北京首都国际机场周边及机场内地裂缝形变时序InSAR监测

利用StaMPS技术,基于2017~2021年覆盖北京首都国际机场的133景升轨和95景降轨Sentinel-1影像,对机场及周边地面沉降、机场内地裂缝稳定性等进行研究。结果显示,升降轨影像监测结果的一致性较好,在机场南部、温榆河以南区域形成沉降漏斗,漏斗内部最大沉降速率超过40 mm/a,沉降漏斗沿温榆河分布。对升降轨影像监测结果进行内符合精度验证,结果表明,90%以上公共像元的形变速率差位于±10 mm/a之间,证明了升降轨影像监测结果的一致性。特征点时序形变结果表明,金盏乡、富豪村和黄金花园小区附近沉降较严重,最大累积沉降量分别超过250 mm、150 mm和110 mm。从机场整体形变及地裂缝两侧时序和剖线结果均可看出,地裂缝两侧地表的差异形变对比明显,且差异分界线与地裂缝位置较吻合。

InSAR用于高山峡谷区滑坡监测的适用性

针对升降轨Sentinel-1A数据获取的得荣县古学乡2个大型滑坡形变特征不一致的问题,利用R指数、敏感性和相干性等参数,开展InSAR技术用于该地区滑坡监测的适用性研究。结果表明,降轨数据比升轨数据更适合2处大型滑坡的识别与监测,并很好地解释了升降轨滑坡监测结果不一致的原因。对2个滑坡进行时间序列形变分析及多维形变特征分解,结果表明,2个滑坡在2019~2020年累积形变量最大值分别约为300 mm和230 mm,需加强关注。

基于光学与SAR数据的贵州发耳镇尖山营滑坡监测研究

以贵州省发耳镇尖山营滑坡为研究对象,利用Google Earth历史影像、Sentinel-1 SAR影像及Sentinel-2光学影像,采用目视解译、SBAS-InSAR和光学偏移量技术对该滑坡的二维形变及时间序列变化特征进行监测研究,揭示其形变演化的过程及特征。多期Google Earth历史影像的对比表明,滑坡体面积呈逐年增长趋势,且2018年以后增长加快;SBAS-InSAR监测结果表明,尖山营滑坡年均形变速率达-150 mm/a,形变主要发生在滑坡体的前缘,且滑前累积达-108 mm;基于Sentinel-2影像的光学偏移量跟踪技术揭示该滑坡2016~2021年二维形变时间序列特征,补充SBAS-InSAR技术无法获取的滑坡主体的形变信息,结果表明,该滑坡最大累积形变量东西向达32 m、南北向达-52 m;对滑坡的二维时间序列进行特征点以及剖线分析发现,该滑坡形变与煤矿的重复开采和降水等因素有关。

北京大兴国际机场及周边交通干道形变时序InSAR监测

北京大兴国际机场作为国际航空综合交通枢纽,开展其周边地面形变及主要交通干道的稳定性监测,对保障机场的正常运营至关重要。利用2019~2020年覆盖北京大兴国际机场的42景升轨和35景降轨Sentinel-1影像,采用StaMPS技术对机场周边地面沉降及主要交通干道稳定性进行了监测。结果表明:Sentinel-1升、降轨监测结果具有很好的一致性,90%以上的公共像元形变速率差值的绝对值小于8 mm·年^(-1);机场西部(西胡林村、十里铺村和辛安庄村附近)、机场北部(西里河村和祁各庄村附近)以及机场东北部(河北头村和西白塔村附近)地面沉降状况相对严重,局部地区年均形变速率超过-30 mm·年^(-1);形变时序结果显示在西胡林村、十里铺村和祁各庄村附近,地面累计形变分别达到了58、60和70 mm。通过提取北京大兴国际机场周围主要交通干道形变趋势分析可知,多条主要交通干道均存在不同程度的沉降趋势,存在潜在安全隐患,后续需要重点关注并持续监测。此外,对高架道路高度的反演结果显示,高架道路与周围部分地物在高度上形成鲜明对比,且与实际情况较为相符。