基于PS-InSAR技术的黄土大厚度挖方区回弹变形规律分析

以陕北某湿陷性黄土大厚度挖方地基工程为研究对象，采用PS-InSAR技术对2018-10—2019-11间获取的16景TerraSAR-X卫星影像进行处理，获取了湿陷性黄土挖方区回弹变形信息，总结了大厚度挖方区时序回弹变形特征。结果表明，由于上部土体应力卸载，在开挖区域存在地基土回弹变形现象，选取的高密度PS点变形信息较好地反映了研究区的真实变形情况，回弹变形范围与开挖边界吻合，另外挖方厚度越大，土体开挖引起的回弹变形越大；在开挖完成后的1年监测时间内，回弹区变形量随时间呈线性变化，在最大开挖厚度处，产生最大回弹量为29.3 mm；此外，PS-InSAR技术监测到的变形量与实地水准结果吻合性较好，表明该技术在黄土大厚度挖方区回弹变形监测中具有较好的应用效果。     

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。     

联合InSAR和SSA的膨胀土边坡形变特征分析——以南水北调工程为例

膨胀土边坡具有吸水剧烈膨胀、失水剧烈收缩及反复胀缩形变的特性,工程中与外界接触极易引发膨胀土滑坡。南水北调中线工程是一项缓解我国华北平原水资源短缺、优化水资源配置的国家重大战略工程。中线总干渠约有1/3段穿越膨胀土区域,增加了南水北调工程沿线边坡失稳的可能性,亟须开展膨胀土边坡形变监测和特征分析。基于此,本文收集了112景Sentinel-1A升轨SAR数据,采用时间序列InSAR技术获取了中线某渠道沿线2017年3月12日—2021年4月8日的时间序列形变,并基于奇异谱分析(SSA)对时间序列形变进行分解提取膨胀土边坡形变特征。研究结果表明:干渠挖方膨胀土边坡由于卸荷回弹作用表现为抬升形变,最大年抬升速率约为18 mm/a;填充膨胀土边坡由于土体固结作用表现为下沉形变,最大年下沉速率约为15 mm/a;膨胀土形变量大小与填挖深度正相关,挖方越深抬升形变越大,填充越高下沉形变越大;降雨和温度是影响干渠膨胀土边坡形变的主要外部因素,其造成的形变会时滞2~3个月。本文研究将为南水北调工程膨胀土边坡稳定性评估提供科学依据。     

基于PS-InSAR的深圳市地表形变监测研究

地面沉降具有区域性、累加性和不可逆性,会造成城市地面标高损失、城市内涝、建筑物受损等问题,In-SAR技术具有全天候、覆盖范围广、空间分辨率高等优点,可以进行长期的地表形变监测。本文利用PS-InSAR方法,结合2017年4月至2019年12月22景Sentinel-1A SAR数据,利用SARscape软件监测分析深圳市宝安区、南山区和福田区的地表形变情况,并根据形变速率的时间趋势进行地表形变分类。结果表明,研究区的年均形变最小值为-26.5 mm/a,形变平均值为-0.20 mm/a,沉降的时序结果可总结为持续抬升、持续沉降与先升后降3种形变类型,其中持续沉降区面积占比30.24%,主要分布在南山区,结合土地利用探讨了沉降类型的主要成因。     

延安新区地面沉降时空演化特征时序InSAR监测与分析

延安新区以其规模巨大的平山造城工程而备受关注,其快速的工程建设及复杂的地质条件导致了广泛的地面沉降。利用小基线集合成孔径雷达干涉测量(small baseline subset interferometric synthetic aperture radar,SBAS-InSAR)技术对2016-05—2019-10期间获取的升轨Sentinel-1A数据进行处理,分析了延安新区工后地面沉降时空演化特征,探讨了其沉降机理及演化趋势。结果表明,新区的地面沉降区随造地工程由城区向林区发展,其面积随时间总体呈衰减趋势;地面沉降的时间演化经历快速、减缓、平稳3个过程,填方体厚度越大,其累计沉降量越大,沉降稳定所需时间越长。地面沉降主要为填方体自身的固结压缩变形,可分为瞬时沉降、固结沉降、次固结沉降3个阶段,依据不同阶段的特征并结合时序形变,可以对新区的地面沉降过程及其发展趋势进行分析。研究结果可为新区进一步开展沉降监测预警、城市规划建设及灾害防控提供科学的参考依据。     

