劉 冰，張永紅，吳宏安，康永輝，姜德才

(1. 山東科技大學(xué)，山東 青島 266590； 2. 中國(guó)測(cè)繪科學(xué)研究院，北京 100830)

隨著我國(guó)經(jīng)濟(jì)發(fā)展和城市化進(jìn)程的加快，高速公路的建設(shè)及運(yùn)營(yíng)與國(guó)民經(jīng)濟(jì)發(fā)展水平愈顯密切。截至2015年底，全國(guó)高速公路總里程超過(guò)12萬(wàn)千米，基本實(shí)現(xiàn)了《國(guó)家高速公路網(wǎng)規(guī)劃》中的由7條首都放射線、9條南北縱向線和18條東西橫向線組成的“7918”國(guó)家高速公路網(wǎng)計(jì)劃[1-2]。

快速發(fā)展的經(jīng)濟(jì)使得地下水和其他地下資源如石油、天然氣和煤等過(guò)度開(kāi)采，從而導(dǎo)致了地面沉降日益嚴(yán)重。以北京市為例，其地面沉降的主要原因是地下水資源的過(guò)度開(kāi)發(fā)。北京市是以地下水為主要供水資源的城市，有60%以上水源來(lái)源于地下水[3]。地面沉降不僅會(huì)造成建筑物的毀壞、地下管道破裂、海水倒灌，還會(huì)嚴(yán)重威脅城市交通網(wǎng)絡(luò)的安全運(yùn)行，高速公路上的不均勻沉降更會(huì)破壞路基結(jié)構(gòu)，長(zhǎng)期累積易引發(fā)橋頭跳車等事故，嚴(yán)重危害人民的生命和財(cái)產(chǎn)安全。因此，高速公路網(wǎng)的監(jiān)測(cè)對(duì)確保高速公路的安全運(yùn)營(yíng)與形變預(yù)測(cè)具有重要意義。

精密水準(zhǔn)觀測(cè)和GPS觀測(cè)是高速公路沉降監(jiān)測(cè)的常規(guī)方法，但其存在覆蓋空白區(qū)，作業(yè)周期長(zhǎng)，且需要耗費(fèi)大量人力、物力和財(cái)力的缺點(diǎn)，難以快速、客觀地獲取大區(qū)域地面沉降。1998年Garbriel首次提出了利用DInSAR技術(shù)探測(cè)地表微小形變，因其具有不受時(shí)間空間影響、廣覆蓋、成本低、分辨率高等優(yōu)點(diǎn)，在地表形變監(jiān)測(cè)中得到了廣泛應(yīng)用[4]，2006年P(guān)ower[5]等利用DInSAR技術(shù)監(jiān)測(cè)了美國(guó)3條高速公路的形變情況，2010年文獻(xiàn)[6]將InSAR與GPS技術(shù)相融合，獲取了河南省禹登高速采空區(qū)的地表形變。但DInSAR技術(shù)易受時(shí)間空間失相干及大氣相位干擾的影響[7]，為克服其缺點(diǎn)，時(shí)間序列InSAR技術(shù)應(yīng)運(yùn)而生。時(shí)間序列InSAR技術(shù)不同于常規(guī)的DInSAR技術(shù)，它是選取在較長(zhǎng)時(shí)間尺度內(nèi)仍保持高穩(wěn)定性、高信噪比特性和較強(qiáng)反射性的點(diǎn)目標(biāo)，通過(guò)這些穩(wěn)定點(diǎn)目標(biāo)的相位信息，獲取大區(qū)域長(zhǎng)時(shí)間范圍內(nèi)的地表形變特征[4,7-8]。2012年文獻(xiàn)[9]利用時(shí)序SAR技術(shù)獲取了江蘇一采空區(qū)上方高速公路的形變；2014年文獻(xiàn)[10]通過(guò)PS-InSAR技術(shù)獲取了京滬高速的地面沉降情況。但常用的時(shí)間序列InSAR技術(shù)仍有不足，如PS-InSAR[11-13]技術(shù)所需影像數(shù)目較多(一般要超過(guò)25景影像)，且受相干性影響較大；SBAS InSAR[14-15]技術(shù)未考慮大氣影響；CT-InSAR[16-17]技術(shù)雖結(jié)合了二者的特點(diǎn)，但非線性參數(shù)估計(jì)需同時(shí)考慮低、高分辨率的影像，計(jì)算復(fù)雜且容易產(chǎn)生新的誤差[4,18-19]。鑒于以上原因，張永紅于2014年提出了多主影像相干目標(biāo)小基線干涉技術(shù)(multiple images coherent targets small baselines InSAR，MCTSB-InSAR)[20-21]。本次試驗(yàn)利用MCTSB-InSAR方法開(kāi)展北京市高速公路網(wǎng)的沉降監(jiān)測(cè)。

