Sentinel-1A卫星TOPS模式数据的SBAS时序分析方法——以黄河三角洲地区为例

Sentinel-1A是目前在轨运行的新一代SAR卫星,其TOPS成像模式具有宽幅成像的特点,能够实现大范围地表形变监测,目前国内外鲜有基于渐进扫描(terrain observation by progressive scans,TOPS)模式影像的小基线集(short baseline subset,SBAS)处理研究成果发表。以黄河三角洲地区作为研究区,选取了2015年5月—2016年4月27景Sentinel-1A TOPS模式影像,组成了94对干涉影像对,使用ECMWF气象数据估算大气延迟,实现大范围大气相位校正;然后采用SBAS时序分析方法提取了研究区地表累积形变量及形变速率图。研究结果表明,该地区近年来仍存在持续沉降,在广饶镇齐成工业园、广饶盐场及南宅科村周边等地区存在明显的沉降漏斗,沉降监测结果与该研究区已有文献所述沉降规律吻合,证明了TOPS模式SBAS时序分析方法应用于形变监测的可行性和有效性。     

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。     

Sentinel-1A卫星的黄河三角洲近期地表形变分析

为了实现对黄河三角洲近海沿岸大范围形变监测,该文采用欧空局新一代SAR卫星哨兵一号(Sentinel-1)TOPS模式数据进行监测。该文利用多主影像相干目标小基线干涉技术(MCTSB-InSAR)对覆盖黄河三角洲地区的整景Sentinel-1A数据进行了时序干涉处理,提取了整个黄河三角洲近海沿岸地区2016年1月至2017年5月22景Sentinel-1A的地表沉降信息,并对主要的沉降中心分析了其沉降原因。结果表明,黄河三角洲近海沿岸地区存在10个显著的沉降中心,河口区广河村国星兴盐场内最大年均沉降速率达464.5(mm·a~(-1))。沉降原因主要是由于抽取地下卤水进行工业制溴、制盐,油田抽采(采油和抽取地下水用于回注)等,并且地下卤水资源的开采对黄河三角洲近海岸区域地面沉降的贡献最大。     

改进的残差修正DGM(1,1)模型在煤矿地表沉降预测中的应用

针对传统大地测量技术难以实施大范围矿区形变监测以及传统开采沉陷预测方法在实际应用中存在的不足，提出时序合成孔径雷达干涉测量(InSAR)和改进的离散灰色马尔科夫模型相结合的方法对矿区地表形变进行监测和预测。使用鄂尔多斯市某矿区哨兵1号(Sentinel-1)数据提取地表形变监测结果，并与同时期的全球定位系统(GPS)监测数据进行对比。将沉陷监测结果作为原始序列建立残差修正的离散灰色马尔科夫模型，预测矿区沉降。研究结果表明：研究区域地表形变明显，残差修正的离散灰色马尔科夫模型能较为准确地预测矿区沉降结果。     

融合D-InSAR与GIS技术的矿区开采沉陷形变监测及预测方法

针对合成孔径雷达差分干涉测量（D-InSAR）技术能监测大范围地表形变信息，但单一的D-InSAR技术不能精确分析沉降分布的范围和位置的问题，本文以淮北袁店二矿为例，首先选择2015年4—5月2景C波段Radarsat-2和7—12月6景Sentinel-1卫星影像数据作为干涉影像数据构成6个干涉影像对，通过二轨法对其进行差分干涉处理和相位解缠提取干涉形变图；然后将D-InSAR差分干涉图与开采平面、开采计划图导入ArcGIS进行叠加，分析矿区开采沉陷区域的空间动态分布位置并进行定量分析；最后采用灰色理论模型进行预测。结果表明：D-InSAR叠加分析图能反映出在煤炭开采过程中沉降区域位置和分布范围；D-InSAR预测值与实测值最大相对误差和方差比分别为11.5%和0.097。     

