联合时序SBAS-InSAR与GACOS的青岛胶州湾大桥形变监测与分析

为解决SBAS-InSAR技术在获取水汽饱和度较高的海滨城市地表形变信息受大气影响严重的问题,选用23景Sentinel-1A SAR影像数据,联合时序SBAS-InSAR技术与GACOS大气校正模型,监测得到2021年1月—2022年6月青岛胶州湾大桥的地表形变信息;利用线性模型和线性-温度模型分析了其形变特征及其温度影响。结果表明,桥梁整体的形变速率在可控范围之内,其地表形变过程是非线性的,与平均温度变化有较高的相关关系,线性-温度模型拟合的地表形变过程与联合时序SBAS-InSAR技术与GACOS大气校正模型监测的地表形变过程具有较高一致性,表现出了季节性变化规律。

基于DEM与GACOS的InSAR同震形变场大气误差校正

从全球地震频发地区选取多次地震事件,以精河地震为例研究基于DEM进行大气误差校正时拟合区选取方法;然后分别基于DEM和GACOS数据对同震形变场进行大气相位延迟改正以分析其校正精度及适用性。结果表明,扣除主要同震形变区域后的相位-高程相关系数大于0.4时,必须对获取的形变场进行大气误差校正,校正后噪声可下降约1~4 cm;相关系数为0.4~0.8时,可通过两种方法相互验证以校正精度;相关系数大于0.8时,可以只使用DEM拟合大气误差分布函数进行校正。基于GACOS进行大气误差校正具有普适性,用于大气噪声较为严重且与地形不相关的平原地区可取得较好效果。

一种联合GACOS与线性大气校正的StaMPS PSI时序分析方法

雷达信号通过大气层时,会产生路径延迟,从而影响InSAR测量精度。常规靠时空滤波的时序InSAR分析方法,虽能削弱其影响,但仍存在一定局限。其中StaMPS PSI方法凭借适用范围广、开源等优点,受到众多学者的青睐。为此本文以香港地区为例,提出了一种联合GACOS与线性大气校正的StaMPS PSI时序分析方法,并与常规StaMPS PSI对比,最后使用GNSS观测数据对InSAR结果进行验证。结果表明:在SAR数据集较为丰富的情况下,常规时序分析方法能较好地克服大气延迟影响,但相比而言,本文提出的新方法更能反映出真实的地表形变。

Successful Applications of Generic Atmospheric Correction Online Service for InSAR (GACOS) to the Reduction of Atmospheric Effects on InSAR Observations

The tremendous development of Synthetic Aperture Radar(SAR)missions in recent years facilitates the study of smaller amplitude ground deformation over greater spatial scales using longer time series.However,this poses greater challenges for correcting atmospheric effects due to the wider coverage of SAR imagery than ever.Previous attempts have used observations from Global Positioning System(GPS)and Numerical Weather Models(NWMs)to separate atmospheric delays,but they are limited by(1)The availability(and distribution)of GPS stations;(2)The low spatial resolution of NWM;And(3)The difficulties in quantifying their performance.To overcome these limitations,we have developed the Generic Atmospheric Correction Online Service for InSAR(GACOS)which utilizes the high-resolution European Centre for Medium-Range Weather Forecasts(ECMWF)products using an Iterative Tropospheric Decomposition(ITD)model.This enables the reduction of the coupling effects of the troposphere turbulence and stratification and hence achieves equivalent performances over flat and mountainous terrains.GACOS comprises a range of notable features:(1)Global coverage;(2)All-weather,all-time usability;(3)Available with a maximum of two-day latency;And(4)Indicators available to assess the model’s performance and feasibility.In this paper,we demonstrate some successful applications of the GACOS online service to a variety of geophysical studies.

GACOS的SBAS-InSAR小尺度大气延迟改正及沉降监测

针对以往一般在大尺度区域开展大气对合成孔径雷达干涉测量(InSAR)沉降监测的影响研究的问题,该文基于通用型大气校正在线服务(GACOS)探讨小尺度区域的改正效果,分析大气校正前后对InSAR沉降观测量的影响。以山东省济南市某矿区为研究区,采用2017年5月至2019年8月期间27景Sentinel-1A构成的75组干涉对为例,选取其中两对校正前后的相位解缠结果进行对比,发现校正后的相位图标准差分别降低15%和16%。基于差分干涉测量短基线集时序分析技术(SBAS-InSAR)对校正和未校正的干涉对进行处理,经过校正的SBAS-InSAR沉降速率和累积沉降量分别为-166.3 mm/a和-373.8 mm,未经校正的SBAS-InSAR的沉降速率和累积沉降量分别为-167.1 mm/a和-372.8 mm。通过与水准监测数据对比发现,经过GACOS大气校正可以去除大气噪声相位,对于小区域长时间形变监测具有一定的适用性。

