PS-InSAR技术在郑州市地面沉降调查中的应用

本文以郑州市为研究区,利用2004年~2010年间26景Envisat-1雷达图像,采用永久散射体干涉技术(PS-InSAR)揭示了郑州市地面沉降的空间分布特征;根据InSAR解译结果开展地面沉降调查;并结合郑州市的地质构造、地下水以及城市建设等资料初步分析了郑州市地面沉降原因。     

郑州市地裂缝遥感识别与监测

根据坡度分析在灾害防治与水土保持工作上的应用,提出了以IPTA技术获取的地面沉降速率图为数据源,利用地面沉降坡度分析开展地裂缝遥感识别;以郑州市为研究区,根据地面沉降坡度分析识别出的目标区,在郑州市区首次发现因差异性地面沉降造成的地裂缝,实地调查发现该地裂缝东西长约2 000 m,已经造成附近10余处建筑物受损,监测结果表明该地裂缝存在明显的三维形变;实地调查和监测结果证明,地面沉降坡度分析不仅可以用于地裂缝的识别,也能用于地面沉降危险性分区,对地质灾害防治减灾有一定的指导意义。     

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。     

时序InSAR郑州地铁沿线地面沉降分析

针对郑州市地铁网络缺少长时间序列的地面沉降研究,本文基于永久散射体合成孔径雷达干涉测量PSInSAR (Persistent Scatterers Interferometric Synthetic Aperture Radar)技术生成的长周期地面沉降数据分析了郑州市地铁沿线地面沉降的时空特征,并通过反距离内插等距化处理,基于长短期记忆网络LSTM (Long Short-Term Memory)模型对典型地铁站点地面沉降进行了预测与分析。研究结果表明：空间上,沉降路段主要集中在1号线和5号线的东段,最大沉降速率超过20 mm/a,且1号线沿线不均匀形变较为突出;时间上,不同区域PS点在时间序列上的变化有较大不同,沉降槽中心处沉降呈逐年扩大趋势。实验表明LSTM模型具有较高的预测精度,预测发现1号线市体育中心站南边河南省档案馆新馆北侧未来两年里仍将以大约0.5 mm/月的速率继续沉降,有必要对该站及其附近继续监测。     

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。     

高速铁路沉降评估中工程沉降和区域沉降的可区分性研究

某高速铁路北京至济南段地处华北平原,沿线经过的大部分地区都存在着不同程度的地面沉降。对穿越不同地面沉降速率区段的高速铁路工程,沉降观测得到的桥墩沉降量是工程沉降与区域沉降的综合体现。由于地面沉降速率在空间上是不均匀的,本文对区分工程沉降和区域沉降进行了研究,并提出了对沉降观测的改进措施。     

InSAR填海区地铁沿线地表沉降反演分析

为了更好地监测和掌握深圳填海区地铁工程结束后地铁沿线的地面沉降情况,该文利用TS-InSAR技术和20景2017年8月15日—2019年3月14日的Sentinel-1A SAR数据,借助POD精密定轨星历和ASTER GDEM V2分别去除轨道误差和地形相位,反演了深圳填海区2017—2019年地表沉降时间序列,并在此基础上重点分析了填海区地铁沿线地面沉降的时空演变规律以及地面沉降成因。结果显示,填海区各地铁沿线的地面沉降特征较为明显,最大沉降速率为-17.52 mm/a。其中,宝安中心、前海湾、深圳湾区段地铁沿线的地面沉降趋势较为严重,其地面沉降呈现逐渐增强和扩散趋势。     

郑徐高铁开封段地面沉降分层监测方法

高铁沿线施工期间引起地面沉降的因素错综复杂、相互影响,本文提出通过对沉降区域地下水位、孔隙水压力等进行分层观测,根据分层观测得到地下水位变化、孔隙水压力变化等数据,并采用回归分析法构建了沉降区域地面沉降与诸影响因子的关联模型,通过对郑徐客运专线开封段进行的地面沉降监测量与同时采用二等精密水准测量得到的监测点沉降量进行对比分析,结果表明本方法的有效性和可靠性。     

