基于短基线差分干涉法的上海地面沉降分析

利用短基线差分干涉时序分析方法获取上海城区的地面形变信息.短基线时序分析方法选择较短的干涉对组合,利用干涉对中的高相干目标的相位和幅度信息在长时间序列中保持稳定的特性,获得高精度的地表形变信息.实验选择上海外环以内的区域,利用2007—2010年间的17景日本ALOS卫星的PALSAR数据,采用短基线时序分析方法提取了相干目标视线向的平均沉降速率.在沉降速率图中,杨浦区与虹口区交界处存在一个明显的漏斗状沉降;闵行区和浦东新区出现了一个较大范围的不规则的沉降条带.     

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SBAS-InSAR和BP算法的大理市地面沉降监测及预测

针对传统差分合成孔径雷达干涉测量(differential interferometric synthetic aperture radar, D-InSAR)存在时空失相干、大气延迟的问题，选择小基线集合成孔径雷达干涉(small baseline subset interferometric synthetic aperture radar, SBAS-InSAR)技术获取高精度地表沉降信息。为了更快了解未来城市地表沉降趋势，提出一种基于SBAS-InSAR和BP神经网络算法的城市地表沉降监测及预测模型。利用SBAS-InSAR技术获取大理市2020年5月1日至2021年12月22日时间序列累计最大沉降速率，其沉降速率范围为-52.627～47.543 mm/a;选取研究区5个沉降较为严重的区域分析沉降原因；最后随机选取B沉降区内1 000个沉降点，其中300个作为学习训练样本，700个进行测试和预测分析，预测结果与监测结果相吻合，其平均绝对误差为0.255 mm,均方误差为0.129 mm。实验结果表明，提出的结合SBAS-InSAR和BP算法模型，能够有效对城市地表沉降进行监测...     

基于永久散射体雷达干涉测量的苏州地区沉降研究

利用传统SAR差分干涉测量技术进行城市沉降等地表微小形变监测时，由于经常受时间和几何去相干以及大气不等延时等因素的影响，使SAR差分干涉测量不能很好地得到推广应用，通过从一系列ERS-1/2 SAR图像中提取在时间序列上保持高相干的自然反射体即永久散射体作为研究对象，进行精密SAR差分干涉测量相位分析反演，较好地克服了时间去相干的影响，并以苏州城市沉降为例，通过获得的1992—2000年的25幅ERS-1/2 SAR图像，建立线性形变模型，得到了苏州地区近8年的连续形变场.实验结果表明，PSInSAR结果与水准数据保持很高的一致性，可用于进行长时间序列的城市沉降监测.     

短基线DInSAR法长江漫滩区大面积沉降监测研究

南京河西地区属近代长江退移形成的河漫滩地,固结沉降一直持续发展.提出利用短基线DInSAR新方法监测长江漫滩区大面积地表沉降的新思路,利用多幅差分干涉图序列进行时间序列分析,获取大面积地表沉降的演变过程.南京河西长江漫滩区1996年到2000年短基线DInSAR法沉降监测试验结果表明,该区大部分存在不同程度地面沉降,最大累积沉降量达12 cm.与精密水准检测结果在空间分布上的一致性证明了该方法的正确性.     

基于深度学习的盾构隧道施工地表沉降预测方法

针对现有盾构隧道施工引发地表沉降预测方法中存在的难以同时挖掘数据之间的非线性特征关系和双向时序信息的问题,通过融合卷积神经网络(CNN)、双向长短期记忆(BiLSTM)与自注意力机制(SA)提出一种基于深度学习的地表最大沉降预测方法(CNN-BiLSTM-SA)。该方法首先利用CNN提取网络输入数据之间的非线性特征关系,利用BiLSTM网络提取输入数据的双向时序信息,然后引入SA机制为CNN提取的特征分配相应的权重,有效捕获时间序列中的关键信息,最后通过全连接层输出最终地表沉降预测结果。以湖南万家丽路电力盾构隧道工程为依托构建地表沉降数据集,并选用ANN、RNN、LSTM、BiLSTM模型开展对比分析。研究结果表明：评估指标CNN-BiLSTM-SA的平均绝对误差(MAE)、均方根(RMSE)、决定系数(R2)、平均绝对百分误差(MAPE)均为最优,具有更好的地表沉降预测性能。     

基于波谱数据库先验信息的地表参数同化反演方法

我国典型地物波谱数据库的构建为地表参数反演提供了先验信息,而时间序列遥感观测数据则能够提供反演目标参数的动态变化信息．文中将描述植被冠层反射的遥感辐射传输模型与描述作物生长变化的过程模型结合,提出了综合利用时间序列遥感观测数据和波谱库所提供的参数先验信息对农作物生长过程中的关键结构参数叶面积指数（LAI）进行反演的方法．时间序列遥感观测数据能为目标参数LAI的反演提供更多信息,而作物生长模型的引入则能够对反演过程中LAI的变化趋势进行约束．实验结果表明,利用地物波谱库中提供的参数先验信息结合时间序列遥感观测数据,采用变分数据同化算法可以明显提高具有时间变化特征的地表目标参数反演精度．     

