曹妃甸新区PS-InSAR技术沉降监测及分析

随着曹妃甸新城的快速发展，地面沉降现象越来越引人重视，为分析该区域的沉降特征与原因，利用2019年2月至2021年12月共35景Sentinel-1A影像，基于PS-InSAR技术，获取了曹妃甸新区的地表沉降信息，提取特征点累计沉降量并分析沉降区域时空变化特征。结果显示：研究区整体区域沉降，主要沉降区位于西南方向，形变速率集中在-32.30～-3.48 mm/a;形变最严重区域位于唐山湾生态城，最大沉降量超过170 mm,形变区域面积较大且未达到稳定状态，未来仍会继续下沉。监测区的沉降主要与地下水开采、建筑设施荷载及吹填土自身压缩固结有关。     

利用SBAS-InSAR研究汶川地震后鲜水河断裂西北段的形变特征

选取鲜水河断裂西北段2008年8月30日-2009年7月11日8景Envisat ASAR数据,基于SBAS-InSAR技术,获取了年平均形变速率图和7景时间序列图.结果表明:鲜水河断裂带附近视线向最大隆升值为27.0 mm/a,最大沉降值为23.0 mm/a,形变值主要集中在-7.7~3.4 mm/a.主要的隆升区域位于道孚断裂的东北段,主要的沉降区域位于甘宁断裂的南段.鲜水河断裂西北段的形变量值很小,变化缓慢,每个地区月变化基本都在毫米范围内,断裂带隆升过程中可能出现沉降,沉降过程中也可能出现隆升,隆升和沉降说明在一段时间内断裂带总的运动趋势.     

基于小基线集干涉测量的天津地区地表沉降时空分析

基于覆盖天津地区2017—2019年的30景Sentinel-1A影像数据,采用小基线集合成孔径雷达干涉测量(small baseline subset interferometric synthetic aperture radar,SBAS-InSAR)方法对研究区域进行地表沉降监测,获取了天津地区的年平均沉降速率和累积沉降,并与水准数据进行比对,最后分析了该地区的沉降时空特征。结果表明:2017—2019年大部分区域地表形变速率为-15.8～4.1 mm/a,最大沉降速率超过-130 mm/a,最大沉降中心位于天津市西青区王庆坨镇;基于SBAS-InSAR获取的沉降结果与水准测量结果比对,其精度达到2.96 mm;地表沉降受地下水开采、城市基础建设的发展以及工业用地量、人为活动等方面因素影响明显。     

兰新高速铁路军马场-民乐段地表形变监测及成因

以兰新高速铁路军马场-民乐路段为研究区域,利用SBAS-InSAR技术得到2014-2016年的路基形变速率与累积形变量,结合实测数据验证其可靠性,分析该段路基形变的时空特征,从自然因素与人为因素两方面分析路基形变的原因.结果表明,研究区域内大部分路基稳定,形变速率保持在-5～5 mm/a,但也存在形变较为严重的区域,其中以民乐县与山丹县交界处最为明显,累积沉降量达90 mm.气温和降水会导致路基的形变出现季节性变化,主要是由于湿陷性黄土稳定性差导致的路基沉降以及低温与高降水量导致的路基冻胀变化;灌溉渠、人口聚集区及施工活动均对该区域的沉降产生积极影响.     

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.     

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。     

基于PS-InSAR和GeoDetector的兰州主城区地表变形监测与驱动力分析

采用PS-InSAR技术,基于2014年12月-2017年1月的32幅Sentinel-1A卫星TOPS模式影像,获得兰州主城区地表的形变速率和时间序列形变量信息,利用GeoDetector对建成区、道路网密度、降水、气温、土地覆盖类型以及地质类型进行单因素和多因素交互的驱动力分析.结果表明,兰州市主城区地表形变速率介于-53.17～37.66 mm/a,总体较为稳定,多数区域(95.25%)的形变速率介于-5～5 mm/a.主城区地表变形是各影响因素的交互驱动,而不是单一因素的驱动,建成区∩道路网密度是主城区地表形变的主要影响因素.将GeoDetector方法应用于各驱动力对城市地表形变的解释力,为研究城市地表形变影响因素分析提供了新的思路.     

乌海矿区地表沉陷SBAS-InSAR监测分析

煤炭资源开发战略迅速西移,造成西北矿区严重的地表沉陷,该研究以位于内蒙古自治区乌海市乌海矿区为研究对象,采用SBAS-InSARS技术对25景ALOS PALSAR数据进行处理,监测了该地区2007年1月到2011年2月的地面沉降情况,获取了平均沉降速率和时间序列累积沉降量,沉降结果表明,乌海矿区沉陷多个沉降中心,主要分布于研究区内的北部、西南部、东南部,沉降速率在空间上呈不均一分布,最大年沉降速率在52～57mm/a;研究区域最大沉降量高达56cm,且沉降中心在不同时间段的形变量不同。     

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...     

