Application of CORS network and GNSS technology in ground deformation monitoring: Taking southeast Zhejiang Province as an example
-
摘要: 地面变形对工程建设安全稳定具有一定影响,对工程建设规划、地质灾害防治等具有重要意义。本文利用卫星导航定位基准站(CORS)网全球卫星导航系统(GNSS)连续观测,实现了区域地面大地高、地面重力和地倾斜变化面的监测,通过与部分地质灾害信息进行时空分析,确定了用于地面稳定性变化分析的要素和权重,进而定量分析了地面稳定性变化。该方法在浙江省东南部地区进行了测试验证,获得了较好的效果。利用CORS网连续观测能够定量监测地面变形整个面的变化,分析区域地面稳定性变化情况,可为区域规划和地质灾害防治提供技术支持和参考。Abstract: Ground deformation has a certain impact on the safety and stability of engineering construction, and is of great significance to engineering construction planning and geological disaster prevention. This paper uses the continuous observation of the Global Navigation Satellite System (GNSS) of Continual Operating Reference Station (CORS) network to realize the monitoring of regional ground height, ground gravity and ground tilt changes. Through the time and space analysis with part of the geological disaster information, it is determined the factors and weights used in the analysis of ground stability changes, and then quantitative analysis of ground stability changes. This method has been tested and verified in the southeast region of Zhejiang province, and good results have been obtained. Continuous observation using the CORS network can quantitatively monitor the changes of the entire surface of ground deformation, analyze changes in regional ground stability, and can provide technical support and reference for regional planning and geological disaster prevention.
-
0. 引言
露天矿的开采导致矿区生态遭到不同程度的破坏,矿区及其周边的地质灾害主要表现形式是地表形变,同时矿区的形变对城区地表也有不同程度的影响[1-2]。传统的监测手段(如水准测量、GPS 等)对于矿区形变提取有一定的局限性,水准测量方法过于依赖人工,在连续性和实时性方面略有不足;GPS 方法技术成本过高,且对于面域的沉降范围有较大的限制。合成孔径雷达可对地表进行全天时、全天候对地观测[3]。
雷达干涉测量技术可以对露天矿区及其周边地表形变进行监测,具有大范围和高精度等优点[3]。InSAR的形变监测发展较迅速,最初的D-InSAR技术只能获取地表短时间的形变,后来采用时序InSAR技术提取长时间跨度的形变[4-6]。传统的时序InSAR技术对于矿区及其周边地表的形变提取存在明显的不足,由于露天矿地表的相干性差,故只能提取分布式点目标,而城区地表具有足够相干性可以提取永久散射体目标。刘一霖等[7]利用时序研究开采进程中地表大量级沉陷的完整形变时间序列,得到开采工作面地表形变的时空演变规律;仝云霄等[8]利用经典的D-InSAR技术对矿区沉降进行了精细化分析,与最邻近时间的精密水准监测结果总体趋势吻合,为矿区整体规划、灾害预警和开采沉陷治理等提供参考;张学东等[9] 以唐山市为例,使用相干目标短基线InSAR技术监测矿业城市地面沉降,查明了其地面沉降量及其空间分布特征,最大年沉降速率达到−46.8 mm/a,主城区沉降速率普遍低于−11 mm/a;任文静等[10]、蒋金雄等[11]利用小基线集(SBAS)方法和相干矩阵特征值分解(T-EVD)的DSInSAR技术分别对矿区进行地表沉降提取,为矿区地表形变监测提供了良好的应用前景;谢文斌等[12]利用时序InSAR技术对抚顺市地表形变信息进行提取,结合信息熵方法分析地表不均匀形变现状。总体而言,目前在矿区及其周边城区地表形变提取及分析研究较少。随着露天矿的逐年开采和城市的迅速发展,矿区沉陷及矿业城市地表沉降是亟待探究的复杂问题。
