升降轨Sentinel-1A时序InSAR的中川国际机场地表形变监测与分析

可靠地监测基础设施的形变对于评估其结构健康至关重要。本文以中川国际机场为研究区,基于46景升轨和45景降轨Sentinel-1A雷达影像,使用SBASInSAR和PSInSAR技术获取了中川国际机场2017年3月27日至2020年3月23日、2017年3月20日至2020年3月28日的地表形变速率以及时序位移量,并采用内、外部检验的方式对4种监测结果进行了评定。同时结合相干性系数均值、直方图统计、形变速率方差及其标准差,选取最理想的形变结果从人为因素和自然因素分析了中川国际机场地表形变的成因。结果表明:4种形变结果总体较为一致,不同轨道模式数据采用同种时序InSAR技术所得监测点的方差和标准差较为接近,同种轨道模式数据采用不同时序InSAR技术的形变结果略有差异,SBASInSAR相比PSInSAR的监测结果更为稳健。中川国际机场存有零散的沉降区,机场西南角的形变最显著,最大的垂直沉降速率达11 mm·a-1。中川国际机场的地表形变与道路网、内部扩建等人为因素有关,地层界线与机场内部形变不直接相关,地表沉降区与岩性关联紧密。在进一步推进中川国际机场建设的同时,应避免过度人为活动带来的消极影响。研究结果以期为中川国际机场的土地利用规划以及灾害防治提供指导意见与相关信息。     

基于轨道精炼控制点精选的极艰险区域时序InSAR地表形变监测

极艰险区域具有地形起伏极大、地理环境复杂和永久散射体稀少的特点,为此文章设计了一种改进的SBAS-InSAR技术进行地表形变监测。文章先从相干性、振幅离差指数、形变速率三个方面获得候选的永久性散射体点,之后辅以光学影像精选出最终的永久性散射体点,将其作为轨道精炼控制点引入SBAS-InSAR解算过程,最终完成了研究区的地表形变监测。通过对比分析常规的PS-InSAR技术与SBAS-InSAR技术,该技术在极艰险区域具有良好的应用价值。     

基于Sentinel-1A SAR数据的呼和浩特城区地表形变分析

为了实现对呼和浩特市城区形变监测,采用永久散射体合成孔径雷达干涉测量（PS-InSAR）技术,对2017年3月—2021年4月期间25景呼和浩特市城区Sentinel-1A数据进行时序干涉处理,提取了城区地表沉降信息,并分析了主要沉降中心沉降原因。结果表明：呼和浩特市城区地表存在5个明显的沉降中心,整体地表平均年沉降速率3.65 mm/a,平均累计沉降量为15.50 mm,其沉降主要原因是由于地下水过度开采。Sentinel-1A数据具有时间基线短、影像数量足、数据免费等优点,利于InSAR时序分析,可满足同类城区地表形变监测工作,服务城市安全。     

基于时序InSAR技术的甘肃金川铜镍矿区地表沉降研究

文章采用时序InSAR技术对甘肃省金川铜镍矿区域地表沉降规律开展研究。利用Sentinel-1A干涉影像,基于SBAS-InSAR技术和时序D-InSAR技术,反演2018年1月—11月金川铜镍矿区域地表沉降。经过2种技术结果对比及验证分析表明,2018年矿区有2个沉降漏斗,分别是西二采区5-7行和老矿坑。西二采区5-7行的最大沉降速率为-14mm/a,雷达视线向累积最大形变量为13mm,地面形变呈平稳态势;老矿坑东南方存在明显的沉降,沉降最大速率为-85mm/a,雷达视线向累积最大形变量为78mm。     

综合InSAR技术和多源SAR数据在滑坡变形监测中的应用——以吉林治新村滑坡为例

为实现对吉林省治新村滑坡的有效监测,文章选取2017年27景Sentinel-1A数据,基于小基线雷达干涉测量技术(SBAS-InSAR)对治新村滑坡进行形变监测,分析了其时序演化态势。选用2016、2017年2景ALOS-2数据,采用差分雷达干涉测量技术(D-InSAR)监测了该滑坡形变体的特征。SBAS-InSAR对滑坡形变时序演化态势进行监测,而D-InSAR则主要对滑坡具体的形变体进行形变监测,且L波段的ALOS-2数据穿透性强于C波段的Sentinel-1A数据,可以获得更完整的干涉信息,两者监测结果可交叉验证,提高结果的可靠性。SBAS-InSAR监测结果表明：治新村滑坡汇水区滑坡后缘在监测期间发生了沉降,并且在2017年7月5—29日期间滑坡后缘地表沉降达12.47 mm,监测期间平均沉降速率为2.88 mm/a;位于山谷的受威胁居民区发生了抬升,至2017年12月8日平均累计抬升达19.59 mm,监测期间平均抬升速率19.99 mm/a。D-InSAR结果显示：治新村滑坡汇水区斜坡存在5处主要变形体,面积最大变形体17 973 m²,位于西侧斜坡...     