时序InSAR用于安康膨胀土机场稳定性监测

膨胀土高填方区域形变及其边坡稳定性是膨胀土灾害相关研究中的关键问题,针对安康机场填筑程度高、膨胀土分布范围大等特点导致的潜在地面形变问题,采用基于高程改正的时序合成孔径雷达干涉测量(interferometric synthetic aperture radar, InSAR)技术获取安康机场运营前期地表形变。安康机场飞行区、航站区以及膨胀土边坡稳定影响区3类典型区域形变时序结果表明,安康机场基本稳定,累积形变量较小,区域最大形变量为-21.7 mm,机场内部最大形变量为-15.9 mm,其形变量在民用机场岩土工程设计规范标准要求范围之内。进一步结合区域降水与填方层深数据分析发现,现存微小地表形变及其特殊规律为膨胀土填方区工后沉降与膨胀土胀缩性形变的联合作用所致。     

利用多传感器SAR数据集监测城市地面沉降

在过去的几十年中,洛杉矶由于自然灾害、城市建设、地下水开采和石油开采等人为因素而发生了严重的地表变形。本文的目的是绘制洛杉矶地表形变速率分布图,并使用改进的小基线集（SBAS）技术和多传感器SAR数据集,分析该地区2003年10月至2017年10月的形变原因。同时,将SBAS反演的变形结果、GPS测量结果和多传感器SAR数据集的变形结果进行了比较,结果高度一致。结果显示,2003—2017年,洛杉矶多个地区发生沉降抬升,最大累计沉降量为-266.8 mm,年平均沉降速度为-19 mm/a,主要是由地下水过度开采造成的。最大累计抬升量为104.8 mm,年平均抬升速度可达7.5 mm/a。该研究结果具有良好的实际应用价值,可为当地政府的防灾减灾提供重要依据。     

兰州新区平山造城竣工后地表形变InSAR时序监测与分析

兰州新区是西北地区发展的重要窗口,近年来其大范围的平山造城导致不同程度的地面沉降,严重威胁了新区的经济社会发展。以兰州新区为研究对象,利用小基线集干涉测量(small baseline subset interferometric synthetic aperture radar, SBAS-InSAR)技术对覆盖研究区2017-05—2021-02的58景升轨Sentinel-1A影像数据进行处理,获得研究区地面沉降的分布特征及时空演化规律,并通过野外实地调查验证了SBAS-InSAR的测量结果,探讨了影响地面沉降的相关因素。结果表明,兰州新区地面沉降主要集中于平山造城的区域,面积约33.5 km2,最大沉降速率为-68 mm/a。地面沉降在空间上随着挖填方工程的开展向新区的东南方向发育,且地表呈长期持续的沉降过程。地面沉降与平山造城工程、挖填方厚度、地质、道路等多种因素密切相关,其中平山造城工程控制地面沉降的范围,填土厚度则控制了地面沉降的量级,而人工填土的性质是引起地面沉降的内在因素,同时道路建设会加快地面沉降的过程。研究结果可为新区的持续安全发展和城市规划建设提供科学依据。     

水准测量技术在大坝坝基形变监测中的应用

大坝坝基是水电工程的重要组成单元,为了解大坝坝基沉降形变和倾斜形变特征,本研究在不同高程的廊道内布设了水准观察点,通过长期的监测数据,了解了大坝坝基的基本形变特征。沉降监测结果表明:大坝过渡层及堆石区坝基覆盖层累计最大沉降量为695.53 mm,该处蓄水后至今沉降20.00 mm;主防渗墙表现为向上游变形,当前最大变形值为-20.51 mm,并具有向右岸变形的特征,当前最大变形值为-24.01 mm;副防渗墙表现为向下游变形,当前最大变形值为8.36 mm,并具向右岸变形的特征,当前最大变形值为-29.08 mm。     

