典型矿业城市地表形变遥感监测及沉降特征分析

地表形变是矿业城市地质灾害的重要诱因和表现形式。本文以典型矿业城市焦作市为例,采用SBAS-InSAR方法,构建了密集时序地表形变SAR数据集,提取了地表抬升或沉降速率的时间序列。结果表明,该典型矿业城市总体沉降趋势为以东北部地表沉降最为明显,最大抬升速率为51.20 mm/a,最大沉降速率为76.46 mm/a,平均沉降速率为1.45 mm/a,且监测到地面沉降分布主要位于煤矿采空区。本文方法为矿业城市大范围地面沉降监测提供了参考。     

基于升降轨数据的城市地表沉降监测与分析

为研究青岛市中心城区地面沉降特点,本文以2019年至2020年期间45景Sentinel-1A和23景Sentinel-1B数据为基础,利用SBAS-InSAR技术对两组数据进行解算,获得了本文研究区的形变结果,并结合历史影像以及降水数据分析了该地区的沉降特点及影响因素。研究表明：1)该区最大形变量约为60 mm,沉降速率最大达到30 mm/a,呈现出西部沉降大于中心城区,中心城区沉降大于东部地区的特点;2)两组数据所得形变结果在空间分布上都具有较高的一致性且同名点在累积沉降量上吻合度较高;3)该地区沉降主要受工程施工影响,与降水也存在一定关系。该研究可为城市规划和未来发展提供参考依据。     

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。     

利用时序InSAR技术分析北京及河北廊坊地面沉降

利用带大气估计模型的时序InSAR方法对24幅覆盖北京及河北廊坊的Envisat-ASAR影像数据进行了时序分析,获取了该地区2007年4月—2010年9月的地面沉降速率及均方差。发现了以北京朝阳区和通州区交界处为中心和以河北廊坊城区为中心的两个沉降区域,中心区平均沉降速率分别为35mm/a与22mm/a。研究区域形变速率均方差1.5mm/a。研究结果表明:利用时序InSAR技术进行城市地表沉降监测具有较好的精度及稳定性;产生该沉降的可能原因为地下水的开采、城市基础建设的发展及工业用地量、人为活动的增加。     

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。     

PS-InSAR技术在无锡中心城区地表形变监测中的应用

本文以Sentinel-1A数据为基础,通过永久散射体雷达干涉技术(PS-InSAR)得到无锡中心城区2018年10月至2020年10月地表形变监测数据,分析无锡中心城区地表形变情况和时空分布特征.结果表明:无锡市中心城区整体呈现"西北部抬升,南部沉降"的特点.监测时段形变速率范围为-14～20 mm/a,累积形变量达...     

利用PSInSAR方法反演大时空尺度地表沉降速率

通过时间基准和空间基准的连接,对PSInSAR方法进行了扩展,对覆盖华北平原约20万km2的500余景Envisat ASAR数据进行了处理,获取了该地区2006~2010年的地表沉降速率。分析表明,华北平原多个沉降中心沉降速率处于较高发展态势,从北京-廊坊-天津到任丘、沧州、泊头、衡水、德州、南宫,再到邯郸,地面沉降已连成一片;天津市的静海-滨海地面沉降最为突出,两地沉降中心区的平均沉降速率分别达到62mm/a和67 mm/a,北京东部、沧州、泊头-衡水-德州、邯郸等老沉降区的沉降速率分别达到36 mm/a、34mm/a、37mm/a、29mm/a。利用天津地区同期水准测量结果检验了本文的研究结果,差值均小于10mm,表明PSInSAR方法反演结果与水准测量获得的结果是一致的。     

利用短基线集InSAR技术监测抚顺市地面沉降

抚顺市是一座因煤而兴起的综合型重工业城市,矿产的大量开采导致了大范围的地面沉降。针对这一问题,为了有效监测抚顺市的地表形变,本文利用短基线集（SBAS）技术对覆盖抚顺市部分地区的12景COSMO-SkyMed高分辨率SAR数据进行了处理,获得了该研究区域的地面沉降分布和沉降速率图。试验结果表明,研究区整体呈现出沉降的趋势,沉降速率大部分在-25~-45 mm/a的范围内。其中新抚区沉降最为严重,有2个沉降严重的区域,最大沉降速率达到了-186 mm/a。该试验结果为抚顺市露天矿采矿导致的地面沉降与地质灾害监测提供了切实有利的数据参考。     

利用SBAS-InSAR技术分析西宁市地面沉降监测及驱动因素

地面沉降具有时间持续性与空间扩张性的特点,获取长时间序列、覆盖范围广及精度较高的地面沉降时空演化特征可以预防地面沉降造成的潜在危害。本文采用SBAS-InSAR技术,结合2017年4月—2021年2月的Sentinel-1A影像对西宁市城市地面进行沉降监测。研究结果表明,监测期间西宁市地表形变具有城区形变稳定、局部区域沉降明显及存在缓慢隆升区域的趋势;3处明显快速沉降区域(城西区的沉降区Ⅰ、城东区的沉降区Ⅱ和城北区的沉降区Ⅲ)的沉降速率约为20～35 mm/a;沉降的驱动因素为沉降区域的湿陷性黄土地层,其具有土层结构性脆弱承重特点,在覆盖土层的自重应力及建筑物附加应力的综合作用下,土质受水浸湿后,土壤的结构性能被迅速破坏,土层会发生显著的附加下沉,其强度也迅速降低,从而引起建筑物的不均匀沉降。     

利用SBAS-InSAR技术分析西宁市地面沉降监测及驱动因素

地面沉降具有时间持续性与空间扩张性的特点,获取长时间序列、覆盖范围广及精度较高的地面沉降时空演化特征可以预防地面沉降造成的潜在危害。本文采用SBAS-InSAR技术,结合2017年4月—2021年2月的Sentinel-1A影像对西宁市城市地面进行沉降监测。研究结果表明,监测期间西宁市地表形变具有城区形变稳定、局部区域沉降明显及存在缓慢隆升区域的趋势;3处明显快速沉降区域(城西区的沉降区Ⅰ、城东区的沉降区Ⅱ和城北区的沉降区Ⅲ)的沉降速率约为20～35 mm/a;沉降的驱动因素为沉降区域的湿陷性黄土地层,其具有土层结构性脆弱承重特点,在覆盖土层的自重应力及建筑物附加应力的综合作用下,土质受水浸湿后,土壤的结构性能被迅速破坏,土层会发生显著的附加下沉,其强度也迅速降低,从而引起建筑物的不均匀沉降。