基于SBAS-InSAR技术的盘锦地区地面沉降监测

近几年,盘锦地区的地面沉降问题开始受到人们的关注。为了掌握盘锦地区地面沉降现状,包括沉降中心位置、沉降区面积、沉降量、沉降速率等,选取2013-2016年覆盖研究区的19景C波段Radarsat-2 SAR数据,采用SBAS-InSAR技术提取了盘锦地区地面沉降速率和累积沉降量。结果表明,研究区内存在两个沉降区:曙四联沉降区,面积约为43.6 km2,最大沉降速率为-151.49 mm·a-1;龙王村沉降区,面积约为33.28 km2,最大沉降速率为-119.55 mm·a-1。通过地表形变量时序分析,发现两个沉降区的范围随着时间不断扩大,累积沉降量不断增大。与水准监测数据进行对比后发现,两种监测方法得到的沉降区范围和沉降量大体一致,但两者间仍有差别。对研究区内油田井场分布和地下水水位降落漏斗特征与沉降区分布进行了对比分析,研究表明地面沉降与地下水开采、油气资源开采、新构造运动等多种因素具有密切关系。研究结果将为地质环境的管理、地面沉降灾害的防治及资源开发利用规划提供基础依据。     

时间序列InSAR技术在矿区地表形变监测中的应用

针对露天矿区与城区地表相干性不一的特征,提出一种改进的时序InSAR(合成孔径雷达干涉测量)技术对霍林河矿区及周围城区地表进行形变监测。首先,通过增加时间采样密度控制相干性来筛选矿区周边具备一定相干点密度的干涉数据;其次,采用经过参数优化的分布式散射点选取方法选取分布式目标并使用传统方法提取永久散射体;最后,将分布式目标与永久散射体目标混合构建Delaunay三角网进行两次回归分析得到研究区域地表形变速率。实验结果显示,霍林河矿区边坡最大形变速率达到?630 mm/a,矿区周边道路地面最大沉降速率达到71 mm/a,霍林郭勒市地表沉降速率最大达到15 mm/a,与同期GPS监测结果进行对比,证明改进的时序InSAR技术方法适用性良好,对矿业城市地表形变监测提出了一种新的InSAR监测方法。     

基于InSAR技术的川西高山峡谷区地质灾害早期识别研究——以小金川河流域为例

采用短基线集时序干涉测量(small baseline subset InSAR,SBAS-InSAR)技术,利用多时相合成孔径雷达数据,对川西高山峡谷区开展地表多时相、长时序形变监测与地质灾害隐患早期识别研究。介绍了时序InSAR方法原理,梳理了数据处理流程,分析了小金川河流域雷达可视性,利用2018-11—2019-12共26期的Sentinel-1A历史存档数据开展了流域内地表形变监测,结果表明: 流域内雷达视线方向的年平均形变速率为-51.12~75.28 mm/a; 依据形变异常分布规律,共判译出4处形变异常区与11处潜在地质灾害隐患点,其中6处隐患点为已知地质灾害点,其余5处隐患点尚不为人知。以隐患点P1(阿娘寨滑坡)为典型案例,开展了长时序监测分析与验证,评估利用InSAR技术开展地质灾害隐患早期识别的可靠性,证明了SBAS-InSAR技术在地质灾害早期识别中的优势及有效性,其技术成果在川西高山峡谷区具有大范围推广应用的潜力。     