基于SBAS-InSAR技术的新疆某煤矿长时序地表形变监测与分析

新疆某煤矿长期开采导致矿区出现严重地表形变,严重威胁矿区的安全生产和区域可持续发展,有必要采用有效方法监测煤矿地表形变。为深入研究矿区地表形变规律,选取2017年1月23日至2022年12月23日共178景Sentinel-1A升轨雷达影像数据,利用SBAS-In SAR技术实测矿区2017—2022年地表形变信息,并引入GACOS数据去除大气误差影响,分析了矿区地表形变空间分布特征、时空演化规律及地表形变驱动因素。研究结果表明:(1)监测期间,研究矿区内地表形变以沉降为主,地表最大形变速率约为-113 mm/a,最大累计沉降量约为580 mm,主要地表沉降区域面积约为15.2 km^(2);(2)研究矿区地表沉降面积和累计沉降量不断增大,地表沉降符合煤矿开采沉降曲线,地表沉降将会进一步增加;(3)研究矿区地表形变主要由采矿工程所致,降水也是影响该矿区地表变形的重要因素。本研究为煤矿区地表形变监测、地质灾害预警与防控及矿区安全生产提供科学依据。

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。

利用GACOS辅助下InSAR Stacking对金沙江流域进行滑坡监测

西藏自治区贡觉县雄松乡至沙东乡金沙江流域作为川藏铁路的必经河流,地形崎岖、地质灾害隐患点多,亟需对该地区隐患点进行全方位的识别。首先,选取61景哨兵一号(Sentinel-1)升轨影像、53景Sentinel-1降轨影像和7景陆地观测技术卫星2号(advanced land observing satellite 2,ALOS-2)升轨影像对研究区域进行滑坡探测与监测。然后,利用合成孔径雷达(interferometric synthetic aperture radar,InSAR)通用型大气改正在线服务(generic atmospheric correction online service for InSAR,GACOS)辅助干涉影像堆叠技术(InSAR Stacking)的方法,获取研究区域雷达视线(line of sight,LOS)方向的InSAR年形变平均速率图,并结合3个轨道的结果提取出沿坡向和垂直滑坡向的平均速率图。最后,与LiCSBAS时间序列分析包的结果进行比较,发现两者具有高度一致性,LOS向年形变速率图像的相关系数在0.92以上,沿坡向和沿垂直滑坡向年形变速率的相关系数在0.85以上,证明了GACOS辅助下InSAR Stacking结果的可靠性。此外,还发现研究区域内沿坡向最大年形变速率为-163 mm/a;结合InSAR形变结果与光学遥感影像解译,可将该滑坡群分为A~G 7个区域进行实时监测。

基于SBAS-InSAR技术的新疆某煤矿长时序地表形变监测与分析

煤炭是我国能源安全的保障和压舱石。煤矿过度开采,会导致矿区地表形成沉降漏斗、塌陷坑、地裂缝及滑坡等地质灾害。新疆某矿区长期开采,导致矿区地表出现严重地表形变,严重影响矿区安全生产和区域可持续发展。因此,采用有效方法监测矿区地表形变,对矿区灾害预警及治理具重要意义。为进一步研究分析矿区地表形变特征和时空演化规律,选取2017年1月23日至2022年12月23日共178景Sentinel-1A升轨雷达影像数据,利用SBAS-InSAR技术实测矿区2017—2022年地表形变信息,引入GACOS(generic atmospheric correction online service for InSAR)数据去除大气误差影响。基于此,对矿区地表形变空间分布特征、时空演化规律及地表形变驱动因素进行分析。结果表明:(1)整个监测期间,研究区地表形变以沉降为主,地面沉降分布较广,局部沉降明显;(2)地面沉降基本沿矿区开采走向,形成3条主要沉降条带。矿区2017—2022年最大平均沉降速率约118mm/a,2017年至2022年最大累计沉降量约580 mm,部分区域因形变速率过大出现失相干;(3)研究矿区仍在开采,地面沉降呈持续增加趋势。据沉降趋势推断,矿区需较长时间地表形变才可实现相对稳定;(4)研究矿区地表形变主要由煤矿开采造成,矿区地质构造与降水等是影响矿区地表变形的重要因素。研究证明,引入GACOS数据辅助的SBAS-InSAR技术进行煤矿区沉降监测,为矿区安全监测提供了新的技术方法。

