平湖市地面沉降监测信息管理系统设计与实现

针对地面沉降监测技术的快速发展以及所获取监测成果数据日益丰富,但监测数据的管理手段与展示方式未能及时跟上的现象,研发了平湖市地面沉降监测信息系统。平湖市地面沉降监测系统将数据库技术、数字地图技术、Web电子地图技术相结合,实现对地面沉降监测数据的科学管理和空间信息化展示。     

南京地铁沿线地面沉降监测与危险性评价

采用MCTSB-InSAR技术监测南京市主城区地面沉降状况,揭示研究区内地面沉降空间分布特征;通过对地铁线路进行条带空间缓冲区分析和沿线路剖面线分析,进一步研究地铁沿线的地面及周边建筑物不均匀沉降信息;针对主要影响路段进行地质灾害危险性评价,评价结果及特征点时间序列沉降结果与同时期实际情况基本吻合。研究表明,长期进行城市主城区及地铁线路地面沉降监测具有重要意义,同时地质灾害危险性评价工作能为灾害防治及评估提供可靠的支持,具有较大的应用潜力。     

利用多源数据分析南京市河西地面沉降风险

地面沉降风险评价对城市公共安全具有重要意义。本文结合InSAR沉降和地质数据对南京河西地面沉降进行风险性分析。首先,利用InSAR技术获取的2012-2016年河西地区的沉降信息,结合软土层厚度、土地利用类型、地面高程和轨道交通分布信息,采用层次分析法建立三级多因子的地面沉降风险评价模型;然后,分析了河西地面沉降灾害风险程度;最后,着重分析了轨道交通的沉降风险。结果表明,河西地面沉降风险空间特征明显,高风险区主要分布于河西北部的江东街道、凤凰街道及莫愁湖街道,面积约6.4 km²,其中地铁2号线地面沉降风险较大。     

基于离散沉降观测的城市地面沉降监测

由于离散观测点沉降数据无法全面反映城市沉降状况,探讨了利用大量离散观测点沉降观测数据进行城市地面沉降监测的方法。设计了利用大量沉降观测数据进行空间插值计算的城市地面沉降监测技术流程;提出了基于交叉验证的城市地面沉降空间内插模型的选取方法;并以某县级市为例,利用该方法对城市地面沉降进行了计算和可视化。结果表明,该方法有效可行,操作性高,具有广泛的应用前景。     

地面沉降时空形变场的构建方法研究

由于离散分布的精密水准测量数据只能对点状沉降信息进行监测分析,描述特定时间点的静态空间趋势,无法表达区域性地面沉降整体时空变化.该文提出一种地面沉降时空形变场的构建方法,在多项式拟合法构建形变场的基础上考虑时间项,通过探索地面沉降量与坐标、时间的关系,对区域地面形变的整体效果进行拟合,构建地面沉降时空形变场.该方法顾及...     

宁波地面沉降的短基线集监测与分析

针对传统地面沉降监测手段精度高,但监测周期长、空间分辨率低、人力物力耗费大等问题,该文基于短基线集时序分析技术提取了宁波地区的地表形变信息。首先根据短基线集技术监测结果分析了宁波地区地面沉降分布特征,然后对宁波东部新城的沉降进行了精细化分析,并给出了其沉降原因。结果表明:宁波地区地面沉降整体呈现弱发育特征,部分地区存在轻微地面隆起现象,东部新城地面沉降呈现中度发育特征,并存在不均匀沉降现象,快速的城市化建设是东部新城地面沉降的主要原因。     

一种矢量瓦片的时序InSAR形变可视化方法

针对InSAR地面沉降数据在网络环境下实时可视化渲染速度缓慢、空间分析交互性差、时序演变难度大的问题,提出了适用于地面沉降数据空间分析和时序表达的矢量瓦片制作方法并运用矢量瓦片技术在网页端实现快速可视化:①在传统抽稀算法的基础上对矢量瓦片层级间的抽稀算法进行改进;②以时间为尺度对累计沉降量数据进行分割存储,便于多尺度、多时序对InSAR数据进行表达和分析;③以抚顺市采煤沉陷区时序InSAR累计沉降量数据为实验数据进行验证.实验表明,网页端可快速、高效、灵活地加载矢量瓦片来展示地面沉降的空间分布情况和时空变化特征.     

时序InSAR监测京雄城际铁路河北段地面沉降

本文以京雄城际铁路河北段固安站至雄安站沿线作为研究区,利用2018—2020年共34景Sentinel-1B影像,基于小基线集雷达干涉测量技术(SBAS-InSAR)获取京雄城际铁路河北段沿线的地面沉降时空分布信息,结合空间自相关分析方法,揭示研究区地面沉降的空间分布格局,并对沉降原因进行初步分析。研究结果表明,京雄城际铁路河北段沿线地面沉降发展由北向南存在一定的差异。北部年均沉降速率小于10 mm/a,南部沉降较为严重,最大年均沉降速率达-105.6 mm/a,且沿线西部年均沉降速率高于东部区域。通过分析影响因素得知,地面沉降量与地下水埋深值存在相关性,地下水埋深高的地区地面沉降量较高。同时结合研究区土地利用变化结果发现,城市化建设所产生的静载荷对京雄城际铁路沿线的地面沉降产生一定的影响。     

基于SBAS时序分析的大同地面沉降与地下水活动研究

大同盆地是汾渭盆地北端一个地面沉降较严重的区域,地下水开采是该区域地面沉降发生的一个重要原因。然而地下水活动与地面沉降在空间和时间的相关性却鲜有研究。为了掌握该地区地下水活动与地面沉降的内在联系,该文基于Envisat ASAR数据,利用短基线集(small baseline subset,SBAS)-In SAR技术对大同盆地地面沉降形变特征进行监测;同时利用地下水位监测数据,研究地面沉降中心与地下水位漏斗在空间和时间上的对应关系,定量分析2处地下水位波动与地表形变的关系。研究表明,地下水开采是大同盆地水源地地面沉降的主要原因,但并非所有的地下水位漏斗都存在地面沉降。该研究成果对指导该地区地下水开采及控制地面沉降有一定参考价值。     

顾及空间异质性的大范围地面沉降时空预测

大速率、不均匀的地面沉降已经威胁到人类的生产活动,高精度的沉降预测结果对于地质灾害的精准防控具有重要意义。为掌握地面沉降的演化规律,利用现场观测数据或InSAR数据开展了多项预测研究。然而,由于空间异质性的存在,大范围地面沉降的准确预测仍然是一项挑战。在这项研究中,从数据驱动的角度提出了一种顾及空间异质性的大范围地面沉降时空预测方法STLSTM（Spatio-temporal Long Short-Term Memory）。首先,通过聚类识别地理空间中的均质子区;然后,在每个子区中,一个特别的长短期记忆LSTM（Long Short-Term Memory）网络被用来捕捉局部位置的非线性特征;最后,利用预训练的网络对未来时刻的地面沉降进行定量预测。在实验部分,哨兵1号影像数据被用来比较STLSTM与其他8种基准方法的性能,利用空间统计指标分析了模型的有效性。结果表明,STLSTM在152 s内达到了最高的预测精度（71.4%）,且能够有效弱化空间异质性对大区域沉降预测任务的影响。总之,这项研究将空间异质性处理策略融合到深度学习模型中,实现了高精度、高时效的大范围地面沉降时空预测。