连盐淮宿地区为苏北地区的重要振兴区域，近年来社会经济得到快速发展，地下空间利用率加大使得沉降灾害加剧，威胁城市健康发展^{[1, 2]}。江苏省相关管理部门已采用传统水准测量、GPS等开展年度监测，获取了长期、高精度的地面沉降观测数据^[3]。随着城市经济高速发展，已有的传统测量方式难以满足地面沉降防控监测要求，而合成孔径雷达干涉测量技术（synthetic aperture radar interferometry, In SAR）作为近年来逐渐开展的地面沉降监测新技术，因监测范围广、精度高等特点，已成为大面积地面沉降监测调查的有力手段^{[4, 5]}。本文基于多源SAR影像结合多主影像相干目标小基线技术（multiple-images coherent targets small baselines InSAR, MCTSB-In SAR)^[6]对江苏北部连盐淮宿地区地面沉降进行监测，获取地面沉降信息同时对比分析监测结果。

1 研究区与数据

研究区域为江苏连盐淮宿地区，其范围主要包括连云港大部分、盐城市北部、淮安市北部及宿迁市北部区域，位于北纬33°30′~35°05′，东经118°15′~120°05′，该区域拥有苏北漫长海岸线。因该区域近年开发建设规模扩张很快，围海填土速度加快，导致该区域出现较严重地面沉降，特别是沿海区域沉降最为明显^{[7, 8]}。

本文选取Radarsat-2、Sentinel-1A SAR影像开展地面沉降监测研究，数据皆为单视复数据（single look compler, SLC）。其中，Radarsat-2影像采用2016年新增的超宽精细模式数据，单景覆盖范围约为125 km×125 km，兼具幅宽大、分辨率高的优势，影像时间跨度选择为2017年1月至2018年12月，共获取26期影像。Sentinel-1A影像采用干涉宽幅模式（interferometric wide, IW）数据，标准的Sentinel-1A IW模式影像包含3个Swath（条带），每个Swath由9~10个Burst组成，覆盖范围约250 km×180km，需2景影像覆盖研究区，时间跨度皆为2016年1月至2018年12月，分别获取57期影像。数据详细参数如表 1所示。

2 MCTSB-In SAR数据处理

MCTSB-In SAR方法主要包括预处理、线性形变反演、非线性形变估计，处理流程如图 1所示，具体细节参阅文献[6]。

假设研究区有N+1景SAR影像，根据区域相干特性和时空基线组合干涉像对，生成M幅差分干涉图，然后基于幅度、幅度离差、相干系数利用“三阈值法”提取具有稳定特性的高相干点目标。采用基于空间搜索的点目标干涉相位模型解算方法，可同步解决相位缠绕问题^[9]。对于高相干点目标采用局部Delaunay三角网进行连接，两顶点间差分干涉相位计算式为：

$ \Delta \varphi=\frac{4 \pi}{\lambda} T \Delta v+\frac{4 \pi B_{\perp}}{\lambda R \sin \theta} \Delta h+\Delta \varphi_{\text {res }} $

(1)

式中，T和B_⊥分别为时间基线和垂直基线；∆v为两点间的线性形变速率差；∆h为高程误差之差；∆φ_res为残余相位增量；λ、R、θ分别为雷达波波长、斜距、入射角。通过建立整体相位相干性最大化模型^[10]来计算∆h、∆v，见式（2）。

$ \max \left\{\gamma=\frac{1}{M}\left|\sum\limits_{i=1}^M \exp \left(j \Delta \varphi_{\text {res }}\right)\right|\right\} $

(2)

式中，j表示复数单位；γ为模型相干系数。选取某一已知形变信息的点开始通过区域生长法连接成一个完整网络，采用最小二乘增量集成方法计算得到各高相干点沿雷达视线向（line of sight, LOS）的线性形变速率和高程误差绝对量。然后根据残余相位分量不同的频谱特征，分离得到大气相位、非线性形变相位及噪声相位，将线性形变和非线性形变叠加获取LOS方向地表形变量。最后，基于与雷达波入射角θ的关系，将LOS方向的形变值转换为垂直方向上的形变值。

本文采用MCTSB-In SAR方法，分别针对研究区Radarsat-2和Sentinel-1SAR影像时序干涉处理，两种数据总体处理流程类似，不同之处主要体现在：

1) Sentinel-1A IW模式数据的3个Swath以及每个Swath中Burst之间均存在一定的重叠区域，首先需利用这些重叠区域，根据成像时间以及斜距信息，将3个Swath以及Swath中Burst拼接为一张完整的影像。而Radarsat-2 SAR影像为商业数据，数据供应商提供了标准幅影像，影像覆盖范围非常相近，无需开展影像裁剪和拼接等复杂预处理。

2）针对于Sentinel-1A TOPS模式数据方位向配准精度需优于1/1 000个像元的高要求，本文采用基于精密轨道数据和DEM(digital elevation model）数据、相关性配准和增强谱分集的多级配准方法进行配准。而针对Radarsat-2影像进行了常规的影像互相关精准，使配准精度优于1/4像元。

