張航，左小清，李勇發(fā)，熊鵬，王志紅，管慶丹，游洪

(1.昆明理工大學(xué) 國(guó)土資源工程學(xué)院，云南 昆明 650093； 2.貴州工程應(yīng)用技術(shù)學(xué)院，貴州 畢節(jié) 551700)

1 引 言

地面沉降是自然和人為因素引發(fā)的，松散地層壓縮導(dǎo)致的地面高程降低的地質(zhì)現(xiàn)象[1]。近年來，由于我國(guó)經(jīng)濟(jì)迅速發(fā)展，城鎮(zhèn)化進(jìn)程加快，城市地面沉降速度明顯加快，地面沉降給工農(nóng)業(yè)、交通物流、城市建設(shè)造成嚴(yán)重危害，并使居民生活質(zhì)量下降。目前，中國(guó)在21個(gè)省份中超過96個(gè)城市發(fā)生了不同程度的地面沉降，累計(jì)沉降量超過 200 mm的總面積超過7.9萬平方公里，地面沉降問題愈發(fā)嚴(yán)峻，對(duì)城市進(jìn)行地面沉降監(jiān)測(cè)刻不容緩[2，3]。然而傳統(tǒng)的城市地面監(jiān)測(cè)方法如水準(zhǔn)測(cè)量、三角高程測(cè)量、GPS(global positioning system)測(cè)量等，不僅存在工作成本高、觀測(cè)周期長(zhǎng)、觀測(cè)過程中測(cè)點(diǎn)缺失等缺點(diǎn)，更不能進(jìn)行大范圍沉降監(jiān)測(cè)[4，5]。合成孔徑雷達(dá)干涉測(cè)量(interferometric synthetic aperture radar，InSAR)技術(shù)的出現(xiàn)，以其全天候、低成本、范圍廣、高精度等優(yōu)勢(shì)在城市地表形變監(jiān)測(cè)中得到廣泛應(yīng)用，使得對(duì)于城市的大范圍變形監(jiān)測(cè)更加快捷、方便[6]。2002年SBAS-InSAR技術(shù)的出現(xiàn)，對(duì)D-InSAR技術(shù)中的大氣影響、失相干等問題，可以通過多景雷達(dá)影像和小基線技術(shù)，有效降低時(shí)空失相干和大氣因素的影響，以得到更加精確的形變結(jié)果[7，8]。

近年來，國(guó)內(nèi)外學(xué)者運(yùn)用SBAS-InSAR技術(shù)進(jìn)行城市地面沉降監(jiān)測(cè)，已取得一系列研究成果。2020年莫瑩等利用小基線集技術(shù)對(duì)紹興市上虞區(qū)進(jìn)行了監(jiān)測(cè)，獲取了該地區(qū)的沉降信息，并利用同時(shí)期的水準(zhǔn)數(shù)據(jù)驗(yàn)證了SBAS-InSAR監(jiān)測(cè)結(jié)果的可靠性[9]。2018年謝文斌等利用SBAS-InSAR對(duì)昆明市進(jìn)行了沉降監(jiān)測(cè)，得到相關(guān)形變結(jié)果，昆明最大沉降速率為 -37.6 mm/a[10]。2020年熊鵬等對(duì)昆明市進(jìn)行SBAS-InSAR雙極化實(shí)驗(yàn)，其沉降區(qū)域與謝文斌所得到的區(qū)域沉降速率基本吻合[11]。2020年Shi Wei等利用了Sentinel-1A與ALOS兩種數(shù)據(jù)對(duì)西安市進(jìn)行監(jiān)測(cè)，結(jié)果表明，西安市在2015年～2019年由于地下水位的上升，出現(xiàn)顯著的局部回彈變形，最大抬升速率為 22 mm/a[12]。2021年冉培廉等采用SBAS-InSAR技術(shù)對(duì)西安市進(jìn)行了沉降監(jiān)測(cè)，結(jié)果顯示，西安市的地面沉降趨勢(shì)正在減緩，但其總體沉降依舊十分嚴(yán)重[13]。2017年JimingGuo等將SBAS-InSAR得到的天津市總體沉降結(jié)果與2015年地面沉降年報(bào)進(jìn)行對(duì)比分析，結(jié)果表明，兩者的沉降趨勢(shì)和分布基本一致，并運(yùn)用46個(gè)參考站數(shù)據(jù)驗(yàn)證了沉降結(jié)果的可靠性[14]。2020年張文哲等研究天津市SBAS時(shí)序沉降結(jié)果，發(fā)現(xiàn)與GNSS點(diǎn)觀測(cè)結(jié)果相吻合，并依據(jù)《地面沉降干涉雷達(dá)數(shù)據(jù)測(cè)量技術(shù)規(guī)程》計(jì)算出兩者中誤差為 12 mm，滿足技術(shù)規(guī)程要求[15]。因此，運(yùn)用SBAS-InSAR技術(shù)進(jìn)行地面沉降監(jiān)測(cè)，可以得到較好的城市地面沉降效果。

