欧空局对地卫星系列中C波段哨兵1号的距离向分辨率为5 m, 方位向分辨率为12 m, 符合本研究的精度要求^[16]。且12 d的卫星重访周期可在满足监测精度的情况下获得更多的数据时间段, 因此, 本研究采用时间跨度为2019年5月至2021年4月共29景干涉宽幅模式的Sentinel-1 SAR影像数据进行SBAS-InSAR数据处理。

同时, 选择日本宇宙航空开发机构提供的30 m空间分辨率的ALOS World 3D 30 m DEM进行去平地效应、估计及去除地形相位和轨道误差以及地理编码等处理工作。

为满足SAR影像配准和形变图生成的需要, 采用POD精密定轨星历数据, 避免了在干涉图生成的时候出现较大的残差条纹, 从而影响后续处理结果的精度。

SBAS-InSAR技术是为了克服D-InSAR技术在时间和空间上失相干严重的局限性而发展起来的^[17]。该技术利用已有的SAR数据集, 通过设定一定的时间空间基线阈值, 得到若干个小基线数据子集, 小基线集合内运用最小二乘的方法得到数据集内的形变速率, 再利用奇异值分解法计算较长基线之间的变形信息, 得到时间序列的变形量^{[18, 19]}。该技术较好地解决了长基线所导致的失相干问题, 增加了形变数据的精度和监测形变的时间空间分辨率^{[20, 21, 22]}。

本研究根据所筛选的29景Sentinel-1 SAR影像的时间间隔, 将时间基线阈值设置为150 d, 对应的时间空间基线连接图如图2所示。基于福田区约75%的面积都是城市建筑物, 相干性较好, 为了能够获得更高的干涉和相位解缠的精度, 设置相干性阈值为0.35, 对相干性小于0.35的干涉点进行掩模处理。在进行干涉处理之后, 根据解缠图和相位图, 判断质量较差的干涉图并且剔除, 防止失相干和大气延迟误差较大的干涉对后续处理造成严重影响。

图2

Fig.2

	Figure Option ViewDownloadNew Window
	图2 时空基线连接Fig.2 Temporal baseline connection diagram

经过SBAS技术数据处理后, 获得2019年5月至2021年4月期间福田区的年均形变速率场图, 如图3所示。

图3

Fig.3

	Figure Option ViewDownloadNew Window
	图3 福田区SBAS年均形变速率平面图Fig.3 Plane figure of annual deformation rate of SBAS in Futian District

由图3可知, 福田区地表面形变量的总体情况比较稳定, 年均形变速率为-57.9~35.55 mm/a。将SBAS结果进行矢量化处理, 并且将矢量数据进行统计, 结果如图4所示, 99.4%的数据量位于-8.26~10.12 mm/a。大部分区域位于-6.25~4.74 mm/a, 呈现相对稳定的状态(图3绿色高亮部分), 小部分区域(图3蓝色、红色高亮处)可能因为自然环境、和人为因素的影响发生了不同程度的地表形变。

图4

Fig.4

	Figure Option ViewDownloadNew Window
	图4 福田区SBAS年均形变速率柱状图Fig.4 Histogram of annual deformation rate of SBAS in Futian District

针对2021年晃动事件, 本研究着重于分析赛格大厦及其周边的地表形变, 将SBAS处理结果矢量化后, 裁剪得到赛格大厦及其周边地区形变速率, 如图5所示。

图5

Fig.5

	Figure Option ViewDownloadNew Window
	图5 赛格大厦SBAS矢量形变速率平面图Fig.5 Plane figure of rector deformation rate of SBAS in Saige Tower

对矢量化形变结果进行统计(图6), 赛格大厦周边地区的年均形变速率为-1.76~3.12 mm/a, 大部分点位的年均形变速率0.5~2.5 mm/a, 可见赛格大厦周边地区两年的平均形变速率较为稳定。

图6

Fig.6

	Figure Option ViewDownloadNew Window
	图6 赛格大厦矢量形变速率柱状图Fig.6 Histogram of vector deformation rate of SBAS in Saige Tower

赛格大厦及其周围建筑群的光学影像如图7所示。直接在大厦位置处进行时间序列分析, 其结果如图8所示。

图7

Fig.7

	Figure Option ViewDownloadNew Window
	图7 谷歌无偏地图中赛格大厦点位Fig.7 Google unbiased map of Saige Tower point location

