基于PS和SBAS技术监测厦门市主城区地面沉降

基于Sentinel-1A卫星2017年5月到2020年9月的41幅影像,采用PS和SBAS 2种技术,进行高精度的时序形变监测获取了厦门市区监测期间的地表形变信息,PS形变量级位于-25～20 mm/a,SBAS形变量级位于-22.91～18 mm/a.对2种监测结果进行交叉对比和时序分析,形变趋势和空间分布相吻合并分析其线性关系高达0.9206.提取出4个沉降比较严重区域分别是:A区为同安区中部地区,沉降量最大达到-40 mm;B区位于集美区西南部,最大沉降量为-26 mm;C区位于海沧区南部城中,最大沉降量为-23 mm;D区位于海沧区东部地区与厦门岛西部地区最大沉降量分别为-23 mm、-32 mm、-7.7 mm.结果表明2种技术都获得可靠结果.     

基于多源时序InSAR的三峡坝区形变监测分析

自2003年三峡库区蓄水以来，水位的大幅上升和周期性变化，给三峡大坝及其周边环境的稳定性造成威胁，三峡坝区的形变监测一直备受关注.随着InSAR技术的不断发展，其在基础设施与地质灾害形变监测领域发挥着越来越大的作用.采用时序InSAR技术对获取的2015年—2019年L波段ALOS2 PALSAR2数据集和2015年—2022年C波段Sentinel-1数据集进行处理分析，发现三峡大坝与茅坪溪大坝存在与蓄水相关的周期性形变，振幅约为1.1 mm和3.2 mm，茅坪溪大坝左岸护坡、关门洞地区与银杏沱填埋区分别存在28、40、40 mm/a的显著形变.采用指数衰减模型对银杏沱填埋区形变过程进行拟合，结果表明填埋区可在2040年达到稳定状态。研究表明，InSAR技术有助于加深对地表形变的认识理解，为地质灾害治理与决策提供依据.     

基于小基线DInSAR技术的典型地区沉降监测

为了有效地监测城市地面沉降情况,以2003—2010年该区52景ASAR数据为研究对象,利用小基线DInSAR技术方法,通过连接、干涉、解缠、轨道精炼和去平、反演、二次反演、地理编码等步骤,对反演出的实验区2003—2010年的形变速率进行时序序列分析。结果表明:实验区地面抬升沉降主要分布在A区、B区、C区、D区(最大沉降速率达到每年11.1 mm),抬升区域主要分布在A区和D区(最大抬升速率达到每年9.2 mm),其余大部分地区的沉降和抬升速率不太明显。通过与以往的沉降研究成果进行对比,验证了该技术在地面表沉降监测中的可靠性和准确性,为后期研究及预测实验区地面沉降及抬升提供理论依据。     

基于高级InSAR时序分析方法的高速公路沉降分析

利用一种新的分析方法 FRAM-SBAS时序分析方法,对兖州地区的ALOS PALSAR数据进行分析,研究该地区的高速公路沉降。FRAM-SBAS时序分析方法是一种融合了多种In SAR误差源校正方法的短基线集时序分析策略。利用Envisat数据,使用FRAM-SBAS时序分析方法获得的济宁地区在2008-09-21~2010-07-18期间地表的时序变化,得到了很好的研究结果,济宁地区最大时序沉降量为60 mm,最大沉降速率达到50 mm/a。高速公路路段最大沉降量达到53 mm,最大沉降速率为32 mm/a。而且高速公路沉降严重的路段均在地面沉降严重的区域,从而证明了矿区开采和车辆载荷对高速公路沉降的影响,同时也证明了该时序方法在地面及高速公路沉降监测方面的可行性。     

基于时序InSAR技术的芜湖市长江大桥一桥变形监测与分析

为保障人民群众生命财产安全,建立健全桥梁监测体系,以芜湖市长江大桥一桥为例,利用SBAS-In-SAR(Small Baseline Subset InSAR)技术处理2018年7月至2019年10月的Sentinel-1A数据,并将InSAR监测结果与桥梁上主桥的挠度仪进行对比.结果表明,桥面整体形变范围在13 mm以内,桥梁构件的沉降变化在时间上表现出一定的季节性变化规律.其中西侧简支梁桥在冬季呈现沉降趋势,在夏季呈现抬升趋势;位于东侧的斜拉桥部分在冬季呈现抬升现象,在夏季呈现沉降现象.针对这一现象,分析了测点形变量与温度之间的关系,其中西侧桥面形变与温度成正相关,东侧桥面形变与温度成负相关,并进一步根据监测数据建立了桥梁温度-竖向位移模型.研究结果证实了InSAR监测微小形变的可能性,可为对桥梁等大型工程监测提供数据.     