目前，還未有學(xué)者利用SBAS-InSAR技術(shù)對(duì)玉溪市進(jìn)行地面沉降監(jiān)測(cè)，本文利用SBAS-InSAR技術(shù)適宜大范圍地面沉降監(jiān)測(cè)的優(yōu)勢(shì)，對(duì)玉溪市進(jìn)行大面積沉降監(jiān)測(cè)，可以克服傳統(tǒng)監(jiān)測(cè)方法的缺陷。本文基于SBAS-InSAR技術(shù)選取覆蓋玉溪市中心區(qū)域的Sentinel-1A數(shù)據(jù)影像進(jìn)行實(shí)驗(yàn)，以得到玉溪市地面沉降結(jié)果。并且結(jié)合水文地質(zhì)因素分析玉溪市地面沉降產(chǎn)生的原因，為玉溪市的地面沉降防治提供相關(guān)依據(jù)。

2 研究區(qū)概況與實(shí)驗(yàn)數(shù)據(jù)

2.1 研究區(qū)概況

玉溪市是云南省第五大城市，地處云南省中部，玉溪市東南靠紅河哈尼族彝族自治州，西南連普洱市，東北接省會(huì)昆明市，西北鄰楚雄彝族自治州，總面積 15 285 km2，玉溪市地質(zhì)構(gòu)造屬于揚(yáng)子準(zhǔn)地臺(tái)，位于其西南邊緣。若按二級(jí)構(gòu)造劃分，玉溪市東部為滇東臺(tái)褶帶，是元古代至三疊紀(jì)的蓋層沉積，主要巖石為震旦系的砂頁巖、碳酸鹽巖，厚度達(dá)到了 800 m～2 600 m。并且由于斷層陷落的影響東部存在撫仙湖、星云湖、杞麓湖三個(gè)大面積湖泊，其中撫仙湖是我國(guó)最大的深水型淡水湖，平均水深達(dá)到 95 m。玉溪市西部為川滇臺(tái)背斜，地質(zhì)年代為中晚元古界晉寧亞構(gòu)造層，地面主要是昆陽群砂泥質(zhì)板巖以及碳酸鹽巖，巖層厚度在 10 km左右[17]。本文研究區(qū)范圍如圖1所示，主要選取紅塔區(qū)、江川區(qū)全區(qū)，以及通?？h、華寧縣、峨山彝族自治縣部分地區(qū)，其總面積 2 700余平方公里。

圖1 研究區(qū)范圍示意圖

2.2 實(shí)驗(yàn)數(shù)據(jù)

