基于PS-InSAR方法的个旧市地表形变监测

基于2018-03-22-2019-01-16覆盖个旧市的23景Sentinel-1A卫星影像,利用PS-InSAR方法进行处理,获取了该地区的地表形变结果.结果表明,该地区的地表年均形变速率为-49.89～25.52 mm/a,锡矿开采区是地表沉降较严重的地区;个旧市城区的地质条件较稳定,形变量较小.     

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。     

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。     

基于SBAS-InSAR技术的甘肃华亭市地表形变监测与分析

小基线集SBAS-InSAR技术能够有效识别区域性地表形变,可以长时间序列分析地表形变特征。本研究获取了覆盖甘肃华亭市范围2017年10月—2021年4月Sentinel-1A升降轨雷达数据214期,利用SBAS-InSAR技术进行差分干涉处理,探测区域地表形变,分析形变区变化规律特征。结果表明:华亭市地表形变区主要分布在主城区北部、市域范围东南部,共计8处,以煤矿代表的地面沉降最为明显,沿视线方向最大年沉降平均速率达-404.036 mm/a。研究获取了区域地表形变区分布状况及形变速率,可为华亭市地表形变监测、地质灾害防治、地下水水资源开发利用提供参考依据。     

基于永久散射体雷达差分干涉测量的城市地面沉降研究——以上海地面沉降监测为例

基于永久散射体雷达差分干涉测量技术,提出探测水久敞射体的振幅信息双阈值方法,研究上海陆家嘴地区在1992～2002年的地面沉降,获得该地区的线性和非线性沉降量以及区域沉降场,证实了地表形变在1 km范围内具有强相关性.结果显示陆家嘴地区在1992～2002年间的线性沉降速率为13.2 mn/a,总体半均沉降速率为16.8 mm/a,与实测结果之间具有较高的一致性.研究表明,PS-DInSAR技术不仪可有效探测地表离散目标的线性形变,还可探测其非线性形变以及获取地表区域形变场,并且可监测地表形变的时序变化过程.除了可用于城市沉降监测外,PS-DInSAR技术还可用于地震、火山、滑坡等地质灾害的监测.     

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。     

南宁市地表形变InSAR监测及时空分析

基于Sentinel1-A数据,首先利用SBAS-InSAR(sat-ellite-based augmentation system-interferometric synthetic aperture radar)技术对南宁市区2017年12月至2019年1月的地表形变进行计算,获得研究区的地表形变速率图和累积形变量;其次,从Sentinel1-A卫星影像数据中选择6景影像进行差分干涉处理,提取5个时间段内的形变信息,并叠加分析得到总形变量;最后利用D-InSAR(differential-In-SAR)获得的形变结果对SBAS监测结果进行验证分析.结果表明:2017-2019年,南宁市地表形变极不均匀,其最大沉降速率约为23.52 mm/a,最大抬升速率约为17.77 mm/a;SBAS和D-InSAR所得监测结果总体上具有一致性,但局部存在一定差异.其中,SBAS方法提取的最大形变量约为31.55 mm,D-InSAR提取的最大形变量为39.93 mm.     

InSAR技术支持下的高速铁路沿线沉降监测与预测

针对盘营铁路专线、哈大铁路专线沿线沉降监测研究较少,采用InSAR技术获取了研究区地表形变信息,还对其进行了相关分析.用SBAS-InSAR对35景Sentinel-1A SAR数据进行处理,获取VV、VH极化下的年均沉降速率及沉降序列;以年均沉降速率为研究对象,进行沿线沉降特征分析及交叉验证;利用小波变换对沉降序列降噪处理,用改进BP神经网络对降噪后沉降序列预测分析.研究结果表明,研究区内高速铁路沿线共监测出6个明显沉降区域,最大沉降速率达50mm/a;两种极化年均沉降速率具有较高的一致性,降噪处理后的沉降序列更加平滑;改进BP神经网络具有较高的收敛速度,其预测精度有较大提高.     

InSAR视角下准噶尔盆地农业灌溉区地表形变特征和演化规律

抽取地下水进行农业灌溉是导致地下水位快速下降的重要因素,而长期过度开采地下水往往会引发地面沉降灾害,这种现象在干旱和半干旱地区非常普遍。为了研究农业灌溉超采引发的地表形变特征和演化规律,本文以准噶尔盆地南缘、天山北麓地带为研究区域,利用SBAS-InSAR技术对2003年—2009年覆盖呼图壁县的ENVISAT/ASAR升、降轨数据进行处理,获取了该地区的地表形变场,并结合研究区的农业灌溉方式、水资源补给和季节变化等资料对地面沉降的时空变化特征进行分析,为水资源和农业可持续发展提供参考意义。实验表明,研究区内主要有两个沉降幅度较大的漏斗,且都位于农田区域。2007年以前,研究区地表没有显著形变,之后发生了较大量级的沉降。采用传统灌溉方式和时针式灌溉系统的农业区平均沉降速率最高分别可达50 mm/a和30 mm/a,前者在时间上呈线性变化,而后者具有显著的周期性变化特征。在冬季时,采用时针式灌溉系统的地区地面抬升量可达40 mm,远大于传统灌溉方式的农田区域,而夏季地面沉降速率可达200 mm/a。对研究区农业灌溉活动进行分析后发现,农业灌溉造成的地下水超采是该地区地面沉降的主要影响因素,其形变机制与季节变化具有较高的相关性,在灌溉活动休止期内地表形变取决于地下水的补给量。研究区内的形变特征和影响因素分析将为地下水资源的充分利用和农业的可持续发展提供有效的信息。