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.     

天津地区Sentinel-1A雷达影像PSInSAR地面沉降监测

利用2015-05—2016-02获取的天津地区23景哨兵-1A(Sentinel-1A)卫星IW模式影像,进行基于地面散射特性保持稳定的高相干点永久散射体干涉测量处理(PSIn SAR),获取了地面沉降速率,分析了重点沉降区域时序形变特征和成因。实验结果表明,天津地区沉降严重区域主要集中在北辰区和大寺镇,结合北辰区沉降速率图和第2、3承压含水组水位降落漏斗等值线图,分析发现地面沉降中心和地下水位漏斗大致吻合,呈现整体向东北方向偏移的趋势,得出造成地面沉降的主导因素可能为超量开采地下水的结论。     

京津冀地区1992—2014年三阶段地面沉降InSAR监测

京津冀地区是我国地面沉降灾害发育最严重的地区,几乎每年都造成巨大的经济损失。本文提出了改进的时间序列InSAR技术——多主影像相干目标小基线干涉技术（MCTSB-InSAR）,利用4颗卫星摄取的3个时段的时间序列SAR影像：ERS-1/2 SAR（1992—2000年）、ENVISAT ASAR（2003—2010年）、RADARSAT-2（2012—2014年）,获取了京津冀地区1992—2014年间3个时段的地面沉降信息。经与京津两地120个以上水准测量数据进行比较,3个时段的地表监测结果的精度分别为8.7、4.7、5.4mm/a。分析了北京和天津两市22年间地面沉降的时空变化特征,其中北京市地面沉降呈不断加重趋势;天津市地面沉降在1992—2010年间发展迅猛,在2010年以后有所减缓。同时,本文也表明MCTSB-InSAR技术是有效可靠的,在大区域地面沉降监测中具有推广应用价值。     

利用水准数据的天津市地面沉降时空特征分析

地面不均匀沉降可能对城市的发展与人民的安全造成危害,天津市的地面沉降情况尤为严重。针对该问题,本文收集天津市2005—2012年、2016—2017年水准观测数据,以固定水准点位的沉降量、沉降速率、沉降加速率为状态向量,构建卡尔曼滤波模型,对天津市历年的水准观测数据进行滤波;根据滤波后的结果,本文利用多项式加权内插的方法,以距离、沉降速率、沉降加速率信息确定权值大小,对地面沉降情况进行内插;并以中误差作为精度评定参数,比较多种内插方法的精度。通过对内插结果的试验分析发现,2005—2017年天津市地面累计平均沉降量为394.477 5 mm,最大沉降量为1 143.5 mm;主要沉降区域为北辰、大港、塘沽等地区,且随着时间的增长,这些区域呈现漏斗式下沉。试验证明本文结合卡尔曼滤波与多项式加权内插的方式能够较好地反映地面沉降的时空特征分布情况并对未来一段时间的沉降情况进行预测,对天津市的城市发展及建设有一定的参考意义。     

利用多源数据融合的天津市地面沉降情况分析

地面不均匀沉降对城市的规划和发展有着深远且难以恢复的影响,严重时会对社会和人民的财产造成巨大影响。针对此问题,本文收集整理覆盖天津市域范围内2020—2021年连续2年的一、二等水准监测数据,以连测的全球导航卫星系统（GNSS）监测站的观测数据为先验观测值进行动态平差。并将年沉降量计算结果与高分辨率合成孔径雷达干涉测量（InSAR）中RadarSat-2(R2)类型影像数据处理结果采用趋势面拟合法进行融合,统计2021年天津市地面沉降情况。并将计算结果与历年沉降观测数据处理结果进行比对,对天津市地面沉降情况进行分析。为天津市相关规划编制、控沉管理精细化、治理措施精准化提供了参考。     

灰色预测模型在地面沉降中的应用

城市地面沉降已经成为城市发展的严重制约因素,很多城市都在积极采取控制沉降的措施.地面沉降趋势的预测可为地面沉降防控提供数据参考.本文基于天津某地区沉降监测数据,采用灰色理论建立GM(1,1)模型对沉降趋势进行预测.结果 显示,利用灰色模型预测地面沉降具有较高的精度,能够在地面沉降的预测研究中发挥作用.     

