摘要：
针对洞庭湖区水位波动范围较大，导致基于InSAR技术形变监测在湖泊洲滩区域会出现严重的失相干问题，该文利用2017年3月—2022年12月间枯水期的Sentinel-1A卫星数据，采用小基线子集干涉合成孔径雷达方法，获得洞庭湖洲滩地表形变监测结果，揭示其时空变化；研究湖区冲淤变化、降水以及人类活动等因素对洲滩地表形变的影响。结果表明：(1)洞庭湖洲滩地区的地表形变时空分布不均，且大部分地区的形变速率在-6 mm/月～6 mm/月之间；(2)枯水期洞庭湖洲滩地表形变与降水事件呈负相关；(3)洲滩地表形变主要是由湖内泥沙冲淤引起的，这与降水变化和湖区水体覆盖动态变化密切相关。
引言
洞庭湖作为我国第二大淡水湖，包括东洞庭湖、南洞庭湖、目平湖等多个湖泊，是长江流域重要调蓄湖泊。湖泊洲滩是湖泊中水深时淹没、水浅时露出的处于动态变化的滩地，且洞庭湖主要由水体与洲滩组成。近年来，大量泥沙沉淤在洞庭湖区，致使洲滩发育扩张，湖区库容量较少，削弱了湖区蓄洪防洪能力，给该地区的水利设施建设与人民生命财产带来了巨大的安全隐患[1-3]。泥沙引起湖区形变主要包含流水侵蚀导致的地表沉降与泥沙沉积导致的地表抬升两个过程。因此，开展大范围、长时序、高精度的洞庭湖洲滩地表形变监测，了解洞庭湖洲滩的侵蚀、淤积变化过程，可以定性、定量地反映泥沙侵蚀、淤积的面积、范围、分布及其动态变化，能够全面揭示洞庭湖洲滩的时空演化规律，同时也能够为洞庭湖洲滩的科学管理以及湖区的洪水灾害预防提供可靠的科学依据。
传统形变监测手段，如地面水准测量和GPS测量等具有较高的观测精度和较好的时间连续性，但其有限的监测范围，难以满足对大范围地表进行形变监测的需求[4-5]。此外，洞庭湖洲滩作为湖水消落区，并不利于野外监测活动的开展[6]。相比之下，合成孔径雷达干涉测量(interferometric synthetic aperture radar, InSAR)技术具有全天时、全天候以及监测范围广等特点，且不依赖于监测环境，为湖泊洲滩形变监测提供了新的发展契机。自上世纪末以来，基于InSAR技术发展得到的差分合成孔径雷达干涉测量(differential InSAR,D-InSAR)技术逐渐应用于大范围地表形变监测。尽管如此，由于技术原理的限制，D-InSAR存在显著的局限性，包括难以提供长时间序列的地表形变信息以及容易受到时空失相干和大气延迟误差等因素的影响。为了克服这些局限，以永久散射体(persistent scatterer InSAR,PS-InSAR)技术及小基线集(small baseline subset InSAR,SBAS-InSAR)技术等为代表的时序InSAR技术逐渐发展，其在理论上具有毫米级的形变反演精度，并且已广泛应用于地震、滑坡、冻土等领域[7-13]。近年来，InSAR技术也被逐渐应用于洞庭湖区形变监测。文献[14]首次在洞庭湖盆地沉降研究中引入D-InSAR的概念，并从理论层面上探讨了D-InSAR监测洞庭湖盆地非均匀沉降的可行性。文献[15]基于D-InSAR技术使用6个月Sentinel-1数据开展洞庭湖堤坝的形变监测，获取堤坝时序形变信息。文献[16-17]基于PS-InSAR技术对东洞庭湖周围基础设施分布密集的区域开展16个月的形变监测，监测结果与现存资料具有较好的一致性。文献[18]利用Sentinel-1数据和SBAS-InSAR技术监测了2017年—2019年东洞庭湖地表形变，并揭示了水土流失、人类活动与地表形变的关系。文献[19]通过SBAS-InSAR技术监测了2018年—2021年洞庭湖流域形变监测。当前针对洞庭湖的InSAR形变监测，监测周期普遍较短，且多集中于东洞庭湖以及湖区基础设施，缺少针对整个洞庭湖洲滩的大范围、长时序的形变监测研究。
