基于 C 波段和 L 波段的 SBAS-InSAR 技术监测广州地面沉降

近10年来广州市频繁发生地面沉降、塌陷等地质灾害,造成巨大的生命财产损失,而且目前仍然在加剧。传统的监测技术如GPS、水准测量等难以开展大范围、高精度和高空间分辨率的地表沉降监测工作,而合成孔径雷达干涉测量技术(InSAR)正逐渐成为城市地表沉降监测的有效手段。文中采用短基线集(SBAS-InSAR)技术,通过17景ENVISAT/ASAR数据和21景ALOS/PALSAR数据,探测广州佛山地区2006—2011年的地表形变信息。将其与研究区内已有的水准测量数据进行比较,从而验证InSAR技术监测结果的可靠性。最后圈定了研究区的重点沉降区域并对沉降成因进行分析。     

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.     

基于Sentinel-1A数据的PSI技术在城市地表形变监测方面的应用

随着佛山市城市化进程逐步加快,地表形变引发的地质灾害日益显著,应用时序InSAR技术可以精确监测城市地表形变。文中选取广东佛山地区为研究区域,利用2015—2017年获取的41景Sentinel-1A数据,基于永久散射体差分干涉测量(PSI)技术提取该地区的时序形变、平均沉降速率等形变数据。研究结果表明,佛山市部分区域出现不均匀沉降,部分地区沉降速率甚至超过-35 mm/a,主要集中在城市重点建设区域,如地铁施工、桥梁施工等地。综合研究结果表明,利用Sentinel-1A数据的时序PSI技术可以高精度监测城市地表形变,监测数据有利于及早预防城市地质灾害发生,为城市健康精细化管理提供决策依据。     

普宁市地面沉降的SBAS技术监测应用研究

InSAR(Interferometric Synthetic Aperture Radar,InSAR)技术是随着合成孔径雷达发展起来的一种雷达干涉测量新技术,它可获得地表目标点的精确三维空间位置以及细微形变信息。基于雷达干涉测量发展的短基线(Small BAseline Subset,SBAS)干涉测量,可对缓慢地表形变进行高精度的监测。本文以广东省普宁市为实验区,选用2007~2010年间共10景ALOS/PALSAR数据,采用SBAS技术获取了该地区的形变时间序列和平均沉降速率,结果表明普宁市区存在多个严重的沉降漏斗,年最大沉降速率达15cm/a。利用观测时段内两期的水准点观测资料对SBAS时序结果进行验证,对比结果发现两者较差最大为46mm,最小为21mm,表明SBAS技术进行地面沉降监测的可靠性和有效性。     

InSAR和地表覆盖的地表沉降驱动力分析

针对传统地表沉降监测和成因分析无法实现大规模应用的问题,该文采用一种结合InSAR和地表覆盖数据的多源数据监测和分析方法。通过对Envisat数据集和哨兵1号数据集时序处理中的配准技术进行重点攻关,获取大范围、高精度、多时相的地表沉降成果;然后结合相应年度的地表覆盖数据进行多要素数据的空间拓扑分析,确定地表沉降变化变化的驱动力。以天津市汉沽为例,开展多源InSAR数据、多时相地表覆盖数据的地表沉降监测和分析,发现大面积水域的减少、构筑物和房屋建筑的增加等反映城市建设的指标与地表沉降加剧有密切关系,并结合天津市总体规划进行验证分析。实验结果表明,基于InSAR和地表覆盖方法对于地表沉降驱动力分析的有效性,可为后续城市地表沉降灾害防治和可持续发展应用提供参考。     

基于SBAS技术的厦门市地表沉降监测

近年来,由于城市地表沉降带来的次生灾害后果十分严重,在长江三角洲和福建西南沿海,此类现象更为明显突出,给城市的健康可持续发展带来了很大的阻碍。合成孔径雷达遥感对地监测技术(InSAR)具有大范围成像和全天侯监测的特点,广泛应用于城市地表形变监测研究当中。小基线集技术(SBAS)作为一种基于D-InSAR技术改进发展起来的时序InSAR技术,在长时间维度上的监测精度更优,理论值可以达到毫米级别。研究利用SBAS技术,基于Sentinel-1A数据对福建省厦门市进行了地表形变监测。实验结果发现厦门市区下沉速率较快、下沉现象明显的小范围沉降区域,为地质灾害的预防及后续技术监测提供了不可多得的实时预警信息。     