基于哨兵-1A时间序列合成孔经雷达的地铁沿线地面沉降监测与分析

地铁的建设与运营容易引起地表的纵向沉降,从而影响城市的发展和人民生命和财产安全,因此及时掌握各地铁沿线地表沉降情况具有重要现实意义。以南宁地铁为例,利用哨兵-1A(Sentinel-1A)数据和时间序列合成孔径雷达(time series interometry synthetic aperture radar,TS-InSAR)技术,借助外部高精度的精密定轨(precise orbit determination,POD)精密轨道数据和先进星载电磁发射和反射辐射计全球数字高程模型(advanced spaceborne thermal emission and reflection radiometer global digital elevation model V2,ASTER GDEMV2)去除由去相关引起的相位跳变,获取了2017年6月—2019年1月南宁地铁网络地面沉降速率场,并在此基础上重点分析了地铁沿线地面沉降情况和沉降时空分布规律。试验结果表明,2017～2019年,南宁整体的地表沉降特征较为明显,最大累计沉降达到了-47.41 mm。大部分城区相对稳定,沉降区主要分布在各地铁沿线区域,且随着南宁经济的快速发展和城市地铁建设的加快,各地铁沿线地面沉降呈逐渐增强和扩散趋势。     

联合InSAR和水准数据的矿区动态沉降规律分析

针对传统矿区动态沉降测量中特征点缺失导致沉降规律不可靠问题,提出基于新型合成孔径雷达干涉测量(interferometric synthetic aperture radar,In SAR)与传统水准技术观测的矿区地表沉降值,使用Logistic时间函数和Levenberg-Marquard(LM)算法拟合分析矿区动态沉降规律以及其与地下开采的关系。研究结果表明:联合In SAR和水准测量沉降值拟合的动态沉降函数、加速度函数的均方差比仅利用水准的均方差分别提高89.0%和97.9%;Logistic时间函数能够较好地描述矿区地表单点的动态沉降过程,且各点的最大沉降速度和加速度极值发生时间与开采至该点的时间之间呈线性关系。     

DS-UWB系统伪随机序列同步捕获算法实现及分析

采用RAKE接收的DS-UWB系统中,同步对系统的性能至关重要.利用辅助序列进行系统同步方法能够确定本地序列移动方向,快速实现同步.首先,实现了DS-UWB系统中采用辅助序列进行的伪随机序列同步捕获.与传统的滑动相关方法不同,利用了接收信号与特定辅助序列的相关信息,对本地伪随机序列同接收信号中的伪随机序列相位差进行估计,并得到相位移动的方向,从而减小捕获时间.最后,理论分析与仿真结果表明,利用辅助序列实现DS-UWB系统伪随机序列同步捕获的平均捕获时间低于串行滑动相关方法平均捕获时间的一半.     

基于时间序列分析的地表沉降数据分析处理

基于平稳时间序列的特性,研究了应用ARMA(m,n)模型对矿区地表沉降数据进行分析处理和预报的方法步骤,并用一组实测沉降数据实例说明.结果表明,应用ARMA(m,n)模型分析处理地表沉降数据十分有效、可靠.     

D-InSAR技术在地面变形监测中的应用

本文首先介绍了DInSAR技术的基本原理,为了探讨DInSAR测量技术在进行地表沉降监测的可行性,采用传统的GPS测量地表沉降情况,并获得地表沉降监测数据,并将这方法所得数据值与DInSAR测量值进行对比分析,结果表明DInSAR监测结果与GPS观测结果具有一致性,能够满足地表沉降监测的精度要求。     

基于D-InSAR的丰城某煤矿地表沉降监测

差分雷达干涉测量方法(D-In SAR)可以对沉降监测区的空间连续曲面的形变进行有效监测,具有高精度、连续性监测、成本低廉等特点,是一种对矿区沉降监测十分有效率的方法。以丰城某煤矿为例,根据获取的雷达影像图,利用D-In SAR技术对4个干涉对进行二轨差分处理得到沉降信息,对照沉降区的实际情况,分析去相干源影响,并对其误差作了简要分析。结果显示:利用D-In SAR技术的二轨差分方法,能够得到比较直观准确的矿区地表沉降结果,结合矿区的实际情况,说明了D-In SAR技术具有较高实用性。     

干涉雷达遥感技术及其在地学信息提取中的应用

干涉雷达遥感技术是一种用于测量高程、地面位移和地表变化的全新技术。它利用合成孔径雷达回波的相位信息 ,通过对同一地区进行的至少两次满足干涉条件的观测 ,获取其干涉相位和干涉图 ,进而获取 DEM或进行差分处理。文章详细介绍了干涉雷达技术原理 ,讨论干涉雷达处理的基本条件 ,分析基线、时间对干涉雷达处理的影响以及干涉雷达技术的误差考虑 ,并按步骤介绍干涉雷达技术在地学信息提取中的一个应用 DEM提取。     

