吴铭飞

(上海城建城市运营(集团)有限公司,上海 200023)

0 引言

地面沉降是一种环境地质现象,其成因是受自然或人为因素影响,地壳表层压缩,导致区域地表高程下降。 它是一种变化缓慢的地质灾害,会带来永久性的环境和资源损失,已成为全球地质灾害防治领域的重要课题[1]。 地面沉降将导致城市防洪抗洪能力下降,市政基础设施遭到破坏,城市建设和维护成本增加等,更严重的会造成地下管线断裂、道路塌陷断裂、建(构)筑物变形倒塌,造成巨大危害和损失,严重影响社会正常的生活生产,制约社会经济健康可持续发展。 长期以来,地面沉降监测技术主要依靠精密水准测量,通过对大量离散沉降点的监测,获取沉降数据[2]。 水准沉降监测方法虽然精度高,但需要投入大量的人力、物力和时间,且只能实现对点位沉降信息的监测和分析[3]。

近年来, 合成孔径雷达干涉(Interferometric Synthetic Aperture Radar, InSAR)技术在许多领域得到了广泛的应用,InSAR 测量技术得到了迅速发展[4]。 该技术本身具有规模大、全天候、时效性强的特点[5],在快速、经济地获取大规模地表变形信息方面具有显著优势,已广泛应用于地面沉降监测领域[6-8]。

1 技术原理及方法流程

1.1 InSAR 数据处理

本文采用37 景高分辨率X 波段TerraSAR 升轨影像对上海内环高架桥沿线进行了时序InSAR 处理。37 景SAR 影像的时间跨度为2009 年3 月至2012 年10 月,影像的斜距和方位向分辨率分别为0.91 m 和1.97 m。 SAR 影像数据集的时空基线分布如图1 所示。 在时序InSAR 分析中,主影像选取2009 年3 月15 日这一景SAR 影像,InSAR 干涉对的最大时间基线为850 天,最大空间基线为400 m。

图1 干涉时空基线

为了提高计算效率,沿内环高架桥设置了200 m宽的缓冲区。 该实验区域的高相干点基于时序InSAR 技术处理得到。 在实验区共得到291 820 个相干点,缓冲区内平均每公里约6 000 个相干点,其中最大形变速率达-19.18 mm/a。

1.2 聚类算法分离高架路相干点

由于获得的相干点包括地面、高架以及其他位置点,而本文研究对象是高架桥梁,所以需要分离高架桥上的相干点及地面相干点。 本文基于K-means 聚类分析原理,将高程值设为分类的指标。

在K-means 算法过程中,首先确定所要聚类的准确数目K,并随机选择K 个样本,每个样本代表一个类的均值。 对剩余的每个样本,分别计算它与这K个均值的距离,并将它归到最近的那一类中。 然后重新计算K 个类的平均值以形成新的聚类中心,这个过程反复进行至同一类的内部相似度最大,而不同类间的相似度最小。 对于内环高架路段,将海拔在0~20 m 的点分为地面点、高架点和其他点3 类。

2 上海内环高架形变监测

2.1 区域概况

本文以上海内环高架为实验对象展开研究。 上海内环高架又称“上海内环线”,全长47.7 km,是上海市最早建设的城市快速高架道路。 它由黄浦江分为浦东段和浦西段,浦东路段为“罗山路→龙阳路”的地面快速道路,浦西路段为“中山南路→中山南一路→中山南二路→中山西路→中山北路→中山北一路→中山北二路→黄兴路”高架道路。 上海内环高架桥浦东路段主要以地面道路为主,浦西路段主要以高架道路为主,主要形式是双向四车道和双向五车道,单车道宽约4 m。

2.2 内环高架InSAR 监测结果

为了分析上海内环高架桥的变形,需要将高架桥上的相干点从形变结果中分离出来。 为了减少干扰数据,本文在高架桥选定的中心线两侧设置了30 m的缓冲区。 考虑到高架桥的实际高程范围,且高程值大于20 m 的相干点去除不予考虑,沿上海内高架桥共计提取出27 919 个相干点。

从相干点分布来看,浦东路段相干点密度较低。原因是浦东新区的地面道路在SAR 影像获取时间范围内仍在施工,影像相干点识别受干扰。 由于本文主要目的是研究利用InSAR 技术获取内环高架桥路段的形变,因此,本文仅对内环高架桥浦西段的相干点进行分析。

