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。     

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。     

基于PSInSAR技术的常州地表形变监测研究

地面沉降已成为我国主要地质灾害之一,本文利用27景Envisat ASAR数据,采用点目标干涉测量(IPTA)技术,以常州市为实验地区,得到常州地区2007 ～ 2011年间地表形变沉降速率图,结果表明,常州市区存在多处严重沉降,最大沉降速率达-31 mm/a,表明IPTA技术在城市地面沉降监测中有广泛的应用前景.     

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技术的抚顺市矿区地表沉陷监测与分析

基于2019年1月13日至2019年6月6日期间获取的13景Sentinel-1SAR数据(VV极化),采用短基线集技术(SBAS)获取抚顺市矿区的地表形变信息.结果表明,抚顺市的矿区地面沉降较为严重,最大累计沉降量为138.929 mm,在老虎台煤矿和泰和煤矿.确定了抚顺市2019年1月至2019年6月内形变速率,最大形变速率为-199.961 mm/a,选择典型的4个位置绘制多时相形变速率变化图,采用常规四等水准控制点验证解算精度,结果表明SBAS-INSAR技术适用于矿区地表沉降监测和分析.     

利用短基线集InSAR技术监测抚顺市地面沉降

抚顺市是一座因煤而兴起的综合型重工业城市,矿产的大量开采导致了大范围的地面沉降。针对这一问题,为了有效监测抚顺市的地表形变,本文利用短基线集（SBAS）技术对覆盖抚顺市部分地区的12景COSMO-SkyMed高分辨率SAR数据进行了处理,获得了该研究区域的地面沉降分布和沉降速率图。试验结果表明,研究区整体呈现出沉降的趋势,沉降速率大部分在-25~-45 mm/a的范围内。其中新抚区沉降最为严重,有2个沉降严重的区域,最大沉降速率达到了-186 mm/a。该试验结果为抚顺市露天矿采矿导致的地面沉降与地质灾害监测提供了切实有利的数据参考。     

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.     

普宁市地面沉降的SBAS技术监测应用研究

InSAR(Interferometric Synthetic Aperture Radar,InSAR)技术是随着合成孔径雷达发展起来的一种雷达干涉测量新技术,它可获得地表目标点的精确三维空间位置以及细微形变信息。基于雷达干涉测量发展的短基线(Small BAseline Subset,SBAS)干涉测量,可对缓慢地表形变进行高精度的监测。本文以广东省普宁市为实验区,选用2007~2010年间共10景ALOS/PALSAR数据,采用SBAS技术获取了该地区的形变时间序列和平均沉降速率,结果表明普宁市区存在多个严重的沉降漏斗,年最大沉降速率达15cm/a。利用观测时段内两期的水准点观测资料对SBAS时序结果进行验证,对比结果发现两者较差最大为46mm,最小为21mm,表明SBAS技术进行地面沉降监测的可靠性和有效性。     

基于SBAS-InSAR的长治矿区地表形变监测

小基线集InSAR(SBAS-InSAR)时序分析方法能够较好地克服InSAR时空失相干限制,抑制地形和大气影响,增加时间采样率,在监测地表形变随时间演化方面取得了较好的应用。为了有效监测山西省长治矿区地表形变,利用DInSAR方法监测开采矿区的快速大形变,得到形变区30 d的最大沉降量为11 cm;利用SBAS方法监测矿区边缘微小缓慢形变,得到2003年7月—2010年7月期间区内地面沉降的空间展布及时间序列相对形变量。对于矿区周围相干性保持较好的居民区,SBAS方法监测结果表明其整体形变表现为沉降趋势,沉降面积较大,沉降速率为5~15 mm/a,最大累计沉降为90 mm。矿区因开采时间、开采方式、采储量以及地形等因素的不同而呈现出不同的沉降结果。     

时序InSAR技术在地球环境监测及其资源管理中的应用:以交城-清徐地区为例

利用ALOS-1（2007-2010）、Sentinel-1A（2017-2018）存档数据对山西交城-清徐地区的地面沉降进行监测。结合小基线和永久散射体技术优点,在增加时间采样密度的基础上利用二维线性回归分析得到研究区域的形变速率和时间序列。经同期GPS观测结果校核表明:交城-清徐地区持续发生地面沉降,但山区和平原区域形变的空间分布、量级不同,引起形变原因也不同。平原地带沉降空间分布受构造断裂控制,断裂带两侧呈现明显的差异性形变,且最大沉降速率为－200 mm/a,沉降的主要原因是地下水超采,但经治理后地面沉降灾害有所缓解,表现为沉降速率小于－30 mm/a。山区主要由于矿产资源的长期开采,沉降中心不断向南移动,最大形变速率为－462 mm/a。     

基于PS-InSAR技术的珠海市地表形变监测与驱动力分析

基于63景Sentinel-1数据,采用PS-InSAR技术监测珠海市2018年10月—2020年11月地面沉降,利用GNSS地面同步观测数据进行精度评定,监测结果的均方根误差为4.58 mm,表明利用PS-InSAR监测研究区地面沉降具有较高的可靠性。分析珠海市地表形变的时空特征,结果表明,珠海市主体部分的平均形变速率在-55～15 mm/a,主要沉降区域分布在珠江水道周边的农垦区及沿海港口区域;主要交通线路为港珠澳大桥珠海连接线和广珠铁路珠海段,均存在年平均形变速率超过20 mm/a的明显形变异常区,需重点关注。结合地质条件、地下水开采情况对珠海市地表形变驱动力进行分析,结果表明,区域内地面沉降速率与软土层的厚度呈正相关,与地下水水位降深呈对数函数关系。     

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.     

