利用InSAR和网络模型的昆明地铁沿线形变预测

针对在地铁建设和运营中容易引起地面沉降,给人民生命财产安全造成威胁的问题,该文利用SBAS-InSAR对2018年7月—2019年12月昆明市41幅Sentinel-1A升降轨影像进行处理,获取昆明地铁沿线沉降信息。在此基础上,分析了6条地铁沿线200 m缓冲区地表沉降的时空分布特征,并结合LSTM、XGBoost、Deep Forset模型进行时间序列值的预测,引入绝对误差(ε)、均方根误差(RMSE)、纳什系数(NSE)对模型进行对比评价。Deep Forest预测模型计算得到的RMSE值最小,NSE值最大,分别为0.21、0.94,结果表明,Deep Forest预测模型效果高于LSTM、XGBoost预测模型。因此,利用Deep Forest模型能够有效地对地铁沿线进行沉降预测,可以为政府部门今后开展地铁沿线地面沉降监测和灾害预警提供参考。     

时序InSAR郑州地铁沿线地面沉降分析

针对郑州市地铁网络缺少长时间序列的地面沉降研究,本文基于永久散射体合成孔径雷达干涉测量PS-InSAR（Persistent Scatterers Interferometric Synthetic Aperture Radar）技术生成的长周期地面沉降数据分析了郑州市地铁沿线地面沉降的时空特征,并通过反距离内插等距化处理,基于长短期记忆网络LSTM（Long Short-Term Memory）模型对典型地铁站点地面沉降进行了预测与分析。研究结果表明：空间上,沉降路段主要集中在1号线和5号线的东段,最大沉降速率超过20 mm/a,且1号线沿线不均匀形变较为突出;时间上,不同区域PS点在时间序列上的变化有较大不同,沉降槽中心处沉降呈逐年扩大趋势。实验表明LSTM模型具有较高的预测精度,预测发现1号线市体育中心站南边河南省档案馆新馆北侧未来两年里仍将以大约0.5 mm/月的速率继续沉降,有必要对该站及其附近继续监测。     

基于InSAR技术的南昌市地铁沿线地面沉降监测与分析

地铁的建设与营运会产生沿线的长期持续形变,从而引发地面沉降。本文以南昌市运营中的1、2号线以及在建地铁沿线为研究对象,基于研究区内的26景Sentinel-1A数据和DEM数据,采用了小基线集(Small Baseline Subset,SBAS)时间序列技术,获取了研究区内地表的形变速率与累计形变量。实验结果表明,地铁沿线范围内整体呈现沉降趋势,沉降速率在-2 mm/year～-17mm/year之间,局部区域出现地面抬升情况,累计抬升65.53mm。通过分析时序结果变化以及沉降发生的地理空间分布,推断地铁高速运行产生的地面载荷是地面沉降发生的主要因素。     

时序InSAR技术的潍北平原地面沉降分析

针对潍北平原地区较为严重的地面沉降灾害,该文通过长序列地面沉降监测资料全面掌握了该地区地面沉降现状,为该地区地面沉降的预防治理提供科学依据.该文利用SBAS-InSAR技术对潍北平原地区2017年8月-2019年10月期间的Sentinel-1A数据进行了处理.基于水准测量数据对监测结果进行验证,获取了该区域的地面沉降时空分布特征,对沉降典型特征点的时序形变特征进行了分析,研究了地面沉降与地下水之间的相关性.结果表明:2017-2019年间最大沉降速率超过50(mm·a-1)的区域主要包括寿光市羊口镇、营里镇、侯镇,寒亭区大家洼镇、央子镇以及昌邑市龙池镇;地面沉降受地下水超采的影响较为显著,地面沉降漏斗与深层地下水降落漏斗分布特征基本一致.     

