0 引言

随着地震预报研究、大震后快速响应工作的进一步开展，对地震监测数据的质量要求越来越高。但是，社会经济快速发展带来的城镇扩张，会在一定程度上引起地震监测数据出现异常变化，尤其是对于某些形变观测手段，其本身观测区域地表变形及深部受力情况，而周边的大规模建设，比如大密度建筑群、水库、削山填沟造地等工程，均能影响观测的正常开展，造成连续数据的变化异常。

对于此类异常的核实，通常利用建设土方量、水库容量等载荷和地质参数进行数值模拟，计算负载所引起的地表变形和应力变化。但该方法是基于模拟的试算估计，并非来自直接观测。传统的大地测量手段可以直观获取实际形变值，但费时费力，监测周期长，难以满足快速反应、及时跟踪的调查需求；同时，其监测对象只是地面的一点，后期需要通过数据拟合才能获得区域三维连续变形，从而会引进新的测量误差。合成孔径雷达干涉测量（InSAR，Interferometric Synthetic Aperture Radar）技术可以实现全天候、大覆盖、高空间分辨率的连续观测。近年来，雷达差分干涉测量（D-InSAR，Differential Interferometric Synthetic Aperture Radar）技术已在地表形变监测方面得到广泛应用（路旭等，2002；乔学军等, 2007, 2009），而基于时间序列的小基线集合成孔径雷达干涉测量（SBAS-InSAR，Small Baseline Subset Interferometric Synthetic Aperture Radar）技术克服了常规D-InSAR监测中的时空失相干的缺点（Pepe et al，2005；季灵运等，2011），在监测城市缓慢地表变形方面表现出独特优势。因此，将SBAS-InSAR技术应用到此类调查核实中，可以方便、快速地确定异常范围和量值大小，判别异常是人类活动的局部影响还是来自真实构造运动，辅助异常核实工作，提高调查结果的可信度和准确性。

GNSS连续观测台网用于监测各地质次级块体间的相互运动和断层两侧的地壳变形差异，而陕北地区由于地处稳定的鄂尔多斯地块内部，GNSS基准站布设较少。延安GNSS基准站位于延安大学后山的基岩上，观测条件相对较好，监测值可信度较高。2015—2017年，该基准站观测数据出现异常变化，采用基于时间序列的小基线集合成孔径雷达干涉测量技术，分析延安新城建设对附近地表形变的影响。

1 研究区概况

延安市地处黄土高原的河谷中，城市发展受限。2012年4月，延安市区北部开始削山填沟建设新区工程（图 1），而位于新区边缘、距最近填埋沟壑约1 km的延安GNSS基准站相继出现异常，如图 2所示，2015—2017年延安站GNSS速度场表现为SW向运动，其变形方向和量值明显异于其他GNSS基准站。

为研究延安基准站在异常方向上的连续相对变化，选择同样位于稳定基岩上的陇县站，计算延安至陇县站的GNSS基线时间序列变化，结果见图 3。由图 3可见：在2015年之前，该基线时间序列变化速率呈稳定且缓慢的压缩趋势，而后缩短变化速率明显加快；至2017年，基线累计缩短量已超过10 mm；2017年中期至今，基线变化趋于稳定。图 4给出该基线北、东、高3个方向的分量变化时间序列。由图 4可见：NS分量在新城建设项目开工前后变化不明显，在2015年下半年缩短速率有所增大，此时工程已延伸至站点北部区域（图 1）；而EW分量则呈现显著加速缩短趋势，基线缩短速率由原来的3 mm/a增加到约8 mm/a，转折时间为2015年上半年，与新区建设逐渐靠近延安GNSS站的时间相符（图 1），且该异常变化也体现在EW分量与新区扩张方向一致。随着新区建设的全面展开和逐渐完成，GNSS站点观测数据异常随之发展、结束，二者具有一定同步性。以上结果均来自几年来的长期跟踪和定性分析，在异常发生时却难以判断原因是来自真实的构造运动还是人为因素的影响。因此，尝试采用InSAR技术，提取并分析研究区地表形变特征，探究该技术能否起到监测地表形变、辅助异常核实的作用。

2 数据选取与研究方法 2.1 数据选取

延安新城属黄土高原丘陵沟壑区，地貌以高原、丘陵为主，生态环境较脆弱。为最大程度地避免SAR影像失相干，采用C波段、轨道号为84的哨兵-1雷达升轨数据，VV极化方式，IW成像模式，选取时间为2014年10月—2017年2月，共得到32幅影像。DEM（Digital Elevation Model）数据为美国国家航空航天局NASA提供的SRTM（Shuttle Radar Topography Mission）数据（刘凯斯等，2018），其空间分辨率为90 m，选择UTM（Universal Transverse Mercator）投影。

