北京大兴国际机场位于大兴榆垡—礼贤地区,是北京市五大区域地面沉降区之一,不均匀的形变会对机场的安全稳定运行产生影响。文章基于时间序列InSAR技术,利用2019年9月—2021年11月间39景高分辨率COSMO-SkyMed SAR影像,获取了北京大兴国际机场形变信息的时空特征,监测结果精度较高,与水准监测结果基本吻合。结果表明,北京大兴国际机场的沉降在2019—2021 年持续发展,最大沉降速率为-47.5 mm/a,最大累积沉降量达到-103.84 mm,4条跑道均存在不均匀沉降。进一步详细分析了跑道在时间、空间上的形变特征,以及航站楼、维修机坪、油罐区、公务机坪等其他形变较大区域的形变信息,并结合地基处理方式对影响沉降的驱动因素进一步分析。文章可为大兴机场的安全平稳运营提供参考。
引言
自1935年以来,地面沉降是北京平原区主要的地质灾害之一,北京大兴国际机场位于北京南部的大兴区,截至2009年,大兴区最大累积地面沉降量达到560 mm,最大沉降率达到78.70 mm/a[2-3]。不均匀的地面沉降会导致地面裂缝,并可能对建筑物、大坝、公路、高速铁路、机场造成破坏。机场的地面沉降、地面裂缝等可导致航站楼、跑道、电子设备等地面设施受损,并可能造成人身安全和经济损失。因此,准确、快速获取地面沉降的空间分布信息与时间演变过程对于机场安全运营具有重要意义。
为保障飞行安全、航班正常以及机场内人员和财产的安全,机场监测需在不停航条件下进行,而传统的监测手段如水准测量和全球导航卫星系统等,难以在不进入跑道的情况下进行长期有效地数据采集,且只能获取离散点位的形变信息。合成孔径雷达干涉测量(interferometric synthetic aperture Radar,InSAR)技术可以实现大范围长时间的监测,具有更高分辨率、重返周期较短,获取地表形变的精度比较高,不需要任何现场安装和供电,可以提供远程测量,因此不会对机场的正常运行产生任何影响,是一种更方便、有效的监测手段。
目前,InSAR已广泛用于若干机场的长期沉降监测,Jiang等利用TerraSAR-X数据反演上海浦东国际机场的地表形变序列,并联合地质数据对沉降因素进行定性评价; 麻源源等利用SBAS-InSAR技术提取了昆明长水机场高边坡的形变信息并解算出三维沉降速率图; Dai等利用COSMO-SkyMed数据获得了首都国际机场的形变信息并分析造成沉降的4个驱动因素; 张双成等利用InSAR技术获取安康机场地表形变信息,结合降水和填方数据分析膨胀规律; Shi等基于Sentinel-1数据获取大连金州湾国际机场的形变信息,并根据固结理论对沉降进行预测。但目前对大兴国际机场的研究还停留在传统监测手段,少有基于InSAR的专题沉降研究。
本研究利用39景高分辨率COSMO-SkyMed (CSK)影像和时间序列InSAR技术,对大兴国际机场的地面沉降进行研究,获得大兴机场最新的时空沉降信息,并着重分析跑道等重要位置的形变特征,根据形变特征进一步分析影响沉降的驱动因素,对机场健康、平稳运行提供重要参考。
北京大兴国际机场位于永定河北岸、北京市大兴区榆垡镇、礼贤镇和河北省廊坊市之间,如图1红色五角星位置所示。北京大兴国际机场定位为大型国际航空枢纽,飞行区等级指标为4F。“五星”方案以航站楼核心区为中心,延伸出5条放射性指廊,再加上楼前区域的服务楼指廊,形成6条指廊的均衡布局,每2条指廊间的夹角为60°。机场运营初期设有4条跑道(图2),呈“三纵一横”布局,东跑道(01L/19R)长3 400 m、宽60 m; 西一跑道(17L/35R)、北跑道(11L/29R)长3 800 m、宽60 m; 西二跑道(17R/35L)长3 800 m、宽45 m; 相应设置8条平行滑行道以及联络道系统。
CSK是由意大利研究部和国防部资助的地球观测卫星天基雷达系统,旨在为军用和民用提供合成孔径雷达(synthetic aperture Radar,SAR)数据的全球服务。该系统的空间星座部分包括4颗中型卫星,每颗卫星都配备了一个X波段的SAR传感器,能够提供高分辨率实时观测[14]。单颗卫星每16 d轨道重叠一次,在全天候条件下4颗卫星的重访周期为1~16 d。CSK卫星具有3种基本的成像模式,即Spotlight模式、Stripmap模式和ScanSAR模式。
