StaMPS技术在区域地表沉降形变监测中的应用

采用欧洲空间局环境监测卫星IW模式下Sentinel-1A VH极化影像数据,利用StaMPS技术,以惠东县为研究区域,选取区域内某个水准点(A)作为形变参考点,持续观测惠东县及城区重点区域2015-12～2018-02地表沉降形变,并对2019年解除的8个地质灾害点进行观测.实验表明惠东县东部山体部分有较明显沉降,最大形变速率达到-10 mm/y,城区部分及沿海部分有少量抬升,速率最大达到4 mm/y,累积最大沉降量达到-24 mm.城区重点区域地质情况较为稳定,部分区域形变基本在0～-2 mm/y,累积沉降量总体介于0～-4 mm,8个已解除的地质灾害点处于稳定状态.     

利用短基线集技术监测城市地表沉降

西安市及其周边地区是中国地表沉降最为显著的区域之一.针对上述问题,本文采用9景降轨ENVISAT ASAR(advanced synthetic aperture radar)数据和短基线集技术提取了西安市主城区2011年2月至2011年11月的时序形变信息和沉降分布特征.研究结果表明:西安市主城区在监测期间的最大沉降速率约为-150 mm/a,最大累计沉降量约为-125 mm.在监测期间西安市主城区共形成4个显著的沉降中心,分别是鱼化寨沉降中心、电子城沉降中心、三爻村沉降中心以及西等驾坡村沉降中心,其中鱼化寨中心沉降最为严重.短基线集监测结果对比同期水准监测数据,两者结果一致性良好,两者最大残差值为5.51 mm,最小残差值为0.02 mm,均方根误差为3.22 mm,由此验证了本文短基线集形变监测结果的精度和可靠性.     

基于SBAS-INSAR技术的抚顺市矿区地表沉陷监测与分析

基于2019年1月13日至2019年6月6日期间获取的13景Sentinel-1SAR数据(VV极化),采用短基线集技术(SBAS)获取抚顺市矿区的地表形变信息.结果表明,抚顺市的矿区地面沉降较为严重,最大累计沉降量为138.929 mm,在老虎台煤矿和泰和煤矿.确定了抚顺市2019年1月至2019年6月内形变速率,最大形变速率为-199.961 mm/a,选择典型的4个位置绘制多时相形变速率变化图,采用常规四等水准控制点验证解算精度,结果表明SBAS-INSAR技术适用于矿区地表沉降监测和分析.     

时序InSAR技术在地球环境监测及其资源管理中的应用:以交城-清徐地区为例

利用ALOS-1（2007-2010）、Sentinel-1A（2017-2018）存档数据对山西交城-清徐地区的地面沉降进行监测。结合小基线和永久散射体技术优点，在增加时间采样密度的基础上利用二维线性回归分析得到研究区域的形变速率和时间序列。经同期GPS观测结果校核表明:交城-清徐地区持续发生地面沉降，但山区和平原区域形变的空间分布、量级不同，引起形变原因也不同。平原地带沉降空间分布受构造断裂控制，断裂带两侧呈现明显的差异性形变，且最大沉降速率为－200 mm/a，沉降的主要原因是地下水超采，但经治理后地面沉降灾害有所缓解，表现为沉降速率小于－30 mm/a。山区主要由于矿产资源的长期开采，沉降中心不断向南移动，最大形变速率为－462 mm/a。     

星载InSAR技术支持下的昆明地表沉降监测

为了分析在2014—2017年期间昆明城区地面形变情况,本文利用Sentinel-1A数据,基于SBAS-In SAR技术提取了昆明城区升降轨模式下形变信息。首先,将雷达视线向(LOS)上的形变速率转换为垂向方向的沉降速率,再通过对升降轨观测数据相互验证和融合处理避免单一模式下的数据失真,反演出更加真实的城区地表沉降,并与城区历史沉降监测数据进行对比分析。结果表明:近3年期间昆明五华区沉降缓慢,相对稳定;西山区和官渡区内的滇池北岸区域呈现大面积沉降且沉降速率较快的趋势,形成多个沉降漏斗中心,最大沉降垂直速率达-54.2 mm/a。     

