陳媛媛 朱晨瑋 鄭加柱 王詩涵

摘要：

為了全面掌握長江岸線區(qū)域的地面沉降情況，為維護長江防洪安全以及河勢穩(wěn)定提供參考依據(jù)，以長江南京段沿岸5 km緩沖區(qū)域為研究區(qū)域，采用PS-InSAR和SBAS-InSAR兩種時序分析技術(shù)對2017年4月至2021年4月期間30景Sentinel-1A影像進行處理與分析比較，并分析了造成沉降的原因。結(jié)果表明：兩種方法所得的特征點的形變曲線變化趨勢一致，通過對沉降點的年平均地表形變速率進行線性擬合以及對其差值進行正態(tài)分布分析，驗證了兩種方法所得結(jié)果具有一致性和可靠性；兩種方法所得沉降區(qū)域分布情況大致吻合，該區(qū)域有5個沉降漏斗，分別位于浦口區(qū)的長江沿岸區(qū)域、雨花臺區(qū)東北部與建鄴區(qū)西南部的交界處、建鄴區(qū)東北部與鼓樓區(qū)西南部交界區(qū)域、八卦洲區(qū)域以及六合區(qū)張營水庫區(qū)域；地質(zhì)構(gòu)造、城市改造建設(shè)及承壓水頭下降均對該區(qū)域地面沉降產(chǎn)生一定的影響。

關(guān) 鍵 詞：

地面沉降； PS-InSAR； SBAS-InSAR； 時序分析； 長江岸線； 長江南京段

中圖法分類號： P237；P642.26

文獻標(biāo)志碼： A

DOI：10.16232/j.cnki.1001-4179.2023.08.022

0 引 言

江蘇地處長江下游，是南水北調(diào)東線工程的水源地，也是長江黃金水道水上運輸大動脈的重要組成部分。江蘇省防洪保安任務(wù)重、河勢控制難度大、水資源保護要求高、岸線利用強度大。確保長江江蘇段防洪安全、維護河勢穩(wěn)定、促進長江生態(tài)向好發(fā)展等問題是長江治理的關(guān)鍵問題之一［1］，其中，確保沿江岸線及其附近區(qū)域地面的穩(wěn)定對于長江治理與保護至關(guān)重要，有必要開展長江沿岸區(qū)域的長周期持續(xù)地面監(jiān)測工作。

目前，地面沉降監(jiān)測的手段和技術(shù)主要有精密水準(zhǔn)測量和全球定位系統(tǒng)（GPS）技術(shù)。這些傳統(tǒng)的監(jiān)測技術(shù)存在工作量大、效率低、易受測區(qū)范圍影響等問題，且只能獲取離散監(jiān)測點的下沉量，無法監(jiān)測地面下沉趨勢和具體范圍。合成孔徑雷達(dá)差分干涉測量技術(shù)（InSAR）是一種全新的對地觀測技術(shù)，它使用兩幅或多幅合成孔徑雷達(dá)影像圖，根據(jù)衛(wèi)星或飛機接收到的回波相位差來生成地表形變圖，以探取地表的微小形變信息［2］。InSAR技術(shù)具有全天時全天候探測、探測范圍廣、探測精度高、探測成本低等優(yōu)點，但常規(guī)InSAR技術(shù)常面臨時間失相關(guān)、空間失相關(guān)和大氣延遲的問題。為了解決這些問題，就產(chǎn)生了永久性散射體（Persistent Scatterer，PS）和小基線集（Small Baseline Subsets，SBAS）時序分析等技術(shù)［3-5］，并且在城市地面沉降、礦山沉降、地震形變、火山活動等領(lǐng)域得到廣泛的應(yīng)用。目前，已有不少專家基于不同的InSAR技術(shù)對南京市的地面沉降情況進行了研究與分析，如：黃其歡等采用13景ERS2 SAR影像，基于短基線D-InSAR方法對南京河西漫灘區(qū)進行監(jiān)測，結(jié)果表明該區(qū)域最大累計沉降量達(dá)12 cm［6］。高二濤等采用2015～2017年覆蓋南京地區(qū)的23幅Sentinel-1A影像，基于PS-InSAR和SBAS-InSAR對南京主城區(qū)的地面沉降進行監(jiān)測，結(jié)果發(fā)現(xiàn)該區(qū)域的最大沉降速率達(dá)-30 mm/a［7］。楊振等利用SBAS-InSAR技術(shù)對2015～2018年的19景南京河西的Sentinel-1A數(shù)據(jù)進行處理，發(fā)現(xiàn)該區(qū)域存在4個沉降漏斗［8］。但是，鮮有針對長江岸線南京段區(qū)域的時間序列地面監(jiān)測研究。