本文實(shí)驗(yàn)數(shù)據(jù)，包括星載SAR數(shù)據(jù)，精密軌道數(shù)據(jù)，數(shù)字高程模型(digital elevation model，DEM)。歐洲航天局(European Space Agency)于2014年發(fā)射了Sentinel-1A衛(wèi)星，該衛(wèi)星包含一個(gè)用于數(shù)據(jù)采集的C波段合成孔徑雷達(dá)，本文實(shí)驗(yàn)主要使用該衛(wèi)星提供的SLC數(shù)據(jù)。Sentinel-1A數(shù)據(jù)為2018年4月～2020年11月范圍內(nèi)的69景降軌數(shù)據(jù)，影像主入射角為39.3°，距離向分辨率為 2.3 m，方位向分辨率為 13.9 m，極化方式采用垂直極化(VV)，詳細(xì)信息如表1所示。精密軌道數(shù)據(jù)為哨兵數(shù)據(jù)對(duì)應(yīng)軌道數(shù)據(jù)。DEM數(shù)據(jù)為美國(guó)航空航天局(NASA)的SRTM-1 DEM數(shù)據(jù)，平面分辨率為 30 m。

實(shí)驗(yàn)數(shù)據(jù)基本信息 表1

3 SBAS-InSAR數(shù)據(jù)處理

3.1 SBAS-InSAR原理

小基線干涉測(cè)量(synthetic baseline sub-set interferometry，SBAS-InSAR)的基本原理是選取多主影像，將多主影像和超級(jí)主影像組合出短時(shí)間基線、空間基線的干涉圖，然后用奇異值分解(Singular Value Decomposition，SVD)法進(jìn)行反演，以得到最終的沉降速率結(jié)果[16]，SBAS-InSAR技術(shù)路線如圖2所示。大致原理如下：

假定某一研究區(qū)的影像有N+1幅，選取其中一幅作為主影像，將其余的影像配準(zhǔn)到主影像的成像空間上，根據(jù)空間基線和時(shí)間基線的閾值組合干涉對(duì)，得到M幅差分干涉圖，M數(shù)量與影像數(shù)量有以下關(guān)系(圖2)：

圖2 SBAS-InSAR技術(shù)路線圖

(1)

對(duì)經(jīng)過兩個(gè)不同時(shí)刻tA和tB(tA>tB)獲取的影像生成第j景差分干涉圖，該差分干涉圖中的干涉相位可以表示為：

(2)

上式(1)中的j代表任意一景差分干涉圖，dtA和dtB分別為tA和tB時(shí)刻相對(duì)于t0的累積形變量。當(dāng)忽略高程和大氣等因素的影響時(shí)，可以簡(jiǎn)化為：

(3)

為了簡(jiǎn)化公式(3)，假定形變速率在相鄰時(shí)間間隔以內(nèi)是線性變化的，在整個(gè)的時(shí)間段內(nèi)都是分段線性的，上式(3)的形變相位值可以寫成：

(4)

將處理后的相位寫成矩陣形式為：

Bv=δφ

(5)

式中：B為一個(gè)M×N的矩陣。在理想情況下同一小基線合內(nèi)包含了所有影像，可以用最小二乘法直接進(jìn)行求解以得到形變相位。但實(shí)際上這種可能性很小，因?yàn)樵谶M(jìn)行差分干涉圖組合時(shí)，由于設(shè)置不同的時(shí)間及空間基線閾值，會(huì)出現(xiàn)在單個(gè)集合內(nèi)采樣不夠，此時(shí)會(huì)使得矩陣B出現(xiàn)秩虧。為了得到最小范數(shù)意義上的最小二乘解，奇異值分解(SVD)方法可以解決秩虧問題，以求得最終的形變量信息。

3.2 數(shù)據(jù)處理

本文使用基于Envi5.3平臺(tái)的SARscape 5.2.1軟件進(jìn)行處理。在數(shù)據(jù)處理之前，首先對(duì)哨兵數(shù)據(jù)進(jìn)行預(yù)處理，將哨兵數(shù)據(jù)進(jìn)行數(shù)據(jù)導(dǎo)入，之后根據(jù)本文研究區(qū)范圍，進(jìn)行裁剪。哨兵數(shù)據(jù)在進(jìn)行導(dǎo)入、裁剪等預(yù)處理操作后，將進(jìn)行以下五步處理操作，以得到研究區(qū)的沉降數(shù)據(jù)。詳細(xì)處理步驟如下：