基于“天-空-地”一体化的东川区沙坝村滑坡体时序监测与分析

小江断裂带地质灾害频发，且大多处于山体高位并有植被覆盖，传统人工调查方法难以进行有效的排查与分析评估，区域内人民生命财产安全存在巨大安全隐患.选取东川区沙坝村作为研究区域，利用SBASInSAR方法对历史影像进行处理得到区域时序性形变信息，采用无人机航空摄影测量方法获取滑坡体实景三维模型，人工进行实地地质灾害详查，通过“天-空-地”一体化的方法对沙坝村滑坡体进行多尺度、长时间序列地表形变监测与变化特征分析.结果表明：(1)沙坝村滑坡体沿雷达视线方向(Line of Sight,LOS)年平均形变速率在-4～26 mm/a之间，山体地形陡峭，有多处地区为已发崩塌点或存在潜在崩塌滑坡风险；(2)山坡中部的古崩塌体(体积约12 100 m~3)及其周边均处于抬升状态，但上部抬升速率(11.98 mm/a)大于下部抬升速率速率(9.89 mm/a)，年平均形变速率不一致，存在下滑风险；(3)利用SBAS-InSAR方法能够获取到山区地表宏观时序形变信息，对地质灾害进行早期识别，辅以无人机航空摄影测量构建区域实景三维，可提高传统地质灾害调查效率，同时可以追溯变形区域历史活动规律，为灾害评估提供重...     

基于SBAS技术的天津市地面形变特征分析

地面沉降是一种普遍存在的地质灾害,天津是我国地面沉降较为严重的城市之一,对地面形变特征的研究,有助于了解地面沉降分布,合理进行城市规划。基于覆盖天津地区的Sentinel-1升轨和降轨数据,使用改进的小基线时序干涉测量方法获取卫星视线向（line of sight,LOS）向形变速率场,针对沿海地区大气影响严重等问题,引用InSAR通用大气校正在线服务（Generic Atmospheric Correction Online Service for InSAR , GACOS）模型去除大气误差影响。从获取的天津地区形变速度场可以看出,天津市区内形变量相对较小,市区周边的静海区、西青区存在一定的形变漏斗,最大LOS向形变量约-40mm/a;武清区和北辰区形变量最大,有一个范围和形变量级都较大的形变漏斗,形变漏斗中心为武清区王庆坨镇,其最大LOS向形变量在升轨和降轨结果中分别为80mm/a和99.2mm/a,结合该区域土地利用情况,发现主要是由于产业园密集建设,导致工业和生活用水过度导致地下水超采。从形变结果可以看出,后续需要对存在形变漏斗的区域进行科学用水管理和合理城市规划,从而有效改善区域形变的影响。     

长江三峡水库蓄水荷载地壳形变-GPS观测研究

1998～2003年的GPS观测给出了长江三峡地区地壳运动的基本图像:其站间相对运动在0～3mm/a,属于现今地壳活动背景十分微弱的地区;2003年三峡水库首次蓄水引起了相当幅度的地壳变形, 其中GPS观测到的近岸垂直沉降幅度约为10～40mm,水平相对形变不超过5～10mm,蓄水导致的垂直沉降最大区域主要集中在三峡的茅坪-香溪段,幅度随距库中心距离增加而迅速减小.GPS观测到的沉降范围和幅度与采用Farrell方法的数值模拟计算结果基本一致,短期内沉降变形主要可归之于上地壳因水体负载的弹性响应.     

哨兵-1A合成孔径雷达的深圳围填海区域地面沉降监测

为更好地监测和掌握深圳围填海区域在填海造地工程结束后的地面沉降情况,通过哨兵-1A影像和时间序列合成孔径雷达干涉测量方法研究了深圳围填海区域2016-2019年的地面形变.结果 表明:深圳围填海区域的地面形变速率为-19.85～ 15.60 mm/a,深圳东部宝安区和西部福田区的地面沉降相对稳定,南山区监测到大面积的地面沉降;和年均降雨量的对比分析显示了南山区的地面沉降存在明显的季节变化规律;靠近海岸的形变点目标受降雨的影响明显大于其他点,与深圳的沉积层厚度存在较为显著的相关性.     

