基于短基线集InSAR技术监测北京地区地表形变

短基线集差分干涉测量(SBAS-InSAR)技术是在传统DInSAR技术基础上发展起来的一种更高精度的长时序变形监测方法,可有效地克服传统DInSAR在微小形变监测中受时空去相干以及大气效应等因素的影响,已成为当前InSAR技术的研究热点.本文利用ENVISAT ASAR传感器获取的22幅C波段影像数据,基于短基线集差分干涉测量技术对北京地区地表沉降进行监测,获取每个观测时刻的形变累积量,得到研究区的形变序列图,进而分析了该区域地表沉降特征,结合地质环境监测成果,初步讨论了2003至2010年间北京地区区域地表沉降成因.     

InSAR技术在沂沭断裂带地表形变监测中的应用研究

针对常规大地测量监测沂沭断裂带地表形变结果无法全面反演该区域构造应力场的局限性,尝试采用PS和SBAS两种In SAR时序分析技术对该区域地表形变进行监测。首先对SBAS-In SAR技术的原理进行详细推导和分析;在此基础上,对覆盖研究区的14景ENVISAT-ASAR数据采用PS-In SAR和SBAS-InSAR技术进行处理,分别提取了该区域地表年平均形变速率图;通过与水准监测数据的对比分析发现:InSAR时序分析方法在大范围、持续缓慢断裂带地表形变监测中能够获取与精密水准监测一致的形变趋势,且SBAS-In SAR技术在数据量较少情况下能获得更好的监测效果。这表明In SAR时序分析技术可以作为断裂带微小地表形变监测的有效手段。     

西山村滑坡时序形变的SBAS-InSAR监测

针对传统地表形变监测技术在我国西南山区深厚堆积层滑坡体形变监测中存在的时空分辨率问题,该文利用72景时序Sentinel-1A TOPS SAR影像,基于短基线集(SBAS-InSAR)技术获取2016—2019年四川理县通化乡西山村滑坡的时序形变特征。结果表明:西山村滑坡整体呈近线性沉降的运动趋势,在监测时段内未出现加速现象,处于长期活跃的蠕动形变。其时序形变结果呈现较为均匀的变化,与坡体形态吻合度较高,雷达视线方向的累计形变量在-315.2~20 mm之间变化,形变速率在-116~9.5 mm/a之间变化。时序形变结果表明:最严重的形变区域位于水田寨村组与马崩渔湾村组的交界处,其次是坡体中下部的水田寨村组,坡体后部的拉海拉湾村组的形变程度最小。     

基于SBAS-InSAR技术和Sentinel-1A的城市地表沉降监测

基于SBAS-InSAR技术对覆盖研究区2017—2018年20景Sentinel-1A影像数据进行处理,得到研究区年沉降速率及时序形变信息,并与PS-InSAR结果进行对比验证,最后进一步分析了研究区沉降的成因.结果表明沉降主要发生在燕郊镇中部与西部区域,平均沉降速率超过20 mm/a,集中沉降区域平均沉降速率超过3...     

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。     

利用GRACE与Sentinel-1反演地下水变化与地表沉降研究

针对地表沉降与地下水变化之间的关系研究,助力资源开发与灾害防治之间突出矛盾的解决。该文利用GRACE/GRACE-FO卫星观测数据反演京津冀地区的地下水变化情况,利用Sentinel-1卫星观测结果,通过小基线集干涉测量技术(SBAS-InSAR)计算该区域的地面沉降速率,在地下水变化分析的基础上研究地下水变化与降雨的相关关系,并进而得到地表沉降与地下水变化的相关关系。结果表明,2003—2020年京津冀地区地下水储量呈减少趋势,变化速率达到-11.4 mm/a,降雨量年际变化较大,对地下水储量亏损存在影响;京津冀地区中,北京市地表形变相较于地下水变化滞后时间约为3个月,地下水变化与地表形变存在较高的相关性,二者相关系数达到0.758。     

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.     