1 試驗(yàn)數(shù)據(jù)與研究區(qū)

本次試驗(yàn)研究區(qū)位于北京市的東南部平原地區(qū)，中心地理坐標(biāo)約為39.9°N，116.6°E，覆蓋順義區(qū)、朝陽(yáng)區(qū)、昌平區(qū)、海淀區(qū)、東城區(qū)、西城區(qū)、豐臺(tái)區(qū)、大興區(qū)和通州區(qū)，如圖1所示，12條高速公路線和一條快速公路線途經(jīng)此區(qū)域。

圖1 研究區(qū)范圍及水準(zhǔn)點(diǎn)分布位置

本次試驗(yàn)數(shù)據(jù)選取德國(guó)的TerraSAR-X衛(wèi)星條帶模式(StripMap，SM)SAR影像，中心頻率為9.65 GHz，數(shù)據(jù)格式為單視復(fù)數(shù)據(jù)(SLC)。研究區(qū)范圍共使用兩景影像覆蓋，面積約為56 km×32 km，其中第1景(左側(cè))影像包含23期數(shù)據(jù)，時(shí)間跨度為2011年6月—2015年6月，雷達(dá)入射角約為33.1°，第2景(右側(cè))影像包含25期影像，時(shí)間跨度為2011年6月—2015年7月，雷達(dá)入射角約為35.3°。兩景影像的時(shí)間、空間基線參數(shù)見(jiàn)表1。為降低數(shù)據(jù)運(yùn)算量，避免數(shù)據(jù)冗余，本次試驗(yàn)對(duì)整幅影像作了多視處理，多視處理后兩景影像方位向和距離向像元大小約為5.6 m、2.7 m。為消除地形對(duì)干涉相位的影響，需輔助DEM數(shù)據(jù)模擬地形相位，因此，下載了研究區(qū)約90 m分辨率的SRTM DEM數(shù)據(jù)。另外，從北京相關(guān)部門獲取了研究區(qū)2011—2015年17個(gè)水準(zhǔn)點(diǎn)的觀測(cè)數(shù)據(jù)用于精度評(píng)價(jià)，水準(zhǔn)點(diǎn)分布位置如圖1所示。

表1 Terra_SAR影像時(shí)空基線

2 數(shù)據(jù)處理

MCTSB-InSAR技術(shù)不使用單一影像為主影像，而是選擇滿足一定時(shí)間、空間基線的SAR影像組合成干涉對(duì)，從而降低了對(duì)數(shù)據(jù)量的要求。在高相干目標(biāo)提取方面，MCTSB-InSAR技術(shù)不單一地使用幅度離差閾值法或相干系數(shù)閾值法，而是依據(jù)數(shù)據(jù)情況，綜合使用幅度離差、相干系數(shù)和平均幅度的“三閾值法”提取高相干目標(biāo)。在形變參數(shù)估計(jì)方面，MCTSB-InSAR技術(shù)一般將形變分為線性形變和非線性形變，若形變具有強(qiáng)烈的非線性，則可將形變分解為高階多項(xiàng)式形變加上殘余形變[22]。

MCTSB-InSAR技術(shù)的主要流程為：基線分析、影像配準(zhǔn)、地理編碼、小基線干涉對(duì)組合、生成小基線干涉圖、高相干目標(biāo)提取、形變參數(shù)估計(jì)等。本文重點(diǎn)研究3個(gè)方面的內(nèi)容。