基于时序InSAR技术监测北京平原区地面沉降

选取地面沉降比较严重的北京平原区作为研究区域,利用时序InSAR技术对该区域2003-2010年的52景ENVISAT ASAR数据进行处理,通过小基线对组合、差分干涉处理、高相干点提取、形变相位分离等步骤,最终反演出北京地区2003-2010年的时间序列累积沉降量和平均形变速率.研究结果表明,沉降地区主要分布在朝阳、通州、昌平和顺义地区,其中朝阳-通州区域沉降最为严重,年最大沉降量超过了110mm/y,与该区域过度开采地下水有关.将监测结果与现有研究成果和实测水准数据进行对比,发现三者具有较高的一致性,表明时序InSAR技术监测地区沉降具有可靠性和准确性.     

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技术的锁阳城遗址积沙过程

研究锁阳城遗址沙丘的形成和发展过程,采用SBAS-InSAR技术对遗址区进行监测研究.选用2014年10月-2021年8月覆盖研究区域的42景升轨和41景降轨Sentinel-1A数据进行干涉处理,得到雷达视线方向的形变速率场,经过投影转换得到垂直方向的形变速率场,并验证了InSAR监测结果的精度,结合遗址区气象数据和锁阳城形制、保存现状特征进行综合分析.结果表明,锁阳城遗址区域沙丘发育呈现由西向东堆积速率逐渐增加的特点;西墙南段两侧及东墙外侧积沙速率最快,最大积沙速率为1.24 mm/a,西墙外侧以侵蚀为主,最大侵蚀速率为-0.89 mm/a;东风和西风占起沙风比率分别为67.92%和28.18%,与InSAR监测沙粒堆积方向一致.     

基于D-InSAR技术的韩城矿区沉降监测与分析

在阐述二轨法D-InSAR技术原理的基础上,以韩城矿区为研究区域,利用2007年1月-2011年2月之间的17景L波段ALOS PALSAR影像和SRTM3 DEM数据,结合GAMMA软件和韩城矿区建立了监测策略,获取了矿区的年平均沉降速率图,其最大年平均沉降速率为410.91mm/a。对P2沉降区进行精细分析,获取了沿工作面走向AB的剖面图,得出沉降边缘向沉降中心递增的沉降趋势。结果表明:L波段ALOS PALSAR影像和二轨法DInSAR适合韩城矿区地面沉降的监测分析。     

基于SBAS-InSAR与GM(1,1)模型的张博线采空区地表形变监测

为获取了该区段沿线的地表形变速率及各成像时刻的累计形变量等形变信息,验证GM(1,1)模型在地表形变中的预测效果,通过 SBAS-InSAR 技术对张博线采空区 2019 年1月至2022年1月43景 sentinel-1A影像数据进行处理,并利用 GM(1,1)模型对地表特征点监测结果进行了模拟和预测。监测结果表明铁路沿线大部分区域年平均形变速率在-2.0~2.0 mm/year之间,沿线地表相对稳定;预测结果表明GM(1,1)模型在沉降预测中有良好的效果,可进行中长期预测。     

纳林河矿区地表沉陷SBAS-InSAR监测分析

纳林河矿区位于内蒙古自治区鄂尔多斯市乌审旗,属于我国大型煤炭基地,煤炭开采造成了严重的地表沉陷。本文利用13景Sentinel-1A数据,通过SBAS(小基线集)技术监测了该地区2016年10月至2017年2月间的地面沉降情况。结果表明,研究区南部最大沉降量高达33.99cm,最大沉降速率为-76cm/a,最大形变时间为2016年12月18日至2017年1月23日,且沉降中心不断向西移动。     

结合SBAS-InSAR与光学遥感的矿区地表塌陷监测

针对矿区地表塌陷过程中难以获取全面的形变信息问题,本文以河南某采煤塌陷区为研究区,首先,基于多源多时相光学遥感影像采用综合归一化差异水体指数提取开采塌陷区积水的空间展布情况;然后,利用SBAS-InSAR技术处理63景2017年3月19日至2021年4月27日Sentinel-1A影像,获取研究区地表形变信息。结果表明：2010-2019年间年均塌陷积水面积新增幅度基本平稳,2019-2021年间年均塌陷积水面积新增幅度减小;研究区最大形变速率为-60.42 mm/a,形变速率小于-15mm/a区域均有煤矿井工开采作业。本文方法有效的提取了开采塌陷区较长时期内地表形变信息和空间展布情况,为矿区地表塌陷监测提供新的思路,形成了一套有效的矿区地表塌陷监测工作方法和流程,提高了遥感技术在矿区地表塌陷宏观、快速、准确监测的目的,为矿区塌陷修复和生态环境治理提供基础数据支撑。