形变时序数据性态特征确定方法研究

提出变异函数、主分量分析及关联维的方法分析形变时序数据序列的性态特征,特别是针对沉降数据序列进行实例试算.结果表明,这三种方法用于形变数据序列的性态特征分析是可行的,可以用来确定沉降数据序列的变异性、混沌性及分形维特征.     

时序InSAR滑坡探测与DEM误差影响分析

以贵州省西南山区为例,针对地质灾害隐患早期识别的实际情况和需求,开展差分干涉测量和时序InSAR方法的对比实验,以验证时序InSAR在抗误差干扰、探测微小形变、捕捉形变序列演化趋势等方面的能力;再基于高精度LiDAR DEM数据进一步研究DEM误差对时序InSAR处理结果的影响。实验表明,时序InSAR方法无法完全剔除DEM误差,从而导致形变速率、形变序列估计不准,在开展精细化InSAR形变分析时应尽可能选取高精度的外部DEM数据,以保证正确估计地质灾害隐患形变特征。     

干涉点目标分析的大宛齐油田形变监测

针对石油开采所致形变具有周期长、连续性强及范围广,常规形变监测方法无法满足高效监测需求的问题。时序差分合成孔径雷达干涉具有监测范围广和效率高的优势。采用干涉点目标分析技术与69景Sentinel-1A SLC数据对大宛齐油田进行地表形变监测及时序分析。结果显示,2016年2月—2018年12月间大宛齐油田年均形变速率在-81～49 mm/a,开采区存在两处明显沉降漏斗与两处明显隆起,最大沉降面积达5.8 km²,除此外无明显形变。GPM降水数据与时序形变量的叠加分析显示,大宛齐油田形变具有明显季节性特征,形变与油田生产及地质条件具有相关性。     

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。     

Sentinel-1和SBAS-InSAR分析钻井水溶岩盐矿山时序沉降

利用小基线集(SBAS)InSAR技术对钻井水溶岩盐矿山地表沉降开展时空分析。实验选取湖南常德某典型钻井水溶岩盐矿区为测试区,时间跨度为2016年2月—2017年2月的21景Sentinel-1影像数据,获取了测区的时序沉降序列。实验结果显示,矿区地表大量级沉降在2016年9月才开始呈现,沉降漏斗横向出现多峰值,矿区沉降整体空间分布上出现西南部整体片状、中部偏北离散带状沉降。这些沉降特征均与钻井水溶法开采特征保持一致。将实地水准测量形变数据和DInSAR形变结果与本文结果进行对比以评估结果可靠性。结果表明,SBAS技术获取结果与水准结果表现出较高一致性,从而为钻井水溶岩盐矿山地表沉降提供了一种更为有效的监测手段,也可为此类矿山地表形变时空演化规律分析提供参考。     

多时相Sentinel-1A InSAR的连盐高铁沉降监测分析

多时相InSAR技术具有探测大范围毫米级地表形变的能力,已被广泛应用于地面沉降监测.近几年,应用多时相InSAR技术监测以高铁为代表的大尺度人造线状地物形变备受关注.本文将C波段SAR数据用于高铁沿线路基形变监测,应用相位稳定性分析和改进的StaMPS技术来增加相干性点的密度和形变参数解算的稳定性.采用研究区时间跨度为21个月的47景Sentinel-1A数据,对连(云港)盐(城)高铁及其沿线区域进行多时相InSAR分析,并利用同时期连续的北斗导航卫星系统(BeiDou navigation satellite system,BDS)观测数据对线性沉降速率和时序位移分别进行监测分析,进而对比验证二者的沉降监测结果.研究结果表明:利用C波段的Sentinel-1A数据能够获取毫米级的线性形变速率和时序位移序列,InSAR与BDS二者平均时序位移均方根误差为3.8 mm,与BDS监测结果相比取得很好的一致性,且连盐高铁线路整体表现稳定.     

