多时相Sentinel-1A InSAR的连盐高铁沉降监测分析

多时相InSAR技术具有探测大范围毫米级地表形变的能力,已被广泛应用于地面沉降监测.近几年,应用多时相InSAR技术监测以高铁为代表的大尺度人造线状地物形变备受关注.本文将C波段SAR数据用于高铁沿线路基形变监测,应用相位稳定性分析和改进的StaMPS技术来增加相干性点的密度和形变参数解算的稳定性.采用研究区时间跨度为...     

基于SBAS-InSAR技术和Sentinel-1A的城市地表沉降监测

基于SBAS-InSAR技术对覆盖研究区2017—2018年20景Sentinel-1A影像数据进行处理,得到研究区年沉降速率及时序形变信息,并与PS-InSAR结果进行对比验证,最后进一步分析了研究区沉降的成因.结果表明沉降主要发生在燕郊镇中部与西部区域,平均沉降速率超过20 mm/a,集中沉降区域平均沉降速率超过3...     

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.     

利用Sentinel-1A数据监测南京河西地区地面沉降

南京河西地区是受长江和秦淮河淤积演化而成的漫滩地,由于河西新城大规模开发建设和地质条件的影响,地面沉降已成为该区域城市发展中不容忽视的问题。Sentinel-1数据是目前在轨运行的免费SAR数据,其具有较短的重访周期和较大的幅宽,为实现大范围长时序的地表形变监测提供了重要的数据源。利用短基线集干涉（SBAS-InSAR）技术对2015年4月至2018年4月覆盖南京河西地区的19景Sentinel-1A数据进行处理,获取了研究区2015—2018年间的地面沉降结果,并结合城市开发、人口分布等信息深入分析了地面沉降分布特征和成因。     

基于SBAS-InSAR技术与Sentinel-1数据的鹤壁市地面沉降监测与分析

随着经济社会的不断发展,人们对资源的需求也在不断增加.鹤壁市拥有丰富的煤炭资源,同时也是南水北调总干渠所经过的城市,资源的开采和重要基础设施的建设势必会使城市产生地面沉降.本文采用小基线集InSAR技术(SBAS-InSAR)及2017年3月至2020年6月共计97景开源免费的Sentinel-1数据对鹤壁市开展地面沉...     

沧州地区地面沉降现状Sentinel-1A/B时序InSAR监测与分析

获取了22景IW模式的Sentinel-1A/B数据,分别采用PS-InSAR和SBAS-InSAR两种时序技术得到了沧州地区2015年11月至2016年11月期间地表平均沉降速率及累计沉降量。经分析,两种时序监测结果具有较高的一致性,其结果表明：献县、沧县、沧州市区地面表现为回升趋势;青县、沧县东部、南皮县西部、东光县等地区地面沉降量较大,其中东光县何庄村累计下沉量达47 mm,而引起这些区域地面沉降的主要原因为农业生产等带来的地下水开采。本文对基于Sentinel-1A/B SAR数据的时序分析方法在城市沉降监测方面的应用进行了探讨,为有关部门提供了重要的参考数据。     

时序Sentinel-1A数据支持的长江中下游汛情动态监测

合成孔径雷达（SAR）因其对地观测全天候、全天时优势,成为多云多雨天气限制下洪水动态监测中不可或缺的数据来源之一。由于GEE（Google Earth Engine）云计算平台的兴起和短重访Sentinel-1数据的可获取性,洪水监测与灾害评估目前正面向动态化、广域化快速发展。顾及洪水淹没区土地覆盖变化的复杂性和发生时间的不确定性,基于时序Sentinel-1A卫星数据提出了针对大尺度范围、连续长期的汛情自动检测及动态监测方法。该方法首先,利用图像二值化分割时序SAR数据实现水体时空分布粗制图,逐像素计算时间序列中被识别为水体候选点的频率。然后,利用Sentinel-2光学影像对精度较粗的初期SAR水体提取结果进行校正,得到精细的水体分布图。最后,针对不同频率区间的淹没特点,采用差异化的时序异常检测策略识别淹没范围：对低频覆水区利用欧氏距离检测时序断点,以提取扰动强度大、淹没时间短的洪涝灾害区;对高频覆水区利用标准分数（Z-Score）检测时序断点,以提取季节性水体覆盖区。在GEE平台上利用该方法,实现了2020-05—10长江中下游地区全域洪水淹没范围时空信息的自动、快速、有效监测,揭示了不同区域汛情发展模式的差异性。本文提出的洪水快速监测方法对大尺度下的汛情动态监测、灾害定量评估和快速预警响应具有重要的现实意义。     