基于SBAS-InSAR技术的西大滩——昆仑垭口地区多年冻土形变分析

多年冻土活动层内部冰-水相变会导致多年冻土地表出现季节性的冻胀和融沉,而其上限处地下冰融化将引起地表的长期沉降,因此揭示地表形变的季节和长期变化规律可为多年冻土变化研究提供新的视角和方法。本文以青藏高原多年冻土区北界(西大滩—昆仑垭口)为研究区,利用C波段降轨Sentinel-1数据,采用SBAS-InSAR技术获取该地区多年冻土2014—2020年的地表形变时间序列结果,并基于长期形变速率和季节性形变量探讨了该地区的多年冻土形变规律。结果表明:在多年冻土北界西大滩沟谷地区,不连续多年冻土区形变空间差异较大,多年冻土区的长期沉降速率和季节性的形变量高于季节冻土区。此外,高温多年冻土地表沉降比低温多年冻土更为显著,形变空间分布特征与地貌单元紧密联系。与西大滩谷地相比,昆仑山垭口地区和楚玛尔河高平原区域的长期形变速率与季节性形变量都明显增大。同时热融湖塘的形成过程与地表形变有着直接的关联,在热融湖塘发展早期,地下冰融化使得区域季节性形变量增大,随着热融湖塘扩张,区域长期沉降速率加剧,热融湖塘进一步发展后,区域季节性形变量可能降低。     

基于SBAS-InSAR技术的金沙江流域沃达村巨型老滑坡形变分析

近年来突发性高位滑塌灾害日益频发,造成恶劣影响。这类地质灾害调查难度高、隐蔽性强,单靠群测群防和地质调查难以解决灾害的防治问题。随着雷达遥感卫星数据质量的不断提升,合成孔径干涉雷达测量(InSAR)中的SBAS-InSAR技术为特大型老滑坡灾前形变探测提供了新的技术途径。利用SBAS-InSAR技术对金沙江流域沃达村滑坡进行地表形变监测,获取了2017年3月30日至2019年9月28日内的形变结果,划定了强烈形变区(Ⅰ雷达)、均匀形变区(Ⅱ雷达),分析了滑坡复活区整体和局部滑塌地表形变速率、累积位移变化趋势和主裂缝形变情况。同时实地进行了工程地质调查和复核,发现老滑坡复活区变形迹象与SBAS-InSAR技术解译成果有着较好的一致性。表明SBAS-InSAR技术在复杂山区地质灾害监测预警领域有较为广阔的应用前景,为类似老滑坡监测预警提供了新的思路与借鉴。     

PS-InSAR技术监测分析辽宁盘锦地区地面沉降

辽宁省盘锦市具有丰富的石油、天然气、煤等矿产资源,由于油气开发及南部沿海区域因海水入侵地下水开采持续增长等影响,导致该地区地面沉降明显。为掌握和分析该市地表形变的变化特征,本文利用2007~2011年间22景L波段的ALOS/PALSAR数据,采用PS-InSAR技术对其进行了地面沉降监测。从得到的年沉降速率图和沉降中心的时间序列图可知,盘锦市地面沉降主要分布在城镇、油田开采区以及沿海区域。四年间,最大年沉降速率达194mm/a,经调查发现主要是因该区域油气开采所致;沿海地区的年沉降速率约为50mm/a。研究表明,盘锦地区的地面沉降与油气开采存在空间一致性,同时也证明PS-InSAR技术可用于长时间序列的地面沉降监测。     

典型黄土丘陵区地质灾害隐患识别与时序监测

宁厦南部地区以黄土丘陵地貌为主,区内沟壑纵横,小型滑坡较为发育,地表形变监测难度大。为探索黄土丘陵区的地质灾害隐患识别方法,以宁夏回族自治区固原市泾源县为研究区,应用SBAS-InSAR技术对采集到的2016年7月—2021年5月的11期升轨L波段ALOS-2数据进行处理,得到形变速率结果。联合高分光学影像,根据形变速率、形变规模、坡度、形变区到承灾体的距离等因素进行综合分析,在泾源县共识别疑似隐患27处。经实地验证,其中22处形变迹象较明显、而且有明确的承灾体,确定为地质灾害隐患。对其中典型隐患点进行时序形变分析,发现这些区域在监测时间段内有持续显著的地表形变,最大沉降速率达到91.53 mm/a。结果表明：在黄土丘陵区,应用L波段SAR数据,采用SBASInSAR技术的地质灾害形变监测效果显著,联合高分辨率的光学影像数据、应用综合遥感识别的方法,在该地区地质灾害隐患识别的正确率较高,具有很好的适用性。未来可编程采集升、降轨结合的L波段数据、结合无人机LiDAR数据做更深入的研究,以进一步提高地质灾害隐患识别的准确率,为地质灾害精准防治做好技术支撑。     

