利用多源数据分析南京市河西地面沉降风险

地面沉降风险评价对城市公共安全具有重要意义。本文结合InSAR沉降和地质数据对南京河西地面沉降进行风险性分析。首先，利用InSAR技术获取的2012-2016年河西地区的沉降信息，结合软土层厚度、土地利用类型、地面高程和轨道交通分布信息，采用层次分析法建立三级多因子的地面沉降风险评价模型；然后，分析了河西地面沉降灾害风险程度；最后，着重分析了轨道交通的沉降风险。结果表明，河西地面沉降风险空间特征明显，高风险区主要分布于河西北部的江东街道、凤凰街道及莫愁湖街道，面积约6.4 km²，其中地铁2号线地面沉降风险较大。     

SBAS技术在南京河西地表沉降监测中的应用

由于地质条件的影响及城市化进展的不断加快,南京河西地区地面沉降日趋明显。本文以2007-2011年16景日本ALOS PALSAR卫星升轨数据为例,采用SBAS技术分析了河西地区的沉降趋势,反演了研究区的地表形变场,并与水准测量数据进行了对比,验证了SBAS用于沉降监测的准确性和时效性。     

沧州地区地面沉降现状Sentinel-1A/B时序InSAR监测与分析

获取了22景IW模式的Sentinel-1A/B数据,分别采用PS-InSAR和SBAS-InSAR两种时序技术得到了沧州地区2015年11月至2016年11月期间地表平均沉降速率及累计沉降量。经分析,两种时序监测结果具有较高的一致性,其结果表明：献县、沧县、沧州市区地面表现为回升趋势;青县、沧县东部、南皮县西部、东光县等地区地面沉降量较大,其中东光县何庄村累计下沉量达47 mm,而引起这些区域地面沉降的主要原因为农业生产等带来的地下水开采。本文对基于Sentinel-1A/B SAR数据的时序分析方法在城市沉降监测方面的应用进行了探讨,为有关部门提供了重要的参考数据。     

InSAR技术支持下的长沙市2015—2021年地面沉降监测分析

长沙市是长江中游地区重要的中心城市,地质条件脆弱、土质疏松,土体在施工和降雨作用下极易固结压实,造成地面形变,威胁建筑物和基础设施的稳定。地面沉降是长沙市地质灾害的主要原因之一。为了监测长沙市近几年的地面沉降情况,本文使用MCTSB-InSAR方法,利用151景Sentinel-1SAR影像数据,获取了长沙市主城区2015—2021年的地面沉降结果。经分析发现,最大累计沉降量约为250 mm,最大沉降速率约为80 mm/a,绝大部分区域平均沉降速率在30 mm/a以下;长沙市整体稳定,局部有不均匀沉降发生,沉降区域主要分布在主城区外围,主要由工程施工引起。     

时序InSAR技术的潍北平原地面沉降分析

针对潍北平原地区较为严重的地面沉降灾害,该文通过长序列地面沉降监测资料全面掌握了该地区地面沉降现状,为该地区地面沉降的预防治理提供科学依据.该文利用SBAS-InSAR技术对潍北平原地区2017年8月-2019年10月期间的Sentinel-1A数据进行了处理.基于水准测量数据对监测结果进行验证,获取了该区域的地面沉降时空分布特征,对沉降典型特征点的时序形变特征进行了分析,研究了地面沉降与地下水之间的相关性.结果表明:2017-2019年间最大沉降速率超过50(mm·a-1)的区域主要包括寿光市羊口镇、营里镇、侯镇,寒亭区大家洼镇、央子镇以及昌邑市龙池镇;地面沉降受地下水超采的影响较为显著,地面沉降漏斗与深层地下水降落漏斗分布特征基本一致.     

