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。     

佛山地铁沿线时序InSAR形变时空特征分析

佛山作为中国珠三角地区经济和城市化高速发展的城市，由于其脆弱的地质水文条件，长期遭受地面沉降灾害的影响。同时，该区域地铁作为缓解城市交通压力的重要工具，其施工和运行所导致的地面沉降也影响了人们的生命财产安全。但目前针对佛山地区相关的系统研究不多，对地铁沿线的沉降规律认识不足。利用Sentinel-1数据监测了2015-06至2018-09间佛山市的形变信息，结果表明，佛山市地表形变呈零星分布，未出现大范围的沉降漏斗，形变速率为-20~5 mm/a，局部区域的沉降速率超过-30 mm/a。地面沉降主要与不稳定的地质结构、地下水抽取和局部区域工程施工有关。基于获得的形变结果，对佛山市地铁沿线的形变情况进行了研究，并对2018年佛山市地铁坍塌事故路段的沉降情况进行了详细分析，阐述了在空间分布上地铁沿线沉降差异的成因，并在时间上对地铁沿线的形变进行了模型参数反演。研究工作为今后当地政府开展地表形变普查、沉降灾害预警提供了参考，并为地铁正常运行与维护的安全监测提供了理论依据。     

InSAR技术支持下的高速铁路沿线沉降监测与预测

针对盘营铁路专线、哈大铁路专线沿线沉降监测研究较少,采用InSAR技术获取了研究区地表形变信息,还对其进行了相关分析.用SBAS-InSAR对35景Sentinel-1A SAR数据进行处理,获取VV、VH极化下的年均沉降速率及沉降序列;以年均沉降速率为研究对象,进行沿线沉降特征分析及交叉验证;利用小波变换对沉降序列降噪处理,用改进BP神经网络对降噪后沉降序列预测分析.研究结果表明,研究区内高速铁路沿线共监测出6个明显沉降区域,最大沉降速率达50mm/a;两种极化年均沉降速率具有较高的一致性,降噪处理后的沉降序列更加平滑;改进BP神经网络具有较高的收敛速度,其预测精度有较大提高.     

短基线集技术在地表形变监测中的应用研究

通过选取覆盖珠海地区的34景ASAR数据,采用短基线集(SBAS)技术对该地区进行了形变监测,并通过实地考察对InSAR结果进行了验证,同时对形变结果及原因进行了分析和讨论。结果表明,珠海市的地表沉降多发生在沿海、沿河区域,沉降速率主要集中在15 mm/a左右,局部区域达到30 mm/a,监测结果与实地考察结果吻合良好,从而验证了SBAS方法监测地表形变的可行性。     

PSI技术在上海地表沉降监测中的应用

应用永久散射体雷达干涉(PSI)技术进行地表沉降监测研究,对PSI建模时采用的各相位分量的空间相关特性和沉降结果精度进行详细分析。试验选取覆盖上海地区的16幅高分辨率TerraSAR-X(TSX)SAR影像为数据源,进行PSI建模、形变提取和精度分析,并使用地面水准数据进行对比验证。结果表明,根据PS各相位分量的空间相关特性进行PS点的识别是合理的。与水准数据对比,两类年沉降速率结果具有很好的一致性,差异均值和标准偏差分别为1.6 mm/a和±4.6 mm/a,最小和最大差异量分别为0.198 7 mm/a和10.132 mm/a,证实了PSI技术在上海地区地表沉降监测的应用是有效和可靠的。     

基于SBAS-InSAR的矿区地表沉降监测与分析

针对雷达差分干涉测量技术（differential interferometry synthetic aperture radar,DInSAR）易受时空失相关、大气相位延迟等因素的影响,采用小基线集技术（small baseline subset,SBAS）对13景TerraSAR-X数据进行时序处理,估算并去除了残余数字高程模型误差、大气延迟误差和轨道误差,分析了研究区域2012-2013年沉降速率,发现2310和1301两工作面最大下沉速率分别为40 mm/a和50 mm/a;分析时序累计沉降值发现,2306、2308、2310这3个工作面在2012年11月15日之前地面沉降并不明显;在2310和1301工作面分别提取3个失相干现象表现较为缓慢的候选点进行时序分析,发现沉降值和时间成线性变化关系,且开采时间越早,其沉降特性越符合线性变化;将SBAS和DInSAR两种方法获得的累计沉降值进行差值分析,发现两种方法的差值在5 mm以内;在2310工作面走向方向和倾向方向选取若干观测点,并提取各观测点的时序沉降值对工作面时序沉降进行量化分析,实验表明SBAS-InSAR技术在矿区地表沉降监测与分析方面具有良好的应用前景。     

