星载InSAR技术支持下的昆明地表沉降监测

为了分析在2014—2017年期间昆明城区地面形变情况,本文利用Sentinel-1A数据,基于SBAS-In SAR技术提取了昆明城区升降轨模式下形变信息。首先,将雷达视线向(LOS)上的形变速率转换为垂向方向的沉降速率,再通过对升降轨观测数据相互验证和融合处理避免单一模式下的数据失真,反演出更加真实的城区地表沉降,并与城区历史沉降监测数据进行对比分析。结果表明:近3年期间昆明五华区沉降缓慢,相对稳定;西山区和官渡区内的滇池北岸区域呈现大面积沉降且沉降速率较快的趋势,形成多个沉降漏斗中心,最大沉降垂直速率达-54.2 mm/a。     

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。     

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。     

基于SBAS-InSAR技术的甘肃华亭市地表形变监测与分析

小基线集SBAS-InSAR技术能够有效识别区域性地表形变,可以长时间序列分析地表形变特征。本研究获取了覆盖甘肃华亭市范围2017年10月—2021年4月Sentinel-1A升降轨雷达数据214期,利用SBAS-InSAR技术进行差分干涉处理,探测区域地表形变,分析形变区变化规律特征。结果表明:华亭市地表形变区主要分布在主城区北部、市域范围东南部,共计8处,以煤矿代表的地面沉降最为明显,沿视线方向最大年沉降平均速率达-404.036 mm/a。研究获取了区域地表形变区分布状况及形变速率,可为华亭市地表形变监测、地质灾害防治、地下水水资源开发利用提供参考依据。     

兰州新区地表形变与土地利用类型关系研究

针对黄土高原地区城市地面沉降与土地利用类型的量化关系,该文以兰州新区为代表区,基于40景Sentinel-1A雷达影像应用SBAS-InSAR技术和两幅高分一号卫星影像使用随机森林算法,分别获取了研究区2017年3月20日-2019年10月24日地表形变速率、2017年3月26日以及2019年10月29日的土地利用分类结果.研究结果表明:兰州新区分布广泛的沉降区,西岔镇形变最显著,最大的垂直沉降速率可达53 mm/a.研究期间,不同土地利用类型对应的沉降量不同.裸地和建筑用地最大,其沉降量最大值分别能达到23 mm和10 mm;耕地和草地次之;林地和水体最小,并且沉降起伏显著.在土地转移的过程中,裸地和建筑用地的迁移与沉降的关联度最高.在进一步推进兰州新区发展的同时,应避免过度土地开发带来的消极影响.此外,在预知土地转出类型的前提下,可以在部分区域事先采取适宜的防护措施.     

D-InSAR在济宁矿区地面沉降监测中的应用

合成孔径雷达差分干涉测量技术(differential interferometry synthetic aperture radar,D-InSAR)已在矿区地表沉降监测中得到广泛的应用。论文选取2景2009-01-10—2009-02-25覆盖济宁矿区的L波段的ALOS PALSAR影像。基于SarScape软件对研究区进行双轨差分干涉处理,得到一系列结果图;选取两个沉降明显的区域进行精细化分析;结合GIS软件得到整个研究区的沉降分布以及各沉降区在监测时间段内的沉降量和沉降面积等信息。研究表明:利用双轨D-InSAR技术可以获取研究区沉降的整体分布情况和具体煤矿区开采引起沉降量和沉降影响范围等信息,从而为治理煤矿区开采引起的地面沉降情况提供一定的技术支持和经验借鉴。     

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.     