时序InSAR广佛地区地表形变监测与分析

随着经济的快速发展,城市地区的浅层地表运动已成为当前研究热点与重点。本文采用小基线集干涉测量技术对广佛区域从2018年10月—2022年4月的36景哨兵1号数据进行处理,并引入GACOS产品辅助大气校正,获取研究区的时间序列形变。结果表明,研究区内年平均形变速率主要集中在-4.9~5.9 mm/a,沉降呈零星分布,主要位于禅城区的西部、顺德区的北部及研究区内的南沙区;研究区内的地铁沿线沉降主要在佛山2号线、广州2号线、3号线的局部区域。

基于StaMPS的上海区域地表形变研究

为了及时掌握上海地区的沉降状态,更新沉降结果,本文通过获取覆盖上海市2020—2021年的哨兵1A(Sentinel-1A)影像数据,基于大气产品进行误差去除,用斯坦福永久散射体干涉(StaMPS)技术对上海地区进行时序监测。结果显示,研究区域永久散射体(PS)点平均形变速率为-10.4~6.5 mm/a,主要标准差区间在-2~2 mm/a,沉降主要发生在浦东新区和主城区的部分地区。同时,通过与小基线集技术(SBAS-InSAR)结果及相关文献对比验证,形变结果较为一致,说明该技术获取上海地区结果的正确性及适用性。最后,分析了5个典型沉降区及上海地铁14号、18号线沉降区域来说明沉降形成原因。

基于大气数据的时序InSAR大气延迟误差校正方法比较

针对时序InSAR应用过程中处理较为困难的大气延迟误差,文章利用StaMPS时序InSAR方法和TRAIN大气校正工具箱,以刘家峡水库及其以北地区为例,研究ERA-I、MERRA-2和GACOS三种常用的大气数据在时序InSAR大气延迟误差校正中的差异。实验表明,对轻度大气影响区域,三种数据均可实现较好的校正效果;对中度大气影响区域,三种数据的使用应当区分不同的研究区域、数据覆盖程度和大气影响强弱而定,且三者之间并无明显的优劣之分;对重度大气影响区域,在数据满足基本条件的前提下,应当优先考虑剔除该影像。

基于全球大气模型的日本关东平原InSAR对流层延迟改正研究

对流层延迟影响了InSAR技术监测地壳形变的精度。近年来,全球大气模型(GAM)以及通用大气改正在线服务(GACOS)成为有效改正对流层延迟的重要数据集。本研究以日本关东平原为例,采用MERRA2和ERA5这2种GAM以及GACOS改正时序InSAR干涉图的对流层延迟,通过考虑距离变化的相位标准差和半变异函数2种度量方法评估其改正效果。研究结果表明,2种方法评估结果一致,3种数据集所计算的对流层延迟差异较大且对于不同干涉图改正效果不同。对于整体时序InSAR干涉图来说,在0~30 km的空间尺度上,3种数据集在研究区域内改正效果均不明显,而在30~100 km的空间尺度上,ERA5和GACOS具有较好的改正效果,但MERRA2表现较差。经ERA5改正后时序InSAR干涉图相位标准差的均值削减量可达17.5%,略高于GACOS的13.3%,可为国内外沿海平原地区开展InSAR技术监测地壳形变提供支持。

青藏高原西北缘时序InSAR对流层延迟改正方法评估

合成孔径雷达干涉测量(interferometric synthetic aperture radar, InSAR)的时序分析是监测大面积地表缓慢形变的重要手段,但对流层延迟相位大大影响了形变监测的精度。以青藏高原西北缘为研究区域,分析了经验模型线性改正、通用型InSAR大气校正在线服务(generic atmospheric correction online service for InSAR, GACOS)改正和欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts, ECMWF)最新发布的ERA5(ECMWF reanalysis v5)数据集改正3种方法在时序InSAR反演形变速率中的改正效果。通过掩模技术计算非形变区的速率标准差,分析形变速率与地形的相关性,并与GPS数据进行比较分析后发现,自西向东的3个研究区域76.5°E~79.7°E(D136)、80.5°E~83.7°E(D165)、84.9°E~88.1°E(D19)范围内,其线性改正后标准差分别降低了41.05%、59.21%、25.13%,而GACOS改正后标准差分别降低了38.76%、55.97%、30.73%,ERA5改正后其标准差分别降低了10.05%、30.11%、20.15%。此外,InSAR与GPS站视线向形变速率比较显示线性改正、GACOS改正与ERA5改正后3个研究区域内其均方根误差分别降低了46.07%、51.28%和35.51%。对于青藏高原西北缘,3种方法均可削弱对流层延迟效应,其中线性改正和GACOS改正的效果好,适用性更高,ERA5受地面监测站点密度影响,在该区域改正效果稍差。