采用时序InSAR技术监测北京地铁网络沿线地面沉降

随着北京轨道交通的日益完善,地铁成为人们日常出行的重要交通工具,监测和治理地铁工程沿线地面沉降成为保障线性工程正常运营的一项重要基础性工作。本文基于55景覆盖北京地区的3 m高分辨率TerraSAR-X数据,采用时序InSAR分析技术获取2010年4月至2016年12月地铁网络沿线的地面沉降形变信息,系统分析了北京地铁网络沿线地面沉降时空演变规律。同时,结合Peck公式将InSAR监测结果进行建模,以7号线磁器口-广渠门内站区段为例,估算地面沉降槽的空间发展特征。研究发现：北京市地铁线路沿线表现出不同程度的形变,形变严重的路段主要集中在东部及东北部区域,最大沉降速率超过了100 mm/a;相对于其他线路,4号、10线整体情况比较稳定,14号、亦庄线次之,6号、7号线不均匀沉降最为严重;此外,地铁在不同建设时期路段表现出不同的形变特征,施工期路段较运营期沉降严重;7号线磁器口与广渠门内站间沉降槽的宽度和最大值沉降值在2010-2016年呈现增加趋势,沉降槽最大宽度约达180 m。     

基于SBAS-InSAR与Prophet模型的引黄济青沿线地表形变监测与预测北大核心CSCD

基于38景Sentinel-1 SAR影像,利用SBAS-InSAR技术获取2019-02-2021-10引黄济青沿线地表形变的分布、量级及时空演化特征等信息;然后,使用形变梯度分析引黄济青沿线地表的稳定性;最后,利用Prophet模型对引黄济青沿线若干特征点的地表形变进行预测。研究表明,SBAS-InSAR能够获取引黄济青沿线及其周边区域大范围、长时间序列的地表形变情况,横纵剖面线形变梯度值比较大的区域与地表形变严重区高度吻合;基于SBAS-InSAR的监测结果,利用Prophet模型能够对形变较小的特征点进行较好的模拟和预测。     

荣县地震InSAR同震与时间序列形变初步分析

借助Sentinel-1A卫星升降轨数据，利用合成孔径雷达差分干涉测量(DInSAR)和Okada均匀滑动模型反演获得四川荣县地区三维同震形变场及荣县地震震源参数。结果表明，此次地震造成的断裂现象大体沿NS向，两侧沉降区域中间伴随抬升现象，最大垂直形变量约18 mm；荣县地震发震断层符合逆断层特性，断层长约9.5 km，宽约2.1 km。采用时间序列分析技术获取该地区2018-11～2019-03各时间段的累计形变，结果发现，该区域在震前形变波动较小，地震是造成累计形变较大的主要原因，震后地表变化趋于稳定。     

VAV03和TSoft软件在重力和形变资料潮汐分析中的应用

用VAV03和TSoft软件对深圳黄贝岭断层垂直形变资料进行了调和分析,并对宜昌DZW重力仪数据潮汐因子的变化进行了计算,结果表明:黄贝岭断层各波段的潮汐因子偏小,说明断层对潮汐波有缩小作用;宜昌台潮汐因子存在异常变化,这些变化大部分是数据异常造成的.通过最小二乘法对观测数据进行潮汐分析,证明VAV03对形变和重力数据的潮汐分析是通用的.     

天马台跨断层垂直形变和地震前兆特征分析

利用天马台跨断层定点垂直形变测量资料，对断层现今活动的动态过程进行了分析。结果表明：天马台断层现今活动具有时空不均一性；时间上具有准同步转折及阶段性特点，各阶段的活动速率和方式不同；空间上，断层活动具有位置差异性。E-W测段活动速率最高，S-W测段活动速率最低。讨论了断层活动与地震关系，认为5次准同步转折均与地震有关。     