本文以長江岸線南京段附近區(qū)域為典型研究區(qū)域，獲取了30景歐洲航天局（以下簡稱“歐空局”）（Sentinel-1A）衛(wèi)星雷達(dá)影像，基于PS-InSAR和SBAS-InSAR兩種時序分析技術(shù)對南京段長江岸線區(qū)域進行地面沉降監(jiān)測，并通過對特征點在兩種方法結(jié)果中的形變曲線進行趨勢分析，以及對8 659個經(jīng)緯度完全相同的特征點的年平均沉降速率及其差值進行相關(guān)性分析和正態(tài)分布擬合，驗證兩種方法所得結(jié)果的一致性，從而保證研究區(qū)域沉降監(jiān)測結(jié)果的可靠性與真實性。此外，還從地質(zhì)構(gòu)造、城市改造建設(shè)等方面對造成長江南京段地面沉降的原因進行了分析。

1 研究區(qū)域及數(shù)據(jù)簡介

1.1 研究區(qū)域概況

南京市位于長江下游中部，江蘇省西南部。市域地理坐標(biāo)為北緯31°14′～32°37′、東經(jīng)118°22′～119°14′。南京市跨江而居，北邊是廣闊的江淮平原，東邊靠近長江三角洲?！赌暇┦虚L江岸線保護辦法》對長江岸線做出了解釋：長江岸線指本市行政區(qū)域內(nèi)長江（含洲島）水陸邊界一定范圍內(nèi)的帶狀區(qū)域。本文將長江沿岸5 km范圍內(nèi)的區(qū)域視為長江岸線區(qū)域（見圖1紅色邊界內(nèi)區(qū)域）。

南京的地質(zhì)在全國大地構(gòu)造單元上屬揚子古陸的北部邊緣，基底主要是輕變質(zhì)的片巖和變質(zhì)的火成巖。對于南京長江沿岸地區(qū)而言，其地質(zhì)條件主要特點是地質(zhì)松散、承載力差、地下水位埋藏淺等。近年來地鐵建設(shè)施工及地下空間開發(fā)等一系列工程項目的開展，造成南京市地表以及長江岸線區(qū)域的沉降日益明顯。

1.2 實驗數(shù)據(jù)

Sentinel-1A衛(wèi)星由歐空局于2014年4月在法屬圭亞那庫魯發(fā)射，軌道高度693 km，搭載的是C波段合成孔徑雷達(dá)。它具有12 d的重訪周期，并且有著多種極化方式和工作模式。本文選用2017年4月至2021年4月南京市30景Sentinel-1A干涉寬幅（IW）模式VV極化的影像進行實驗，影像空間分辨率為5 m×20 m（方位向×距離向）。由于IW模式的影像覆蓋范圍比較大，本文在實驗前對數(shù)據(jù)進行了裁剪。此外，實驗還獲取了Sentinel-1A衛(wèi)星對應(yīng)成像時間的精密軌道數(shù)據(jù)，地形參考數(shù)據(jù)使用的是南京地區(qū)12.5 m高分辨率DEM產(chǎn)品數(shù)據(jù)。