茂县滑坡形变的Sentinel-1数据分析

为了获取2017年6月24日四川省茂县特大滑坡滑前的形变信息并分析其诱发因素,该文利用覆盖滑坡区域滑前40景Sentinel-1数据,采用合成孔径雷达干涉点目标分析(IPTA)技术,解算出该滑坡滑前2014年10月9日至2017年6月19日期间形变的年速率及形变的时间序列,并与降雨数据进行了对比分析。对于滑坡区植被覆盖严重的问题,该文利用永久散射体目标(PSC)对影像配准窗口大小及过采样因子不敏感的特性来识别PS点。分析结果表明,茂县滑坡在滑动前两年多时间内具有明显的形变,最大形变速率达到4(cm·a-1),而且在滑坡发生前半个月内形变有突然增大的现象,推测该滑坡滑前持续的强降雨是导致滑坡失稳的主要诱因。     

利用Sentinel-1A数据监测地表形变案例分析

雷达卫星结合InSAR技术已广泛应用于高精度地表形变监测领域。本文选取2017年九寨沟地震为研究案例,利用Sentinel-1A地震前后的单视复数影像,基于D-InSAR技术获取该次地震的同震形变场。结果显示:震中西北侧表现出相对均匀的下沉现象,沉降漏斗区雷达视线向最大沉降量达25.1 cm;东南侧呈现不均匀抬升状态,地表破碎较为明显,最大抬升量为11.6 cm。研究表明基于Sentinel-1A数据的D-InSAR技术可以为地震形变场的定量分析提供一种快速有效的手段,为阐释地震发震机理及评估受灾情况提供必要的数据支撑,具有广阔的应用前景。     

基于IPTA技术的广州市2017—2020年地铁沿线沉降监测

干涉点目标分析技术(IPTA)是一种常用的地表形变监测技术,能够克服大气延迟、时空失相关的影响,获取高精度的监测数据。本文采用IPTA技术对覆盖广州市2017年5月至2020年5月期间的85景Sentinel-1A影像进行处理,获取了广州市的平均形变速率信息。同时,本文还分析了广州市及其地铁沿线形变的空间分布特点。结果显示：广州市地铁沿线的整体地表形变较为稳定,沉降主要集中在6号线沿线,最大的沉降漏斗位于柯木塱站,沉降速率达到了-39.5 mm/yr。结合实地考察结果,IPTA技术能够为大范围城市地铁沿线的沉降监测提供可靠的信息支撑。     

From ERS-1/2 to Sentinel-1: two decades of subsidence monitored through A-DInSAR techniques in the Ravenna area (Italy)

Land subsidence due to underground resources exploitation is a well-known problem that affects many cities in the world, especially the ones located along the coastal areas where the combined effect of subsidence and sea level rise increases the flooding risk. In this study, 25 years of land subsidence affecting the Municipality of Ravenna (Italy) are monitored using Advanced Differential Interferometric Synthetic Aperture Radar (A-DInSAR) techniques. In particular, the exploitation of the new Sentinel-1A SAR data allowed us to extend the monitoring period till 2016, giving a better understanding of the temporal evolution of the phenomenon in the area. Two statistical approaches are applied to fully exploit the informative potential of the A-DInSAR results in a fast and systematic way. Thanks to the applied analyses, we described the behavior of the subsidence during the monitored period along with the relationship between the occurrence of the displacement and its main driving factors.     

InSAR填海区地铁沿线地表沉降反演分析

为了更好地监测和掌握深圳填海区地铁工程结束后地铁沿线的地面沉降情况,该文利用TS-InSAR技术和20景2017年8月15日—2019年3月14日的Sentinel-1A SAR数据,借助POD精密定轨星历和ASTER GDEM V2分别去除轨道误差和地形相位,反演了深圳填海区2017—2019年地表沉降时间序列,并在此基础上重点分析了填海区地铁沿线地面沉降的时空演变规律以及地面沉降成因。结果显示,填海区各地铁沿线的地面沉降特征较为明显,最大沉降速率为-17.52 mm/a。其中,宝安中心、前海湾、深圳湾区段地铁沿线的地面沉降趋势较为严重,其地面沉降呈现逐渐增强和扩散趋势。     

利用Sentinel-1监测武汉市地面沉降

各大城市地下空间规划工程的建设施工,导致不同程度地面沉降的地质灾害.本文以2020年6月至2021年3月武汉市主城区的Sentinel-1A数据作为数据源,采用小基线集技术对该地区进行地表形变监测,并对其监测成果进行采样,形成时间序列形变图,通过对沉降数据对比分析,甄别出形变异常的区域,其成果可为防控地面沉降及其灾害链...     