本文获取了2019年9月—2021年12月间的39景高分辨率CSK SAR影像,成像模式为Stripmap 模式,极化方式均为单极化HH,数据空间分辨率为3 m,入射角为17°~22°,波长为3.1 cm。数据覆盖范围如图1中黑色矩形框所示。
2.1 数据配准
将所有影像统一到相同的空间坐标系下。按时空基线的阈值最优原则选取公共主影像,同时考虑主影像的当日天气情况,本研究选取2019年9月19日的SAR影像作为公共主影像,其他38景影像作为辅影像配准并重采样到主影像上,方位向、距离向配准拟合的标准差均小于0.126。使用30 m分辨率的SRTM数字高程影像进行几何配准和去除大气相位延迟、地平相位等。
对影像数据经过多次实验后选定垂直基线小于300 m且时间基线小于300 d的时空网络进行基线配置,共产生123对干涉对。干涉对连接图如图3所示,图中横轴为SAR影像获取的时间(时间基线长度),纵轴为影像之间的空间基线长度。
2.2 相干目标点选择
选择在时间序列中后向散射特性稳定和高相干性的点作为目标点,以此进行后续的时序分析可以减少长时间序列中存在的失相关现象。本文采取频谱相干系数法和振幅离差阈值法来选择目标点,其中频谱相干系数上下限阈值分别为1和0.33,振幅离差阈值为0.4; 采取联合像素滤波的方法对分布式散射体进行预处理,滤波窗口为21,联合像素大小为3,每个窗口内最小同质点阈值为10。随后计算相位噪声标准差,将阈值设置为0.6 rad对初选的相干目标点进行筛选,最后得到了241 064个相干目标点进行后续的解缠处理。
2.3 相位解缠
此时的干涉相位差值是位于(-π,π]之间的相位主值,它与真实的相位差值之间相差了2kπ,这时它会表现为色带不连续或者蔓延畸形而过长,可以通过路径积分法或者最小二乘法进行相位解缠计算。局部的地表运动和地形误差会引起局部的相位梯度,潮湿的环境和相位梯度会致使相位解缠出现误差。因此,需要仔细选择重采样大小和滤波窗口。较大的重采样大小会以破坏相位一致性为代价来平滑条纹,而较大的滤波窗口可能会丢失干涉图的细节。本次研究估计像元相干性参数窗口大小为7,滤波窗口大小为32。
另外,还需在干涉图中进行解缠误差校正。相位解缠误差是噪声的重要组成部分,这会导致相位历史的估计偏差,并导致反演的残差不为0。通过评定由3个SAR图像形成的3个干涉对之间的相位一致性识别出解缠错误,并纠正相位跳变。干涉图的冗余网络允许通过检查三联干涉相位的一致性来评估观测矢量中的噪声。
本文基于高分辨率 CSK 图像和 SBAS-InSAR 技术,获得了 2019年9月—2021年11月大兴国际机场及其周边的沉降情况。大兴机场SAR影像的年平均形变速率如图4所示,叠加背景为Google Earth影像,其中正值代表沿雷达视线(line of sight, LOS)方向抬升,负值代表沿LOS方向下沉。北京的水平位移小于1 mm/a,远低于垂直位移,垂直沉降在LOS位移中占主导地位。且大兴国际机场处于平坦地形,从InSAR技术获得的位移在本研究中被合理地解释为垂直沉降在LOS方向上的投影。
图中红色五角星表示参考点的位置,蓝色的2条线分别代表新、旧天堂河的位置。北京大兴国际机场的沉降在2019—2021年持续发展,最大沉降率为-47.5 mm/a,发生在机场东北部的货运区,形变速率较大的点还存在机务维修区和部分飞行区,本研究对机场关注的区域和形变较大的区域进行深入分析。
3.1 跑道及滑行道监测结果分析
跑道是机场最重要的部分,不均匀的沉降将导致路面凹陷、凸起、开裂或坡度变化,对飞机的平稳起降、乘客的舒适度等都会产生重要影响[17]。本次研究对4条跑道的形变情况进行了进一步分析。