2 數(shù)據(jù)處理

2.1 PS-InSAR技術(shù)處理流程

永久散射體的干涉測量技術(shù)（PS-InSAR）于2000年由Ferretti等人首次提出［3］，指通過對研究區(qū)域內(nèi)長時間保持穩(wěn)定散射特征的物體進行研究，即研究一組影像數(shù)據(jù)中具有高相干性與穩(wěn)定反射特性的地物點作為PS-InSAR點以提取相位變化，從而避免時間失相關(guān)與空間失相關(guān)的問題，并且更好地削弱了大氣效應(yīng)對形變信息的影響，以得到更高精度的地面形變信息與DEM［9-10］。PS-InSAR技術(shù)數(shù)據(jù)處理流程如圖2所示。

本實驗選擇2019年9月2日的SAR影像作為主影像，其余的SAR影像與之組成29對干涉影像對?？臻g基線主要分布于-150～110 m之間，最長空間基線為-140.39 m，最短空間基線為-4.48 m。對每一對像對進行干涉流數(shù)據(jù)處理，分別為影像配準(zhǔn)、干涉圖生成、去平地效應(yīng)以及振幅離差指數(shù)計算。

采用振幅離散指數(shù)方法［11］，顯示單個像元值的相干性，輔助PS-InSAR點的篩選，完成高相干性目標(biāo)點的初步選擇。生成的干涉圖需要剔除偏移相位，偏移相位根據(jù)振幅離差指數(shù)篩選多個參考點計算得到，參考點的個數(shù)可根據(jù)研究區(qū)域的面積大小設(shè)置，本次實驗設(shè)置為每25 km2的區(qū)域選擇一個參考點，重疊比例參數(shù)設(shè)置為30%。使用ENVI提供的線性反演模型，基于選擇出的參考點，對地表形變速率與地形殘差進行估算。

根據(jù)大氣影響在空間上具有高相關(guān)性、在時間上具有低相干性的特性，將反演得到的地表形變速率與地形殘差在空間上采用高通濾波，在時間上采用低通濾波，完成對大氣延遲相位的估算，消除干涉相位中的大氣延遲相位，克服D-InSAR的大氣相干與時空相干等問題。再次使用ENVI提供的線性反演模型重新對地表形變速率與地形殘差進行二次估算，獲得PS-InSAR點最終的形變速率與殘余高程［12］。

為便于在地理空間中對PS-InSAR點進行幾何信息與形變信息的特征分析，需要將上述過程中獲取的雷達(dá)坐標(biāo)系下的PS點進行地理編碼。本次實驗使用12.5 m高分辨率DEM產(chǎn)品對PS點進行地理編碼，相干系數(shù)閾值設(shè)置為0.75，經(jīng)過數(shù)據(jù)處理得到具有高相干性的PS點，在ArcGIS中進行時序分析與空間分析。

2.2 SBAS-InSAR技術(shù)處理流程

小基線集算法（SBAS-InSAR）于2002年由Berardino等人提出［4］，該技術(shù)僅需要少量的SAR影像數(shù)據(jù)組合成若干個短基線的干涉相對，從而得到多個差分干涉集合以增加干涉圖的數(shù)量，再利用最小二乘法與奇異值分解法在解決時空失相關(guān)問題的同時增加采樣率，以此獲取連續(xù)且高精度的地表形變信息［13-14］。SBAS-InSAR的主要技術(shù)流程如圖3所示。

該部分實驗選擇2019年11月1日的SAR影像作為超級主影像，將其他的SAR影像與其進行配準(zhǔn)。配準(zhǔn)完成之后，需要對所有的干涉對進行時間基線與空間基線的篩選，由于本次研究獲取的SAR影像數(shù)據(jù)集時間跨度較長（48個月），故設(shè)置時間基線閾值為550 d。此外，因為Sentinel-1A衛(wèi)星軌道較為穩(wěn)定，產(chǎn)生的偏差較小，所以設(shè)置空間基線為臨界基線的45%。本研究通過引入12.5 m的DEM數(shù)據(jù)來消除平地效應(yīng)，采用最小費用流（MCF）方法進行相位解纏［15］。對解纏后的結(jié)果進行軌道精煉與重去平處理，選取高質(zhì)量的地面控制點，通過多項式法來消除軌道參數(shù)誤差與去除平地效應(yīng)。隨后，選擇線性模型來初步估算形變速率與地形誤差，再通過時間域高通濾波與空間域的低通濾波去除大氣延遲誤差。

