吴 平，袁存忠

（1.福建省基础地理信息中心，福建 福州 350003）

2020 年3 月7 日19 时5 分，福建省泉州市鲤城区常泰街道南环路发生一起酒店坍塌事故[1-2]，事故造成了无法挽回的重大损失。经国务院事故调查组认定，该事故是一起主要因违法违规建设、改建和加固施工导致建筑物坍塌的重大生产安全责任事故[3]。事故的发生是有客观规律性的，“海恩法则”指出：每一起严重事故的背后，必然有29 次轻微事故和300 起未遂先兆以及1 000 起事故隐患。在重大事故发生前一般都会有大量的征兆出现，如果人们能够及时发现这些征兆并采取相应的措施，就可以避免很多事故的发生，从而避免大量损失。本文利用酒店坍塌事故发生前一年左右时间段内的多期“哨兵一号”SAR 影像数据，基于永久散射体技术对事故酒店的建筑位移情况进行反演分析，从中找出坍塌事故发生前的征兆规律。

1 基本原理及处理流程

1.1 PS-InSAR 技术基本原理

PS-InSAR 全称为“永久散射体合成孔径雷达干涉测量技术”，其中PS（永久散射体）指对雷达波的后向散射较强，并且在时序上较稳定的各种地物目标，如建筑物与构筑物的顶角、桥梁、栏杆、裸露的岩石等目标；InSAR（合成孔径雷达干涉测量）是指利用同一地区不同期次SAR 数据中的相位信息进行干涉测量的技术[4]。其原理是利用多幅SAR 单视复数影像，计算和统计影像幅度与相位信息，并采用振幅离散差、相干系数等方法探测和提取高相干永久散射体目标点（PS 点），通过对影像进行差分干涉处理得到差分干涉图以及各PS 点在各差分干涉图中的差分干涉相位集，再对PS 点上进行相位解缠、积分和插值等处理即可反演出地表形变参数[5-7]。

PS 点的差分相位φdiff可以表示为：

式中，φtopo是由散射差异导致的相位变化；φdef是地形的形变相位；φatmos和φn分别为大气干扰相位和噪声干扰相位，其中φn可以作为微小项忽略。

地表形变相位φdef又由线性形变相位φlin和非线性形变相位φnon_lin两部分组成，如下式所示：

式中，φnon_lin是非线性形变量；λ为干涉波长；T为获取SAR 影像的间隔；v为线性形变速率[8]，综合以上两式，PS 点的差分相位φdiff最终可以表示为：

1.2 PS-InSAR 处理流程

PS-InSAR 处理流程包括计算连换图、生成差分干涉图对、PS 点识别与选取、相位解缠、去除相干误差、形变速率反演与地理编码七个步骤。处理的流程如图1 所示。

1）计算连换图。计算连换图是PS-InSAR 处理的前置步骤，是利用影像的元数据进行分析、计算和判断数据集是否满足开展PS-InSAR 处理的基本条件。通过计算数据集中影像的空间基线连换图和时间基线连换图来初步过滤掉干涉质量较差的影像。

2）生成差分干涉图对。生成差分干涉图对是在参与计算的影像数据集中按照一定规则选取一幅影像作为基准，其余影像则参照这幅基准影像进行配准，并在两两影像间进行复共轭相乘，从而获得一组干涉相位图。

图1 PS-InSAR 处理流程图

3）PS 点识别与选取。为了移除干涉图中的偏移相位，需要利用振幅离差法、相位分析法、相干系数法等方法来识别和提取出一定数量的“相干雷达信号反射”永久散射体，这些散射体具有稳定、相干、散射强度高等特点，是后续相位解缠步骤使用的“种子”点。

4）相位解缠。由于InSAR 技术从SAR 影像对中获取的干涉相位差是被周期折叠于(-π,π]这个区间内的，该相位与实际相位间有着2kπ,k=0,1,2,3,…的差别，这就导致了实际相位不同的两个点在周期折叠后有着相同的值，从而导致相位混叠。相位解缠即是通过特定的算法来恢复被模糊掉的相位周期，从而得到真实的相位信息。

5）去除相干误差。去除相干误差包括去除地形误差和大气误差，将DEM 误差与各组相对的垂直基线长相乘，即可得到各个辅影像同主影像之间的地形残差；在时间域上对解缠相位进行高通滤波可以估算出轨道误差；在空间域上对解缠相位使用低通滤波可以估算出大气误差[9]。对上述误差进行修正，即可获得“干净”的相位解缠图从而提高相位解缠的精度。

6）形变速率反演。形变速率反演是通过相位解缠图进行计算，得出地表的形变速率。

7）地理编码。地理编码是将反演后的地表形变速率图投影至指定的坐标系下。

2 数据处理结果及分析

本次数据处理使用的软件平台为ENVI+SARScape。实验使用的是欧洲航天局的“哨兵一号”SAR 影像数据集，现势性从2019-01-10 ～2020-03-05 事故发生前共计33 期影像，每期影像的时间间隔从11 d 到27 d不等。经过连换图计算33 期影像件均能满足开展PS-InSAR 处理的基本条件，图2 为时间连换图及空间连换图。

