采用SBAS-InSAR技术监测郑州城区地面沉降

为长期有效监测郑州市地表沉降,本文采用SBAS-InSAR (Small baseline subset-Interferometry SAR)技术对29景覆盖郑州城区的Sentinel-1A影像数据进行处理,获得了郑州城区2015.04-2017.03地面沉降速率与累积沉降量。试验表明,郑州中心城区地表稳定,其余区域普遍存在地面沉降现象,主要沉降区为研究区西北部、北部、东部,下沉速率大部分位于0.6 mm/a-6 mm/a区间范围内,其沉降中心分别位于城区西北惠济区与城中金水区,最大下沉速率约为27.4 mm/a,最大累积下沉量约为70.4 mm,该试验结果为郑州城市规划建设提供参考。     

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。     

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。     

利用合成孔径雷达干涉监测广州佛山地面沉降

为了监测地面沉降,文章采用欧空局的Envisat卫星雷达影像和合成孔径雷达干涉方法计算得出珠江三角洲广州、佛山部分区域的沉降范围、沉降速率与沉降时间序列。研究结果显示:广州与佛山两个城市大部分区域的地面沉降速率在2mm/yr以内,最大沉降速率达到6mm/yr~8mm/yr;考虑到全球平均海平面上升速率约为3mm/yr,而珠三角大部分区域的海拔高度都小于2m,"地陷海升"的双重威胁应当引起人们的高度重视。研究成果可以为我国其他三角洲地区的地面沉降监测和灾害防治工作提供参考。     

PS-InSAR和SBAS-InSAR技术对昆明主城区地面沉降监测的对比分析

以昆明主城区为例,分别利用PS-InSAR和SBAS-InSAR技术对2014—2017年间29景升轨Sentinel-1A数据进行沉降监测,对比两种技术得到的沉降结果,进行剖面图分析与时序分析。结果表明,PS-InSAR和SBAS-InSAR技术监测结果具有一致性、相关性和可靠性。研究发现,昆明市沉降漏斗主要位于居民区、地铁、道路、高速公路以及滇池等区域,最大年沉降速率可达-39.580mm/a,累积沉降量达到85mm。研究表明,昆明主城区地面沉降主要由于近几年城市和轨道交通建设的飞跃发展,导致居民区和交通网络密集,地面载荷增加,地下隧道开挖与地下水开采等原因引起地面软土地层下沉。     

包头市地面沉降高分辨率时序InSAR监测北大核心CSCD

针对包头市地面沉降监测需求,该文利用24景高分辨率COSMO-SkyMed雷达影像,采用多主影像相干目标小基线干涉技术(MCTSB-InSAR),首次提取了该市2013年1月—2015年12月共3年的沉降信息。结果表明,该阶段包头市主城区存在较大范围的地面沉降,但沉降速率总体较小,最大沉降漏斗位于青山区奥林匹克公园北部,最大沉降速率达-56mm/a,野外调查表明,该地沉降主要原因是电厂排灰池自然沉积压缩所致。此外,昆都仑区包钢开发厂、九原区希望工业园区以及石拐区五当召镇也有明显沉降。研究结果可为包头市地面沉降灾害科学防治提供数据支撑。     

包头市地面沉降高分辨率时序InSAR监测

针对包头市地面沉降监测需求,该文利用24景高分辨率COSMO-SkyMed雷达影像,采用多主影像相干目标小基线干涉技术(MCTSB-InSAR),首次提取了该市2013年1月—2015年12月共3年的沉降信息。结果表明,该阶段包头市主城区存在较大范围的地面沉降,但沉降速率总体较小,最大沉降漏斗位于青山区奥林匹克公园北部,最大沉降速率达-56mm/a,野外调查表明,该地沉降主要原因是电厂排灰池自然沉积压缩所致。此外,昆都仑区包钢开发厂、九原区希望工业园区以及石拐区五当召镇也有明显沉降。研究结果可为包头市地面沉降灾害科学防治提供数据支撑。     

利用短基线集技术监测城市地表沉降

西安市及其周边地区是中国地表沉降最为显著的区域之一.针对上述问题,本文采用9景降轨ENVISAT ASAR(advanced synthetic aperture radar)数据和短基线集技术提取了西安市主城区2011年2月至2011年11月的时序形变信息和沉降分布特征.研究结果表明:西安市主城区在监测期间的最大沉降速率约为-150 mm/a,最大累计沉降量约为-125 mm.在监测期间西安市主城区共形成4个显著的沉降中心,分别是鱼化寨沉降中心、电子城沉降中心、三爻村沉降中心以及西等驾坡村沉降中心,其中鱼化寨中心沉降最为严重.短基线集监测结果对比同期水准监测数据,两者结果一致性良好,两者最大残差值为5.51 mm,最小残差值为0.02 mm,均方根误差为3.22 mm,由此验证了本文短基线集形变监测结果的精度和可靠性.     