传统的时序分析方法误差较大,也无法整体评估出矿区形变对其周边城区地表形变产生的影响。鉴于此,基于露天矿区及其周边城区地表的相干性差异巨大的特点,文章提出改进的时序InSAR技术,此方法在点目标提取的基础上,使用狄龙尼三角网将分布式目标与永久散射体目标进行统一构网,进行城市与矿区的形变一体化反演。以霍林河矿区及其周边城区为试验案例,获得了露天矿区及其周边城区地表的形变速率。
1. 研究区与数据
研究区霍林河煤田地处大兴安岭南段脊部,是一个山间盆地,四周为中低山峦所环抱 (图1),海拔标高1100 ~1350 m。盆地内部地势较平坦,东北和西南两端为低丘陵,中间区段是开扩的平原,海拔标高930 ~980 m。研究区内部包括中部与北部两个露天矿和霍林郭勒市市区。为了较好覆盖研究区,采用29景Sentinel 1 降轨数据及90 m分辨率Version4 SRTM数据,Sentinel 1数据具体参数如表1。
表 1 研究区SAR数据参数表Table 1. SAR data parameter table in the research area参数 Sentinel 1 幅宽/km 250 雷达波长/cm 5.6 空间分辨率/(m×m) 5×20 重访周期/d 12 影像数量/景
轨道号29149(降轨) 时间覆盖范围 2019-01-04—2019-12-30 2. 时序InSAR处理
由于露天矿区及其城区周边地表相干性差异巨大,为保持矿区周边具备一定的相干性,采用改进的时序InSAR技术,该方法通过严格筛选差分干涉数据,对差分干涉数据提取分布式散射体与永久散射体,作为形变分析的目标点,通过进行回归分析与模型精化,得到研究区地表形变速率。改进的时序InSAR技术既继承了传统时序InSAR的技术优势,又很好的解决了目标研究区域相干性差异性较大的问题,具体技术流程如图2所示。
2.1 预处理与差分干涉图生成
通过GAMMA预先设置时间基线为30 d,空间基线为临界基线的30% 进行干涉生成,为了更好的筛选干涉数据[11-13],选用SRTM 数据除去差分干涉对原始的地形相位,通过对差分干涉数据的易发生形变区域进行目视分析比较剔除干涉效果差的像对,最后选择34个差分干涉结果进行后续试验处理,且为了保证低相干区域结果的准确性对9个相对组成的子集进行3D解缠,低相干地区参照3D解缠区域进行时序处理。筛选出部分的差分干涉结果如图3所示,6张差分干涉图在矿区位置都有明显的形变漏斗产生。
2.2 干涉点目标选取
由于矿区及其周边相干性较低,导致干涉结果较差,需要对矿区及其周边分布式目标点进行提取,文章提出经过参数优化的分布式散射点选取方法对研究区进行选点,主要包括以下三步:
(1)将同一区域分干涉结果像素数据进行时间维度平均,采用24×24窗口进行计算,将其中心区视为均值即为参考值,邻域像素值作为待估计值,为了减小误差,考虑空间临近关系,只把临近点像素作为待估计值[14]。
(2)运用瑞丽分布函数获得置信域区间,函数如式(1):
(1) 式中:
——参考像素均值; ——任意临近像素均值; ——标准正态分位点,服从标准正态分布,为 了增加同质点样本数量, 预先设置值 为50%;P——概率函数模型;
(3)为进一步提高样本选取精度,在小样本数据情况下,传统的高斯假设不能够逼近真实的分布,可以根据SAR强度服从指数分布的性质,其累加服从伽马分布,可以得到更加精确的置信域区间。
(2) 式中,
代表SAR强度指数分布的期望,根据伽马分布性质可知其分位点为 ,在有N个样本的情况下,则可得置信域区间为:(3) 将所有样本均值带入计算,提高同质样本的选取精度,进而得到分布式目标点。分布式目标(DS点)在干涉体系中占据大比例,包括裸漏的岩石、低矮植被等,对矿区选取DS点可以弥补永久散射体数量不足的缺点,避免失相干,进而提高干涉处理精度。
通过时序技术分别提取永久散射体点目标,将分布式点目标与永久散射体目标进行叠加(图4),采用Delaunay三角网法对两种相干目标点统一构网。差分干涉图中, 相邻目标点相位差表示为:
(4) 式中:
——相邻点之间的形变速率; ——高程误差; ——残余相位(包括大气延迟相位,非线性形变 相位和噪声相位); ——干涉对的空间基线; ——干涉对的时间基线; ——波长; ——传感器到目标的距离; ——雷达入射角。2.3 干涉点目标形变处理
对目标点进行第一次回归分析时可以得到其高程误差、线性形变速率以及残余相位,由于第一次回归分析主要是为了估算初始的形变速率范围与数据处理效率,并没有顾及大气的与非线性形变相位的影响,因此在回归分析时,需要通过设置相位标准差小于1.5 rad 剔除质量较低的点,通过两次迭代可以使高程误差的趋近于0,标准差显著降低[17]。在虑性形变的条件下,形变速率增量以及高程误差增量通过整体相位相干系数最大化模型来进行模型优化,公式为:
(5) 其中,
越大,表示模型估计与差分相位越相似误差越小,以 作为权重,使用带权的最小二乘方法,从已知参考点解算出稀疏格网上目标点的时序线性沉降速率 和高程误差 。将解算的每个目标点的线性形变和高程误差从初始差分干涉图中减去, 即得到残余相位 ,其包含了大气扰动相位、非线性形变相位以及噪声相位。再对点目标进行第二次回归分析,目的是使得非线性形变相位于大气延迟相位分离,因为大气延迟相位在1 km2范围内具有较强的空间相关性,在空间域上表现为平滑的低频信号,在时间域上呈现高频信号可被当作随机噪声处理[16-18]。因此根据其各自的特征进行合适的空间滤波,可将非线性形变相位和大气延迟相位分离,得到精确的非线性形变量。最后,根据计算的线性形变量和非线性形变量,得到形变相位进行相位并将其转到为形变量,视线向形变分解为垂直向形变。