SBAS-InSAR技术在西藏江达县金沙江流域典型巨型滑坡变形监测中的应用

滑坡是一种破坏力极强的地质灾害,对滑坡易发区域进行长期有效的时序形变监测是研究机理和防灾减灾的重要途径,小基线雷达干涉测量技术（SBAS-InSAR）在滑坡等地质灾害形变监测中的应用为当前地灾防治提供了新的手段。文章使用SBAS-InSAR技术对西藏江达县金沙江流域发生的典型滑坡灾害进行了时序形变特征分析。首先,基于2017年7月—2018年12月的23景Sentinel-1A影像数据,获取了江达县东部及其周边区域在时间跨度内的形变分布图以及时序形变特征;在此基础上,结合区域内沃达和白格2处滑坡的实地勘探资料和现有研究成果验证了形变探测结果的准确性;另监测数据显示沃达滑坡中部及前缘位置存在明显形变,且部分位置的形变量超过100 mm,白格滑坡的残留体同样存在较大的形变,尤其是边界区域存在明显的形变漏斗,最大形变量超过110 mm。同时在金沙江流域西岸存在2处滑坡隐患区域,累计沉降量均超过45 mm,最大形变速率分别为?53 mm/a和?45 mm/a。基于数据分析和现场勘查,表明SBAS-InSAR技术在滑坡灾害的形变监测方面是一种有效手段,另江达县金沙江多处岸坡在不断发生形变,应进一步加强该区域地质灾害形变监测,必要时提前开展防治工作。     

基于时序InSAR的山西大同煤田地表沉降监测及时空演化分析

【研究目的 】地表沉降作为煤矿区主要地质灾害之一,严重影响矿区经济的可持续发展和居民生活的安全稳定,有必要对矿区地表沉降进行快速高效监测。【研究方法 】以大同煤田为例,研究使用2020年1月至2021年12月共31景Sentinel-1影像,基于短基线集干涉测量技术（Small Baseline Subset InSAR,SBAS-InSAR）对地表沉降进行监测,获取大同煤田地表沉降速率和累计沉降结果,使用已有研究成果对监测结果的可靠性进行验证,并分析了沉降时空变化特征及演化规律。【研究结果 】大同煤田地表沉降分布较广,沉降总体分布趋势与大同煤田矿业管理数据的走向基本一致。沉降主要分布在大同市南郊区西部以及大同市、怀仁市和山阴县交界处,其中塔山矿地表沉降最为严重,大同煤田最大沉降速率为168.03 mm/a,最大累计沉降量为329.12 mm,总沉降面积为270.95 km2,且沉降呈现持续增加的趋势,根据沉降趋势推断需要较长时间才能实现地表活动相对稳定。【结论 】研究表明了InSAR技术在煤矿区沉降监测的可行性,可为矿产资源管理工作提供新的技术方法,研究结果可为煤矿区沉降监测预警、灾...     

基于SBAS-InSAR技术的安徽省砀山县地面沉降监测

皖北地区地貌形态以平原为主,地面沉降是其面临的主要地质灾害。基于小基线集(small baseline subsets-interferometric synthetic aperture radar, SBAS-InSAR)方法,利用2017年5月至2021年12月期间采集的47景Sentinel-1A SLC (single look complex,SLC) 升轨数据对砀山县进行地表形变监测,获得了砀山地区该时段年均形变速率和地表累计形变图,揭示了监测期间该区的形变时空分布和变化特征。结果表明: 以砀城镇为中心,包含高铁新区及经济开发区一带地表沉降明显,黄河故道以北,沿玄庙镇东西方向发生微量沉降,沉降的分布与地下水过量开采以及岩土性质密切相关。定期监测地面沉降的分布和量级,能够缓解日益增长的城市化人口暴露于这类灾害下的风险。     

