融合时序InSAR和LiDAR技术的海岛地铁沿线地面形变分析 Ground deformation analysis along island subway line by fusing time-series InSAR and LiDAR techniques 1 2 first-author 郭 明（1981-），男，湖北黄陂人，博士，教授，博士生导师，2004年于江汉大学获得学士学位，2008 年于北京建筑工程学院获得硕士学位，2011 年于武汉大学获得博士学位，主要从事激光雷达技术应用及三维地理信息系统、文化遗产数字化保护等的研究。E-mail： guoming@bucea.edu.cn http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=45715996&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=45715988&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=45715986&type= 22.01333237 32.00399780 郭 明 （1981-），男，湖北黄陂人，博士，教授，博士生导师，2004年于江汉大学获得学士学位，2008 年于北京建筑工程学院获得硕士学位，2011 年于武汉大学获得博士学位，主要从事激光雷达技术应用及三维地理信息系统、文化遗产数字化保护等的研究。E-mail： guoming@bucea.edu.cn guoming@bucea.edu.cn 1 3 corresp E-mail： liuyunming@cki.com.cn E-mail： liuyunming@cki.com.cn 刘运明（1980-），男，山东德州人，硕士，正高级工程师，主要从事精密工程测量和变形监测方面的研究。E-mail： liuyunming@cki.com.cn http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=45715989&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=45716007&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=45716003&type= 22.01332855 32.00400543 刘运明 （1980-），男，山东德州人，硕士，正高级工程师，主要从事精密工程测量和变形监测方面的研究。E-mail： liuyunming@cki.com.cn liuyunming@cki.com.cn 4 4 北京建筑大学 测绘与城市空间信息学院，北京 102616 北京建筑大学 测绘与城市空间信息学院，北京 102616 School of Geomatics and Urban Spatial Informatics， Beijing University of Civil Engineering and Architecture， Beijing 102616， China School of Geomatics and Urban Spatial Informatics， Beijing University of Civil Engineering and Architecture， Beijing 102616， China 代表性建筑与古建筑数据库教育部工程研究中心，北京 100044 代表性建筑与古建筑数据库教育部工程研究中心，北京 100044 Engineering Research Centre of Representative Building and Architectural Heritage Database， Ministry of Education， Beijing 100044， China Engineering Research Centre of Representative Building and Architectural Heritage Database， Ministry of Education， Beijing 100044， China 北京城建勘测设计研究院有限责任公司，北京 100101 北京城建勘测设计研究院有限责任公司，北京 100101 Beijing Urban Construction Survey and Design Institute Co， Beijing 100101， China Beijing Urban Construction Survey and Design Institute Co， Beijing 100101， China 华南农业大学 资源环境学院，广东 广州 510642 华南农业大学 资源环境学院，广东 广州 510642 College of Resources and Environment， South China Agricultural University， Guangzhou 510642， China College of Resources and Environment， South China Agricultural University， Guangzhou 510642， China 为了解决地铁建设和运营阶段会对地面造成不同程度的影响，特别是海岛建设地铁，其地形地貌环境复杂，土层不稳定，地面形变研究困难等问题。基于哨兵-1的38景影像数据和自主采集的隧道点云数据，采用永久散射体合成孔径雷达测量技术、差分干涉测量短基线集时序分析技术和激光雷达技术对厦门岛范围内的地铁2号线沿线区域进行研究。将合成孔径雷达的两种技术结果进行精度对比，并与水准数据进行比较，验证其准确性，最后结合激光雷达技术对该地铁内部隧道扫描获取点云数据进行形变结果对比。实验表明，PS-InSAR技术形变速率在 - 24.21~24.19 mm/y之间，而基于SBAS-InSAR 技术的形变速率则在 - 22.86~33.79 mm/y，两种方法在形变监测过程中表现基本一致；与水准测量结果对比得到二者之间存在一定误差，误差集中在±7 mm以内，部分与水准点距离较远的误差在13 mm左右；而地下隧道沉降在 - 43.4~104.1 mm之间，中误差为28.44 mm，其结果与地面形变差异巨大。经过多次验证得知地下轨道交通隧道受到地面形变的影响较小。 