基于SBAS-InSAR的串新高速建设前后沉降监测与分析

Monitoring and Analysis of Subsidence before and after Construction of Chuanxin Expressway Based on SBAS-InSAR

摘要: 针对我国西南山区高速公路容易受到滑坡地质灾害影响、难以进行大范围监测的问题，本文选取位于云南省绥江县的串新高速公路作为研究对象。首先以串新高速沿线3 km范围作为缓冲区，利用SBAS-InSAR技术获取缓冲区2015年1月~2022年12月的沉降信息；然后分析缓冲区内串新高速在修建过程中及通车后的沉降趋势，探究各沉降区域形成的原因。研究表明：① 缓冲区内存在5个典型沉降区域，均发生过不同程度的滑坡；② 其中3个沉降区域的形成原因主要与串新高速施工有关；③ 串新高速公路主干道穿过5个典型区域中的2个区域，且其中一个区域在2022年的年均沉降速率超过−50 mm/a，发生滑坡地质灾害概率较大，应及时做好防护。

Abstract: In response to the problem of landslide geological disasters and the difficulty in conducting large-scale monitoring of expressway in the mountainous regions of southwestern China, this study focuses on the Chuanxin Expressway in Suijiang County, Yunnan Province. Firstly, a 3 km buffer zone along the Chuanxin Expressway was selected, and the SBAS-InSAR technique was employed to obtain subsidence information from January 2015 to December 2022. Subsequently, the subsidence trends of the Chuanxin Expressway within the buffer zone, both during construction and after its opening, were analyzed to explore the causes of subsidence in different areas. The study reveals the following findings: ① There are five typical subsidence areas within the buffer zone, all of which have experienced varying degrees of landslides. ② The formation of three of these subsidence areas is mainly related to the construction of the Chuanxin Expressway. ③ The main road of the Chuanxin Expressway passes through two of the five typical areas, one of which exhibited an average subsidence rate exceeding −50 mm/a in 2022, indicating a high risk of geological landslides. Protective measures should be promptly implemented in this area.

1. 引言

我国西南山区地形复杂、气候变化敏感，是中国地质灾害发生较多、致灾较为严重的地区[1]。位于西南山区的高速公路容易受到如滑坡、泥石流、山体垮塌等地质灾害的影响，对于山区高速公路的地质灾害隐患点的早期识别与持续监测是有必要的[2]。滑坡等地质灾害的发生往往是长时间所累积形变的结果[3]，通过连续观测同一地区的地表沉降及趋势，可以识别出潜在的灾害隐患点[4]。传统的沉降监测技术如通过GPS测量、水准测量、GNSS等[5]，工作量大且需要耗费较多人力财力，对于地势陡峭、海拔较高的区域基本无法做到有效监测[6]。

合成孔径雷达干涉测量技术(Interferometric Synthetic Aperture Radar, InSAR)具有对地表物理特性和几何形状的变化敏感、监测范围广以及获取数据不受时间和天气影响的优势，能避免传统监测技术的限制，现已广泛应用于各种地质灾害监测分析[7] [8]和地表的沉降监测分析[9] [10]。在大型基础设施如水坝[11]、桥梁[12]、铁路网[13]、地铁网[14]等的形变及沉降监测方面也有众多研究。近年来，国内学者在高速公路的沉降监测也进行了广泛的研究，文献[15]使用PS-InSAR (Persistent Scatterer InSAR)识别出滇中地区的三条高速公路共五个沉降较为严重区域；文献[16]使用D-InSAR (Differential InSAR)技术结合高精度多时相光学遥感图像，在川藏高速芒康段共识别出890个地质灾害点；文献[17]基于InSAR技术发现煤炭与地下水的开采会使周边高速公路产生沉降。利用InSAR技术不仅可用于对已有高速公路地质灾害点的识别，也可为高速公路的选线做出参考[18]。

