联合InSAR与三维激光扫描技术监测矿区大梯度形变

基于传统差分干涉测量(D-InSAR)技术检测形变梯度有限,无法实现矿区地表大梯度形变监测的问题,本文提出利用三维激光扫描技术点云数据的高密度及其三维建模后单点定位精度高的特点,将SAR数据和点云数据进行融合提高形变检测梯度。具体过程为:根据干涉图像的相千系数掩膜去掉干涉图上形变梯度较大的点,相位解缠后得到"有洞"的形变场,基于反距离加权思想采用点云数据对SAK形变场进行"补洞"从而实现监测区域的无缝联接。以山东省境内某矿区工作面上方河堤大坝为例,应用本文提出的方法进行了矿区大梯度形变实验研究。研究结果表明:采用本文提出的方法监测结果与地面观测站水准数据较为一致,其中最大绝对误差64mm,最大下沉处相对误差为4.95%,从而证明了该方法的可行性。本文方法为利用D-InSAR技术实现矿区内大梯度形变监测提供了新的途径和手段。     

PALSAR数据在矿区地表沉陷探测中的应用

地下开采导致的地表形变失相干是InSAR技术在矿区开采沉陷监测中面临的主要问题。本文分析了In-SAR技术用于矿区开采形变监测的适用性和最大可探测形变梯度问题,并以陕西彬县彬长矿区为研究对象,采用PALSAR数据进行矿区开采沉陷探测实验研究,研究结果表明:PALSAR数据因其波长较长的特点,具有相对较大的监测梯度,在一定程度上能够克服矿区形变量超出最大监测梯度所造成的失相干现象。     

结合InSAR的矿区大梯度变形监测技术进展

合成孔径雷达干涉测量技术(In SAR)广泛应用于监测矿区地表形变,采用SAR影像的相位信息可高精度提取试验区的微小形变;但当形变梯度较大,引起干涉影像对的失相干无法得到有效干涉条纹时,则无法获取矿区形变,亟需引入新的技术来解决。本文通过查阅相关文献,分析了目前结合In SAR技术完成矿区大梯度变形监测的几种方法,总结了这几种方法的不足,提出了未来的研究方向和思路。     

联合SAR影像相位和强度信息的矿区形变监测关键技术研究EI北大核心CSCD

SAR技术已在矿区形变监测方面得到了广泛的应用。InSAR技术在矿区小变形监测方面具有较高的精度,但无法获取矿区大量级形变。子带干涉技术能降低解缠难度进而提高测量精度。偏移量追踪方法可用于提取矿区大形变,但其监测精度相对较低。如何融合各方法的优势,获取矿区高精度大梯度形变信息是目前面临的科学问题。为此,论文重点研究了子带干涉技术在矿区形变监测中的适宜性、偏移量追踪方法在矿区形变监测中互相关窗口的选取方法及InSAR技术、子带干涉技术、偏移量追踪方法和概率积分模型融合的方法,通过与实测对比证明了方法的可靠性。主要工作及成果如下。     

DInSAR集成GPS的矿山地表形变监测研究

矿区滑坡、沉陷等地质灾害频繁,矿区地表监测及预报愈显重要,利用雷达差分干涉测量与GPS集成可实现对矿区的三维形变监测。本文以资兴唐煤矿区为例,对矿区五景ASAR数据进行了处理,获取了垂直形变图;在矿区选取了代表性的10个GPS形变监测点,获取了ASAR数据对应时间的平面点位形变监测结果。对DInSAR与GPS测量数据集成与内插,获得地面监测点的三维形变量,采用部分监测点的水准测量数据对形变结果进行了验证,结果表明两种监测结果一致。     

DInSAR集成GPS的矿山地表形变监测研究北大核心CSCD

矿区滑坡、沉陷等地质灾害频繁,矿区地表监测及预报愈显重要,利用雷达差分干涉测量与GPS集成可实现对矿区的三维形变监测。本文以资兴唐煤矿区为例,对矿区五景ASAR数据进行了处理,获取了垂直形变图;在矿区选取了代表性的10个GPS形变监测点,获取了ASAR数据对应时间的平面点位形变监测结果。对DIn SAR与GPS测量数据集成与内插,获得地面监测点的三维形变量,采用部分监测点的水准测量数据对形变结果进行了验证,结果表明两种监测结果一致。     