多平台MC-SBAS长时序建模与形变提取方法

卫星时序差分雷达干涉已在区域地表形变监测中展现出极好的应用潜力,但因受卫星寿命及重访周期等因素的限制,单一卫星平台很难为长时间跨度(如5~10年)的时序形变计算与分析提供数据源。为扩展区域地表形变监测的时间跨度,本文提出了基于模型约束的短基线集(MC-SBAS)时序干涉方法,即使用非线性形变模型约束SBAS分析与处理,达到不同卫星平台数据融合和形变监测效率提高的目的。研究选取美国南加州地区为试验区域,使用2002—2005年获取的10幅ERS SAR影像和2004—2008年获取的20幅EnviSat ASAR影像,基于MC-SBAS提取该区域时序形变信息,时间跨度扩展为6.5年;以6个GPS站时序观测数据为参考,对MC-SBAS结果和常规SBAS结果进行了对比验证。分析表明,MC-SBAS、SBAS与GPS形变结果的均方根误差分别为8.7和11.7mm,MC-SBAS形变序列的连续性得到有效改善,而且形变监测精度得到提高。     

短重访SAR数据在矿区快速形变场的监测

针对矿区地表形变具有快速、连续、大梯度等特征,使其InSAR形变监测常出现低相干,甚至失相干等低效监测问题,该文采用21景重访周期仅为12 d的Sentinel-1A数据,利用小基线集时序InSAR技术(SBAS-InSAR),对山西省东坪煤矿2017年5月30日至2018年1月25日期间的地表形变进行了连续监测.结果表明:该监测区间快速沉陷区域有五处,沉陷总面积达3.146 km2,最大下沉值约为-57.47 mm,最大下沉速率约为-67.53 mm/a;形变场A处平均沉陷深度随时间推移呈线性增加;形变场E处工作面上方地表的沉陷响应较工作面边缘及以外更为剧烈.证明了短重访SAR数据能够准确反演地表沉陷速率和累积量,动态提取矿区快速形变场的空间分布形态和时序变化过程,为矿区地表形变动态监测和沉陷区地质灾害定量评估提供有效方法.     

基于SBAS-InSAR的地表非线性形变时序监测

针对具有小区域特征的地表非线性形变对于合成孔径雷达干涉测量(InSAR)技术从监测点密度和监测精度都提出了更高的要求这一现状。该文基于SBAS-InSAR的技术原理,提出了一种基于高效率、低成本的地表非线性形变时序监测方法,并以柴达木盆地一处油田为研究对象,获取了研究区2007年初到2010年中期的形变结果,表明4处采油点中1处下降、3处隆升,隆升主要由注水引起。研究证明:SBAS-InSAR技术在地表非线性形变时序监测方面具有较强能力,提取的形变成果可为生产单位和政府部门分析决策提供科学依据。     

基于短基线集技术的城市地表沉降监测研究

通过对合成孔径雷达干涉测量的去相干分析,提出了基于短基线集（SBAS）技术进行地表形变监测的方法。该方法能够克服DInSAR易受时间、基线去相干等因素的影响,通过对短时-空基线组合的影像对进行干涉处理以提取高相干点,利用大气延时相位与相位噪声在频域不同特性以达到二者分离的目的,最终获取监测区域长时间缓慢地表形变的演变规律。本文利用2007-2011年16景南京地区ALOS数据进行了短基线差分干涉试验,并通过实测水准数据进行了对比,结果表明该技术能够较准确地反演出地表的形变场及累积形变量。     

时序InSAR技术辅助下的桥址综合选择

为解决重庆奉节-巫山交界的大溪河区域拟建桥梁选址问题,针对研究区大气情况复杂多变且地质灾害多发的现实情况,采用SBAS-InSAR技术对该区域进行2018年10月—2021年11月的时序地表形变监测,对比了3种大气延迟校正方法并采用GACOS大气延迟校正方法对研究区大气延迟相位进行了校正,结果表明区域内整体平稳,局部有较高速率的地表形变,形变速率值处于-62 mm/a～30 mm/a之间。基于监测结果,综合已有资料和遥感影像,提取到5个异常区域并利用地质灾害影响因子信息建立逻辑回归模型,划分区域地质灾害风险区。将风险分区结果与SBAS-InSAR形变监测结果进行叠加分析,筛选得到2个待选稳定桥址,最后加以工程地质因素分析,确定适宜桥址区域,对辅助桥址选择及桥梁安全提供理论支撑。     