3. 结果与分析
对时序InSAR结果进行区域裁剪,去除失相干区域,得到矿区及其周边城区的形变速率图与部分形变累积量如图5、图6,可得到在2019年全年中部露天矿区靠近城市侧的最大沉降速率达到569 mm/a,北部露天矿区远离城市侧最大沉降速率达到630 mm/a,中部露天矿附近城区地表最大沉降速率达到23 mm/a,北部露天矿附近城区地表最大沉降速率达到26 mm/a。由于露天矿区周边地质条件不稳定,露天矿旁道路年形变速率最大达到71 mm/a,城区的西侧沉降速率明显高于东侧。
3.1 地表形变及影响机理分析
矿区与城区之间地质条件不够稳定,最大沉降速率达到71 mm/a,平均沉降速率达到28 mm/a。试验区在1—3月平均沉降量5.3 mm、4—6月平均沉降量14.7 mm、7—9月平均沉降量16.2 mm、10—12月平均沉降量12.5 mm,其中4—6月和7—9月两个时间阶段沉降累积量较大。三个月为一组时间段,其平均沉降量、最大沉降量见表2。
表 2 研究区累积沉降量表Table 2. Cumulative settlement scale1—3月 4—6月 7—9月 10—12月 平均沉降量/mm 5.3 14.7 16.2 12.5 最大沉降量/mm 31.3 46.5 264.7 36.7 4—6月形变量分析,中部露天矿最大沉降量达到57 mm,北部露天矿最大形变量达到54 mm,城区地表最大沉降量为4 mm。通过对降雨量的分析,霍林郭勒市4—6月降雨量与往年同期相比减少约30%,土地解冻是矿区沉降量剧增的主要因素。中部矿区西侧的地表形变量为正值,是由于矿区西侧地质条件不稳定和排土场堆弃排土所致。7—9月形变量分析,中部露天矿最大沉降量达到61 mm,北部露天矿最大沉降量达到59 mm,城市地表沉降量最大值达到12 mm。由于霍林郭勒市7—9月的降雨量与往年同期相比增加约50%,雨水可能导致地表沉降量增大,北部露天矿南侧地表形变量为正值,由于北部矿区开采排土场积土导致。对比上述两时间段形变量,可以看出中部与北部露天矿的南侧形变量均从由负值变为正值,均为排土堆砌所致,可以从矿区开采得到验证。采用Kenda系数法相关系数验证雨季时两者之间关系,经计算得系数为0.600,在夏季与秋季侵蚀性降雨与地表形变速率有正向的影响关系,可知在雨季降雨侵蚀力对露天矿坑周边地表环境变化产生较大影响,图7为侵蚀性降雨量与监测点形变量关系图。
由于矿区形变复杂,将像元值数目低于总数5%的剔除,并将形变速率图与强度影像进行叠加得到图8,可以看出,城区地表形变速率与其距离露天矿的距离成反比,即城区离露天矿越近地表的形变速率值越大,从客观上也符合矿业城市地表沉降的规律,城市并未出现大规模的不规则沉降,矿区与城市之间道路沉降值较大均在32 mm/a以上,靠近露天矿一侧的道路沉降值远大于另一侧,道路倾斜严重。
3.2 GPS数据验证与分析
为了验证改进得时序InSAR技术监测结果的精度,采用同期GPS结果进行比对。在图7上提取6个点并与同样的GPS点监测结果进行比较(表3),最小互差0.76,说明该InSAR监测方法是可行与可靠的。
表 3 GPS监测结果与同期InSAR监测结果比较Table 3. Comparison of GPS monitoring results with InSAR monitoring results in the same period点号 InSAR形变速率/(mm·a-1) GPS形变速率/(mm·a-1) 互差/(mm·a-1) A −12.46 −10.72 −1.74 B −31.27 −35.34 4.07 C −9.57 −5.39 −4.18 D −6.18 −8.42 2.24 E −16.73 −15.97 −0.76 F −26.49 −20.85 −5.64 4. 结 论
(1)考虑到露天矿区地表的低相干性,提出了一种改进的时序InSAR技术,采用24×24窗口同质样本选取方法提取分布式目标,最大化的识别矿区的相干点目标,对于霍林郭勒市城区采用经典的永久散射体干涉测量方法提取永久散射体,对两种干涉点目标进行统一的构网分析和形变反演,与GPS数据进行对比验证,证明改进的时序InSAR技术方法具有较好的监测效果,对矿业城市地表形变监测提出了一种新的InSAR监测方法。
(2)将霍林郭勒市的月降雨量数据和干涉点月沉降量关联分析,Kenda系数达到0.736证明二者具有较高相关性,可知侵蚀性降雨对于露天矿区及其周边地表沉降具有正向的影响。
(3)通过本方法得到露天矿区地表沉降速率最大可达346 mm/a,城区地表形变速率最大可达31 mm/a,露天矿和城区之间道路沉降量巨大,且公路两侧形变速率值差异巨大,道路出现明显的倾斜。剔除形变速率极值,可知城区地表形变速率从客观上符合矿业城市地表沉降的规律,即城区形变速率值与其到露天矿的距离成反比,可得城区并未出现大规模的不规则沉降,矿区与城市之间道路沉降值较大均在32 mm/a以上,靠近露天矿一侧的道路沉降值远大于另一侧,道路倾斜严重。
