姜德才，張繼賢，張永紅，吳宏安，康永輝

(中國(guó)測(cè)繪科學(xué)研究院，北京 100830)

百年煤城地表沉降融合PS/SBASInSAR監(jiān)測(cè)
——以徐州市為例

姜德才，張繼賢，張永紅，吳宏安，康永輝

(中國(guó)測(cè)繪科學(xué)研究院，北京 100830)

融合PS/SBAS算法成為當(dāng)前InSAR技術(shù)的研究熱點(diǎn)，本文通過(guò)融合PS/SBAS的優(yōu)勢(shì)，利用128景ALOS PALSAR影像和24景Radarsat-2影像獲取了百年煤城徐州地區(qū)2007—2015年的地表形變場(chǎng)及變化趨勢(shì)。試驗(yàn)結(jié)果表明：①2007—2011年，徐州主要有4個(gè)沉降區(qū)，分布在沛縣、豐縣、銅山區(qū)和賈汪區(qū)。②2012—2015年，沛縣、豐縣和銅山區(qū)地表沉降范圍有所擴(kuò)大；賈汪區(qū)地表沉降范圍和速率明顯減小，說(shuō)明近年來(lái)賈汪區(qū)重點(diǎn)治理采礦塌陷工作已初步見(jiàn)效；另外，睢寧縣縣城出現(xiàn)明顯沉降。③已有文獻(xiàn)對(duì)沛縣大屯中心區(qū)的沉降監(jiān)測(cè)結(jié)果驗(yàn)證了試驗(yàn)結(jié)果是可靠的。④首次提取了徐州近8年間地表沉降的信息，可為該地區(qū)開(kāi)展地表沉降調(diào)查監(jiān)測(cè)與防治工作提供參考；試驗(yàn)方法可為全國(guó)開(kāi)展地表沉降調(diào)查監(jiān)測(cè)工作提供參考。

雷達(dá)差分干涉測(cè)量;煤城;地表沉降;徐州

隨著我國(guó)人口的持續(xù)增長(zhǎng)和社會(huì)經(jīng)濟(jì)的高速發(fā)展，地下水、煤、石油或天然氣等自然資源的大量開(kāi)采已步入常態(tài)化，超高層建筑、地鐵已成為大城市不可或缺的組成部分。這些人類(lèi)活動(dòng)誘發(fā)并加劇了地表沉降。截至2009年，我國(guó)有50多個(gè)城市出現(xiàn)了較嚴(yán)重的地表沉降[1]。徐州市位于華北平原的東南部，作為中國(guó)重要的煤礦產(chǎn)地，由于近百年以來(lái)煤炭資源的開(kāi)采以及近30年以來(lái)地下水的超采，已造成了不同程度的地表沉降。

傳統(tǒng)的地表沉降監(jiān)測(cè)主要是采用水準(zhǔn)測(cè)量，缺點(diǎn)是成本高、周期長(zhǎng)、區(qū)域小。對(duì)于較大區(qū)域地表沉降監(jiān)測(cè)可采用全球定位系統(tǒng)(GPS)進(jìn)行測(cè)量,但是GPS監(jiān)測(cè)站空間密度稀疏，并且成本高，不適宜推廣。經(jīng)過(guò)數(shù)十年的發(fā)展，合成孔徑雷達(dá)差分干涉測(cè)量技術(shù)(DInSAR)，成為國(guó)際上公認(rèn)的開(kāi)展地表沉降監(jiān)測(cè)的最有效、最先進(jìn)手段。但是在實(shí)際應(yīng)用中，傳統(tǒng)DInSAR還存在著受時(shí)間、空間失相干和大氣效應(yīng)的制約[2-4]，為了解決這些問(wèn)題，國(guó)內(nèi)外學(xué)者探索出一些新型的技術(shù),總體上可以概括為兩類(lèi)： 以PS-InSAR[5-6]為代表的單一主影像時(shí)間序列InSAR技術(shù)和以SBAS-InSAR[7-9]為代表的多主影像時(shí)間序列InSAR技術(shù)。前者多采用像元幅度選取點(diǎn)目標(biāo)，優(yōu)點(diǎn)是在提取非線(xiàn)性形變和消除大氣相位影響方面算法簡(jiǎn)單[10]，缺點(diǎn)是要求足夠多的SAR影像數(shù)據(jù)(通常25景以上)；后者多采用相干系數(shù)作為判定條件提取點(diǎn)目標(biāo)，優(yōu)點(diǎn)是可以顯著增加有效干涉像對(duì)的數(shù)目，缺點(diǎn)是在反演線(xiàn)性形變時(shí)沒(méi)有考慮大氣影響。