基于SBAS-InSAR技术的阳城地区采空区地表沉陷分析

为了探究山西省阳城地区煤矿采空区影响范围和地表历史形变过程,为工程建设提供避让依据,采用SBAS-InSAR技术对该地区2019年1月至2020年7月间的地表形变进行监测,分析地表沉陷的原因,利用同期水准监测结果验证了InSAR结果的可靠性。结果表明,SBAS-InSAR技术能及时监测到黄土地区采空沉陷区的动态变化过程,开采深度、停采时间和掘进位置是影响该地区地表沉陷变化的主要原因。     

基于SBAS-InSAR技术的西南山区滑坡稳定性监测

本文首先利用小基线集时序InSAR(SBAS-InSAR)技术对云南省宣威东北部地表进行形变监测,获取2021年1月至2023年6月的形变结果;然后分析选取的典型滑坡的形变特征,采集了GNSS监测数据与InSAR形变监测进行对比验证;最后分析InSAR形变对降雨的响应。研究结果表明,SBAS-InSAR技术能有效监测西南山区的典型滑坡,该结果可为滑坡灾害的早期识别提供支撑,对于同类型滑坡灾害的稳定性监测具有较高的参考价值。     

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.     

基于时序InSAR技术的沈阳市地面沉降分析

采用永久散射体技术即PS-InSAR与小基线技术即SBAS-InSAR处理覆盖沈阳市的33景COSMO-SkyMed卫星数据,其中包括西侧15景数据,东侧18景数据,时间跨度从2016年3月至2017年4月。首先用PSInSAR技术与SBAS-InSAR技术分别提取沈阳市的时序形变速率,二者结果对比得出置信度较高的沈阳市整体沉降趋势;然后针对重点沉降区域进行分析,并通过对比地质资料,对沉降原因作出解释。从监测结果分析可见老铁西区、沈河区五爱街至小南街区域、浑南新区新南站附近及营城子区域、于洪区丁香湖及塔湾区域均存在明显的沉降现象,其中以老铁西区最为严重,平均沉降速率在11 mm/a以上。     

基于Sentinel-1A数据的地表形变监测

提取滑坡形变数据、分析形变趋势对地质灾害防治工作具有指导意义.合成孔径雷达干涉测量技术(InSAR)具有全天候、全天时精确获取地表形变数据的能力,是当前形变监测的重要手段.分别利用DInSAR和SBAS-InSAR技术处理了22景哨兵一号(Sentinel-1)C波段数据,得到了四川省安州区高川乡大光包滑坡2018年3月-2020年2月的形变数据特征.结果表明,大光包滑坡点共有3个相对明显的形变区域;近两年的平均形变速率最高不超过100 mm/a,其形变时间序列随降雨量变化具有周期性;总体地表形变趋于稳定,周边地区中小型地震的发生没有造成地质灾害隐患.     

小基线集合成孔径雷达干涉测量算法及其应用

针对地理国情监测中地表形变监测研究不足的现状,文章在分析常规DInSAR特点及趋势性发展的基础上,结合地理国情监测的尺度特征与实际需求,给出了小基线集(SBAS-InSAR)算法原理;并比较了与永久散射体(PS-InSAR)算法的异同点;在此基础上,选取试验区,获取了COSMO-SkyMed雷达卫星数据,采用SBAS-InSAR算法,提取了试验区时间序列地表形变量与形变速率。结果表明:SBAS-InSAR算法可以利用比较适中的数据量获取到较高精度的反演结果,能够满足地理国情监测的实际需要,在地理国情监测中具有很好的适用性和可行性。     

利用Sentinel-1A数据监测南京河西地区地面沉降

南京河西地区是受长江和秦淮河淤积演化而成的漫滩地，由于河西新城大规模开发建设和地质条件的影响，地面沉降已成为该区域城市发展中不容忽视的问题。Sentinel-1数据是目前在轨运行的免费SAR数据，其具有较短的重访周期和较大的幅宽，为实现大范围长时序的地表形变监测提供了重要的数据源。利用短基线集干涉（SBAS-InSAR）技术对2015年4月至2018年4月覆盖南京河西地区的19景Sentinel-1A数据进行处理，获取了研究区2015—2018年间的地面沉降结果，并结合城市开发、人口分布等信息深入分析了地面沉降分布特征和成因。     

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。