2.2 SBAS处理方法

SBAS-InSAR技术的基本原理是，对于长时间序列上的一组SAR复数图像，根据一定的基线约束条件进行组合，得到一系列空间差分干涉图（廖明生等，2014；杨珍等，2018），并进行多视处理以降低噪声（王天祥，2012），基于形变速率的最小范数准则，运用奇异值分解法（SVD），获取相干目标的形变速率及时间序列（蒋弥等，2013；裴媛媛等，2013）。借助ENVI平台SARScape模块，使用SBAS-InSAR技术，提取地表形变数据。SBAS处理流程见图 5。

3 延安新城形变结果分析 3.1 平均地表形变速率

将32幅哨兵-1雷达影像进行SBAS-InSAR技术处后，得到研究区LOS向（为实际地表形变速率在卫星视线方向上的投影）平均地表形变结果，正值表示地表抬升，负值表示地表下降，结果见图 6。如图 6所示，延安新城周边形变速率整体成正值，呈抬升趋势，NW向形变速率较小，且下降平均最大速率为27.204 8 mm/a，抬升平均最大速率为20.197 3 mm/a，平均变化幅度近4.7 cm。

为与图 2作比较，将LOS向平均形变速率投影到延安—陇县基准线方向，即延安新城的SW方向，得到图 7，可见变化趋势与图 6相似，但SW向运动明显强于LOS向，下降平均最大速率为45.841 2 mm/a，抬升平均最大速率为33.959 mm/a，平均变化幅度近7.98 cm。这些结果（图 6，图 7）表明，在人为改造地貌过程中，对沟壑地带填土将产生庞大的土方回填量，其产生的重力会对地表造成一定压力，迫使周边地貌发生抬升，从而使得GNSS观测数据发生变化。

3.2 延安新城形变时间序列分析

图 8直观展示了延安新城2014年10月—2017年2月地表形变随时间的演化过程（LOS向）。整体而言，延安新城及周边发生了较大范围的区域性地表形变，大部分地区的主要形变特征表现为上升，下降地区出现在新区内部，或者零星出现在周边山谷平地上。上升的最大累计形变量为62.161 9 mm，出现在2015年10月；下降的最大累计形变量为-67.968 7 mm，出现在2017年2月。分析认为，上升应与土量回填产生的压力有关；而发生在新区内部的下降，多出现在已建高楼区域，表明基建工程力度大，加之黄土区地基较松软，从而导致地面发生沉降。由图 8还可以看出，延安新城周边地表上升幅度自NW向开始，沿顺时针逐渐增大，与延安新城的扩张方向基本一致。

3.3 SBAS形变结果验证

为了验证利用SBAS方法得到的结果，提取延安GNSS基准站SW方向投影的时间序列，结果见图 9，比较GNSS实测点（图 3）与InSAR目标点测量所得形变值大小与变化趋势，根据二者之间的差异，评估InSAR对延安新城地表形变监测的精度。对此可知：GNSS实测点与InSAR目标点均在2015年6—7月开始出现突变；2014年10月—2017年2月SBAS监测结果均为正值，即变化方向表现为上升，与延安—陇县基线压缩方向一致；二者总体变化趋势相似，均呈缓慢增大趋势；变化幅度接近，其中SBAS监测结果最大值为11.65 mm，GNSS实测值变化幅度为10 mm，相差1.65 mm。

4 结论

运用SBAS-InSAR技术，利用32幅哨兵-1雷达影像，对延安新城2014年10月—2017年2月的地表形变进行监测，获得时间序列变化、平均地表形变速率等，并与已有GNSS实测值进行对比分析，可知大规模土量回填对地表产生压力，引起地表形变，而且延安新城内部已建高楼区域，加之黄土区地基较松软，从而导致地面沉降。通过二者的对比，可知利用SBAS-InSAR技术，结果可靠性得以提高。

相对于传统的GNSS异常核实方法，SBAS-InSAR技术可以快速确定异常范围和量值大小；通过分析高精度地表形变时间序列，能够辅助查找异常发生的原因，起到监测地表形变的作用。另一方面，虽然利用SBAS-InSAR技术可以获得空间大范围的连续变形场，但只能反映卫星视线方向的变化，对于地表高程或水平方向运动的监测，仍有赖于GNSS基准站提供高精度观测结果。因此，将SBAS-InSAR和GNSS两种技术有机结合，可以做到优势互补，有利于推进地质灾害监测和防灾减灾工作的顺利进行。