利用精密水准数据分析晋冀蒙交界区垂直形变特征

在水准复测数据分析过程中,针对水准点遭到破坏导致数据连续性不佳、利用率降低等情况,利用相邻年份同名水准点数据求解垂直形变量,以距离、待内插点与观测点所处断层信息进行确权,构建多项式内插模型,对研究区范围内的垂直形变量进行内插,丰富研究区范围内的数据量,提高数据的连续性及利用率。以每个内插值的垂直形变量、形变速率、形变加速率组成的状态向量构建卡尔曼滤波模型,对研究区范围进行滤波,利用滤波结果对1984年以来晋冀蒙交界区的垂直形变特征进行分析,并与前人研究结果进行对比。实验证明本文方法有效,对地震预测的研究有一定的参考意义。     

融合CORS网与时序InSAR研究北京地区地面形变

为提高地面形变监测的时空分辨率以及监测精度,采用CORS网与时序InSAR监测相融合的方法,对北京地区2018～2020年地面垂直方向形变进行研究。首先在InSAR监测量中去除极浅地表影响;然后对CORS站数据进行低频重构;最后以CORS网为基准,对InSAR监测时序进行整体平差,获得融合形变结果。结果表明,融合CORS网和InSAR监测能有效利用CORS网连续观测的优势,获取连续一致的高时空分辨率形变结果,融合方法在构建高分辨率与高精度地面形变时间序列中具有一定优势。在地面垂直方向上,朝阳区、通州区、大兴区中南部地面沉降最为明显,最大年平均形变速率达到-90 mm/a;昌平区中西部、海淀区西部、门头沟区东部等地存在较为明显的抬升,年平均形变速率约为10～20 mm/a;其他地区地面年平均形变速率约为-10～10 mm/a,相对变化较小,较为稳定。     

陕甘宁青地区的地形变特征与强震活动

分析了陕甘宁青地区的地壳形变特征及其与强震的关系．结果表明：(1)地壳形变特征存在时空差异性。不同地区地形变活动强弱与其至主要边界断裂带的距离存在相关性，主要边界断裂带附近地区相对活动强烈，远处则减弱。(2)不同时期各断层地形变活动强弱不同，既和构造应力场的变化有关，又与地震活动关系密切；断层垂直形变的逆继承性构造运动的活动时期远小于继承性构造运动的活动时期，且不同区域地壳构造运动发生转折的时间不尽相同，同时断层形变前兆异常亦存在时空差异性。(3)多场地、大范围的断层活动异常可能与强震活动相呼应。     

断层蠕滑时空分布的GNSS网络滤波反演

为从现今庞大的GNSS观测网络中快速检测断层蠕滑形变，精细反演蠕滑时空分布及演变特征，提出集GNSS网络滤波、地表形变信息提取和地下断层蠕滑时空分布反演三者于一体的方法。该方法同时采用整个GNSS网络的时空观测阵列，利用断层形变高空间相关的特点，对覆盖断裂带地表的GNSS位移时空序列进行主成分分析，利用主成分信息快速检测并反演蠕滑断层的时空分布与演变过程。以2005年苏门答腊M_W8.6地震震后余滑和2006年墨西哥Guerrero州慢滑移为例，本文方法可成功检测并反演蠕滑断层的时空分布及演变特征，结果与相关研究成果吻合。     

甘宁青地区现今构造形变异常与地震

通过对甘宁青地区大地垂直形变，断层形变和GPS水平形变测量资料的处理分析。结合地质构造和有形变资料积累以来本区域多次中，强地震活动，对本区现今构造形变异常与中强以上地震蕴育的一些特征进行了初步研究和探讨。结果表明：（1）甘宁青监测区主要断裂附近构造形变相对强烈；垂直差异运动强度和变形态势随时间演变，水平运动变形呈明显的挤压走滑特征。（2）本区构造形变与地震蕴育的主控应力来自青藏块体持续NE向挤压运动；构造形变和地震活动的时空分布演化与块体活动及区域构造应力场动态演化密切相关。（3）区域构造块体边界地带出现的异常隆起与高梯度形变带及显著的断层形变异常，是蕴育中，强震的标志，但地震并不一定发生在幅度最大的部位，而往往发生在断层形变异常呈现“趋势积累－加速－转折”变化特征的地段及附近，在此基础上，对研究区强震危险性进行了初步预测。     

