSAR Processor[J]. Remote Sensing, 2020, 12(3)
(0) |
[19] |
Yu C, Li Z H, Penna N T, et al. Generic Atmospheric Correction Model for Interferometric Synthetic Aperture Radar Observations[J]. Journal of Geophysical Research: Solid Earth, 2018, 123(10): 9 202-9 222
(0) |
[20] |
Schmidt D A, Bürgmann R. Time-Dependent Land Uplift and Subsidence in the Santa Clara Valley, California, from a Large Interferometric Synthetic Aperture Radar Data Set[J]. Journal of Geophysical Research: Solid Earth, 2003, 108(B9)
(0) |
[21] |
Hooper A, Segall P, Zebker H. Persistent Scatterer Interferometric Synthetic Aperture Radar for Crustal Deformation Analysis, with Application to Volcán Alcedo, Galápagos[J]. Journal of Geophysical Research: Solid Earth, 2007, 112(B7)
(0) |
[22] |
Ou Q, Daout S, Weiss J R, et al. Large-Scale Interseismic Strain Mapping of the NE Tibetan Plateau from Sentinel-1 Interferometry[J]. Journal of Geophysical Research: Solid Earth, 2022, 127(6)
(0) |
[23] |
Liang S M, Gan W J, Shen C Z, et al. Three-Dimensional Velocity Field of Present-Day Crustal Motion of the Tibetan Plateau Derived from GPS Measurements[J]. Journal of Geophysical Research: Solid Earth, 2013, 118(10): 5 722-5 732
(0) |
[24] |
Sandwell D T, Wessel P. Interpolation of 2-D Vector Data Using Constraints from Elasticity[J]. Geophysical Research Letters, 2016, 43(20): 10 703-10 709
(0) |
2. Key Laboratory of Western China's Mineral Resources and Geological Engineering, Ministry of Education, 126 Yanta Road, Xi'an 710054, China