利用时序InSAR技术分析北京及河北廊坊地面沉降

利用带大气估计模型的时序InSAR方法对24幅覆盖北京及河北廊坊的Envisat-ASAR影像数据进行了时序分析,获取了该地区2007年4月—2010年9月的地面沉降速率及均方差。发现了以北京朝阳区和通州区交界处为中心和以河北廊坊城区为中心的两个沉降区域,中心区平均沉降速率分别为35mm/a与22mm/a。研究区域形变速率均方差1.5mm/a。研究结果表明:利用时序InSAR技术进行城市地表沉降监测具有较好的精度及稳定性;产生该沉降的可能原因为地下水的开采、城市基础建设的发展及工业用地量、人为活动的增加。     

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。     

利用时序InSAR反演常州市地表沉降速率

利用25景Envisat ASAR数据和29景高分辨率(3 m分辨率)TerraSAR-X数据,采用永久散射体干涉测量技术(PSInSAR)研究了常州市2004-2014年的地表沉降速率。结果显示,常州市的主要沉降区域发生在武进区,存在2个主要的沉降中心和1个大范围的沉降条带,2004-2010年间的地表沉降速率达到26 mm/a,2010-2014年间沉降速率变缓,最大为24 mm/a。两组数据同时段的沉降量相关性达到0.78,并利用研究区域同期水准数据检验了本文的研究结果,两者的平均速率差值均在5 mm/a以内,表明时序InSAR技术反演结果的可靠性和精度。X波段高分数据监测到C波段无法监测的高速路段存在5.3 mm/a的沉降速率,与水准结果的RMS分别为2.5、4.2 mm/a,表明TerraSAR-X比Envisat ASAR不仅具有更高密度的PS点,并且探测目标的位移具有更高的灵敏度和更高的精度。     

利用短基线集干涉测量时序分析方法监测北京市地面沉降

利用差分干涉测量短基线集时序分析方法,基于ENVISAT SAR数据,研究了2003~2010年期间的北京地区主要地面沉降区域的空间分布特征。对两个相邻轨道的结果进行对比验证,相关性达到了0.87,RMS为4.9mm/a,显示了结果的可靠性。InSAR时序分析结果发现,2003~2010年期间,北京的主要沉降区域在快速沉降,而且呈加速趋势。朝阳区和通州的部分沉降中心在2007~2010年期间年平均沉降速率达到了100mm/a。     

一种多源地面沉降监测数据融合方法及其应用

本文利用精密水准、GNSS和时序InSAR 3种技术手段开展多源地面沉降监测数据融合研究。首先统一3种监测手段的时空基准,然后采用Bland-Altman方法分析监测结果一致性,并采用曲面拟合方法建立监测数据间的模型关系,得到综合精密水准、GNSS和时序InSAR优势的面状监测结果。研究结果表明：研究区主要沉降区域位于沛县安国镇、龙固镇、朱寨镇、大屯街道及丰县分凤城街道,矿产资源开采是导致区域沉降的主要因素。监测周期内的最大沉降速率为29.8 mm/a,地面沉降速率超过10 mm/a的沉降区面积为2 018.8 km²,占总面积的61.9%。     

PS-InSAR在沛县矿区地表沉降监测中的应用

以徐州北部重要煤矿产地沛县为例,采用永久散射体时序分析技术(PS-In SAR)对2007~2011年间的18景ALOS PALSAR影像进行时序分析,反演了该地区这4 a间由于煤矿开采造成的地表形变过程。实验结果表明,(1)实验区域存在两处较大矿区形变,分别为沛城煤矿和孔庄煤矿,其沉降中心区沉降速率分别达到-38 mm/y和-18 mm/y,且与实际矿区的空间分布位置一致;(2)受孔庄煤矿开采的影响,沛县北部的省道321以及县内道路沉降也较为明显,沉降速率为-8 mm/y;(3)其他形变区域中心形变速率为-6^-16 mm/y。     

基于SBAS-InSAR的矿区地表沉降监测与分析

针对雷达差分干涉测量技术（differential interferometry synthetic aperture radar,DInSAR）易受时空失相关、大气相位延迟等因素的影响,采用小基线集技术（small baseline subset,SBAS）对13景TerraSAR-X数据进行时序处理,估算并去除了残余数字高程模型误差、大气延迟误差和轨道误差,分析了研究区域2012-2013年沉降速率,发现2310和1301两工作面最大下沉速率分别为40 mm/a和50 mm/a;分析时序累计沉降值发现,2306、2308、2310这3个工作面在2012年11月15日之前地面沉降并不明显;在2310和1301工作面分别提取3个失相干现象表现较为缓慢的候选点进行时序分析,发现沉降值和时间成线性变化关系,且开采时间越早,其沉降特性越符合线性变化;将SBAS和DInSAR两种方法获得的累计沉降值进行差值分析,发现两种方法的差值在5 mm以内;在2310工作面走向方向和倾向方向选取若干观测点,并提取各观测点的时序沉降值对工作面时序沉降进行量化分析,实验表明SBAS-InSAR技术在矿区地表沉降监测与分析方面具有良好的应用前景。     