2.1 干涉對(duì)組合

對(duì)于在一定時(shí)間內(nèi)獲取的同一區(qū)域的N幅SAR影像，在一定時(shí)間基線距和空間基線距的限制條件下，可得到M對(duì)干涉對(duì)組合，其中N與M的關(guān)系為

N/2≤M≤NN-1 /2

(1)

對(duì)本次試驗(yàn)，依據(jù)實(shí)際情況對(duì)第1景和第2景影像均設(shè)置時(shí)間基線距小于300 d、空間基線距小于300 m的限制條件，檢查所獲取的干涉對(duì)的質(zhì)量，剔除干涉圖相干性較差的影像，最終第1景和第2景獲取的干涉對(duì)個(gè)數(shù)分別為63個(gè)、60個(gè)。

2.2 高相干目標(biāo)提取

高相干目標(biāo)包括點(diǎn)目標(biāo)和分布式目標(biāo)，高相干點(diǎn)目標(biāo)是指高穩(wěn)定性、高信噪比特性和強(qiáng)反射性的散射體，高相干分布式目標(biāo)是指在一段時(shí)間內(nèi)仍保持較高相干性的散射體集合。通常利用幅度離差法提取穩(wěn)定點(diǎn)目標(biāo)，但這種方法一般需要足夠多的影像(大于30幅)，而且該方法以高信噪比像元為基礎(chǔ)，對(duì)一些低信噪比像元(如陰影、水體)易產(chǎn)生誤選，因此需借助平均幅度閾值的設(shè)置將后向散射性較弱的偽相干點(diǎn)剔除，從而保證選點(diǎn)的可靠性。高相干分布式目標(biāo)可通過(guò)平均相干系數(shù)閾值提取，通過(guò)設(shè)置合適的閾值，將平均相干系數(shù)大于該閾值的像元認(rèn)為是高相干目標(biāo)。通常情況下，利用幅度離差閾值法提取的點(diǎn)目標(biāo)也具有高相干性，因此，合理使用幅度離差、平均相干系數(shù)、平均幅度“三閾值”法可大大提高選點(diǎn)精確性，減少噪聲點(diǎn)的存在。本次試驗(yàn)覆蓋范圍為北京主城區(qū)，具有較多的建筑物，因此相干性較高，依據(jù)實(shí)際情況，第1景和第2景最終獲取點(diǎn)目標(biāo)個(gè)數(shù)分別為224萬(wàn)和195萬(wàn)。

2.3 形變參數(shù)估計(jì)

在高相干點(diǎn)目標(biāo)上構(gòu)建Delaunay三角網(wǎng)連接相鄰像元，為避免Delaunay三角網(wǎng)方法帶來(lái)的巨大計(jì)算量，本文使用了一種多層級(jí)、不同步長(zhǎng)的子網(wǎng)最近鄰點(diǎn)目標(biāo)快速連接方法，在網(wǎng)絡(luò)連接階段采用局部Delaunay三角網(wǎng)連接，通過(guò)對(duì)影像分塊大小和重疊度的控制(子塊越小，重疊度越高，則子塊數(shù)目越多)，自由調(diào)整連接密度；在剔除低質(zhì)量連接邊之后，通過(guò)多層級(jí)子網(wǎng)擴(kuò)展連接實(shí)現(xiàn)網(wǎng)絡(luò)的快速連通。局部Delaunay三角網(wǎng)較原方法在保證點(diǎn)目標(biāo)連接穩(wěn)健的同時(shí)，也降低了網(wǎng)絡(luò)邊的冗余，相較于復(fù)雜網(wǎng)絡(luò)連接方法，該方法的數(shù)據(jù)處理時(shí)間僅為其1/3[23-24]。對(duì)Delaunay三角網(wǎng)中相鄰兩像元(設(shè)為m，n)之間可建立如下相位差模型

Δφm,nTi=Δδm,nTi+Δβm,n+Δαm,n+Δnm,n

(2)

(3)

