共查询到12条相似文献,搜索用时 46 毫秒
1.
研究采用SBAS-InSAR技术,结合Sentinel-1A升降轨道数据对青海省西宁市市区进行了地表沉降监测。实验结果发现西宁市市区中沉降速率大、下沉现象明显的4个沉降区域,这些沉降区域漏斗主要发生于新建城市居民楼小区、道路、高速公路和山区区域附近。其中,Ⅲ号区域在监测时间内地面点下沉速率最高值可超过-27 mm/a,累积沉降量甚至超过了50mm。经过研究分析,区域的大范围性沉降效应主要是由于近几年大规模的城市化建设和交通轨道建设损坏了地表的土层地质平衡状态,从而引起了地表土层不可逆转的下沉现象。同时,通过对两组数据的沉降速率值作地理同名点的线性函数分析可以得到相关系数高达0.9854,这很好地验证了数据成果的可靠性和精准性。 相似文献
2.
采用SBAS-InSAR技术对菏泽市65景Sentinel-1A SAR数据进行处理,获取菏泽市2017-05-20~2021-05-23的沉降结果,并结合地下煤矿工作面的开采对各成像时期的地面沉降情况进行精细化分析,最后利用实际水准数据对SBAS-InSAR监测结果进行精度验证。结果表明,研究时段内,菏泽市地面沉降不断加速,郓城地区沉降较为严重,最大年平均沉降速率达-311 mm/a,最大累积沉降量达-1 269 mm。SBAS-InSAR监测到的沉降位置和沉降变化趋势与水准测量结果相符,但在沉降严重区域,SBAS-InSAR监测到的沉降量与实际水准测量结果有一定差异。 相似文献
3.
4.
地面沉降作为平原区主要的地质灾害之一,对高速公路安全运行产生了潜在的影响。为了探究京沪高速公路北京—天津段的地面沉降情况,选取2017年1月至2020年3月70景Sentinel-1B卫星影像,利用SBAS-InSAR技术对该路段沿线地面沉降展开监测,并采用外部水准观测方法对InSAR监测结果进行精度评定;在此基础上,结合3类9个影响因子数据对沿线地面沉降进行空间模拟,通过对比普通最小二乘(OLS)模型、地理加权回归(GWR)模型和多尺度地理加权回归(MGWR)模型的模拟效果,最后选取相对最优模型对各种影响因子进行量化研究。结果表明:京沪高速公路北京—天津段表现出不均匀沉降特征,最大年均沉降速率超过-90 mm·年-1;研究区主要分布有6个明显的沉降中心,京沪高速公路北京—天津段经过其中3个;采用模拟效果相对最优的多尺度地理加权回归模型进行定量分析可知,第四系沉积厚度和地下水位变化对沉降的影响较大,而地形环境因子的影响较小。 相似文献
5.
基于1 009景Sentinel-1A影像,利用SBAS-InSAR技术对南水北调中线区域地面沉降进行长时间序列监测。结果显示,整个中线沿线地面沉降主要分布于河北省东南部,最大形变速率为-139 mm/a,由于与渠道间有一定距离,因此对输水影响较小。北京市的最大形变速率为-133 mm/a,天津市西南部最大形变速率为-81 mm/a,但天津支线经过了2个沉降区,应当引起相关部门的重视。本文重点分析了南水进京后北京市地面沉降的时序形变特征,结合相关资料分析得知,南水北调工程有效补充了北京地区地下水储量,显著遏制了北京市地面沉降的发展态势。 相似文献
6.
基于雷达波卫星测高技术,通过数据处理获取华北平原和华东地区的地面沉降数据;优化地球物理参数和环境改正数,利用高精度SRTM模型进行地形坡度改正,通过改进的阈值算法提高测高数据的观测精度。将获取的地面沉降速率与GNSS基准站观测结果进行比较,偏差为-3.4±9.1 mm/a,相关性为0.88。采用阈值法和改进阈值法进行波形重跟踪改正的偏差分别为-3.2±5.5 mm/a和-2.9±4.1 mm/a,相关系数分别为0.94和0.97。实验结果表明,卫星测高可应用于地面沉降监测研究,尤其在缺少GNSS或传统水准监测数据的偏远地区的地面沉降监测中具有重要的研究价值。 相似文献
7.
基于PS-InSAR和SBAS技术监测南京市地面沉降 总被引:1,自引:0,他引:1
利用覆盖南京地区的23幅Sentinel-1A影像,分别采用PS-InSAR技术和SBAS技术进行数据处理,获得了两组研究区域的地表沉降信息,并对两组结果进行交叉验证分析。结果表明,两种方法获取的结果无论是在沉降范围还是在形变量级上,都具有高度的一致性;研究区域在2015-04~2017-01期间存在地面沉降问题,且最大的沉降速率达到-30 mm/a。 相似文献
8.
利用广州南沙区GPS地面沉降系统2012-07~2013-12的GPS数据,采用3种不同的基准点方案进行数据处理,计算得到18个月的GPS监测点沉降序列。分析表明,测区位于低纬度地区,电离层活动剧烈,即使基线小于10 km,基线长度对单频监测点的解算精度影响仍然较大,而对双频点影响很小|以短基线为原则进行处理后沉降序列RMS为5 mm左右,由此计算的沉降速度与水准监测结果基本吻合,但单频监测点的精度还有待提高。 相似文献
9.
10.
采用SBAS-InSAR技术获取WLL水库及周边区域地表沉降信息。结果表明:1)WLL水库大坝表现为整体下沉,沉降速率在逐年减小后趋于稳定;2)受水库水位、大坝自重及地下水位等因素的共同影响,大坝沉降速率、累积沉降量表现为东南至西北方向逐渐增大;3)水库周边区域沉降未对大坝产生实质性影响。 相似文献
11.
12.
本文基于2016-01~2018-07的Sentinel-1A数据,采用PS-InSAR和SBAS-InSAR时序处理方法获取南昌市主城区地面形变信息,对比2种监测结果,分析产生不均匀地面形变的原因。结果表明,2种时序技术的监测结果相关性较高,南昌市主城区的形变趋势为西北抬升、东南下沉。形变区空间分布存在梅岭抬升区、南昌西火车站沉降区、赣江东岸沉降区、邓家埠沉降区和南钢沉降区,主要受地质构造、含水层介质、地下水开采和城市建设等因素影响。 相似文献