基于InSAR数据的北京地铁6号线地面沉降监测分析

本文以北京市地铁6号线为研究区,采用PS-In SAR技术对研究区53景Terra SAR影像进行永久散射体干涉处理,获取了研究区地面沉降信息,初步揭示了线状研究区的地面沉降空间分布特征,进一步结合层次熵值法,定位6号线典型路段,深入分析了地面沉降发展的严重程度及不均匀性。研究结果表明:(1)6号线沿线自西向东沉降速率增大,最大年沉降速率为77.2 mm/a,出现在常营—草房路段;(2)综合熵值以金台路站为分界,西侧熵值小(小于0.5),东侧接近或大于1,金台路以东路段沉降量大,且不均匀沉降严重;(3)在地质条件相似的金台路-十里堡、青年路-褡裢坡、黄渠-草房3个路段内,沉降严重程度同时受年沉降速率、斜率、曲率半径变化驱动,且相关性强。     

运用时序InSAR技术监测合肥市地面沉降及断裂活动

基于覆盖合肥地区的24景Sentinel-1A数据,采用PS-InSAR和SBAS-InSAR时序处理方法获取2017-11~2019-10合肥市城区及周边地面形变分布信息,分析主城区地面沉降的时空演化规律,获取地铁网络沿线地表形变空间分布图。结果表明,合肥市地铁线路沿线发生不同程度形变,形变严重区域主要集中在西部及西南部,最大沉降速率达到35 mm/a。对池河-西山驿断裂形变场进行宏观分析,并结合时空同步的跨断层水准数据进行对比验证,认为2种数据的垂直形变监测结果具有一致性,推测数据的垂直升降变化可能受断层拉张和挤压交替控制。     

基于Sentinel-1雷达影像的成都市地面沉降InSAR监测分析

利用2017-03~2018-03共30景Sentinel-1A SAR数据,分别采用PSI和SBAS技术获取成都市主城区地面形变分布信息,结合地面水准资料对InSAR结果进行精度评估,并初步分析地面沉降的原因。结果表明,成都市大部分区域稳定,平均形变速率主要集中在-5~5 mm/a;地面沉降主要位于一环线以外地区,地铁5、6号线主要站点及周边不均匀沉降明显,最大沉降速率达到20 mm/a;在成华区和锦江区等部分新建城区有不同程度的地面沉降,速率为5~15 mm/a,PSI和SBAS结果相关性较高。     

基于时序InSAR的京津高铁北京段地面沉降监测

京津高铁是中国第一条高速运行的城际铁路,其安全运行对轨道的平顺性有着严格的要求。地面沉降,尤其是不均匀地面沉降会引起部分路基和桥梁变形,威胁着高速铁路的运营安全。合成孔径雷达干涉测量技术可以大范围监测地表形变,对高速铁路沿线地面沉降具有较好的监测能力。本文以45景高分辨率TerraSAR-X 数据为基础,采用 PS-InSAR技术监测京津高铁北京段沿线地面沉降,获取京津高铁北京段沿线地面沉降的分布信息,从动静载荷视角结合北京地区地下水、断裂带、地质条件和含水层系统介质等数据,综合分析高铁沿线不均匀地面沉降的原因,为京津高铁的安全运营提供技术支撑。研究结果表明：京津高铁北京段沿线地面沉降发展在空间上存在一定差异性,北京南站至十里河区间,年沉降速率小于10 mm/a; 至十八里店区间,年沉降速率在10~40 mm/a范围内浮动;过亦庄站至东石村以东区间,最大年沉降速率达到90 mm/a;至永隆村以西,年沉降有所缓解,往东至坨堤村,沉降较为稳定,年沉降速率小于10 mm/a。地下水超采是沿线区域地面沉降的主要因素,动静载荷共同作用下对地面沉降产生一定的影响,沿线地面沉降一定程度上受到南苑—通县断裂带和旧宫断裂带构造控制,沉降量较大的路段位于粘土层较厚的大兴迭隆起。     

