多源遥感数据在地下采煤塌陷识别中的应用与分析

长期的地下采煤会造成地表沉降,严重影响矿区生态环境和人民生命财产安全,采取可行有效的方法对矿区采空塌陷进行监测与分析,是实施地质灾害精准防护的首要前提,具有重要现实意义。为此,本文利用Sentinel-1 SAR雷达影像和高分辨率光学遥感影像,分别采用小基线(SBAS)InSAR技术和人机交互遥感识别方法对纳雍县鬃岭地质灾害群地下采煤塌陷范围进行了监测识别,对比分析了各自技术特点。结果表明:①基于小基线InSAR雷达监测技术能很好反映监测期内地表形变信息,对因地下开采引发的地表形变较大或微小形变均能有效识别,但对早期煤矿开采造成而目前趋于稳定的采空塌陷识别能力不足;②高分辨率光学遥感人机交互解译对于目前采空塌陷形变已趋于稳定或历史上形成的采空塌陷区损毁土地情况有很好的识别;③综合InSAR 监测技术和高分辨率光学影像遥感识别方法,能较全面获取采空塌陷范围及损毁情况,可为矿山地质环境治理、地质灾害防护提供参考依据。     

升降轨Sentinel-1A时序InSAR的中川国际机场地表形变监测与分析

可靠地监测基础设施的形变对于评估其结构健康至关重要。本文以中川国际机场为研究区,基于46景升轨和45景降轨Sentinel-1A雷达影像,使用SBASInSAR和PSInSAR技术获取了中川国际机场2017年3月27日至2020年3月23日、2017年3月20日至2020年3月28日的地表形变速率以及时序位移量,并采用内、外部检验的方式对4种监测结果进行了评定。同时结合相干性系数均值、直方图统计、形变速率方差及其标准差,选取最理想的形变结果从人为因素和自然因素分析了中川国际机场地表形变的成因。结果表明:4种形变结果总体较为一致,不同轨道模式数据采用同种时序InSAR技术所得监测点的方差和标准差较为接近,同种轨道模式数据采用不同时序InSAR技术的形变结果略有差异,SBASInSAR相比PSInSAR的监测结果更为稳健。中川国际机场存有零散的沉降区,机场西南角的形变最显著,最大的垂直沉降速率达11 mm·a-1。中川国际机场的地表形变与道路网、内部扩建等人为因素有关,地层界线与机场内部形变不直接相关,地表沉降区与岩性关联紧密。在进一步推进中川国际机场建设的同时,应避免过度人为活动带来的消极影响。研究结果以期为中川国际机场的土地利用规划以及灾害防治提供指导意见与相关信息。     

基于时序InSAR技术的甘肃金川铜镍矿区地表沉降研究

文章采用时序InSAR技术对甘肃省金川铜镍矿区域地表沉降规律开展研究。利用Sentinel-1A干涉影像,基于SBAS-InSAR技术和时序D-InSAR技术,反演2018年1月—11月金川铜镍矿区域地表沉降。经过2种技术结果对比及验证分析表明,2018年矿区有2个沉降漏斗,分别是西二采区5-7行和老矿坑。西二采区5-7行的最大沉降速率为-14mm/a,雷达视线向累积最大形变量为13mm,地面形变呈平稳态势;老矿坑东南方存在明显的沉降,沉降最大速率为-85mm/a,雷达视线向累积最大形变量为78mm。     

基于InSAR技术的川西高山峡谷区地质灾害早期识别研究——以小金川河流域为例

采用短基线集时序干涉测量(small baseline subset InSAR,SBAS-InSAR)技术,利用多时相合成孔径雷达数据,对川西高山峡谷区开展地表多时相、长时序形变监测与地质灾害隐患早期识别研究。介绍了时序InSAR方法原理,梳理了数据处理流程,分析了小金川河流域雷达可视性,利用2018-11—2019-12共26期的Sentinel-1A历史存档数据开展了流域内地表形变监测,结果表明: 流域内雷达视线方向的年平均形变速率为-51.12~75.28 mm/a; 依据形变异常分布规律,共判译出4处形变异常区与11处潜在地质灾害隐患点,其中6处隐患点为已知地质灾害点,其余5处隐患点尚不为人知。以隐患点P1(阿娘寨滑坡)为典型案例,开展了长时序监测分析与验证,评估利用InSAR技术开展地质灾害隐患早期识别的可靠性,证明了SBAS-InSAR技术在地质灾害早期识别中的优势及有效性,其技术成果在川西高山峡谷区具有大范围推广应用的潜力。     

