鄂尔多斯块体南缘InSAR地表形变探测分析

采用InSAR技术获取鄂尔多斯块体南缘地表形变速率场,为精细分析研究区域内不同类型的形变特征提供依据。结果表明,研究区中部存在多处形变漏斗,南部盆地内城区存在大范围沉降与隆升;岐山-马召段断裂为左旋走滑运动,口镇-关山断裂两侧存在差异运动。结合遥感影像与野外调查数据,确定研究区中部的形变漏斗为矿区开采所致,盆地内三原县发生沉降的原因主要为地下抽水,扶风县与蒲城县的地表隆升主要与地下水位回升有关。     

利用Sentinel-1A数据监测抚顺市地表形变

针对抚顺市大范围地表形变问题，利用短基线集InSAR技术和覆盖研究区的17景降轨Sentinel-1A影像，提取抚顺市2015~2016年地表形变信息，结合信息熵分析地表不均匀形变现状，并提取典型形变区在东西向和南北向的时序剖面结果，最后利用已有文献验证该结果的可靠性。研究表明：1）2015-06~2016-06形变中心主要分布在东露天矿、西露天矿、塔峪、南花园、新屯地区;2）抚顺市的榆林街道和站前街道形变信息熵均大于1.0，地表不均匀形变极为严重，后期需重点监测;3）西露天矿北帮最大沉降量约为78 mm，东露天矿自西至东存在4个局部沉降漏斗，最大沉降量约为250 mm，塔峪北沉降区最大沉降量约为55 mm。     

基于Sentinel-1影像的2019~2020年河北隆尧地裂缝及周边形变监测与分析

为了解隆尧地裂缝目前的发育状况及其对周边地区的影响,采用2019-01~2020-12共31景Sentinel-1影像,基于SBAS-InSAR和Stacking InSAR技术获取隆尧地裂缝及其周边区域的形变时间序列及形变速率分布,进一步采用均质弹性空间模型研究隆尧地裂缝现今滑移状况。结果表明：1）隆尧地裂缝2019~2020年南北两侧的形变速率梯度差达4 cm/a,较2007~2011年5 cm/a的形变速率梯度差有所下降;2）固城店镇、魏家庄镇、官庄镇存在明显的周期性地表形变,但总体趋势仍为沉降;3）建模结果表明,隆尧地裂缝现阶段几乎破裂至地表,滑移速率为27 mm/a,与2007~2011年结果相比深度及滑移速率有所降低,说明现阶段隆尧地裂缝虽仍处于活跃状态,但活跃程度有所减缓。     

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Sentinel1A数据的InSAR湘澧盐矿地表沉降监测与分析

为了有效预防地面沉降带来的地质灾害,基于ENVI Sarscape平台,通过对2020年湘澧盐矿地区4-6月份的Sentinel-1A数据进行干涉测量处理,通过形变结果分析盐矿地区各区域的沉降情况,结合土地利用类型、水文、地质和交通等数据,总结各处沉降地区的特征和形成原因,并通过对各矿井沉降速率的获取与分析,验证了InSAR技术在矿区沉降监测应用上的可行性,为该研究区后期的监测工作奠定了实践基础。     

延安新区地表垂直形变时空演化的经验正交函数分析

采用SBAS-InSAR技术对43景Sentinel-1A影像进行处理,获取延安新区（北区）地表形变信息,并运用经验正交函数对结果进行分解,得到研究区域的时间系数和空间分布。结果表明,延安新区（北区）的最大沉降速率为-56 mm/a,最大抬升速率为32 mm/a。从第1模态可以看出,挖方、填方是造成地表抬升和沉降的主要原因;第2模态则反映了工程建设不同时期对应的不同地表形变状态,即加速、减缓、平稳3个阶段。     

台湾美浓MW6.4地震InSAR形变场初步分析

利用欧洲航天局最新发射的宽刈幅、高分辨率Sentinel-1A卫星,第一时间获取2016-02-06台湾美浓MW6.4地震干涉像对,使用D-InSAR技术获取美浓地区的同震形变场。利用震中附近39个同震GPS观测进行对比验证后显示,InSAR获取的同震形变场精度优于1 cm（3σ）。形变发生在宏观震中30 km×30 km范围内,主要表现为沿雷达视线向抬升,最大抬升约12 cm。从形变场空间分布特征可以看出,空间连续性较好,说明宏观震中附近地表未发生明显破裂。宏观震中并不与震中位置重合,而是位于震中西部约15 km处。     

利用DS-InSAR技术监测黄河三角洲地表形变

针对黄河三角洲地区湿地及农田多、范围大,导致PS-InSAR技术难以获取高密度地表形变信息的问题,提出一种基于分布式目标InSAR（DS-InSAR）的黄河三角洲地表形变监测方法。该方法通过置信区间估计选取同质像元点,利用特征值分解方法计算主散射体对应相位值以达到相位优化的目的,再根据时空相干性确定分布式目标,最后建模解算时序地表形变信息。以26景Sentinel-1A影像为数据源,提取2019-12～2020-12期间黄河三角洲地区的地表沉降信息,与PS-InSAR方法结果相比,点位密度提高5.56倍;两种方法获取的同名点对形变速率的相关系数为0.727,说明两者具有很好的一致性。实验结果表明,研究区内存在4处明显沉降区域,最大沉降速率达-238 mm/a,经分析及实地调查验证,其主要影响因素为地下卤水及油气开采。     