基于时序InSAR技术的蔚县地面形变监测

合成孔径雷达干涉测量(InSAR)技术在城市地表形变监测中具有高精度、高分辨率、低成本、空间连续监测等优势。以河北省张家口市蔚县为研究区域,获取了20景TerraSAR-X影像,分别采用PS-InSAR和SBAS-InSAR两种时序技术得到了蔚县城区2015年6月9日到2016年1月4日期间地面平均沉降速率,结果表明,两种时序InSAR技术监测沉降结果具有很高一致性,而且相关性较高,达到0.9以上,城区中心发生了比较严重的地表沉降,形成了一个明显的沉降漏斗,沉降速率达到了30mm/a,地下水的严重开采以及建筑物的加速构建是引起该区域地面沉降的主要原因,该研究可以为城市地面沉降治理、整体规划等提供参考意义。     

普宁市地面沉降的SBAS技术监测应用研究

InSAR(Interferometric Synthetic Aperture Radar,InSAR)技术是随着合成孔径雷达发展起来的一种雷达干涉测量新技术,它可获得地表目标点的精确三维空间位置以及细微形变信息。基于雷达干涉测量发展的短基线(Small BAseline Subset,SBAS)干涉测量,可对缓慢地表形变进行高精度的监测。本文以广东省普宁市为实验区,选用2007~2010年间共10景ALOS/PALSAR数据,采用SBAS技术获取了该地区的形变时间序列和平均沉降速率,结果表明普宁市区存在多个严重的沉降漏斗,年最大沉降速率达15cm/a。利用观测时段内两期的水准点观测资料对SBAS时序结果进行验证,对比结果发现两者较差最大为46mm,最小为21mm,表明SBAS技术进行地面沉降监测的可靠性和有效性。     

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的新疆哈密砂墩子煤田开采沉陷监测与反演

矿区地表沉陷监测能够为当地安全生产防护、开采规划和管理提供关键支撑信息。以新疆哈密砂墩子煤田矿区为研究对象,利用SBAS InSAR方法调查了其于2018年9月—2019年10月期间的地表沉陷特征。InSAR形变监测结果显示砂墩子矿主井西北侧存在一个沉陷漏斗,最大年均沉陷速率约为150 mm/a。时序形变结果显示沉陷漏斗在2018年9月—2019年6月间发生明显线性下沉,而之后逐渐趋于稳定。基于InSAR观测形变,采用Okada矩形位错模型反演得到砂墩子矿综采面采深约349.89 m,走向长约1 001.27 m,倾向宽约211.80 m;结合煤层视密度估算得到该矿在2018—2019年间开采量约3.18 Mt,与已有资料报道的该矿年产能基本一致。本研究为利用InSAR形变约束反演煤矿综采面参数,并结合煤层视密度构建综采面参数与开采量之间关系提供了一种可行思路。     

采用SBAS-InSAR技术监测郑州城区地面沉降

为长期有效监测郑州市地表沉降,本文采用SBAS-InSAR (Small baseline subset-Interferometry SAR)技术对29景覆盖郑州城区的Sentinel-1A影像数据进行处理,获得了郑州城区2015.04-2017.03地面沉降速率与累积沉降量。试验表明,郑州中心城区地表稳定,其余区域普遍存在地面沉降现象,主要沉降区为研究区西北部、北部、东部,下沉速率大部分位于0.6 mm/a-6 mm/a区间范围内,其沉降中心分别位于城区西北惠济区与城中金水区,最大下沉速率约为27.4 mm/a,最大累积下沉量约为70.4 mm,该试验结果为郑州城市规划建设提供参考。     

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。     

用多时相InSAR技术研究廊坊地区地下水体积变化

利用多时相InSAR(multi-temporal InSAR,MTI)技术,以河北廊坊市城区为试验区,利用两个Track覆盖的SAR数据获取了该地区2007～2010年间的高精度地面沉降速率场。结果表明,廊坊市中心城区存在一个非常明显的沉降漏斗,其最大地面沉降速率为76.0mm/a。在此基础上,利用自由应力下的体积应变模型进行地下水体积变化反演,显示该地区的体积变化最大达到-1.15×10-4/a,整个研究区的地下水年抽取体积达554万m3。     