由于洞庭湖具有“水落露滩、水涨成湖”的特点，旱涝交替过程导致失相干现象，使得常规时序InSAR技术，包括PS-InSAR技术和SBAS-InSAR技术，在获取准确的洲滩地表形变信息方面面临挑战[20]。具体而言，PS-InSAR技术的准确性在很大程度上取决于PS点的质量和数量。然而，在洞庭湖洲滩区域，由于植被相对较多，稳定的地物点相对较少，这严重制约了PS-InSAR技术的应用。与之相比，SBAS-InSAR技术无需依赖于研究区内的稳定点，且对数据量要求较低，因此更适用于洲滩地区的地表形变监测。基于此，本文选择了洞庭湖地区2018年—2022年枯水期的干涉对，基于SBAS-InSAR技术获取不同年份枯水期洲滩形变结果，以揭示洞庭湖洲滩地表形变的时空变化，并研究湖区冲淤变化、降水以及人类活动等因素对洲滩地表形变的影响，为洞庭湖区安全管理提供科学的参考意见，为区域的地表监测和安全预警提供数据支持。
1 研究区和数据集
1.1 研究区域概况
洞庭湖位于湖南省东北部(111.6°E～113.3°E,28.5°N～29.6°N)(图1),是我国第二大淡水湖，也是长江流域重要的分洪沉沙调蓄湖泊。整个湖区总面积约4 400 km2,湖泊面积约2 690 km2。洞庭湖区域地势总体上呈现出从西南向东北递减的走势，西南部分为山地和丘陵地带，其海拔相对较高，而东北部分则为河湖水系所占主导地区，其海拔较低。4条重要汇流水系湘江、资水、沅江、澧水以及汨罗江等小支流沿此地势流向汇入洞庭湖，最终由岳阳市城陵矶注入长江。受亚热带季风性湿润气候影响，研究区年均气温16.15 ℃,年均降水量在1 250～1 450 mm之间，无霜期为258～274 d。
图1 研究区概况
Fig.1 Overview of Study Area
洞庭湖是典型的季节变化型湖泊，其季节性水域面积占总面积的48.74%。水位变化表现出明显的季节性规律：4月水位开始上升，并于6—8月达到最高水位，期间称为丰水期；此后，水位开始下降，并在12月至次年3月形成枯水期。丰水期平均水位高达34 m以上，而枯水期平均水位不足22 m。这种季节性的水位变化形成了大面积的水陆生态区域[21]。
1.2 数据集
本文选用2017年3月—2022年12月枯水期的Sentinel-1A单视复数影像作为实验数据，其极化方式为VV,所处波段为C波段，重访周期为12 d。此外，利用Sentinel-1 SAR数据的GRD产品提取洞庭湖水体信息、采用覆盖研究区30 m分辨率的SRTM DEM数据进行地形相位的去除。
2 方法
2.1 SBAS-InSAR技术
SBAS-InSAR技术在D-InSAR技术的基础上，根据时空基线阈值组成差分干涉对。以满足阈值条件的干涉图作为初始量，基于最小二乘(least square, LS)法或奇异值分解(singular value decomposition, SVD)法求得形变时间序列
2.2 数据处理
洞庭湖在枯水期和丰水期的交替过程中，失相干现象严重，导致SBAS-InSAR方法难以获取丰水期洲滩的形变监测结果。因此，本文仅将SBAS-InSAR方法应用于枯水期的洲滩形变监测，而非整个监测时期。
本文使用GAMMA软件，利用SBAS技术对获取到的覆盖洞庭湖洲滩区域的Sentinel-1 SAR数据进行处理，首先以2019年12月3日的影像作为主影像，将其余影像与其配准；为保证监测结果的可靠性，将时、空基线阈值分别设置为60 d和150 m;同时，利用30 m的SRTM数据作为外部DEM产品，进行地形相位去除；然后用最小费用流法进行相位解缠；根据相位解缠的质量对干涉对进行进一步筛选，同时挑选出枯水期的干涉对，时空基线分布如图2所示。为了减小差分干涉图中低相干性引起的误差，SBAS-InSAR只计算高相干点。本研究采用相干性系数平均阈值法和最小阈值法选取高相干点。
图2 时空基线图
Fig.2 Temporal and Perpendicular Baselines
3 结果
3.1 枯水期洲滩地表形变结果