PS/SBAS InSAR方法的比較和融合的研究成為當(dāng)前熱點(diǎn)問(wèn)題。針對(duì)兩種時(shí)間序列InSAR方法的特點(diǎn)，開(kāi)展了融合研究?；谙喔上禂?shù)法、幅度差分離差法[11]和平均幅度法3種方法選取高相干點(diǎn)目標(biāo)，線(xiàn)性形變提取通過(guò)構(gòu)建局部Delaunay三角網(wǎng)連接高相干點(diǎn)目標(biāo)，選擇可靠連接邊，從某一參考點(diǎn)開(kāi)始對(duì)形變速率增量做積分，得到各點(diǎn)的線(xiàn)性形變速率。而非線(xiàn)性形變提取采用類(lèi)似PS-InSAR的思路。

以往的InSAR研究都是針對(duì)局部地區(qū)、較短時(shí)段的監(jiān)測(cè)，本試驗(yàn)依托地理國(guó)情監(jiān)測(cè)項(xiàng)目，開(kāi)展大區(qū)域、較長(zhǎng)時(shí)段的地表沉降監(jiān)測(cè)研究，利用128景ALOS PALSAR影像和24景Radarsat-2影像，反演了徐州大區(qū)域較長(zhǎng)時(shí)段(2007—2015年)的地表形變場(chǎng),分析了地表沉降的時(shí)空變化。使用試驗(yàn)區(qū)內(nèi)泰山(毗鄰云龍山)上保存良好的國(guó)家二等水準(zhǔn)點(diǎn)D026對(duì)線(xiàn)性反演結(jié)果進(jìn)行整體定標(biāo)。通過(guò)文獻(xiàn)[12—13]中沛縣大屯中心區(qū)沉降結(jié)果對(duì)試驗(yàn)結(jié)果進(jìn)行了驗(yàn)證。經(jīng)國(guó)務(wù)院批準(zhǔn)，國(guó)土資源部、水利部在2012年3月2日印發(fā)了《全國(guó)地面沉降防治規(guī)劃(2011—2020年)》，試驗(yàn)方法可為全國(guó)開(kāi)展地面沉降調(diào)查監(jiān)測(cè)與防治工作提供參考。

1 研究方法與數(shù)據(jù)準(zhǔn)備

1.1 研究方法

融合PS/SBAS InSAR核心算法簡(jiǎn)述如下：

1.1.1 高相干點(diǎn)目標(biāo)提取

由于對(duì)高相干點(diǎn)目標(biāo)的認(rèn)識(shí)不同，采用的點(diǎn)目標(biāo)提取方法也不盡相同。點(diǎn)目標(biāo)提取的質(zhì)量影響反演結(jié)果的精度。目前，高相干點(diǎn)目標(biāo)提取主要分為兩類(lèi)：基于像元幅度提取和基于相干系數(shù)提取。前者多用于PS-InSAR中，后者多用于SBAS InSAR中。

幅度差分離差法是依據(jù)SAR影像同一像元在時(shí)間序列上強(qiáng)度值的離散特性進(jìn)行點(diǎn)目標(biāo)的識(shí)別，計(jì)算公式[11]如下

DΔA=σΔA/μA

(1)

式中，σΔA與μA分別是干涉圖幅度的標(biāo)準(zhǔn)差和均值。此方法計(jì)算快捷，但要求有足夠多的SAR影像(一般大于25景)以滿(mǎn)足像元幅度的統(tǒng)計(jì)信息。另外，該方法只考慮點(diǎn)目標(biāo)的幅度穩(wěn)定性，忽略了點(diǎn)目標(biāo)的強(qiáng)反射性及相干性，易造成點(diǎn)的誤選，如水體、冰面。