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。     

Sentinel-1和SBAS-InSAR分析钻井水溶岩盐矿山时序沉降

利用小基线集(SBAS)InSAR技术对钻井水溶岩盐矿山地表沉降开展时空分析。实验选取湖南常德某典型钻井水溶岩盐矿区为测试区,时间跨度为2016年2月—2017年2月的21景Sentinel-1影像数据,获取了测区的时序沉降序列。实验结果显示,矿区地表大量级沉降在2016年9月才开始呈现,沉降漏斗横向出现多峰值,矿区沉降整体空间分布上出现西南部整体片状、中部偏北离散带状沉降。这些沉降特征均与钻井水溶法开采特征保持一致。将实地水准测量形变数据和DInSAR形变结果与本文结果进行对比以评估结果可靠性。结果表明,SBAS技术获取结果与水准结果表现出较高一致性,从而为钻井水溶岩盐矿山地表沉降提供了一种更为有效的监测手段,也可为此类矿山地表形变时空演化规律分析提供参考。     

Sentinel-1A SAR影像及其在矿区地面沉降监测中的应用研究

详细介绍了Sentinel-1A SAR影像数据的基本参数、工作模式、应用领域等。利用2016.11.09—2017.03.09的5景Sentinel-1A C波段SAR影像数据进行矿区地面沉降监测试验。基于SARscape利用双轨D-In SAR技术进行差分干涉处理,得到了研究区地面沉降分布图,直观地再现了研究区在2016.11.09—2017.03.09的沉降分布、沉降量级等。结果表明济宁某矿区在监测期间地面相对稳定,未有大面积和大量级的地面沉降发生,4个干涉对监测到的最大沉降都未超过3 cm。     

Land subsidence under different land use in the eastern Beijing plain,China 2005-2013 revealed by InSAR timeseries analysis

Land subsidence has been occurring in Beijing since the 1970s. Five major land subsidence areas have been formed: Dongbalizhuang–Dajiaoting, Laiguangying, Changping Shahe–Ba Xianzhuang, Daxing Yufa–Lixian, and Shunyi–Ping Gezhuang. In this paper, we studied on land subsidence in Dongbalizhuang–Dajiaoting and Laiguangying using small baseline subset interferometry and interferometric point target methods of 47 ENVISAT ASAR and 29 RADARSAT-2 data. The results showed that the degree of land subsidence in these areas varied significantly. The mean land subsidence rate ranged from 143.43 to 8.2 mm/a and from 132.11 to 7.3 mm/a during 2005–2010 and 2011–2013, respectively. We correlated the observed settlement with the land use (agricultural, residential, and industrial). Displacement in the agricultural areas was greater than that in the other areas from 2005 to 2013. Moreover, we compared the observed deformation and the groundwater level in phreatic and confined aquifers. There was a strong correlation between ground subsidence and the groundwater level and the ground settlement increased with a decrease in the groundwater level and the maximum correlation coefficient can reach 0.525. Furthermore, subsidence appeared to be associated with compressible deposits, suggesting that for 90–210-m thick compressible deposits, ground settlement is more likely to occur as the thickness of the compressible layer increases.     

利用时序InSAR监测兰州市中心城区地面沉降

针对兰州市中心城区的地面沉降问题,该文采用PS-SBAS和PS-InSAR技术,利用2016-01-20—2019-02-21时间段内的39景Sentinel-1A/B降轨数据,使用缓冲区分析技术对兰州市中心城区轨道交通线和铁路线周边100m区域做了沉降影响分析,监测结果表明:基于Sentinel-1A/B数据和时序InSAR技术,可以准确监测城市地表的沉降和轨道交通线的沉降时空规律;沉降区域主要集中在研究区东南部的方家泉村、和平镇和猪咀岭村;软土地基下地铁的施工会导致沉降现象的发生,兰州轨道交通线和铁路线的沉降主要发生在城区东南方向;在监测时段内,使用两种时序InSAR技术监测的同名点在沉降趋势和累计沉降量上保持了良好的一致性和吻合性,但PS-InSAR的时序变化曲线较PS-SBAS更为平缓。