短基线集技术在地表形变监测中的应用研究

通过选取覆盖珠海地区的34景ASAR数据,采用短基线集(SBAS)技术对该地区进行了形变监测,并通过实地考察对InSAR结果进行了验证,同时对形变结果及原因进行了分析和讨论。结果表明,珠海市的地表沉降多发生在沿海、沿河区域,沉降速率主要集中在15 mm/a左右,局部区域达到30 mm/a,监测结果与实地考察结果吻合良好,从而验证了SBAS方法监测地表形变的可行性。     

基于时序InSAR的贵州喀斯特地区地表形变监测——以清镇市为例

贵州是典型的喀斯特地貌,地质灾害问题比较突出。传统的监测手段无法做到长时间、大范围精细监测,合成孔径雷达干涉测量(InSAR)具有全天时、全天候,监测范围广、精度高的优势,广泛应用与地质灾害监测中。利用时序InSAR技术,使用Sentinel-1A数据监测了清镇市2018-2019年的地表沉降。结果显示,清镇市整体比较稳定,在部分地区存在明显的形变,主要集中在清镇市的西部和中部区域(犁倭镇、麦格苗族布依族乡),最大的形变量达到了-44 mm·a~(-1),并结合高分辨率光学图像对可能的地质灾害隐患进行识别,分析了可能导致的形变因素。     

基于ALOS1/PALSAR的漳州沿海区域地表沉降监测

近十年来,漳州市沿海地区频繁发生地面沉降、塌陷等灾害,造成了巨大的经济损失和安全隐患,同时还会引发海水入侵以及土地盐碱化等环境问题。因此,快速及时监测沿海地区地表沉降信息对于保护沿海地区的安全具有重要意义。合成孔径雷达干涉测量技术(InSAR)具有大范围、高精度以及高空间分辨率等优势,逐渐成为地表沉降监测的有效手段。为此本文利用2007年7月至2011年3月的34景ALOS1SBAS-InSAR技术获取了漳州沿海地区的平均沉降速率和累积形变量,并结合地质信息对研究区域的形变特征进行解译。结果表明,古雷半岛的古雷石化基地、漳江三角洲地区以及杜浔镇和沙西镇的南部地区在该时间段/a;此外,该地区地表形变机制主要与石化产业园地下水开采、液化储气设施建设以及地区软土层分布有关。本文的研究结果对漳州以及沿海地区的地质灾害防治与预测具有重要的参考价值。     

InSAR技术在矿区沉降监测中的应用研究

介绍了应用InSAR技术监测矿区地表沉降以及地下开采活动的原理;利用重轨差分InSAR技术获得了峰峰矿区地表ENVISAT和JERS 1的雷达形变干涉相位图;分析了在矿区地表沉降过程中ENVISATC波段和JERS 1 L波段形变干涉相位图的相干特性、相位特性以及干涉测量技术在矿区地表沉降监测中应用的可行性和局限性。实验结果表明,利用C波段和L波段雷达数据可以实施对矿区地表沉降的监测,但是C波段雷达受到空间干涉基线的限制更加严格,如果要实现对矿区地表沉降的监测,需要充分利用每个卫星回访时期的雷达数据,建立长时序的星载雷达形变干涉相位图序列,才能较好地实现矿区地表沉降监测。     

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。     

利用InSAR技术分析昆明城区地面沉降对重力异常的影响

首先利用重力归算原理推导高程变化对重力观测值的影响，计算因高程变化导致重力布格异常改正、空间改正和层间改正。然后利用昆明市多年的InSAR影像资料，计算城区地面沉降变化量，在重力数据处理过程中结合InSAR技术得到地表沉降变化量，以及因地质密度变化引起的精确的重力值，进而计算得到该部分变化对昆明地区重力异常的影响情况。本文结合重力异常在地震方面的应用，说明提高重力测量精度在地质灾害中的意义。     

