基于PS-InSAR和SBAS-InSAR技术的延安新区地面沉降监测研究

基于2019年3月—2020年3月共33景Sentinel-1A数据,采用PS-InSAR和SBAS-InSAR时序处理方法获取延安新区地面沉降信息,并分析导致地面不均匀沉降的原因.研究结果表明:①研究区大部分区域比较稳定,平均形变速率集中在-10～10 mm/a;地面沉降主要位于行知南路(尚品尊邸小区)-遵义大街-瑞金街-子长路-轩辕大道-志丹路-东方红大道-中环大道-上海东路-肤施大道(尚品尊邸小区)、延州大道、延安市交警支队新城大队东侧.②地面沉降受黄土湿陷性和压缩性、高填方体、城市扩张、人类活动、交通循环载荷、集中使用地下水等因素影响.     

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。     

基于SBAS-InSAR和PSO-BP神经网络算法的矿区地表沉降监测及预测

针对传统监测技术无法进行长时间矿区地表沉降监测以及现有预测模型过度依赖沉降数据、模型单一等问题,提出一种基于小基线集合成孔径雷达干涉（Small Baseline Subsets Interferometric Synthetic Aperture Radar,SBAS-InSAR）和粒子群优化-反向传播（Particle Swarm Optimization -Back Propagation,PSO-BP）神经网络算法的矿区地表沉降监测及预测模型. 首先,利用SBAS-InSAR技术获取矿区地表沉降监测值;然后,选取矿区地表沉降的影响因子与获取的沉降监测值从多因子角度构建PSO-BP预测模型;最后,分析该方法的有效性和合理性. 实验结果表明,利用SBAS-InSAR能有效监测矿区地表长时间沉降,随着训练样本的增加,PSO-BP预测值与SBAS-InSAR沉降值残差逐渐减少,算法收敛迭代加快,均方误差降低. 与现有监测方法及预测模型的对比,证明了SBAS-InSAR在矿区地表长时间沉降监测中的优势以及PSO-BP模型在矿区地表沉降预测中的有效性和合理性,该方法可作为矿区地表长时间沉降监测和预测的有效手段.     

采用时序InSAR技术的广汉市地面沉降监测及影响因素分析

随着城市化进程的不断推进,建设施工活动和地下水开采等频繁人类活动对城市地表稳定性的影响程度逐步加深。基于2018年3月~2021年12月的Sentinel-1A数据,结合永久散射体干涉技术中利用振幅离差指数提取高相干点的方法,采用小基线集干涉技术,获得了广汉市的地面沉降速率和沉降时序,据此分析了广汉市沉降的特征及原因。结果表明,在研究时段内,广汉市接近90%的地区未出现严重沉降现象,小汉镇、金雁街道、三星堆镇和向阳镇出现小规模沉降,施工区及其周边沉降相对严重,最大沉降速率为-31 mm·年-1。此外,沉降主要出现在2018~2020年,建筑施工活动和降水是引起地面沉降的主要因素。     

基于升降轨InSAR矿区地表二维形变的获取

结合矿区地形实际,在构建地表坡面空间坐标系的基础上,研究了雷达视线方向(LOS)形变与垂直方向形变及沿坡向形变的关系,利用升、降轨道合成孔径雷达干涉测量技术,获取了地表在坡面空间坐标下垂向与坡向的二维形变结果.以窑街矿区为例,采用Sentinel-1 A升、降轨数据基于小基线集方法分别提取升、降轨道LOS方向形变的结果...     

基于SBAS-InSAR技术钢桁梁结构桥梁形变信息提取与分析

针对传统桥梁监测技术监测时间不连续、只能依靠现有监测数据分析桥梁形变的问题,以南京大胜关长江大桥为研究对象,利用SBAS-InSAR技术获取2018—2019年的桥梁形变结果,以桥梁形变结果中的平均形变速率和LOS向时间序列形变量为输入集,分别构建BP神经网络时间序列模型来预测桥梁的形变量。结果表明：平均形变速率预测模型和LOS向时间序列形变预测模型的预测值与InSAR观测值之间的平均绝对误差分别为1.54、1.28 mm,均方误差分别为1.81、1.34 mm,均方根误差分别为1.81、1.53 mm,表明时间序列形变预测模型的可行性,为未来的桥梁形变预测提供了有力支撑。     

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...     

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。     

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.     

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。     

苏州地区地面沉降的星载合成孔径雷达差分干涉测量监测

利用欧洲空间局ERS-1/2获取的苏州地区1993～2000年SAR数据,通过差分干涉测量处理,得到1993～1995,1995～1998和1998～2000年苏州市地面沉降场测量值.地面水准测量数据的验证分析表明,差分干涉测量值与水准测量值的相关度达0.943,标准误差均值为0.1706,雷达差分干涉测量精度可达5mm(以水准测量代表地面形变的真实情况).文中以7个水准测量基准点为例,分析上述3个时段的地面沉降速率,其总体趋势反映苏州市地面沉降速率趋于减缓,说明近年苏州的地面沉降得到了有效的控制.研究结果表明,SAR差分干涉测量技术进行城市地面沉降方面监测和时空演化特征研究具有很大的优势,同时可用于其他类型城市地质灾害的监测.     