平均幅度法依據(jù)SAR影像強(qiáng)度值的均值進(jìn)行點(diǎn)目標(biāo)的篩選，確保所提取的點(diǎn)目標(biāo)具有強(qiáng)后向散射特征，剔除后向散射較弱的目標(biāo)被誤選。此方法沒(méi)有考慮點(diǎn)目標(biāo)的相干性，易誤選長(zhǎng)時(shí)間序列失相干的點(diǎn)目標(biāo)。

為提高點(diǎn)目標(biāo)提取的正確率，針對(duì)平均相干系數(shù)、幅度差分離差和平均幅度3種方法的特點(diǎn)，提取同時(shí)滿(mǎn)足初始閾值(經(jīng)驗(yàn)值，相干系數(shù)大于0.3、平均幅度大于1.2、幅度差分離差小于0.5)的點(diǎn)作為PS候選點(diǎn)，將點(diǎn)疊加至平均幅度上，根據(jù)點(diǎn)的空間分布情況，調(diào)節(jié)各參數(shù)閾值，反復(fù)試驗(yàn)求取理想閾值。

1.1.2 線(xiàn)性形變反演

從M幅干涉相位圖相位中減去平地相位和地形相位，即可獲得M幅差分干涉圖相位，第k幅差分干涉圖中的第i個(gè)點(diǎn)目標(biāo)的相位可表示如下

(2)

在此基礎(chǔ)上，通過(guò)局部Delaunay三角網(wǎng)連接所有的點(diǎn)目標(biāo)，構(gòu)建整體較密、反演效果更佳的三角網(wǎng)[14]。當(dāng)三角網(wǎng)兩點(diǎn)間距在大氣影響相關(guān)距離(一般約1～3 km)內(nèi)時(shí)，那么這兩點(diǎn)的大氣影響相位近似相等。因此對(duì)于三角網(wǎng)上的任一條邊，其兩頂點(diǎn)i、j之間的相位差為線(xiàn)性模型

(3)

式中，Δv和Δξ分別是形變速率和高程誤差增量，采用吳宏安等人提供的整體相位相干系數(shù)法求取Δv和Δξ。

在所有的邊中，選擇同時(shí)滿(mǎn)足整體相位相干系數(shù)大于0.7，殘余相位的標(biāo)準(zhǔn)差和均值分別小于1.2和1.0的邊(均為經(jīng)驗(yàn)值)作為可靠的連接邊，從某一參考點(diǎn)開(kāi)始對(duì)Δv和Δξ做積分，得到各點(diǎn)的線(xiàn)性形變速率和高程誤差絕對(duì)量。

1.1.3 非線(xiàn)性形變反演

從原始差分干涉圖相位減去模型相位式(4)后，得到點(diǎn)目標(biāo)上的殘余相位φres，它包括大氣影響相位φatm，非線(xiàn)性形變相位φnon-linear及噪聲相位φnoise。為了得到完整的形變信息，需要對(duì)解纏后的殘余相位進(jìn)行時(shí)空頻譜特征分析[5-6,10]，以分離出非線(xiàn)性形變相位，再將得到的非線(xiàn)性形變相位與線(xiàn)性形變疊加可得到全部形變信息。

1.2 數(shù)據(jù)準(zhǔn)備

選擇時(shí)間跨度從2007年7月8日—2011年3月3日的128景ALOS PALSAR影像，2012年2月11日—2015年8月6日的24景Radarsat-2影像。數(shù)據(jù)格式都是單視復(fù)數(shù)據(jù)(SLC數(shù)據(jù))。PALSAR影像工作頻率采用L波段，成像中心入射角是38.7°，每景影像覆蓋范圍是64 km×64 km，研究區(qū)范圍是徐州，8景影像能夠全覆蓋；Radarsat-2影像工作頻率采用C波段，成像中心入射角是26.2°，影像覆蓋面積約為2.9萬(wàn)km2，基本全覆蓋研究區(qū)。不同SAR影像的覆蓋范圍如圖1所示。為消除干涉相位中的地形影響，需要研究區(qū)的數(shù)字高程模型數(shù)據(jù)(DEM)模擬地形相位[15]。為此，下載了研究區(qū)約90 m分辨率的SRTM DEM數(shù)據(jù)。