西安地铁隧道穿越饱和软黄土地段的地表沉降监测

以西安地铁一号线朝阳门站—康复路站区段饱和软黄土地铁隧道为研究对象,通过施工期现场地表沉降变形监测,分析了在饱和软黄土特殊地层条件下隧道浅埋暗挖法施工引起的该区段地表沉降变形规律以及地表沉降槽分布特征。结果表明:在饱和软黄土隧道开挖时,随着掌子面的推进,隧道顶地表沉降可分为沉降微小阶段、沉降显著发展阶段、沉降缓慢阶段和沉降稳定阶段;单线隧道开挖后的最大地表沉降量为18.89mm,双线隧道开挖后的最大地表沉降量为36.4mm;已开挖隧道对围岩土体的扰动作用使得后开挖隧道的地表沉降发展较大;双线隧道的地表沉降槽宽度接近单线隧道沉降槽宽度的2倍,因此可以将其近似为单线隧道地表沉降槽宽度与双线隧道轴线中点距离之和;单线隧道开挖后地表沉降槽宽度为8.4～9.3m,双线隧道开挖后地表沉降槽宽度为16.2～17.5m;隧道开挖施工的沉降槽宽度参数为0.435～0.467,单线隧道开挖后的地层损失率为0.765%～1.324%,双线隧道开挖后的地层损失率为1.231%～2.200%。     

基于时序InSAR的上海地区2018~2020地铁沿线沉降监测分析

基于覆盖上海地区2018~2020年的35景Sentinel-1A影像数据,采用PSInSAR方法获取该地区3条地铁线路的年平均沉降速率和累积沉降量,并分析沉降原因。结果表明：1）上海地区呈现不均匀沉降,沉降主要发生在上海市主城区南部的闵行区许泾村附近,最大累积沉降量达-47.3 mm;2）上海市闵行区出现明显的沉降漏斗现象,并与该地区城市基础设施建设及地下水水位变化呈正相关;3）上海市地铁5、8、16号线路均有部分路段存在明显沉降现象,地铁5号线途经闵行区周围时沉降最明显,最大沉降速率达-12.0 mm/a。最后给出上海地区以及主要地铁沿线地表沉降的时空特征和地表沉降与其影响因子之间的相互关系。     

京沪高速公路北京—天津段地面沉降时序InSAR监测与影响因素

地面沉降作为平原区主要的地质灾害之一,对高速公路安全运行产生了潜在的影响。为了探究京沪高速公路北京—天津段的地面沉降情况,选取2017年1月至2020年3月70景Sentinel-1B卫星影像,利用SBAS-InSAR技术对该路段沿线地面沉降展开监测,并采用外部水准观测方法对InSAR监测结果进行精度评定;在此基础上,结合3类9个影响因子数据对沿线地面沉降进行空间模拟,通过对比普通最小二乘(OLS)模型、地理加权回归(GWR)模型和多尺度地理加权回归(MGWR)模型的模拟效果,最后选取相对最优模型对各种影响因子进行量化研究。结果表明：京沪高速公路北京—天津段表现出不均匀沉降特征,最大年均沉降速率超过-90 mm·年^-1;研究区主要分布有6个明显的沉降中心,京沪高速公路北京—天津段经过其中3个;采用模拟效果相对最优的多尺度地理加权回归模型进行定量分析可知,第四系沉积厚度和地下水位变化对沉降的影响较大,而地形环境因子的影响较小。     

基于InSAR技术的地面沉降监测研究

针对传统监测技术GNSS、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,采用InSAR技术对某城市17景TerraSAR-X数据进行分析处理,得到2012~2013年度的地面沉降信息,采用水准与InSAR同步观测方式,开展地面沉降星地一体化同步观测实验研究,利用水准观测结果对InSAR技术地面沉降监测的精度进行分析评价,结果表明InSAR地面沉降监测具有较高精度,为同类地质灾害、地面裂缝监测提供参考。     

南水北调中线区域地面沉降SBAS-InSAR监测研究

基于1 009景Sentinel-1A影像,利用SBAS-InSAR技术对南水北调中线区域地面沉降进行长时间序列监测。结果显示,整个中线沿线地面沉降主要分布于河北省东南部,最大形变速率为-139 mm/a,由于与渠道间有一定距离,因此对输水影响较小。北京市的最大形变速率为-133 mm/a,天津市西南部最大形变速率为-81 mm/a,但天津支线经过了2个沉降区,应当引起相关部门的重视。本文重点分析了南水进京后北京市地面沉降的时序形变特征,结合相关资料分析得知,南水北调工程有效补充了北京地区地下水储量,显著遏制了北京市地面沉降的发展态势。     

