基于SBAS-InSAR的云南大理地表形变监测及陆地水储量估计模型构建
陆地水储量(Terrestrial Water Storage，TWS)变化是蒸散发、降雨、径流、地下水开采等自然及人为因素共同作用的结果，对全球或区域气候演变产生了积极的响应。准确获取长期TWS变化对研究区域水循环过程、区域气候变化、合理分配水资源、指导农业生产、预警旱涝灾害等具有重要意义。然而，传统的利用多种地基传感器以及人工测量获取TWS的方法存在着单站覆盖范围小、工作量大、网络空间覆盖范围有限且分布不均等问题。利用大气及水文观测构建水文模型估计TWS变化的方法可以有效的反映水循环过程，但是物理模型本身以及模型参数存在着众多不确定性，不同模型的反演结果间存在较大差异。重力恢复与气候实验(Gravity Recovery And Climate Experiment,GRACE)为探测大范围的TWS的时空变化提供了前所未有的机会。然而，GRACE系统较低的时间分辨率(月)和在运行过程中的数据不连续缺失一直困扰着TWS的研究。数据同化(Data Assimilation,DA)不仅提供了一个条件估计，同时还考虑了模型和测量值的不确定性，它提供了在空间和时间上有效降低测量尺度的潜力，在TWS反演中有着独特的优势，研究TWS的另一种方法是利用DA处理地表对荷载的弹性响应产生的垂向变形。 差分合成孔径雷达干涉测量短基线集时序分析技术(Small Baseline Subset Interferometric Synthetic Aperture Radar,SBAS-InSAR)建立短基线SAR影像集合，获取监测点的时序形变，在高精度、高分辨率的大范围地表时序形变监测中有着无可比拟的优势。为了探究SBAS-InSAR获取的地表时序形变通过DA获取TWS的能力，本文在云南省西南部大理地区进行了DA试验，利用GRACE反演结果验证TWS估计的准确性。在实验过程中发现研究区存在长期开采地下水的情况，长期过量开采地下水会导致的地下水水位急剧下降给自然环境和人工构筑物造成不可逆危害，比如地面不均匀沉降以及地面塌陷等。由地下水开过度开采造成的地面形变不是由地表水质量变化产生的，为了探究非弹性响应产生的地表垂直形变对TWS估计的影响，对地下水超采区域进行地表形变监测很有必要。同时，地下水超采区域影响范围内产生的不均匀形变威胁着高速铁路的运营安全。对地下水开采区域进行地表形变监测是合理利用资源、防控地质灾害发生的有效途径。 针对DInSAR技术在大范围沉降漏斗探测中易受到大气效应和时间失相关影响的问题，本文采用经过LiCSAR系统处理的Sentinel-1解缠干涉图，利用NSBAS方法对448幅干涉影像进行处理，快速获取了云南省大理州2015年7月3日至2021年2月25日的0.001°(90米)分辨率的时序沉降结果，发现了两个此前未在文献中提到过的沉降漏斗，分别位于祥云县和宾川县。虽然通过LiCSAR可以快速的获取大范围的地表形变信息，但是由于LiCSAR数据的分辨率较低，无法对沉降对周围构筑物的影响和沉降的原因进行准确的分析。 针对LiCSAR数据分辨率低，无法获取详细的形变信息的问题，本文通过LiCSAR获取的沉降漏斗范围，采用Gamma以及MintPy对102景Sentinel-1A数据进行处理，获取了沉降漏斗区域更高分辨率的地表时序形变结果,分析了该区域的沉降动态变化以及形成原因。结果表明：(1)宾川县的沉降相对严重，沉降范围较大(约18平方千米)，最大年沉降速率达到-60mm/year；祥云县的沉降范围相对较小(约13平方千米)，最大沉降速率达到-55mm/year。此外，祥云县和宾川县时序沉降具有明显的季节性变化。(2)广大铁路通过祥云县沉降区边缘，大梯度的沉降积累威胁着铁路运营的安全，因此有必要对祥云县的沉降漏斗进行长时间的监测。 针对利用大范围高分辨率地表形变信息反演TWS技术的缺失的问题，本文提出了将SBAS-InSAR处理得到的垂直变形数据同化到美国宇航局流域地表模型(NASA Catchment Land Surface Model,CLSM)中估计TWS变化的方法，构建了基于SBAS-InSAR的陆地水储量估计模型。以云南省大理州为研究对象，采用一维集合卡尔曼滤波在2018年12月2日至2021年1月21日期间对大理州的TWS进行了数据同化(Data Assimilation，DA)研究，填补了2011-2018年由于GRACE数据缺失造成的GRACETWS空白，揭示了降雨量变化对TWS的影响。 为了验证SBAS-InSAR DA估计TWS的精度，采用GRACETWS对SBAS-InSAR DA和开环法(Open Loop,OL)得到的TWS进行评估。对整个研究区域而言，SBAS-InSAR DA和OL获取的研究区域平均TWS变化和GRACE TWS的相关系数(R)和无偏均方差(unbiased Root-Mean-Square Difference,ubRMSD)都显示出了SBAS-InSAR DA方法的优越性。特别是SBAS-InSAR DA改进了ubRMSD，在研究区域将ubRMSD从61mm减小到了30mm。但是针对单个像元R和ubRMSD时，都出现了一些不理想的结果。相比于OL方法，SBAS-InSARDA在个别像元处R出现了降低的现象。这可能是通过降采样获取的时序地表形变没有准确反映陆地水质量变化的时序形变。除此之外两种方法在部分地区的ubRMSD，都表现得过高，这可能是地表水储量变化(如湖泊河流)对TWS变化的影响较大，而这在种变化并没有在CLSM中完全体现。结果表明，通过DA将SBAS-InSAR地表时序垂直形变中包含的TWS变化信息，整合到陆地表面模型中是有效的。
陆地水;储量估计;地表形变监测;SBAS-InSAR技术
西南交通大学
硕士
摄影测量与遥感
刘国祥
2022
中文
P343
2022-12-13（万方平台首次上网日期，不代表论文的发表时间）