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。     

PALSAR和ASARPSI显著地表沉降探测与分析

永久散射体雷达干涉(PSI)已被广泛应用于城市缓慢沉降监测,但针对显著性地表沉降监测及PSI适用性的探讨较少。本文选取天津市与廊坊市城郊结合部的典型工业化城镇为研究区,分别以2007至2010年间的23幅L波段(23.6 cm)ALOS PALSAR影像和2007至2009年间的23幅C波段(5.6 cm)ENVISAT ASAR影像为数据源,使用基于相位空间相关性分析的PSI方法进行时空沉降提取,并对两个平台的结果进行对比分析和交叉验证。在此基础上,结合长短波SAR对沉降敏感性不同的特征探讨该PSI方法应用于显著沉降解算的可靠性,并结合地质条件及地下水开采信息对实验区沉降的时空分布进行深入分析和解释。研究表明,两平台的沉降结果十分吻合,在沉降漏斗区二者均方根误差(RMSE)为6.5 mm/a;实验区地表沉降呈现出显著的非均匀性,最大沉降速率超过200 mm/a,造成严重沉降的主要原因为地下水的大量开采;证实了PSI方法在显著地表沉降监测方面的有效性和可靠性。     

连云港防波堤时序InSAR沉降监测研究

连云港位于"一带一路"的交汇处,沿海开发建设导致地表载荷和地质环境发生重大变化.针对出现的地面沉降问题,基于多主影像相干目标小基线技术,利用2017年1月至2018年12月25期Radarsat-2超宽精细模式SAR影像数据,对连云港市进行地表沉降监测.基于监测结果进一步深入剖析徐圩港区东、西防波堤的沉降影响状况及研究区地面沉降诱发因素.结果表明区域沉降最严重位置位于连云港徐圩港区,最大沉降速率达251.7 mm/a.徐圩港区东、西防波堤皆出现较为明显的沉降.     

连云港防波堤时序InSAR沉降监测研究

连云港位于"一带一路"的交汇处,沿海开发建设导致地表载荷和地质环境发生重大变化.针对出现的地面沉降问题,基于多主影像相干目标小基线技术,利用2017年1月至2018年12月25期Radarsat-2超宽精细模式SAR影像数据,对连云港市进行地表沉降监测.基于监测结果进一步深入剖析徐圩港区东、西防波堤的沉降影响状况及研究区地面沉降诱发因素.结果表明区域沉降最严重位置位于连云港徐圩港区,最大沉降速率达251.7 mm/a.徐圩港区东、西防波堤皆出现较为明显的沉降.     

基于IPTA技术的广州市2017—2020年地铁沿线沉降监测

干涉点目标分析技术(IPTA)是一种常用的地表形变监测技术,能够克服大气延迟、时空失相关的影响,获取高精度的监测数据。本文采用IPTA技术对覆盖广州市2017年5月至2020年5月期间的85景Sentinel-1A影像进行处理,获取了广州市的平均形变速率信息。同时,本文还分析了广州市及其地铁沿线形变的空间分布特点。结果显示：广州市地铁沿线的整体地表形变较为稳定,沉降主要集中在6号线沿线,最大的沉降漏斗位于柯木塱站,沉降速率达到了-39.5 mm/yr。结合实地考察结果,IPTA技术能够为大范围城市地铁沿线的沉降监测提供可靠的信息支撑。     

基于SBAS技术的深圳市地表形变监测

星载合成孔径雷达干涉测量技术全天时、全天候条件工作,可大面积、高精度获取地表形变信息,从而为地表形变影响的风险评估提供理论支持。小基线集技术是新近发展起来的用于监测地表形变的新技术,具有监测范围广、精度高等特点。采用28景TerraSAR数据(2013-03—2015-11)进行时间序列处理,提取深圳市主城区的时间系列地表沉降结果。结果表明,大部分地区累计下沉量在-10~10mm之间,部分地区年均下沉量大于-50mm。利用时间序列分析方法找到下沉现象明显的几个区域并进行位移分析,实测数据证实SBAS技术具备监测地表微小形变的能力,可在未来城市形变监测及灾害风险评估中起到关键作用。     