基于SBAS技术监测粤港澳大湾区核心城市地表形变

粤港澳大湾区目前是我国最开放、经济活力最强的地区之一。但随着城市化进程加快,地表形变问题日益严重,逐渐威胁到城市基础设施的安全和健康。时序InSAR技术在监测大范围城市地表形变领域有着独特的优势。研究采用72景Sentinel-1A卫星影像数据,利用SBAS技术对粤港澳大湾区核心城市进行地表形变监测。研究结果表明,在广州市荔湾区、越秀区、天河区发现小范围的地表沉降现象;珠海市的斗门区和横琴岛是形变现象较集中的区域;同时,在澳门的国际机场和氹仔岛填海区均发现沉降现象;研究发现监测区的地表形变均与形变区的地质条件或工程施工有关。     

城市地表形变的双极化Sentinel-1数据极化时序InSAR技术监测

利用双极化Sentinel-1数据有望得到较单极化数据更好的城市地表形变监测结果。以典型受地表沉降灾害影响的两座超大城市（墨西哥的墨西哥城和中国北京市）为研究区,分别基于长时序单、双极化Sentinel-1数据,利用时序合成孔径雷达干涉测量（interferometric synthetic aperture radar, InSAR）技术和极化时序InSAR技术对两城市近年地表形变进行监测研究。结果表明,利用双极化Sentinel-1数据对干涉图进行极化优化后,干涉图相位质量得到提升,高质量像元比例明显增加。使用双极化数据后,形变监测点密度有显著提升,相比于单极化数据结果,墨西哥城和北京市监测点密度分别提升88%和50%;更高的监测点密度使部分区域双极化数据反演地表形变的准确性更高。与单极化Sentinel-1数据相比,利用双极化Sentinel-1数据进行城市地表形变监测可得到监测点密度更高、可靠性更好的结果。     

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。     

双极化Sentinel-1数据极化时序InSAR技术地表形变监测——以上海市浦东机场为例EI北大核心CSCD

不同极化的合成孔径雷达SAR (Synthetic Aperture Radar)数据对地物具有不同响应,利用极化信息可提升InSAR的地表形变监测能力。针对利用免费Sentinel-1数据的双极化信息进行地表形变监测这一问题,本文提出了一种基于双极化Sentinel-1数据的自适应极化时序InSAR技术方法 PolPSI (Polarimetric Persistent Scatterer Interferometry)。该方法针对研究区永久散射体PS (Persistent Scatterer)与分布式散射体DS (Distributed Scatterer)的不同特点,基于不同优化准则分别进行自适应极化优化,得到极化优化干涉图并进行地表形变监测。为了证明方法的有效性,以上海市浦东国际机场为研究区,基于34景双极化(VV-VH) Sentinel-1影像进行了实验。结果表明,所提出方法在降低干涉图相位噪声、提升干涉质量的同时较好地保持了地物边缘细节,相较于常规的时序PS与DS技术,提出PolPSI技术获取的变形监测点密度分别提高了103.0%和30.8%,更加详细地反演了机场区域变形状况。综上所述,本文提出的基于双极化Sentinel-1数据PolPSI方法通过对极化信息的利用与挖掘,可一定程度上提高Sentinel-1数据在地表形变监测应用中的能力。     

基于SBAS技术的地表形变自动识别与监测分析

合成孔径雷达干涉测量（InSAR）技术因全天时、全天候、不受云雾影响,广泛用于地表形变监测,如何快速获取大范围内形变区域的分布情况亟须解决的问题,为此利用短基线集（SBAS）技术处理了143期Sentinel-1A数据,对山西省沁水县进行了地表形变监测,利用热点分析方法自动提取变形区域,并对提取出来的重点区域进行长时间的监测分析。研究结果表明,在沁水县共识别出15处地面塌陷区和1处滑坡。通过对两处典型区域进行时序形变监测,发现塌陷区域目前仍然处于持续变形中,且形变量级较大,最大累积形变量达到了-205.2 mm,验证了利用热点分析进行大范围结果识别监测的可靠性,研究成果可为该区域研究和矿区塌陷灾害防治提供支撑。     

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.     