圖1 徐州地區(qū)地表沉降監(jiān)測(cè)SAR影像覆蓋范圍

2 徐州市地表沉降分析

對(duì)PALSAR影像和Radarsat-2影像分別作10×2、5×1多視處理，地面分辨率分別為31 m×29 m、26 m×27 m。8景PALSAR影像可將徐州全覆蓋，在每景覆蓋區(qū)獲取了16期時(shí)間序列影像，對(duì)每景覆蓋區(qū)單獨(dú)反演線(xiàn)性形變，8景覆蓋區(qū)的線(xiàn)性反演結(jié)果按照大地坐標(biāo)拼接。利用上一節(jié)中介紹的方法，選取高相干點(diǎn)目標(biāo)時(shí)，最終確定的平均相干系數(shù)閾值、平均幅度閾值、幅度差分離差閾值和提取的PS點(diǎn)數(shù)見(jiàn)表1。

表1 3種方法的參數(shù)閾值與提取的PS點(diǎn)數(shù)

2.1 試驗(yàn)區(qū)地表沉降時(shí)空變化分析

基于融合PS/SBAS InSAR方法提取了徐州大區(qū)域較長(zhǎng)時(shí)段(2007—2015年)的地表沉降信息?？紤]山頂穩(wěn)定性較好，利用試驗(yàn)區(qū)泰山(毗鄰云龍山)山頂保存良好的國(guó)家二等水準(zhǔn)點(diǎn)D026對(duì)監(jiān)測(cè)結(jié)果進(jìn)行整體定標(biāo)，得到最終形變反演結(jié)果。圖2、圖3分別為徐州市2007年7月—2011年3月、2012年2月—2015年8月年平均沉降速率分布圖。

圖2 徐州市2007年7月—2011年3月年平均沉降速率分布(A區(qū)域?yàn)榕婵h—豐縣，B區(qū)域?yàn)椴糠帚~山區(qū)；背景為Radarsat-2的平均幅度)

2007—2011年，徐州主要有4個(gè)沉降區(qū)，分布在沛縣、豐縣、銅山區(qū)和賈汪區(qū)。2012—2015年，沛縣—豐縣(A區(qū))、銅山區(qū)(B區(qū))沉降范圍有擴(kuò)大趨勢(shì)，下文將具體分析A區(qū)和B區(qū)的地表沉降空間分布；賈汪區(qū)沉降范圍明顯減小，沉降速率明顯減緩，這說(shuō)明近年來(lái)賈汪區(qū)對(duì)塌陷地的綜合治理工作已初步見(jiàn)效；睢寧縣城出現(xiàn)了明顯的區(qū)域性沉降，為此，睢寧縣自2013年8月啟動(dòng)了為期7個(gè)月的城區(qū)地表沉降專(zhuān)項(xiàng)調(diào)查。

圖3 徐州市2012年2月—2015年8月年平均沉降速率分布(A區(qū)域?yàn)榕婵h—豐縣，B區(qū)域?yàn)椴糠帚~山區(qū)；背景為Radarsat-2的平均幅度)

下面將具體分析沛縣—豐縣、銅山區(qū)地表沉降的空間分布特征。

2.1.1 沛縣—豐縣地表沉降空間分布

圖4為沛縣—豐縣地區(qū)兩個(gè)時(shí)間段的地表沉降對(duì)比圖。2007—2011年，沛縣地表沉降分布在縣城及以北的地區(qū)，在縣城以南的地區(qū)地面略有抬升；主要沉降漏斗有4個(gè)，從北往南依次為：龍固鎮(zhèn)龍固礦區(qū)、大屯鎮(zhèn)張雙樓礦區(qū)、劉河涯、縣城西環(huán)路東；大屯中心區(qū)也出現(xiàn)地表沉降。豐縣地表沉降分布在縣城及城周邊，沿縣城中心往外，年平均沉降速率逐漸增大。