多轨道时序InSAR拟稳基准平差方法研究

以我国重点沉降区(华北平原)为研究区,分析多条相邻轨道InSAR监测结果中入射角差异、形变参考点差异和大气相位差异的影响,通过引入拟稳基准平差方法,综合考虑水准基岩点、InSAR形变参考点、CORS站等因素选取拟稳点,对研究区InSAR监测结果进行稳定性分析。采用拟稳基准平差方法对时序InSAR监测结果进行整体平差,实现大范围多轨道InSAR垂直形变场基准统一。基于InSAR相邻轨道重叠区多余观测值对平差结果进行内符合精度检验,拟稳基准平差后平均误差优于5 mm,中误差优于9 mm;基于CORS站垂直位移监测结果对平差结果进行外符合精度检验,两者吻合程度较好。     

时序InSAR解译2017~2020年北京地面沉降时空变化

利用合成孔径雷达干涉测量（InSAR）技术对2017-06~2020-06期间获取的Sentinel-1数据集进行处理和分析,获取北京近几年地面沉降区域的时空分布特征。结果表明,北京地表形变呈现5处沉降区,最大年形变速率为-111.3 mm/a。将InSAR结果与GPS观测资料进行对比,验证了时序InSAR的有效性。对比2018年和2019年的年形变速率可知,各个沉降范围内的沉降面积均在减小,且沉降减缓的面积远大于沉降加速的面积。局部调查后发现,5处沉降区除1处仍在加速沉降外,其他4处的沉降速度均在减缓。     

应用升降轨SBAS-InSAR技术监测昆明市地面沉降

将SBAS-InSAR技术应用于昆明主城区地面沉降监测,单独处理同一地区2014~2017年的29景升轨和32景降轨Sentinel-1A、1B数据。在升降轨模式下进行数据处理与精度验证,结果表明两种模式下所得到研究区域的平均沉降速率和时序分析基本保持一致。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、以及滇池区域,最大年均沉降速率可达-38.975 mm/a,累积沉降量达到89 mm。研究表明,昆明市地面沉降主要由于近几年城市化建设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问题引起地面软土地层下沉而产生明显的沉降现象。     

利用高分辨率TerraSAR-X数据监测武汉地区2013～2015年地面沉降

利用27景TerraSAR-X数据进行时序InSAR分析，获取武汉城区2013~2015年地面沉降监测结果，并结合地质、水文及实地踏勘资料进行沉降成因分析。结果表明，武汉城区地面沉降主要分布在汉口后湖、青山区工业路及光谷广场附近区域，最大沉降速率达78.1 mm/a；软土地基上大规模的城市建设引起的地下水位下降和荷载增加是造成沉降的主要原因。另外发现，长江沿岸地表形变与长江水位变化密切相关，初步推测与长江水位对两岸承压水的动态影响有关。     

基于SBAS-InSAR的北京地区地表沉降监测与分析

运用SBAS-InSAR获取北京地区的地表沉降信息,采用18景ENVISAT ASAR影像完成北京地区2007～2010年地表沉降的时空分析。结果表明,北京地区沉降不均匀较为严重,在昌平区、顺义区、通州区等区域出现多处沉降漏斗,且有连成一片并向东扩张的趋势;大部分地区的平均沉降速率在-150 ～10 mm/a,沉降中心的最大沉降量超过400 mm;地表沉降受地下水开采与城市化影响明显。     

基于Sentinel-1A的南昌市时间序列InSAR地面沉降监测

本文基于2016-01~2018-07的Sentinel-1A数据,采用PS-InSAR和SBAS-InSAR时序处理方法获取南昌市主城区地面形变信息,对比2种监测结果,分析产生不均匀地面形变的原因。结果表明,2种时序技术的监测结果相关性较高,南昌市主城区的形变趋势为西北抬升、东南下沉。形变区空间分布存在梅岭抬升区、南昌西火车站沉降区、赣江东岸沉降区、邓家埠沉降区和南钢沉降区,主要受地质构造、含水层介质、地下水开采和城市建设等因素影响。     

����PS-InSAR�������ݱ��������ر��������

???27??ENVISAT ??????????????????????????PS??InSAR??????????????д??? ????????????????2006-2010?????α????о??????????1??????????????????????????????????????????????????????7??????????????г??????????????????????????????????????????????????????????LOS??????-27.19±5.66 mm/a??-24.65±5.14 mm /a??2?????????????????????????230 km²??3???????????????????????10.92±3.24 mm/a????????20????80????????????????????ε???????????????????4?????????????????????????????????????????????????