The construction and operation of subways causes different degrees of impact on the ground， particularly the construction of subways on islands， which have complex topographic and geomorphological environments， unstable soil layers， and ground deformation that is difficult to analyze. The objective of this study was to solve these problems. In this study， using the 38-view image data of Sentinel-1 and tunnel point-cloud data collected independently， the permanent scatterer synthetic aperture radar measurement technology， differential interferometry short baseline set time-series analysis technology， and LiDAR technology were employed to study the area along Metro Line 2 within Xiamen Island. The accuracy of the results of these two techniques based on synthetic aperture radar were compared with level data to verify their accuracy. Finally， the results of deformation were compared with the results of the LiDAR technique to obtain point-cloud data by scanning the tunnel inside the subway. The experimental results show that the deformation rate based on PS-InSAR technology ranged from -24.21 to 24.19 mm/y， whereas the deformation rate based on SBAS-InSAR technology ranged from -22.86 to 33.79 mm/y； the two methods were essentially identical in the process of deformation monitoring. The comparison with the level measurement results indicate that there was an error between the two. The error was concentrated within ±7 mm and was approximately 13 mm for some of the distances from the level. Meanwhile， the settlement range of the underground tunnel was -43.4 to 104.1 mm， with a medium error of 28.44 mm， and the result differed significantly from those for the ground deformation. After several verifications， it was confirmed that the underground rail transit tunnel is less affected by the ground deformation. 激光雷达 合成孔径雷达 地表形变 隧道形变 LiDAR synthetic aperture radar surface deformation tunnel deformation 1 引 言 1 根据国务院审批同意的中国首部地面沉降防治规划，要求全面推进地面沉降防治工作，最大限度地减少地面沉降灾害对经济社会造成的损失。2019年青岛地铁4号线事故导致多人被困，2021年成都17号地铁施工中发生坍塌，这类事故表明在地铁建设和运行阶段，多种因素会导致地面发生形变，甚至会造成建筑物或路面发生坍塌 ［ 1 1 - 2 2 1-2 ］ 。厦门是东南沿海重要的海岛城市，曾多次经历地壳运动和海水进退，地铁2号线作为国内首条地铁盾构海底隧道，具有线路长、规模大、沿线地形地貌周边环境复杂、风险源多，且海岛地区地质多变不稳定等特点 ［ 3 3 - 4 4 3-4 ］ 。因此，海岛地铁沿线的地面形变研究是十分必要的。 在地铁沿线地面形变的监测上，相较于传统技术，InSAR融合了合成孔径雷达成像技术（Synthetic Aperture Radar, SAR）和电磁波干扰技术，具有覆盖范围大、空间分辨率高、能获得全天候信息等特点 ［ 5 5 - 6 6 5-6 ］ ，因此有很大优势。2014年，刘运明 ［ 7 7 ］ 等以北京地铁6号线为研究对象，其D-InSAR和水准数据的形变成果具有较高的一致性，从而验证了InSAR技术监测轨道交通形变的可行性。2017年，Nishiguchi等 ［ 8 8 ］ 利用PALSAR-2数据进行SBAS分析，对滑坡运动进行了研究。2022年，Li等 ［ 9 9 ］ 基于哨兵-1的108个SAR影像数据，通过PS-InSAR技术对青岛的地面进行沉降监测，结果表明2017年4月至2020年12月期间，由于地铁建设等原因青岛地面有明显的沉降变化。同年，于书媛等 ［ 10 10 ］ 通过时序InSAR技术，分析了2017年11月至2020年8月合肥市地铁沿线的地面形变，实验得出该技术得到的时空形变分布图能够较准确地监测地铁沿线的沉降问题。 激光雷达测量技术在文物保护、城市建筑物检测、隧道工程等领域有着广泛的应用 ［ 11 11 - 12 12 11-12 ］ 。隧道这类传统设备不能有效采集数据的大型场所，激光雷达测量技术能够快速、高精度扫描点云数据 ［ 13 13 ］ 。2014年，Walton G等 ［ 14 14 ］ 利用椭圆来拟合隧道的断面，将拟合断面的椭圆用于改善圆形隧道和竖井形变监测，然而这种方式只适用于非常规则圆形的隧道和竖井。2019年，王峰等 ［ 15 15 ］ 指出三维激光扫描技术在地铁隧道的轴线提取、纵断面及限界测量、三维建模等方面的应用已经成熟，并且在断面变形与收敛分析方面具有明显的技术优势。 本文基于时序InSAR技术和激光雷达扫描技术，对厦门2号线2015~2020年38景哨兵-1号影像进行形变分析，获取地铁沿线的沉降速率，与水准数据进行对比，验证该技术的精度和可行性；并结合激光雷达技术，扫描两期隧道点云数据，反映在不同时期的整体几何信息分析地下隧道形变。通过对比同一区域内的地上沉降与地下形变，分析地上与地下形变之间的影响关系，验证时间序列分析技术在海岛城市轨道交通沿线地面形变监测中的精度以及适用性和可靠性。 2 研究区域概况及数据 1 2.1　研究区域概况 2 厦门位于中国的东南部，位于福建省的南边，由厦门岛、鼓浪屿等多个小岛组成。其中，陆地占地面积1 700.61平方公里，海洋面积390余平方公里。厦门地区是典型的沿海平原、台地和丘陵，地势从西北走向东南，地形的构造形式多种多样。从西北至东南，沿高丘、低丘、阶地、海冲平原、滩地等顺序排列，研究区域如 图1 图1 所示。 厦门市轨道交通2号线路总长41.6 km，共设有32个站点，分为两个阶段建设。初期建设阶段位于厦门市海沧区到厦门本岛东部，第二阶段从一期开始的海沧区再往西延伸。两个阶段同步进行建设。厦门2号工程线路如 图2 图2 所示。 2.2　研究数据 2 2 . 2 . 1 InSAR数据 3 实验使用欧洲航天署在2015年~2020年间公布的Sentinel-1A图像。其卫星共有4种成像模式，主要为条带模式（SM）、干涉宽幅模式（IM）、超宽幅模式（EM）以及波型模式（WV）。 本文选取2015年6月至2020年9月共38幅IW模式VV极化的影像，其参数如 表1 表1 所示。 