基于升降轨时序InSAR数据融合的沈阳市地表沉降监测

城市的地表沉降可能导致人民经济财产安全的损失,因此,对城区地表沉降进行持续监测是保证城市安全的重要环节。基于稳定散射地物的时间序列InSAR近年来被逐渐应用于形变监测中,来自不同轨道监测到的同一位置的形变情况不同,且无法获得一个完整地表沉降的形变信息。本文提出了一个新的多轨道时序InSAR数据融合方法,以辽宁省沈阳市铁西区为例,利用一组Terra SAR-X升轨数据和一组COSMO-SkyMed降轨数据,通过SBAS-InSAR方法进行处理,并采用Kriging插值方法和奇异值分解求逆等方法对其进行融合,得到了一个垂直方向的完整的形变场,为城市沉降值的获取和分析提供了一个更加准确的变形监测。     

改进的残差修正DGM(1,1)模型在煤矿地表沉降预测中的应用

针对传统大地测量技术难以实施大范围矿区形变监测以及传统开采沉陷预测方法在实际应用中存在的不足，提出时序合成孔径雷达干涉测量(InSAR)和改进的离散灰色马尔科夫模型相结合的方法对矿区地表形变进行监测和预测。使用鄂尔多斯市某矿区哨兵1号(Sentinel-1)数据提取地表形变监测结果，并与同时期的全球定位系统(GPS)监测数据进行对比。将沉陷监测结果作为原始序列建立残差修正的离散灰色马尔科夫模型，预测矿区沉降。研究结果表明：研究区域地表形变明显，残差修正的离散灰色马尔科夫模型能较为准确地预测矿区沉降结果。     

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.     

Sentinel-1A TS-DInSAR京津冀地区沉降监测与分析

近年来,京津冀地区的不均匀地表沉降日趋严重,对公路、铁路等基础设施安全造成严重威胁,已引起国内外广泛关注。合成孔径雷达时序差分干涉TS-DIn SAR(Time Series Differential Interferometric Synthetic Aperture Radar)作为一种高效的广域形变测量手段,在地面沉降调查监测中已被广泛应用,但如何针对高现势性的影像数据高精准提取大范围区域地表形变是当前深化的热点。本文利用欧洲太空局发布的Sentinel-1A新型数据源,针对TOPS(Terrain Observation by Progressive Scans)模式影像间存在多普勒中心不一致问题,借助外部高精度POD(Precise Orbit Determination)轨道和DSM(Digital Surface Model)数据进行频移滤波迭代配准,并针对Sentinel-1A数据特征集成优化了基于点目标时序分析的大区域地表形变监测方法,以2015年—2016年期间的29景影像为实验数据开展了京津地区沉降监测研究,提取了北京东、廊坊及天津西等地区的沉降结果,并结合区域内典型区域人口密度、产业分布、地表覆盖和线路剖面等信息深入分析了沉降的时空分布特征和成因。结果表明,Sentinel-1A时序干涉结果在大范围地表沉降调查监测上具有可靠的应用精度。     

曹妃甸沿海区地表沉降监测与预测分析

为探究曹妃甸沿海区的地表沉降情况,本文使用永久散射体合成孔径雷达干涉测量(PS-InSAR)和短基线合成孔径雷达干涉测量(SBAS-InSAR)技术对2017—2022年的63景Sentinel-1A数据进行反演,得到了沿海区的地表沉降速率及分布,再对两种技术的反演结果进行交叉验证及分析引起沉降的原因,同时利用反向传播(BP)神经网络和长短期记忆(LSTM)网络模型分别对特征点的时序沉降量进行预测分析及精度对比,主要得到以下几点结论：(1)两种技术反演结果具有较高一致性,线性相关达0.98;(2)研究区最大沉降速率为-49 mm/a,最大累计沉降量为231.4 mm,地质条件脆弱、长期过度开采地下水、大规模的建设和工程扰动是造成该地沉降发生的主要原因;(3)经对比分析,长短期记忆(LSTM)网络模型的预测效果更适合于时序形变数据的预测,预测结果也更为接近实际形变值。     

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.     

