基于SBAS-InSAR技术的西南山区滑坡稳定性监测

本文首先利用小基线集时序InSAR(SBAS-InSAR)技术对云南省宣威东北部地表进行形变监测,获取2021年1月至2023年6月的形变结果;然后分析选取的典型滑坡的形变特征,采集了GNSS监测数据与InSAR形变监测进行对比验证;最后分析InSAR形变对降雨的响应。研究结果表明,SBAS-InSAR技术能有效监测西南山区的典型滑坡,该结果可为滑坡灾害的早期识别提供支撑,对于同类型滑坡灾害的稳定性监测具有较高的参考价值。     

时序InSAR在城市地铁工程区形变监测中的应用

地铁建设会引发城市地表形变灾害,而传统的合成孔径雷达差分干涉测量（D-InSAR）难以实现城市地铁工程区域的精细测量。本文利用TerraSAR-X高分辨率数据,采用PS-InSAR和SBAS-InSAR方法对徐州地铁1号线东部工程场地进行了形变监测,获取了该区域2016年6月15日-2016年9月11日期间的形变时序图。通过与人工角反射器布设点的水准测量数据对比分析,发现利用两种时序InSAR测量方法得到的地表形变结果与水准测量结果非常一致,形变误差均在1 mm以内;而SBAS-InSAR探测地表形变的敏感性低于PS-InSAR。结果表明,利用高分辨率SAR影像监测城市地铁形变具有亚毫米级的测量精度和米级的定位能力,同时证明了时序InSAR分析技术在城市地铁工程形变监测应用中的广阔前景。     

InSAR技术在沂沭断裂带地表形变监测中的应用研究

针对常规大地测量监测沂沭断裂带地表形变结果无法全面反演该区域构造应力场的局限性,尝试采用PS和SBAS两种In SAR时序分析技术对该区域地表形变进行监测。首先对SBAS-In SAR技术的原理进行详细推导和分析;在此基础上,对覆盖研究区的14景ENVISAT-ASAR数据采用PS-In SAR和SBAS-InSAR技术进行处理,分别提取了该区域地表年平均形变速率图;通过与水准监测数据的对比分析发现:InSAR时序分析方法在大范围、持续缓慢断裂带地表形变监测中能够获取与精密水准监测一致的形变趋势,且SBAS-In SAR技术在数据量较少情况下能获得更好的监测效果。这表明In SAR时序分析技术可以作为断裂带微小地表形变监测的有效手段。     

基于InSAR和GRU神经网络的不稳定斜坡地表形变预测

不稳定斜坡地表形变预测对于滑坡灾害防治和预警具有重要意义。现有监测手段覆盖范围小、成本高,相关预测方法局限于单点预测,对历史数据量要求较高。针对上述问题,本文采用小基线集合成孔径雷达干涉测量(SBAS-InSAR)技术进行不稳定斜坡地表形变监测,设计了一种结合InSAR反演结果和门控循环单元(GRU)神经网络的不稳定斜坡地表形变预测方法。首先使用SBAS-InSAR技术对研究区域进行地表形变监测,然后利用获取到的时序形变反演结果,建立GRU模型进行形变规律学习,最后开展不稳定斜坡地表形变预测。试验结果表明,该方法对不稳定斜坡地表形变的预测平均绝对误差为0.678 mm,平均绝对比例误差为2.7%,相比于传统的支持向量回归(SVR)模型,预测效果提升超过30%,工程应用潜力较大。     

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.     

基于短基线集InSAR技术监测北京地区地表形变

短基线集差分干涉测量(SBAS-InSAR)技术是在传统DInSAR技术基础上发展起来的一种更高精度的长时序变形监测方法,可有效地克服传统DInSAR在微小形变监测中受时空去相干以及大气效应等因素的影响,已成为当前InSAR技术的研究热点.本文利用ENVISAT ASAR传感器获取的22幅C波段影像数据,基于短基线集差分干涉测量技术对北京地区地表沉降进行监测,获取每个观测时刻的形变累积量,得到研究区的形变序列图,进而分析了该区域地表沉降特征,结合地质环境监测成果,初步讨论了2003至2010年间北京地区区域地表沉降成因.     

多时间基线集时序InSAR形变监测:以平寨水库为例

时间基线对于时序InSAR形变提取有着重要影响。本文针对植被覆盖率与含水量较高、地形起伏较大的山地区域形变信息提取较困难的问题,以贵阳市平寨水库为研究区,获取Sentinel-1A雷达卫星2019年1月至2020年12月的历史影像数据,构建不同时间基线集,对比分析提取的地表形变信息;按照时间基线和最短的原则,选择最适宜研究区形变提取的基线条件,基于SBAS-InSAR技术获得研究区两年的沉降速率情况。结果表明,该研究区域时间基线集为60 d时提取的形变信息最为准确,存在误判和缺漏较其他时间基线集少。同时,结合贵阳市2019—2020年月平均降雨量数据及几何水准监测数据,分析了坝体形变时序变化与降雨量的关系,得出降雨量与坝体形变存在较强相关性,且基于SBAS-InSAR技术提取的形变信息与水准监测结果具有趋同性的结论。     

基于永久散射体雷达差分干涉测量的城市地面沉降研究——以上海地面沉降监测为例

基于永久散射体雷达差分干涉测量技术,提出探测水久敞射体的振幅信息双阈值方法,研究上海陆家嘴地区在1992～2002年的地面沉降,获得该地区的线性和非线性沉降量以及区域沉降场,证实了地表形变在1 km范围内具有强相关性.结果显示陆家嘴地区在1992～2002年间的线性沉降速率为13.2 mn/a,总体半均沉降速率为16.8 mm/a,与实测结果之间具有较高的一致性.研究表明,PS-DInSAR技术不仪可有效探测地表离散目标的线性形变,还可探测其非线性形变以及获取地表区域形变场,并且可监测地表形变的时序变化过程.除了可用于城市沉降监测外,PS-DInSAR技术还可用于地震、火山、滑坡等地质灾害的监测.     

基于SBAS-InSAR技术的甘肃华亭市地表形变监测与分析

小基线集SBAS-InSAR技术能够有效识别区域性地表形变,可以长时间序列分析地表形变特征。本研究获取了覆盖甘肃华亭市范围2017年10月—2021年4月Sentinel-1A升降轨雷达数据214期,利用SBAS-InSAR技术进行差分干涉处理,探测区域地表形变,分析形变区变化规律特征。结果表明:华亭市地表形变区主要分布在主城区北部、市域范围东南部,共计8处,以煤矿代表的地面沉降最为明显,沿视线方向最大年沉降平均速率达-404.036 mm/a。研究获取了区域地表形变区分布状况及形变速率,可为华亭市地表形变监测、地质灾害防治、地下水水资源开发利用提供参考依据。     

时序InSAR技术对大连主城区沉降分析

针对大连市海水入侵加剧地表变形等问题,文中通过时序InSAR技术对大连市主城区2018年11月8日—2020年10月28日的30景Sentinel-1A影像进行地表沉降分析,最终得到大连市两年内的平均沉降速率和时序形变量.同时将PS-InSAR技术和SBAS-InSAR技术获得的两种形变监测结果进行交叉验证,根据时序监...