將SBAS-InSAR反演結(jié)果進行地理編碼，將斜距坐標(biāo)系轉(zhuǎn)換為地理坐標(biāo)系。此外，需要將結(jié)果的柵格數(shù)據(jù)轉(zhuǎn)換為矢量數(shù)據(jù)，以便在ArcGIS中進行空間分析。

3 結(jié)果分析與比較

3.1 PS-InSAR結(jié)果分析

通過PS-InSAR數(shù)據(jù)處理流程得到研究區(qū)域的年平均形變速率圖，以長江為對象構(gòu)建一個5 km的緩沖區(qū)對研究區(qū)域的地面沉降監(jiān)測結(jié)果進行裁剪，最終得到長江南京段沿線區(qū)域的年平均形變速率圖（見圖4），其中紅色矩形表示主要沉降區(qū)域，紫色十字符表示特征點位置。

從圖4可以看出，南京市長江流域的年平均形變速率分布范圍為-25～15 mm/a，采用紅色區(qū)域表示地面沉降，藍(lán)色區(qū)域表示地面抬升。研究區(qū)域中的主要沉降區(qū)域分布于浦口區(qū)的長江沿岸區(qū)域（A）、雨花臺區(qū)東北部與建鄴區(qū)西南部的交界處（B）、建鄴區(qū)東北部與鼓樓區(qū)西南部交界區(qū)域（C）、八卦洲區(qū)域（D）以及六合區(qū)張營水庫區(qū)域（E），沉降嚴(yán)重的區(qū)域大多分布于長江沿岸，最大沉降速率達(dá)到-22 mm/a，最大沉降量達(dá)到-33 mm，最大累計沉降量為-101 mm。

根據(jù)主要沉降區(qū)域的分布位置，發(fā)現(xiàn)沉降區(qū)域A位于浦口區(qū)的江浦街道與頂山街道的連接地區(qū)，該區(qū)域范圍內(nèi)有地鐵十號線通過且設(shè)有3個站點，其最大沉降速率為-19.3 mm/a。包含地鐵二號線與地鐵十號線的建鄴區(qū)地面沉降程度最嚴(yán)重，其西南地區(qū)與東北地區(qū)分別有兩個沉降漏斗B與C，且在空間上具有相連成片的趨勢，其中B區(qū)域最大沉降速率為-18.2 mm/a，C區(qū)域最大沉降速率為-19.8 mm/a。由于長江沖積作用形成的八卦洲地區(qū)的南部地區(qū)以及位于八卦洲北側(cè)六合區(qū)的張營水庫附近分別存在大面積沉降區(qū)域D與E，其中D區(qū)域最大沉降速率為-13.3 mm/a，E區(qū)域最大沉降速率為-12.8 mm/a。

3.2 SBAS-InSAR結(jié)果分析

圖5為采用SBAS-InSAR技術(shù)處理所得的長江南京段緩沖區(qū)的形變速率圖，其中紅色矩形表示與圖4對應(yīng)的沉降區(qū)域，紫色十字符表示對應(yīng)的特征點位置。由該圖可以看出，南京市長江岸線年平均形變速率范圍為-19～10mm/a，在整個長江岸線，有5個主要沉降區(qū)，其位置分別在浦口區(qū)長江岸線（A）、建鄴區(qū)東北部與鼓樓區(qū)西南部交界區(qū)域（C）、八卦洲區(qū)域（D）以及六合區(qū)張營水庫區(qū)域（E）。最大沉降速率達(dá)到-19 mm/a，最大沉降量達(dá)到-44 mm，最大累計沉降量為-88 mm，其中，A區(qū)（浦口區(qū)長江岸線）沉降范圍最廣，C區(qū)是建鄴區(qū)東北部與鼓樓區(qū)西南部交界處的秦淮區(qū)莫愁湖區(qū)域，其沉降最嚴(yán)重。