图2 时间连接图与空间连接图

受“哨兵一号”SAR 影像数据分辨率的限制，从PS-InSAR 处理结果的事故酒店所处位置处仅获得3 处稳定PS 点，PS 点所处位置如图3 所示，图中红色虚线为房屋轮廓，黄色点位即为PS 点。将3 处PS 点从2019-01-10 ～2020-03-05 的沉降数值绘制沉降变化曲线，如表1 和图4 所示。从图表中可以看出如下现象：①随着时间推移3 处PS 点的沉降变化曲线总体都呈现出向着负值方向延伸的趋势，即有下沉现象发生；②下沉的数值随着时间的推移变得越来越大。综合以上两点说明事故酒店的整体结构在这一年多的时间里呈现出不断下沉的趋势，并且下沉的速率随着时间的推移变得越来越快。

由于表1 和图4 中的沉降数值反映的是变长时间段内的PS 点沉降情况，即两个相邻时间段的时间间隔是变化的，导致在进行数据比较时数据之间不具备可比性。为了解决上述问题，本文引入日平均沉降速率的定义把数据按照定长时间间隔进行归一化处理，使数据间具备可比性。具体计算公式如下：

式中，Vday为日平均沉降速率；表示对(start,end]这个时间段内的所有沉降值进行求和。通过公式（4）计算即可获得该时间段内的日平均沉降速率。按照近似1 个月的时间间隔对表1 中的数据进行分割并计算日平均沉降速率，可以获得2019-01-10 ～2020-03-05的逐月日平均沉降速率，见表2 和图5。从图、表中可以看出，PS 点的沉降情况已经有了明显的规律：①3 处PS 点在大部分时间里都以沉降现象为主；②3 处PS 点的日平均沉降速率在监测周期初期都较小，随着时间的推移日平均沉降速率都在逐渐地增大，但PS点1 到监测后期平均沉降速率要远远大于其他两个点；③3 处PS 点的平均沉降速率在监测周期初期的变化规律都是基本一致的，但从2019 年11 月开始，3 处PS点的平均沉降速率的变化规律开始消失，其中PS 点1与PS 点2 基本还保持着相同的沉降规律，而PS 点3的沉降规律已经与其他两个点完全不同出现混乱，在图5 中PS 点3 的曲线与其他两个点的曲线出现多次交叉的现象。综合以上分析可以了解事故酒店的3 处PS点在最初时间段里的沉降情况基本还是一致、轻微且平稳的，这种情况的沉降对于酒店本身的房屋建筑结构影响并不大，但受酒店非法建设、违规改造的影响，之后酒店建筑就开始出现越来越严重的沉降，且不同位置的沉降速率也开始出现差异并且变得越来越大，这些无规律、大差异的局部沉降现象最终破坏了酒店的房屋结构，导致酒店坍塌事故的发生。

文献[10-11]中指出酒店开始非法建设、违规改造的时间是在2019 年9 月至2020 年春节前这个时间段里，即不早于2019 年9 月，不晚于2020 年1 月，这与从图5 中观测到的PS 点3 出现沉降规律异常的开始时间基本是吻合的；另外从文献[11-12]中的国务院事故调查报告可以得知在早期酒店结构能够维持平衡，但已经达到坍塌临界状态，后期建筑增加夹层，竖向荷载超限是导致坍塌的根本原因，并且在酒店违建过程中多根钢柱出现变形的现象，而钢柱产生的变形在建筑结构上体现出的就是“失稳”状态，即建筑结构出现不均匀的沉降，这与本文得出的3 处PS 点在后期呈现出的不均匀沉降现象的结论是相吻合的。因此本文所获得的数据及分析结论为上述文献的事故原因分析提供了数据支撑和验证。

表1 事故酒店3 处PS 点沉降值

注：2019 年1 月10 日是本实验的观测起始点，其沉降数值为0。

表2 事故酒店3 处PS 点逐月的日平均沉降速率

图3 3 处PS 点分布情况

图4 事故酒店3 处PS 点沉降变化曲线

图5 事故酒店PS 点逐月日平均沉降速率曲线

3 结 论

本文基于PS-InSAR 技术利用多期的哨兵一号卫星影像数据，对泉州市坍塌事故酒店及其周边事发前一年时间里的沉降情况进行了观测并对结果进行分析，得出如下结论：事故酒店在最初时间段里的沉降情况基本是轻微和平稳的，但受非法建设、违规改造但影响，酒店建筑开始出现严重且不均匀的沉降，直至酒店发生坍塌事故，这与国务院事故调查报告中的事故分析是相吻合的。

研究过程中也发现了某些尚未明确的问题，如在对事故酒店建筑沉降情况进行分析时发现有部分月份的沉降数值存在小的突变，目前初步判断是由于这个时期的SAR 影像数据存在异常所导致的，后续的工作将进一步获取相关数据进行分析，以期解决上述疑问。