2012—2015年，兩縣沉降范圍明顯擴(kuò)大，主要分布在沛縣縣城、大屯鎮(zhèn)、鹿樓鎮(zhèn)、豐縣縣城；三河尖礦區(qū)出現(xiàn)了明顯沉降，形成了局部沉降漏斗；大屯中心區(qū)沉降加??；劉河涯、張雙樓礦區(qū)沉降速率略有減緩。

從地理位置上看，沛縣雖然東臨微山湖，但是淡水資源供需缺口較大。因全縣工業(yè)(如縣城西環(huán)路東)、農(nóng)業(yè)生產(chǎn)(如鹿樓鎮(zhèn)的大片耕地)及生活(如縣城及大屯中心區(qū))過(guò)度利用地下水[16]，沛縣一般年份缺水1.0多億m3，特枯年份缺水達(dá)1.8億m3。沛縣煤炭資源非常豐富，主要分布于縣城以北，由圖4可知，主要礦區(qū)都有沉降發(fā)生。豐縣地表沉降主要是因過(guò)度開(kāi)采地下水[16]。至2012年年底，豐縣地區(qū)已形成了205 km2的漏斗區(qū)，水位逐年下降，漏斗區(qū)逐年擴(kuò)大，被江蘇省列為限采區(qū)，局部地區(qū)禁采。

圖4 沛縣、豐縣地區(qū)兩個(gè)時(shí)間段的地表沉降對(duì)比圖(背景為Radarsat-2的平均幅度)

2.1.2 銅山區(qū)地表沉降空間分布

圖5為銅山區(qū)兩個(gè)時(shí)間段的地表沉降對(duì)比圖。2007—2011年，該地區(qū)形成了若干個(gè)沉降漏斗：柳新鎮(zhèn)馮莊村、龐莊—張小樓礦區(qū)、劉集鎮(zhèn)車(chē)村礦區(qū)、劉集鎮(zhèn)丁場(chǎng)村、大彭鎮(zhèn)土樓新村。2011—2015年，該地區(qū)地表沉降范圍略有擴(kuò)大，主要分布在九里區(qū)；柳新鎮(zhèn)的柳新礦區(qū)有了明顯沉降；大彭鎮(zhèn)土樓新村沉降中心向北偏移；車(chē)村礦區(qū)近年來(lái)開(kāi)展了大規(guī)模的拆房填坑工作，導(dǎo)致該地區(qū)在本時(shí)段提取的PS點(diǎn)較少。

銅山區(qū)地表沉降主要是因開(kāi)采巖溶水、煤礦引起的[17-18]，沉降已造成當(dāng)?shù)卦S多村莊房屋開(kāi)裂，村民被迫遷移。且京臺(tái)高速(G3)的部分路段(共計(jì)超過(guò)2 km)處在沉降區(qū)，應(yīng)加強(qiáng)對(duì)該路段的保護(hù)。

2.2 試驗(yàn)區(qū)2012—2015年地表沉降時(shí)間變化

因?yàn)槎嗑坝跋窀采w區(qū)的每景SAR影像的時(shí)間序列通常不一致，累積沉降量自然不同。多景覆蓋區(qū)的形變結(jié)果鑲嵌通常針對(duì)平均沉降速率[19]，不適用于累計(jì)沉降量。ALOS PALSAR共128景影像，平均每期8景，時(shí)間序列不完全一致。因此，基于24景Radarsat-2影像，在反演線(xiàn)性形變的基礎(chǔ)上，繼續(xù)反演非線(xiàn)性形變。將線(xiàn)性形變和非線(xiàn)性形變結(jié)果疊加，得到徐州2012—2015年的累計(jì)沉降量(如圖6所示)。從圖中可以看出，隨時(shí)間變化，徐州5個(gè)主要沉降區(qū)逐漸顯現(xiàn)出來(lái)，分別為：沛縣大屯鎮(zhèn)，-274 mm；豐縣縣城，-262 mm；銅山區(qū)劉集鎮(zhèn)，-317 mm；賈汪區(qū)潘安湖，-115 mm；睢寧縣縣城，-113 mm。

圖5 銅山區(qū)兩個(gè)時(shí)間段的地表沉降對(duì)比圖(背景為Radar sat-2的平均幅度)