基于Sentinel TOPS模式Stacking技术监测淮南矿区沉降

基于Sentinel-1获取的9景影像,采用新型TOPS成像模式Stacking技术分析淮南矿区地面沉降特征。首先,针对TOPS干涉影像burst间存在相位跳变的问题,采用三步法对影像进行精确配准,配准精度高达0. 001个像元;然后,利用多项式拟合方法消除差分干涉图中的趋势性相位;最后,基于最小二乘法线性回归得到研究区的沉降速率。沉降结果表明,淮南矿区呈现多个沉降中心,主要分布于研究区的西部和北部,沉降速率在空间上呈不均一分布,最大年沉降速率在80～90 cm/a;研究区开采沉陷具有幅度大、范围小的特点,沉降幅度在10～80 cm/a间变化,沉降面积占整个研究区面积的3. 13%;矿井地面沉降非线性特征明显,即沉降中心在不同时间段的形变量不同。     

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。     

InSAR技术支持下的长沙市2015—2021年地面沉降监测分析

长沙市是长江中游地区重要的中心城市,地质条件脆弱、土质疏松,土体在施工和降雨作用下极易固结压实,造成地面形变,威胁建筑物和基础设施的稳定。地面沉降是长沙市地质灾害的主要原因之一。为了监测长沙市近几年的地面沉降情况,本文使用MCTSB-InSAR方法,利用151景Sentinel-1SAR影像数据,获取了长沙市主城区2015—2021年的地面沉降结果。经分析发现,最大累计沉降量约为250 mm,最大沉降速率约为80 mm/a,绝大部分区域平均沉降速率在30 mm/a以下;长沙市整体稳定,局部有不均匀沉降发生,沉降区域主要分布在主城区外围,主要由工程施工引起。     

时序InSAR技术在监测马村区地面沉降中的应用

本文利用Sentinel-1A SAR影像,通过小基线集(SBAS-InSAR)技术获取了马村区2016年10月26日至2019年3月9日地面沉降的年平均形变速率。监测结果表明,由于土地整治政策、人工开采以及矿区长期排水等因素的影响,马村区内存在多个沉降中心,其中最大沉降量达到-200 mm,最大形变速率达到-88 mm/a。通过建立剖面,提取并分析了张白河村、亮马村和新村附近沉降中心的沉降现状。     

基于多主影像相干目标小基线InSAR技术的无锡市地表沉降监测

探讨了多主影像相干目标InSAR(MCTSB-InSAR)技术在大区域地表沉降监测的应用。在基于特征区域相干性组合干涉像对基础上,利用三级阈值法实现稳定目标点的大密度、高精度提取,以此构建区域Delaunay三角网,创建差分相位函数模型,从而获取地表沉降速率和累积沉降量。以无锡市为例,对两幅各25期Radarsat-2影像进行分析,获取全市2012年2月-2016年1月约489 781个点目标的地表沉降时空分布信息。利用相近时段的水准测量数据进行精度评定,结果表明,二者具有较高一致性,验证了MCTSB-InSAR方法在大区域地表沉降监测中的有效性和可靠性。     

黄土填方区地表沉降时序InSAR监测分析

“削山填沟造地”等岩土工程在湿陷性黄土沟壑地区屡见不鲜,掌握填方区沉降情况具有重要意义。本文收集了2017年11月—2020年12月获取的56景TerraSAR-X StripMap模式影像,利用时序InSAR技术监测了陕北某湿陷性黄土填方地基工程的沉降信息,并与2017年11月—2020年12月期间监测区3个水准点的沉降测量结果比对。结果表明,在填方区地表以沉降为主,在挖方区地表以抬升为主,研究区存在有1处较为明显的地表沉降情况,位于填挖边界线附近填方区内,形变速率范围为-40~-20 mm/a,最大形变速率达-49.9 mm/a,累计量为-151.6 mm,时序InSAR形变结果和实地水准结果吻合性较好,垂直方向形变速率中误差为1.8 mm/a,表明时序InSAR技术在湿陷性黄土填挖方区变形监测中具有较好的应用价值。     