基于InSAR技术的天津局部地表沉降特征分析

天津是我国地面沉降最严重的地区之一。本文基于融合分布式的DS-InSAR技术处理了2021年1月—2023年6月的58景Sentinel-1A数据,获取了天津南部地区最新地表形变特征;并结合土地覆盖和水文地质等信息,开展了天津市典型沉降成因分析。结果表明：(1)天津地面沉降分布差异性较大,不均匀沉降特征明显,西南部地区为沉降重灾区,最大沉降速率达85.2 mm/a;(2)天津地面沉降与地下水过度开采、地面载荷增加及地质构造密切相关。该研究可为天津市地质灾害防治提供数据支撑和决策依据。     

佛山地铁沿线时序InSAR形变时空特征分析

佛山作为中国珠三角地区经济和城市化高速发展的城市，由于其脆弱的地质水文条件，长期遭受地面沉降灾害的影响。同时，该区域地铁作为缓解城市交通压力的重要工具，其施工和运行所导致的地面沉降也影响了人们的生命财产安全。但目前针对佛山地区相关的系统研究不多，对地铁沿线的沉降规律认识不足。利用Sentinel-1数据监测了2015-06至2018-09间佛山市的形变信息，结果表明，佛山市地表形变呈零星分布，未出现大范围的沉降漏斗，形变速率为-20~5 mm/a，局部区域的沉降速率超过-30 mm/a。地面沉降主要与不稳定的地质结构、地下水抽取和局部区域工程施工有关。基于获得的形变结果，对佛山市地铁沿线的形变情况进行了研究，并对2018年佛山市地铁坍塌事故路段的沉降情况进行了详细分析，阐述了在空间分布上地铁沿线沉降差异的成因，并在时间上对地铁沿线的形变进行了模型参数反演。研究工作为今后当地政府开展地表形变普查、沉降灾害预警提供了参考，并为地铁正常运行与维护的安全监测提供了理论依据。     

青海高家湾地区地表变形特征分析与潜在滑坡识别

利用StaMPS PS-InSAR技术,使用覆盖青海省海东市乐都区高家湾村地区2015年6月至2018年4月的128轨道所有可用Sentinel-1A数据,对已知和潜在滑坡进行识别研究,并使用时序分析技术对所识别的PS点进行筛选分类,研究滑坡分布与演化过程。对该地区所探测主滑坡在雷达视线方向最大年均形变量达到-9 mm/a,主滑坡体在2016年发生较大幅度滑动后,呈现趋稳态势;经实地勘调,初步给出了滑坡成因分析。     

Sentinel-1A SAR影像及其在矿区地面沉降 监测中的应用研究

详细介绍了Sentinel-1A SAR影像数据的基本参数、工作模式、应用领域等。利用2016.11.09—2017.03.09的5景Sentinel-1A C波段SAR影像数据进行矿区地面沉降监测试验。基于SARscape利用双轨D-In SAR技术进行差分干涉处理,得到了研究区地面沉降分布图,直观地再现了研究区在2016.11.09—2017.03.09的沉降分布、沉降量级等。结果表明济宁某矿区在监测期间地面相对稳定,未有大面积和大量级的地面沉降发生,4个干涉对监测到的最大沉降都未超过3 cm。     

利用InSAR与地质数据综合分析南京河西地面沉降的演化特征和成因

河西地区是南京市重点发展区域,近年来遭受了严重的沉降地质灾害。为保证该区域可持续发展,利用永久散射体雷达干涉测量(persistent scatterer interferometric synthetic aperture radar,PS-InSAR)技术监测南京河西不均匀地面沉降,并对成因进行分析。首先,根据ALOS PALSAR和COSMO-SkyMed影像,采用PS-InSAR技术获取河西2007—2016年地面沉降信息,结果与同期水准数据一致,均方根误差(root mean square error, RMSE)不超过2.6 mm/a。其次,结合地质条件、分层沉降和地下水位资料对沉降成因进行分析,结果表明浅部地层的固结压缩是导致河西地区大面积不均匀沉降的主因。在此基础上,利用熵值法综合评估不均匀地面沉降对地铁结构健康的影响,结果表明,当主要沉降土层位于隧道下方时,地面沉降可能对地铁结构稳定性产生影响。     

时序InSAR监测京雄城际铁路河北段地面沉降

本文以京雄城际铁路河北段固安站至雄安站沿线作为研究区,利用2018—2020年共34景Sentinel-1B影像,基于小基线集雷达干涉测量技术(SBAS-InSAR)获取京雄城际铁路河北段沿线的地面沉降时空分布信息,结合空间自相关分析方法,揭示研究区地面沉降的空间分布格局,并对沉降原因进行初步分析。研究结果表明,京雄城际铁路河北段沿线地面沉降发展由北向南存在一定的差异。北部年均沉降速率小于10 mm/a,南部沉降较为严重,最大年均沉降速率达-105.6 mm/a,且沿线西部年均沉降速率高于东部区域。通过分析影响因素得知,地面沉降量与地下水埋深值存在相关性,地下水埋深高的地区地面沉降量较高。同时结合研究区土地利用变化结果发现,城市化建设所产生的静载荷对京雄城际铁路沿线的地面沉降产生一定的影响。     