PS-InSAR在沛县矿区地表沉降监测中的应用

以徐州北部重要煤矿产地沛县为例,采用永久散射体时序分析技术(PS-In SAR)对2007~2011年间的18景ALOS PALSAR影像进行时序分析,反演了该地区这4 a间由于煤矿开采造成的地表形变过程。实验结果表明,(1)实验区域存在两处较大矿区形变,分别为沛城煤矿和孔庄煤矿,其沉降中心区沉降速率分别达到-38 mm/y和-18 mm/y,且与实际矿区的空间分布位置一致;(2)受孔庄煤矿开采的影响,沛县北部的省道321以及县内道路沉降也较为明显,沉降速率为-8 mm/y;(3)其他形变区域中心形变速率为-6^-16 mm/y。     

基于升降轨数据的城市地表沉降监测与分析

为研究青岛市中心城区地面沉降特点,本文以2019年至2020年期间45景Sentinel-1A和23景Sentinel-1B数据为基础,利用SBAS-InSAR技术对两组数据进行解算,获得了本文研究区的形变结果,并结合历史影像以及降水数据分析了该地区的沉降特点及影响因素。研究表明：1)该区最大形变量约为60 mm,沉降速率最大达到30 mm/a,呈现出西部沉降大于中心城区,中心城区沉降大于东部地区的特点;2)两组数据所得形变结果在空间分布上都具有较高的一致性且同名点在累积沉降量上吻合度较高;3)该地区沉降主要受工程施工影响,与降水也存在一定关系。该研究可为城市规划和未来发展提供参考依据。     

兰州新区地表形变与土地利用类型关系研究

针对黄土高原地区城市地面沉降与土地利用类型的量化关系,该文以兰州新区为代表区,基于40景Sentinel-1A雷达影像应用SBAS-InSAR技术和两幅高分一号卫星影像使用随机森林算法,分别获取了研究区2017年3月20日-2019年10月24日地表形变速率、2017年3月26日以及2019年10月29日的土地利用分类结果.研究结果表明:兰州新区分布广泛的沉降区,西岔镇形变最显著,最大的垂直沉降速率可达53 mm/a.研究期间,不同土地利用类型对应的沉降量不同.裸地和建筑用地最大,其沉降量最大值分别能达到23 mm和10 mm;耕地和草地次之;林地和水体最小,并且沉降起伏显著.在土地转移的过程中,裸地和建筑用地的迁移与沉降的关联度最高.在进一步推进兰州新区发展的同时,应避免过度土地开发带来的消极影响.此外,在预知土地转出类型的前提下,可以在部分区域事先采取适宜的防护措施.     

PS-InSAR技术在无锡中心城区地表形变监测中的应用

本文以Sentinel-1A数据为基础,通过永久散射体雷达干涉技术(PS-InSAR)得到无锡中心城区2018年10月至2020年10月地表形变监测数据,分析无锡中心城区地表形变情况和时空分布特征.结果表明:无锡市中心城区整体呈现"西北部抬升,南部沉降"的特点.监测时段形变速率范围为-14～20 mm/a,累积形变量达...     

黄土填方区地表沉降时序InSAR监测分析

“削山填沟造地”等岩土工程在湿陷性黄土沟壑地区屡见不鲜,掌握填方区沉降情况具有重要意义。本文收集了2017年11月—2020年12月获取的56景TerraSAR-X StripMap模式影像,利用时序InSAR技术监测了陕北某湿陷性黄土填方地基工程的沉降信息,并与2017年11月—2020年12月期间监测区3个水准点的沉降测量结果比对。结果表明,在填方区地表以沉降为主,在挖方区地表以抬升为主,研究区存在有1处较为明显的地表沉降情况,位于填挖边界线附近填方区内,形变速率范围为-40~-20 mm/a,最大形变速率达-49.9 mm/a,累计量为-151.6 mm,时序InSAR形变结果和实地水准结果吻合性较好,垂直方向形变速率中误差为1.8 mm/a,表明时序InSAR技术在湿陷性黄土填挖方区变形监测中具有较好的应用价值。     