(1)生成基線連接圖對(duì)輸入的69景數(shù)據(jù)進(jìn)行配對(duì)，生成的連接圖會(huì)自動(dòng)選擇最優(yōu)的組合方式進(jìn)行配對(duì)，結(jié)果會(huì)出現(xiàn)時(shí)間、空間基線連接圖。生成的像對(duì)會(huì)進(jìn)行干涉工作流處理，用于SBAS反演。本文處理數(shù)據(jù)時(shí)自動(dòng)選擇2018年11月5日的影像作為超級(jí)主影像，所有的像對(duì)與超級(jí)主影像進(jìn)行配準(zhǔn)。由于本文時(shí)間跨度大，故時(shí)間基線閾值設(shè)置為100天，生成的空間連接如圖3所示。

圖3 基線連接圖

(2)干涉處理軟件生成干涉工作流，主要是對(duì)通過配對(duì)的干涉對(duì)進(jìn)行干涉處理，將所有的數(shù)據(jù)對(duì)都配準(zhǔn)到超級(jí)主影像上。在多視視數(shù)設(shè)置時(shí)，通過查詢影像的多視視數(shù)，設(shè)置為5和1。濾波采用Goldstein方法減少噪聲，Minimum Cost Flow方法進(jìn)行解纏。這一步完成后，查看去平和干涉后的結(jié)果，發(fā)現(xiàn)干涉圖總體干涉效果達(dá)到了預(yù)期。

(3)軌道精煉和重去平這一步主要是為了估算和去除殘余的恒定相位以及解纏后還存在的相位坡道。在衛(wèi)星不準(zhǔn)確或者DEM定位不準(zhǔn)確的情況下，用地面控制點(diǎn)(GCP)來修正SAR數(shù)據(jù)。為達(dá)到以上目的，主要通過選擇一個(gè)去平干涉效果好的干涉圖選取GCP，利用GCP進(jìn)行重去平。選擇GCP是在干涉圖中無條紋，且平滑之處。

(4)SBAS反演分兩次進(jìn)行。第一次反演是SBAS反演的核心步驟，第一次估算形變速率地形，并且進(jìn)行第二次空間解纏。處理完成后加載結(jié)果，符合預(yù)期結(jié)果。第二次反演是在第一次反演結(jié)果的基礎(chǔ)上，通過時(shí)間域上進(jìn)行高通濾波，空間域上進(jìn)行低通濾波，還利用GCP去除殘余的相位，得到更加準(zhǔn)確的相位形變信息。

(5)地理編碼該步驟是將處理得到的相位信息，轉(zhuǎn)化為形變信息，并且將其轉(zhuǎn)換到地理坐標(biāo)系上，得到相關(guān)的矢量文件和柵格文件。

4 結(jié)果與分析

4.1 沉降結(jié)果

本文基于SBAS時(shí)序分析方法，通過對(duì)Sentinel-1SAR影像進(jìn)行處理，得到玉溪市2018年4月～2020年11月的沉降結(jié)果，如圖4所示，有七處明顯的沉降區(qū)域(A～G)。其中紅塔區(qū)沉降最為嚴(yán)重，出現(xiàn)四個(gè)明顯的沉降區(qū)域(ABCD)，江川區(qū)出現(xiàn)兩個(gè)沉降漏斗(EF)，通海縣出現(xiàn)一處沉降漏斗(G)。七處沉降漏斗中A、C、E沉降漏斗呈片狀分布，B、D、F、G沉降漏斗面積小，并且較為分散。本文統(tǒng)計(jì)沉降點(diǎn)的個(gè)數(shù)如表2所示，發(fā)現(xiàn)研究區(qū)內(nèi)共 3 208 507個(gè)沉降點(diǎn)，其中超過85%的沉降點(diǎn)速率在 -13.58 mm/a～6.04 mm/a之間，表明研究區(qū)內(nèi)總體保持穩(wěn)定狀態(tài)，沉降速率在 -13.59 mm/a以下的占比11.91%，抬升速率超過 6.04 mm/a占比僅2.07%，抬升和沉降的區(qū)域只占一小部分。