时间序列InSAR技术在矿区地表形变监测中的应用

针对露天矿区与城区地表相干性不一的特征,提出一种改进的时序InSAR(合成孔径雷达干涉测量)技术对霍林河矿区及周围城区地表进行形变监测。首先,通过增加时间采样密度控制相干性来筛选矿区周边具备一定相干点密度的干涉数据;其次,采用经过参数优化的分布式散射点选取方法选取分布式目标并使用传统方法提取永久散射体;最后,将分布式目标与永久散射体目标混合构建Delaunay三角网进行两次回归分析得到研究区域地表形变速率。实验结果显示,霍林河矿区边坡最大形变速率达到?630 mm/a,矿区周边道路地面最大沉降速率达到71 mm/a,霍林郭勒市地表沉降速率最大达到15 mm/a,与同期GPS监测结果进行对比,证明改进的时序InSAR技术方法适用性良好,对矿业城市地表形变监测提出了一种新的InSAR监测方法。     

基于Sentinel-1A SAR数据的呼和浩特城区地表形变分析

为了实现对呼和浩特市城区形变监测,采用永久散射体合成孔径雷达干涉测量（PS-InSAR）技术,对2017年3月—2021年4月期间25景呼和浩特市城区Sentinel-1A数据进行时序干涉处理,提取了城区地表沉降信息,并分析了主要沉降中心沉降原因。结果表明：呼和浩特市城区地表存在5个明显的沉降中心,整体地表平均年沉降速率3.65 mm/a,平均累计沉降量为15.50 mm,其沉降主要原因是由于地下水过度开采。Sentinel-1A数据具有时间基线短、影像数量足、数据免费等优点,利于InSAR时序分析,可满足同类城区地表形变监测工作,服务城市安全。     

基于时序InSAR的山西大同煤田地表沉降监测及时空演化分析

【研究目的 】地表沉降作为煤矿区主要地质灾害之一,严重影响矿区经济的可持续发展和居民生活的安全稳定,有必要对矿区地表沉降进行快速高效监测。【研究方法 】以大同煤田为例,研究使用2020年1月至2021年12月共31景Sentinel-1影像,基于短基线集干涉测量技术（Small Baseline Subset InSAR,SBAS-InSAR）对地表沉降进行监测,获取大同煤田地表沉降速率和累计沉降结果,使用已有研究成果对监测结果的可靠性进行验证,并分析了沉降时空变化特征及演化规律。【研究结果 】大同煤田地表沉降分布较广,沉降总体分布趋势与大同煤田矿业管理数据的走向基本一致。沉降主要分布在大同市南郊区西部以及大同市、怀仁市和山阴县交界处,其中塔山矿地表沉降最为严重,大同煤田最大沉降速率为168.03 mm/a,最大累计沉降量为329.12 mm,总沉降面积为270.95 km2,且沉降呈现持续增加的趋势,根据沉降趋势推断需要较长时间才能实现地表活动相对稳定。【结论 】研究表明了InSAR技术在煤矿区沉降监测的可行性,可为矿产资源管理工作提供新的技术方法,研究结果可为煤矿区沉降监测预警、灾...     

基于时序InSAR的西南科技大学地表形变监测与分析

以西南科技大学青义校区为研究区,利用SBAS-InSAR和PS-InSAR对52景升轨Sentinel-1A雷达影像,分别获取了研究区2017年6月至2020年11月的地表形变速率及时序形变量。结合相干性系数、形变速率、方差及标准差对两种时序InSAR结果进行检验对比,从自然、人为因素两方面探讨了研究区地表形变机理与演化过程。结果表明：研究区存在多处显著沉降,最大垂直沉降速率可达15 mm/a,地表形变与学生公寓楼、道路扩建等人为因素有关,地表沉降区与强降雨、岩性及地势地貌关联紧密,地层界线与地表形变不显著相关。相较而言,两种监测结果总体一致性较好,SBAS-InSAR相比PS-InSAR的监测结果稳健性更好。     