感谢欧洲空间局( ESA)为本文提供的SAR数据和国家科学数据服务平台提供SRTM-Version4数据。
-
-
[1] 朱建军, 李志伟, 胡俊. InSAR变形监测方法与研究进展[J]. 测绘学报,2017,46(10):1717 − 1733. [ZHU Jianjun, LI Zhiwei, HU Jun. Research progress and menthods of InSAR for deformation monitoring[J]. Acta Geodaetica et Cartographica Sinica,2017,46(10):1717 − 1733. (in Chinese with English abstract) [2] 杨先全, 周苏华, 邢静康, 等. 肯尼亚滑坡灾害分布特征及敏感性区划[J]. 中国地质灾害与防治学报,2019,30(5):65 − 74. [YANG Xianquan, ZHOU Suhua, XING Jingkang, et al. Distribution patterns and susceptibility mapping of landslides in Kenya[J]. The Chinese Journal of Geological Hazard and Control,2019,30(5):65 − 74. (in Chinese with English abstract) [3] POURGHASEMI H R, MORADI H R, FATEMI AGHDA S M. Landslide susceptibility mapping by binary logistic regression, analytical hierarchy Process, and statistical index models and assessment of their performances[J]. Natural Hazards,2013,69:749 − 779. DOI: 10.1007/s11069-013-0728-5
[4] 杨华阳, 许向宁, 杨鸿发. 基于证据权法的九寨沟地震滑坡危险性评价[J]. 中国地质灾害与防治学报,2020,31(3):20 − 29. [YANG Huayang, XU Xiangning, YANG Hongfa. The Jiuzhaigou co-seismic landslide hazard assessment based on weight of evidence method[J]. The Chinese Journal of Geological Hazard and Control,2020,31(3):20 − 29. (in Chinese with English abstract) [5] 党亚民, 杨强, 王伟. 区域地质环境稳定性大地测量监测方法及应用[J]. 测绘学报,2017,46(10):1336 − 1345. [DANG Yamin, YANG Qiang, WANG Wei. Geodetic method and application for monitoring the stability of regional geological environment[J]. Acta Geodaetica et Cartographica Sinica,2017,46(10):1336 − 1345. (in Chinese with English abstract) DOI: 10.11947/j.AGCS.2017.20170324 [6] 吴树仁, 王瑞江. 地质灾害与区域地壳稳定性研究的某些发展趋势[J]. 地质力学学报,1996,2(3):72 − 74. [WU Shuren, WANG Ruijiang. Some development trends of geological hazards and regional crustal stability studies[J]. Journal of Geomechanics,1996,2(3):72 − 74. (in Chinese with English abstract) [7] WANG W, ZHANG C Y, HU M Z, et al. Monitoring and analysis of geological hazards in Three Gorges area based on load impact change[J]. Natural Hazards,2019,97(2):611 − 622. DOI: 10.1007/s11069-019-03661-w