义能矿区开采沉陷演化的TS-DInSAR监测与影响分析

为研究济宁市义能矿区开采沉陷演化特点及其对周边建筑物的影响,本文采用69景长时间序列中等分辨率Sentinel-1影像,以TS-DInSAR技术体系中的小基线集DInSAR分析为研究方法,获取了2016年初至2018年底该矿区开采面周边的沉降信息。结果表明,义能矿区在监测时段内沉陷范围较为集中,最大累计沉降量约为627 mm,通过居民点位置与沉陷结果的叠加分析,发现周边3处村庄受到了不同程度的影响,该结果能为煤矿开采沉陷控制方案的效果评估及设计优化提供重要参考作用。     

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。     

Sentinel-1A数据的四川宜宾Ms6.0同震形变分析

为了获取2019年6月17日发生的四川宜宾Ms6.0地震引起的地表形变情况,该文利用欧空局宽幅模式的高分辨率新型Sentinel-1A卫星获取了此次地震的第一对同震干涉像对数据,使用D-InSAR技术获取宜宾市长宁县地区的同震形变场。结果显示,本次地震在震中西北方向分别形成了1个明显的沉降区和抬升区,在雷达视线方向上的最大沉降量为7.9 cm,最大抬升量为8.1 cm。通过与同一时间内的GPS高程测量形变量相比,D-InSAR解算的地表形变量与GPS监测点形变量基本一致,均不超过3 mm,表明了本文的D-InSAR形变解算结果的可靠性,体现了新型Sentinel-1A雷达卫星在地震形变监测领域有着很高的应用价值和潜力。     

时序InSAR技术在监测马村区地面沉降中的应用

本文利用Sentinel-1A SAR影像,通过小基线集(SBAS-InSAR)技术获取了马村区2016年10月26日至2019年3月9日地面沉降的年平均形变速率。监测结果表明,由于土地整治政策、人工开采以及矿区长期排水等因素的影响,马村区内存在多个沉降中心,其中最大沉降量达到-200 mm,最大形变速率达到-88 mm/a。通过建立剖面,提取并分析了张白河村、亮马村和新村附近沉降中心的沉降现状。     

基于高分辨率PS-DInSAR的城郊地表沉降监测

随着城市的扩张,大型城市的郊区逐步成为新的工业生产及居民中心,为满足生产及生活用水需求,地下水被大量开采,进而导致地表沉降。目前对地表沉降的监测多集中在城市区域,城郊的地表沉降较少受到关注。本文提出使用高分辨率永久散射体（PS）雷达盖分干涉（PS-DInSAR）技术对大型城市郊区的沉降进行监测。选取某市城郊为实验区,使用覆盖该区的16幅高分辨率TerraSAR影像为数据进行PS-DIn-SAR沉降建模和解算,获取了谈区大范围的高分辨率沉降信息。谈市效区最大年沉降速度达到62mm/a（即年沉降量）,平均沉降速度为24mm/a。分析表明,该区域的不均匀沉降与地下水的开采密切相关。     

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。     

基于SBAS-InSAR技术监测西安市地表形变特征

地面沉降是西安市最为严重的地质灾害之一。本文基于SBAS-InSAR技术处理了西安市2018—2021年36景Sentinel-1A影像,获取了西安市最新的地表形变特征,并分析其成因。研究表明：(1)2018—2021年西安市主要地表形变区域为鱼化寨地区、电子城地区、三爻-凤栖原地区、城墙南部区域;(2)鱼化寨及电子城地区已转为抬升趋势,城墙南部一直处于抬升阶段,三爻-凤栖原地区呈下沉趋势;(3)西安市地表形变主要受承压水开采及回灌的影响,地裂缝则显著影响了地表形变的分布及走向,建筑载荷也对地表形变有一定的影响。     

利用Sentinel-1A数据监测地表形变案例分析

雷达卫星结合InSAR技术已广泛应用于高精度地表形变监测领域。本文选取2017年九寨沟地震为研究案例，利用Sentinel-1A地震前后的单视复数影像，基于D-InSAR技术获取该次地震的同震形变场。结果显示：震中西北侧表现出相对均匀的下沉现象，沉降漏斗区雷达视线向最大沉降量达25.1 cm；东南侧呈现不均匀抬升状态，地表破碎较为明显，最大抬升量为11.6 cm。研究表明基于Sentinel-1A数据的D-InSAR技术可以为地震形变场的定量分析提供一种快速有效的手段，为阐释地震发震机理及评估受灾情况提供必要的数据支撑，具有广阔的应用前景。