模 式 入射角/（°） 分辨率/m 幅宽/ km 极化方式 条带成像 20-45 5×5 80 全极化 干涉宽幅 29-46 5×20 250 全极化 超宽幅 19-47 20×40 400 全极化 波浪 22-35 5×5 20×20 HH，VV 2 . 2 . 2 LiDAR数据 3 激光雷达测量技术能快速获取高精度的点云数据，具有高效、安全和低成本等优势 ［ 16 16 ］ 。因此，在针对厦门地铁2号线这种工程线路长、沿线环境复杂并且动态施工的特性，可以采用多种技术手段建立测量控制网体系，这样不仅为土建施工和轨道的铺设提供了高精度和高质量的测量基准，还保证了沿途轨道的准确贯通。本文采用激光雷达技术采集的该线隧道2018年和2021年两期的点云数据，分析隧道的形变，如 图3 图3 所示。 1;2; 2 . 2 . 3 全站仪监测数据 3 为了验证厦门地铁2号线沿线区域的地面沉降，本文还使用2020年7月~10月的厦门水准监测数据来检测InSAR技术的精度。在1992厦门地方坐标系统和1985国家高程基准下，测量该线工程GPS和高程控制网，验证控制网精度和稳定性，为厦门市轨道交通工程提供平面和高程基准，水准点分布如 图4 图4 所示。 3 原 理 1 本文主要通过PS技术和SBAS技术处理哨兵-1号数据，研究厦门岛地铁2号线沿线的地面形变；同时，通过激光雷达技术采集的隧道点云数据分析地下隧道的形变。 由于Sentinel-1A数据在IW模式下的影像幅宽达250 km，其面积比厦门市要大得多；因此，为了提高运算效率和数据处理速度，首先要裁剪影像，裁剪时DEM数据要大于研究的区域，然后根据边界文件（.shp）进行裁剪。之后进行基线估计和连接图的生成，便于差分干涉处理。同时需要手动或自动选择一幅SAR图像作为主影像，根据设定的临界基线阈值将其他图像以主影像为准进行配准。 3.1　技术路线 2 通过两种InSAR技术对厦门市地铁2号线沿线的地面形变状况进行比较分析。将SBAS-InSAR结果与水准数据对比，验证时间序列分析技术的精度；与激光雷达扫描数据进行比较，分析地上沉降与地下形变的影响关系，技术路线如 图5 图5 所示。 3.2　激光雷达点云隧道形变分析 2 由于隧道空间对象具有多个视角，空间跨度大，需要从不同的角度和位置对目标对象进行扫描，通过点云配准将所有具有独立坐标的原始单站点云转换到某一个共同的基准坐标系下构成完整的隧道空间对象 ［ 17 17 - 19 19 17-19 ］ 。 由于采集的点云数据量十分巨大，且有许多杂点，这不仅会在建模时产生误差，还会因为数据量过大影响计算效率。因此，在获取原始点云数据后要先进行去噪和滤波处理，剔除离主体过远或影响误差的点。本实验截取了部分隧道点云进行去噪处理。将去噪后的两期点云数据分别进行封装，由于隧道为圆柱形没有特征点可以作为基准，选择将2021年的封装数据和2018年的点云数据进行最佳拟合对齐。其原理是通过计算出点云数据的质心和最小惯性主轴的位置，使两组点云数据相互重合，并进行曲面匹配，如 图6 图6 所示。 1;2; 最后，通过比较不同时期点云模型之间的距离，可以得出轨道交通隧道的沉降量。由于2018年点云数据为原始隧道洞，而2021年轨道地面已经施工完善，所以此次研究选择2021年作为基准数据，2018年作为比较数据。通过3D分析可以在三维模式中得出沉降关系，其色谱如 图7 图7 所示。此方式仅为整体模型的变化量，2D分析模式可以细化观察局部变化量如 图8 图8 所示，对三维模型进行横切，在横切面上观察具体点的偏差沉降关系。 1;2; 3.3　合成孔径雷达技术地面形变分析 2 3 . 3 . 1 永久散射体合成孔径雷达测量 3 PS-InSAR技术从同一研究区域的SAR影像中选择一幅主影像，并将其他影像都配准采样到主影像中得到多个时序干涉影像对，从这些干涉影像对中挑选并提取出更具稳定雷达散射特性的永久性散射体（PS点），最后对收到的回波相位继续进行差分干涉处理，分析出相邻点的空间自相关性 ［ 20 20 ］ 。 在PS-InSAR过程中，所生成的成果质量和所采用的影像数量成正比，实验验证在选取影像时需要至少20幅SAR影像才能生成较好的反演结果。首先，根据默认的基线阈值对所有SAR数据进行干涉对生成，并和系统自动选取的主影像相配准。在生成的成果图中，黄点代表主影像，绿点代表附属影像，红点则是超出阈值的影像，需要进行删除处理。经过影像配准之后，就可以进行差分干涉相位 <math id="M1"><mi>ϕ</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=45716157&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=45716156&type= 2.20133328 3.64066648 计算。 <math display="block" id="M2"><mi>ϕ</mi><mo>=</mo><msub><mrow><mi>ϕ</mi></mrow><mrow><mi mathvariant="normal">d</mi><mi mathvariant="normal">e</mi><mi mathvariant="normal">f</mi></mrow></msub><mo>+</mo><msub><mrow><mi>ϕ</mi></mrow><mrow><mi mathvariant="normal">D</mi><mi mathvariant="normal">E</mi><mi mathvariant="normal">M</mi></mrow></msub><mo>+</mo><msub><mrow><mi>ϕ</mi></mrow><mrow><mi mathvariant="normal">o</mi><mi mathvariant="normal">r</mi><mi mathvariant="normal">b</mi></mrow></msub><mo>+</mo><msub><mrow><mi>ϕ</mi></mrow><mrow><mi mathvariant="normal">a</mi><mi mathvariant="normal">t</mi><mi mathvariant="normal">m</mi></mrow></msub><mo>+</mo><msub><mrow><mi>ϕ</mi></mrow><mrow><mi mathvariant="normal">n</mi><mi mathvariant="normal">o</mi><mi mathvariant="normal">i</mi></mrow></msub></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=45716154&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=45716152&type= 53.25533295 4.57200003 ， 式中： <math id="M3"><mi>ϕ</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=45716157&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=45716156&type= 2.20133328 3.64066648 为PS点在干涉图中的相位， <math id="M4"><msub><mrow><mi>ϕ</mi></mrow><mrow><mi