多时相InSAR技术的廊坊地区地下水体积变化研究

基于时序InSAR函数模型,分别建立了单主影像和多主影像时序InSAR误差模型,在理论上完善了时序InSAR数学模型。利用构建的随机误差模型,模拟试验研究了随机误差模型对时序InSAR待估参数精度的影响。结果表明,与等权模型相比较,加权模型(随机误差模型)估计的参数精度有一定提高;但由于加权条件下的参数估计模型复杂、计算效率低,目前利用等权方法进行时序InSAR的参数估计更简便易行。     

珠江三角洲地区InSAR时序形变监测与分析

利用InSAR技术对珠江三角洲地区的地表沉降进行监测。针对一种基于小基线集InSAR(small-baseline subset, SBAS-InSAR)技术和永久散射体InSAR(persistent scattererInSAR,PS-InSAR)技术的改进时序InSAR监测技术对覆盖重点沉降区域的Sentinel-1卫星SAR影像数据集进行处理,得到了重点沉降区域的长时序(2018年1月至2019年5月)精细地表沉降监测结果。通过实地调研和信息采集,结合沉降区实际地质条件,对时序InSAR监测结果进行分析总结,为珠江三角洲地区经济发展和地面沉降监测提供重要的技术保障和支持。     

基于时序InSAR技术的北京地铁六号线二期工程沿线地面沉降监测与预测

合理地开发和利用地下轨道交通,是缓解城市交通压力的有效途径。对轨道交通沿线的地面沉降进行持续监测,对保障其安全运营具有重要的意义。本文基于时序InSAR技术,采用26景3 m高分辨率的TerraSAR-X数据,获取2016年9月至2019年1月北京地铁6号线二期工程沿线地面沉降速率场及累积沉降信息,并引入神经网络模型预测沉降趋势。结果表明：研究区的地面沉降具有不均匀性;6号线二期工程路段沿线1 km缓冲区内,站点由西向东沉降速率逐渐增大,且沉降速率最大值位于地铁线北侧约800 m处;径向基神经网络模型能够合理地预测地铁沉降发展趋势,为地铁安全施工、运营及维护提供参考。     

结合卡尔曼滤波和时序模型的隧道初支沉降预测

结合卡尔曼滤波和时序模型对隧道施工初支断面的沉降观测数据进行处理并预报分析,由于隧道中复杂的施工环境影响,容易造成观测数据存在不确定性,而卡尔曼滤波有去噪能力强、数据处理快速的优点。设置时间序列模型为空白对照组,实验表明利用卡尔曼滤波算法结合时间序列模型预测精度总体高于时间序列模型预测精度,可以为指导施工提供有效的定量依据,为施工生产的安全性和经济性提供保障,可在今后的隧道施工中应用。     

宝日希勒露天矿边坡滑前形变特征的时序InSAR分析

近年来,随着开采深度和边坡高度的不断增加,内蒙古宝日希勒露天矿区边坡稳定性问题日益突出,对矿区周围的工矿设备和工作人员的生命安全构成了威胁.2020年4月30日,该矿区工作帮发生体积约130万m3的大型滑坡,为研究此次边坡滑前的形变特征,本文采用39景Sentinel-1A卫星IW模式序列影像,以时序合成孔径雷达干涉(...     

Optimal weakening and damping using polynomial control for seismically excited nonlinear structures

This paper presents an approach for the optimal design of a new retrofi t technique called weakening and damping that is valid for civil engineering inelastic structures.An alternative design methodology is developed with respect to the existing ones that is able to determine the locations and the magnitude of weakening and/or softening of structural elements and adding damping while insuring structural stability.An optimal polynomial controller that is a summation of polynomials in nonlinear states is used...     

基于时序InSAR的东营地区地表沉降研究

黄河携带大量泥沙入海,河口三角洲覆盖20~50m厚的沉积层。沉积层的自然压实导致该地区的地表沉降。此外,黄河三角洲油气资源的开发和地下水的开采也加速地表的下陷。InSAR作为一种有效的空间大地测量工具,可以提供几十公里范围内的高精度地表形变场。时序InSAR技术在多幅雷达影像组成的干涉网络基础上,识别永久散射体(PS)等雷达回波信噪比高的像素。与传统的InSAR技术相比,时序InSAR技术削弱雷达影像去相干效应的影响,实现长期的形变序列提取。文中利用两组雷达影像:19幅ERS卫星1992年12月至1996年1月的SAR影像,17幅ENVISAT卫星2003年5月至2008年3月的SAR影像。影像主要覆盖山东省东营市及其周边部分区域。结果显示,东营地区存在每年15mm以上的地表沉陷,该地区的地表沉降与油气开采活动有关。     

利用PSInSAR技术监测北京地面沉降

地面沉降已成为大城市面临的重大灾害之一,对其进行有效监测十分必要。采用基于相位稳定性特征的PSInSAR对覆盖北京的31景TerraSAR-X数据进行干涉处理,获取了该研究区的地面沉降范围、沉降速率,并对重点沉降区域时序形变特征及成因进行分析研究。实验结果显示,2010~2013年,研究区内的平均形变速率范围为-51.49~8.15mm/yr,与精密水准测量具有较高的一致性,表明PSInSAR监测结果精度可靠,能实现对北京地区的地面沉降情况的有效监测。     

柴达木盆地时序量预测与多因子建模

以新一轮国土资源大调查“柴达木盆地地下水资源及其环境问题调查评价”项目为依托,围绕时序预测建模软件(Time Series Forecast V1.0)的研发与应用,按照现代预测学理论对柴达木盆地的水文、气象等多因子时序量进行了百年预测。针对多因子综合评价模型提出并采用了先进可行的“主成分”分析法,建立了“特征向量”与“综合指标”的对等关系,从而避免了以往诸多评价模型中人为因素的干扰,提高了预测结果的可信度。