基于SBAS-InSAR技术的安徽省砀山县地面沉降监测

皖北地区地貌形态以平原为主,地面沉降是其面临的主要地质灾害。基于小基线集(small baseline subsets-interferometric synthetic aperture radar, SBAS-InSAR)方法,利用2017年5月至2021年12月期间采集的47景Sentinel-1A SLC (single look complex,SLC) 升轨数据对砀山县进行地表形变监测,获得了砀山地区该时段年均形变速率和地表累计形变图,揭示了监测期间该区的形变时空分布和变化特征。结果表明: 以砀城镇为中心,包含高铁新区及经济开发区一带地表沉降明显,黄河故道以北,沿玄庙镇东西方向发生微量沉降,沉降的分布与地下水过量开采以及岩土性质密切相关。定期监测地面沉降的分布和量级,能够缓解日益增长的城市化人口暴露于这类灾害下的风险。     

融合分布式散射体时序InSAR技术在矿区形变调查中的应用

为了对河北省承德市滦平县张百湾镇周台子村铁矿区进行形变调查和监测,消除安全隐患,在时序CSInSAR（相干散射体InSAR）技术的基础上,开发了48景Sentinel1数据的DSCSInSAR（融合分布式散射体和相干散射体InSAR）技术。该方法首先采用AD (Anderson Darling)检验对同质像素点进行识别,然后基于协方差矩阵特征值分解算法对最优相位进行估计,最终通过时序形变解算得到铁矿区的地表形变结果。研究结果表明：研究区的年平均形变速率范围为-34.50~24.50 mm/a;大部分矿区都存在不同程度的沉降,其中周台子村和路边附近矿区沉降量较大,窑岭沟矿区出现明显抬升现象,最大沉降量和最大抬升量分别达到了34.00和24.03 mm,其形变结果与当地4个GPS监测点结果一致。与CSInSAR技术相比,DS CSInSAR技术极大提高了目标点的密度和干涉图的质量。     

基于SBAS-InSAR的西宁市滑坡识别和形变监测分析

中国黄土高原滑坡灾害频发，严重威胁经济的发展及生命财产安全。利用时序合成孔径雷达干涉测量(InSAR)技术识别潜在的活动滑坡，并对其进行形变监测，有利于预防和减轻灾害造成的危害。InSAR技术具有大范围观测地表变形的能力，这里以西宁市为研究区，采用83景升轨和87景降轨Sentinel-1A雷达影像，利用小基线集(SBAS)时间序列InSAR技术，获取了研究区2019年1月至2021年11月地表形变速率以及时序形变量，共探测到74处显著形变区；结合地貌和光学影像特征，确定其中35处为活动黄土滑坡。通过对活动滑坡的时间序列形变分析，内在(工程岩组、断层)和外在(降雨)条件的共同作用，是激活不稳定边坡或加速边坡运动的主要因素。     

蔚县矿区地面沉陷InSAR多维形变监测

河北蔚县是我国华北地区最大的地下采煤区之一,该地区长期存在采矿塌陷灾害,不仅威胁采矿安全,而且严重破坏当地生态环境。本文基于合成孔径雷达干涉（InSAR）这一新型空间对地观测技术,采用61景Sentinel-1A/B干涉宽幅（Interferometric Wide swath,IW）模式数据进行矿区形变观测,获取整个矿区在2017—2018年间的地表形变空间分布特征,并对矿区地表的沉降量级及面积进行详细的统计分析。此外,采用融合多轨道SAR数据的多维形变时序估计方法,对西细庄矿数据进行东西向和垂向的二维形变分解,获取该矿的二维形变时间序列。结果表明:除南留庄井田外,其余三大井田在监测期间均存在不同程度的地面沉陷灾害;整个矿区年沉陷速率超过-10 cm/a的区域达到了2.16 km2;受成像几何影响,不同轨道数据获取的形变结果存在一定差异;西细庄矿以垂向形变为主,伴随明显的东西向水平形变。研究结果为蔚县矿区地面沉陷监测与煤矿安全开采提供数据参考。      