mathvariant="normal">d</mi><mi mathvariant="normal">e</mi><mi mathvariant="normal">f</mi></mrow></msub></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=45716135&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=45716134&type= 4.82600021 4.57200003 为形变相位， <math id="M5"><msub><mrow><mi>ϕ</mi></mrow><mrow><mi mathvariant="normal">D</mi><mi mathvariant="normal">E</mi><mi mathvariant="normal">M</mi></mrow></msub></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=45716136&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=45716162&type= 6.94266701 4.57200003 为地形残差相位， <math id="M6"><msub><mrow><mi>ϕ</mi></mrow><mrow><mi mathvariant="normal">o</mi><mi mathvariant="normal">r</mi><mi mathvariant="normal">b</mi></mrow></msub></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=45716138&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=45716137&type= 4.99533367 4.57200003 为轨道残差相位， <math id="M7"><msub><mrow><mi>ϕ</mi></mrow><mrow><mi mathvariant="normal">a</mi><mi mathvariant="normal">t</mi><mi mathvariant="normal">m</mi></mrow></msub></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=45716141&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=45716139&type= 5.41866684 4.57200003 为大气相位， <math id="M8"><msub><mrow><mi>ϕ</mi></mrow><mrow><mi mathvariant="normal">n</mi><mi mathvariant="normal">o</mi><mi mathvariant="normal">i</mi></mrow></msub></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=45716177&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=45716173&type= 4.82600021 4.57200003 为噪声相位。差分干涉时需要与外部DEM数据相连接，从而去除干涉图中的平地相位，DEM精度越高，则干涉去平效应的结果越理想。附属影像和主影像之间的时间间隔越多，差分干涉结果的精度越好；反之，则噪声越严重。在PS-InSAR技术处理过程中，形变反演分为两次，第一次反演可以获取到影像的形变速率和残余地形差，通过识别PS点进行历史相位分析。第二次反演是为了进行大气相位的估算得出最终形变速率。经过重去平后的干涉图通过计算每期形变量来估算出相应的大气相位，其相干性结果明显高于第一次反演。最后进行地理编码，将形变结果共同调整到地理坐标系中，也可以通过手动添加地面控制点从而优化形变结果。 3 . 3 . 2 差分干涉测量短基线集时序分析 3 SBAS-InSAR技术主要源于对基线配置方面的研究，其基本原理是把覆盖研究区域的所有SAR影像均按照一定时间基线和空间基线的阈值组合形成干涉影像对，这样就得到一系列具有短时间和空间基线的差分干涉图。 本次实验使用的sentinal-1影像时间间隔为2 657天，经过计算机自动选择主影像，选择2017年8月12日的影像数据作为主影像进行配准。基线组合后共生成212组干涉像对。根据像对连接关系，对每一个像对进行干涉图生成和去平，滤波和相干性生成及相位解缠操作。 针对由于受到部分影像质量和时空基线的影响，部分干涉对效果较差，相干性低或者解缠错误等问题，可以通过设置最低相干系数阈值来筛选。本实验设置的最低相干系数阈值为0.35，当干涉对的相干系数低于该值时会被剔除，这样可以有效避免误差并提高精度。估算冗杂的恒定相位，去除解缠后依旧存在的部分相位坡道，选取合适的控制点。控制点要满足：在所有的干涉图上相干系数和相位较好，所在位置形变较小或没有形变；由于层叠图像较多，所以多选点再通过阈值筛选，来提升地面控制点的可用性。 去除地形残差相位和大气相位是SBAS反演的核心步骤，通过估计位移速率和残余地形，来去平合成的干涉图，重新进行相位解缠和精炼，从而得到更优化的结果。最后，将实验得到的时间序列形变图和形变速率图共同转换到地理坐标系下，从而利用生成的栅格数据和矢量数据分析形变结果。 4 结果分析 1 4.1　SBAS-InSAR和PS-InSAR结果及其精度对比分析 2 4 . 1 . 1 PS-InSAR结果 3 基于PS-InSAR技术提取了厦门市的年形变速率图，结果表明厦门市大部分地区都处于相对稳定或存在略微抬升的状态，仅局部区域发生轻微塌陷，以厦门市西南部沿海地区为代表，其形变速率在 - 24.21~24.19 mm/y之间，并且得出形变速率在1 mm/y以内的PS点数量站整个厦门市内PS点数量的93%左右，形变速率结果如 图9 图9 所示。 4 . 1 . 2 SBAS-InSAR结果 3 基于SBAS-InSAR技术提取了厦门市年形变速率结果，该结果表明形变速率在 - 22.86~33.79 mm/y，主要表现为湖里区海岛整体呈略微抬升的趋势，中间部分分散呈现相对稳定的状态，而其他西部沿海地区均有明显沉降，在北部地区中部有部分呈现抬升趋势的相干点。基于该技术结果的形变速率在1 mm/y以内的相干点数量占整个厦门市海岛内相干点数量的85%左右，形变速率结果如 图10 图10 所示。 4 . 1 . 3 精度对比分析 3 对比 图9 图9 和 图10 图10 可以得出，由实验结果得出，两种不同的时序分析手段所获得的形变速率在1 mm/y以内的相干点数量有一定的差异，但整体的形变速率趋势基本一致。 为了进行更加精确的对比，本文选取该线路海沧商务中心到建业路沿线周边作为研究区，同时用PS-InSAR技术和SBAS-InSAR技术对提取的结果进行对比分析。 图11 图11 （a）为PS-InSAR技术所得的形变速率经过克里金插值方法后所得插值栅格结果， 图11 图11 （b）为SBAS-InSAR技术所得的形变速率结果。对比发现，二者皆在北部海岸出现沉降漏斗，而SBAS-InSAR技术较PS-InSAR技术结果在东部海岸该线地铁沿线发生小幅度抬升趋势。