一种多源地面沉降监测数据融合方法及其应用

本文利用精密水准、GNSS和时序InSAR 3种技术手段开展多源地面沉降监测数据融合研究。首先统一3种监测手段的时空基准,然后采用Bland-Altman方法分析监测结果一致性,并采用曲面拟合方法建立监测数据间的模型关系,得到综合精密水准、GNSS和时序InSAR优势的面状监测结果。研究结果表明：研究区主要沉降区域位于沛县安国镇、龙固镇、朱寨镇、大屯街道及丰县分凤城街道,矿产资源开采是导致区域沉降的主要因素。监测周期内的最大沉降速率为29.8 mm/a,地面沉降速率超过10 mm/a的沉降区面积为2 018.8 km²,占总面积的61.9%。     

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。     

基于PS-InSAR技术地质灾害遥感监测分析——以南通市崇川区为例

以南通市崇川区2020年的SAR影像为数据源,利用永久散射体雷达差分干涉测量(PS-InSAR)技术对南通崇川区的地面沉降进行时序分析研究。结果显示,基于时间序列的分析表明,崇川区存在多个沉降漏斗区,其中东南部区域下降趋势明显,沉降速率较高,最大沉降速率约33.24 mm/a。分析崇川区沉降原因,可以为南通市崇川区地质灾害防治提供理论参考。     

结合SBAS技术的鲁西南地区地面沉降监测

利用2016年8月—2017年8月的14景Sentinel-1雷达影像，采用小基线集（SBAS）技术，提取了鲁西南地区地面沉降信息，并结合公路和铁路等专题数据开展了沉降影响分析。研究结果表明：鲁西南地区地面沉降严重且覆盖范围较大，最大沉降漏斗位于郓城县主城区，沉降速率达-134.06 mm/a；同时地面沉降对铁路有一定影响，特别对公路影响较大；并与水准测量数据进行对比，验证了SBAS用于沉降监测的准确性和时效性。     

基于Sentinel-1A雷达影像的SBAS技术在地表形变中的应用

Sentinel-1A是欧空局"哥白尼计划"发射的首颗对地观测卫星,是目前现势性较好的SAR卫星,非常适合InSAR高精度地表形变监测。文中研究采用32景Sentinel-1A数据(2016-01—2017-11)进行时间序列SBAS处理,通过数据处理分析发现珠海市大部分地区平均沉降速率在-17.23~5.88mm/a,主城区较为稳定。部分区域存在许多明显的沉降漏斗,沉降幅度较大,最大可达-101.05mm/a,这与珠海市道路工程的修建密切相关。     

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。     

基于PSInSAR技术的常州地表形变监测研究

地面沉降已成为我国主要地质灾害之一,本文利用27景Envisat ASAR数据,采用点目标干涉测量(IPTA)技术,以常州市为实验地区,得到常州地区2007 ～ 2011年间地表形变沉降速率图,结果表明,常州市区存在多处严重沉降,最大沉降速率达-31 mm/a,表明IPTA技术在城市地面沉降监测中有广泛的应用前景.     

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。     

联合卫星测高和GNSS观测的天津沿海近25年相对海平面变化分析

针对现有验潮公开数据因时间范围及潮位沉降修正等影响,难以真实反映天津沿海相对海平面变化的问题,基于全球导航卫星系统（global navigation satellite system,GNSS）与验潮并置观测,设计了联合卫星测高和GNSS观测的天津沿海相对海平面变化分析方法。分析结果显示,1993—2018年期间,塘沽验潮站点的相对海平面上升速率约为13.45±0.45 mm/a;联合4个虚拟并置观测站,得到天津沿海不同区域的相对海平面上升速率在11.15～19.17 mm/a,平均上升速率15.09±0.45 mm/a。沿海地面沉降是天津相对海平面上升速率偏高的主要因素（贡献率大于70%）,受地面沉降非均匀空间分布的影响,海平面上升速率存在区域差异,塘沽验潮站难以代表整个天津沿海的相对海平面变化。     

利用短基线集干涉测量时序分析方法监测北京市地面沉降

利用差分干涉测量短基线集时序分析方法,基于ENVISAT SAR数据,研究了2003~2010年期间的北京地区主要地面沉降区域的空间分布特征。对两个相邻轨道的结果进行对比验证,相关性达到了0.87,RMS为4.9mm/a,显示了结果的可靠性。InSAR时序分析结果发现,2003~2010年期间,北京的主要沉降区域在快速沉降,而且呈加速趋势。朝阳区和通州的部分沉降中心在2007~2010年期间年平均沉降速率达到了100mm/a。     

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。     

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。