根據(jù)SBAS-InSAR結(jié)果中主要沉降區(qū)域的分布位置，可以看出A區(qū)域是由江浦街道、頂山街道、泰山街道以及沿江街道共4個街道組成的沉降區(qū)，該范圍內(nèi)共有3條地鐵經(jīng)過且設(shè)有7個站點，A區(qū)域最大沉降速率為-19.2mm/a；建鄴區(qū)存在兩個沉降漏斗B和C，B區(qū)域最大沉降速率為-11.9 mm/a，C區(qū)域最大沉降速率為-14.4 mm/a；沉降區(qū)域D和E的最大沉降速率分別為-12.4 mm/a和-11.8 mm/a。

3.3 兩種技術(shù)手段結(jié)果對比分析

由于本次實驗缺乏南京市長江岸線同期水準(zhǔn)數(shù)據(jù)，故通過對比分析兩種處理方法的結(jié)果來驗證結(jié)果的可靠性。選取沉降速率較大的5個區(qū)域（A，B，C，D，E區(qū)域，見圖4～5），并在每個區(qū)域內(nèi)選取可以代表該區(qū)域沉降特征的特征點（圖4～5中的紫色點位），通過繪制5個特征點在整個時間跨度中的累計沉降量變化圖（見圖6）來對比分析兩種技術(shù)方法獲取的形變結(jié)果。

從圖6可以直觀地看出：特征點的形變曲線整體呈非線性變化，都具有形變緩慢、沉降速率變化不大的特點。PS-InSAR處理方法所得特征點的沉降曲線較為粗糙，形變曲線抖動較大。而SBAS-InSAR處理所得形變曲線更光滑，趨勢也更為穩(wěn)定。從形變曲線的趨勢和形變結(jié)果來看，特征點處的PS-InSAR的最大沉降量為-60 mm，稍小于SBAS-InSAR的-65 mm。兩種方法獲取的結(jié)果在沉降量級上雖然存在微小差異，但總體而言具有較強的一致性，沉降區(qū)域大致重合，因此實驗結(jié)果具有較高的可靠性。

此外，本文還對PS-InSAR與SBAS-InSAR兩種方法提取的8 659個經(jīng)緯度完全相同的特征點的年平均沉降速率及其差值進行正態(tài)分布擬合和相關(guān)性分析，來進一步驗證兩種方法獲取結(jié)果的可靠性和一致性。如圖7所示，PS-InSAR和SBAS-InSAR兩種方法獲取的年平均沉降速率差值的平均值和標(biāo)準(zhǔn)差分別為0.42 mm/a和0.9 mm/a，滿足CH/T 6006-2018《時間序列InSRA地表形變監(jiān)測數(shù)據(jù)處理規(guī)范》中的精度要求［16］。圖8中以PS-InSAR監(jiān)測結(jié)果為縱坐標(biāo)，以SBAS-InSAR監(jiān)測結(jié)果為橫坐標(biāo)，8 659個沉降點均勻分布在擬合直線兩側(cè)，決定系數(shù)R=0.789 2，均方根誤差為0.456 1 mm/a，由此可得兩種處理結(jié)果具有一致性。