从形变速率区间面积占比分析，PS-InSAR技术的形变速率在 - 0.61~2.22 mm/y内面积占比约为68%，而SBAS-InSAR技术的形变速率在 - 0.61~2.22 mm/y内的面积占比约为53%，在2.22~5.47 mm/y内的面积占比约为17%。上述结果表明，两种时序分析方法的结果大体一致，但在 - 0.61~5.47 mm/y内的面积差异较大，此区间形变速率较小且形变稳定，故其成果对形变监测精度的影响较小。 1;2; 两种方法产生的结果存在差异是多种原因共同导致的，首先基于SBAS-InSAR技术在处理过程中可以获取相比于PS-InSAR技术更多的相干点。在PS-InSAR技术处理过程中的PS点主要集中于城市中的建筑物和交通设施这类稳定性较高的地物上，而SBAS-InSAR技术所选取的相干点可以手动选取，覆盖密度较PS点更加集中，例如在湖里区内的相干点分布远远大于区域内PS点分布。经统计发现，SBAS-InSAR技术在湖里区的相干点数量是PS-InSAR技术在湖里区的PS点数量的两倍。其次结果差异也可能是由于在处理方法和相干点阈值的设置上的不同而造成了两者的分布方式不同，虽然二者后期均会进行插值处理，但手动选取和软件自动提取的过程还是会增加结果误差，从而直接导致两者之间的差异。 4 . 1 . 4 案例验证 3 2019年12月12日，厦门地铁2号线吕厝路和嘉禾路交界处的物业开发地块施工工地，塌陷面积约500 m 2 ，塌陷最深处约6~7 m。事故调查认定，此次塌陷的主要原因为该项目施工过程中临时格构立柱承重超负荷，导致发生晃动，最终造成局部顶板坍塌，如 图12 图12 所示。 由于在事发区域及周边缺少PS点，而SBAS的结果与事发区域有部分重叠，因此选取SBAS结果对此次事故进行分析。在事故区选取5个像素点绘制时序曲线，分析该区域在事故发生前后的地面形变，如 图13 图13 和 图14 图14 所示。结果表明，2019年11月18日到2020年2月10日期间，该区域地面持续沉降，累计沉降量在2 mm左右。据此分析，通过SBAS技术监测到事发区域的沉降，因此可以证明，时序InSAR技术可以有效监测地面沉降，预防灾害的发生。 4.2　时序分析结果与水准测量结果对比 2 为了验证时序 InSAR技术结果的精度，本文将其结果与厦门市地铁2号线沿线2020年7月至2020年10月的水准测量结果进行对比，该水准测量数据垂直沉降监测控制网的主要技术要求满足《工程测量规范》的相关规定。 在水准测量地面形变结果中主要有6个区段沉降变化较大，如 表2 表2 所示。首先，在1号站右线（上行）沉降监测点处，SBAS-InSAR技术在该监测点累计的形变量为 - 2.82 mm；2号站 ~ 3号站区间左右线（上行）监测点处，SBAS-InSAR技术在该监测点累计的形变量为 - 3.04 mm和 - 3.99 mm；4号站~5号站区间左线（下行）监测点处SBAS-InSAR 技术在该监测点累计的形变量为3.87 mm。结合百米差异沉降统计，该线路工程右线百米差异沉降最大的区段位于4号站，对应的SBAS-InSAR技术在该监测点的差异沉降量为 - 2.99 mm。对比结果表明，二者之间存在一定误差，误差集中在±7 mm以内，部分误差在13 mm左右。 序号 测段名称 点号 里程/km 最大变化量/mm 1 1号站右线 MBY10 K4+634.9 -10.3 2 2号站~3号站区间 XZZ35，XZY36 左K7+122.0、右K7+122.0 -10.5，-10.8 3 4号站左线 SDZ2~SDZ13 K38+264.0~K38+562.6 -27.5 4 4号站右线 SDY2~SDY8 K38+262.6~K38+502.6 -27.9 5 某停车场出入场线区间左线 R28 K0+000.0 -13.5 6 某停车场出入场线区间右线 C01~C03 K0+000.0~K0+060.0 -16.6 对比结果存在偏差的原因主要有以下几点：一是时序分析结果获得的是雷达天线对地面目标视线向（LOS）的沉降结果，而水准仪实测数据是垂直于地面的监测结果；二是由于在水准测量中测量到的水准点为离散点，而SBAS的结果是由像素构成的，其对应的实地面积较大，该像素的值不能准确代表水准点所在位置的沉降结果。综合分析可知，时序分析结果得到的信息较为准确，在误差允许的范围内均可代表真实地面变化。 4.3　结果分析 2 4 . 3 . 1 激光雷达数据结果 3 由第3.3节可知，隧道内激光点云数据经2D比较后得到的结果表示主要沉降量集中在 - 43.4~104.1 mm之间，其选取截面位置如 图15 图15 所示。实验过程中，地下隧道点云选取集中在3号站，结果表明，无论是激光雷达获取的数据或经过InSAR时序分析后的地面形变结果均在 - 10 mm左右。而隧道中局部测量点数据如 表3 表3 所示，隧道内部产生了沉降，主要集中在 - 43.4~104.1 mm之间，中误差为28.44 mm。查阅资料得知，国内城市轨道交通沉降量须在30 mm以内，因此研究区域的整体沉降量在规定范围内，可以投入使用。分析结果表明，其沉降区域变化最大的部分是隧道的底部地区，底部沉降主要是由铺设铁轨和相关设施导致的。 2 点名 3 参考模型位置 3 比较点云位置 2 沉降值/ mm X Y Z X Y Z 1 -4.567 6 80.328 0 35.989 8 -4.556 4 80.326 0 35.989 9 -0.011 3 2 -2.118 2 84.808 4 36.002 8 -2.102 0 84.809 2 36.002 9 0.016 3 3 -4.274 7 86.109 8 35.991 4 -4.332 8 86.110 4 35.991 0 0.058 1 4 -2.314 0 89.432 2 36.001 8 -2.209 9 89.433 1 36.002 3 0.104 1 5 -0.779 5 79.360 9 34.717 8 -0.782 5 79.360 9 34.717 8 -0.003 0 6 -5.749 7 81.716 5 34.717 8 -5.753 1 81.673 7 34.717 8 0.042 9 7 -5.650 4 85.729 3 34.717 8 -5.684 2 85.722 0 34.717 8 0.034 6 8 -0.764 2 88.055 9 34.717 8 -0.744 9 88.062 6 34.717 8 0.020 5 9 -5.611 2 90.086 6 34.717 8 -5.607 2 90.086 6 34.717 8 -0.004 0 10 -6.009 0 80.547 2 33.151 9 -6.012 0 80.547 4 33.151 9 0.003 0 11 -0.517 3 82.763 4 33.124 1 -0.518 3 82.763 6 33.124 1 -0.001 0 12 -5.983 1 85.781 1 33.151 7 -5.958 8 85.780 9 33.151 6 -0.024 2 13 -0.419 5 89.100 7 33.123 6 -0.448 4 89.068 3 33.123 7 -0.043 4 14 -5.893 1 90.703 7 33.151 3 -5.923 7 90.690 2 33.151 4 0.033 5 4 . 3 . 2 时序分析与激光雷达数据结果对比 3 研究地上沉降与地下形变的相关性，将上述结果与激光雷达数据结果进行对比分析，本文将所有InSAR结果沿LOS方向的形变速率转换为垂直速率。