共查询到20条相似文献,搜索用时 31 毫秒
1.
基于地球物理反演算法,利用地表沉降信息快速获取油田储层状态信息,对于油田储层安全的实时监控具有重要意义。目前国内外对油田储层参数反演的研究相对较少,因此本文以典型的因石油开采引起地表沉降的辽河盘锦地区作为研究区域,以InSAR沉降监测结果作为观测数据,以Okada模型作为反演模型,首次将非线性贝叶斯反演算法引入到油田储层参数反演中。在试验过程中,发现油田地下存在不止一个油层,首次将双Okada模型引入到油田储层参数反演中。试验表明:①非线性贝叶斯反演算法不仅能够获取模型参数的最优值,同时可以对反演结果的不确定性做出解释。②与单源Okada模型相比,双Okada模型更符合该地区油田储层参数变化与地表沉降之间的映射关系,基于双Okada模型反演得到的油田储层参数更可靠。 相似文献
2.
2019年6月19日四川长宁县发生Ms6.0地震,提取地震同震形变场,反演震源机制,对于地震破裂分析、指导救灾具有重要意义。本文利用两轨差分干涉处理覆盖长宁地震影响区域的两景Sentinel-1A影像,在对D-InSAR关键技术和影像特征研究的基础上,配置处理方法和参数,提取了此次地震的同震形变场,采用Okada模型和正向建模对发震断层的几何参数及形变场进行了反演和模拟。结果表明,长宁地震形变场呈西北—东南走向的次级断层控制的不规则椭圆形,断层的两侧区域特征差异明显,断层左下侧为沉降区,右上侧为隆升区,两者的最大视线向形变分别为8、6 cm。断层的运动主要以左旋走滑为主,平均滑动距离约0.38 m,平均滑动角约55°,正向模拟的形变场与观测结果相符,这表明观测结果较可靠,同时也提高了低相干形变区的观测精度。 相似文献
3.
4.
为探究曹妃甸沿海区的地表沉降情况,本文使用永久散射体合成孔径雷达干涉测量(PS-InSAR)和短基线合成孔径雷达干涉测量(SBAS-InSAR)技术对2017—2022年的63景Sentinel-1A数据进行反演,得到了沿海区的地表沉降速率及分布,再对两种技术的反演结果进行交叉验证及分析引起沉降的原因,同时利用反向传播(BP)神经网络和长短期记忆(LSTM)网络模型分别对特征点的时序沉降量进行预测分析及精度对比,主要得到以下几点结论:(1)两种技术反演结果具有较高一致性,线性相关达0.98;(2)研究区最大沉降速率为-49 mm/a,最大累计沉降量为231.4 mm,地质条件脆弱、长期过度开采地下水、大规模的建设和工程扰动是造成该地沉降发生的主要原因;(3)经对比分析,长短期记忆(LSTM)网络模型的预测效果更适合于时序形变数据的预测,预测结果也更为接近实际形变值。 相似文献
5.
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。 相似文献
6.
7.
针对永久散射体差分干涉测量(PSIn SAR)算法流程,发展了基于周期函数模型的空间维解缠方法,并将其应用于矿区时间序列地表变形反演。通过在研究区域内安装人工角反射器(CR),将CR点上计算所得的周期模型参数分量作为整个网络的约束,通过空间约束平差以实现空间维解缠。选取了河南省境内白沙水库附近的煤矿密集区为主要研究区域,采用周期函数模型对矿区线性及非线性形变分量进行模拟,反演了2007年2月—2010年2月的时间序列形变场,并采用研究区域内的水准实测数据作为外部验证数据。实验结果表明:白沙水库周围区域存在着较为明显的沉降,在煤矿分布区域内累积最大沉降量超过了10 cm。沉降区域内以线性沉降趋势为主,非线性沉降较为缓慢,仅在水库的西南方向较为明显。应用已有的水准点实测形变值对实验结果进行验证分析,结果表明该方法精度可达约±2.1 mm,证实了本文采用的方法在矿区地表时序形变反演中的可行性和可靠性,对预防过度采矿导致的矿区塌陷具重要现实意义。 相似文献
8.
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. 相似文献
9.
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。 相似文献
10.
针对石油开采所致形变具有周期长、连续性强及范围广,常规形变监测方法无法满足高效监测需求的问题。时序差分合成孔径雷达干涉具有监测范围广和效率高的优势。采用干涉点目标分析技术与69景Sentinel-1A SLC数据对大宛齐油田进行地表形变监测及时序分析。结果显示,2016年2月—2018年12月间大宛齐油田年均形变速率在-81~49 mm/a,开采区存在两处明显沉降漏斗与两处明显隆起,最大沉降面积达5.8 km2,除此外无明显形变。GPM降水数据与时序形变量的叠加分析显示,大宛齐油田形变具有明显季节性特征,形变与油田生产及地质条件具有相关性。 相似文献
11.