3）因Sentinel-1A影像需2个Frame覆盖研究区，在分别获取每个Frame的沉降信息后，提取影像间重叠区域的同名点，采用最小二乘平差方法计算出各影像监测结果的改正数，从而实现多幅形变结果的自动镶嵌。

3 监测结果分析

经以上数据处理，分别获取研究区2017—2018年Radarsat-2和2016—2018年Sentinel-1A地表形变速率分布图（见图 2）。结果显示，二者获取的沉降中心位置基本一致，主要分布在连云港连云区、灌云县、灌南县、响水县、涟水县等地。

图 2(a)为利用2016—2018年Sentinel-1A数据获取的年平均沉降速率，共提取1 229 788个监测点；图 2(b)为利用2017—2018年Radarsat-2数据获取的年平均沉降速率，共提取3 577 709个监测点，点密度是Sentinel-1A结果的2.91倍。Sentinel-1A和Radarsat-2监测得到的最大沉降速率分别为215.2 mm/a、251.7 mm/a，皆位于连云港市连云区徐圩港的东防波堤上。

为了整体对比分析两种监测结果，提取了590681个Radarsat-2和Sentinel-1A监测结果相同位置的点进行差值。结果显示，二者差值的均方差为6.2 mm/a，位于[-5, 5]之间的点数为392 314，占比66.42%；差值位于[-10, 10]之间的点数为544083，占比92.11%。造成差异的主要原因是数据获取时段的不完全一致性。

为进一步验证Radarsat-2与Sentinel-1A监测结果的一致性与差异性，选取了区域范围内的连云港跨海大桥和田湾核电站两个重要基础设施进行对比分析。

3.1 连云港跨海大桥

图 3为两种数据获取的连云港跨海大桥年平均形变速率图。对比可见，二者整体监测结果基本一致，Sentinel-1A共提取92个监测点，Radarsat-2共提取573个监测点，可见高分辨率的Radarsat-2监测结果更易于完整地获取大桥的形变信息。对于主桥部分，Radarsat-2和Sentinel-1A数据监测的平均沉降速率分别为0.5 mm/a、0.4 mm/a，表明主桥结构非常稳定。但发现南、北引桥均发生较大沉降，Radarsat-2的监测结果显示，南、北引桥最大沉降速率分别为55 mm/a、32 mm/a; Sentinel-1A的监测结果显示，南、北引桥最大沉降速率为33 mm/a、27 mm/a。由于Sentinel-1A SAR影像分辨率低于Radarsat-2SAR影像，单个像元的平均效应更强，因此其沉降速率偏小。主桥部分由于有大量深入基岩的桥墩支撑，不易发生形变；而南北引桥没有桥墩支撑作用，直接建于地面，加之大量的车辆通过，荷载较大，从而导致引桥发生一定沉降。

为了更好地展示桥体自身的时序形变特征，分别基于两种监测结果，在南引桥、主桥和北引桥相同或相近位置各选取一个点目标P1、P2、P3。如图 4所示，从点目标P2的累计形变曲线图可以看出，尽管主桥非常稳定，但受热胀冷缩效应影响，桥体自身会随四季温度变化产生周期性形变；二者形变的周期性变化基本一致，即冬半年收缩，夏半年膨胀。点目标P1、P3的累计形变曲线图显示，南、北引桥的点目标形变较大，且以线性形变为主。

3.2 田湾核电站

图 5为两种数据获取的田湾核电站年平均形变速率图。Sentinel-1A共提取1 146个监测点，Radarsat-2共提取3 327个监测点，两种数据获取的核电站沉降中心位置一致，即核电站西南部地区以及东部的堤坝区域。Radarsat-2、Sentinel-1A监测得到的最大沉降速率分别为109 mm/a、58 mm/a，皆位于东部围堤上。由于Sentinel-1A数据得到的点目标稀少，信息缺失，导致没有有效获取最大沉降速率，也说明高分辨率Radarsat-2监测结果更能完整地反映该核电站形变信息。

4 结束语

本文基于Radarsat-2和Sentinel-1A SAR影像，采用MCTSB-In SAR技术进行江苏北部地区地面沉降监测。结果表明，两种不同数据源获取的沉降中心位置基本一致，即沉降主要分布在连云港市连云区、灌云县、灌南县、响水县、涟水县等地，连云港徐圩港区沉降最为严重；交叉验证结果显示沉降速率均方差为6.2 mm/a。以连云港跨海大桥和田湾核电站为例，重点对比监测结果的一致性与差异性：高分辨率的Radarsat-2监测结果相较于中等分辨率的Sentinel-1A监测结果能够获取更多的监测点，对沉降细节信息的把握更好，稳定性和可靠性更高。但Sentinel-1A具有幅宽大、数据获取免费等特点，大范围形变监测应用中具有更大的优势，且其重访周期短，特别是与Sentinel-1B构成双星运行模式，重访周期缩短至6 d，其应用潜力将进一步被挖掘。