由于PS结果在大部分激光雷达监测点附近为空，这里采用SBAS结果。 针对相同的区域，地上SBAS-InSAR在施工过程中的整体监测结果在 - 3.86~2.27 mm/y之间，整体沉降较为稳定。而激光雷达数据监测结果的形变在 - 43.4~104.1 mm之间，二者差异较大。地下隧道形变量较大，而地面沉降量相对较小且较为稳定。该隧道约在地下16.4~18.7 m处，距地面距离较远，因此可以得出地下隧道形变和地面形变结果之间的影响较小。 5 结 论 1 本文选取厦门市轨道交通2号线沿线作为研究区域，采用欧空局在2015年6月至2020年9月期间发布的38幅IW模式VV极化的Sentinel-1影像数据和激光雷达技术自行采集的隧道点云数据，利用SBAS和PS两种方法分别获取研究区域内的地面形变数据，其结果与水准检测数据进行对比，验证时序InSAR技术的可靠性，获取对应区域的地下隧道点云数据分析隧道形变，通过地上沉降与地下形变的结果分析其相互影响关系。将基于SBAS技术和PS技术的两种形变结果进行对比分析，得出形变速率结果中SBAS-InSAR和PS-InSAR两种方法在总体上具有一致性。其中，PS-InSAR技术的形变速率在 - 24.21~24.19 mm/y之间，SBAS-InSAR的形变速率在 - 22.86~33.79 mm/y之间，将SBAS-InSAR结果与水准测量监测进行对比精度验证，得出二者差异类似，其精度均在毫米级左右，具有可靠性。通过激光雷达扫描的点云数据获取对应区域的地下隧道形变，其值在 - 43.4~104.1 mm之间，中误差为28.44 mm，与SBAS-InSAR相比，两结果差异较大，且隧道距地面距离较远，由此得出地下隧道形变受地面沉降的影响较小。 参考文献 CHEN Z ， XIA Y ， GEOMATICS F O . Monitoring and analysis of land subsidence along nanchang metro line based on insar technology ［J］. Beijing Surveying and Mapping ， 2019 . Monitoring and analysis of land subsidence along nanchang metro line based on insar technology 宁航 . 基于时序InSAR技术的宁波市轨道交通一号线沿线地表沉降监测研究 ［D］. 西安 ： 长安大学 ， 2021 . 基于时序InSAR技术的宁波市轨道交通一号线沿线地表沉降监测研究 NING H . Research on Monitoring of Surface Subsidence Along Ningbo Rail Transit Line 1 Based on Time Series InSAR Technology ［D］. Xi'an ： Changan University ， 2021 . （in Chinese） Research on Monitoring of Surface Subsidence Along Ningbo Rail Transit Line 1 Based on Time Series InSAR Technology 周洋毅 . 基于GIS的厦门市城市生态安全评价研究 ［D］. 厦门 ： 厦门大学 ， 2009 . 基于GIS的厦门市城市生态安全评价研究 ZHOU Y Y . Study on Urban Ecological Security Evaluation of Xiamen City Based on GIS ［D］. Xiamen ： Xiamen University ， 2009 . （in Chinese） Study on Urban Ecological Security Evaluation of Xiamen City Based on GIS 刘运明 ， 佟易 ， 郭可才 ， 等 . 过海地铁隧道陀螺定向测量技术： 以厦门地铁2号线为例 ［J］. 工程勘察 ， 2021 ， 49 （ 8 ）： 51 - 54， 78 . 过海地铁隧道陀螺定向测量技术： 以厦门地铁2号线为例 LIU Y M ， TONG Y ， GUO K C ， et al . Gyro orientation survey technology in the first cross-sea metro shield tunnel of China ［J］. Geotechnical Investigation & Surveying ， 2021 ， 49 （ 8 ）： 51 - 54， 78 . （in Chinese） Gyro orientation survey technology in the first cross-sea metro shield tunnel of China GUO M ， ZHOU Y ， ZHOU T ， et al . Dynamic change monitoring of qianlong garden rockery in forbidden city based on insar and lidar technology ［J］. The International Archives of the Photogrammetry， Remote Sensing and Spatial Information Sciences ， 2020 ： 1455 - 1463 . doi: 10.5194/isprs-archives-xliii-b2-2020-1455-2020 http://dx.doi.org/10.5194/isprs-archives-xliii-b2-2020-1455-2020 Dynamic change monitoring of qianlong garden rockery in forbidden city based on insar and lidar technology LI Y F ， ZUO X Q ， XIONG P ， et al . Deformation monitoring and analysis of Kunyang phosphate mine fusion with InSAR and GPS measurements ［J］. Advances in Space Research ， 2022 ， 69 （ 7 ）： 2637 - 2658 . doi: 10.1016/j.asr.2021.12.051 http://dx.doi.org/10.1016/j.asr.2021.12.051 Deformation monitoring and analysis of Kunyang phosphate mine fusion with InSAR and GPS measurements 刘运明 ， 邹积亭 ， 郭明 . D-InSAR技术在北京轨道交通6号线沉降监测中的应用研究 ［J］. 