时序InSAR解译2017~2020年北京地面沉降时空变化

利用合成孔径雷达干涉测量（InSAR）技术对2017-06~2020-06期间获取的Sentinel-1数据集进行处理和分析,获取北京近几年地面沉降区域的时空分布特征。结果表明,北京地表形变呈现5处沉降区,最大年形变速率为-111.3 mm/a。将InSAR结果与GPS观测资料进行对比,验证了时序InSAR的有效性。对比2018年和2019年的年形变速率可知,各个沉降范围内的沉降面积均在减小,且沉降减缓的面积远大于沉降加速的面积。局部调查后发现,5处沉降区除1处仍在加速沉降外,其他4处的沉降速度均在减缓。     

基于Sentinel-1数据监测临汾盆地地表形

基于以往研究，使用12景影像形成67个干涉图，并利用stacking技术获取临汾盆地2015~2016年形变速率。结果显示，沉降区域主要分布在罗云山断裂带和峨眉-紫金山断裂带之间，中心区域沉降速率超过40 mm/a，与地下水的等高线分布较为相似，地表形变是地下水抽取和断裂带的联合作用。     

基于Sentinel1A数据的InSAR湘澧盐矿地表沉降监测与分析

为了有效预防地面沉降带来的地质灾害,基于ENVI Sarscape平台,通过对2020年湘澧盐矿地区4-6月份的Sentinel-1A数据进行干涉测量处理,通过形变结果分析盐矿地区各区域的沉降情况,结合土地利用类型、水文、地质和交通等数据,总结各处沉降地区的特征和形成原因,并通过对各矿井沉降速率的获取与分析,验证了InSAR技术在矿区沉降监测应用上的可行性,为该研究区后期的监测工作奠定了实践基础。     

山东地区近期垂直形变场精细特征分析

利用山东地区38个GNSS基准站2011~2016年连续6 a的观测数据，对山东地区地壳垂向形变场特征进行系统分析。结果表明，山东地区地壳垂向形变具有明显的差异性，形变量最大的区域为山东西南部地区，形变速率约为-24.0 mm/a；西北部地区形变速率较大，为-15.0 mm/a；东南部以及沿海地区沉降速率较小，为-0.5~3.0 mm/a；而在中部地区（泰山山脉）呈隆升趋势，形变速率为0.3~5.0 mm/a。     

南水北调中线区域地面沉降SBAS-InSAR监测研究

基于1 009景Sentinel-1A影像,利用SBAS-InSAR技术对南水北调中线区域地面沉降进行长时间序列监测。结果显示,整个中线沿线地面沉降主要分布于河北省东南部,最大形变速率为-139 mm/a,由于与渠道间有一定距离,因此对输水影响较小。北京市的最大形变速率为-133 mm/a,天津市西南部最大形变速率为-81 mm/a,但天津支线经过了2个沉降区,应当引起相关部门的重视。本文重点分析了南水进京后北京市地面沉降的时序形变特征,结合相关资料分析得知,南水北调工程有效补充了北京地区地下水储量,显著遏制了北京市地面沉降的发展态势。     

利用DS-InSAR技术监测黄河三角洲地表形变

针对黄河三角洲地区湿地及农田多、范围大,导致PS-InSAR技术难以获取高密度地表形变信息的问题,提出一种基于分布式目标InSAR（DS-InSAR）的黄河三角洲地表形变监测方法。该方法通过置信区间估计选取同质像元点,利用特征值分解方法计算主散射体对应相位值以达到相位优化的目的,再根据时空相干性确定分布式目标,最后建模解算时序地表形变信息。以26景Sentinel-1A影像为数据源,提取2019-12～2020-12期间黄河三角洲地区的地表沉降信息,与PS-InSAR方法结果相比,点位密度提高5.56倍;两种方法获取的同名点对形变速率的相关系数为0.727,说明两者具有很好的一致性。实验结果表明,研究区内存在4处明显沉降区域,最大沉降速率达-238 mm/a,经分析及实地调查验证,其主要影响因素为地下卤水及油气开采。     

应用InSAR技术测量矿山沉降与变化分析——以河北武安矿区为例

卫星合成孔径雷达干涉(InSAR)技术,已经发展成为一种测量地表微小形变的有力工具。河北省武安地区,采矿活动造成多处矿山出现不同程度的地面形变,引起较多的地质灾害,测量沉陷的位置和强度,分析其变化趋势,才能制定相关治理措施。本文利用InSAR技术处理了自1992年以来该地区积累的数十景Jers-1和ENVISAT雷达数据。经过对数据的时相、基线距等的参数分析,选择了最优的像对组合,确定了可行的处理方案,获得了不同像对的差分干涉图像,从而获得了不同时期采矿造成的地面沉降分布及幅度信息。以惠兰村为例分析了矿区沉降区域和沉降量的演变过程。通过测量河北武安矿山开采沉降的InSAR技术应用,总结了干涉技术的处理流程及关键技术;最后,对干涉处理结果进行了评价分析。     