基于时序InSAR的京津高铁北京段地面沉降监测

京津高铁是中国第一条高速运行的城际铁路,其安全运行对轨道的平顺性有着严格的要求。地面沉降,尤其是不均匀地面沉降会引起部分路基和桥梁变形,威胁着高速铁路的运营安全。合成孔径雷达干涉测量技术可以大范围监测地表形变,对高速铁路沿线地面沉降具有较好的监测能力。本文以45景高分辨率TerraSAR-X 数据为基础,采用 PS-InSAR技术监测京津高铁北京段沿线地面沉降,获取京津高铁北京段沿线地面沉降的分布信息,从动静载荷视角结合北京地区地下水、断裂带、地质条件和含水层系统介质等数据,综合分析高铁沿线不均匀地面沉降的原因,为京津高铁的安全运营提供技术支撑。研究结果表明：京津高铁北京段沿线地面沉降发展在空间上存在一定差异性,北京南站至十里河区间,年沉降速率小于10 mm/a; 至十八里店区间,年沉降速率在10~40 mm/a范围内浮动;过亦庄站至东石村以东区间,最大年沉降速率达到90 mm/a;至永隆村以西,年沉降有所缓解,往东至坨堤村,沉降较为稳定,年沉降速率小于10 mm/a。地下水超采是沿线区域地面沉降的主要因素,动静载荷共同作用下对地面沉降产生一定的影响,沿线地面沉降一定程度上受到南苑—通县断裂带和旧宫断裂带构造控制,沉降量较大的路段位于粘土层较厚的大兴迭隆起。     

时序InSAR解译2017~2020年北京地面沉降时空变化

利用合成孔径雷达干涉测量（InSAR）技术对2017-06~2020-06期间获取的Sentinel-1数据集进行处理和分析,获取北京近几年地面沉降区域的时空分布特征。结果表明,北京地表形变呈现5处沉降区,最大年形变速率为-111.3 mm/a。将InSAR结果与GPS观测资料进行对比,验证了时序InSAR的有效性。对比2018年和2019年的年形变速率可知,各个沉降范围内的沉降面积均在减小,且沉降减缓的面积远大于沉降加速的面积。局部调查后发现,5处沉降区除1处仍在加速沉降外,其他4处的沉降速度均在减缓。     

基于InSAR的矿区沉降中心动态变化监测与分析

以安徽省颍上县谢桥煤矿为例,采用InSAR技术探测矿区2007~2011年内各时间段的地表形变结果,利用岩床模型模拟矿区的形变场,分析沉降漏斗的发育状态,为区域地面沉降危险性评估提供重要参考依据。InSAR形变结果显示,开采区域内存在多处沉降漏斗,大体呈东西向分布;随着时间的推移,沉降中心不断推移,沉降范围逐渐扩大。结合遥感影像发现,沉降漏斗与塌陷水域的形成在时间上存在一致性,空间分布也存在高度相关性。     

北京典型区地面沉降演化特征与成因分析

北京从20世纪50、60年代发现地面沉降以来,其一直呈快速发展的态势。在过去的几十年里,北京市地面沉降的范围和速度逐年增加。本文以北京市典型地面沉降区为研究区,选择永久散射体合成孔径雷达干涉测量技术所获取的2004-2010年间北京地面沉降信息作为主要数据源,补充水准测量数据（1955-2010年）,从空间分布和时序变化2个角度,分析北京市平原典型区地面沉降演化特征。结合地下水动态监测网数据、土地利用数据,采用GIS空间分析,研究各因素和地面沉降之间的时空响应关系。结果表明,北京地区地面沉降严重区域面积不断扩大,且局部不均匀程度逐渐增加。在研究期内,地下水水位变化在时间和空间上与地面沉降有较高的一致性,地下水超量开采是影响北京地区地面沉降的最主要因素,而城市发展过程中的工程活动也是影响地面沉降时空分布特征的因素之一。研究结果可为北京市地面沉降防控提供一定的科学依据。     

Comprehensive analysis and artificial intelligent simulation of land subsidence of Beijing, China

