基于Sentinel-1雷达影像的成都市地面沉降InSAR监测分析

利用2017-03~2018-03共30景Sentinel-1A SAR数据,分别采用PSI和SBAS技术获取成都市主城区地面形变分布信息,结合地面水准资料对InSAR结果进行精度评估,并初步分析地面沉降的原因。结果表明,成都市大部分区域稳定,平均形变速率主要集中在-5~5 mm/a;地面沉降主要位于一环线以外地区,地铁5、6号线主要站点及周边不均匀沉降明显,最大沉降速率达到20 mm/a;在成华区和锦江区等部分新建城区有不同程度的地面沉降,速率为5~15 mm/a,PSI和SBAS结果相关性较高。     

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。     

应用升降轨SBAS-InSAR技术监测昆明市地面沉降

将SBAS-InSAR技术应用于昆明主城区地面沉降监测,单独处理同一地区2014~2017年的29景升轨和32景降轨Sentinel-1A、1B数据。在升降轨模式下进行数据处理与精度验证,结果表明两种模式下所得到研究区域的平均沉降速率和时序分析基本保持一致。研究发现昆明市沉降漏斗主要位于居民区、地铁、道路、高速公路、以及滇池区域,最大年均沉降速率可达-38.975 mm/a,累积沉降量达到89 mm。研究表明,昆明市地面沉降主要由于近几年城市化建设和轨道交通建设的飞跃发展,导致居民区和交通网络密集,地面载荷增加,地下隧道开挖与地下水开采等问题引起地面软土地层下沉而产生明显的沉降现象。     

基于PS-InSAR和SBAS技术监测南京市地面沉降

利用覆盖南京地区的23幅Sentinel-1A影像，分别采用PS-InSAR技术和SBAS技术进行数据处理，获得了两组研究区域的地表沉降信息，并对两组结果进行交叉验证分析。结果表明，两种方法获取的结果无论是在沉降范围还是在形变量级上，都具有高度的一致性；研究区域在2015-04～2017-01期间存在地面沉降问题，且最大的沉降速率达到-30 mm/a。     

基于TCP-InSAR的采动区铁路动态沉降监测与时序分析

为高效获取采动区长时间序列形变，监控煤炭开采对矿区铁路的影响，研究一种基于TCP-InSAR(temporarily coherent point interferometric synthetic aperture radar)的采动区铁路形变监测方法。该方法根据时间序列SAR影像间的相干性，选取临时相干点构建Delaunay三角网，并通过离群值探测去除具有相位模糊度的TCP间的弧段，最后采用最小二乘解算得到区域地表变形。实验使用2016-10~2017-04时间段内的15景Sentinel-1A数据，利用TCP-InSAR技术获得某矿区的铁路形变。结果表明，受采动影响，该时间段内铁路最大下沉值为95 mm，最大倾斜坡度为0.37‰。利用TCP-InSAR技术可实现采动区内铁路长时间的动态形变监测。     

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。     

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。     

基于时序InSAR的京津高铁北京段地面沉降监测

京津高铁是中国第一条高速运行的城际铁路,其安全运行对轨道的平顺性有着严格的要求。地面沉降,尤其是不均匀地面沉降会引起部分路基和桥梁变形,威胁着高速铁路的运营安全。合成孔径雷达干涉测量技术可以大范围监测地表形变,对高速铁路沿线地面沉降具有较好的监测能力。本文以45景高分辨率TerraSAR-X 数据为基础,采用 PS-InSAR技术监测京津高铁北京段沿线地面沉降,获取京津高铁北京段沿线地面沉降的分布信息,从动静载荷视角结合北京地区地下水、断裂带、地质条件和含水层系统介质等数据,综合分析高铁沿线不均匀地面沉降的原因,为京津高铁的安全运营提供技术支撑。研究结果表明：京津高铁北京段沿线地面沉降发展在空间上存在一定差异性,北京南站至十里河区间,年沉降速率小于10 mm/a; 至十八里店区间,年沉降速率在10~40 mm/a范围内浮动;过亦庄站至东石村以东区间,最大年沉降速率达到90 mm/a;至永隆村以西,年沉降有所缓解,往东至坨堤村,沉降较为稳定,年沉降速率小于10 mm/a。地下水超采是沿线区域地面沉降的主要因素,动静载荷共同作用下对地面沉降产生一定的影响,沿线地面沉降一定程度上受到南苑—通县断裂带和旧宫断裂带构造控制,沉降量较大的路段位于粘土层较厚的大兴迭隆起。     