圖6 2012—2015年徐州市各時(shí)間段的累計(jì)沉降量

2.3 試驗(yàn)區(qū)地表沉降結(jié)果可靠性驗(yàn)證

分析沛縣大屯中心區(qū)(如圖4所示)的地表沉降空間分布特征，2007—2011年，大屯中心區(qū)大部分地區(qū)為沉降趨勢(shì)，75%以上的區(qū)域沉降速率達(dá)到-5 mm/a，40%以上的區(qū)域的沉降速率在-10～-37 mm/a，最大沉降速率達(dá)到-37 mm/a。2011—2015年，85%以上的區(qū)域沉降速率達(dá)到-5 mm/a，65%以上的區(qū)域的沉降速率在-10～-51 mm/a，最大沉降速率為-51 mm/a?？梢?jiàn)，大屯中心區(qū)地表沉降范圍、沉降速率隨時(shí)間有所增加。

張茂永等利用1988—2005年的徐州大屯中心水準(zhǔn)觀測(cè)數(shù)據(jù)，根據(jù)灰色理論建立模型預(yù)測(cè)2005—2010年最大沉降速率達(dá)到-31 mm/a[12]。何敏等利用兩景ENVISAT ASAR數(shù)據(jù)(20070327，20090120)進(jìn)行分析，監(jiān)測(cè)結(jié)果表明，2007—2009年大屯中心區(qū)70%以上的區(qū)域的沉降速率達(dá)到5 mm/a，最大沉降速率達(dá)到-34 mm/a。

試驗(yàn)第一時(shí)段(2007-07-08—2011-03-03)的監(jiān)測(cè)結(jié)果對(duì)比張茂永、何敏等的研究結(jié)果，地表沉降范圍、年平均最大沉降速率基本一致，且隨時(shí)間有所增加，驗(yàn)證了試驗(yàn)結(jié)果是可靠的。

3 結(jié)論與探討

本融合PS/SBAS InSAR算法提取了百年煤城徐州大區(qū)域地表形變場(chǎng)，全面分析了2007—2015年徐州地表沉降的時(shí)空變化。監(jiān)測(cè)結(jié)果表明：①2007—2011年，徐州主要有4個(gè)沉降區(qū)，分布在沛縣、豐縣、銅山區(qū)和賈汪區(qū)；②2012—2015年，沛縣、豐縣和銅山區(qū)地表沉降范圍有所擴(kuò)大，賈汪區(qū)地表沉降范圍和速率明顯減小，睢寧縣城出現(xiàn)明顯沉降；③已有文獻(xiàn)對(duì)沛縣大屯中心區(qū)的沉降監(jiān)測(cè)結(jié)果驗(yàn)證了試驗(yàn)結(jié)果是可靠的；④試驗(yàn)結(jié)果可服務(wù)于資源型城市轉(zhuǎn)型，試驗(yàn)方法為全國(guó)開(kāi)展地理國(guó)情普查——地面沉降監(jiān)測(cè)提供參考。

綜合考慮徐州地區(qū)地表沉降的人為因素，主要是地下水、煤過(guò)度開(kāi)采。徐州地區(qū)碳酸巖地層分布較廣，多為巖溶發(fā)育[20]。巖溶水是徐州市區(qū)、銅山區(qū)、沛縣和豐縣的主要供水源，在干旱年份、季節(jié)，易造成地下水源的過(guò)量開(kāi)采，誘發(fā)地面塌陷。軟土零星分布于市區(qū)、劉集等地[20]，軟土具有高壓縮性、觸變性等特點(diǎn)，易發(fā)生地面形變、地基滑移等災(zāi)害。徐州是全國(guó)主要煤礦能源基地，但煤炭資源的大規(guī)模開(kāi)發(fā)利用給徐州帶來(lái)了分布廣泛的采煤塌陷地。

