StaMPS技术在区域地表沉降形变监测中的应用

采用欧洲空间局环境监测卫星IW模式下Sentinel-1A VH极化影像数据,利用StaMPS技术,以惠东县为研究区域,选取区域内某个水准点(A)作为形变参考点,持续观测惠东县及城区重点区域2015-12～2018-02地表沉降形变,并对2019年解除的8个地质灾害点进行观测.实验表明惠东县东部山体部分有较明显沉降,最大形变速率达到-10 mm/y,城区部分及沿海部分有少量抬升,速率最大达到4 mm/y,累积最大沉降量达到-24 mm.城区重点区域地质情况较为稳定,部分区域形变基本在0～-2 mm/y,累积沉降量总体介于0～-4 mm,8个已解除的地质灾害点处于稳定状态.     

SBAS-InSAR及其应用于准噶尔盆地独山子地区地表形变监测

本文以2019年6月6日至2021年12月28日获取的40景Sentinel-1卫星影像作为数据源,基于SBAS-InSAR技术对独山子地区进行形变监测,分析了独山子地区地面形变时空演化特征,并探讨了其形变的影响因素。结果表明：该地区地面沉降以缓慢沉降为主,局部区域有明显的地表沉降和抬升。在整个研究区内,大部分监测点形变速率的绝对值小于3mm/year,说明这一区域在监测期内保持相对稳定。同时存在约16.6%的沉降点沉降速率大于6mm/year,沉降速率相对较快。在显著形变区,最大沉降量为248.1mm,最大抬升量为117.5mm,且沉降区主要分布在独山子市区、独山子山脉东北部和独山子区西南部。沉降主要与工程建设、挖土开采、冻土溶解及油气开采和地质构造有关。本研究可为独山子地区地表形变灾害防治提供一定的参考依据。     

利用多传感器SAR数据集监测城市地面沉降

在过去的几十年中,洛杉矶由于自然灾害、城市建设、地下水开采和石油开采等人为因素而发生了严重的地表变形。本文的目的是绘制洛杉矶地表形变速率分布图,并使用改进的小基线集（SBAS）技术和多传感器SAR数据集,分析该地区2003年10月至2017年10月的形变原因。同时,将SBAS反演的变形结果、GPS测量结果和多传感器SAR数据集的变形结果进行了比较,结果高度一致。结果显示,2003—2017年,洛杉矶多个地区发生沉降抬升,最大累计沉降量为-266.8 mm,年平均沉降速度为-19 mm/a,主要是由地下水过度开采造成的。最大累计抬升量为104.8 mm,年平均抬升速度可达7.5 mm/a。该研究结果具有良好的实际应用价值,可为当地政府的防灾减灾提供重要依据。     

基于时序SAR的德州地面沉降分析

InSAR技术具有测量时间短、速度快、精度高等优点,可有效取代传统测量.SBAS-InSAR技术作为一种时序SAR技术,形变监测精度高,可达毫米级,在地面沉降中得到广泛应用.本文以德州城区为研究区域,利用2016年3月-2018年6月获取的31景Sentinel-1A影像展开研究,并且对比SAR影像滤波常用几种方法,定性分析自适应滤波、Boxcar滤波和Goldstein滤波的去噪效果;通过SBAS技术得到研究区域的时序形变、年均沉降速率以及累积沉降量等结果,发现最大累计沉降量达56 mm.本文研究表明,德州城区整体稳定,中心城区外围部分沉降,中东部略有抬升.此结论对德州市的地质灾害防治工作有一定意义.     

星载InSAR技术支持下的昆明地表沉降监测

为了分析在2014—2017年期间昆明城区地面形变情况,本文利用Sentinel-1A数据,基于SBAS-In SAR技术提取了昆明城区升降轨模式下形变信息。首先,将雷达视线向(LOS)上的形变速率转换为垂向方向的沉降速率,再通过对升降轨观测数据相互验证和融合处理避免单一模式下的数据失真,反演出更加真实的城区地表沉降,并与城区历史沉降监测数据进行对比分析。结果表明:近3年期间昆明五华区沉降缓慢,相对稳定;西山区和官渡区内的滇池北岸区域呈现大面积沉降且沉降速率较快的趋势,形成多个沉降漏斗中心,最大沉降垂直速率达-54.2 mm/a。     

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。     

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。     

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。     

基于PS-InSAR的深圳市地表形变监测研究

地面沉降具有区域性、累加性和不可逆性,会造成城市地面标高损失、城市内涝、建筑物受损等问题,In-SAR技术具有全天候、覆盖范围广、空间分辨率高等优点,可以进行长期的地表形变监测。本文利用PS-InSAR方法,结合2017年4月至2019年12月22景Sentinel-1A SAR数据,利用SARscape软件监测分析深圳市宝安区、南山区和福田区的地表形变情况,并根据形变速率的时间趋势进行地表形变分类。结果表明,研究区的年均形变最小值为-26.5 mm/a,形变平均值为-0.20 mm/a,沉降的时序结果可总结为持续抬升、持续沉降与先升后降3种形变类型,其中持续沉降区面积占比30.24%,主要分布在南山区,结合土地利用探讨了沉降类型的主要成因。     

利用SBAS时序技术识别地热资源开采引起的地表形变

本文以地热资源丰富的雄安新区为研究对象,利用SBAS技术对2015年7月至2019年2月的42幅Sentinel-1区域卫星影像和2016年8月至2018年12月的10幅ALOS-2区域卫星影像进行处理,以此获取雄安新区的时间序列地表形变。研究结果表明,雄安新区整体地表沉降严重,且沉降区主要集中在雄县和容城县,其中雄县沉降最为严重,沉降中心累计沉降量超过330 mm,容城县沉降中心累计下沉量超过120 mm。结合地热井位置和地热开采历史,由时间序列分析表明,大量开采地热资源会引起地表沉降现象。