郑州市地面沉降InSAR监测

针对地面沉降长期作用将会对城市建筑物、防洪排汛系统、地下线性管道,以及地铁、铁路等线性城市基础设施造成破坏,直接威胁人民生活及工业生产安全的问题,该文联合永久散射体雷达干涉测量和短基线雷达干涉测量技术,基于郑州市2012年至2013年的15景TerraSAR-X影像,提取了郑州市地面沉降场,并分析了郑州市地面沉降的原因及时空变化特征。研究区发现了4个沉降较显著的区域,均处于大型地表地下建设以及建筑物密集区,最大沉降量达到-48.66mm。结合研究区地质条件、地表环境以及已有研究成果分析表明,监测出的郑州市沉降区域是合理的。该监测成果同时验证了联合永久散射体干涉测量与短基线干涉测量方法监测城市地面沉降的有效性。     

多轨道集成PS-InSAR监测高速公路沿线地面沉降研究——以京沪高速公路（北京——河北）为例

监测和治理公路等线性工程沿线地面沉降已成为保障线性工程正常运营的一项重要基础性工作。本文以京沪公路为实验区,基于2008-2010年相邻轨道的ENVISAT ASAR数据,利用多轨道PS-InSAR集成方法成功提取了京沪公路（北京-河北）沿线的沉降速率图和沉降剖面图。实验结果表明,该方法不仅统一了不同轨道间影像的坐标系与参考基准,而且使跨轨道、多幅影像的大范围PS-InSAR监测成为现实。同时,确认了京沪公路（北京-河北）沿线的9个沉降中心,分析了沿线6km范围内的地面沉降情况,该结果与已有研究吻合。因此, PS-InSAR集成方法丰富了线性工程沿线地面沉降的监测手段,可为线性工程的正常运营提供基础性数据。     

基于时序InSAR技术的北京地铁六号线二期工程沿线地面沉降监测与预测

合理地开发和利用地下轨道交通,是缓解城市交通压力的有效途径。对轨道交通沿线的地面沉降进行持续监测,对保障其安全运营具有重要的意义。本文基于时序InSAR技术,采用26景3 m高分辨率的TerraSAR-X数据,获取2016年9月至2019年1月北京地铁6号线二期工程沿线地面沉降速率场及累积沉降信息,并引入神经网络模型预测沉降趋势。结果表明：研究区的地面沉降具有不均匀性;6号线二期工程路段沿线1 km缓冲区内,站点由西向东沉降速率逐渐增大,且沉降速率最大值位于地铁线北侧约800 m处;径向基神经网络模型能够合理地预测地铁沉降发展趋势,为地铁安全施工、运营及维护提供参考。     

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。     

基于PS-InSAR的京津城际铁路地面沉降监测研究

合成孔径雷达干涉测量技术可以大范围监测地表形变,对高速铁路运行沿线具有较好的监测能力。本文以ENVISATASAR数据为基础,采用PS—InSAR监测北京和天津地区的地面沉降的特征,通过临轨基准转换完成了两个区域的拼接,实现了在同一基准上的大尺度京津城际铁路沿线地面沉降的监测。通过本次研究,我们掌握了京津城际铁路沿线地面沉降的分布,以典型区域为样方分析其时间序列演化特征,并分析城际铁路不均匀地面沉降的运行风险。     

佛山地铁沿线时序InSAR形变时空特征分析

佛山作为中国珠三角地区经济和城市化高速发展的城市,由于其脆弱的地质水文条件,长期遭受地面沉降灾害的影响。同时,该区域地铁作为缓解城市交通压力的重要工具,其施工和运行所导致的地面沉降也影响了人们的生命财产安全。但目前针对佛山地区相关的系统研究不多,对地铁沿线的沉降规律认识不足。利用Sentinel-1数据监测了2015-06至2018-09间佛山市的形变信息,结果表明,佛山市地表形变呈零星分布,未出现大范围的沉降漏斗,形变速率为-20~5 mm/a,局部区域的沉降速率超过-30 mm/a。地面沉降主要与不稳定的地质结构、地下水抽取和局部区域工程施工有关。基于获得的形变结果,对佛山市地铁沿线的形变情况进行了研究,并对2018年佛山市地铁坍塌事故路段的沉降情况进行了详细分析,阐述了在空间分布上地铁沿线沉降差异的成因,并在时间上对地铁沿线的形变进行了模型参数反演。研究工作为今后当地政府开展地表形变普查、沉降灾害预警提供了参考,并为地铁正常运行与维护的安全监测提供了理论依据。     