运用时序InSAR技术监测合肥市地面沉降及断裂活动

基于覆盖合肥地区的24景Sentinel-1A数据,采用PS-InSAR和SBAS-InSAR时序处理方法获取2017-11~2019-10合肥市城区及周边地面形变分布信息,分析主城区地面沉降的时空演化规律,获取地铁网络沿线地表形变空间分布图。结果表明,合肥市地铁线路沿线发生不同程度形变,形变严重区域主要集中在西部及西南部,最大沉降速率达到35 mm/a。对池河-西山驿断裂形变场进行宏观分析,并结合时空同步的跨断层水准数据进行对比验证,认为2种数据的垂直形变监测结果具有一致性,推测数据的垂直升降变化可能受断层拉张和挤压交替控制。     

InSAR时序分析高相干目标选取方法比较研究

合成孔径雷达干涉测量（Interferometric Synthetic Aperture Radar,InSAR）时序分析技术,利用时域上多幅SAR图像选择时间基线、空间基线满足一定条件的干涉对进行干涉,通过建立干涉相位形变模型获取地表形变信息。InSAR时序分析技术改善了差分干涉测量中时空失相干、大气延迟等问题,广泛应用于有关形变监测的多个领域,并逐渐成为获取长期地表形变趋势的重要手段。在InSAR时序分析中,针对不同应用选取合适的高相干目标选取方法,获得可靠的高相干目标,是获取精确可靠的地表形变信息的基础。本文通过分析永久散射体（Permanent Scatterers,PS）、分布式散射体（Distributed Scatterers,DS）选取方法的理论模型及其算法,研究其适用地物目标类型的异同,并分析、归纳总结了幅度相关法、相位分析法、信号杂波比法、相干性统计法等不同的高相干目标选取方法的优缺点。最后,以阿尔金断裂带西段部分区域为研究区,分别采用具有代表性的PS、DS选取方法开展该研究区域的选点实验,结果表明该研究区域DS选取方法比PS选取方法适用。本文方法为解决在不同地理区域进行应用研究时选取合适的选点方法提供参考。     

基于PS-InSAR技术的南宁地表沉降监测与分析

采用PS-InSAR技术处理44景COSMO-SkyMed卫星影像,获取南宁市建成区2013~2016年地表沉降形变信息;选取典型沉降突变区域进行实地调查,分析地表变形特征及原因,验证PS-InSAR技术监测结果的准确性。结果表明,研究区年平均形变速率范围为-7~5 mm/a;沉降突变点大多分布在青秀区、西乡塘区及兴宁区的绕城高速以内,其中青秀区新竹路与思贤路交叉区域、民族大道高速出入口区域地面沉降明显,平均形变速率超过-9 mm/a;结合工程建设资料、光学历史影像进行实地调查,结果与PS-InSAR监测数据反映的问题吻合较好。该研究可为地质灾害预测和防治工作提供新思路。     

SBAS-InSAR在矿区地表形变监测中的应用与分析

本文运用SBAS-InSAR时序技术,对2019年9月19日-2020年3月29日期间的17景Sentinel-1A数据进行处理,获取了济宁北部煤矿区内的年均沉降速率,探测到6处沉降漏斗分布,最大沉降速率达到-242 mm/y.结果 表明:SBAS-InSAR时序方法可在矿区的地表形变监测中得到足够的监测对象,较完整地...     

基于分层标监测的德州城区地面沉降分层沉降特征浅析

自20世纪80年代开始,由于地层结构松散、固结程度低,地下水超采等原因,鲁西北平原区地面沉降持续发展。年沉降速率最快的区域位于东营南部的广饶县、滨州南部的博兴县和聊城东部的茌平区附近。德州地面沉降漏斗与周边沧州、衡水沉降区连成一片,成为鲁西北平原区最为典型的地面沉降发育区。其中德州城区国棉厂监测点1991—2017年累计沉降量已超过1400 mm。该文简要介绍了德州分层标组施工工艺、监测方法,综合利用水准测量及分层标监测数据,开展了分层沉降特征研究,查明分层标组所在区域0~60 m,60~300 m,300~500 m及500 m以深地层因压缩变形引起的地面沉降速率分别为1.67 mm/a,20 mm/a,18.33 mm/a,8.00 mm/a。对引起地面沉降的主要因素进行了简要分析,对德州城区地面沉降监测工作提出了建议。     