基于SBAS和IPTA技术的京津冀地区地面沉降监测

京津冀位于华北平原北部地区,地下水的长期超量开采,造成了严重的区域地面沉降,对京津冀区域进行大范围地表形变监测已经成为一个值得关注的问题.基于相邻条带的RADARSAT-2数据,结合小基线集干涉测量技术和干涉点目标分析技术,获取京津冀地区2012-2016年地面沉降场时序信息.基于监测结果对研究区地面沉降发育情况进行初步探讨,并对沉降漏斗的时空演化特征进行分析.研究发现,京津冀地区发生地面沉降的区域较多,地面沉降不均匀性特征明显,地面沉降发育最严重的地区位于北京金盏一带,最大沉降速率达到130 mm·a~(-1);在多个沉降漏斗中,北京金盏沉降漏斗、天津王庆坨沉降漏斗发育最为严重,累计沉降量分别达到661 mm,658 mm.衡水市阜城县、景县沉降漏斗扩张趋势最为剧烈,累计沉降量大于200 mm的面积达到1494 km~2.     

融合多种差分干涉测量的矿区地表形变监测

为解决时序短基线集差分干涉测量技术(SmallBaseline Subset-InSAR,SBAS-InSAR)无法准确估计煤矿沉降中心形变值的问题,通过融合合成孔径雷达差分干涉测量(Differential InSAR,D-InSAR)和SBAS-InSAR技术研究了测量矿区地表形变的监测方法。利用25景Sentinel-1数据,根据基于相干性系数的D-InSAR方法和结合永久散射体合成孔径雷达干涉测量(Persistent Scatterer Interferometric Synthetic Aperture Radar,PS-InSAR)的SBAS-InSAR方法分别生成研究区域的形变图,并借助Kriging插值法,将前者方法所得结果填补于后者方法所获形变结果,完善矿区形变中出现的空缺值,从而更为准确地估算矿区地表形变结果。此外,沿着开采面的横纵剖面详细分析典型矿区的形变结果,并绘制地表形变剖面曲线,以此剖析矿区沉降漏斗的演化过程。最后,为了定量说明该方法的可靠性,将矿区形变结果和水准测量数据进行误差对比,并将标准差和均方根差作为矿区形变结果精度的评定指标。结果表明：相干性系数图整体质量较优,研究区域中最大累积沉降量可达176.39mm,年均沉降速率最大可达-103.82 mm/y。通过本文方法得到的形变结果和水准处理数据基本一致,且误差均小于13 cm,监测精度满足煤矿开采相关测量技术要求。     

基于时序InSAR技术的京津高铁区域沉降稳定性评估

高速铁路对轨道的平顺性及线下构筑物的稳定性有严格的要求,而铁路地理跨度大,采用定期的常规地面人工测量方法无法及时有效得到高速铁路沿线的形变,给线路的稳定性评价和列车的安全运营造成了潜在的隐患.本文以京津高速铁路永乐站至天津站区段为研究区域,利用时序差分雷达干涉测量技术,选用C波段雷达数据对沿线区域进行了形变监测,获得了该区域在2007-02-2010-07时间范围内的纵断面方向平均沉降速率曲线及沿线平均沉降变化率曲线;对比分析了沿线区域沉降变形规律,提出区域内差异性沉降是对线路稳定性影响较大的因素;并根据影响程度对线路进行了分级评估.该结论对于京津高铁的运营及维护具有重要参考意义和实用价值.     

利用时序InSAR技术监测兰州市主城区地表形变

城市地表形变是城市发展进程中的阻碍因素,为监测城市地表形变,利用46景Sentinel-1A影像,通过短基线集干涉测量技术(SBAS-InSAR)对兰州市主城区进行监测,SBAS-InSAR技术是在传统的D-InSAR技术上发展起来的时序InSAR技术,可以监测长时间序列上高精度的地表形变结果。实验获得了2017年1月到2018年8月间的地表形变信息,结果表明兰州市区存在大范围的地表沉降,最大年平均沉降速率达到104.2mm/a,累积沉降量达到174.4mm,并对兰州市区内沉降区域分布范围和发展趋势做了总结。城区北部的沉降区域主要分布在新开发的居民区周围,形成了四大沉降中心区域,城区南部沉降最为严重的是七里河区,有多个区域的年平均沉降速率达20mm/a以上。     

利用Sentinel-1A 的时序干涉测量探测蒲县滑坡形变

利用覆盖山西蒲县地区的24景Sentinel-1A升轨影像,分别采用永久散射体雷达差分干涉测量(PS-InSAR)与短基线集雷达干涉(SBAS)技术对研究区域2019-01-2019-12的地表进行时序形变监测,获取蒲县地区疑似滑坡体位置、范围及滑坡速率,并对两种监测结果进行对比,深入分析滑坡隐患的可能性成因.结果 表明,两种时序InSAR技术采集的形变信息大致相同,蒲县大部分地区趋于稳定状态,年平均形变速率在-10 ～10mm/a;其中存在4处位置一致、形变明显的疑似滑坡点,分别是半沟村罗克线两侧、水泉窊015乡道附近、郭家山周边及井子洼村赵克路沿线.     

