InSAR技术在高速公路灾害辅助识别中的应用

为尽可能早地发现并排查出高速公路灾害的隐患点，本文以昆磨高速公路的昆明至玉溪路段为例，首先基于PS-InSAR技术，利用45景Sentinel-1影像获得了研究区域2018-2019年的沉降速率图。然后对沉降严重区域进行横纵断面分析，识别出昆磨高速公路沿线的隐患路段。最后对这些路段的进一步监测提出建议。研究表明，昆磨高速公路沿线总体呈现出较为平缓的沉降趋势，但存在着3个严重沉降区。分别是谢井村和朱井村路段、昆磨高速公路与东绕城高速公路交界处路段，以及昆磨高速公路与晋新公路交界处路段。因此证明了PS-InSAR技术能有效排查高速公路沿线的灾害隐患。     

PS-InSAR和SBAS-InSAR技术对昆明主城区地面沉降监测的对比分析

以昆明主城区为例,分别利用PS-InSAR和SBAS-InSAR技术对2014—2017年间29景升轨Sentinel-1A数据进行沉降监测,对比两种技术得到的沉降结果,进行剖面图分析与时序分析。结果表明,PS-InSAR和SBAS-InSAR技术监测结果具有一致性、相关性和可靠性。研究发现,昆明市沉降漏斗主要位于居民区、地铁、道路、高速公路以及滇池等区域,最大年沉降速率可达-39.580mm/a,累积沉降量达到85mm。研究表明,昆明主城区地面沉降主要由于近几年城市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原因引起地面软土地层下沉。     

PS-InSAR技术在长江堤防沉降监测中的应用

落实和推动长江治理与保护一直是长江水利工作的重大任务。沿江堤防工程作为保护沿江经济带发展的一道重要屏障,其形变监测是长江运营管理中重要的内容之一。InSAR作为一种新型、大尺度的监测手段,在水利工程隐患排查中具有巨大的推广价值。本文采用PS-InSAR技术和Sentinel-1A影像,提取了南京梅子洲及其周边江堤2020年4月—2022年1月的形变时空分布,并结合同期水准数据对其可靠性进行了验证。结果表明,长江侧堤防比夹江侧堤防形变更加明显。其中,靠近潜州处堤段形变速率可达-20 mm/a。总体而言,梅子洲江堤呈现出一致性的沉降形变,差异性形变不显著,堤防整体发生了轻微沉降;PS-InSAR观测的形变时空分布与水准数据具有较高的一致性,该技术适用于长江堤防沉降变化监测,且能为大尺度的长江堤防风险排查与早期隐患识别提供一种可行的技术手段。     

时序InSAR的连云港及盐城北部地表沉降研究

针对连云港和盐城北部等地区的地表沉降问题,该文基于改进的多主影像相干目标小基线干涉技术,并利用多时相ALOS PALSAR和Radarsat-2干涉影像研究该地区的地表沉降。研究表明,虽然2007—2011年连云港及盐城北部地区整体地表状态相对稳定,但在连云港沿海地区和盐城市区存在明显沉降,最大沉降速率高达-80 mm/a;2012—2015年连云港市与盐城市北部地表沉降明显加剧,连云区和赣榆区持续发生沉降,灌云县、灌南县、响水县以及涟水县的成片沉降形成了大范围沉降漏斗,其中连云港市和盐城北部最大沉降速率分别为-76和-81mm/a;连云港与盐城北部地区沉降速率小于-10mm/a,其沉降区域面积分别达到了1 054.49和1 492.11km2,对当地社会、经济的危害不容忽视。     

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。     

利用时序InSAR反演常州市地表沉降速率

利用25景Envisat ASAR数据和29景高分辨率(3 m分辨率)TerraSAR-X数据,采用永久散射体干涉测量技术(PSInSAR)研究了常州市2004-2014年的地表沉降速率。结果显示,常州市的主要沉降区域发生在武进区,存在2个主要的沉降中心和1个大范围的沉降条带,2004-2010年间的地表沉降速率达到26 mm/a,2010-2014年间沉降速率变缓,最大为24 mm/a。两组数据同时段的沉降量相关性达到0.78,并利用研究区域同期水准数据检验了本文的研究结果,两者的平均速率差值均在5 mm/a以内,表明时序InSAR技术反演结果的可靠性和精度。X波段高分数据监测到C波段无法监测的高速路段存在5.3 mm/a的沉降速率,与水准结果的RMS分别为2.5、4.2 mm/a,表明TerraSAR-X比Envisat ASAR不仅具有更高密度的PS点,并且探测目标的位移具有更高的灵敏度和更高的精度。     

基于PSInSAR技术的常州地表形变监测研究

地面沉降已成为我国主要地质灾害之一,本文利用27景Envisat ASAR数据,采用点目标干涉测量(IPTA)技术,以常州市为实验地区,得到常州地区2007 ～ 2011年间地表形变沉降速率图,结果表明,常州市区存在多处严重沉降,最大沉降速率达-31 mm/a,表明IPTA技术在城市地面沉降监测中有广泛的应用前景.     

基于PS-InSAR技术地质灾害遥感监测分析——以南通市崇川区为例

以南通市崇川区2020年的SAR影像为数据源,利用永久散射体雷达差分干涉测量(PS-InSAR)技术对南通崇川区的地面沉降进行时序分析研究。结果显示,基于时间序列的分析表明,崇川区存在多个沉降漏斗区,其中东南部区域下降趋势明显,沉降速率较高,最大沉降速率约33.24 mm/a。分析崇川区沉降原因,可以为南通市崇川区地质灾害防治提供理论参考。     

利用PS-InSAR技术进行城市地铁沿线形变监测与机理分析

本文利用PS-InSAR技术获取了上海地区沉降速率场及累计沉降量等信息,并分析了该地区的沉降时空分布特征,以及该地区沉降与降水量、地铁施工运营等因素之间的关系。研究表明:①上海市沉降呈不均匀分布,北部沉降较稳定,而中部的虹口区、南部的闵行区、东部的浦东新区均发生了不同程度的沉降。其中,闵行区沉降最为严重,其最大累计沉降量达-43 mm,呈大范围、大沉降现象。②研究区域内沉降量呈非线性沉降现象及明显的季节性变化,且与地区降水量有关,降雨量对地下水的及时补充可以有效缓解地面过度沉降的发生。③上海地铁3、15、16号线部分路段均出现明显沉降现象,且处于在建阶段的15号线沉降最为明显,部分路段最大累计沉降量达-34 mm。     

基于PS-InSAR技术的珠海市地表形变监测与驱动力分析

基于63景Sentinel-1数据,采用PS-InSAR技术监测珠海市2018年10月—2020年11月地面沉降,利用GNSS地面同步观测数据进行精度评定,监测结果的均方根误差为4.58 mm,表明利用PS-InSAR监测研究区地面沉降具有较高的可靠性。分析珠海市地表形变的时空特征,结果表明,珠海市主体部分的平均形变速率在-55～15 mm/a,主要沉降区域分布在珠江水道周边的农垦区及沿海港口区域;主要交通线路为港珠澳大桥珠海连接线和广珠铁路珠海段,均存在年平均形变速率超过20 mm/a的明显形变异常区,需重点关注。结合地质条件、地下水开采情况对珠海市地表形变驱动力进行分析,结果表明,区域内地面沉降速率与软土层的厚度呈正相关,与地下水水位降深呈对数函数关系。