城市勘测 ， 2014 （ 3 ）： 93 - 96 . doi: 10.3969/j.issn.1672-6073.2014.04.015 http://dx.doi.org/10.3969/j.issn.1672-6073.2014.04.015 D-InSAR技术在北京轨道交通6号线沉降监测中的应用研究 LIU Y M ， ZOU J T ， GUO M . The research on applied D-InSAR technology in the Beijing metro line 6 subsidence monitoring ［J］. Urban Geotechnical Investigation & Surveying ， 2014 （ 3 ）： 93 - 96 . （in Chinese） . doi: 10.3969/j.issn.1672-6073.2014.04.015 http://dx.doi.org/10.3969/j.issn.1672-6073.2014.04.015 The research on applied D-InSAR technology in the Beijing metro line 6 subsidence monitoring NISHIGUCHI T ， TSUCHIYA S ， IMAIZUMI F . Detection and accuracy of landslide movement by InSAR analysis using PALSAR-2 data ［J］. Landslides ， 2017 ， 14 （ 4 ）： 1483 - 1490 . doi: 10.1007/s10346-017-0821-z http://dx.doi.org/10.1007/s10346-017-0821-z Detection and accuracy of landslide movement by InSAR analysis using PALSAR-2 data LI M W ， ZHANG X D ， BAI Z C ， et al . Land subsidence in Qingdao， China， from 2017 to 2020 based on PS-InSAR ［J］. International Journal of Environmental Research and Public Health ， 2022 ， 19 （ 8 ）： 4913 . doi: 10.3390/ijerph19084913 http://dx.doi.org/10.3390/ijerph19084913 Land subsidence in Qingdao， China， from 2017 to 2020 based on PS-InSAR 于书媛 ， 陈靓 ， 杨源源 ， 等 . InSAR技术在合肥地铁形变监测中的应用研究 ［J］. 测绘科学 ， 2022 ， 47 （ 3 ）： 96 - 102， 109 . InSAR技术在合肥地铁形变监测中的应用研究 YU SH Y ， CHEN L ， YANG Y Y ， et al . Application of InSAR technology in deformation monitoring of Hefei metro ［J］. Science of Surveying and Mapping ， 2022 ， 47 （ 3 ）： 96 - 102， 109 . （in Chinese） Application of InSAR technology in deformation monitoring of Hefei metro 郭明 ， 闫冰男 ， 周腾飞 ， 等 . 激光雷达技术在应县木塔形变分析中的应用 ［J］. 建筑科学与工程学报 ， 2020 ， 37 （ 2 ）： 109 - 117 . 激光雷达技术在应县木塔形变分析中的应用 GUO M ， YAN B N ， ZHOU T F ， et al . Application of LiDAR technology in deformation analysis of Yingxian wooden pagoda ［J］. Journal of Architecture and Civil Engineering ， 2020 ， 37 （ 2 ）： 109 - 117 . （in Chinese） Application of LiDAR technology in deformation analysis of Yingxian wooden pagoda GARGOUM S ， KARSTEN L ， EL-BASYOUNY K ， et al . Enriching roadside safety assessments using LiDAR technology： disaggregate collision-level data fusion and analysis ［J］. Infrastructures ， 2022 ， 7 （ 1 ）： 7 . doi: 10.3390/infrastructures7010007 http://dx.doi.org/10.3390/infrastructures7010007 Enriching roadside safety assessments using LiDAR technology： disaggregate collision-level data fusion and analysis 郭明 ， 周玉泉 ， 陈才 ， 等 . 北斗导航授时的移动激光雷达测量系统时间同步装置设计 ［J］. 红外与激光工程 ， 2020 ， 49 （ S2 ）： 33 - 42 . 北斗导航授时的移动激光雷达测量系统时间同步装置设计 GUO M ， ZHOU Y Q ， CHEN C ， et al . Design of time synchronization device for mobile LiDAR measurement system based on BeiDou navigation timing ［J］. Infrared and Laser Engineering ， 2020 ， 49 （ S2 ）： 33 - 42 . （in Chinese） Design of time synchronization device for mobile LiDAR measurement system based on BeiDou navigation timing WALTON G ， DELALOYE D ， DIEDERICHS M S . Development of an elliptical fitting algorithm to improve change detection capabilities with applications for deformation monitoring in circular tunnels and shafts ［J］. Tunnelling and Underground Space Technology ， 2014 ， 43 ： 336 - 349 . doi: 10.1016/j.tust.2014.05.014 http://dx.doi.org/10.1016/j.tust.2014.05.014 Development of an elliptical fitting algorithm to improve change detection capabilities with applications for deformation monitoring in circular tunnels and shafts 王峰 ， 王清泉 ， 王红新 ， 等 . 三维激光扫描技术在地铁工程测量的应用综述 ［J］. 