A沉降區(qū)主要以北城街道為中心，形成了一個(gè)巨大的沉降漏斗，并且其面積達(dá)到 30.1 km2，該區(qū)域總體的沉降速率在 -20 mm/a左右，累積沉降量最大為 -139.8 mm，最大沉降速率達(dá)到 -59.23 mm/a。該區(qū)域不僅包含北城街道的中心，還有其周圍的梅園村、蓮池村、劉張營(yíng)等村落，不僅有建筑用地，還包括一大部分農(nóng)業(yè)用地。分析其沉降原因，發(fā)現(xiàn)該研究區(qū)不僅城市擴(kuò)張迅速，北城西側(cè)為蓮花池洪積扇，東北部是洪積裙及沖積臺(tái)地，向內(nèi)擠壓造成了大范圍的沉降。并有一定數(shù)量的深井開采地下水，導(dǎo)致北城地區(qū)地下水水位下降，引起該地區(qū)的沉降漏斗。

B沉降區(qū)官村-黃泥田一帶，沉降點(diǎn)分散，累積沉降量最大達(dá) -108.59 mm，最大沉降速率 -49.72 mm/a，沉降面積達(dá) 3.92 km2。有兩處明顯的形變區(qū)，沉降漏斗出現(xiàn)在官村-小犁鏵營(yíng)以及橄欖灣-黃泥田之間。不難看出，該區(qū)域西側(cè)為蓮花池洪積扇，受地質(zhì)因素影響較大，判斷主要因素為二元結(jié)構(gòu)的以粗礫沉積為主的沖積物的影響。

C沉降區(qū)大營(yíng)街-高倉呈現(xiàn)兩片相連的趨勢(shì)，尤其是杯湖村到上小屯之間，沉降現(xiàn)象非常嚴(yán)重，累積沉降量為 -117 mm，最大沉降速率達(dá)到 -72.83 mm/a。沉降區(qū)在中間的沖洪積層構(gòu)成沖積臺(tái)的西側(cè)，而臺(tái)面向西傾斜，造成表層黏土層發(fā)生沉降變化。隨著該地區(qū)洗浴休閑為主的地?zé)衢_發(fā)的蓬勃發(fā)展，已經(jīng)造成了地?zé)崴Y源的嚴(yán)重超采，地?zé)崴畬儆谝环N深層地下水，導(dǎo)致該地區(qū)地下水下降區(qū)域廣，間接導(dǎo)致了地面沉降的發(fā)生。

D沉降區(qū)研和街道整體沉降區(qū)域分為兩部分即潘井-和樂村與向家莊-南廠村，造成的沉降區(qū)域范圍較小，沉降面積為 3.41 km2，但累積沉降量達(dá)到了 -146.04 mm，最大值沉降速率達(dá) -67.27 mm/a。分析其沉降原因，研和街道地表巖層由昆陽群淺變質(zhì)砂板巖組成，即第四系松散巖其厚度在 10 m以上，易造成沉降現(xiàn)象的發(fā)生。

E沉降區(qū)為江城鎮(zhèn)中心城區(qū)，是一個(gè)較大的沉降漏斗，該地區(qū)位于地處星云湖北岸，撫仙湖西南，江城鎮(zhèn)鎮(zhèn)中心沉降尤為突出，沉降面積達(dá)到 7.08 km2，累積沉降量為 -142.38 mm，最大值沉降速率達(dá) -68.67 mm/a。沉降漏斗主要為鎮(zhèn)中心的城市建筑范圍內(nèi)，該處居民生活用水為撫仙湖水，地下水因素影響較小，該區(qū)域城鎮(zhèn)化進(jìn)程明顯，分析為該地處地面載荷較大引起的地面沉降。