Peck公式在天津隧道盾构施工地面沉降预测中的适用性分析

本文根据天津市区至滨海新区快速轨道交通工程中山门西段SZm标段盾构区间工程的实际观测数据,确定了适用于天津地区的Peck公式以及纵向沉降的指数公式的参数取值范围,并利用确定参数后的公式对地面沉降进行了预测和实际的沉降观测,对比结果显示,参数的确定基本准确,经过修正后的公式可以用于天津地铁施工的地面沉降的预测。     

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。     

结合InSAR和独立成分分析的衡水市地面沉降研究

针对地下水的过度开采容易导致地面沉降问题,为了更好地管理地下水开采,防控地面沉降,该文结合使用了InSAR时序数据和ICA方法,将衡水市部分地区2017—2020年地面沉降分解为3个模式,并结合地下水等数据对独立成分的时空特征进行分析。通过IC时间序列与地面沉降序列较高的相关系数(0.98、0.74和0.84以上),验证了独立成分时间序列与地面沉降的一致性;通过各分量的贡献占比,可知地面沉降的主导成分;IC3与地下水的相关系数(0.9以上)表明IC3受到地下水变化的控制。实验结果表明,研究区地面沉降有长期沉降、城市生活和工业用水引发的沉降以及季节性沉降3种沉降模式,其中长期沉降为地面沉降的主导成分,季节性沉降与冬小麦-夏玉米的耕作制度有关。     

利用PSInSAR方法反演大时空尺度地表沉降速率

通过时间基准和空间基准的连接,对PSInSAR方法进行了扩展,对覆盖华北平原约20万km2的500余景Envisat ASAR数据进行了处理,获取了该地区2006~2010年的地表沉降速率。分析表明,华北平原多个沉降中心沉降速率处于较高发展态势,从北京-廊坊-天津到任丘、沧州、泊头、衡水、德州、南宫,再到邯郸,地面沉降已连成一片;天津市的静海-滨海地面沉降最为突出,两地沉降中心区的平均沉降速率分别达到62mm/a和67 mm/a,北京东部、沧州、泊头-衡水-德州、邯郸等老沉降区的沉降速率分别达到36 mm/a、34mm/a、37mm/a、29mm/a。利用天津地区同期水准测量结果检验了本文的研究结果,差值均小于10mm,表明PSInSAR方法反演结果与水准测量获得的结果是一致的。     

宝坻原点的变化及天津地面沉降监测结果的订正

<正> 一、宝坻原点的以往运动趋势 1992年天津地面沉降监测发现,以宝坻原点为基准计算的天津市地面沉降出现大幅度和较大范围的回升,其中李七庄一带相对于1991年上升了近20毫米。为了查明这一现象的实质,我国对宝坻原点的变化进行了分析研究。基本方法是将天津地面沉降监测网与华北地区的地震网联结起来,从大范围的监测网来考察评价宝坻原点与天津市地面沉降监测网中其它一些基准点的运动和变化。     

结合SBAS技术的鲁西南地区地面沉降监测

利用2016年8月—2017年8月的14景Sentinel-1雷达影像,采用小基线集（SBAS）技术,提取了鲁西南地区地面沉降信息,并结合公路和铁路等专题数据开展了沉降影响分析。研究结果表明：鲁西南地区地面沉降严重且覆盖范围较大,最大沉降漏斗位于郓城县主城区,沉降速率达-134.06 mm/a;同时地面沉降对铁路有一定影响,特别对公路影响较大;并与水准测量数据进行对比,验证了SBAS用于沉降监测的准确性和时效性。     

基于InSAR的武汉地区2016—2021年地面沉降监测

利用2016年1月—2021年12月的89景哨兵一号雷达影像,采用相干点目标分析合成孔径雷达干涉测量技术（IPTA-InSAR）进行数据处理,获取了武汉地区的地面沉降信息,并联合GNSS基准站观测成果对InSAR监测的形变进行分析。结果表明2016—2021年期间,武汉市主城区形成了汉口、沙湖北和白沙洲3个较为明显的沉降中心,地面沉降呈连片化发展趋势。汉口地区的地面沉降速率最高,部分区域沉降超过10 mm/a,典型沉降区的地面沉降过程伴随有一定的波动特征,其中下沉趋势在不同年间会有区别,2016—2020年间特征点缓慢下沉,2018年开始加速下沉,至2020年下沉速度再次放缓。GNSS与InSAR特征点沉降分析表明2种技术的监测结果整体上具有很好的一致性。     