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。     

基于PSInSAR技术的曹妃甸新区地面沉降发育特征及其影响因素分析

曹妃甸新区是唐山市地面沉降灾害较严重的地区之一。地面沉降的快速发展对曹妃甸新区大宗货物集疏港的功能发挥构成了威胁,因此,全面了解曹妃甸新区地面沉降的分布态势,特别是掌握不同区域地面沉降的主控因素至关重要。基于中高分辨率雷达数据,采用PSIn SAR技术监测了曹妃甸新区的地面累积沉降量分布及演化状况,结果表明:近5 a内曹妃甸新区地面整体下沉,地面累积沉降量普遍在77 mm以上;在曹妃甸区西南部、曹妃甸工业区中部及南部沿海存在数个典型沉降异常区(点),且中心处的沉降梯度都较大。据现场实地调查,特殊的地质环境条件是曹妃甸新区发生地面沉降的客观因素,地下水超采、大规模工程扰动是诱发和加剧地面沉降的外在动力。     

StaMPS技术在区域地表沉降形变监测中的应用

采用欧洲空间局环境监测卫星IW模式下Sentinel-1A VH极化影像数据,利用StaMPS技术,以惠东县为研究区域,选取区域内某个水准点(A)作为形变参考点,持续观测惠东县及城区重点区域2015-12～2018-02地表沉降形变,并对2019年解除的8个地质灾害点进行观测.实验表明惠东县东部山体部分有较明显沉降,最大形变速率达到-10 mm/y,城区部分及沿海部分有少量抬升,速率最大达到4 mm/y,累积最大沉降量达到-24 mm.城区重点区域地质情况较为稳定,部分区域形变基本在0～-2 mm/y,累积沉降量总体介于0～-4 mm,8个已解除的地质灾害点处于稳定状态.     

基于SBAS-InSAR技术监测西安市地表形变特征

地面沉降是西安市最为严重的地质灾害之一。本文基于SBAS-InSAR技术处理了西安市2018—2021年36景Sentinel-1A影像,获取了西安市最新的地表形变特征,并分析其成因。研究表明：(1)2018—2021年西安市主要地表形变区域为鱼化寨地区、电子城地区、三爻-凤栖原地区、城墙南部区域;(2)鱼化寨及电子城地区已转为抬升趋势,城墙南部一直处于抬升阶段,三爻-凤栖原地区呈下沉趋势;(3)西安市地表形变主要受承压水开采及回灌的影响,地裂缝则显著影响了地表形变的分布及走向,建筑载荷也对地表形变有一定的影响。     

基于SBAS技术的地表形变自动识别与监测分析

合成孔径雷达干涉测量（InSAR）技术因全天时、全天候、不受云雾影响,广泛用于地表形变监测,如何快速获取大范围内形变区域的分布情况亟须解决的问题,为此利用短基线集（SBAS）技术处理了143期Sentinel-1A数据,对山西省沁水县进行了地表形变监测,利用热点分析方法自动提取变形区域,并对提取出来的重点区域进行长时间的监测分析。研究结果表明,在沁水县共识别出15处地面塌陷区和1处滑坡。通过对两处典型区域进行时序形变监测,发现塌陷区域目前仍然处于持续变形中,且形变量级较大,最大累积形变量达到了-205.2 mm,验证了利用热点分析进行大范围结果识别监测的可靠性,研究成果可为该区域研究和矿区塌陷灾害防治提供支撑。     