式中，Δφm,n為相鄰兩像元相位差；Ti為第i幅干涉圖的時(shí)間基線；Δνm,n與Δhm,n分別為線性形變速率和高程誤差增量；Δβm,n為非線性形變相位差；Δαm,n為大氣相位差；Δnm,n為噪聲相位差?？紤]到大氣相位在空間上具有較強(qiáng)的相關(guān)性，可通過(guò)設(shè)置大氣相關(guān)距離消除大氣相位的影響，一般情況下，大氣相關(guān)距離設(shè)置為1～3 km時(shí)，可認(rèn)為大氣相位差為零。

為求得線性形變速率和高程誤差增量，使用整體相位相干系數(shù)，建立最優(yōu)化方程

(4)

對(duì)Delaunay三角網(wǎng)上所有邊完成最大化求解后，將γ≥0.7的邊作為可靠的連接關(guān)系，利用某一參考點(diǎn)的線性形變速度和高程誤差，通過(guò)區(qū)域增長(zhǎng)的方法對(duì)Δνm,n與Δhm,n積分，得到各高相干點(diǎn)上線性形變速速率和高程誤差的絕對(duì)量。

從差分相位中減去線性形變相位與高程誤差相位后，可得到包括非線性形變相位φnon_linear、大氣相位φatm和噪聲相位φnoise的殘余相位φres，對(duì)φres進(jìn)行時(shí)空頻譜特征分析，見(jiàn)表2。

表2 不同相位成分時(shí)空頻譜特征

由表2可知，在時(shí)間頻域上作低通濾波，可提取非線性形變相位，進(jìn)而通過(guò)最小二乘法及干涉組合關(guān)系求得非線性形變量，同時(shí)對(duì)低通濾波后的殘余相位可通過(guò)適當(dāng)?shù)拇髿庀嚓P(guān)距離窗口(3 km)作空間低通濾波處理，提取大氣相位。

本次試驗(yàn)基于Kaiser窗函數(shù)對(duì)φres進(jìn)行卷積濾波[17]，提取非線性形變相位

φnon_linear=φres·h(Kaiser)

(5)

式中，h(Kaiser)為時(shí)間低通濾波核。將提取到的非線性形變量與線性形變量相加即可得到完整形變量。

3 試驗(yàn)結(jié)果與分析

利用上述方法，提取了整個(gè)試驗(yàn)區(qū)2011—2015年的地表形變信息，年平均沉降速率如圖2所示。試驗(yàn)區(qū)域?yàn)楸本┦兄鞒菂^(qū)，分布著較多建筑物，因此提取的相干點(diǎn)較為密集。首先分析整個(gè)試驗(yàn)區(qū)的地表形變分布，由圖2可以看出，北京市2011—2015年平均沉降速率最大值為-182 mm/a，位于朝陽(yáng)區(qū)黑莊戶鄉(xiāng)(A)，地表沉降主要分布于朝陽(yáng)區(qū)東部、通州區(qū)西北部、海淀區(qū)北部、昌平區(qū)東南部、順義區(qū)及大興區(qū)部分地區(qū)。其中，朝陽(yáng)區(qū)東部和通州區(qū)西北部連成的大面積沉降漏斗是北京市地表沉降最為嚴(yán)重的地區(qū)。但不同的沉降中心各年平均沉降速率有所不同，各沉降中心位置分布如圖2所示，表3為這些沉降中心不同時(shí)間段的沉降速率變化。

圖2 北京市2011—2015年平均沉降速率及各沉降中心分布

表32011—2015年北京市主要沉降中心各年份沉降速率對(duì)比mm/a

沉降中心年份2011—20122012—20132013—20142014—2015黑莊戶鄉(xiāng)(A)-180-184-188-175金盞鄉(xiāng)(B)-167-166-173-165高辛莊(C)-110-111-111-104天通苑(D)-115-117-118-111八仙莊(E)-98-99-99-91上莊鎮(zhèn)(F)-92-92-97-92姚各莊(G)-85-85-87-85首都國(guó)際機(jī)場(chǎng)(H)-81-84-85-79北野場(chǎng)村(I)-48-49-50-49