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。     

基于RS的林芝-加查段泥石流源地信息提取

为研究泥石流灾害对西藏雅鲁藏布江林芝-加查段沿线的影响与危害,基于遥感手段开展了林芝-加查段沿线泥石流源地物源及冰川水文信息特征的提取研究与分析。研究结果表明:林芝-加查段沿线泥石流源地物源分布具有不均匀性;源地冰川分布具有不平衡性;沿线泥石流源地的物源在冰川融水及冰川型泥石流过后更加发育,积累的松散物质更加丰富,导致泥石流源地物源进一步复活并产生大量新物源,从而使沿线泥石流发生频率增高,规模增大。     

利用InSAR和网络模型的昆明地铁沿线形变预测

针对在地铁建设和运营中容易引起地面沉降,给人民生命财产安全造成威胁的问题,该文利用SBAS-InSAR对2018年7月—2019年12月昆明市41幅Sentinel-1A升降轨影像进行处理,获取昆明地铁沿线沉降信息。在此基础上,分析了6条地铁沿线200 m缓冲区地表沉降的时空分布特征,并结合LSTM、XGBoost、Deep Forset模型进行时间序列值的预测,引入绝对误差(ε)、均方根误差(RMSE)、纳什系数(NSE)对模型进行对比评价。Deep Forest预测模型计算得到的RMSE值最小,NSE值最大,分别为0.21、0.94,结果表明,Deep Forest预测模型效果高于LSTM、XGBoost预测模型。因此,利用Deep Forest模型能够有效地对地铁沿线进行沉降预测,可以为政府部门今后开展地铁沿线地面沉降监测和灾害预警提供参考。     

京津高铁沿线地面沉降特征(北京段)

针对京津高铁(北京段)存在的地面沉降问题,采用时序合成孔径雷达干涉技术获取研究区2010—2015年间地面沉降信息,结合地下水实测数据,采用交叉小波的方法探讨不同层位地下水位变化与地面沉降的关系,最后结合研究区内可压缩黏土层分布情况分析地面沉降与可压缩黏土层厚度的关系。结果表明:研究区年均沉降速率最大值为121 mm/a;地面沉降滞后承压水位变化9～10个月,滞后潜水位变化4个月;位于同个冲洪积扇控制范围的地面沉降速率随可压缩黏土层厚度的增加而增大。本研究对于科学有效防控不均匀地面沉降对线状地物的损害具有实用意义。     

利用GRACE数据进行京津冀地区地面沉降与地下水耦合分析

地下水的过量开采已导致京津冀地区出现严重的地面沉降,为了分析地下水与地面沉降之间的耦合关系,首先利用GRACE-FO数据与GLDAS数据反演出京津冀地区2016—2019年地下水变化时序;然后利用MCTSB-InSAR技术反演出该地区同时段的沉降变化时序。通过试验分别获取地下水与地面沉降的差分变化序列和变化趋势线,并引入非弹性存储系数分析地下水对地面沉降影响力的变化规律。结果表明:①当地下水迅速升高或降低时,地面沉降速率减小或增大;当地下水持续升高时,地面沉降接近停止。②沉降越严重的区域,地下水与地面沉降变化趋势的相关性越强。③由地下水变化引起沉降的能力,随沉降等级升高而变大,且该能力在不同沉降等级中随时间变化的趋势也不同。     

基于PS-InSAR技术的北京地铁线网地表沉降研究

随着城市地下轨道交通的高速发展,地铁建设运营引起的地面沉降现象及其对工程线路的影响引发了国内外相关学者的极大关注。本研究基于哨兵1号合成孔径雷达（SAR）影像,利用永久散射体对合成孔径雷达干涉测量（PS-InSAR）技术对北京地铁全网沿线1 km区域地表变形进行监测,形成了2018—2022年北京地铁沿线整体监测的形变结果图、特征点时序形变结果图以及统计分析典型形变区域的沉降速率剖面图等成果,并分析了北京地铁沿线重点沉降区域、沉降速率时间变化和空间变化,对地铁运营安全风险评估和运维管理具有重要意义。