融合InSAR技术的矿区大梯度形变研究

针对矿区开采沉陷沉降量级大、形变剧烈,传统InSAR技术监测过程易出现影像失相干,监测精度较低的问题,以山西省某矿区9103工作面为例,提出SBAS-InSAR和Offset-tracking技术联合监测的方法.采用SBAS-InSAR监测沉陷盆地边缘地区微小形变,采用Offset-tracking技术监测沉陷盆地中心区域大梯度形变,并将二者的形变信息进行融合,从而获得整个采掘工作面上方地表时空变化规律.研究表明,其监测结果与实测数据吻合度较好,满足开采沉陷监测的一般精度要求,融合SBAS-InSAR和Offset-tracking技术可以有效地解决传统InSAR技术只能监测微小形变的问题,为矿区开采沉陷大梯度形变监测以及环境治理提供新的理论思路.     

D－InSAR技术在淮南矿区沉陷监测中的试验研究

综合矿区开采沉陷特点和D－InSAR基本原理指出,当前D－InSAR矿区沉陷监测的难点为：1）不易采用同一传感器数据监测整个地表移动周期内的矿区沉陷;2）在低潜水位矿区,地表移动活跃期内最大变形梯度往往超过雷达临界探测梯度导致去相干;3）在高潜水位矿区,变形梯度大、沉陷积水区雷达回波信号弱,导致干涉测量结果不理想。因此,为了改善D－InSAR在矿区的沉陷监测中的应用效果,针对上述问题提出了相应的解决方案。最后,通过选择淮南矿区形变期内的两景数据,进行二轨差分干涉处理,获得了研究区域煤炭开采形成的地表沉降场,并分析了不可靠形变信息产生的原因。     

D—InSAR三轨法监测城市地表沉降的研究

差分干涉测量（DInSAR）技术是合成孔径雷达（SAR）卫星应用的一个拓展。雷达图象的差分干涉可用于监测厘米级或更微小的地表形变，以揭示许多物理现象，如地震形变、火山运动、大气变化、冰川漂移、地面沉降以及山体滑坡等。实验选取典型的上海市地面沉降场作为研究对象，使用三幅欧洲空间局ERS1和ERS2的C波段数据，采用三轨法，成功提取了上海市相隔20个月的地面沉降图。     

基于多种测绘装备协同工作在 白河滑坡灾害中的应用

无人机低空摄影测量技术在应对各类地质灾害方面有着明显优势。本文以安康市白河县茅坪镇山体滑坡灾害为例,介绍了灾害应急中两大无人机系统以及IBIS微形变监测设备所发挥的巨大作用,阐述了无人机飞行设计、现场快速影像处理技术、灾区三维模型构建技术以及潜在危险区域形变量实时监测,并通过获取的数据成果对灾情进行了分析。     

GPS技术在滑坡变形监测中的应用

介绍了GPS技术用于滑坡变形监测的方法,并通过三峡库区某滑坡的变形监测介绍了GPS用于滑坡变形监测的整个过程,包括监测网的技术设计、外业观测、数据处理、变形分析等内容。监测结果表明,GPS静态定位技术可以达到mm级的精度,在变形监测方面有很好优越性,完全可以满足高精度滑坡监测的要求。     