时间序列InSAR技术辅助下的北京市高速公路网沉降监测应用

利用高分辨率TerraSAR-X影像,通过多主影像相干目标小基线干涉技术（MCTSB-InSAR）获取了北京市主城区2011-2015年的地表形变信息;通过建立缓冲区,提取并分析了北京市12条高速公路及一条快速公路的沉降现状;在高速公路沉降信息的基础上对机场第二高速进行了路面平整度分析。利用水准测量数据验证了监测结果,精度达4.6 mm/a,表明MCTSB-InSAR技术不仅可以快速监测出大区域高速公路交通网络的地表沉降,而且监测精度较高。     

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。     

基于TCP-InSAR的开采沉陷监测与分析

针对传统地表监测方法中存在监测范围小、成本高、人力物力需求大等问题,使用2015-04-28～2016-03-05时间段内的13景RadarSAT-2数据,利用TCP-InSAR技术获得河北省邯郸市某矿区的地表沉降监测结果,并对沉降结果进行详细分析.研究结果表明,该研究区域内地表最大沉降速率为-106.21 mm/yr...     

多源数据下老采空区上方地表残余变形规律分析

为动态分析老采空区上方地表残余变形规律,本文以淮南矿区新庄孜矿新淮工厂为例,综合运用D-InSAR遥感解译反演与地表移动变形监测两种方法分析其残余变形规律,并以遥感解译数据与实测数据为基础资料,采用GM（1,1）模型进行地表残余变形规律的动态预测。D-InSAR存档数据反演结果显示2009年1月-2011年12月期间地表最大下沉量为100 mm,最大下沉速率为2.5 mm/d;地表移动变形监测结果显示2012年1月-2013年12月期间地表最大下沉量为55 mm,最大下沉速率为0.45 mm/d;GM（1,1）模型预测结果显示地表监测点下沉速度小于1.67 mm/d,地表处于残余衰退阶段;同时模型相关系数R²>0.95,预测结果和曲线拟合精度可靠。研究成果可为煤矿老采空区上方建筑地基残余变形监测工作提供参考。     

南昌地铁沿线时序InSAR形变时空特征分析

基于32幅Sentinel-1 A影像数据,采用结合永久散射体(Persistent Scatterer,PS)特征点的小基线集雷达干涉测量技术获取了南昌市区2017年3月至2019年10月的地表形变信息,形变量级位于-22～14 mm/a.重点分析了各条地铁沿线形变的时空特征:1号线受地下水开采和南钢、洪钢漏斗的影响,地表有略微下沉;2号线八一广场站与南昌西客站附近区域地表出现抬升,发现地铁线路在不同建设时期会对地表形变造成一定的影响,同时着重分析2018年发生的两起坍塌事故的地表形变的因素;3、4号线部分区域由于不稳定的地质条件、地下水开采以及地铁隧道施工,导致地表出现沉降.     

利用稀少卫星影像控制点生产1:10 000 DOM——以阿拉善盟测区为例

青藏铁路沿线地表受多年冻土的影响会产生抬升和沉降,形变监测对于其安全运行至关重要。本文采用41景C波段Sentinel-1A升轨数据,结合均匀网格划分子区域的方法,探测分布相对均匀的永久散射体,以作为SBAS InSAR技术的地面控制点,对青藏线羊八井站至乌玛塘站段铁路及其沿线地表进行形变监测。试验结果表明,该段铁路年形变速率范围为-8~2 mm/a,该区域形变受周围冻土的影响随季节呈周期性变化;SBAS InSAR技术和本文的PS-SBAS InSAR技术在同名点形变趋势与形变程度方面的对比结果保持一致性,进一步说明了本文方法的可靠性。     

PS-InSAR在沛县矿区地表沉降监测中的应用

以徐州北部重要煤矿产地沛县为例,采用永久散射体时序分析技术(PS-In SAR)对2007~2011年间的18景ALOS PALSAR影像进行时序分析,反演了该地区这4 a间由于煤矿开采造成的地表形变过程。实验结果表明,(1)实验区域存在两处较大矿区形变,分别为沛城煤矿和孔庄煤矿,其沉降中心区沉降速率分别达到-38 mm/y和-18 mm/y,且与实际矿区的空间分布位置一致;(2)受孔庄煤矿开采的影响,沛县北部的省道321以及县内道路沉降也较为明显,沉降速率为-8 mm/y;(3)其他形变区域中心形变速率为-6^-16 mm/y。     

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。