使用K-means 聚类分类后得到高架桥上共计10 276 个相干点。 统计结果表明高架桥上相干点的垂直形变速率为-14.84 mm/a~8.88 mm/a。 平均变形速率为-0.20 mm/a。 聚类分类后得到位于高架桥下方的地面点共计8 813 个点。 高架桥下地面点的垂直方向的形变速率为-14.08 mm/a 至9.36 mm/a。平均形变速率为-0.80 mm/a。 存在形变的路段主要有5 处,分别是中山南路部分路段、中山南二路部分路段、中山西路部分路段、中山北路/中山北一路部分路段及中山北二路部分路段。 高架桥上的点与地面点的垂直形变速率如图2 所示。 通过对比可见,二者接近一致,表明高架桥总体稳定,没有显著变形,所产生的沉降绝大部分是地面沉降导致。 图3 中用圆圈标识了有较明显沉降的路段。

图2 内环高架点及地面点垂直形变率直方

图3 上海内环高架分布及形变速率(圆圈表示该区段有较显著地面沉降)

2.3 水准点沉降速率计算

由于SAR 影像时间覆盖范围为2009 年3 月28日至2012 年10 月8 日,所以实际使用的水准数据为2009 年8 月至2012 年11 月3 年间4 期水准测量结果,并将其与InSAR 技术测量得到的形变结果进行对比分析。 水准数据获取的具体时间分别为:2009 年8月、2010 年8 月、2011 年8 月、2012 年11 月。 上海内环高架桥精密水准测量监测点位于高架桥墩上。

假设桥墩点水准高程的变化是线性的,根据2009—2012 年3 年间桥墩点的水准高程数据进行线性拟合,即:

H = vY + h

上式中,H 表示水准高程(单位:m),Y 表示年份(单位:a),v 表示水准沉降速率(单位:m/a),h 表示截距(单位:m)。 利用最小二乘原理,通过平差计算得出v 作为该水准点3 年间的平均沉降速率。

由于每一期水准沉降测量中,并非所有桥墩控制点都被测量到,且部分水准数据含有粗差,所以对于无水准数据或者只有一期水准数据的点,不纳入计算范围;对于只有两期水准数据的点,若平均速率精度较差,后期也不纳入计算范围;对于有3 期及以上水准数据的点,则利用线性拟合求出平均沉降速率。 针对精度较差的点,如果存在明显测量误差,则剔除该点。 另外,比较该点与邻近点的沉降情况,如果明显不同,则剔除该点。

2.4 InSAR 与水准测量结果对比

将存在形变的水准路段的水准点沉降速率与InSAR 测量的形变速率进行对比,结果如图4 所示。

图4 InSAR 形变速率与水准测量形变速率值对比

结果显示,在沉降的路段,InSAR 与水准速率虽未完全吻合,但在沉降的趋势上保持一致。 对于水准测量得到沉降的路段,InSAR 均能检测出来,对于InSAR 反映沉降而水准测量不明显的路段,如上图中山南路、中山西路(沉降段),路段前后水准未显示沉降,而InSAR 监测结果显示存在较为明显的沉降。 二者数值上存在差异可能有以下几点原因:(1)部分水准点一定范围内(30 m)没有相干点,无法直接比较;(2)水准测量是多期、多段的,基准点不一致或基准点本身有沉降;(3)水准点经纬度位置由内插而得,存在一定点位误差;(4)InSAR 得到的相干点速率是相对形变量,不是绝对形变量。

3 结语

本文研究探讨了InSAR 沉降监测技术原理,提出了一种城市高架桥梁InSAR 沉降监测方法。 采用时序InSAR 方法获取了上海市内环高架路2009 年3 月28 日至2012 年10 月5 日的地表变形,结果表明高架桥总体稳定。 高架桥存在5 个较明显沉降的路段,通过与同期水准测量结果对比,两者沉降趋势基本一致,验证了InSAR 技术能够用于发现内环高架存在变形的路段。 本文提出的城市高架桥InSAR 监测方法可以提高城市沉降监测水平及精度,对于提升城市安全韧性具有重要意义。