SBAS-InSAR技术与无人机影像融合的滑坡变形监测北大核心CSCD

山体滑坡对人类安全造成严重影响,准确识别滑坡变形对预防滑坡灾害具有重要意义。利用SBAS-InSAR技术可以进行空间连续地表变形监测,但无法精确获取滑坡边界的变化。为了综合监测滑坡,本文首先采用SBAS-InSAR技术与无人机影像结合的滑坡变形监测方法,利用2018年1月1日—2020年12月24日,共计80幅升轨Sentinel-1A SAR影像,进行了VV极化和VH极化数据处理;然后通过SBAS-InSAR技术获取滑坡区地表雷达视线(LOS)方向变形速率,选取了若干变形点进行滑坡体变形时序分析;最后采用无人机获取滑坡影像并提取滑坡边界,分析了滑坡边界的变形。试验结果表明,利用SBAS-InSAR技术获取的滑坡变形和无人机获取的滑坡变形趋势基本吻合,通过该方法可以获取滑坡的综合变形情况,对滑坡活动性的判断具有重要意义。     

基于InSAR技术和光学遥感的贵州省滑坡早期识别与监测

贵州省因其复杂的地形地貌和强降水等气候特征,滑坡灾害频繁发生。亟需一种可靠的滑坡早期识别和监测方法。传统的滑坡识别和监测方法存在局限性,而InSAR技术在大规模地质灾害监测中具有独特的优势。但是,基于单一地表形变值的滑坡识别结果存在一定的不确定性。因此,本文联合InSAR技术和光学遥感,利用Sentinel-1A雷达卫星影像数据对贵州省六盘水市、铜仁市、贵阳市等地区进行大规模地表形变监测和危险形变区识别;并采用基于NDVI时间序列分析和基于滑坡发育要素的滑坡识别方法对研究区潜在滑坡灾害进行调查。利用InSAR技术对研究区域内重点滑坡（鸡场镇）进行监测,及时掌握滑坡的运动状态。本文方法对贵州省的灾害防治和管理具有重要意义。     

无人机摄影测量技术在阿娘寨滑坡应急调查中的应用

无人机摄影测量技术具有数据获取效率高、响应速度快、成果丰富多样等优势,逐步应用于地质灾害应急调查中。2020年6月18日阿娘寨滑坡复活后,采用无人机摄影测量技术进行应急调查。首先,通过检查点验证了无人机免像控摄影测量技术的可行性,总结性研究了无人机影像数据快速拼接和全面处理的软件选取,生成了调查区三维实景模型、数字表面模型(DSM)、正射影像(DOM)及密集点云等基础数据;最后对基础数据处理分析,完成了滑坡地形快速测绘、滑坡特征调查等工作,并对多期次的高精度无人机摄影测量数据进行差分计算,识别了滑坡形变较大的区域,定量表征了滑坡的形变特征,为监测仪器的选位提供了指导。滑坡体上GNSS监测的最大累计形变可达16m,将现场布设的专业监测设备的数据接入地质灾害实时监测预警系统中,有效保证了灾害防治工程的顺利实施。     

卫星雷达遥感在滑坡灾害探测和监测中的应用:挑战与对策

将卫星雷达遥感应用于滑坡灾害的探测与监测，不仅可以从空间尺度上大范围捕捉到滑坡信号，而且可以从时间尺度上以较长周期追踪滑坡的运动状态。但是，卫星雷达遥感本身的局限性和滑坡所处的复杂地形环境使这一应用面临一些挑战。对卫星雷达遥感技术的4个主要挑战进行了总结与分析，同时给出了相应的解决方案:①通过提高卫星雷达影像的空间、时间分辨率，使用较长波段雷达信号或采用增强型时间序列分析技术，可降低密集植被覆盖对相干性的影响。另外，采用像素点偏移量追踪或距离向分频干涉测量方法，可克服传统干涉测量中大梯度形变引起的相位失相干。②大气延迟对卫星遥感的影响较大，尤其是地处山区的滑坡探测和监测，利用通用型卫星雷达大气改正系统可显著减弱干涉影像的大气信号并进一步简化时间序列分析，提高缓慢运动滑坡的探测和监测质量。③对于中等分辨率的雷达影像而言，利用数字高程模型可提前量化分析雷达几何畸变（如叠掩、阴影等）引发的滑坡探测监测的适用性；而对于高分辨率的雷达影像而言，利用机器学习方法无需外部高分辨率数字高程模型即可精确识别雷达影像的阴影和叠掩区并进行掩膜，从而大幅度提高数据处理效率。④针对高坡度地区残余的地形相位引起的解缠误差，可通过基线线性组合的方法予以减弱。此外，提出了一个基于多源对地观测的滑坡探测/监测系统框架，综合卫星雷达遥感与其他对地观测数据（如地基雷达、激光雷达、全球导航定位系统），搭建了一个自动化滑坡探测与监测系统。该研究旨在阐明卫星雷达遥感的优缺点，进一步深化其在滑坡灾害监测方面的应用和推广，引出未来侧重发展方向的思考与探讨。     