上述研究均证明了InSAR技术在滑坡等地质灾害识别中的独特优势和有效性。随着西南山区高速公路总里程的增长，目前迫切需要能够实现大范围、高精度、可持续的山区高速地质灾害隐患点的识别技术。为了解决传统技术在山区高速地质灾害监测中的不足，本文采用2015~2022年Sentinel-1A卫星数据，基于SBAS-InSAR (Small Baseline Subset-InSAR)技术对串新高速公路及周边区域进行长时序动态监测，分析多个沉降区域，识别出地质灾害隐患点，为该公路的养护及地质灾害防治提供实际依据。

2. SBAS-InSAR简介

传统D-InSAR技术是利用同一地区不同成像时间的两幅SAR影像，通过干涉获取两幅影像的相位差，利用该相位差值反演出地物目标在两次成像时间内的形变量。干涉相位的计算过程为：

$S=S_1{S}_2^{*}=\left|{\text{A}}_1\right|\left|{\text{A}}_2\right|e^{j\left({}_1{-}_2\right)}$ (1)

${\phi }_{\mathrm{int}}={\phi }_{def}+{\phi }_{topo}+{\phi }_{flat}+{\phi }_{atm}+{\phi }_{noise}$ (2)

SAR数据通常用复数表示，其中$S_1=\left|{\text{A}}_1\right|e^{j_1}$ ，$S_2=\left|{\text{A}}_2\right|e^{j_2}$ ，为两次在同一区域不同时间成像的像元值，A₁和A₂为幅值，₁和₂为相位值，其中_int为干涉相位，_def，_topo，_flat，_atm，_noise依次为形变相位、地形相位、平地效应相位、大气相位和噪声相位，去除其余四个相位提取形变相位，通过相位转形变方法可以获取形变值。SBAS-InSAR技术与D-InSAR的区别在于SBAS-InSAR可一次处理多幅SAR影像，通过设定时间基线和空间基线阈值使得满足条件的SAR图像自由组合成干涉对。若输入影像为M幅，则最多可产生M(M-1)/2幅干涉影像。基于多幅时序干涉影像，不仅可以反演出时序形变数据，还可以很好的去除噪声，提高反演结果的精度。

3. 研究区域及实验数据

本文选取串新高速并以其沿线为中心设置宽度为3 km的缓冲区作为研究对象，研究区域范围如图1所示。串新高速位于云南省昭通市境内，所在区域属中山山原地貌，地势南高北低，气候具有干雨季分明、雨热同季的特点。串新高速于2017年3月15日正式开工建设，2020年6月30日正式通车运营，起于盐津县普洱镇串丝村，止于绥江县南岸镇，全长49.14公里，桥梁总长度为7660.85米，隧道总长度为33026.7米，桥隧比高达82.73%。

Figure 1. The geographical location of the study area

图1. 研究区域地理位置

实验数据选取覆盖研究区域2015年1月到2022年12月共204幅欧空局提供的Sentinel-1A升轨影像，成像模式为干涉宽幅(IW)，极化方式为水平极化(VV)，基于SBAS-InSAR技术获取串新高速建设前、建设中及通车后的时序沉降数据。实验中对数据进行PS-InSAR处理，以获取在SBAS-InSAR过程中所需的地面控制点；为去除地形相位的影响，选用地理空间数据云提供的全球高程数字模型(Global Digital Elevation Model)的高程数据作为参考DEM，并对每幅SAR影像使用精密轨道文件以消除轨道误差。