基于TSS-DInSAR方法的注浆采区地表动态沉降分析

采用二轨法的时序叠加DInSAR(TSS-DInSAR)方法,获取淮北矿业集团临涣煤矿部分注浆充填的Ⅱ2采区在2016-11-21—2017-02-25的地表时序下沉速率、时序累积沉降信息,在此基础上对此采区地表动态沉降规律进行分析,并利用实测水准数据进行精度验证与回归分析。研究结果表明:在研究时段内,Ⅱ2采区的地表下沉盆地处于下沉活跃期,在Ⅱ1021工作面和1021工作面西北侧形成了2个沉降中心,二者的最终累积最大下沉量分别为185 mm和169 mm;受注浆充填的影响,采区地表下沉速率、下沉量以及下沉范围均显著减小,并且下沉盆地表现出明显的非对称性。剔除3个相位失相干点后的均方根误差RMSE为19.7 mm(决定系数R2=0.910 4,p0.001)。这说明注浆充填可以有效减缓矿区地表沉降,并且TSS-DInSAR方法可作为一种切实可靠、性价比高的矿区地表沉降监控分析新手段。     

地铁深基坑开挖对周围地表沉降的影响

为研究基坑在开挖期间引起的地表以及地表上建筑沉降的规律,在理论分析的基础上,结合沈阳柳条湖站基坑现场监测数据,提出了地表沉降数值计算模型,并对计算模型中的参数进行了分析.研究结果表明:考虑支护结构侧移影响下建立起来的数值计算模型具有一定的合理性,能够很好地预测基坑周围地表的沉降趋势;基坑沉降计算模型的建立实现了定量地分析地表沉降问题,能够准确计算基坑周围不同距离地表的沉降值.研究初步建立计算地表沉降的模型,有助于完善沈阳地区地铁车站设计施工过程中地表沉降分析和预测的理论.     

Sentinel-1A TS-InSAR地铁沿线地面沉降监测与分析

地铁的建设与运营容易引起地表的纵向沉降,从而影响城市的发展和人民生命和财产安全,因此及时掌握各地铁沿线地表沉降情况具有重要现实意义。本文以南宁地铁为例,利用Sentinel-1A SAR数据和TS-InSAR技术,借助外部高精度的POD Precise Orbit Ephemerides和ASTER GDEM V2去除由去相关引起的相位跳变,获取了2017年6月~2019年1月南宁地铁网络地面沉降速率场,并在此基础上重点分析了地铁沿线地面沉降情况和沉降时空分布规律。试验结果表明,2017~2019年,南宁整体的地表沉降特征较为明显,最大累计沉降达到了-47.41mm。大部分城区相对稳定,沉降区主要分布在各地铁沿线区域,且随着南宁经济的快速发展和城市地铁建设的加快,各地铁沿线地面沉降呈逐渐增强和扩散趋势。     

高分辨率SAR影像监测高铁路基沉降的技术

为监测高铁路基沉降,保证高铁安全运行,以京津高铁为研究对象,利用TerraSAR-X高分辨率雷达影像,采用基于多种特性的综合探测法提取出稳定可靠的高相干点,基于提取的点目标利用时间序列DInSAR技术反演出京津高铁在SAR影像获取时间段的路基沉降,得到京津高铁沿线路基沉降分布图,分析了沉降分布特征和原因,并利用地面水准观测数据与反演结果进行对比,研究成果验证了时间序列DInSAR技术进行高铁路基形变监测的准确性和可靠性.     

非稳定承压水降水引起土层沉降分布规律分析

承压含水层减压降水实质上是一个卸荷过程,其上覆土层沉降可用基于弹性半无限空间Mindlin位移解的推导公式进行计算.分析表明:无限承压含水层非稳定渗流降水时间对土层沉降影响显著;由承压水减压降水引起的土层分层沉降随距地表距离的增加而增大,最大值位于承压含水层顶板处;影响上覆土层沉降的7个参数中,泊松比和承压含水层渗透系数的变化对土层沉降影响很小;上覆土层厚度、承压含水层厚度越大地表沉降值越小;上覆土层弹性模量较小时对地表沉降影响较大,随着弹性模量的增加,其对地表沉降的影响逐渐减弱;地表沉降随单井出水量、承压水水头降深的增大而增加且近似成线性关系;单井出水量、承压含水层厚度、承压水水头降深、上覆土层弹性模量不仅影响地表沉降值的大小,还会影响地表沉降的空间分布.     

车速的时间序列分析模型

基于高阶统计量方法,建立连续车流地点车速的时间序列分析模型.由于高阶累积量方法能够处理非高斯、非最小相位、非因果的时序数据,故由其辨识的时序模型具有更广泛的适用性.此外,连续车流地点车速具有非独立性特征,时间序列模型在相当大程度上蕴含了这些信息.仿真算例是成功的,实例计算与实际是一致的,从而说明该模型与方法是正确的.