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。     

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。     

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InSAR的武汉地区2016—2021年地面沉降监测

利用2016年1月—2021年12月的89景哨兵一号雷达影像,采用相干点目标分析合成孔径雷达干涉测量技术（IPTA-InSAR）进行数据处理,获取了武汉地区的地面沉降信息,并联合GNSS基准站观测成果对InSAR监测的形变进行分析。结果表明2016—2021年期间,武汉市主城区形成了汉口、沙湖北和白沙洲3个较为明显的沉降中心,地面沉降呈连片化发展趋势。汉口地区的地面沉降速率最高,部分区域沉降超过10 mm/a,典型沉降区的地面沉降过程伴随有一定的波动特征,其中下沉趋势在不同年间会有区别,2016—2020年间特征点缓慢下沉,2018年开始加速下沉,至2020年下沉速度再次放缓。GNSS与InSAR特征点沉降分析表明2种技术的监测结果整体上具有很好的一致性。     

Sentinel-1A数据及短基线集的昆明地面沉降分析

针对近年来昆明的城市建设、地下水抽取以及降雨量的变化对昆明地区的地面沉降造成巨大影响的问题,该文利用32景Sentinel-1ATOPS SAR影像基于短基线集技术获取2014-2017年昆明地表沉降信息,并结合城市建设资料、地质及水文资料以及气象资料对昆明沉降区的成因进行全面的分析。结果表明:昆明地表沉降空间特征明显不均匀,西山区和官渡区多处出现沉降,沉降最严重的是位于昆明新螺蛳湾国际商贸城地区。其沉降原因为地铁施工和大型建筑物和商业区建设造成土层变形引发地面沉降;地下水抽取导致地下水位下降以及第四系土体固结诱发地面沉降;6—11月丰富的降雨量有效地补充昆明地下水,使昆明地面沉降伴随降雨量呈现明显的季节非线性沉降。     

南京地铁沿线地面沉降监测与危险性评价

采用MCTSB-InSAR技术监测南京市主城区地面沉降状况，揭示研究区内地面沉降空间分布特征；通过对地铁线路进行条带空间缓冲区分析和沿线路剖面线分析，进一步研究地铁沿线的地面及周边建筑物不均匀沉降信息；针对主要影响路段进行地质灾害危险性评价，评价结果及特征点时间序列沉降结果与同时期实际情况基本吻合。研究表明，长期进行城市主城区及地铁线路地面沉降监测具有重要意义，同时地质灾害危险性评价工作能为灾害防治及评估提供可靠的支持，具有较大的应用潜力。     

Spatiotemporal evolution of land subsidence around a subway using InSAR time-series and the entropy method

The underground railway network of Beijing City, China, which is an important urban infrastructure, has burgeoned with the expansion of the city. However, the influence of subway construction and operation on local subsidence has received minimal attention. By analyzing the Radarsat-2 synthetic aperture radar satellite data, and using persistent scatterer interferometry, we revealed the land subsidence characteristics along the Beijing Subway Line 6. In the context of land subsidence, the expectation (Ex) reflects the overall level of local land subsidence while the entropy (En) reflects the degree of nonuniformity of local land subsidence in time and space. By comparing the changes in Ex and En, we estimated the spatial range of the influence of the subway on local land subsidence. The influenced area was mainly located between 60 m north of the subway line and 80 m south of the subway line. Land subsidence was most strongly altered during subway construction. During operation of the subway, the deformation rates along the subway increased slightly in the first two years and were then stabilized.     

不同手段和尺度下地面沉降时空变化特征分析——以深圳大空港区为例

本文利用不同手段和不同尺度的地面监测方法,分析城市填海区地面沉降的时空变化特征。通过深圳市大空港区的地面沉降监测工程实例分析,结合精密水准测量和遥感监测手段,实现了不同尺度地面沉降监测,获取该区域地面沉降时空变化特征。研究结果表明,精密水准测量方法与遥感监测方法均发现了会展中心周围道路产生的沉降,具有相同的变化特征。精密水准监测方法能较精确地获取局部地面沉降量,在石围路的建筑基坑周边产生最大为-303.6mm的地面沉降。结合不同手段和不同尺度的监测方法,可以较全面获取监测对象的形变特征。     