利用Sentinel-1数据和SBAS-InSAR技术监测西安地表沉降

哨兵一号(Sentinel-1)数据是目前现势性较好的免费SAR数据,且因其6天的重访周期,非常适合In SAR地表形变监测。本文以西安市城区及周边为研究区,开展基于多期Sentinel-1数据和短基线集干涉(SBAS-In SAR)技术的时序地表沉降监测方法的探索,研究形成了详细的数据处理流程,利用已有研究资料佐证了方法的有效性。监测表明:2015—2016年,绝大部分区域地表形变速率位于[-33~30]mm/a区间内,228 d监测期内累积沉降量最大约75 mm,发生在目前西安最大沉降中心鱼化寨;相比20世纪末,沉降强度大幅减弱,沉降严重区域由西安市东郊向南郊转移,且沉降范围减小。     

利用短基线集技术监测城市地表沉降

西安市及其周边地区是中国地表沉降最为显著的区域之一.针对上述问题,本文采用9景降轨ENVISAT ASAR(advanced synthetic aperture radar)数据和短基线集技术提取了西安市主城区2011年2月至2011年11月的时序形变信息和沉降分布特征.研究结果表明:西安市主城区在监测期间的最大沉降...     

永久散射体雷达差分干涉反演矿区时序沉降场

针对永久散射体差分干涉测量(PSIn SAR)算法流程,发展了基于周期函数模型的空间维解缠方法,并将其应用于矿区时间序列地表变形反演。通过在研究区域内安装人工角反射器(CR),将CR点上计算所得的周期模型参数分量作为整个网络的约束,通过空间约束平差以实现空间维解缠。选取了河南省境内白沙水库附近的煤矿密集区为主要研究区域,采用周期函数模型对矿区线性及非线性形变分量进行模拟,反演了2007年2月—2010年2月的时间序列形变场,并采用研究区域内的水准实测数据作为外部验证数据。实验结果表明:白沙水库周围区域存在着较为明显的沉降,在煤矿分布区域内累积最大沉降量超过了10 cm。沉降区域内以线性沉降趋势为主,非线性沉降较为缓慢,仅在水库的西南方向较为明显。应用已有的水准点实测形变值对实验结果进行验证分析,结果表明该方法精度可达约±2.1 mm,证实了本文采用的方法在矿区地表时序形变反演中的可行性和可靠性,对预防过度采矿导致的矿区塌陷具重要现实意义。     

永久散射体与短基线雷达干涉测量在城市地表形变中的应用

在介绍永久散射体与短基线集雷达干涉测量方法的基础上,以辽宁省盘锦市为例,运用两种方法研究了其市区地表形变特征。对比升降轨永久散射体方法与短基线方法所得到的形变平均速率和时序分析可知,两种方法所得的研究区域的地表形变趋势较为可靠,且以垂直沉降为主,新城区是最大沉降区域,最大下沉速率达20 mm/a,其他区域较为稳定。     

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。     

利用PSInSAR技术监测北京地面沉降

地面沉降已成为大城市面临的重大灾害之一,对其进行有效监测十分必要。采用基于相位稳定性特征的PSInSAR对覆盖北京的31景TerraSAR-X数据进行干涉处理,获取了该研究区的地面沉降范围、沉降速率,并对重点沉降区域时序形变特征及成因进行分析研究。实验结果显示,2010~2013年,研究区内的平均形变速率范围为-51.49~8.15mm/yr,与精密水准测量具有较高的一致性,表明PSInSAR监测结果精度可靠,能实现对北京地区的地面沉降情况的有效监测。     

升降轨PSInSAR地面沉降监测结果的互检验与时序融合

升降轨PSInSAR时序分析获得的同一地区2组监测结果分别为升轨和降轨下的地表形变速率与累积变形量。针对研究区地面以下沉为主,水平方向变形极为微小的特点,将视线向(line of sight,LOS)变形转换为垂向的下沉值,以此进行升降轨模式下2组观测值的比较与精度检验。在此基础上,将相干目标的2组观测序列数据融合以实现加密观测。研究结果表明:升降轨模式下沉降速率观测值的互检验精度优于2 mm;2组观测序列数据的融合结果进一步揭示了相干目标在时域上的非线性沉降特征。