图8

Fig.8

	Figure Option ViewDownloadNew Window
	图8 #1采样点时间序列Fig.8 Time series plot of No. #1 sampling point

由图8可知, 2019年至2021年大楼的地表的形变情况呈现波浪形状, 形变量徘徊在0 mm的刻度线上。大厦累计最大沉降量为2019年8月的-2.00 mm, 最大抬升量为2020年10月的+2.02 mm, 可见其两年内形变较为稳定。特别是2021年1月至4月这3个月, 赛格大厦的累计形变量为-0.26 mm, 赛格大厦形变量在0.4 mm范围内微小波动, 不存在沉降或抬升现象。

2021年5月18日晚21时到19日下午, 多专家机构对赛格大厦进行倾斜和沉降的实时监测, 监测指标远远小于规范允许值, 数据未显示异常情况。到5月23日, 上文提到的多个专业机构实时监测的房屋沉降量为-0.26~0.24 mm。监测结果与本研究利用SBAS方法得出的2021年1月至4月这3个月累计形变量为-0.26 mm的地表沉降结果一致。研究结果都表明赛格大厦的地表面相对较为稳定, 不存在异常沉降现象。

从图5的SBAS矢量形变图中可以看到, 在赛格大厦采样点(#1)周边地区具有3处不均匀地形变信号, 在光学影像中对3个地区进行采样, 命名为采样点#2、#3和#4, 其地理位置如图9所示。

图9

Fig.9

	Figure Option ViewDownloadNew Window
	图9 谷歌无偏地图中赛格大厦周边采样点Fig.9 Sampling points around Saige Tower in Google unbiased map

图10

Fig.10

	Figure Option ViewDownloadNew Window
	图10 #1、#2、#3、#4采样点时间序列图Fig.10 Time series plots of sampling points No.#1, No.#2, No.#3 and No. #4

各采样点的时序图见图10, 由图10可知: 在大厦东北方向490 m处的#2采样点呈现沉降趋势, 两年一共沉降了5.62 mm, 而一年的时间里就沉降了4.53 mm; 在大厦西北方向370 m米处的#3采样点呈现抬升趋势, 两年的时间内抬升了3.05 mm, 而2020年4月至2021年4月以来抬升2.86 mm; 在大厦西南方向300 m处的#4采样点也呈现抬升现象, 两年抬升量为3.19 mm, 2020年1月至2021年4月抬升了3.26 mm。可见赛格大厦周边地区的形变主要集中于2020年4月至2021年4月的时间内。

为了更直观地表现赛格大厦周围沉降情况, 在图9中沿线#2、#4(在图9中用蓝色高亮线表示)做剖面图, 结果如图11所示。

图11

Fig.11

	Figure Option ViewDownloadNew Window
	图11 #2、#4连线形变量剖面Fig.11 No. #2 and No. #4 even linear variable profile

从图9中可以清楚地看到赛格大厦周围地区在这两年内具有一定的不均匀形变, 形变量差异在7 mm左右, 而中间区域(赛格大厦区域)较为稳定。出现这种不均匀沉降的原因可能有以下几点:①地基土本身的不均匀性, 因为地基土不可能由单一的匀质材料构成, 地基土的不同, 也会导致建筑物对地表产生不均匀的压实, 从而导致不均匀的地表形变; ②地表高度会受建筑物的影响, 建筑物密集、高则会让地表沉降的速率更快一些。除此以外还会受到各种外在因素的影响, 例如地铁运营、施工建设等。

结合大厦位于深圳市地铁1号线(罗宝线)和地铁7号线(西丽线)交界地带的情况(如图12所示), 对于赛格大厦周边区域出现的不均匀的地表形变现象可能是因为地铁运营造成的影响。就近一年的数据而言, 不均匀地形变趋势越发明显, 为了防止不均匀的形变量差异越来越大, 政府部门需要持续对其周边地区进行长期监测, 防止发生地陷坍塌等现象, 并做好一定的防护措施。

图12

Fig.12

	Figure Option ViewDownloadNew Window
	图12 赛格大厦附近的铁路线Fig.12 Railway line near Saige Tower