基于SBAS-InSAR的山体滑坡形变监测分析

本文以2019年3月15日发生于山西省临汾市乡宁县枣岭乡的山体滑坡为研究对象,采用滑坡前后2018年7月5日至2019年6月30日(共30景)Sentinel-1A的SAR影像数据,利用SBAS-InSAR技术对滑坡形变进行监测,发现研究区形变速率为-52.03～33.77 mm/a,整体环境较为稳定;研究了长时序黄土塬的形变速率和累积形变量,并结合相关地质资料分析滑坡成因;采用标准差椭圆算法分析了滑坡所在的黄土塬地区地表形变的时空演变特征,结果表明标准差椭圆的重心向西北偏移,椭圆面积小幅减小,西北-东南方向形变加剧,东北-西南方向变形发展则相对缓和,方位角逆时针旋转,偏移约17.03°。     

基于DInSAR的徐州张双楼煤矿地表形变监测研究

徐州煤矿资源开采已造成了大规模的地面沉陷,为了为矿区安全开采和塌陷区环境综合治理提供科学依据,利用雷达差分干涉测量（DInSAR）技术对ALOS PALSAR数据进行处理,获得徐州张双楼煤矿区2011-01-16至2011-03-03期间的地表形变分布图.结果表明,张双楼煤矿在46 d间隔里出现了3处沉降漏斗区域,漏斗中心最大沉降量达到420mm,并且沉降漏斗区域与矿区分布一致,说明DInSAR能够有效地监测矿区地表形变.     

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。     

SBAS-InSAR技术在昆明高铁南站山体形变监测中的应用

山体滑坡对人类安全造成严重影响,传统的滑坡形变监测成本高、耗时长、效率低,采用合成孔径雷达干涉测量(InSAR)技术对滑坡进行形变监测,既能提升效率又可以节约成本。本文基于SBAS-InSAR技术,对昆明高铁南站2019年1月1日—2019年12月31日的24景Sentinel-1降轨数据进行处理,获取研究区的形变速率为-11.56～13.08 mm/a,利用像元二分模型对Sentinel-2光学数据进行处理,获取该区域2019年的植被覆盖度,结合6个典型形变点对研究区的形变进行了探究。研究结果表明,高铁南站山体西侧为主要形变区,植被覆盖度高的区域形变量较小,植被覆盖度低的区域形变量较大,该研究对昆明高铁南站的安全监测具有重要的意义。     

Sentinel-1A数据的四川宜宾Ms6.0同震形变分析

为了获取2019年6月17日发生的四川宜宾Ms6.0地震引起的地表形变情况,该文利用欧空局宽幅模式的高分辨率新型Sentinel-1A卫星获取了此次地震的第一对同震干涉像对数据,使用D-InSAR技术获取宜宾市长宁县地区的同震形变场。结果显示,本次地震在震中西北方向分别形成了1个明显的沉降区和抬升区,在雷达视线方向上的最大沉降量为7.9 cm,最大抬升量为8.1 cm。通过与同一时间内的GPS高程测量形变量相比,D-InSAR解算的地表形变量与GPS监测点形变量基本一致,均不超过3 mm,表明了本文的D-InSAR形变解算结果的可靠性,体现了新型Sentinel-1A雷达卫星在地震形变监测领域有着很高的应用价值和潜力。     

南宁市地表形变InSAR监测及时空分析

基于Sentinel1-A数据,首先利用SBAS-InSAR(sat-ellite-based augmentation system-interferometric synthetic aperture radar)技术对南宁市区2017年12月至2019年1月的地表形变进行计算,获得研究区的地表形变速率图和累积形变量;其次,从Sentinel1-A卫星影像数据中选择6景影像进行差分干涉处理,提取5个时间段内的形变信息,并叠加分析得到总形变量;最后利用D-InSAR(differential-In-SAR)获得的形变结果对SBAS监测结果进行验证分析.结果表明:2017-2019年,南宁市地表形变极不均匀,其最大沉降速率约为23.52 mm/a,最大抬升速率约为17.77 mm/a;SBAS和D-InSAR所得监测结果总体上具有一致性,但局部存在一定差异.其中,SBAS方法提取的最大形变量约为31.55 mm,D-InSAR提取的最大形变量为39.93 mm.