F沉降區(qū)位于星云湖南岸，該沉降區(qū)沉降范圍分散，存在兩個(gè)主要的沉降漏斗，即大寨河入湖區(qū)與煙草小區(qū)—魚文化廣場(chǎng)之間區(qū)域，總沉降面積達(dá)到 6.55 km2，累積沉降量為 -138.62 mm，最大值沉降速率達(dá) -80.20 mm/a。分析其原因，大寨河入湖區(qū)初步判斷為該區(qū)域常年被星云湖湖水浸泡，河流豐水期沖刷河道沖卓導(dǎo)致岸邊土質(zhì)松軟，易導(dǎo)致地面沉降的發(fā)生。煙草小區(qū)—魚文化廣場(chǎng)之間，則是一處大型工地，建設(shè)過程中造成該地區(qū)的地面發(fā)生沉降。

G沉降區(qū)位于杞麓湖南岸。兩處明顯的沉降區(qū)域，即通海縣杞麓湖一號(hào)別墅區(qū)、獨(dú)房子村以及其周邊區(qū)域。該區(qū)域沉降面積達(dá)到 3.83km2，累積沉降量為 -138.25 mm，最大值沉降速率達(dá) -72.70 mm/a。杞麓湖一號(hào)別墅區(qū)，北面毗鄰杞麓湖，東面有人工湖，地基受湖水影響，造成該區(qū)域的沉降較大。獨(dú)房子村以及其周邊地區(qū)，距離杞麓湖有一定區(qū)域，但由于湖水的浸泡，湖浪和沿岸流的沖刷和搬運(yùn)作用形成各種侵蝕地形和沉積砂體，在農(nóng)業(yè)生產(chǎn)時(shí)主要利用地下水進(jìn)行灌溉，造成該處沉降的發(fā)生。

時(shí)序沉降點(diǎn)個(gè)數(shù)統(tǒng)計(jì) 表2

地面沉降是一個(gè)長(zhǎng)期緩慢的過程，不易被人察覺，為了分析玉溪市地面沉降隨時(shí)間變化的規(guī)律，提取各研究區(qū)沉降中心的沉降點(diǎn)(圖4中1-7點(diǎn))，形成如圖5的時(shí)序累積沉降圖。從圖中可以明顯看出，七處沉降區(qū)域沉降隨時(shí)間的增加而逐漸加重。1(A)在2019年3月～2019年11月沉降加劇，沉降量達(dá)到 -40 mm，在2019年11月后，沉降趨勢(shì)減緩。2(B)在2018年9月～2019年3月和2019年9月～2020年3月，整體保持穩(wěn)定，分別在 -20 mm和 -60 mm上下波動(dòng)，在2019年4月～2019年8月，急劇沉降 -30 mm。3(C)整體呈現(xiàn)線性分布，只在2020年5月～2020年7月沉降加速。4(D)在2019年2月～2019年7月，其沉降量達(dá)到了 -50 mm，其總體沉降量達(dá)到了 -132.55 mm。5(E)和7(G)兩者沉降趨勢(shì)大概一致，在2018年6月～2019年6月，兩者差距在 20 mm，之后趨于重合，7(G)在2020年9月，急劇沉降，最后達(dá)到了 -129.92 mm。6(F)在2018年12月～2019年7月沉降速度加快，之后趨于緩慢，但在2019年7～10月與2020年5月數(shù)據(jù)出現(xiàn)異常，分析為兩期數(shù)據(jù)去噪效果差。

圖5 玉溪市典型沉降區(qū)累積形變序列

4.2 形變典型區(qū)域分析

為了進(jìn)一步揭示沉降嚴(yán)重地區(qū)的垂直空間特征，本文選取A、C、E三個(gè)典型沉降漏斗區(qū)域，提取剖面線a-a′、b-b′、c-c′，位置如圖6所示，得到沉降剖面線如圖7所示。