时序InSAR广佛地区地表形变监测与分析

随着经济的快速发展,城市地区的浅层地表运动已成为当前研究热点与重点。本文采用小基线集干涉测量技术对广佛区域从2018年10月—2022年4月的36景哨兵1号数据进行处理,并引入GACOS产品辅助大气校正,获取研究区的时间序列形变。结果表明,研究区内年平均形变速率主要集中在-4.9～5.9 mm/a,沉降呈零星分布,主要位于禅城区的西部、顺德区的北部及研究区内的南沙区;研究区内的地铁沿线沉降主要在佛山2号线、广州2号线、3号线的局部区域。     

尼泊尔Mw7.8地震对珠峰区域内冰川形变及流速的影响

本文以L波段的ALOS PALSAR-2数据为基础,采用长时间序列InSAR技术对2014年9月至2019年8月的青藏高原区域进行动态监测,结合偏移量追踪法获取部分冰川在尼泊尔地震前后分别在距离向、方位向和水平方向的冰川流速分布结果。结果表明:在监测时段内,研究区普遍存在沉降现象,仅在个别年份出现小幅度的抬升,研究区最大年平均形变速率可达-203.1 mm/a,认为此次地震对研究区的时序观测结果的波动有特殊影响;在研究时期内部分冰川流速在地震后的相当长的一段时间内大幅度增加,最大速度可达2.645 m/d,认为地震是导致冰川流速急剧增加的原因之一。     

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.     

时序InSAR北京地区地表沉降监测与分析

针对北京地区地表沉降现象,本文采用时序InSAR方法获取了2018—2020年的沉降速率场与累计沉降量场,并选取特征区域及不同空间跨度的两条地铁线路进行具体沉降分析。结果表明:①北京地区不均匀沉降现象较为明显,总体呈现西部抬升、东部沉降的空间分布特征;②存在3个较明显的沉降漏斗,最大累计沉降量达-218.5 mm;③朝阳区存在金盏沉降漏斗及豆各庄沉降漏斗,且两个沉降漏斗在本文研究时间跨度内均呈扩大趋势;④地铁5、6号线均存在不同程度的沉降与抬升现象,沉降现象与地下水及地下空间的过度开采存在一定的关系,而地区抬升现象与南水北调工程对地下水的补充存在相关关系。     

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。     

SBAS-InSAR技术在矿区地表沉降监测中的应用

滩地和沙丘地区的矿区地表形变具有复杂性和特殊性,常规监测手段无法获得长期有效的监测结果,传统的雷达差分干涉测量技术(DInSAR)易受时空失相干、大气延迟等因素的影响而降低监测精度.以营盘壕煤矿2101和2201两个工作面为例,采用差分干涉测量短基线集时序分析(Small Baseline Sub-set-Interferometry SAR,SBAS-InSAR)技术对Sentinel-1A的84轨道的17景数据进行时序分析,获取了矿区2018年9月8日至2019年3月19日的累计沉降量和沉降速率等信息,直观地展现了矿区沉降状况.对研究区监测结果进行点、线、面的分析,发现累积沉降量和时间呈线性关系,新开采的区域的沉降在整个区域沉降中影响最大,较晚开采的区域在矿区沉降中为主要影响因素.     

利用短基线集InSAR技术监测抚顺市地面沉降

抚顺市是一座因煤而兴起的综合型重工业城市,矿产的大量开采导致了大范围的地面沉降。针对这一问题,为了有效监测抚顺市的地表形变,本文利用短基线集（SBAS）技术对覆盖抚顺市部分地区的12景COSMO-SkyMed高分辨率SAR数据进行了处理,获得了该研究区域的地面沉降分布和沉降速率图。试验结果表明,研究区整体呈现出沉降的趋势,沉降速率大部分在-25~-45 mm/a的范围内。其中新抚区沉降最为严重,有2个沉降严重的区域,最大沉降速率达到了-186 mm/a。该试验结果为抚顺市露天矿采矿导致的地面沉降与地质灾害监测提供了切实有利的数据参考。