地基合成孔径雷达的边坡形变监测应用研究

针对露天矿开采过程中边坡发生形变导致失稳的问题,使用地基合成孔径雷达对矿坑边坡进行形变监测.基于小基线集技术,该文提出以PS点相位相干系数的均值作为子集划分的参考指标,并提出在子集内采用粗差探测技术对PS点进行时间维解缠,有效削弱了子集内的大气延迟影响并防止了解缠误差在空间域的传递.通过首云铁矿边坡形变监测实验,结果表明:该文提出的方法能有效处理GB-SAR边坡连续监测数据,能够获取露天矿边坡PS点在监测期的时间序列形变,该方法在边坡稳定性监测方面具有实用性.     

时间序列InSAR技术中的形变模型研究

时间序列InSAR技术,包括PS-InSAR技术和小基线集InSAR技术, 能有效克服传统D-InSAR的失相干限制, 逐步成为形变测量中的实用化技术。但是, 现有时间序列InSAR技术主要采用线性函数对真实形变进行模拟, 在真实形变呈现强烈的非线性时, 这种处理将不能得到正确的形变结果。本文就时间序列InSAR的形变模型问题展开研究, 首先从干涉相位模型解算的方法入手, 深入分析了线性形变模型的不足, 当干涉点目标的密度不够并且真实形变的非线性较强时, 干涉相位方程的解将会发散。根据魏尔斯特拉斯逼近定理, 提出以高阶多项式取代线性形变模型, 并给出了基于多项式形变模型的干涉相位方程解算方法。 利用太原市2003-2009年的23景ENVISAT ASAR影像, 分别采用线性形变模型和三次多项式形变模型, 利用小基线集技术进行了形变反演。将这两种方法得到的结果分别与水准测量结果进行了比较。结果表明, 采用多项式形变模型不仅能取得更高的形变测量精度,而且能提高点目标的密度。由于高阶多项式总能比低阶多项式更准确地拟合连续函数, 因此本文提出的多项式形变模型在时间序列InSAR形变监测中具有广泛的应用价值。     

一种优化的地基SAR时序反演非局部相干点选取方法

地基合成孔径雷达(synthetic aperture radar, SAR)时间序列分析主要是从SAR影像中选取具备强散射特性并且相位保持稳定的相干点进行时序反演,然而不同干涉图之间的相干点是可变的,这使得时间序列分析变得复杂,因此选择大量高质量的相干点对确保地基SAR变形监测精度至关重要。为了提高地基SAR时间序列分析的可靠性,提出了一种优化的非局部相干点选取(enhanced nonlocal coherent pixels selection, E-NonPS)方法。从干涉图网络中选取有效的相干点,包括满秩相干点和部分相干点。满秩相干点通过非局部满秩法选取,部分相干点则首先筛选出矩阵的秩大于N/2的单视复数影像像素,然后根据振幅的均值和标准差设置一个信噪比阈值,选取信噪比大于该阈值的相干像素点。通过两组实验验证了E-NonPS方法在不同监测环境（高和低相干区域）中的有效性,并将选取的相干点结果与传统方法进行对比。结果表明,E-NonPS方法能够显著增加相干点的数量,并提高精度,特别是在低相干区域,可以有效解决选取相干点过少的问题,确保在时间序列分析中具有足够的相干点,进而提高地...     

时间序列InSAR监测地表形变

针对相干点目标的时间序列,提出了地表形变InSAR技术监测方法,该方法适用于小数据集分析。并采用郑州地区2007年1月到2010年4月期间的8景ALOS PALSAR数据进行验证分析。研究表明,识别的相干点目标具有大的干涉相干值和小的振幅离差,在时间序列中具有可靠的相位。从误差分析和与ENVISAT PSInSAR结果对比分析表明,该文求得的形变速率标准差在0.34mm/a和5.56mm/a之间,表明提出方法是可靠的。     

CRInSAR与PSInSAR联合监测矿区时序地表形变研究

正永久散射体差分干涉测量(PSInSAR)与人工角反射器差分干涉测量(CRInSAR)技术均为基于高相干目标点的时间序列形变监测手段,不受时间空间失相干严重影响,同时通过对相邻两目标点之间的相位作差,可极大地减弱模型中大气延迟相位的影响,因此本文旨在将这两种技术结合起来,应用于矿区沉降的监测中,以提高矿区地表形变监测的精度和可靠性。本文分别针对两种技术的理论、处理流程、算法及可靠性评价等方面进行了讨论与阐述,提出一套PSInSAR     