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。     

Sentinel-1A数据及短基线集的昆明地面沉降分析

针对近年来昆明的城市建设、地下水抽取以及降雨量的变化对昆明地区的地面沉降造成巨大影响的问题,该文利用32景Sentinel-1ATOPS SAR影像基于短基线集技术获取2014-2017年昆明地表沉降信息,并结合城市建设资料、地质及水文资料以及气象资料对昆明沉降区的成因进行全面的分析。结果表明:昆明地表沉降空间特征明显不均匀,西山区和官渡区多处出现沉降,沉降最严重的是位于昆明新螺蛳湾国际商贸城地区。其沉降原因为地铁施工和大型建筑物和商业区建设造成土层变形引发地面沉降;地下水抽取导致地下水位下降以及第四系土体固结诱发地面沉降;6—11月丰富的降雨量有效地补充昆明地下水,使昆明地面沉降伴随降雨量呈现明显的季节非线性沉降。     

区域地面沉降的主要因素研究

近年来,我国城市地下空间的开发利用愈来愈趋于精细化管理,如何监测区域地面沉降引起的地质灾害受到社会的广泛关注。基于某区域多年来地面沉降监测数据和地质条件综合分析,研究了区域地下构筑物沉降趋势及影响因素,探明了地下构筑物长期沉降和不均匀沉降的主要原因,建立了地面累积沉降量、差异沉降量与沉降趋势的特征关系。通过变形监测数据科学预测地面沉降的趋势与影响范围,为治理和预防因地面沉降造成的灾害提供决策依据。研究成果不仅可为该地区地下构筑物施工安全提供技术支持,也可为城市地下空间规划、布局提供理论参考,还可为复杂软土地区地下工程设计提供理论依据。     

京津城际铁路沿线不均匀地面沉降演化特征

北京-天津（京津）城际铁路经过地面沉降漏斗边缘,其安全运营随着不均匀沉降的增加而威胁增加。采用时序干涉测量技术监测铁路沿线地表形变,结合剖面分析与时序分析方法探讨其与影响因素之间的响应特征,揭示铁路沿线不均匀地面沉降空间分布与演化特征。结果表明,梯度可以很好地体现区域地面沉降不均匀性,研究区可压缩层厚度、地下水开发利用情况、铁路运行等均与地面沉降呈现正相关关系。可压缩层的存在为沉降发生的基础条件,地下水开发利用与铁路运营为沉降产生的主导条件,二者的时空分布情况共同决定不均匀地面沉降的发展演化。     

AM-LSTM网络的北京平原东部地面沉降模拟

基于传统数值方法构建的地面沉降模拟预测模型需要大量的水文地质数据和实测数据,对于地质条件复杂地区的形变模拟预测难度大。本文基于PS-InSAR技术获取的北京平原东部地区的地面沉降信息,综合考虑不同层位地下水水位对沉降的影响,采用基于注意力机制的长短时记忆网络（AM-LSTM）对不同沉降发育地区典型位置处的地面沉降进行模拟。结果表明：（1）研究区地面沉降空间差异性明显,2010年11月—2016年8月最大沉降速率约153 mm/a,累计沉降量达到1063 mm,位于朝阳区三间房乡附近;（2）基于AM-LSTM模型的模拟精度优于传统LSTM模型,本次模拟精度最高提升了22%;（3）AM-LSTM模型注意力权重表明,第二承压含水层水位对地面沉降贡献最大。本次研究能够为地面沉降防控提供可靠的技术支撑。     

京津冀地区地面沉降研究进展与思考

针对京津冀地区在经济快速发展的同时逐渐成为我国地面沉降灾害的重灾区的现状,该文分析了京津冀地区(北京、天津、河北)地面沉降多年研究成果,对地面沉降形成与发育历史、监测技术、影响因素及驱动机理、预测与风险评价进行探讨。京津冀地区地面沉降研究在基础理论和技术方法方面得到发展的同时,更加注重理论模型的探索和新技术新方法的实践。在对监测技术和实践应用成果分析基础上,认为区域地面沉降目前仍存在研究基础不足和研究能力薄弱现象并存的局面;在沉降监测中最优算法的选取,影响因素分析的综合化、定量化,模型的应用在未来有待于进一步探究。     

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。