基于InSAR的矿区沉降中心动态变化监测与分析

以安徽省颍上县谢桥煤矿为例,采用InSAR技术探测矿区2007~2011年内各时间段的地表形变结果,利用岩床模型模拟矿区的形变场,分析沉降漏斗的发育状态,为区域地面沉降危险性评估提供重要参考依据。InSAR形变结果显示,开采区域内存在多处沉降漏斗,大体呈东西向分布;随着时间的推移,沉降中心不断推移,沉降范围逐渐扩大。结合遥感影像发现,沉降漏斗与塌陷水域的形成在时间上存在一致性,空间分布也存在高度相关性。     

基于SBAS-InSAR的北京地区地表沉降监测与分析

运用SBAS-InSAR获取北京地区的地表沉降信息,采用18景ENVISAT ASAR影像完成北京地区2007～2010年地表沉降的时空分析。结果表明,北京地区沉降不均匀较为严重,在昌平区、顺义区、通州区等区域出现多处沉降漏斗,且有连成一片并向东扩张的趋势;大部分地区的平均沉降速率在-150 ～10 mm/a,沉降中心的最大沉降量超过400 mm;地表沉降受地下水开采与城市化影响明显。     

利用高分辨率TerraSAR-X数据监测武汉地区2013～2015年地面沉降

利用27景TerraSAR-X数据进行时序InSAR分析，获取武汉城区2013~2015年地面沉降监测结果，并结合地质、水文及实地踏勘资料进行沉降成因分析。结果表明，武汉城区地面沉降主要分布在汉口后湖、青山区工业路及光谷广场附近区域，最大沉降速率达78.1 mm/a；软土地基上大规模的城市建设引起的地下水位下降和荷载增加是造成沉降的主要原因。另外发现，长江沿岸地表形变与长江水位变化密切相关，初步推测与长江水位对两岸承压水的动态影响有关。     

北京典型区地面沉降演化特征与成因分析

北京从20世纪50、60年代发现地面沉降以来,其一直呈快速发展的态势。在过去的几十年里,北京市地面沉降的范围和速度逐年增加。本文以北京市典型地面沉降区为研究区,选择永久散射体合成孔径雷达干涉测量技术所获取的2004-2010年间北京地面沉降信息作为主要数据源,补充水准测量数据（1955-2010年）,从空间分布和时序变化2个角度,分析北京市平原典型区地面沉降演化特征。结合地下水动态监测网数据、土地利用数据,采用GIS空间分析,研究各因素和地面沉降之间的时空响应关系。结果表明,北京地区地面沉降严重区域面积不断扩大,且局部不均匀程度逐渐增加。在研究期内,地下水水位变化在时间和空间上与地面沉降有较高的一致性,地下水超量开采是影响北京地区地面沉降的最主要因素,而城市发展过程中的工程活动也是影响地面沉降时空分布特征的因素之一。研究结果可为北京市地面沉降防控提供一定的科学依据。     

基于时序InSAR的常州市地面沉降时空演变规律及成因分析

采用PS-InSAR时序技术对常州市2018-01~2019-12的24期Sentinel-1A影像数据进行处理,获取常州市地面形变信息。所得结果与同期水准监测数据有较好的一致性,两者较差最大值为6.1 mm、平均值为2.7 mm、均方根误差(RMSE)为1.7 mm。结果显示,抬升区域主要位于城镇,累积抬升量平均值约为7.3 mm;沉降区域主要位于农村,累积沉降量平均值约为7.6 mm;武进区南部等地局部沉降严重,累积沉降量平均值超过15 mm。分析第Ⅱ承压水水位变化对地面沉降的影响显示,两者相关系数为0.55;同时分析某分层基岩标各地层回弹情况发现,深部地层多数处于反弹阶段,而浅部地层是目前土层压缩（沉降）的主要层段。说明近2 a第Ⅱ承压水对常州市地面沉降具有一定的影响,但已不是主要影响因素,浅部地层土层压缩已成为常州市地面沉降的主要影响因素。     