基于短基线子集(SBAS)干涉技术的地表时序沉降估计

目前我国很多城市正在遭受地面沉降的地质灾害,长三角地区尤为严重,其持续时间长,规模大,带来的经济损失 巨大,无锡是长三角地区大规模地面沉降的典型代表城市之一。为此,本文利用 10 景 ALOS PALSAR 影像,基于短基线子 集(SBAS)干涉技术,评估了无锡市从 2007 年 1 月 12 日到 2011 年 3 月 10 日的地表时序形变。研究结果表明:惠山区沉降速率 较快;2007 年到 2009 年沉降空间格局发生了改变,2009 年到 2010 年监测结果出现异常陡降。实验证明利用短基线子集 (SBAS)干涉技术对大范围的长时间序列沉降监测可行且有效,其监测结果可以让决策者全面掌握地面沉降灾害的整体状 况,从而为地理国情监测以及防灾减灾提供重要的科学依据,同时也可以根据沉降规律追溯历史工程活动时间 。     

典型黄土丘陵区地质灾害隐患识别与时序监测

宁厦南部地区以黄土丘陵地貌为主,区内沟壑纵横,小型滑坡较为发育,地表形变监测难度大。为探索黄土丘陵区的地质灾害隐患识别方法,以宁夏回族自治区固原市泾源县为研究区,应用SBAS-InSAR技术对采集到的2016年7月—2021年5月的11期升轨L波段ALOS-2数据进行处理,得到形变速率结果。联合高分光学影像,根据形变速率、形变规模、坡度、形变区到承灾体的距离等因素进行综合分析,在泾源县共识别疑似隐患27处。经实地验证,其中22处形变迹象较明显、而且有明确的承灾体,确定为地质灾害隐患。对其中典型隐患点进行时序形变分析,发现这些区域在监测时间段内有持续显著的地表形变,最大沉降速率达到91.53 mm/a。结果表明：在黄土丘陵区,应用L波段SAR数据,采用SBASInSAR技术的地质灾害形变监测效果显著,联合高分辨率的光学影像数据、应用综合遥感识别的方法,在该地区地质灾害隐患识别的正确率较高,具有很好的适用性。未来可编程采集升、降轨结合的L波段数据、结合无人机LiDAR数据做更深入的研究,以进一步提高地质灾害隐患识别的准确率,为地质灾害精准防治做好技术支撑。     

基于多源SAR数据的InSAR地表形变监测(摘要)

<正>合成孔径雷达干涉测量(InSAR)技术因其具有高分辨率、高精度等特点,已广泛用于地震、火山、地面沉降等地表形变的监测中。然而,InSAR技术仅能获取雷达视线方向的一维形变信息,仅依靠单一轨道的SAR数据不能完全、准确地反映监测区的地表形变特征,这一缺陷大大限制了InSAR技术在地表形变监测中的推广应用。随着Envisat ASAR、ALOS PALSAR、Radarsat-2、COSMO-SkyMed和TerraSAR-X等雷达卫星数据的不断获取,在同一     

基于时间序列Insar的黄土高原城镇滑坡识别研究

在黄土高原城镇灾害调查的基础上,利用时间序列In SAR技术对绥德县城区的地表形变进行监测,通过影像裁剪、影像配准、地形相位估计、差分干涉、高相干点选取、相位解缠、变形提取和误差估计等数据处理手段,获取黄土高原重要城镇时间序列PS点,利用PS点的变形速率值来圈定潜在滑坡区;通过野外考察,证明时间序列In SAR技术可用于黄土高原区滑坡识别,且准确度较好,能为城镇地质灾害风险防控提供科学依据。     