從表3可知，北京市2011—2014年沉降速率雖呈逐年增長(zhǎng)的趨勢(shì)，但增長(zhǎng)較為緩慢，這可能與近年來(lái)北京市采取的地下水禁采措施有關(guān)，而2014—2015年各沉降中心較2013—2014年明顯減緩，尤其是黑戶莊鄉(xiāng)沉降速率由-188 mm/a減小至-175 mm/a。據(jù)調(diào)查，2014—2015年沉降減緩的主要原因?yàn)槟纤闭{(diào)中線工程的正式通水。2014年底南水北調(diào)中線一期工程向北京供水，使得地下水開(kāi)采量減少，有效緩解了北京市的水資源危機(jī)，截至2015年12月，北京市地下水位平均回升7.5 m。

北京高速公路是國(guó)家高速公路網(wǎng)的重要組成部分，本研究區(qū)包含了京藏高速、京承高速、機(jī)場(chǎng)北線高速、京平高速、首都機(jī)場(chǎng)高速、機(jī)場(chǎng)第二高速、通燕高速、京哈高速、京石高速、京開(kāi)高速、京滬高速、京津高速及京通快速公路。根據(jù)高速公路的分布，在SAR幅度影像上跟蹤出這些線路的中心位置，并設(shè)置30 m的緩沖區(qū)，提取緩沖區(qū)范圍內(nèi)的高相干點(diǎn)及沉降信息，圖3為提取的12條高速公路與一條快速公路的地面沉降信息，表4為各高速公路沿線高相干點(diǎn)密度統(tǒng)計(jì)表。

圖3 研究區(qū)內(nèi)各高速公路的平均沉降速率

序號(hào)名稱長(zhǎng)度/km高相干點(diǎn)個(gè)數(shù)高相干點(diǎn)密度/(個(gè)/km)1京藏高速25．52494982京承高速251013413機(jī)場(chǎng)北線高速11．333402964京平高速36．794662585首都機(jī)場(chǎng)高速18．61292706機(jī)場(chǎng)第二高速11．528192457京通快速公路18．430101648通燕高速16．633322019京哈高速39．924716210京石高速4．03709311京開(kāi)高速24．916156512京滬高速23．36042613京津高速24．64585186

本次試驗(yàn)中使用的Terra_SAR雷達(dá)衛(wèi)星軌道狀態(tài)為升軌、右視，當(dāng)衛(wèi)星掃描方向與路面平行時(shí)，高相干點(diǎn)密度較高，因此東西向道路的高相干點(diǎn)密度高于南北向道路，而對(duì)于南北向的機(jī)場(chǎng)第二高速公路，因道路兩側(cè)分布較多金屬隔音墻，與路面形成二面角強(qiáng)散射，故其高相干點(diǎn)密度較大。實(shí)地調(diào)查發(fā)現(xiàn)，高速公路上提取到的高相干點(diǎn)主要是道路兩側(cè)及中間位置的護(hù)欄與路燈、信息牌、廣告牌、高速公路收費(fèi)站等，在位于城市區(qū)域內(nèi)的高速公路路段，過(guò)街天橋也會(huì)形成很好的高相干點(diǎn)目標(biāo)。

受朝陽(yáng)區(qū)東部和通州區(qū)西北部連成的大面積沉降漏斗的影響，機(jī)場(chǎng)第二高速、京通快速公路、通燕高速及京哈高速與京津高速的西段沉降較為嚴(yán)重，其中京哈高速最大沉降速率達(dá)到-153 mm/a，為北京市高速公路網(wǎng)沉降最大值；京通快速公路、通燕高速、機(jī)場(chǎng)第二高速和京津高速最大分別可達(dá)-138、-97、-128、-122；機(jī)場(chǎng)北線高速、京平高速、首都機(jī)場(chǎng)高速也均有較明顯沉降，沉降速率最大值為-86 mm/a，對(duì)位于北京路段的京石高速、京開(kāi)高速及京藏高速南段則均無(wú)明顯沉降現(xiàn)象。