[8] 查甫生, 刘从民, 苏晶文, 等. 铜陵市朝山地区岩溶塌陷形成条件与地面稳定性评价分析[J]. 地质论评,2020,66(1):246 − 254. [ZHA Fusheng, LIU Congmin, SU Jingwen, et al. Formation conditions of Karst collapse and evaluation of ground stability in Chaoshan area of Tongling City[J]. Geological Review,2020,66(1):246 − 254. (in Chinese with English abstract) [9] 章传银, 李爱勤, 党亚民, 等. CORS网区域重力场变化与地面稳定性跟踪监测方法[J]. 测绘科学,2019,44(6):29 − 36. [ZHANG Chuanyin, LI Aiqin, DANG Yamin, et al. A method of tracking and monitoring of regional time-varying gravity field and ground stability based on CORS network[J]. Science of Surveying and Mapping,2019,44(6):29 − 36. (in Chinese with English abstract) [10] 王伟, 党亚民, 章传银, 等. 基于CORS站网监测三峡地区陆地水负荷对地壳形变和重力变化的影响[J]. 地球物理学报,2017,60(3):962 − 971. [WANG Wei, DANG Yamin, ZHANG Chuanyin, et al. Monitoring of crustal deformation and gravity variation from terrestrial water loading in the Three Gorges region by the CORS network[J]. Chinese Journal of Geophysics,2017,60(3):962 − 971. (in Chinese with English abstract) DOI: 10.6038/cjg20170311 [11] DONG D, FANG P, BOCK Y, et al. Anatomy of apparent seasonal variations from GPS-derived site position time series[J]. Journal of Geophysical Research,2002,107(B4):2075.
[12] FARRELL W. Deformation of the Earth by surface loads[J]. Reviews of Geophysics and Space Physics,1972,10(3):761 − 797. DOI: 10.1029/RG010i003p00761
-
期刊类型引用(13)
1. 张熠斌,宋金红,徐誉维,徐思瑜. 基于时序InSAR的吉林省煤炭采空区地表形变监测及时空演化态势分析. 水文地质工程地质. 2025(01): 202-213 . 百度学术
2. CHEN Xuewei,CHEN Jianping,WANG Genhou,ZHANG Qian,ZHENG Yanwei. Mining Subsidence Based on Integrated SBAS-InSAR and Unmanned Aerial Vehicles Technology. Journal of Ocean University of China. 2025(01): 113-129 . 必应学术
3. 陶勇,张熠斌,孔祥雪,宋金红. 基于SBAS-InSAR技术的辽源西安煤田地表沉降监测及时空演化态势分析. 勘察科学技术. 2025(02): 54-59+65 . 百度学术
4. 赵帅,常勤慧,买志瑶. SBAS-InSAR技术在常村煤矿地表形变监测中的应用研究. 能源与环保. 2025(04): 94-100 . 百度学术
5. 游楠,刘效东. 时序InSAR技术在跨江大桥形变监测中的应用研究. 交通科技与管理. 2024(07): 11-13 . 百度学术
6. 岳磊,刘昌义,丛晓明,唐彬元,付江涛,邢光延,雷浩川,赵吉美,吕伟涛,胡夏嵩. 基于InSAR技术的夏藏滩滑坡区地表变形监测与分析. 水文地质工程地质. 2024(03): 158-170 . 百度学术
7. 徐思瑜,张熠斌,徐誉维,宋金红. 基于时序InSAR的吉林蛟河矿区地表沉降监测及时空演化态势分析. 世界地质. 2024(04): 574-585+618 . 百度学术
8. 胡胜华,叶裕才,马丽雯,艾东,彭孝楠,曾斌. 基于SBAS-InSAR技术的松宜矿区形变监测与分析. 资源环境与工程. 2023(01): 97-107 . 百度学术
9. 张诏飞,席伟. 基于FLAC3D-RAR的边坡稳定性分析和监测预警. 矿业研究与开发. 2023(05): 63-68 . 百度学术
10. 王洪明,李如仁,高建,陈振炜. 时间序列InSAR技术广域地表形变监测——以湖北省为例. 贵州地质. 2023(01): 36-42 . 百度学术
11. 李伟,李思慧,金鑫. 基于遥感生态指数的霍林河矿区生态修复变化分析. 现代信息科技. 2023(09): 137-140+145 . 百度学术
12. 潘杰. 基于时序InSAR和GIS技术的城市地表沉降分布式监测研究. 粉煤灰综合利用. 2023(03): 100-105+111 . 百度学术
13. 刘小姣,曾强. 融合遥感技术在四棵树火区煤火识别中的应用. 矿业安全与环保. 2023(06): 104-110 . 百度学术
其他类型引用(2)