SBAS-InSAR技术在西藏江达县金沙江流域典型巨型滑坡变形监测中的应用

滑坡是一种破坏力极强的地质灾害,对滑坡易发区域进行长期有效的时序形变监测是研究机理和防灾减灾的重要途径,小基线雷达干涉测量技术（SBAS-InSAR）在滑坡等地质灾害形变监测中的应用为当前地灾防治提供了新的手段。文章使用SBAS-InSAR技术对西藏江达县金沙江流域发生的典型滑坡灾害进行了时序形变特征分析。首先,基于2017年7月—2018年12月的23景Sentinel-1A影像数据,获取了江达县东部及其周边区域在时间跨度内的形变分布图以及时序形变特征;在此基础上,结合区域内沃达和白格2处滑坡的实地勘探资料和现有研究成果验证了形变探测结果的准确性;另监测数据显示沃达滑坡中部及前缘位置存在明显形变,且部分位置的形变量超过100 mm,白格滑坡的残留体同样存在较大的形变,尤其是边界区域存在明显的形变漏斗,最大形变量超过110 mm。同时在金沙江流域西岸存在2处滑坡隐患区域,累计沉降量均超过45 mm,最大形变速率分别为?53 mm/a和?45 mm/a。基于数据分析和现场勘查,表明SBAS-InSAR技术在滑坡灾害的形变监测方面是一种有效手段,另江达县金沙江多处岸坡在不断发生形变,应进一步加强该区域地质灾害形变监测,必要时提前开展防治工作。     

黑方台地表三维形变分析

甘肃省永靖县黑方台属于典型的黄土台塬,其黄土具有较强的湿陷性,长期的大水漫灌引起厚层黄土发生严重的湿陷现象,进而诱发滑坡及严重的地面变形。本文以黑方台地表变形为研究对象,采用PS-InSAR技术对2014~2017年期间Sentinel-1 A卫星3条轨道的降轨数据进行处理,得到了不同视线（LOS）方向的变形,进而通过反演和计算得到该地区三维地表形变信息,分析了视线向、垂直向以及水平向的地表变形特征,预测了未来的发展趋势。结果表明:在靠近台塬中部区域以及塬边部分区域的视线向变形速率较大,沉降范围为4~13 mm·a-1;垂向变形较大的区域大都靠近台塬中部,平均变形速率为-20~-6 mm·a-1;整个台面南北向变形很小,平均变形速率为-5~5 mm·a-1,东西向变形较大,平均变形速率大都超过20 mm·a-1。研究区属于不均匀沉降区域;整体来看,研究区的地表变形在短期内仍然处于缓慢加速发展阶段,随着农业灌溉的持续进行,研究区地表变形速率达到一定值后会逐渐下降。     

联合升降轨Sentinel-1A数据监测桃坪乡古滑坡沿坡向的形变速度场

单一平台或轨道的InSAR(Interferometric Synthetic Aperture Radar,InSAR)技术通常只能获取到滑坡体沿雷达卫星视线(LOS)方向的一维形变信息,无法直接获取到滑坡体沿坡向的形变信息,使得InSAR技术无法充分满足滑坡监测的工程需求。针对这一问题,本文提出联合升降轨Sentinel-1A数据提取滑坡沿坡向形变速度场的模型算法,其基本方法是:首先利用InSAR技术分别获取升轨和降轨沿LOS方向的形变速度场,然后根据坡向和坡度建立滑坡的滑动面坐标系,基于LOS方向与滑动面的几何关系对升降轨对应的LOS向形变速度值进行建模,在滑动面上不存在法线方向形变的合理假设下通过解算独立方程组获得滑坡体沿坡向的形变速度场和沿垂直坡向的形变速度场。本文选取四川省理县桃坪乡古滑坡作为研究对象,并通过模拟实验对模型的解算精度进行验证,结果表明:相比于LOS向形变速度场,重建的沿坡向和沿垂直坡向形变速度场更加清晰地揭露了滑坡体的主要位移模式和危险性较高的坡体区域。同时,模拟实验结果表明,模型算法的解算误差与噪声水平大致呈线性增加的关系,当噪声水平达到10 mm·a-1时,沿坡向形变速度场的解算误差为14.1 mm·a-1,沿垂直坡向形变速度场的解算误差为11.9 mm·a-1,证明了模型算法以及结果的可靠性。     

贵州省开阳县耕地土壤与农作物硒地球化学特征及其影响因素

由于昆明近几年城市建设发展、地铁兴建、地下水开采等,导致地面出现严重的沉降现象,因此对其进行有效监测十分必要。本文利用覆盖昆明地区的30幅Sentinel-1A影像,分别采用PS InSAR技术和SBAS InSAR技术进行数据处理,获得两组昆明市主城区的地表沉降信息,并通过交叉验证分析和时序分析对两组结果进行对比。结果表明：两种方法的结果具有相关性、可靠性和较高一致性,研究区在2018年7月至2019年7月期间存在地面沉降问题,且最大年沉降速率可达到-39.258 3 mm/a。