采用SBAS-InSAR数据处理方法，对2017年—2022年间洞庭湖洲滩5 a枯水期SAR数据进行处理(各枯水期的SAR影像数量分别为17、20、21、14、15),获取枯水期的地表形变速率，其中形变速率的正负值分别表示地面的抬升和沉降情况。地表形变速率图(图3)表明，洞庭湖洲滩地区的形变空间分布不均匀，在局部区域发现几处明显的抬升或下沉现象，主要位于汇集河流沿岸以及水位频繁变化的区域，且大部分地区的形变速率在-6 mm/月～6 mm/月之间。具体而言，2018年、2021年和2022年，整体地表形变呈现出沉降趋势，但在局部区域存在抬升现象，抬升区域主要位于湖泊集水区沿岸、东洞庭中部漂尾洲以及目平湖松澧三角洲。然而，在2019年和2020年，整体地表形变趋势相反，表现出抬升趋势，但仍伴随着局部区域的沉降现象，沉降区域主要位于湖泊内部河道沿岸以及目平湖沅江三角洲。由于缺乏相应的同期水准观测数据，我们将获得的监测结果与已发表的相关文献进行了对比[17-18]。比较结果显示，形变区域的分布、走向和形变量级均与已有研究基本一致。
图3 2018—2022年枯水期洞庭湖月均形变速率
图4 2018—2022年枯水期洞庭湖洲滩形变趋势空间分布
Fig.4 Spatial Distribution of Deformation Trend of Dongting Lake Beach in the Dry Seasons from 2018 to 2022
由图4可以看出，在枯水期，洞庭湖洲滩地表形变的空间分布呈现复杂的动态特征。具体而言，抬升区域面积在监测时期内经历了逐渐扩大、达到最大值后再减小、再次扩大的变化趋势，而沉降区域面积变化趋势与之相反。在湖泊内部河道以及集水区周围，因河水冲蚀作用，存在沉降或抬升现象。在2018年、2021年和2022年，洲滩表现出整体沉降，但局部区域有抬升现象，抬升区域面积比例都低于30%;而在2019年和2020年则呈现相反的趋势，即整体抬升但存在局部沉降现象，沉降区域面积比例都低于26%。
3.2 重点沉降区域分析
为深入研究洞庭湖洲滩的形变分布特征，分别在东洞庭湖、南洞庭湖和目平湖3个区域选取形变速率相对较大的区域开展局部分析。
图5 A区2018—2022年枯水期月均形变速率
Fig.5 The Monthly Average Deformation Rate in Region A in the Dry Seasons from 2018 to 2022
图5A区位于东洞庭湖的西北角，这里设有一个小型蓄洪区。该蓄洪区在东洞庭湖水位过高时起调蓄作用，缓解对其他区域的威胁，并在枯水期向外排水。观察发现，2018年和2021年在该区域出现了明显的沉降现象，其沉降速率约为-5 mm/月。据了解，2017年、2020年夏季该区域曾发生严重的洪涝灾害，导致整个湖区，尤其是蓄洪区淤泥增加[22-23]。因此，当进入下一个枯水期，水库进行排水时，水流冲刷、侵蚀河岸，进而引起严重的洲滩地表沉降现象。而2019年和2020年出现较为明显的抬升主要是由于在丰水期时泥沙落淤，且查询资料可知，该区域在构造上呈现抬升趋势。
图6B区位于东洞庭湖东部的新墙河入口与湖河道交汇处，河道曲折，河道两岸沉降显著。在丰水期，泥沙沉淤在此，直到枯水期来临时，河道流水会直接冲刷这个区域，进一步促进河道两岸的沉降。然而，2019年、2020年的形变较其余3年较弱，这归因于枯水期前的丰水期降水量相对较少，从而导致新墙河以及该支流水流平缓。同时，该区域水体淹没频率在2021年高于其余年份，泥沙更易在此处落淤，受沉积作用以及河水冲刷的双重作用，该区域表现出较为显著沉降现象。
图7C区位于南洞庭湖湘江入口处，主要为湘江河漫滩沉积区。该河漫滩沉积呈现出明显的吞吐流特征，即在丰水期，洪水在滩面上漫溢，导致悬运的泥质、粉砂等细小的颗粒物质在滩面沉积，形成河漫滩沉积。随着水位逐步上升至一定高程，洪水溢出河床，水流速度急剧减小，在河岸边形成天然堤。近年来，该河漫滩形态无明显变化。可以发现2021年该区域发生明显沉降，约为-4 mm/月。在2020年丰水期，湖区降雨量高、且降水强度大，该区域会沉淤湘江来水以及湖区内部的泥沙。在进入枯水期时，该区域水位波动频繁，冲淤现象显著，进而导致区域沉降现象显著。然而在2020年，该区域发生明显的抬升现象，约为3 mm/月，主要是因为湖泊内部河流由此汇入东洞庭湖时，水流速度缓慢，泥沙沉淀淤积，从而导致较为显著的抬升现象。
图6 B区2018—2022年枯水期月均形变速率