工程勘察 ， 2019 ， 47 （ 1 ）： 56 - 60 . 三维激光扫描技术在地铁工程测量的应用综述 WANG F ， WANG Q Q ， WANG H X ， et al . Summarize on the application of 3D laser scanning technology in subway engineering survey ［J］. Geotechnical Investigation & Surveying ， 2019 ， 47 （ 1 ）： 56 - 60 . （in Chinese） Summarize on the application of 3D laser scanning technology in subway engineering survey MING G ， MS A ， DENG P D ， et al . High-precision detection method for large and complex steel structures based on global registration algorithm and automatic point cloud generation ［J］. Measurement ， 2021 ， 172 ： 108765 . doi: 10.1016/j.measurement.2020.108765 http://dx.doi.org/10.1016/j.measurement.2020.108765 High-precision detection method for large and complex steel structures based on global registration algorithm and automatic point cloud generation 王国利 ， 高婷 ， 郭明 . 相位式地面三维激光扫描点云的噪声滤除 ［J］. 测绘通报 ， 2019 （ S1 ）： 190 - 194 . 相位式地面三维激光扫描点云的噪声滤除 WANG G L ， GAO T ， GUO M . Noise elimination of point cloud in phase-based TLS point cloud ［J］. Bulletin of Surveying and Mapping ， 2019 （ S1 ）： 190 - 194 . （in Chinese） Noise elimination of point cloud in phase-based TLS point cloud 郭明 ， 孙梦溪 ， 黄明 ， 等 . 融合激光雷达与无人机的特大钢结构高精度测量 ［J］. 光学 精密工程 ， 2021 ， 29 （ 5 ）： 989 - 998 . doi: 10.37188/OPE.20212905.0989 http://dx.doi.org/10.37188/OPE.20212905.0989 融合激光雷达与无人机的特大钢结构高精度测量 GUO M ， SUN M X ， HUANG M ， et al . High-precision measurement of steel structure based on LiDAR and UAV ［J］. Opt. Precision Eng. ， 2021 ， 29 （ 5 ）： 989 - 998 . （in Chinese） . doi: 10.37188/OPE.20212905.0989 http://dx.doi.org/10.37188/OPE.20212905.0989 High-precision measurement of steel structure based on LiDAR and UAV GUO M ， YAN B N ， WANG G L ， et al . Iterative automatic global registration algorithm for multi-view point cloud of underground tunnel space ［J］. Measurement and Control ， 2021 ， 54 （ 3/4 ）： 385 - 395 . doi: 10.1177/00202940211003935 http://dx.doi.org/10.1177/00202940211003935 Iterative automatic global registration algorithm for multi-view point cloud of underground tunnel space STRUHÁR J ， RAPANT P . Spatiotemporal visualisation of PS InSAR generated space-time series describing large areal land deformations using diagram map with spiral graph ［J］. Remote Sensing ， 2022 ， 14 （ 9 ）： 2184 . doi: 10.3390/rs14092184 http://dx.doi.org/10.3390/rs14092184 Spatiotemporal visualisation of PS InSAR generated space-time series describing large areal land deformations using diagram map with spiral graph 10.37188/OPE.20233113.1988 TU91 A 1004-924X（2023）13-1988-12 郭明,唐星雨,刘运明等.融合时序InSAR和LiDAR技术的海岛地铁沿线地面形变分析[J].光学精密工程,2023,31(13):1988-1999. 郭明,唐星雨,刘运明等.融合时序InSAR和LiDAR技术的海岛地铁沿线地面形变分析[J].光学精密工程,2023,31(13):1988-1999. GUO Ming,TANG Xingyu,LIU Yunming,et al.Ground deformation analysis along island subway line by fusing time-series InSAR and LiDAR techniques[J].Optics and Precision Engineering,2023,31(13):1988-1999. GUO Ming,TANG Xingyu,LIU Yunming,et al.Ground deformation analysis along island subway line by fusing time-series InSAR and LiDAR techniques[J].Optics and Precision Engineering,2023,31(13):1988-1999. 国家自然科学基金资助项目（No.41971350，No.42171416，No.52130809）；北京建筑大学金字塔人才培养工程建大杰青培养计划资助项目（No.JDJQ20200307）；北京市未来城市设计高精尖创新中心资助项目（No.UDC2019031724） 2022-09-05 2022-11-09 2023-07-10 2023-07-17 39565492 光学精密工程 13 31