西山村滑坡时序形变的SBAS-InSAR监测

针对传统地表形变监测技术在我国西南山区深厚堆积层滑坡体形变监测中存在的时空分辨率问题,该文利用72景时序Sentinel-1A TOPS SAR影像,基于短基线集(SBAS-InSAR)技术获取2016—2019年四川理县通化乡西山村滑坡的时序形变特征。结果表明:西山村滑坡整体呈近线性沉降的运动趋势,在监测时段内未出现加速现象,处于长期活跃的蠕动形变。其时序形变结果呈现较为均匀的变化,与坡体形态吻合度较高,雷达视线方向的累计形变量在-315.2~20 mm之间变化,形变速率在-116~9.5 mm/a之间变化。时序形变结果表明:最严重的形变区域位于水田寨村组与马崩渔湾村组的交界处,其次是坡体中下部的水田寨村组,坡体后部的拉海拉湾村组的形变程度最小。     

利用多传感器SAR数据集监测城市地面沉降

在过去的几十年中,洛杉矶由于自然灾害、城市建设、地下水开采和石油开采等人为因素而发生了严重的地表变形。本文的目的是绘制洛杉矶地表形变速率分布图,并使用改进的小基线集（SBAS）技术和多传感器SAR数据集,分析该地区2003年10月至2017年10月的形变原因。同时,将SBAS反演的变形结果、GPS测量结果和多传感器SAR数据集的变形结果进行了比较,结果高度一致。结果显示,2003—2017年,洛杉矶多个地区发生沉降抬升,最大累计沉降量为-266.8 mm,年平均沉降速度为-19 mm/a,主要是由地下水过度开采造成的。最大累计抬升量为104.8 mm,年平均抬升速度可达7.5 mm/a。该研究结果具有良好的实际应用价值,可为当地政府的防灾减灾提供重要依据。     

基于时序合并的PS-InSAR方法在雄县及周边区域地表形变监测中的应用

本文提出了一种基于时序合并的PS-InSAR(TSC-PS-InSAR)监测方法,提取雄县及周边区域地表形变信息。形变区域最大沉降速率为-79 mm/a,沉降原因为地下水超采。结果表明,TSC-PS-InSAR方法在无需先验模型的条件下,能显著提高PS目标数量,且监测结果与StaMPS方法提取的形变信息在沉降趋势及沉降量级上保持了良好的一致性,验证了本文方法在实际应用中的可靠性和可行性。     

Sentinel-1A TS-DInSAR京津冀地区沉降监测与分析

近年来,京津冀地区的不均匀地表沉降日趋严重,对公路、铁路等基础设施安全造成严重威胁,已引起国内外广泛关注。合成孔径雷达时序差分干涉TS-DIn SAR(Time Series Differential Interferometric Synthetic Aperture Radar)作为一种高效的广域形变测量手段,在地面沉降调查监测中已被广泛应用,但如何针对高现势性的影像数据高精准提取大范围区域地表形变是当前深化的热点。本文利用欧洲太空局发布的Sentinel-1A新型数据源,针对TOPS(Terrain Observation by Progressive Scans)模式影像间存在多普勒中心不一致问题,借助外部高精度POD(Precise Orbit Determination)轨道和DSM(Digital Surface Model)数据进行频移滤波迭代配准,并针对Sentinel-1A数据特征集成优化了基于点目标时序分析的大区域地表形变监测方法,以2015年—2016年期间的29景影像为实验数据开展了京津地区沉降监测研究,提取了北京东、廊坊及天津西等地区的沉降结果,并结合区域内典型区域人口密度、产业分布、地表覆盖和线路剖面等信息深入分析了沉降的时空分布特征和成因。结果表明,Sentinel-1A时序干涉结果在大范围地表沉降调查监测上具有可靠的应用精度。     

利用水准数据的天津市地面沉降时空特征分析

地面不均匀沉降可能对城市的发展与人民的安全造成危害，天津市的地面沉降情况尤为严重。针对该问题，本文收集天津市2005—2012年、2016—2017年水准观测数据，以固定水准点位的沉降量、沉降速率、沉降加速率为状态向量，构建卡尔曼滤波模型，对天津市历年的水准观测数据进行滤波；根据滤波后的结果，本文利用多项式加权内插的方法，以距离、沉降速率、沉降加速率信息确定权值大小，对地面沉降情况进行内插；并以中误差作为精度评定参数，比较多种内插方法的精度。通过对内插结果的试验分析发现，2005—2017年天津市地面累计平均沉降量为394.477 5 mm，最大沉降量为1 143.5 mm；主要沉降区域为北辰、大港、塘沽等地区，且随着时间的增长，这些区域呈现漏斗式下沉。试验证明本文结合卡尔曼滤波与多项式加权内插的方式能够较好地反映地面沉降的时空特征分布情况并对未来一段时间的沉降情况进行预测，对天津市的城市发展及建设有一定的参考意义。     