另外，從圖3中也可看出，位于沉降區(qū)域內(nèi)的每條高速公路沿線沉降速率均不同，不均勻沉降較為嚴(yán)重。高速公路路基的不均勻沉降會(huì)使路基本身產(chǎn)生損壞，進(jìn)而導(dǎo)致路面發(fā)生不均勻形變。路面不均勻沉降超過(guò)一定標(biāo)準(zhǔn)后，就會(huì)損壞路面結(jié)構(gòu)，減少公路使用壽命，同時(shí)不平整的路面會(huì)增加行車阻力，降低行車舒適度，影響行車安全。國(guó)際上將路面平整度作為評(píng)價(jià)路面質(zhì)量及行車舒適的重要指標(biāo)，我國(guó)規(guī)定高速公路路面平整度標(biāo)準(zhǔn)差應(yīng)小于3.5 mm[25]。本文在提取的高速公路高相干點(diǎn)信息的基礎(chǔ)上，以2014—2015年的機(jī)場(chǎng)第二高速為例，通過(guò)ArcGIS及Matlab軟件獲取了其路面平整度標(biāo)準(zhǔn)差大于3.5 mm的路段，如圖4所示。

據(jù)統(tǒng)計(jì)，機(jī)場(chǎng)第二高速全長(zhǎng)11.5 km，其中標(biāo)準(zhǔn)差超過(guò)3.5 mm的受損路段為2 km。高速公路路面遭到損壞會(huì)嚴(yán)重影響行車平穩(wěn)性，極易引發(fā)交通事故，因此路面平整度的獲取對(duì)公路行車安全具有重要意義。相比于平整度檢測(cè)儀，利用InSAR技術(shù)可以大大減少人力物力，更加方便快捷的提取路面平整度標(biāo)準(zhǔn)差，因此InSAR技術(shù)在獲取路面平整度信息方面具有良好的應(yīng)用前景。

4 精度驗(yàn)證

為了驗(yàn)證MCTSB-InSAR技術(shù)反演地表沉降信息的可靠性，本文利用從北京市相關(guān)部門獲取的17個(gè)水準(zhǔn)點(diǎn)的觀測(cè)數(shù)據(jù)進(jìn)行精度評(píng)價(jià)分析。獲取的水準(zhǔn)點(diǎn)數(shù)據(jù)時(shí)間為2011年12月—2015年12月，本文所使用的雷達(dá)數(shù)據(jù)時(shí)間跨度為2011年6月—2015年6月，時(shí)間上較為吻合。因利用MCTSB-InSAR技術(shù)獲取的點(diǎn)目標(biāo)與水準(zhǔn)點(diǎn)的空間位置不可能完全一致，為獲得客觀準(zhǔn)確的結(jié)果，這里使用鄰近點(diǎn)原則，即以水準(zhǔn)點(diǎn)為中心，選距其80 m范圍內(nèi)的最近一高相干點(diǎn)目標(biāo)參與精度評(píng)價(jià)分析。比較水準(zhǔn)點(diǎn)與最鄰近點(diǎn)目標(biāo)年平均沉降速率，結(jié)果見(jiàn)表5，二者標(biāo)準(zhǔn)差為4.6 mm/a，驗(yàn)證了利用MCTSB-InSAR技術(shù)獲取地表形變的可靠性。

圖4 2014—2015年機(jī)場(chǎng)第二高速及受損路段(右側(cè))平均沉降速率

點(diǎn)名水準(zhǔn)測(cè)量值InSAR形變速率差值(1)81A-42．9-45．5-2．6(1)83新-3．3-5．4-2．1(3)92A-13．8-13．80(5)150．1-2．8-2．9(6)40-42．6-34．28．4I京通10-122．3-115．37．0I京通2-1．6-5．9-4．3I京西13-10．9-11．7-0．8I京西4新-0．4-3．8-3．4I沙懷3基-0．5-2．0-1．5I沙京13-5．4-1．24．2I順京13-3．0-6．5-3．5II黃清11-0．4-1．8-1．4II黃清9-12．4-6．85．6II蘇舊1-0．6-1．2-0．6II孫通3-111．8-101．310．5II小順2-53．9-56．4-2．5標(biāo)準(zhǔn)差4．6

5 結(jié) 語(yǔ)