动态矿区DEM生成方法及其在土地复垦中的应用研究

首先根据我国矿区土地复垦工作中存在的不足,通过研究提出"动态土地复垦"的概念,并确定了动态土地复垦方案制定的数据基础——动态矿区数字高程模型。动态矿区数字高程模型应该包含煤矿生产对地表的累积影响结果数据和地表的原始地形信息,开采沉陷预计结果可以提供前者,地面测量可以提供后者,经过数据处理可以按时间间隔生成描述塌陷区的一系列数字高程模型(DEM)(准动态),然后运用DEM的空间分析技术提取塌陷区在不同时间段的土地破坏类型、范围和位置数据,并根据这些数据进行动态土地复垦方案决策数据的提取,经实例验证该方法可行。     

PSP-InSAR技术在地铁沿线的形变监测应用

基于56景COSMO-SkyMed影像，本文采用PSP-InSAR技术对杭州地铁2号线沿线500 m范围进行地面沉降监测，并对形变区的位置、面积和数量进行了统计，在此基础上提取形变梯度大于0.1 mm/m的累计形变量点并开展比对分析。结果表明：①虽然地表形变集中区、形变严重区和形变梯度较大区域有着高度的重叠，但部分形变集中区内形变量和形变梯度并不大，也存在形变平稳区段形变梯度却较为显著现象，因此单从一个角度分析地铁沿线的形变，易增加漏检和错检的概率。②PSP-InSAR技术可从空间上完整表现地铁线上沉降的分布特征，对于地铁竣工运营期间的沉降监测具有显著意义，可为地铁的运营维护提供依据。     

联合InSAR和GNSS监测沿海地区地面沉降

近年来,城市地表形变造成的损失备受关注。而基于点的传统大地测量监测技术,在区域性的地表形变监测方面存在局限性。本文提出利用空间大地测量技术监测城市地表形变。联合时序InSAR和全球导航卫星系统（GNSS）技术对深圳和香港海岸线的地表形变场进行监测,同时生成香港网络参考站三维变化的时间序列。由结果可知,位于填海区的地铁建筑区和地基较浅的建筑物,存在明显的沉降现象。     

高潜水位矿区采煤沉陷地DEM的无人机构建方法

针对高潜水位矿区采煤沉陷地植被密度大、无人机摄影测量难以获取地面点云的问题,从采煤沉陷地地形特征出发,提出了一种基于断面式点云滤波和DEM模型修正的采煤沉陷地DEM构建方法,经分析,精度可达到1：500比例尺地形图要求,可以为采煤沉陷地损毁评价和土地复垦工作开展提供重要依据。     

利用时序InSAR监测兰州市中心城区地面沉降

针对兰州市中心城区的地面沉降问题,该文采用PS-SBAS和PS-InSAR技术,利用2016-01-20—2019-02-21时间段内的39景Sentinel-1A/B降轨数据,使用缓冲区分析技术对兰州市中心城区轨道交通线和铁路线周边100m区域做了沉降影响分析,监测结果表明:基于Sentinel-1A/B数据和时序InSAR技术,可以准确监测城市地表的沉降和轨道交通线的沉降时空规律;沉降区域主要集中在研究区东南部的方家泉村、和平镇和猪咀岭村;软土地基下地铁的施工会导致沉降现象的发生,兰州轨道交通线和铁路线的沉降主要发生在城区东南方向;在监测时段内,使用两种时序InSAR技术监测的同名点在沉降趋势和累计沉降量上保持了良好的一致性和吻合性,但PS-InSAR的时序变化曲线较PS-SBAS更为平缓。     

宁波地面沉降的短基线集监测与分析

针对传统地面沉降监测手段精度高,但监测周期长、空间分辨率低、人力物力耗费大等问题,该文基于短基线集时序分析技术提取了宁波地区的地表形变信息。首先根据短基线集技术监测结果分析了宁波地区地面沉降分布特征,然后对宁波东部新城的沉降进行了精细化分析,并给出了其沉降原因。结果表明:宁波地区地面沉降整体呈现弱发育特征,部分地区存在轻微地面隆起现象,东部新城地面沉降呈现中度发育特征,并存在不均匀沉降现象,快速的城市化建设是东部新城地面沉降的主要原因。