Fig.6 The Monthly Average Deformation Rate in Region B in the Dry Seasons from 2018 to 2022
图7 C区2018—2022年枯水期月均形变速率
Fig.7 The Monthly Average Deformation Rate in Region C in the Dry Seasons from 2018 to 2022
图8 D区2018—2022年枯水期月均形变速率
Fig.8 The Monthly Average Deformation Rate in Region D in the Dry Seasons from 2018 to 2022
图8D处位于目平湖的沅江入口处的沅江三角洲。该区域西部的沅江流入目平湖后，过流断面突然开阔，导致水流速度急剧减小，泥沙大量沉淀，形成沅江三角洲。同时，由于目平湖北部洲滩的淤高超过了北部松滋河和澧水的高程，所以该区域主要的来水为沅江。在枯水期，该区域基本干枯，且均表现为不同程度的沉降，通过查阅资料发现属于沅江凹陷区域[14]。其中，2019年该区域沉降现象最为显著，约为-2 mm/月。由于该区域在上一丰水期降雨量少，导致泥沙沉淤较少，因此该区域构造沉降作用强于泥沙淤积作用。
4 讨论
4.1 降水对形变的影响
前人研究指出，少量降水会增加土壤粘度，从而起到抑制土壤侵蚀的作用[24]。即枯水期降水越少，洲滩地表沉降越明显。如图9所示，2018年、2021年和2022年，洞庭湖地区枯水期的降水量与其他年份相比呈现出较低的降水量，这几年洲滩在枯水期均表现出明显的沉降趋势。此外，2017年和2020年的丰水期湖区降雨量相对较高，导致湖泊水位抬升、湖区内泥沙大量沉积，进一步加剧了洞庭湖地区洲滩地表沉降的情况。由表2可以看出，地表沉降与枯水期降水量呈负相关(相关性系数为-0.77),即降水量减少伴随着更显著的地表沉降趋势。相反，地表沉降与丰水期降水量呈正相关(相关性系数为0.96),即较高的丰水期降水通常伴随着更明显的地表沉降。
图9 降雨量及枯水期地表形变强度
Fig.9 Precipitation and Surface Deformation Intensity in the Dry Seasons
4.2 水体覆盖动态变化频次对形变的影响
对GRD模式的Sentinel-1数据进行预处理，包括轨道校正、辐射定标、几何校正、滤波、裁剪以及后向散射系数转换。
然后基于Sentinel-1的VV、VH极化数据，构造Sentinel-1双极化水体指数(sentinel-1 dual-polarized water index, SDWI)[25]。为了扩大水体与非水体的类间差异，利用OTSU算法进行二值化阈值分割，并通过目视解译去除船舶光斑的影响，提取洞庭湖水体[26]。在此基础上，获取研究期间洞庭湖水体淹没频率，结果如图10所示，其主要特征为由湖体和河道中心向两侧递减。
图10 2017年—2022年洞庭湖淹没频率
Fig.10 The Inundation Frequency of Dongting Lake from 2017 to 2022
水体覆盖动态变化频次，即水体与非水体相互转换的次数[27]。根据洞庭湖水体提取结果，进行逐点的水体覆盖动态变化频次分析，得到整个洞庭湖区的水体覆盖动态变化频次的空间分布图，如图11。假设某一像元在提取的10个时相中存在5次相邻像元的地表覆盖类型(假设湖区的地表覆盖类型为水体和非水体)不同，则其水体覆盖动态变化频次为5次。
图12展示了地表形变与水体覆盖动态变化之间的相关性关系。在图中，红色表示正相关，蓝色表示负相关，颜色深浅反映了相关性的强度。观察图中发现，水体覆盖动态变化频次较高的区域与地表形变呈负相关关系。这表明，水体覆盖动态变化频次越高的区域，地表沉降现象越显著，这是由于这些区域易受到流水冲刷作用的影响。具体而言，这些区域主要包括位于东洞庭湖西部的藕池河东支河口三角洲、中部的漂尾洲以及东部的新墙河三角洲，同时还包括南洞庭湖东部的湘江河漫滩沉积区以及目平湖的沅江三角洲。
图11 水体覆盖动态变化频次