西一跑道及其平滑区的卫星影像图和累积形变量如图5所示,跑道中部沉降值大于两侧,两端最大沉降值约-21.28 mm,中部最大沉降值约-53.09 mm。在平滑区和跑道上各选择一个点P1和P2,绘制2个点的时间序列位移图,从图中看出,西跑道从2020年9月以后沉降速率增大,建议加强监测。沿西一跑道中线绘制剖线AA',沿剖线绘制累积位移量,如图6所示。最大沉降量点位于跑道自北向南2 500处,跑道自北向南1 200~2 900 m的长度范围内都呈现出明显的沉降现象。
图5 西一跑道及其平滑区的形变信息
西二跑道及其平滑区的卫星影像图和累积形变如图7所示。西二跑道及其平滑区累计沉降总体较均匀,大部分区域沉降在-30~-20 mm,最大累计沉降量出现在跑道中部,达到-52.34 mm。在跑道上和平滑区各选择一个点P3和P4,绘制2个点的时间序列位移图,可见速率并未收敛,建议持续监测。沿西二跑道中线绘制剖线BB',绘制剖线的累积位移量如图8所示,从图中可以看出最大沉降量点位于跑道自北向南2 000 m处,跑道自北向南400~800 m的长度范围和1 800~2 800 m长度范围内都呈现出明显的沉降现象。
图7 西二跑道及其平滑区的形变信息
东跑道及其平滑区的卫星影像图和累积形变量如图9(a)所示。从图9(a)可以看出,北京大兴国际机场的东跑道累计沉降较大,特别是跑道北端,最大累计沉降量达-61.85 mm。依次在跑道上和平滑区选取沉降较明显的2个点P5和P6,并绘制这2个点的时间序列形变图如图9(b)和(c)所示,发现形变并未收敛,建议对该区域进行持续监测。沿东跑道中线绘制剖线CC',绘制剖线的累积位移量如图10所示,从图中看出最大沉降量点位于跑道的最北端,跑道自北向南的前1 100 m都呈现出明显的沉降现象。
图9 东跑道及其平滑区的形变信息
北跑道及其平滑区的卫星影像图和累积形变量如图11所示。东南端的累计沉降较大,约-40 ~-30 mm,最大累计沉降量达-79.96 mm,依次在跑道上和平滑区选取沉降较明显的2个点P7和P8绘制时间序列形变图,发现在2020年7月速度开始增大,建议持续监测。沿跑道绘制剖线DD',绘制剖线的累积位移量如图12所示,从图中可以看出最大沉降量点位于跑道自西向东2 400 m处,跑道自西向东1 800~3 500 m范围都有沉降。按照《民用机场飞行区技术标准》(MH 5001—2013)及其第一修订案,跑道中线上的最高、最低点高差与跑道长度的比值不超过1%,跑道两端各1/4长度内纵坡不超过0.8%,跑道其他部分纵坡不超过1.25%。坡度变化的允许值如表1所示,根据跑道剖线累积位移量,计算坡度变化的最大监测值,结果显示,目前各跑道不均匀沉降还未超过预警值,建议进行长期监测以能及时预警。
图11 北跑道及其平滑区的形变信息
表1 跑道纵坡控制指标
3.2 其他形变较大区域监测结果
大兴机场在监测时间内存在不均匀的沉降,年平均沉降速率为-47.5 ~ 5.2 mm/a。严重的沉降主要分布在大兴机场的维修机坪、航站楼、油罐区和公务机坪等区域。维修机坪区域最大沉降位置在最南端(P9点),沉降速率为-40.32 mm/a,2019年9月至2021年11月累计沉降最大值为-90.21 mm,此区域形变持续增加。航站楼的最大沉降位置在P10点,沉降速率为-21.36 mm/a。机场东北角处的最大形变位置在油罐区(P11点),沉降速率为-40.45 mm/a,平均沉降量约-40 mm,最大沉降量约-83 mm,沉降速率基本呈线性状态。公务机坪最大沉降位置在K117机位南侧(P12点),沉降速率为-25.38 mm/a,最大沉降量约-78.57 mm。形变较大区域的累积形变量和时间序列形变信息如图13和图14所示。建议对这几处位置持续跟踪监测并加强现场巡逻。
图14 形变较大区域的时间序列形变信息
4.1 准确性验证