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。 相似文献
12.
针对短基线集形变模型反演中法方程系数矩阵呈病态的问题,提出一种正则化稳健解算方法。该方法基于Tikhonov正则化理论,将形变速率求解问题转化为极小化问题,根据L-曲线法选取正则化参数,考虑最小二乘残差各个分量间的关系选取正则化矩阵,实现短基线集形变模型反演的稳健解算。分别采用LS法、岭估计法和Tikhonov正则化法对覆盖北京地区的29景ENVISAT ASAR数据进行处理,反演出研究区沉降速率图。通过对代表不同沉降情况的21个点的均方误差值和时间相干值、整个研究区的均方误差图等的对比分析,表明本文提出的短基线集形变模型反演的正则化稳健解算方法可获取更可靠的形变监测结果。 相似文献
13.
为获取连续的矿区地表沉降变形场,揭示沉陷规律,及时预计沉降范围与大小,保障生产,该文提出了以精密水准测量数据为约束的加权位错监测及预计模型。视开采工作面为简化位错几何模型,顾及工作面近远场观测数据的不同,根据计算模型值与水准测量实测值的残差确定不同的权比,利用最小二乘线性算法反演垂直方向上的张裂参数。由张裂参数正演获取连续的地表形变场。并以多期观测反演所得的一维张裂参数的变化序列拟合预计模型,预测地表未来形变场。研究表明,提出的加权位错预计模型能更好地监测并预计矿区开采后的地表沉降变化,为采矿安全生产提供了依据。 相似文献
14.
15.
针对如何准确分析2017年11月12日的伊朗Mw7.4地震断层属性的问题,该文从三维同震形变场与断层滑动分布角度出发,采用Sentinel-1A升降轨数据获取该地区三维同震形变场,并基于弹性半空间矩形位错模型,结合最速下降法反演得到其发震断层参数、模拟三维形变场。结果显示,地震东西向和南北向最大形变分别为68.8、43.8 cm,竖直方向上最大沉降和抬升分别达到34.4、96.7 cm,均符合逆冲断层的运动特征。地震主要形变特征为抬升,地震矩1.66×1020 N·m,矩震级Mw7.4,断层倾角16°,走向351°。结果表明,Okada模型解算所得地震三维形变场与观测结果总体特征相吻合,并且该地震为西南部板块挤压东北部板块而引发,属于逆冲为主带有右旋走滑的逆冲断层,其与地震学结果一致。 相似文献
16.
利用PALSAR数据研究长白山火山活动性 总被引:1,自引:0,他引:1
利用2006-10~2011-03期间共24景ALOS卫星的PALSAR数据对长白山天池火山区的近年形变进行了研究,基于PSInSAR方法进行了数据处理,获取了长白山近年火山的时序形变场和形变速率结果。结果表明,长白山火山近年火山活动较弱,仅在火山口附近存在10mm/a的形变速率。同时利用Mogi模型对火山区的岩浆变化体积速率进行了反演,显示该区域的岩浆以~1×106 m3/a的速率补充。 相似文献
17.
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。 相似文献
18.
2016年8月24日,意大利中部阿马特里切(Amatrice)地区发生Mw 6.2地震。采用ALOS-2条带模式和SENTINEL-1A宽幅模式的合成孔径雷达(synthetic aperture radar,SAR)数据分别进行SAR差分干涉测量处理,获取了该地震的同震形变场。结果显示,本次地震造成意大利中部地区发生明显的地壳形变,在雷达视线向最大沉降量达19.6 cm。基于合成孔径雷达干涉测量(interferometry synthetic aperture radar,InSAR)和GPS同震形变场数据对此次地震的发震断层进行联合反演,通过改进倾角和平滑系数获取方法,得到了最优滑动分布模型。通过使用单断层模型和双断层模型进行反演可知,双断层模型反演结果优于单断层反演结果,两种模型下反演模型相关系数分别为0.85和0.89,发震断层走向分别为160°和158°,倾角分别为44°和46°,倾滑分布主要位于地下5~7 km,平均倾滑角为-80°,最大倾滑量0.9 m位于地壳深度5 km处,该发震断层是亚平宁冲断带的一部分,为NW-SE向延伸的正断层,断层长约20 km。综合使用地震同震形变场和GPS数据对震源机制进行反演、模拟和分析,获取了高精度的震源参数,可以为分析地震危险性和断层破裂参数等提供数据支持。 相似文献
19.
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。 相似文献
20.
基于SBAS-InSAR的长治矿区地表形变监测 总被引:1,自引:0,他引:1
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。 相似文献