Fig.11 Water Cover Dynamic Change Frequency
图12 地表形变与水体覆盖动态变化之间的相关性关系
Fig.12 The Correlation between Surface Deformation and Dynamic Changes in Water Cover
4.3 区域地表形变原因
4.3.1 土壤侵蚀
土壤侵蚀作为一种持续存在于地球表面的地貌过程，是目前全球最严重的环境问题之一，对农业、土壤养分和地表完整性构成了严重威胁[28]。洞庭湖平原湿地作为湖南省水土流失重点预防带，承接湖南省主要河流泥沙，流域土壤侵蚀模数约3 970 t/km2[29]。土壤侵蚀的主要类型是水蚀，包括地表侵蚀和沟道侵蚀。局部地区还有少量崩塌、滑坡等土壤侵蚀。丰水期是洞庭湖的关键淤积期，淤积泥沙超过年平均泥沙淤积量。但在枯水期，侵蚀作用大于淤积作用，丰水期淤积量的10%被冲刷出洞庭湖[30]。本研究所监测的地表变形与土壤侵蚀特征吻合较好。由此我们可以推测，水土流失和泥沙淤积是洞庭湖地表变形的主要原因。
丰水期湖水含有大量泥沙，进入枯水期，湖泊水位随之下降，河漫滩上残存的泥沙就会随流水流入集水区，并可能侵蚀流经区。特别是在漫滩与集水区交界处，在外来流水和集水区水循环的双重作用下，冲刷效应更加明显。洞庭湖区的聚落主要集中在东洞庭湖集水区的南部和西部，说明这些地区的侵蚀十分显著。这两个集水区是旱季水流的主要来源。另一个聚落区域在内部河道沿岸。枯水期流水过弯时，流水压力增大，河水对河岸的冲刷力更大，冲刷作用更明显。通过监测研究发现，水体覆盖动态变化频次高的区域易发生土壤侵蚀现象，且这些区域同时表现出地表沉降的显著特征。
4.3.2 人类活动
人类活动会影响湖泊的水文条件，且农业开垦会造成更易受侵蚀的垦区土壤破坏，导致河流中的沉积物增加。
洞庭湖平原圩区众多，是国家商品粮基地之一。农业种植过程中的人类活动和灌溉用水抽取也会引起部分地区地表变形，如位于东洞庭湖西南部的漉湖芦苇场区域在各枯水期均表现出沉降趋势。
4.3.3 洲滩侵占退化
洞庭湖被自然岸线和防洪大堤所围，由水面和洲滩两种地物类型构成，它们的边界呈现出犬牙状的交错，湖泊内洲滩与水面随着水位的升降呈现出此消彼长的互补特性。洞庭湖周边的河流不断向湖泊输入泥沙，使水系洪涝变化和泥沙淤积呈现出复杂性，湖区的湿地系统和环境在不同区域受到了不同程度的侵占和破坏。湿地在各生态群落、水质保障以及农作产业等方面发挥着重要的价值[31]。
洞庭湖区域的欧美黑杨种植问题是湿地和洲滩环境破坏的另一重要因素。欧美黑杨的生态入侵导致生态平衡失控，引发水土成分变化和环境破坏。洲滩环境破坏表现为植被类型和地貌的转变，生态失衡以及水土营养流失。通过监测研究，我们发现部分洲滩区域不仅呈现出不均匀抬升的趋势，而且受到流域水系对泥沙的冲刷作用的影响，引发了地表形变和洲滩的冲淤现象。随着淤积的增加，苔草、芦苇等植被入侵，且这些植物特性促进了其快速蔓延生长，导致区域湿地侵占退化和洲滩环境破坏。
5 结束语
本文利用2017年—2022年间Sentinel-1A SAR数据对洞庭湖洲滩地表形变进行监测，获取了该区域形变速率。因洞庭湖具有独特的湖泊形态，即“水落露滩、水涨成湖”,对其相干性影响较大。如果将SBAS-InSAR方法应用于多年的数据集，将会在后续的变形结果估计中造成严重的误差。因此，选取枯水期的Sentinel-1A数据，估算洲滩地表形变。主要的结论如下：
1)洞庭湖洲滩地区的形变时空分布不均，且大部分地区的形变速率在-6 mm/月～6 mm/月之间。其中2019年、2020年表现出整体抬升、局部沉降，而其余几年与之相反，地表变形区域主要分布在汇集河流沿岸以及水位频繁波动的区域。
2)枯水期洞庭湖洲滩地表形变与降水事件呈负相关，2018年和2021年枯水期洲滩主要表现为沉降趋势，且这两年枯水期降水量以及降水次数较其余几年有所减少。
3)水体覆盖动态变化频次较高(变化频次高于10次)的区域形变也较为明显，主要位于东洞庭湖西部的藕池河东支河口三角洲、中部的漂尾洲、东部的新墙河三角洲，南洞庭湖东部的湘江河漫滩沉积区以及目平湖的沅江三角洲。