为了确保InSAR结果的准确性,笔者从监测过程的内符合精度和外部数据验证2个方面进行说明。图15为InSAR所得地表形变速率的标准偏差,标准偏差值越高表示形变速率的不确定度越高,可靠性越低,并且该值通常与快速或不规则地面运动的区域相关。结果表明,整个研究区的标准偏差值较低,范围为0~2,在远离参考点的区域上识别出某几个稍高的标准偏差值。整体数据的内部质量控制达到标准,认为测量结果可靠。除了内符合精度,本研究还取得了E和F这2个点的水准测量结果(图15所示),与InSAR监测对比结果如表2所示。在2020—2021年间,E水准点的高度从24.271 7 m降至24.245 3 m,累积形变量为-19.1 mm,取水准点空间范围内(80 m)的InSAR相干点均值对比,形变值为-19.65 mm,差值为0.55 mm; F水准点的高度从23.2288 m降低至23.2097 m,累积形变量为-26.4 mm,对应InSAR形变值为-25.69 mm,差值为0.71 mm。水准测量值与InSAR观测值并不完全一致,可能由于所选择的InSAR相干目标点与水准点位置并不完全一致,但差值较小,认为观测结果基本可靠。
表2 水准测量结果与InSAR观测结果对比
4.2 沉降影响因素分析
地面的稳定性对于机场的安全运行非常重要,不均匀的沉降会给跑道和航站楼带来潜在的风险,尤其是对正在起飞和着陆过程中的飞机。香港国际机场、关西国际机场(日本大阪)、旧金山国际机场(美国旧金山)等数十个机场出现了不均匀沉降,对机场的运行产生了不同程度的影响,探寻影响沉降的因素对解决沉降问题起到至关重要的作用。本文对造成北京大兴国际机场沉降的一些工程方面的驱动因素进行了分析,将飞行区地基处理方式和InSAR监测结果进行叠加,如图16所示。
原天堂河区域内的形变普遍大于周边区域。原天堂河依次穿过西二飞行区、西一飞行区和东飞行区,河道与非河道地基处理方式相同: 跑道上均使用1 000 kN·m强夯处理,而天堂河区域需要先进行疏干积水、清除淤泥、挖除河堤等步骤,再进行回填,最后进行强夯处理,在相同的地基处理方式下,回填土与周边地基土易发生差异沉降; 西一飞行区和东飞行区滑行道上天堂河区域和非天堂河区域均使用冲击碾压处理,但在河道区域仍然包括回填部分,使用相同的地基处理方式时,回填部分的地基稳定性可能略小于其他部分。
公务机坪(图13中P12区域)形变较大,最大沉降达到-78.57 mm,通过图16可以看出,此区域采用振动碾压方式进行地基处理,在提高地基稳定性、均匀性,减少工后沉降、不均匀沉降等方面,远弱于冲击碾压、强夯处理等方式,这可能是导致公务机坪区域沉降较大的工程方面原因。
维修机坪处(图13中P9区域)形变较大,且由北至南形变逐渐增大。从图16中可以看出,维修机坪北部的地基处理方式为1 000 kN·m强夯处理,南部为冲击碾压处理,地基处理的方式差异可能是导致此区域形变较大的原因,冲击碾压是使用冲击碾在牵引车的带动下来冲击地上,从而抵达固结地基土的目的,冲击碾压处理的深度有限,一般的设计都是需求每50 cm分层碾压一次,大兴机场沟塘的处理方式要求压实遍数不小于25遍; 而强夯可以抵达一次性回填一次性处理的效果,根据夯击能的不同,强夯可以处理3~15 m的回填土层,通过强夯冲击可以有效地使这些不均匀沉降较早的体现出来进行填料补充,从而提高路基稳定性,避免工程完工后工后不均匀沉降产生的路面开裂等病害,提高路基整体的密实度和稳定性。
油罐区(图13中P11区域)形变较大,推测原因是地面油罐对地面的堆积荷载所造成,但目前并未掌握油罐区具体的地基处理方式以及储油量的大小,具体的影响方式还需进一步探索。
本文以北京大兴国际机场为研究区,选取2019年9月—2021年11月间39景COSMO-SkyMed数据进行时间序列InSAR处理,得到该地区2 a间的累积形变量和形变速率信息,监测结果精度较高,与水准测误差最大值为0.71 mm。结果表明,北京大兴国际机场的沉降在 2019—2021年持续发展,最大沉降速率为-47.5mm/a,4条跑道均存在不均匀沉降,其中,东跑道北部形变尤为明显,形变量达到-53.2 mm。利用高分辨率数据详细分析了跑道在时间、空间上的形变特征,以及其他形变较大区域的形变信息,并据此分析影响沉降的工程方面驱动因素,为确保大兴机场的稳定运营提供重要依据。
在后续的工作中应继续收集时间范围更广泛的SAR数据以及更多的水文地质信息,更加综合全面的分析北京大兴国际机场的沉降原因,为建立风险评估和预测提供重要支撑。
（原文有删减）