圖6 玉溪市三大沉降區(qū)域示意圖

圖7 沉降剖面線圖

A區(qū)中北城橫斷面以大米飯館為起點(diǎn)至春和居委會(huì)北部為終點(diǎn)，跨度約為 6 km。該區(qū)域出現(xiàn)了兩個(gè)典型的“V”字形沉降漏斗(1)與(2)，分別位于陳大場(chǎng)村南部和高橋東南部，最大沉降速率分別為 -44.83 mm/a、-40.73 mm/a，該區(qū)域總體平均沉降速率在 -25 mm/a左右，并且兩個(gè)沉降漏斗有進(jìn)一步發(fā)展的趨勢(shì)。C區(qū)中為大營(yíng)街、高倉一帶橫斷面從蔡官營(yíng)開始至棠梨樹東部結(jié)束，該區(qū)域有兩個(gè)“U”字形沉降漏斗即(3)和(4)，(3)沉降漏斗的寬度約為 0.6 km，沉降漏斗沉降速率在 -35 mm/a以下，(4)沉降漏斗的寬度約為 1.4 km，該沉降區(qū)域沉降速率在 -30 mm/a以下。從兩個(gè)沉降漏斗的發(fā)展來看，兩個(gè)沉降漏斗的下沉趨勢(shì)正在減緩。E區(qū)江城鎮(zhèn)橫截面起點(diǎn)自伊旗村東北與張官營(yíng)交接處，終點(diǎn)在云巖村東北部，沉降區(qū)的跨度約為 4.5 km，該區(qū)域整體沉降速率在 -30 mm/a左右，在約 1.5 km處有一個(gè)明顯的沉降漏斗(5)，江城鎮(zhèn)財(cái)政所最大沉降速率達(dá)到 -55.99 mm/a，該區(qū)域存在兩處沉降脊，沉降脊兩側(cè)沉降漏斗有進(jìn)一步發(fā)育的趨勢(shì)。

4.3 形變?cè)蚍治?/h3>

現(xiàn)代社會(huì)每年用水量巨大，大致用途可分為農(nóng)業(yè)、工業(yè)、服務(wù)業(yè)用水。而玉溪市內(nèi)有珠江、紅河等水系以及星云湖、杞麓湖、撫仙湖等湖泊，主要居民點(diǎn)的服務(wù)業(yè)用水以地表水為主，少部分以地下水供水。玉溪市的工農(nóng)業(yè)用地占土地總面積的15%左右，工農(nóng)業(yè)用水量超過總用水量的80%，地表用水已不足以供應(yīng)其用水，絕大部分抽取地下水用以生產(chǎn)，造成地下水水位一直處于下降狀態(tài)。2000年以來，而伴隨著休閑服務(wù)行業(yè)的興起，玉溪市內(nèi)出現(xiàn)了多家以地?zé)崴疄橹鞯南丛⌒蓍e中心，僅紅塔區(qū)內(nèi)處于開采中的地?zé)峋烙?jì)在10眼以上，年采熱水超過122.6×104m3，將紅塔區(qū)的沉降區(qū)域與張苗紅[19]研究得到的地下水沉降區(qū)域進(jìn)行對(duì)比發(fā)現(xiàn)，兩者有較高的吻合度，表明地下水水位的下降是導(dǎo)致地面沉降的一個(gè)重要因素。

5 結(jié) 論

本文基于2018年7月～2020年11月Sentinel-1A的69景SAR數(shù)據(jù)，提取出玉溪市的沉降速率圖。結(jié)果表明，有7處明顯的形變區(qū)，最大累計(jì)沉降量為 -175.27 mm，最大年沉降速率達(dá) -85.25 mm/a。北城沉降區(qū)沉降面積最大，達(dá)到了 30.1 km2。分析7處典型區(qū)域中心點(diǎn)的累積形變序列，發(fā)現(xiàn)在2019年3月～2019年9月沉降速度加快，之后沉降速度減緩。并對(duì)3個(gè)典型區(qū)域進(jìn)行垂直空間特征分析，大部分漏斗的沉降速率在 -30 mm/a～-40 mm/a范圍內(nèi)，江城鎮(zhèn)沉降漏斗最大沉降速率達(dá)到 -55.99 mm/a。通過進(jìn)一步分析玉溪市沉降原因，發(fā)現(xiàn)玉溪市的經(jīng)濟(jì)快速發(fā)展導(dǎo)致的地下水位下降是主要原因。