由試驗(yàn)結(jié)果可知，徐州地區(qū)現(xiàn)有5個(gè)沉降區(qū)，除賈汪區(qū)地表沉降范圍和速率有所減緩?fù)?，其?個(gè)沉降區(qū)的沉降范圍都有擴(kuò)大的趨勢(shì)。賈汪區(qū)政府采取治理復(fù)墾與生態(tài)修復(fù)相結(jié)合治理采煤塌陷地，并重點(diǎn)治理了潘安湖采煤塌陷地。通過(guò)引運(yùn)河水形成湖泊、濕地來(lái)進(jìn)行采煤塌陷地整治和生態(tài)修復(fù)，將占地1160 hm2的潘安湖采煤塌陷地建成了綜合型國(guó)家4A級(jí)濕地景區(qū)。借鑒賈汪區(qū)對(duì)塌陷地的綜合治理經(jīng)驗(yàn)，徐州應(yīng)全面加強(qiáng)對(duì)已有地表沉降地區(qū)的治理和復(fù)墾工作；同時(shí)，加強(qiáng)水資源管理，合理利用地下水，引進(jìn)其他補(bǔ)寄水源。

致謝： 日本宇宙航空研究開(kāi)發(fā)機(jī)構(gòu)(JAXA)提供了ALOS PALSAR數(shù)據(jù)，加拿大MDA公司提供了RADARSAT-2數(shù)據(jù)，國(guó)家科學(xué)數(shù)據(jù)服務(wù)平臺(tái)提供了SRTM數(shù)據(jù)，在此一并表示感謝。

[1] 王寒梅.上海市地面沉降風(fēng)險(xiǎn)評(píng)價(jià)體系及風(fēng)險(xiǎn)管理研究[D].上海：上海大學(xué),2013：1-10.

[2] ZEBKER H A，VILLASENOR J.Decorrelation in Interferometric Radar Echoes[J].IEEE Transaction on Geoscience and Remote Sensing，1992,30(S)：950-959.

[3] ZEBKER H A,ROSEN P A and HENSLEY S.Atmospheric Effects in Interferometric Synthetic Aperture Radar Surface Deformation and Topographic Maps[J].Journal of Geophysical Research,1997,102(B4)：7547-7563.

[4] CHANG Z Q，GONG H L，ZHANG J F，et al.A Feasible Approach for Improving Accuracy of Ground Deformation Measured by D-InSAR[J].Journal of China University of Mining amp; Technology,2007,17(2):262-266.

[5] 張永紅,張繼賢,龔文瑜，等.基于SAR干涉點(diǎn)目標(biāo)分析技術(shù)的城市地表形變監(jiān)測(cè)[J].測(cè)繪學(xué)報(bào)，2009，38(6)：482-487.

[6] 張永紅,吳宏安,孫廣通.時(shí)間序列InSAR技術(shù)中的形變模型研究[J].測(cè)繪學(xué)報(bào)，2012，41(6)：864-869.

[7] MORA O，MALLORQUI J J，BROQUETAS A.Linear and Nonlinear Terrain Deformation Maps from a Reduced Set of Interferometric SAR Images[J].IEEE Transactions on Geoscience and Remote Sensing，2003，41(10):2243-2253.

[8] CASU F，MANZO M，PEPE A，et al.SBAS-DInSAR Analysis of Very Extended Areas：First Results on a 60000 km2Test Site[J].IEEE Transactions on Geosciences and Remote Sensing Letters，2008，5(3)：438-442.

[9] LIU G X，JIA H G，NIE Y J，et al.Detecting Subsidence in Coastal Areas by Ultrashort-Baseline TCPInSAR on the Time Series of High-Resolution TerraSAR-X Images[J].IEEE Transactions on Geoscience and Remote Sensing，2014，52(4)：1911- 1923.

[10] 吳宏安，張永紅，陳曉勇,等.基于小基線(xiàn)DInSAR技術(shù)監(jiān)測(cè)太原市2003～2009年地表形變場(chǎng)[J].地球物理學(xué)報(bào)，2011，54(3)：673-680.

[11] HOOPER A.A Multi-temporal InSAR Method Incorporating Both Persistent Scatterer and Small Baseline Approaches[J].Geophysical Research Letters，2008，35(16)：96-106.

[12] 張茂永,孟磊,王傳林,等.徐州大屯中心區(qū)地面沉降趨勢(shì)預(yù)測(cè)[J].地質(zhì)災(zāi)害與環(huán)境保護(hù)，2007，18(13)：11-13.