3.4 成因分析

（1） 地質(zhì)構(gòu)造。長江岸線南京段兩側(cè)漫灘寬廣，據(jù)其地形地貌單元與巖土組合，可將其歸為河漫灘軟土地區(qū)，主要由長江沖擊、淤積作用形成的第四系沉積軟弱土層構(gòu)成，故其具有地質(zhì)松散、承載力差等特點。實驗結(jié)果中研究區(qū)域有5個主要沉降區(qū)，均分布在長江岸線附近，岸線的沉降與地質(zhì)構(gòu)造具有密切聯(lián)系。其中A區(qū)域（浦口區(qū)岸線）沉降范圍最大，最大沉降速率達(dá)-16 mm，累計沉降量達(dá)-40 mm。B區(qū)與C區(qū)均為三角洲區(qū)域，長期受到河水沖擊作用，使得岸底累積大量沉積物，是造成區(qū)域沉降的重要因素之一。

（2） 城市改造建設(shè)。近年來，南京市地鐵建設(shè)及地下工程施工十分頻繁，使得部分區(qū)域的沉降日益明顯，其中C區(qū)周邊地下有多條地鐵線路運營，該區(qū)域內(nèi)的最大沉降速率達(dá)-19 mm/a，累計沉降量達(dá)-60 mm。A區(qū)域為南京江北新區(qū)，作為南京著力打造的長三角區(qū)域金融中心核心功能區(qū)及國家級發(fā)展新區(qū)，近幾年建筑改造施工頻繁，地下開發(fā)嚴(yán)重，而開發(fā)區(qū)域都是以河灘為主的軟基區(qū)域，這是造成該區(qū)域大面積沉降的重要原因之一。

（3） 其他因素。相關(guān)研究表明，長江岸線南京段地面沉降與該區(qū)域附近承壓水頭下降存在較高的相關(guān)性［17］。此外，由于其他人為與自然因素，在某種程度上對區(qū)域沉降也有著重要的影響。E區(qū)為六合區(qū)張營水庫，該區(qū)域內(nèi)的地面沉降與壩體的自身結(jié)構(gòu)有關(guān)。

4 結(jié) 論

本文利用從歐空局獲取的30景Sentinel-1A衛(wèi)星雷達(dá)影像，采用PS-InSAR和SBAS-InSAR時序分析技術(shù)對南京長江岸線區(qū)域進行地面沉降監(jiān)測。實驗結(jié)果發(fā)現(xiàn)：該區(qū)域有5個沉降漏斗，分別位于浦口區(qū)的長江沿岸區(qū)域、雨花臺區(qū)東北部與建鄴區(qū)西南部的交界處、建鄴區(qū)東北部與鼓樓區(qū)西南部交界區(qū)域、八卦洲區(qū)域以及六合區(qū)張營水庫區(qū)域。對兩種方法所獲結(jié)果的特征點沉降速率進行比較，分析了年平均地表形變速率的線性擬合曲線及差值正態(tài)分布曲線，發(fā)現(xiàn)兩種方法獲取的地面形變結(jié)果具有較高的相關(guān)性，沉降趨勢與沉降區(qū)域的空間分布具有一致性，側(cè)面驗證了這兩種方法的可靠性。本文研究可為政府對長江岸線環(huán)境保護制定相關(guān)決策提供強有力的數(shù)據(jù)支持，為確保長江岸線區(qū)域的防洪安全、維護河勢穩(wěn)定提供一定的理論依據(jù)。

參考文獻：

［1］ 朱宇馳.近50年長江南京段河道變遷研究［D］.南京：南京大學(xué)，2016.

［2］ 朱建軍，李志偉，胡俊.InSAR變形監(jiān)測方法與研究進展［J］.測繪學(xué)報，2017，46（10）：1717-1733.

［3］ FERRETTI A，PRATI C，ROCCA，et a1.Nonlinear subsidence rate estimation using Permanent Scatters in differential SAR Interferometry［J］.IEEE Transactions on Geoscience and Remote Sensing，2000，38（5）：2202-2212.

［4］ BERARDINO P，F(xiàn)ORNARO G，LANARI R，et a1.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.

［5］ 侯安業(yè)，張景發(fā)，劉斌，等.PS-InSAR與SBAS-InSAR監(jiān)測地表沉降的比較研究［J］.大地測量與地球動力學(xué)，2012，32（4）：125-128，134.