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。     

基于D-InSAR技术的金沙江地区滑坡形变监测与分析

滑坡是发生在我国山区的主要地质灾害类型,金沙江地区由于地势较高、地形复杂、多云多雨的特点,给传统的滑坡监测增加了难度。合成孔径雷达差分干涉测量技术(Differential interferometry synthetic aperture radar,D-InSAR)已在滑坡地面沉降监测中得到了广泛应用。本文选取金沙江上游沿岸作为研究区域,基于2018年8月11日与9月28日的Sentinel-1A影像及SRTM1数据,利用GAMMA软件及D-InSAR技术监测到金沙江地区的地表形变,成功识别出金沙江右岸的一处滑坡灾害。研究结果显示,在此滑坡的坡顶部分出现了约2.5 cm的沉降,而在坡底部分由于崩塌物的累积,地面出现了约3 cm的抬升。从实验结果可以得出,InSAR技术是一种有效的滑坡变形监测手段,利用Sentinel-1A卫星的SAR数据对滑坡区域进行形变监测,可以得到较好的干涉结果。     

滑坡监测中点云数据分析

山体滑坡是不可逆转的自然灾害,实时监测滑坡绝对位移和相对位移,掌握滑坡形变的规律和趋势,可减少经济损失,保障经济发展。三维激光扫描技术是监测山体滑坡的主要方法之一,其关键是去除地表植被、建筑物等其他地物点云信息对地表模型的干扰,获得扫描区域高精度的DEM,进而得到准确的监测信息。因此本文重点分析并去除滑坡体各种干扰地物点云信息。     

PSP-InSAR技术在地铁沿线的形变监测应用

基于56景COSMO-SkyMed影像，本文采用PSP-InSAR技术对杭州地铁2号线沿线500 m范围进行地面沉降监测，并对形变区的位置、面积和数量进行了统计，在此基础上提取形变梯度大于0.1 mm/m的累计形变量点并开展比对分析。结果表明：①虽然地表形变集中区、形变严重区和形变梯度较大区域有着高度的重叠，但部分形变集中区内形变量和形变梯度并不大，也存在形变平稳区段形变梯度却较为显著现象，因此单从一个角度分析地铁沿线的形变，易增加漏检和错检的概率。②PSP-InSAR技术可从空间上完整表现地铁线上沉降的分布特征，对于地铁竣工运营期间的沉降监测具有显著意义，可为地铁的运营维护提供依据。     

结合SBAS-InSAR技术及信息熵的苍山地质滑坡隐患识别

针对西南地区滑坡隐患高位隐蔽,传统技术难以全面识别的问题,本文以大理苍山为研究对象,首先利用SBAS-InSAR技术对苍山2019年1月-2021年4月间的滑坡隐患进行识别;然后结合随机概率信息熵模型,对不同坡度等级与边坡稳定性之间的关联性进行定量分析;最后根据典型隐患区的遥感影像以及采样点的形变时序图,探讨了边坡形变时空演化特征及沉降诱因。试验结果表明:①2019年1月-2021年4月,研究区的形变速率为-155.6～92.4mm/a,13个超过-30mm/a的不稳定滑坡隐患被识别;②坡度等级为Ⅳ、Ⅴ级时,信息熵大于0.8,边坡稳定性较弱,不均匀形变严重,与已有研究保持高度一致,证实了该模型的可靠性;③典型隐患区形变趋势呈明显的季节性变化,降雨和冰雪消融是导致边坡失稳的主要因素。