雷达技术支持下的福州市地铁沿线形变监测

近年来,由于地铁等地下工程大规模的建设产生了严重的地表沉降,从而诱发许多地质灾害,严重阻碍了中国城市化进程。因此,采用高精度雷达监测技术,对城市地质灾害监测及风险评估具有重要意义。本文利用SBAS-InSAR技术,基于24景X波段TerraSAR数据和32景C波段Sentinel-1数据,时间跨度分别为2013年7月至2015年8月、2015年7月至2018年2月,对地铁建设完成后的福州市区地表沉降进行长时间系列形变监测。监测结果表明,研究区域内的最大沉降速率为-12 mm/a,在整个观测周期内发现了8个沉降漏斗。并对这些区域进行进一步的时间序列分析,其中有3个区域呈现出地质灾害初期的特征,并且地表沉降存在进一步加剧的可能。     

利用Sentinel-1 SAR数据及SBAS技术的大区域地表形变监测

雷达干涉测量技术为地面沉降高精度快速准确监测提供了新的手段。对于数万平方千米的大范围地面沉降,要求测量手段不仅具备高精度,还要具备大范围同步测量的能力。为解决这一问题,本文提出了利用Sentinel-1数据结合SBAS技术的监测方法,首先对黄河三角洲区域进行形变监测,然后利用CORS数据进行验证,最后对地面沉降的时空分布情况进行分析。该研究证明了采用该方法对大区域形变监测的适用性,为该区域沉降预防和治理提供了重要依据。     

Interferometric SAR Time Series Analysis for Ground Subsidence of the Abandoned Mining Area in North Peixian Using Sentinel-1A TOPS Data

The North Peixian mining area of China has rich coal resources, with total proven reserves of 2.37 billion tons. However, the underground coal mining activities have resulted in ground collapse, which has caused serious harm to the environment and threatened the lives and properties of local residents. In this study, 12 Sentinel-1A terrain observation by progressive scans (TOPS) mode acquisitions between 30 July 2015 and 13 May 2016 over the abandoned mining area in North Peixian were analyzed using the interferometric synthetic aperture radar (InSAR) time series method to detect the ground subsidence, with the maximum ground subsidence reaching 83 mm/a and an average value of about 12.7 mm/a. The subsidence results derived from the Sentinel-1A TOPS mode dataset were proven to be effective in investigating and monitoring the ground subsidence in the North Peixian mining area. Compared to the rapid deformation during the ongoing period of mining excavation, the ground subsides slowly in abandoned mining areas and shows a linear relationship with time over a relatively long period of time. Spatial correlation between the subsidence distribution and land cover was found, in that the magnitude of the subsidence in urban areas was smaller than that in rural areas, which is associated with the controlled coal mining activities under buildings, railways, and water bodies. The results demonstrate that Sentinel-1A TOPS SAR images can be used to effectively and accurately detect and monitor ground subsidence in a mining area, which is critically important when investigating land subsidence in a large-scale mining area.     

时序InSAR技术在地球环境监测及其资源管理中的应用:以交城-清徐地区为例

利用ALOS-1（2007-2010）、Sentinel-1A（2017-2018）存档数据对山西交城-清徐地区的地面沉降进行监测。结合小基线和永久散射体技术优点，在增加时间采样密度的基础上利用二维线性回归分析得到研究区域的形变速率和时间序列。经同期GPS观测结果校核表明:交城-清徐地区持续发生地面沉降，但山区和平原区域形变的空间分布、量级不同，引起形变原因也不同。平原地带沉降空间分布受构造断裂控制，断裂带两侧呈现明显的差异性形变，且最大沉降速率为－200 mm/a，沉降的主要原因是地下水超采，但经治理后地面沉降灾害有所缓解，表现为沉降速率小于－30 mm/a。山区主要由于矿产资源的长期开采，沉降中心不断向南移动，最大形变速率为－462 mm/a。     