[13] 何敏,陸曉燕,何秀鳳.利用D-InSAR二軌法監(jiān)測(cè)徐州大屯中心區(qū)地表形變[J].地理空間信息，2011，9(5):3-6.

[14] ZHANG L，DING X L，LU Z.Modeling PSInSAR Time Series without Phase Unwrapping[J].IEEE Transactions on Geoscience and Remote Sensing，2011,49(1)：547-556.

[15] 吳宏安，張紅，王超，等.基于SRTM DEM的InSAR高分辨率山區(qū)地表高程重建算法(英文)[J].遙感學(xué)報(bào)，2009，13(1)：145-151.

[16] 藺宗宗，吳海波，田玉新,等.徐州市地面沉降成因分析及防治對(duì)策[J].中國(guó)科技博覽，2010(26):256-256.

[17] 花修權(quán)，黃敬軍，繆世賢，等.徐州市地質(zhì)災(zāi)害分布特征及成因分析[J].地質(zhì)災(zāi)害與環(huán)境保護(hù),2015，26(2):74-80.

[18] 花修權(quán)，黃敬軍，魏永耀，等.江蘇徐州城市地質(zhì)調(diào)查需求分析及關(guān)鍵問(wèn)題[J].地質(zhì)學(xué)刊，2015，39(2):322-328.

[19] ZHANG Y H，WU H A，KANG Y H，et al.Ground Subsidence in the Beijing-Tianjin-Hebei Region from 1992 to 2014 Revealed by Multiple SAR Stacks[J].Remote Sensing，2016,8(8).

[20] 邢雪,周丹,羅躍.江蘇徐州巖溶塌陷及其防治對(duì)策[J].中國(guó)地質(zhì)災(zāi)害與防治學(xué)報(bào)，2014，25(4)：51-58.

GroundDeformationoverCentury-longCoalMiningCityMonitoredthroughIncorporatingBothPSandSBASInSAR:ACaseStudyofXuzhou

JIANG Decai,ZHANG Jixian,ZHANG Yonghong,WU Hongan,KANG Yonghui

(Chinese Academy of Surveying and Mapping, Beijing 100830, China)

The algorithm fusion of permanent scatterers interferometric SAR (PS InSAR) and small baseline subset interferometric SAR (SBAS InSAR) has become a hot spot of InSAR technology. By fusing the advantages of PS/SBAS, 128 ALOS PALSAR images (from 2007 to 2011) and 24 Radarsat-2 images (from 2012 to 2015) are used to extract the ground deformation field and trend in recent 8 years over Xuzhou region with century-long coal mining history. The experiment results demonstrate that:① From 2007 to 2011, four main subsidence areas have been found in Xuzhou, locating in Peixian County, Fengxian County, Tongshan District and Jiawang District. ② From 2012 to 2015, the subsidence range of Peixian County, Fengxian County and Tongshan District is expanding; however, the subsidence range and rate of Jiawang District decrease significantly. The phenomenon shows that the governance of mining subsidence in Jiawang District has achieved good results in recent years. In addition, there comes into apparent subsidence in Suining County. ③ The results of this experiment has been validated by the published research results on ground subsidence in Datun Center District, Peixian County. ④ The results represents the first-ever subsidence information in the recent 8 years in Xuzhou, which can be applied to monitor and control the subsidence in this area.The monitoring result is of high significance for monitoring and control, prevention and mitigation of ground subsidence disaster over the region.

differential interferometric SAR(DInSAR); coal mining city; ground deformation; Xuzhou city

P237

A

0494-0911(2017)01-0058-07

姜德才，張繼賢，張永紅，等.百年煤城地表沉降融合PS/SBAS InSAR監(jiān)測(cè)——以徐州市為例[J].測(cè)繪通報(bào)，2017(1)：58-64.

10.13474/j.cnki.11-2246.2017.0013.

2016-04-20

國(guó)家973計(jì)劃(2012CB719905);自然科學(xué)基金(41271430；41304010)

姜德才(1990—),男,碩士生，研究方向?yàn)楹铣煽讖嚼走_(dá)干涉測(cè)量。E-mail:jiangdc_rs@sina.com

張永紅。E-mail：yhzhang@casm.ac.cn