4. 结果分析

4.1. 沉降区域分布

本文基于SBAS-InSAR技术，获取了串新高速2015年1月至2022年12月，累计约八年的雷达视线向的沉降数据。SBAS-InSAR是一种利用合成孔径雷达干涉测量技术进行地表形变监测的方法，结合了干涉测量和多时相数据处理。它通过获取多个时相的雷达影像数据，通过干涉处理和相位解缠，可获得高精度的地表形变信息。监测结果如图2所示，负值表示地物目标朝着远离雷达视线方向移动，即为沉降。根据监测结果表明，八年间共形成了5个较为严重的沉降区域。为便于分析，根据各沉降区域位置与高速公路位置的关系可将沉降区域划分为两类，一类为沉降场位于高速公路沿线周边，如图2所示区域B、C、E。这类沉降区域位于缓冲区，但与串新高速公路主干道有一段距离。另一类区域的部分沉降点位于高速公路的一段主干道上，对串新高速公路将产生直接影响，如图2所示沉降区域A和D。

Figure 2. The cumulative subsidence of Chuanxin Expressway from January 2015 to December 2022

图2. 2015年1月~2022年12月串新高速累计沉降量

Figure 3. Annual average subsidence velocity variations across different regions

图3. 各区域年均沉降速率变化图

Table 1. Cumulative subsidence data for the period from 2015 to 2023 in the subsidence region

表1. 沉降区域2015~2023年内累计沉降数据

沉降区域	地理位置	面积(km^2)	最大沉降值(mm)	平均沉降值(mm)	年均沉降速率(mm/a)
沉降区域A	南岸村	0.3	−1856	−32.9	−12.8
沉降区域B	胜利村	0.5	−149.6	−23.0	−10.3
沉降区域C	良姜村	1.2	−207.1	−34.3	−13.8
沉降区域D	双河村	0.5	−334.4	−73.3	−31.8
沉降区域E	桂花村、清水村	6.5	−241.5	−28.4	−6.7

4.2. 第一类沉降区域

沉降区域B位于绥江县南岸镇胜利村乌鸡坡附近，该区域从2017年起出现沉降现象，由表1可知该区域累积最大沉降值为−149.6 mm。在2022年串新高速建成通车后，沉降速率放缓。

沉降区域C位于绥江县中城镇良姜村附近，该区域在2017年以前沉降不明显，自2017年后沉降逐渐严重。根据表1显示区域累积最大沉降值为−207.1 mm；其中2021年到2022年该区域沉降最严重，年均沉降速率达−35.9 mm/a。查阅相关资料显示在区域C内存在一滑坡点，位于良姜村47组，而该滑坡是由于串新高速施工过程的影响而导致。这证实了InSAR在滑坡监测中的有效性，同时也表明在工程施工过程中会对周围区域造成影响。

沉降区域E面积最大，包含绥江县清水村及桂花村，表1显示该区域累积最大沉降值为−241.5 mm。查阅相关资料显示，在2020年8月30晚，清水村5组发生山体滑坡，造成一人遇难。事故发生原因推测为当天持续强降雨，加重了本就存在缓慢沉降的该区域出现了严重的地质滑坡。

4.3. 第二类沉降区域

沉降区域A位于绥江县南岸镇南岸村附近，在2019年、2020年的沉降现象较为严重，年均沉降速率分别为−44.6 mm/a、−42.3 mm/a。根据相关资料显示，该区域曾发生过两起地质滑坡灾害，其中一起是受串新高速施工影响而导致的滑坡。

图4显示了区域A的累积沉降过程，其中各子图的时间表示从2015年1月到该时间内的累计沉降。如图4中(a)的时间表示2015年1月到2017年12月的累计沉降，(b)表示2015年1月到2018年12月的累计沉降，图5同理。沉降区域A在2019年到2022年累计沉降量呈现上升趋势，对应图4中的(c)、(d)、(e)深色区域逐渐增加。根据图3表明，2022年到2023年的年均沉降速率为正值，表明无沉降现象，结合图4(f)所显示的深色区域减少，说明区域A地表沉降已得到控制。