Sentinel-1A TS-DInSAR京津冀地区沉降监测与分析

近年来,京津冀地区的不均匀地表沉降日趋严重,对公路、铁路等基础设施安全造成严重威胁,已引起国内外广泛关注。合成孔径雷达时序差分干涉TS-DIn SAR(Time Series Differential Interferometric Synthetic Aperture Radar)作为一种高效的广域形变测量手段,在地面沉降调查监测中已被广泛应用,但如何针对高现势性的影像数据高精准提取大范围区域地表形变是当前深化的热点。本文利用欧洲太空局发布的Sentinel-1A新型数据源,针对TOPS(Terrain Observation by Progressive Scans)模式影像间存在多普勒中心不一致问题,借助外部高精度POD(Precise Orbit Determination)轨道和DSM(Digital Surface Model)数据进行频移滤波迭代配准,并针对Sentinel-1A数据特征集成优化了基于点目标时序分析的大区域地表形变监测方法,以2015年—2016年期间的29景影像为实验数据开展了京津地区沉降监测研究,提取了北京东、廊坊及天津西等地区的沉降结果,并结合区域内典型区域人口密度、产业分布、地表覆盖和线路剖面等信息深入分析了沉降的时空分布特征和成因。结果表明,Sentinel-1A时序干涉结果在大范围地表沉降调查监测上具有可靠的应用精度。     

利用Sentinel-1数据和SBAS-InSAR技术监测西安地表沉降

哨兵一号(Sentinel-1)数据是目前现势性较好的免费SAR数据,且因其6天的重访周期,非常适合In SAR地表形变监测。本文以西安市城区及周边为研究区,开展基于多期Sentinel-1数据和短基线集干涉(SBAS-In SAR)技术的时序地表沉降监测方法的探索,研究形成了详细的数据处理流程,利用已有研究资料佐证了方法的有效性。监测表明:2015—2016年,绝大部分区域地表形变速率位于[-33~30]mm/a区间内,228 d监测期内累积沉降量最大约75 mm,发生在目前西安最大沉降中心鱼化寨;相比20世纪末,沉降强度大幅减弱,沉降严重区域由西安市东郊向南郊转移,且沉降范围减小。     

基于时序InSAR的即墨市区地表形变监测

地面沉降是一种对地面及地下基础设施造成安全隐患,对经济可持续发展和环境保护产生破坏影响的地质灾害现象。本文使用2017年5月至2018年5月16景Sentinel-1A卫星SAR影像,根据D-InSAR的初步形变监测结果将即墨城区内沉降明显的区域作为研究区,基于PS和SBAS两种时序InSAR方法对该区域进行地面沉降监测,获得的沉降分布和形变时序结果吻合。地面沉降的分布与新建高层建筑区吻合,地面形变趋势与区域降水量和地下水水位变化有较高的相关性。研究结果有助于了解即墨城区的地表沉降状况以及原因,为地面沉降综合治理和地下水水资源开发利用提供参考依据。     

结合高分遥感和多源数据的高原湖泊流域土地利用分析

高分一号卫星是为提升我国高分辨率数据自给率自主发射的卫星，在土地利用监测方面具有重要的应用价值。将GF-1卫星影像与多源数据影像进行对比能够挖掘各数据源在土地利用动态监测方面的差异性。本文以云南省杞麓湖流域为研究区，选取最新的Sentinel-2、GF-1和Landsat 8卫星遥感影像进行土地利用分类，以第二次全国土地利用调查数据为基期数据，结合野外实地调研和土地利用转移矩阵开展土地利用现状和演变分析，得出以下结论：①杞麓湖流域的水域、建设用地、耕地和林地自中心向外呈现出圈层分布的特征，与第二次全国土地调查结果相比，水域、耕地、林地3种类型的自然景观面积减少，而建设用地和其他用地受人类活动的影响，面积大幅增加，变化主要集中在杞麓湖周边的纳古镇和河西镇。②Sentinel-2卫星影像与GF-1卫星影像均具有较高的空间分辨率，二者对土地利用变化评估的结果相近，均优于Landsat 8卫星影像，其中GF-1卫星影像具有较高的应用价值。     

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。