基于SBAS-INSAR技术的滑坡变形监测

针对传统滑坡监测方法效率低的问题,以祁连县牛心山2018年1月07日-2019年9月23日Sentinel-1数据为数据源,利用SBAS-INSAR技术进行数据处理,形成滑坡的累积形变量图、形变时间序列折线图,建立监测成果数据库.研究结果表明,SBAS-INSAR技术可以应用于滑坡的变形监测,且非常高效.     

西藏色拉滑坡时序InSAR二维形变反演与预测

针对西藏贡觉县色拉滑坡,采用小基线集技术获取滑坡一维视线向形变结果,通过多维小基线集技术计算滑坡二维东西向与垂直向形变速率与时间序列形变,结果表明色拉滑坡以东西向形变为主且滑坡前缘特征点累积位移超过100 mm;并将特征点累积形变与地区降雨量进行对比分析,发现每年6月-9月期间滑坡前缘受强降雨影响形变速率加快从而牵引滑坡中后部分加速形变.采用长短期记忆网络模型对滑坡特征点时间序列进行预测分析,预测结果显示周期性和缓慢形变可获得恰当的预测结果,对于剧烈形变的特征点符合其运动趋势.所得结果可为金沙江流域类似滑坡灾害预警提供参考.     

呼图壁地下储气库地表形变模式与机理研究

为探究地下储气库区域地表形变时空分布特征及影响因素,利用Sentinel-1A升轨合成孔径雷达影像,基于小基线集雷达干涉测量(SBAS-InSAR)技术提取了2017年3月-2019年5月呼图壁地下储气库的时序地表形变信息.结果 表明,在时间上,每年4月至10月注气阶段储气库地表靠近卫星约10～30 mm;同时,在夏季...     

基于InSAR的潜在滑坡人工智能识别——以延安宝塔区为例

基于合成孔径雷达干涉测量(InSAR)技术,结合热点分析和机器学习算法,进行区域高形变斜坡自动提取和潜在滑坡人工智能识别研究,以提升潜在滑坡识别效率和准确性,解决传统人工调查和目视解译无法有效识别位于高位、隐蔽性较强的潜在滑坡问题.结果表明,基于热点分析自动提取20处高形变区域,提取正确率、错分率和漏分率分别为74.31%、25.69%和11.80%,证实热点分析方法能够有效应用于InSAR高形变区自动识别和提取.基于识别的高形变区,结合历史滑坡灾害发育特征,利用机器学习算法建立潜在滑坡预测模型,采用表现最佳的自适应提升模型对自动提取区域进行预测,预测召回率和准确率分别为81%和65%,能够实现潜在滑坡的有效识别.     

基于合成孔径雷达干涉测量的高速铁路下伏老采空区稳定性监测分析

揭示老采空区现有变形规律是老采空区的稳定性分析的关键,而合成孔径雷达干涉测量(interferometric synthetic aperture radar,InSAR)技术对于广域地表变形监测有着传统测量技术无法比拟的优势.针对贵南高铁穿越大盘井采煤沉陷区的地表监测,采用最新的永久散射体对合成孔径雷达干涉测量(pe...     

基于SBAS技术的山区城市地面沉降监测研究-以攀枝花为例

基于INSAR技术的山区城市地面沉降研究,因地形复杂、植被覆盖等因素开展较少。本文首次在攀枝花市,利用12景2009-2010年ENVISAT ASAR数据,采用短基线集方法开展大范围、长时间监测。结果表明,攀枝花市东区地面沉降较大,沉降的平均速率高达48mm/y,西区沉降较小,沉降平均速率10mm/y,推测原因多为城市化建设所致地面荷载,而市东北方向的露天矿区,因连续开采所致不同时期同一地点的地表变化,导致高相干点在此区域分散稀疏,不能表明是否有沉降现象。     

基于SBAS-InSAR技术的矿区地表沉陷监测与分析

针对D-InSAR在矿区地表沉陷监测中易出现时空失相干,为更好的服务煤炭的绿色安全生产,本文选取了16景Sentinel-1A升轨数据,对某矿区利用SBAS-InSAR技术进行了时序监测及分析。其结果表明在2018年9月15日至2019年3月14日内研究区发生的最大沉降量为-34cm,年平均沉降速率最大为67cm/a,且各沉降区范围不断扩大。     

基于SBAS-InSAR技术的丹江口坝区地表形变监测与分析

丹江口水库是南水北调中线工程的水源地,地理位置极其重要.丹江口坝区是丹江口水库的核心区域,在长期使用过程中不可避免会发生形变,形变监测十分必要.然而传统的监测手段有很多限制,本文采用短基线集干涉测量(SBAS-InSAR)技术,将2017年3月12日至2018年3月19日的25景Sentinel-1A卫星SAR图像作为研究数据,开展以丹江口坝区为中心的大范围的地表形变监测研究.以研究区地表的形变量及形变趋势结果为依据,结合当地地形地貌及站点实测水文资料,综合分析该区域地表形变情况,并对丹江口大坝及坝区的安全性进行评估.研究发现:丹江口大坝周边150 km~2范围内的形变小于10 mm/a,在时间序列上呈现较为稳定的状态.