［6］ 黃其歡，徐佳.短基線DInSAR法長江漫灘區(qū)大面積沉降監(jiān)測研究［J］.山東科技大學(xué)學(xué)報（自然科學(xué)版），2011，30（1）：7-10，15.

［7］ 高二濤，范冬林，付波霖，等.基于PS-InSAR和SBAS技術(shù)監(jiān)測南京市地面沉降［J］.大地測量與地球動力學(xué)，2019，39（2）：158-163.

［8］ 楊振，徐佳.利用Sentinel-1A數(shù)據(jù)監(jiān)測南京河西地區(qū)地面沉降［J］.測繪通報，2020（1）：61-65，75.

［9］ REHAN K.Monitoring subsidence in urban area by PSInSAR：A case study of Abbottabad City，Northern Pakistan［J］.Remote Sensing，2021，13（9）：1651-1651.

［10］ 朱邦彥，唐超，任志忠，等.基于PS-InSAR技術(shù)的珠海市地表形變監(jiān)測與驅(qū)動力分析［J］.測繪通報，2022（6）：108-113.

［11］ 劉昱彤.PS-InSAR技術(shù)的地表沉降監(jiān)測研究［D］.唐山：華北理工大學(xué)，2020.

［12］ 羅三明，杜凱夫，暢柳，等.基于PS-InSAR方法反演北京地區(qū)地表沉降速率［J］.大地測量與地球動力學(xué)，2014，34（1）：43-46.

［13］ 婁連惠，劉強，譚玉敏.基于高分辨率SAR的三峽庫區(qū)地表形變分析：以巴東城區(qū)為例［J］.人民長江，2021，52（5）：114-119.

［14］ 高文錦.基于SBAS-InSAR技術(shù)的深圳西部地區(qū)地表形變研究［D］.西安：西安科技大學(xué)，2021.

［15］ 王志勇，孟慶穎.InSAR相位解纏算法在礦區(qū)沉降監(jiān)測中的對比與分析［J］.遙感信息，2014，29（6）：47-51，57.

［16］ 國家測繪地理信息局.時間序列InSAR地表形變監(jiān)測數(shù)據(jù)處理規(guī)范：CH/T 6006-2018［S］.北京：測繪出版社，2018.

［17］ 朱邦彥，姚馮宇，孫靜雯，等.利用InSAR與地質(zhì)數(shù)據(jù)綜合分析南京河西地面沉降的演化特征和成因［J］.武漢大學(xué)學(xué)報（信息科學(xué)版），2020，45（3）：442-450.

（編輯：高小雲(yún)）

Abstract：

In order to fully understand the land subsidence in the riparian area along the Changjiang River，and provide references for guaranteeing the flood control safety and the river regime stability of Changjiang River，a 5km buffer area along the Nanjing section of Changjiang River was taken as the study area，two time series analysis technologies，PS InSAR and SBAS InSAR，were used to process，analyze and compare with 30 Sentinel-1A images from April 2017 to April 2021，and the causes of subsidence were analyzed.The results showed that the deformation curves of feature points obtained by the two methods were basically consistent，and the consistency and reliability of the two results were also verified by linear fitting for annual mean ground deformation rate and the normal distribution analysis for the difference of the ground deformation rate.The distribution of the subsidence areas obtained by the two methods coincided roughly.There were 5 subsidence funnels in this area，which were located along the Changjiang River in Pukou District，the junction of the northeast of Yuhuatai District and the southwest of Jianye District，the junction of the northeast of Jianye District and the southwest of Gulou District，Baguazhou and Zhangying reservoir area of Liuhe District.It was found that geologic structures，urban renewal construction and drop of confined water all had an effect on land subsidence in the region.

Key words：

land subsidence；PS-InSAR；SBAS-InSAR；time series analysis；Changjiang River bank；Nanjing section of the Changjiang River