基于时序InSAR的地下核试验爆后形变监测与分析

地下核试验必然导致地表发生强烈形变,而在核爆后热辐射后效阶段,核试验区域仍会下沉,为更好地理解核爆后长时序沉降变化规律,利用时序InSAR技术处理了2017-09-10—2018-12-10的39景Sentinel-1 SAR数据,得到朝鲜试验区第六次核爆后长时间序列的累积地表形变量。结果表明,万塔山山体表面在核试验后仍持续下沉;核试验区山顶约下沉30 mm,而边坡的形变量更高,约为70～100 mm。时序InSAR技术可为非天然地震所引起的地表形变提供可靠的监测结果,为核爆后长期监测提供技术支撑,具有重要的实用价值。     

基于SBAS技术的川藏铁路折多山地区地表形变监测与分析

相比传统的地表形变监测,InSAR技术能够全天时、全天候、大范围地获取地表形变信息。SBAS短基线集作为一种新技术,能有效解决时空去相干、大气延迟等影响,获得高精度的地表形变信息。文章利用SBAS技术对川藏铁路折多山地区27景Sentinel-1A数据进行地表形变监测,得到该地区在2017-03—2018-12时间序列形变监测结果。通过分析该地区整体形变情况,圈定3个明显形变的范围,在其中一个形变范围内,发现3个疑似滑移区域,其最大形变量达到-92.3 mm/a。最后结合Google Earth光学影像,验证并分析这3个疑似滑移区域成因。     

基于SBAS技术的九寨沟震后地表形变监测

2017-08-08九寨沟Ms7.0地震给当地人民和生态环境带来了巨大的损失,灾后重建成为当地的一项重要任务。文中选取九寨沟地震区震后2017-08-14—2018-07-01的Sentinel-1A数据作为SAR影像,采用小基线集技术监测该地区时间序列形变。研究结果基本查明该区域的整体形变情况,并从中找到下沉较为明显和形变规律异常的区域,为震区灾后重建、地表形变监测和地质灾害预防提供理论和数据支持。     

短重访SAR数据在矿区快速形变场的监测

针对矿区地表形变具有快速、连续、大梯度等特征,使其InSAR形变监测常出现低相干,甚至失相干等低效监测问题,该文采用21景重访周期仅为12 d的Sentinel-1A数据,利用小基线集时序InSAR技术(SBAS-InSAR),对山西省东坪煤矿2017年5月30日至2018年1月25日期间的地表形变进行了连续监测.结果表明:该监测区间快速沉陷区域有五处,沉陷总面积达3.146 km2,最大下沉值约为-57.47 mm,最大下沉速率约为-67.53 mm/a;形变场A处平均沉陷深度随时间推移呈线性增加;形变场E处工作面上方地表的沉陷响应较工作面边缘及以外更为剧烈.证明了短重访SAR数据能够准确反演地表沉陷速率和累积量,动态提取矿区快速形变场的空间分布形态和时序变化过程,为矿区地表形变动态监测和沉陷区地质灾害定量评估提供有效方法.     

InSAR联合矢量倾角分段函数模型计算矿区地表下沉量

针对单轨合成孔径雷达(InSAR)仅能获取沿雷达视线(LOS)向形变和概率积分法(PIM)难以预计沉陷盆地边缘区域下沉量的问题,该文提出了一种由单轨InSAR监测的LOS形变联合移动矢量倾角模型计算矿区地表下沉量的方法。该方法首先在分析下沉盆地地表移动矢量倾角变化特征的基础上,建立主断面上地表点移动矢量倾角的分段函数模型,再结合主断面地表点的LOS向与地表移动矢量的矢量夹角与倾角的函数关系,实现由LOS向形变计算矿区地表下沉量。以马泰壕井田和上湾煤矿的两个工作面为研究对象,采用Sentinel-1A数据和水准实测数据对该方法的可行性和精度进行了验证;结果表明,在沉陷盆地边缘区域,该方法计算的地表下沉量与实测值吻合,两个矿区的监测精度均方根误差(RMSE)都约为5 mm,高于InSAR监测精度的19 mm,监测精度分别提高了74%和71%。     