基于时序InSAR技术的近距离多煤层参数反演方法

近距离多煤层开采引起的采空区地面沉降在当前工矿区沉陷中占有较大的比例,而天基InSAR技术在工矿区大范围形变监测方面具有显著优势.以2018年1月至2019年8月间的43景C波段Sentinel-1B SAR数据为基础,通过时序InSAR技术对近距离多煤层开采的康平煤田进行了大范围沉降监测.以Okada模型为基础,结合近距离多煤层分布特征,采用叠加理论的原则,提出了一种基于多源模型的近距离多煤层参数反演方法.通过定量计算弹性半空间下双源模型和三源模型近距离多煤层参数反演的精度,发现三源模型精度更高,更符合小康矿近距离多煤层开采的实际特征.本研究可以为基于InSAR技术的近距离多煤层开采沉降监测及参数反演提供参考.     

PS-InSAR在南昌地表变形监测中的应用研究

利用2014-2018年覆盖南昌市区域范围Sentinel-1A卫星数据,采用PS-InSAR技术对南昌市主要的基础设施建设,如高铁、地铁、隧道、桥梁、高楼等地表形变情况进行计算、趋势分析与及时监测,为区域灾害提供预警与评估,及为地区规划与发展提供决策支持。PS-InSAR技术在地面沉降、自然灾害等地表形变监测方面已得到广泛的应用。就PS-InSAR在南昌地表形变监测的应用进行了探讨,并根据InSAR的特点,指出了InSAR的部分缺陷,给出了InSAR的使用局限以及今后的研究方向。     

InSAR／GPS集成技术在常州-无锡地面沉降监测中的应用研究

精确监测地表形变是地面沉降防控工作中的重要内容,也是多年来该研究领域面临的难题．GPS和InSAR是近年来迅速发展起来的两种空间大地测量监测手段,在区域地表形变监测方面都显示出了各自的优势及良好的应用前景．文中根据二者技术特点,分析了InSAR／GPS集成技术监测地面沉降的方案可行性,并以常州-无锡地区为例开展了同步观测试验,利用GPS数据来建立大气改正模型,从而削弱InSAR干涉图像中大气影响,提高了InSAR形变量监测精度．     

基于StaMPS-PS时序InSAR对流层延迟改正方法评估

时序分析是合成孔径雷达干涉测量(InSAR)的一项关键技术,它被广泛应用于监测广阔地区的地表缓慢形变。这种方法能够提供大范围、大面积的形变监测。其中,StaMPS PS方法凭借适用范围广、开源等优点,受到众多学者的使用。但在时序InSAR中,对流层延迟相位会导致形变监测精度的降低,因此,以合肥市为研究区域,分析了经验模型线性改正、GACOS(generic atmospheric correction online service for InSAR)改正和欧洲中期天气预报中心(ECMWF)最新发布的ERA5数据集改正,并对比这3种方法在时序InSAR反演形变速率中的改正效果。通过计算得到研究区的标准差,进行比较分析和验证。其中线性改正、ERA5和GACOS改正后的标准差分别降低了21.71%、16.14%、10.38%。对于合肥区域,这3种方法均可减弱对流层延迟的影响,且精度都有所提高,其中线性改正效果最好,适用性更高,ERA5和GACOS受天气以及地面监测点密度等影响,在该区域改正效果较差。     