基于D—InSAR的济宁市采煤沉陷监测与分析

对地下采煤造成的地表沉陷进行及时、精确的监测监管是一个亟待解决的课题。该文以济宁市为例,介绍了D-InSAR技术在大范围采煤沉陷区监测及其时序变化特征分析中的应用。介绍了使用D-InSAR技术对采煤沉陷进行监测的基本原理;以5cm下沉线作为采煤沉陷区边界线,选取15期RADARSAT-2 Wide模式数据,采用多基线累积叠加方法分别提取各期采煤沉陷区边界并使用岩移观测数据对监测结果进行了检核。以花园煤矿为例,分析D-InSAR监测采煤沉陷范围及程度的时序变化特征,随着开采的持续进行,沉陷范围及沉陷量逐步增加,受临近工作面开采影响,沉陷中心的沉陷量呈周期性增加。结果表明,D-InSAR可以精确有效地对采煤沉陷区范围及其时序变形过程进行监测,可以应用于大尺度采煤沉陷区的动态监测。     

PS-InSAR��������̫ԭ�е�������α����

????2008??8??~2010??9???浵??20??ENVISAT ASAR?????????PS??InSAR???????????е?????????????????????λ?????????????2008~2010??????α?????????α???????У??????????????????к??????????     

东营市地面沉降模型的构建与应用

东营市是山东省内重要的沿海经济开发区,近年来地面沉降灾害制约了东营市的经济社会发展。构建三维地面沉降模型可以实现东营市地面沉降监测资料的信息化、可视化。根据东营市地质条件及矿产资源赋存层位,将三维地质结构模型的标准分层分为13层;而后收集了东营地区深钻540个,深度均在2 000 m及以上,其中有82个能够达到4 000~5 000 m甚至更大深度,按照标准分层,对所有钻孔进行标准化处理,并进一步利用Mapgis K9软件建立了三维地质结构模型,首次实现了以矿产资源层位划分为依据的大深度的东营市三维可视化地质结构模型模拟分析。同时,结合东营市19座地面沉降监测站数据,构建了地面沉降模型,首次实现了地面沉降的动态预演及监测,为东营市地面沉降评估与防治提供了科学依据。     

基于PS-InSAR技术的廊坊北部地区地面沉降监测研究

采用PS-InSAR技术对覆盖廊坊北部地区的33景Envisat ASAR影像进行处理，获取该地区2007～2010年平均形变速率场与季度时序沉降信息，并与沉降影响场数据进行耦合分析。结果表明： 1)宋庄-燕郊与五百户-大口屯等地区沉降发育较显著，季节性变动特征明显；2)山前与杨各庄-马坊地区呈高沉降梯度，平原区较高沉降梯度区多与-16 mm/a、0 mm/a等值线形态一致，差异性沉降特征显著；3)因第四系厚度、结构显著差异与断裂活动影响，北、东部断层两侧多表现为较高或渐变的形变梯度；4)差异性沉降展布与水源地、水位降深区具较好空间响应，且较严重沉降多为中深层承压水超采与城镇化建设所致。     

基于Sentinel-1A的南昌市时间序列InSAR地面沉降监测

本文基于2016-01~2018-07的Sentinel-1A数据,采用PS-InSAR和SBAS-InSAR时序处理方法获取南昌市主城区地面形变信息,对比2种监测结果,分析产生不均匀地面形变的原因。结果表明,2种时序技术的监测结果相关性较高,南昌市主城区的形变趋势为西北抬升、东南下沉。形变区空间分布存在梅岭抬升区、南昌西火车站沉降区、赣江东岸沉降区、邓家埠沉降区和南钢沉降区,主要受地质构造、含水层介质、地下水开采和城市建设等因素影响。     

利用SBAS-InSAR技术监测菏泽市地面沉降

采用SBAS-InSAR技术对菏泽市65景Sentinel-1A SAR数据进行处理,获取菏泽市2017-05-20~2021-05-23的沉降结果,并结合地下煤矿工作面的开采对各成像时期的地面沉降情况进行精细化分析,最后利用实际水准数据对SBAS-InSAR监测结果进行精度验证。结果表明,研究时段内,菏泽市地面沉降不断加速,郓城地区沉降较为严重,最大年平均沉降速率达-311 mm/a,最大累积沉降量达-1 269 mm。SBAS-InSAR监测到的沉降位置和沉降变化趋势与水准测量结果相符,但在沉降严重区域,SBAS-InSAR监测到的沉降量与实际水准测量结果有一定差异。