基于时序InSAR技术的常州市地面沉降监测与分析

城市地面沉降不仅会对居民生命安全造成影响,而且也会给当地的社会经济造成损失。常州市位于长江三角洲地面 沉降区,也是我国经济最发达的地区之一。因此地面沉降监测是常州市掌握地面沉降的动态,为防灾减灾提供决策依据的 重要举措。本文采用SBAS InSAR 方法对2012-2013 年23 景TerraSAR-X 高分辨率雷达影像数据进行了地表形变的反演,获 取了该时间段常州地区年均沉降速率和时序地表累积形变图。结果表明,在整个观测期间,常州市呈现出“全区基本保持 稳定,武进区局部沉降严重”的特点。为此,我们利用PS-InSAR 技术对武进区的地面沉降进行了重点监测,发现该区多条 重要交通线路存在不同程度的地面沉降。最后我们结合历史监测结果和水文地质背景,揭示了常州地区近50 年地面沉降的 时空变化特征和规律。综合分析表明,地下水全面禁采后研究区地面沉降的确得到了有效控制,沉降速率减缓,甚至出现 了回弹。而武进地区的地面沉降虽然也在减缓,但仍然存在明显的地面沉降,一些重要交通线路的周边沉降已超过安全阈 值,有必要在常规监测的同时,对这些沉降严重的区域进行重点监测,并建立预警预报机制,在城市基础设施选址和规划 时提供决策依据。     

基于SBAS-InSAR技术与Sentinenl-1A影像的贵州西部矿区地表沉陷监测

为了有效监测贵州西部地区因长期进行地下采矿引起的地面持续性沉降,本文以纳雍县中岭煤矿区为研究区,基于SBAS-InSAR技术,对覆盖其范围的91期Sentinenl-1A升轨影像(2019—2021年间),利用SVD奇异值准则获取了观测时段内的地面沉降范围和深度,进行了时序分析,通过采煤工作面和野外调查等手段,验证了监测结果的准确性与可靠性。结果表明：(1)在观测时段内,在研究区共探查到3处典型持续沉降中心,其视线向(Line of sight,LOS)年平均形变速率变化范围在31.92-48.56 mm·a^-1,最大沉降速率达到-48.56 mm·a^-1;(2)通过分析认为,研究区形变特征符合采矿沉陷规律,且随着时间的累积,沉降变形从起初不明显到变化剧烈,再到逐渐趋于稳定过程,其范围特征呈东西向延伸,渐有合并趋势,并不断向南北向扩张。从验证情况分析,认为基于SBAS-InSAR技术获取的地面沉降信息可靠,准确率达85%以上,可为矿山安全开采、沉降灾害的预治提供参考。     

基于InSAR技术的盘锦地区地面沉降研究

为掌握盘锦地区地面沉降现状,包括沉降中心位置、沉降区面积、沉降量、沉降速率等,选取2013-2016年覆盖研究区的19期C波段Radasat-2数据,采用SBAS-InSAR技术提取盘锦地区地面沉降速率和累积地面沉降量。结果表明,研究区内存在两个沉降区:曙四联沉降区,面积约为43.6km^2,最大沉降速率为-151.49mm/a;龙王村沉降区,面积约为33.28km^2,最大沉降速率为-119.55mm/a。与2007-2009年的3期ASAR数据得到的结果进行对比后发现,两者得到的沉降区基本一致。通过地面沉降监测数据的时序分析,累积沉降量和沉降区范围均随着时间不断增大。     

PS-InSAR技术在北京采空塌陷区地表形变测量中的应用探析

本文从采空塌陷区地表形变监测手段入手,分析传统形变监测手段(如水准、GPS、常规D-InSAR等)的不足,详细介绍了PS-InSAR技术原理、优缺点及应用现状。最后通过总结北京地区采空塌陷变形特征,并针对PS-InSAR技术的特点和局限性进行可行性分析,最终提出门城镇地区适宜采用PS-InSAR技术进行地表形变监测。     

时间序列InSAR技术广域地表形变监测——以湖北省为例

中国地质灾害点分布较为广泛,人工调查和排查的手段在特殊地区无法开展地质灾害隐患的识别,为了满足大区域地质灾害普查的需要,提出利用时序InSAR技术对广域地表进行形变监测。本文利用4个轨道92景Sentinel 1影像,基于小基线子集技术,首先,基于特定的时空基线阈值筛选影像集合;其次,利用轨道参数与强度信息进行影像配准,同时利用DEM去除地形相位;然后,通过两次形变反演剔除大气延迟相位与噪声相位;最后,将视线向形变量转换为垂直向形变,生成湖北省省域沉降普查图。结果表明,全省最大沉降速率达51 mm·a-1,荆门市石膏矿区存在缓慢沉降,最大年沉降速率为212 mm·a-1,通过历史灾害资料及实地调查核实,时间序列InSAR技术在广域地表形变监测中的有效性,为全省地质灾害普查提供一种技术支持。