融合分布式目标的小基线集干涉测量方法应用

针对在地理国情监测项目中遇到的时间序列InSAR技术获取的地表形变结果存在空间采样率不足的现状,该文以传统小基线集干涉测量方法为基础,融合分布式目标提取地表缓慢形变信息。以TerraSAR-X星载SAR SLC影像为数据源,对融合后的方法进行验证,获取了研究区域时间序列地表平均形变速率。结果表明,融合分布式目标的小基线集算法可以有效提高监测区域地表形变信息的获取,在非城市地区及传统方法不能提取高相干稳定点目标的区域克服了原有方法的缺点,表现出了很好的适用性。     

应用TLS点云数据确定边坡特征对象区域和形变分析

针对目前主要形变监测方法监测点少、整体形变资料缺乏的不足,利用三维激光扫描仪获取边坡点云数据,通过对边坡特征对象区域识别,利用重心法计算特征对象区域的形变量大小,将形变特征对象区域转变为监测点,并分析形变特征对象区域的变形情况,弥补了传统形变监测手段在边坡监测应用和形变分析中的不足。     

地基SAR在滑坡形变监测中的应用

地基InSAR是近年发展起来的基于地基SAR (GB-SAR)获取地表形变的一种新的技术手段,分辨率高、可实时监测,实现毫米级形变监测精度,为近距离滑坡实时监测与预警提供了先进的技术手段。本文首先以澜沧江某滑坡体为研究对象,在滑坡体对岸设立固定站点,按固定频率进行GB-SAR数据采集;然后通过先后两景影像形成干涉对,利用相干阈值方法提取相干点目标;最后利用形变模型提取滑坡体形变结果。研究表明,地基SAR可获得整个滑体形变边界、形变大小空间分布及时间变化历程,对滑坡体灾害实时监测非常有效,可为滑坡灾害监测及预警提供参考。     

InSAR时间序列分析技术在西安地表形变监测的应用

差分干涉测量技术（D-InSAR）是近年发展起来的新型空间对地观测技术,具有全天候、全天时、大范围地表形变监测优点,但由于受到时空失相干和大气延迟的影响,形变监测精度受到了很大的制约。近年发展起来的InSAR时间序列分析技术,将多景SAR影像数据融合在一起,利用时间序列分析提取监测区域监测期内的时间序列形变信息,间接消除或削弱了时空失相干和大气延迟对形变结果的影响,具有良好的应用前景。本试验利用InSAR时间序列分析技术获取了西安市三环以内主城区2007年1月至2011年2月间的高精度地表形变成果。     

不同尺度综合地表形变InSAR时序监测与机理分析

正合成孔径雷达干涉测量(InSAR)技术作为近年来发展起来的一种空间对地观测技术被广泛应用于不同类型的地表形变监测。为克服时间、空间基线失相干,DEM误差、大气延迟效应等因素对形变监测的影响,具有稳定后向散射特性的相干点目标作为研究对象的时序InSAR技术应运而生。然而,由于其应用研究起步较晚,在高精度地表形变监测中仍面临诸多技术难题,如常规SBAS方法时序形变监测时因多数据子集而导致的基准缺失、低相干条件下高相干点目标的有效识别、时序InSAR大范     

短基线INSAR相干点探测及应用

提出一种结合子孔径相关测度的时序高相干点探测方法,首先对时序SAR影像进行谱分解获得子孔径视图,通过时序子孔径相关测度进行强散射点筛选,然后分别根据振幅离差和干涉相位空间相关性,对目标点进行相位稳定性分析,探测出既满足强散射且在时间序列上散射稳定的高相干点。利用改进的点探测方法和短基线INSAR技术,对北京2003—2009年间40景ASAR影像进行相位建模,获取地面沉降时空分布特征,分析典型地物时序沉降过程,研究北京地面沉降与地下水开采关系。结果表明:相比已有方法,本文结合子孔径相关测度的高相干点探测结果更准确可靠;利用本文点探测方法反演的历史累积沉降信息,与水准结果一致,平均速率之差在3.69 mm/a以内,中误差为1.36 mm/a;研究区地面沉降最大速率达92.25 mm/a,空间不均匀分布明显,地面沉降量与地下水开采量呈分段的非线性相关。     