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。     

郑州市地裂缝遥感识别与监测

根据坡度分析在灾害防治与水土保持工作上的应用,提出了以IPTA技术获取的地面沉降速率图为数据源,利用地面沉降坡度分析开展地裂缝遥感识别;以郑州市为研究区,根据地面沉降坡度分析识别出的目标区,在郑州市区首次发现因差异性地面沉降造成的地裂缝,实地调查发现该地裂缝东西长约2 000 m,已经造成附近10余处建筑物受损,监测结果表明该地裂缝存在明显的三维形变;实地调查和监测结果证明,地面沉降坡度分析不仅可以用于地裂缝的识别,也能用于地面沉降危险性分区,对地质灾害防治减灾有一定的指导意义。     

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。     

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.     

Monitoring of urban subsidence with SAR interferometric point target analysis: A case study in Suzhou,China

Ground subsidence, mainly caused by over exploitation of groundwater and other underground resources, such as oil, gas and coal, occurs in many cities in China. The annual direct loss associated with subsidence across the country is estimated to exceed 100 million US dollar. Interferometric SAR (InSAR) is a powerful tool to map ground deformation at an unprecedented level of spatial detail. It has been widely used to investigate the deformation resulting from earthquakes, volcanoes and subsidence. Repeat-pass InSAR, however, may fail due to impacts of spatial decorrelation, temporal decorrelation and heterogeneous refractivity of atmosphere. In urban areas, a large amount of natural stable radar reflectors exists, such as buildings and engineering structures, at which radar signals can remain coherent during a long time interval. Interferometric point target analysis (IPTA) technique, also known as persistent scatterers (PS) InSAR is based on these reflectors. It overcomes the shortfalls in conventional InSAR. This paper presents a procedure for urban subsidence monitoring with IPTA. Calculation of linear deformation rate and height residual, and the non-linear deformation estimate, respectively, are discussed in detail. Especially, the former is highlighted by a novel and easily implemented 2-dimensional spatial search algorithm. Practically useful solutions that can significantly improve the robustness of IPTA, are recommended. Finally, the proposed procedure is applied to mapping the ground subsidence in Suzhou city, Jiangsu province, China. Thirty-four ERS-1/2 SAR scenes are analyzed, and the deformation information over 38,881 point targets between 1992 and 2000 are generated. The IPTA-derived deformation estimates correspond well with leveling measurements, demonstrating the potential of the proposed subsidence monitoring procedure based on IPTA technique. Two shortcomings of the IPTA-based procedure, e.g., the requirement of large number of SAR images and assumed linear plus non-linear deformation model, are discussed as the topics of further research.     

On safe ground? Analysis of European urban geohazards using satellite radar interferometry

Urban geological hazards involving ground instability can be costly, dangerous, and affect many people, yet there is little information about the extent or distribution of geohazards within Europe’s urban areas. A reason for this is the impracticality of measuring ground instability associated with the many geohazard processes that are often hidden beneath buildings and are imperceptible to conventional geological survey detection techniques. Satellite radar interferometry, or InSAR, offers a remote sensing technique to map mm-scale ground deformation over wide areas given an archive of suitable multi-temporal data. The EC FP7 Space project named PanGeo (2011–2014), used InSAR to map areas of unstable ground in 52 of Europe’s cities, representing ∼15% of the EU population. In partnership with Europe’s national geological surveys, the PanGeo project developed a standardised geohazard-mapping methodology and recorded 1286 instances of 19 types of geohazard covering 18,000 km². Presented here is an analysis of the results of the PanGeo-project output data, which provides insights into the distribution of European urban geohazards, their frequency and probability of occurrence. Merging PanGeo data with Eurostat’s GeoStat data provides a systematic estimate of population exposures. Satellite radar interferometry is shown to be as a valuable tool for the systematic detection and mapping of urban geohazard phenomena.