时序InSAR技术在吹填人工岛礁沉降监测中的应用

采用2020-03～2022-03覆盖海南省儋州市海花岛的25景Sentinel-1A影像,分别运用SBAS-InSAR(small baseline subset InSAR)和PS-InSAR(permanent scatter InSAR)技术反演人工岛礁地面形变时空演变规律,开展重点沉降区域形变机理分析,探讨岛礁地面形变与海平面变化之间的相关性。结果表明：1)2种方法所得结果的空间分布和形变趋势表现出较高的一致性;2) SBAS-InSAR雷达视线向平均形变速率为-14.69～6.96 mm/a,最大累积沉降量为-37.18 mm; 3)岛礁靠近外海侧区域沉降速率远大于靠近陆域侧区域,其形变趋势受海洋水动力扰动和地下水位变化影响,具有此类形变特征的地面形变与海平面变化存在一定相关性。     

采用时序InSAR技术监测北京地铁网络沿线地面沉降

随着北京轨道交通的日益完善,地铁成为人们日常出行的重要交通工具,监测和治理地铁工程沿线地面沉降成为保障线性工程正常运营的一项重要基础性工作。本文基于55景覆盖北京地区的3 m高分辨率TerraSAR-X数据,采用时序InSAR分析技术获取2010年4月至2016年12月地铁网络沿线的地面沉降形变信息,系统分析了北京地铁网络沿线地面沉降时空演变规律。同时,结合Peck公式将InSAR监测结果进行建模,以7号线磁器口-广渠门内站区段为例,估算地面沉降槽的空间发展特征。研究发现：北京市地铁线路沿线表现出不同程度的形变,形变严重的路段主要集中在东部及东北部区域,最大沉降速率超过了100 mm/a;相对于其他线路,4号、10线整体情况比较稳定,14号、亦庄线次之,6号、7号线不均匀沉降最为严重;此外,地铁在不同建设时期路段表现出不同的形变特征,施工期路段较运营期沉降严重;7号线磁器口与广渠门内站间沉降槽的宽度和最大值沉降值在2010-2016年呈现增加趋势,沉降槽最大宽度约达180 m。     

基于InSAR技术的东营市地面沉降监测及多诱发因素分析

基于2019年Sentinel-1的28景降轨InSAR数据,监测东营市年均沉降速率,分析并相互验证处于不同季节的两个干涉对及各形变中心的时序变化情况。结果表明,东营市存在5个大范围的沉降区域,均位于东营市沿海区域,最大沉降速率约为300 mm/a,沉降特征因地下水抽取、石油开采与卤水开发等地下流体开采类型不同而具有明显的季节性特征,但总体上各形变区域每年1~5月表现为较大线性速率的沉降,6~12月出现不同程度回弹后又缓慢沉降,干涉对剖线的形变趋势同时可验证时序结果的正确性。     

基于InSAR的矿区沉降中心动态变化监测与分析

以安徽省颍上县谢桥煤矿为例,采用InSAR技术探测矿区2007~2011年内各时间段的地表形变结果,利用岩床模型模拟矿区的形变场,分析沉降漏斗的发育状态,为区域地面沉降危险性评估提供重要参考依据。InSAR形变结果显示,开采区域内存在多处沉降漏斗,大体呈东西向分布;随着时间的推移,沉降中心不断推移,沉降范围逐渐扩大。结合遥感影像发现,沉降漏斗与塌陷水域的形成在时间上存在一致性,空间分布也存在高度相关性。     

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。     

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。     

北京地面沉降时空分布特征研究

20世纪60年代以来,北京市地面沉降不断发展,目前已经形成了东郊八里庄-大郊亭、东北郊-来广营、昌平沙河-八仙庄、大兴榆垡-礼贤和顺义平各庄5个沉降区。本文选取目前地面沉降较为严重的北京市朝阳区、顺义区和通州区作为研究区,利用2003-2010年的47景ASAR影像数据,采用SBAS-InSAR技术获取了研究区的地面沉降监测结果,并分别以SFP点年均沉降速率和各年沉降量作为权重,计算SFP点空间分布中心与方向特征椭圆,定量分析了研究区地面沉降时空特征。结果表明：2004-2010年,北京市地面沉降表现为严重的不均匀沉降,年沉降量最大值由104.04 mm增加到178.83 mm;标准差椭圆长轴与南北方向平行,反映出地面沉降空间发展方向性在南北方向较东西方向明显,椭圆面积由592.25 km²减小到 503.84 km²,表明2004-2010年研究区内发生地面沉降的区域范围变化呈减小趋势,但从沉降量可以发现,北京地面沉降一直处于加重趋势。     

矿区地表沉陷D-InSAR监测分析与应用

针对常规矿区地表沉陷监测方法的缺点,基于D-InSAR技术,对2016年12月18日—2017年2月25日的两景RADARSAT-2雷达数据进行差分干涉处理,获取了研究区域监测时间段内的开采沉陷信息,监测到3处沉陷盆地分布,结合实际情况,对监测结果和精度进行了分析。结果表明,D-InSAR技术能够有效监测矿区的地表沉陷分布及特征,可为研究大范围矿区的地表沉陷动态监测提供技术参考。     

PS-InSAR��������̫ԭ�е�������α����

????2008??8??~2010??9???浵??20??ENVISAT ASAR?????????PS??InSAR???????????е?????????????????????λ?????????????2008~2010??????α?????????α???????У??????????????????к??????????     

水准测量网监测在德州市地面沉降中的应用

山东地面沉降灾害以鲁北平原最为严重,在德州地区的地面沉降已对当地人民的正常生产和生活构成了威胁,并制约了当地经济的可持续发展。通过建立水准测量网络及监测运行,查明了德州市地面沉降的规模和范围,研究成果表明工作区均存在地面沉降现象,截至2010年,德城区由于地下水开采强度大,地面沉降幅度最大,目前地面累计沉降量为-1186.9～-636.9mm,多年平均沉降速率为59.35mm/a,形成了以市区西北部为中心的地面沉降盆地。超量开采深层地下水是造成大规模地面沉降的重要因素。