IPTA监测圣佩德罗湾港口地表时序沉降

常规D-InSAR技术已成功应用于由于火山、地震等引起的地表形变监测,然而受时间失相干和大气延迟等影响,该技术监测地表沉降形变的精度只能达厘米级。本文以美国圣佩德罗湾港口为研究对象,采用干涉点目标分析(IPTA)技术,选用二维线性相位模型对时序差分干涉相位图迭代回归分析,逐次去除大气延迟、DEM误差以及噪声等的影响,最终提取出准确可靠的形变序列相位信息。结果证明IPTA技术对长期微小的地壳累积形变探测具有广阔的应用前景,而且IPTA技术在实现效率和数据存储方面都优于常规的PS-InSAR。     

利用InSAR数据的格尔木市地表沉降监测

InSAR及其相关技术在城市地面沉降监测中具有独特优势。本文采用2015年12月4日至2018年1月10日间的37景Sentinel-1卫星SAR影像数据，基于InSAR时间序列分析技术，对地处高原的格尔木市市区及其周边进行了地表形变监测。结果表明，基于相干性等指标共提取了252 889个相干点，每平方千米平均有501个相干点，后续经相干点分析计算后掩模去误差较大的点后，实际使用相干点252 035个；格尔木市及其周边郊区的整体沉降速率均在5 mm/a以内，未发现明显的沉降区域或大面积的沉降带，市区南部的沉降速率低于北部。     

利用时序DInSAR监测填海造陆地区地表沉降

通过研究时序DInSAR相位模型,利用振幅离差、时间相干系数和统计分析多重方法提取了相干点目标,并根据不同相位分量的时空特性分离出形变相位,继而提取出相干点目标上的沉降速率。以上海市临港新城主城区为实验区,利用24景Envisat ASAR影像,得到了2007-10～2010-02间的沉降速率分布,并分析了冲填土年代对沉降的影响。     

综合运用非线性回归和时间序列分析研究边坡变形

边坡变形的复杂性决定了运用非线性回归模型很难准确解决边坡变形规律。本文将讨论综合运用非线性回归模型和时间序列分析的方法进行变形预报。即运用非线性模型和其他模型的有机结合和综合运用正确分析和解决边坡变形规律,同时利用时间序列分析方法解决边坡周期性变形规律,并通过某实测边坡上一系列监测点监测资料的分析和研究,证明该方法的可行性。     

卡尔曼滤波法在城际高铁沉降变形监测与分析的应用

随着我国城市化的不断发展,城际高铁作为城市圈之间的大动脉,对加强城市间联系,方便居民出行起到了重大作用。城际高铁轨道的沉降问题,是高速铁路运行面临最普遍的问题,影响高速行驶下高铁运行的安全性和稳定性。高速铁路的沉降监测数据是一组离散时间序列,蕴含十分丰富的形变信息。为了发掘这些数据中的变形规律,需要建立沉降预测模型,进行综合分析后,采用卡尔曼滤波法对沉降进行预测分析。     

基于高斯过程回归的变形智能预测模型及应用

岩体或建构筑物的变形通常具有复杂性和非线性等特性,一般的回归模型难以精确地进行回归预测,应用高斯过程回归理论对变形监测数据呈现出的非线性特征进行时间序列分析。考虑到监测数据的不断更新和累积,以及超参数与样本集的适应性,首先研究了“递进-截尾式”超参数自动更新模式和训练样本集的选择方法;在此基础上构建了以时间作为输入项的高斯过程回归变形智能预测模型（GPR-TIPM）;将该模型应用于矿山边坡监测点非线性时间序列分析中,通过分析变形趋势,最终采用Matérn 32和平方指数协方差函数相加的方式进行核函数组合。实验结果表明,采用组合核函数的预测性能较单一核函数有所改善,该方法提高了模型的泛化能力,GPR-TIPM模型在短期内的预测效果较理想。     

利用TLS技术与伪单点监测模式进行滑坡变形测量

针对传统离散点监测模式不适用于TLS变形监测,以及现有基于TLS技术变形监测的一维性与仅适用于特定几何对象分析等不足,本文提出了一种基于TLS技术的伪单点变形监测模式,并基于该监测模式提出了一种以表面匹配技术为核心的变形计算新方法。通过构建广义高斯-马尔可夫模型匹配搜索估计伪单点对象的全三维变形参数,利用TLS多期点云的高密度性,实现了高精度提取全三维变形信息,尤其适用于滑坡等灾害监测领域。试验表明在扫描距离约240 m时,该方法可达到1 cm级的变形提取精度,对推动变形监测从点测绘向形测绘的转变具有一定的价值。     

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。