(a) 2017年12月 (b) 2018年12月 (c) 2019年12月

(d) 2020年12月 (e) 2021年12月 (f) 2022年12月

Figure 4. On site damage assessment in Region A

图4. 区域A累计沉降过程

(a) 2017年12月 (b) 2018年12月 (c) 2019年12月

(d) 2020年12月 (e) 2021年12月 (f) 2022年12月

Figure 5. The cumulative subsidence process in Region D

图5. 区域D累计沉降过程

沉降区域D位于绥江县双河村附近，如图5所示为沉降区域D的累计沉降过程示意图，沉降区域D是InSAR所监测到的5个区域中沉降最严重的区域，在2018、2020、2022年的年均沉降速率分别为−61 mm/a、−56.1 mm/a、−55.1 mm/a。另外根据相关资料显示，在沉降区域D内的鲁家岗隧道处存在一个古滑坡体，而该古滑坡体基本位于沉降区域D的中心处，是区域D中沉降发生最为严重的地点，发生滑坡的概率很大，应及时做好相应措施。

4.4. 串新高速公路主干道沉降分析

(a) 沉降区域处主干道 (b) 沉降区域D处主干道

Figure 6. The location of the main road of Chuanxin Expressway within the regions A and D

图6. 串新高速主干道在沉降区域A、D中的位置

沉降区域A和D覆盖部分串新高速公路主干道，如图6所示，黑色线条表示串新高速公路主干道，图7表示两段主干道沿线的沉降数据。其中图7(a)横轴起点位于图6(a)中高速公路(黑色线条)最上端(正北方向)，图7(b)中横轴起点位于图6(b)中最左端(正西方向)。为避免数据不连续，对其中因为相干性低而存在的少量无值区域使用克里金插值法[19]进行插值。在图7(a) 500 m处，观测到自2016年后，该沉降点开始出现较为明显的沉降，之后沉降量逐渐增加，在监测时间内其沉降点的最大累计沉降值接近−140 mm。在图7(b) 2500 m处，也出现了明显的沉降现象，位于沉降区域D的主干道的最大累计沉降值接近−300 mm。两个区域高速施工期(2017年3月到2020年5月)均产生较大沉降，尤其是施工下半期沉降尤为严重，这说明串新高速在施工过程中会对周围地质环境产生影响。沉降区域A的高速公路主干道在2022年的沉降基本得到控制，而位于沉降区域D的主干道在2022年其沉降量和年均沉降速率仍然较大，表明发生滑坡的概率较大，应及时做好防护措施。

(a) 沉降区域A处主干道沉降曲线 (b) 沉降区域D处主干道沉降曲线

Figure 7. The subsidence curves of the main road of Chuanxin Expressway within the subsidence regions A and D

图7. 串新高速主干道在沉降区域A、D中的沉降曲线

5. 结论

本文通过SBAS-InSAR技术，以2015年1月到2022年12月共204幅Sentinel-1A数据作为数据源，研究串新高速公路建设期间及通车后，沿线3 km范围的地表沉降的成因，重点分析监测到的五个典型沉降区域。研究结果表明：

(1) 观测到的5个沉降区域都曾发生过滑坡现象，为地质灾害易发点。其中沉降区域B、C、E对串新高速的危害较小。沉降区域A、D由于覆盖了串新高速公路部分主干道，且两沉降区域的沉降较为严重，对串新高速的危害较大。

(2) 其中沉降区域A、C、D出现沉降现象主要是由于串新高速的施工过程引起，在施工下半期的沉降尤为严重。沉降区域A在施工结束后地表形变较为稳定，但沉降区域C和D在施工结束后其年均沉降速率和年沉降量仍然较大，需对其进行持续监测以防止发生滑坡地质灾害。

致 谢

美国地质调查局和欧洲空间局分别为本研究提供了数字高程模型和卫星影像数据，湖南联智科技股份有限公司提供了实地监测结果，在此表示感谢。

基金项目

本文获得了国家自然科学基金青年科学基金项目(62101081, 62205039)，湖北省交通运输厅科技项目(2022-4-1)，重庆市教委科学技术研究重大项目(KJZD-M202300703)的联合资助。