Land subsidence prediction in Beijing based on PS-InSAR technique and improved Grey-Markov model

Land subsidence induced by excessive groundwater withdrawal has caused serious social, geological, and environmental problems in Beijing. Rapid increases in population and economic development have aggravated the situation. Monitoring and prediction of ground settlement is important to mitigate these hazards. In this study, we combined persistent-scatterer interferometric synthetic aperture radar with Grey system theory to monitor and predict land subsidence in the Beijing plain. Land subsidence during 2003–2014 was determined based on 39 ENVISAT advanced synthetic aperture radar (ASAR) images and 27 RadarSat-2 images. Results were consistent with global positioning system, leveling measurements at the point level and TerraSAR-X subsidence maps at the regional level. The average deformation rate in the line-of-sight was from ?124 to 7 mm/year. To predict future subsidence, the time-series deformation was used to build a prediction model based on an improved Grey-Markov model (IGMM), which adapted the conventional GM(1,1) model by utilizing rolling mechanism and integrating a k-means clustering method in Markov-chain state interval partitioning. Evaluation of the IGMM at both point level and regional scale showed good accuracy (root-mean-square error <3 mm; R² = 0.94 and 0.91). Finally, land subsidence in 2015–2016 was predicted, and the maximum cumulative deformation will reach 1717 mm by the end of 2016. The promising results indicate that this method can be used as an alternative to the conventional numerical and empirical models for short-term prediction when there is lack of detailed geological or hydraulic information.     

利用Sentinel-1数据和SBAS-InSAR技术监测西安地表沉降

哨兵一号(Sentinel-1)数据是目前现势性较好的免费SAR数据,且因其6天的重访周期,非常适合In SAR地表形变监测。本文以西安市城区及周边为研究区,开展基于多期Sentinel-1数据和短基线集干涉(SBAS-In SAR)技术的时序地表沉降监测方法的探索,研究形成了详细的数据处理流程,利用已有研究资料佐证了方法的有效性。监测表明:2015—2016年,绝大部分区域地表形变速率位于[-33~30]mm/a区间内,228 d监测期内累积沉降量最大约75 mm,发生在目前西安最大沉降中心鱼化寨;相比20世纪末,沉降强度大幅减弱,沉降严重区域由西安市东郊向南郊转移,且沉降范围减小。     

时序InSAR技术应用于高压输电线路附近的地表形变灾害防控

2020年6月12日,广州从化区的高压输电线路森从甲线,发生暴雨内涝应急事故,多处杆塔区域地质发生塌方、内涝。本文利用小基线集（SBAS）技术,基于Sentinel-1A数据,反演获得高压输电线路附近区域的2020年1月至6月累积地表形变量,研究强降水对山体地表形变产生的影响。综合分析监测结果表明,该区域在2020年上半年期间大部分均趋于平稳,部分丘陵地区在外界条件作用及土壤含水量高的影响下,呈现出不稳定的持续沉降趋势,在强降雨季地表沉降速率会明显增长,最大沉降量超过-55.3 mm。亚热带季风气候带来的季节性强降雨和人类频繁的建设活动,使得山体滑坡、塌方、内涝等自然灾害极易发生,对区域环境稳定和安全、区域发展和经济增长造成负面影响。     

水准测量技术在宁波市轨道交通3号线工程中的应用分析

交通轨道施工环境复杂,周围高层建筑物林立,威胁着建设工程安全施工。因此,加强大型建设项目施工过程中的形变监测有助于施工项目安全开展。本文以水准测量技术为监测手段,对宁波市轨道交通3号线工程进行了形变监测,文章从3个方面进行形变分析。监测结果表明,深层土体位移最大为131.37 mm,支护桩顶部水平位移最大为2 mm,支护桩顶部沉降位移最大为2.1 mm,地表沉降最大为201.4 mm,项目施工开始至结束,未出现报警值情况,说明建设工程整体设计合理,认为该建设工程项目对临近建筑物影响不大,可以安全施工。