普宁市地面沉降的SBAS技术监测应用研究

InSAR(Interferometric Synthetic Aperture Radar,InSAR)技术是随着合成孔径雷达发展起来的一种雷达干涉测量新技术,它可获得地表目标点的精确三维空间位置以及细微形变信息。基于雷达干涉测量发展的短基线(Small BAseline Subset,SBAS)干涉测量,可对缓慢地表形变进行高精度的监测。本文以广东省普宁市为实验区,选用2007~2010年间共10景ALOS/PALSAR数据,采用SBAS技术获取了该地区的形变时间序列和平均沉降速率,结果表明普宁市区存在多个严重的沉降漏斗,年最大沉降速率达15cm/a。利用观测时段内两期的水准点观测资料对SBAS时序结果进行验证,对比结果发现两者较差最大为46mm,最小为21mm,表明SBAS技术进行地面沉降监测的可靠性和有效性。     

融合三次样条插值的D-InSAR沉陷变形监测技术

传统煤矿开采沉陷形变监测只能获得离散监测点的地表形变量,无法获取沉陷区整体的形变趋势,而D-InSAR技术能够获取整体地表形变信息,但D-InSAR技术需要大量遥感影像数据,否则导致时间失相干性而无法获得连续的形变量。本文针对D-InSAR影像数据解译过程中影像数据较少的问题,首先利用D-InSAR技术对淮北矿业集团袁店二矿7225、7226工作面进行了监测分析,获取了几个时间段内整体的下沉形变场;然后提出了采用三次样条插值与D-InSAR技术相结合的开采沉陷监测方法,基于D-InSAR影像上监测点监测值,利用三次样条插值建立了内插反演函数,在已建立函数的基础上得出了其他雷达卫星重访周期内的下沉值;最后将内插反演下沉值与实测水准数据进行了对比分析。结果表明：D-InSAR监测结果能够有效地反映开采沉陷的影响范围,能够较为准确地提取区域地表的形变信息;结合三次样条插值的D-InSAR技术监测结果最大误差和最大相对误差分别为31.5mm和17%,该方法能有效地解决D-InSAR影像数据缺少的问题。     

利用SBAS时序技术识别地热资源开采引起的地表形变

本文以地热资源丰富的雄安新区为研究对象,利用SBAS技术对2015年7月至2019年2月的42幅Sentinel-1区域卫星影像和2016年8月至2018年12月的10幅ALOS-2区域卫星影像进行处理,以此获取雄安新区的时间序列地表形变。研究结果表明,雄安新区整体地表沉降严重,且沉降区主要集中在雄县和容城县,其中雄县沉降最为严重,沉降中心累计沉降量超过330 mm,容城县沉降中心累计下沉量超过120 mm。结合地热井位置和地热开采历史,由时间序列分析表明,大量开采地热资源会引起地表沉降现象。     

多源数据下老采空区上方地表残余变形规律分析

为动态分析老采空区上方地表残余变形规律,本文以淮南矿区新庄孜矿新淮工厂为例,综合运用D-InSAR遥感解译反演与地表移动变形监测两种方法分析其残余变形规律,并以遥感解译数据与实测数据为基础资料,采用GM（1,1）模型进行地表残余变形规律的动态预测。D-InSAR存档数据反演结果显示2009年1月-2011年12月期间地表最大下沉量为100 mm,最大下沉速率为2.5 mm/d;地表移动变形监测结果显示2012年1月-2013年12月期间地表最大下沉量为55 mm,最大下沉速率为0.45 mm/d;GM（1,1）模型预测结果显示地表监测点下沉速度小于1.67 mm/d,地表处于残余衰退阶段;同时模型相关系数R²>0.95,预测结果和曲线拟合精度可靠。研究成果可为煤矿老采空区上方建筑地基残余变形监测工作提供参考。     

利用SBAS技术监测洛杉矶地区地表形变

以InSAR技术为基础发展起来的小基线集法(SBAS)有效克服时空去相干和大气效应的影响,可长时间、高精度监测地表形变。文中以美国南加州洛杉矶地区为研究区域,利用34景ENVISAT雷达影像开展地面沉降监测,并通过时间序列分析的方法获取2003年9月到2009年8月时间段内高精度地表形变结果。研究发现多处由于地下水过度开采引起的地表形变明显的区域,该成果与同时段内数据资料比较,吻合较好。因此,该技术可广泛应用于城市地表形变监测,为相关部门决策提供科学可靠的数据参考。