高等级公路沉降监测及影响性评价

为了分析地表下沉对高等级公路的影响,采用小基线集技术,利用徐州地区2007年至2010年间16景ALOS PALSAR影像,对位于徐州境内的G310国道部分线路的沉降情况进行监测,获取监测期间内公路沿线的沉降分布场。对G310国道沿线进行沉降剖面分析和沉降特征点时序分析,并针对地表下沉对高等级公路的影响性进行评价。研究表明:G310国道沿线存在两处明显的沉降中心,其最大沉降速率分别为53.7 mm/a、61.9 mm/a,沉降"较严重"等级以上的道路里程达到3.77 km。应进行现场勘查,并针对危险路段采取有效的防治措施。     

基于Sentinel-1A数据的PSI技术在城市地表形变监测方面的应用

随着佛山市城市化进程逐步加快,地表形变引发的地质灾害日益显著,应用时序InSAR技术可以精确监测城市地表形变。文中选取广东佛山地区为研究区域,利用2015—2017年获取的41景Sentinel-1A数据,基于永久散射体差分干涉测量(PSI)技术提取该地区的时序形变、平均沉降速率等形变数据。研究结果表明,佛山市部分区域出现不均匀沉降,部分地区沉降速率甚至超过-35 mm/a,主要集中在城市重点建设区域,如地铁施工、桥梁施工等地。综合研究结果表明,利用Sentinel-1A数据的时序PSI技术可以高精度监测城市地表形变,监测数据有利于及早预防城市地质灾害发生,为城市健康精细化管理提供决策依据。     

基于Sentinel-1A雷达影像的SBAS技术在地表形变中的应用

Sentinel-1A是欧空局"哥白尼计划"发射的首颗对地观测卫星,是目前现势性较好的SAR卫星,非常适合InSAR高精度地表形变监测。文中研究采用32景Sentinel-1A数据(2016-01—2017-11)进行时间序列SBAS处理,通过数据处理分析发现珠海市大部分地区平均沉降速率在-17.23~5.88mm/a,主城区较为稳定。部分区域存在许多明显的沉降漏斗,沉降幅度较大,最大可达-101.05mm/a,这与珠海市道路工程的修建密切相关。     

短基线集技术的合肥地表形变监测研究

针对如何利用InSAR技术持续性监测合肥市重点区域地表形变的问题,该文提出了一种利用COSMOSkyMed影像数据,基于短基线集技术反演2011—2016年度合肥地区地表形变的方法。结果表明:合肥市重点区域在2011—2016年期间地面形变呈平稳态势,年均形变速率在-5mm/a到5mm/a的地面形变点数量占总地面形变点数量超过95%。技术人员利用研究区内的CORS监测数据与InSAR监测的形变结果进行比较分析后发现,两者间具有较好的一致性,年形变速率差异的均方差为0.3mm/a。     

基于SBAS时序分析方法的断裂带形变监测

以海原断裂带为研究区,开展了基于2015年3月~2016年7月的20景哨兵一号(Sentinel-1)数据和SBAS-InSAR技术的时序断裂带形变监测。结果表明,研究区形变累积量集中在-10~+5mm,海原县第一中学附近存在明显沉降漏斗,其沉降累积量达28mm;海原断裂带南北两盘相对形变速率约为6mm/a,运动性质为左旋走滑,与GPS和地质学研究结果基本一致。     

基于InSAR形变的辽河油田曙光采油厂储层参数反演

对油田储层参数及开采量进行反演,可以及时掌握油田的储层状态及开采量变化,有效监控储层的健康和安全。目前国内对于油田储层参数反演的研究较少。以辽河油田最大的采油厂——曙光采油厂为研究对象,采用2007年1月—2010年9月的21景L波段ALOS/PALSAR数据,使用StaMPS (stanford method for persistent scatterers)技术提取该区域的形变结果,并以此为观测量,分别使用Mogi模型和椭球模型对储层参数进行反演和分析,并与经典的Okada模型的反演结果进行对比。结果表明:①曙光采油厂沉降显著,监测周期内最大沉降速率高达-189. 6 mm/a,最大累积沉降量约为750 mm,沉降面积约为28 km~2;②与Okada模型和Mogi模型相比,椭球模型反演的储层深度精度最高,且模拟的形变结果与观测形变结果最吻合,说明椭球模型的反演结果更可靠,更适用于该油田储层参数的反演。本研究可为InSAR油田沉降监测及储层参数反演提供科学参考。