本文利用MCTSB-InSAR技術(shù)獲取了2011—2015年北京市主城區(qū)372萬(wàn)個(gè)點(diǎn)的地表形變信息，并分析了各時(shí)段的地表沉降時(shí)空變化，發(fā)現(xiàn)2014—2015年北京市平均沉降速率明顯減緩，這與北京市禁止開(kāi)采地下水與南水北調(diào)中線工程通水密不可分。通過(guò)建立空間緩沖區(qū)，并依據(jù)高速公路上固有的高相干點(diǎn)源提取了北京市高速公路網(wǎng)的沉降信息，發(fā)現(xiàn)機(jī)場(chǎng)第二高速、京通快速公路、通燕高速及京哈高速與京津高速的西段沉降較為嚴(yán)重，機(jī)場(chǎng)北線高速、京平高速、首都機(jī)場(chǎng)高速也有較明顯沉降，高速公路整體呈現(xiàn)不均勻沉降。以機(jī)場(chǎng)第二高速為例，利用InSAR技術(shù)獲取了其2014—2015年路面平整度信息，為高速公路養(yǎng)護(hù)及判斷行車安全打下基礎(chǔ)。通過(guò)對(duì)比水準(zhǔn)點(diǎn)數(shù)據(jù)與整個(gè)研究區(qū)形變量結(jié)果，發(fā)現(xiàn)MCTSB-InSAR技術(shù)獲取的地表沉降信息精度較高。

北京市地表沉降的主因是地下水的過(guò)度開(kāi)采，此外，地表高層建筑的集中建設(shè)、重要交通網(wǎng)絡(luò)的施工及運(yùn)營(yíng)，也使得地表載荷增加，從而造成局部差異性沉降。不均勻地表沉降會(huì)對(duì)高速公路網(wǎng)等基礎(chǔ)設(shè)施造成威脅，嚴(yán)重危害其運(yùn)營(yíng)環(huán)境。因此，北京市在日后的規(guī)劃管理中應(yīng)嚴(yán)格控制地下水的開(kāi)采，同時(shí)加大對(duì)交通網(wǎng)絡(luò)的監(jiān)測(cè)力度，提前對(duì)可能出現(xiàn)的危險(xiǎn)進(jìn)行規(guī)避。

[1] 董雷宏.“全國(guó)一張網(wǎng)”下高速公路運(yùn)營(yíng)養(yǎng)護(hù)管理新思路探討[C]∥中國(guó)公路學(xué)會(huì)養(yǎng)護(hù)與管理分會(huì)第七屆學(xué)術(shù)年會(huì)論文集. 西安: 中國(guó)公路學(xué)會(huì)養(yǎng)護(hù)與管理分會(huì), 2017: 188-191.

[2] 中國(guó)地質(zhì)調(diào)查局. 地質(zhì)災(zāi)害調(diào)查與監(jiān)測(cè)技術(shù)方法論文集[M]. 北京: 中國(guó)大地出版社, 2005: 2.

[3] 陳蓓蓓, 宮輝力, 李小娟, 等. 北京地下水系統(tǒng)演化與地面沉降過(guò)程[J]. 吉林大學(xué)學(xué)報(bào)(地球科學(xué)版), 2012, 42(S1): 373-379.

[4] 張紅, 王超, 吳濤, 等. 基于相干目標(biāo)的DInSAR方法研究[M]. 北京: 科學(xué)出版社, 2009: 4-5.

[5] POWER D, YOUDEN J, ENGLISH J, et al. InSAR Evalua-tion of Landslides in Support of Roadway Design and Realignment[C]∥Proceedings of 2006 IEEE International Conference on Geoscience and Remote Sensing Symposium. Danver, CO, USA: Institute of Electrical and Electronic Engineers, 2006: 3848-3851.

[6] 芮勇勤, 陳佳藝, 丁曉利. 基于InSAR與GPS技術(shù)的公路采空區(qū)變形監(jiān)測(cè)[J]. 東北大學(xué)學(xué)報(bào)(自然科學(xué)版), 2010, 31(12): 1773-1776.