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。     

InSAR技术支持下的长沙市2015—2021年地面沉降监测分析

长沙市是长江中游地区重要的中心城市,地质条件脆弱、土质疏松,土体在施工和降雨作用下极易固结压实,造成地面形变,威胁建筑物和基础设施的稳定。地面沉降是长沙市地质灾害的主要原因之一。为了监测长沙市近几年的地面沉降情况,本文使用MCTSB-InSAR方法,利用151景Sentinel-1SAR影像数据,获取了长沙市主城区2015—2021年的地面沉降结果。经分析发现,最大累计沉降量约为250 mm,最大沉降速率约为80 mm/a,绝大部分区域平均沉降速率在30 mm/a以下;长沙市整体稳定,局部有不均匀沉降发生,沉降区域主要分布在主城区外围,主要由工程施工引起。     

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。     

利用时序InSAR技术分析北京及河北廊坊地面沉降

利用带大气估计模型的时序InSAR方法对24幅覆盖北京及河北廊坊的Envisat-ASAR影像数据进行了时序分析,获取了该地区2007年4月—2010年9月的地面沉降速率及均方差。发现了以北京朝阳区和通州区交界处为中心和以河北廊坊城区为中心的两个沉降区域,中心区平均沉降速率分别为35mm/a与22mm/a。研究区域形变速率均方差1.5mm/a。研究结果表明:利用时序InSAR技术进行城市地表沉降监测具有较好的精度及稳定性;产生该沉降的可能原因为地下水的开采、城市基础建设的发展及工业用地量、人为活动的增加。     

基于SBAS-InSAR技术的广州市白云区长时序地表形变监测与成因分析

随着我国城市化进程的推进,城市区域人类活动越来越密集,如地下水开采和地下工程等,导致地表发生沉降,影响人们的生活。为了确保城市健康稳定发展,开展城区大范围地面沉降监测具有重要意义。本文利用SBAS-InSAR技术对广州市白云区2016年2月—2022年3月获取的176景Sentinel-1 SAR影像进行处理,得到了该区域的平均形变速率和时序形变。同时,结合历史光学影像和现场调查对研究区域内的形变原因进行了分析。结果表明,形变主要与当地的地质条件、垃圾生化降解和人类活动(如建构筑物施工等)有关,最大形变速率超过40 mm/a,最大累计形变量超过350 mm。本文研究可为城市区域的地面沉降监测和成因分析提供参考。     

时序差分干涉雷达技术反演杭州市地表形变

为探究杭州市的地表形变情况,以覆盖杭州地区的25景Sentinel-1A卫星数据为基础,使用永久散射体雷达干涉技术（PS-InSAR）对研究区地表形变信息进行了反演,结果表明：监测期内研究区的年均形变速率范围为-27.5～28 mm/a,地面沉降区域主要分布在萧山地区及江干地区;研究区地表总体形态趋于稳定,年均形变速率集中在-5～5 mm/a。杭州市地面不均匀沉降主要是受高层建筑荷载、城市开发工程建设和工业活动等影响。另外结合PS-InSAR反演结果,使用短基线集雷达干涉技术（SBAS-InSAR）对研究区进行了监测实验,并将结果与PS-InSAR反演结果进行交叉验证,结果表明两种方法的监测结果具有高度的一致性,进而说明了PS-InSAR反演结果的准确性。     

时序InSAR技术在太原地铁沿线形变监测中的应用

城市轨道交通的建设与运营会引起地铁沿线的持续形变而造成地面沉降,给地面及地下基础设施带来安全隐患。为了解太原市首次开通运营太原地铁二号线一期线路以来沿线地面形变情况,以二号线一期工程沿线为研究对象,使用2020年6月至2021年11月共20景Sentinel-1A影像,基于永久散射体、小基线集技术对研究区进行地面形变监测。研究表明,两方法所得沉降分布情况、形变时序分析结果有很高的一致性,线路沿线最大沉降为31.96 mm,最大沉降速率为32 mm/a,存在三个较明显的沉降区域,推断与其处于大规模的不断的城市建设区域密切相关。本次研究可为后续太原市地铁建设沿线地表形变监测提供参考。     

基于时序合并的PS-InSAR方法在雄县及周边区域地表形变监测中的应用

本文提出了一种基于时序合并的PS-InSAR(TSC-PS-InSAR)监测方法,提取雄县及周边区域地表形变信息。形变区域最大沉降速率为-79 mm/a,沉降原因为地下水超采。结果表明,TSC-PS-InSAR方法在无需先验模型的条件下,能显著提高PS目标数量,且监测结果与StaMPS方法提取的形变信息在沉降趋势及沉降量级上保持了良好的一致性,验证了本文方法在实际应用中的可靠性和可行性。