Mechanism and modeling of the land subsidence are complex because of the complicate geological background in Beijing, China. This paper analyzed the spatial relationship between land subsidence and three factors, including the change of groundwater level, the thickness of compressible sediments and the building area by using remote sensing and GIS tools in the upper-middle part of alluvial-proluvial plain fan of the Chaobai River in Beijing. Based on the spatial analysis of the land subsidence and three factors, there exist significant non-linear relationship between the vertical displacement and three factors. The Back Propagation Neural Network (BPN) model combined with Genetic Algorithm (GA) was used to simulate regional distribution of the land subsidence. Results showed that at field scale, the groundwater level and land subsidence showed a significant linear relationship. However, at regional scale, the spatial distribution of groundwater depletion funnel did not overlap with the land subsidence funnel. As to the factor of compressible strata, the places with the biggest compressible strata thickness did not have the largest vertical displacement. The distributions of building area and land subsidence have no obvious spatial relationships. The BPN-GA model simulation results illustrated that the accuracy of the trained model during fifty years is acceptable with an error of 51% of verification data less than 20 mm and the average of the absolute error about 32 mm. The BPN model could be utilized to simulate the general distribution of land subsidence in the study area. Overall, this work contributes to better understand the complex relationship between the land subsidence and three influencing factors. And the distribution of the land subsidence can be simulated by the trained BPN-GA model with the limited available dada and acceptable accuracy.     

南水北调中线区域地面沉降SBAS-InSAR监测研究

基于1 009景Sentinel-1A影像,利用SBAS-InSAR技术对南水北调中线区域地面沉降进行长时间序列监测。结果显示,整个中线沿线地面沉降主要分布于河北省东南部,最大形变速率为-139 mm/a,由于与渠道间有一定距离,因此对输水影响较小。北京市的最大形变速率为-133 mm/a,天津市西南部最大形变速率为-81 mm/a,但天津支线经过了2个沉降区,应当引起相关部门的重视。本文重点分析了南水进京后北京市地面沉降的时序形变特征,结合相关资料分析得知,南水北调工程有效补充了北京地区地下水储量,显著遏制了北京市地面沉降的发展态势。     

基于时序InSAR的常州市地面沉降时空演变规律及成因分析

采用PS-InSAR时序技术对常州市2018-01~2019-12的24期Sentinel-1A影像数据进行处理,获取常州市地面形变信息。所得结果与同期水准监测数据有较好的一致性,两者较差最大值为6.1 mm、平均值为2.7 mm、均方根误差(RMSE)为1.7 mm。结果显示,抬升区域主要位于城镇,累积抬升量平均值约为7.3 mm;沉降区域主要位于农村,累积沉降量平均值约为7.6 mm;武进区南部等地局部沉降严重,累积沉降量平均值超过15 mm。分析第Ⅱ承压水水位变化对地面沉降的影响显示,两者相关系数为0.55;同时分析某分层基岩标各地层回弹情况发现,深部地层多数处于反弹阶段,而浅部地层是目前土层压缩（沉降）的主要层段。说明近2 a第Ⅱ承压水对常州市地面沉降具有一定的影响,但已不是主要影响因素,浅部地层土层压缩已成为常州市地面沉降的主要影响因素。     

基于Sentinel-1A的南昌市时间序列InSAR地面沉降监测

本文基于2016-01~2018-07的Sentinel-1A数据,采用PS-InSAR和SBAS-InSAR时序处理方法获取南昌市主城区地面形变信息,对比2种监测结果,分析产生不均匀地面形变的原因。结果表明,2种时序技术的监测结果相关性较高,南昌市主城区的形变趋势为西北抬升、东南下沉。形变区空间分布存在梅岭抬升区、南昌西火车站沉降区、赣江东岸沉降区、邓家埠沉降区和南钢沉降区,主要受地质构造、含水层介质、地下水开采和城市建设等因素影响。     

基于HVCE-RBFNN的矿区地表三维形变监测研究

提出一种融合赫尔默特方差分量估计和径向基函数神经网络(HVCE-RBFNN)的三维形变计算方法,结合GNSS和InSAR监测数据,解算甘肃省金昌市金川西二采矿区的地表三维形变场。结果表明,基于HVCE-RBFNN方法获取的三维形变结果精度高于传统方法,其东西向、南北向和垂直向的均方根误差(RMSE)分别为20.85 mm、7.41 mm和34.47 mm,3个方向的最大形变量分别为228 mm、300 mm和193 mm,采空区形变空间分布符合开采沉陷规律。