采用时序InSAR技术监测北京地铁网络沿线地面沉降

随着北京轨道交通的日益完善,地铁成为人们日常出行的重要交通工具,监测和治理地铁工程沿线地面沉降成为保障线性工程正常运营的一项重要基础性工作。本文基于55景覆盖北京地区的3 m高分辨率TerraSAR-X数据,采用时序InSAR分析技术获取2010年4月至2016年12月地铁网络沿线的地面沉降形变信息,系统分析了北京地铁网络沿线地面沉降时空演变规律。同时,结合Peck公式将InSAR监测结果进行建模,以7号线磁器口-广渠门内站区段为例,估算地面沉降槽的空间发展特征。研究发现：北京市地铁线路沿线表现出不同程度的形变,形变严重的路段主要集中在东部及东北部区域,最大沉降速率超过了100 mm/a;相对于其他线路,4号、10线整体情况比较稳定,14号、亦庄线次之,6号、7号线不均匀沉降最为严重;此外,地铁在不同建设时期路段表现出不同的形变特征,施工期路段较运营期沉降严重;7号线磁器口与广渠门内站间沉降槽的宽度和最大值沉降值在2010-2016年呈现增加趋势,沉降槽最大宽度约达180 m。     

基于SBAS InSAR方法的苏州地区2007-2010年地表形变时空变化研究

苏州地区位于中国苏锡常地面沉降带,地面沉降严重影响了该地区的经济社会发展,因此对其进行地面沉降监测具有重要的意义。本文基于SBAS InSAR方法,利用27景ERS-2 SAR数据,反演了苏州地区2007-2010年地表年平均沉降速率分布图和时序沉降变化图,分析了该时间段地表沉降的时空演化特征。结果表明,在整个研究观测期,苏州地区整体呈现出“老区沉降趋缓,新区沉降较快”的特点。老城区（姑苏区及邻近的吴中区）地面沉降趋于缓和,年平均沉降速率在10 mm/a以下,无明显的沉降中心;而相对新发展的区域（相城区、工业园区和吴江区）则表现出明显的沉降特征,沉降速率普遍大于10 mm/a。其中,相城区年平均沉降速率大约为10~20 mm/a,局部地区沉降严重,速率可达或超过20 mm/a;工业园区年平均沉降速率约20 mm/a,最大累计沉降量在50 mm左右。吴江区地面沉降最为严重,表现出面积广、速率大的特点,其年平均沉降速率在 20 mm/a左右,最大累计沉降量可达60 mm以上。     

西安市地面沉降探讨

本文在讨论西安市地面沉降特征的基础上,论述了西安市地下水开采量、承压水位变化与地面沉降三者之间在时间和空间上的对应关系,初步认定大量开采地下水是地面沉降主要原因。典型水准点沉降量与邻近自备井承压水位变化相关分析表明,两者间相关性极强。经综合分析市区地貌、第四系地质、工程地质和水文地质特征并进行工程地质分层后,可确定出市区地面沉降的第一和第二主要压缩层。据地面沉降与承压水位下降值回归方程所预测的地面沉降发展趋势表明,西安地面沉降今后还会继续发展,将对西安城市建设产生严重影响,故应采取相应治理措施。     

��ͬ����ֽ�ؿ��α估Ӧ��ֲ�����

?????й?????????????繤?????2006-2010??GPS??????????????????????????α??????????????ε??????????????????????????鷽????????????????????????????????????????????????????е??????????????????????о????????????????????????????????????????????????3?????????????????????NW-SE????????????????????????????????????????1.9×10^-6/a?????????????????????????????????????????????????NE???????????