基于多时相InSAR技术的大渡河瀑布沟水电站形变监测与预测

形变监测与预测是对水电站异常情况进行预警和及时采取补救措施的关键。本文提出了一种长短期记忆(LSTM, Long Short-Term Memory)神经网络方法来预测大渡河流域瀑布沟水电站干涉合成孔径雷达(InSAR, Interferometric Synthetic Aperture Radar)的时间序列形变。该方法首先利用多时相干涉合成孔径雷达(MT-InSAR, Multi-temporal Interferometric Synthetic Aperture Radar)技术对2018-2020年瀑布沟水电站的哨兵一号(Sentinel-1)图像进行时间序列形变监测，然后基于时间序列InSAR形变数据采用LSTM神经网络建立了形变预测模型，最终获取瀑布沟水电站的形变速率结果和时序形变的预测结果。结果表明，瀑布沟水电站最大沉降速率达到-34 mm/a-1，LSTM预测模型训练和测试过程中点尺度的均方根误差(RMSE Root Mean Squared Error)和绝对误差平均值(MAE, Mean Absolute Error)最小值分别为2.343 mm和2.010 mm，2.094 mm和1.654 mm。LSTM形变预测模型的预测结果显示2020年5月-9月的累计沉降值将达到71.29 mm。本研究证明了LSTM神经网络是一种有效InSAR时序形变预测方法。同时该模型的预测结果也可用于瀑布沟水电站的形变预警和辅助决策。     

基于PS InSAR技术的黄土高原地质灾害隐患识别

采用永久散射体(PS)合成孔径雷达干涉测量(InSAR)技术对陕西绥德县城区及周边地区2015年12月-2018年4月共54景Sentinel-1A数据进行处理,获取研究区地表PS时间序列形变信息.根据形变特征将PS点分为随机型、线性蠕动型、突变型,并对每种类型PS点形变规律及其对地质灾害隐患识别的意义进行分析.将研究区地质灾害隐患分为城区沉降、滑坡隐患两类,依据PS点形变特征对两类地质灾害隐患进行识别,共识别出城区沉降区8处,滑坡隐患区39处.利用实地调查的滑坡体及不稳定坡体数据与识别的滑坡隐患区结果进行对比验证,结果显示识别的滑坡隐患区与调查数据具有较好的一致性.证明了InSAR技术在黄土高原地区地质灾害早期识别方面的适用性和准确性,可以应用于黄土高原地区地质灾害隐患识别预警.     

PS-InSAR技术在兰州市地面形变中的监测应用

近年来,由于城市地表沉降带来的次生灾害后果愈加严重,给城市的发展带来了诸多隐患,因此对城市进行长时间序列的形变监测具有重要的现实意义,而传统的监测方法无法获取城市大面积的地表形变信息.合成孔径雷达遥感(interfer-ometric synthetic aperture radar,InSAR)技术在大规模地表形变监测中具有独特的优势.兰州市地质条件特殊,地貌条件复杂,是中国地质灾害发生频率较大的区域之一.采用63景Sentinel-1A和5景Sentinel-1B数据基于永久散射体合成孔径雷达干涉(persistent scatterer interferometric synthetic aperture radar,PS-InSAR)测量技术获取了2014年10月—2020年4月的兰州市城区的地面形变场.研究结果表明,兰州市城区地表形变较小,临近城区周边的几处村镇存在着不同程度的沉降,且部分区域的沉降呈现出逐渐加快的趋势.     

基于哨兵1号的呼和浩特市沉降及成因分析

利用SBAS?InSAR及PS?InSAR技术,处理了2018年10月到2020年10月的28景sentinel?1A数据,计算出呼和浩特市平均地面沉降量和沉降速率.结果表明,呼和浩特市存在三处漏斗状沉降区,分别位于回民区、玉泉区北部、台阁牧镇北部,沉降区内大部分形变速率在5.32～17.31 mm/a之间;其中,台阁...     

大渡河流域时序InSAR地质灾害监测

大渡河流域滑坡灾害频发，对流域内的施工建设和水电站安全造成极大威胁，获取流域地灾分布一张图对防灾减灾工作具有重要意义。本研究基于时间序列InSAR技术，对覆盖了大渡河丹巴至乐山段的升轨Sentinel-1数据进行分析，获取了流域2018-2021年的大范围形变结果，并结合光学影像识别出潜在的隐患区域。研究结果表明：区域最大形变速率达到了-65.2 mm /y；大部分沉降区集中在丹巴、石棉和汉源地区，主要受到地质构造活动和降雨等因素驱动；综合考虑形变速率、地形、植被覆盖和变形范围的影响，在大渡河沿线发现了15处较显著的滑坡隐患区；在典型形变区域，InSAR结果与地面测量数据基本一致，证明了InSAR滑坡监测技术在复杂西南山区的有效性，测量结果将为当地灾害治理提供指导依据。     

基于InSAR技术的地表形变监测

地表形变引发了一系列的地质灾害,因此,对地表形变进行监测显得尤为重要.卫星合成孔径干涉测量是一项极具潜力的区域地表形变监测技术,具有很好的优越性,应用前景广泛.介绍了地表形变及其带来的危害和SAR数据的基本处理流程等,并以BAM地震为例对InSAR技术在地表形变监测中的具体应用进行了讨论与分析.