[7] ZEBKER H A, VILLASENOR J. Decorrelation in Inter-ferometric Radar Echoes[J]. IEEE Transactions on Geoscience and Remote Sensing, 1992, 30(5): 950-959.

[8] 李英會(huì). 基于時(shí)間序列高分辨率SAR影像的地表形變監(jiān)測(cè)技術(shù)研究[D]. 阜新: 遼寧工程技術(shù)大學(xué), 2012.

[9] 范洪冬, 鄧喀中, 祝傳廣, 等. 基于時(shí)序SAR技術(shù)的采空區(qū)上方高速公路變形監(jiān)測(cè)及預(yù)測(cè)方法[J]. 煤炭學(xué)報(bào), 2012, 37(11): 1841-1846.

[10] 張學(xué)東, 葛大慶, 肖斌, 等. 多軌道集成PS-InSAR監(jiān)測(cè)高速公路沿線地面沉降研究——以京滬高速公路(北京-河北)為例[J]. 測(cè)繪通報(bào), 2014(10): 67-69, 104.

[11] FERRETTI A, PRATI C, ROCCA F. Permanent Scatterers in SAR Interferometry[J]. IEEE Transactions on Geoscience and Remote Sensing, 2001, 39(1): 8-20.

[12] FERRETTI A, PRATI C, ROCCA F. Nonlinear Subsid-ence Rate Estimation Using Permanent Scatterers in Differential SAR Interferometry[J]. IEEE Transactions on Geoscience and Remote Sensing, 2000, 38(5): 2202-2212.

[13] KIM J S, KIM D J, KIM S W, et al. Monitoring of Urban Land Surface Subsidence Using PSInSAR[J]. Geosciences Journal, 2007, 11(1): 59-73.

[14] BERARDINO P, FORNARO G, LANARI R, et al. A New Algorithm for Surface Deformation Monitoring Based on Small Baseline Differential SAR Interferograms[J]. IEEE Transactions on Geoscience and Remote Sensing, 2002, 40(11): 2375-2383.

[15] CASU F, MANZO M, PEPE A, et al. SBAS-DInSAR Analysis of Very Extended Areas: First Results on a 60000-km2 Test Site[J]. IEEE Geoscience and Remote Sensing Letters, 2008, 5(3): 438-442.

[16] MORA O, MALLORQUI 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.

[17] WU T, WANG C, ZHANG H, et al. Deformation Retrieval in Large Areas Based on Multibaseline DInSAR Algorithm: A Case Study in Cangzhou, Northern China[J]. Interna-tional Journal of Remote Sensing, 2008, 29(12): 3633-3655.

[18] 吳宏安, 張永紅, 陳曉勇, 等. 基于小基線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.

[19] 葛大慶, 殷躍平, 王艷, 等. 地面沉降-回彈及地下水位波動(dòng)的InSAR長(zhǎng)時(shí)序監(jiān)測(cè)——以德州市為例[J]. 國(guó)土資源遙感, 2014, 26(1): 103-109.

[20] 張永紅, 吳宏安, 張利民, 等. 基于高分辨率時(shí)間序列衛(wèi)星SAR影像的交通網(wǎng)絡(luò)沉降監(jiān)測(cè)[J]. 大地測(cè)量與地球動(dòng)力學(xué)進(jìn)展(第二輯), 2014: 619-631.

[21] 姜德才, 張永紅, 張繼賢, 等. 天津市地鐵線不均勻地表沉降InSAR監(jiān)測(cè)[J]. 遙感信息, 2017(6).

[22] 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, 876.

[23] 吳宏安, 張永紅, 康永輝,等.一種面向時(shí)間序列InSAR的不連通子網(wǎng)快速連接方法[J].測(cè)繪學(xué)報(bào),2016,45(10):1192-1199.

[24] 張永紅, 吳宏安, 康永輝. 京津冀地區(qū)1992—2014年三階段地面沉降InSAR監(jiān)測(cè)[J].測(cè)繪學(xué)報(bào),2016,45(9):1050-1058.

[25] 趙巖. 基于高速公路舒適性的不均勻沉降標(biāo)準(zhǔn)研究[J].武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版),2011,35(6):1245-1247.