基于InSAR的矿区地表三维形变场提取方法应用

在矿山开采过程中地表沉陷是三维的,而InSAR监测获取的是卫星视线向形变,针对这一问题提出了一种联合开采沉陷知识的单视线向InSAR三维形变提取方法,实现对地表三维形变的提取。通过以矿山开采引起的地表水平移动和倾斜之间的函数关系作为约束条件,构建单视线向三维变形解算模型,将单视线向InSAR技术提取的二维变形信息转化为三维形变场,并使用两景Sentinel-1数据对万年矿某采掘工作面进行了试验验证。结果表明,该方法能够获取采矿区地表三维形变场,模型反演的结果揭示了该区域真实的地表形变特征,对于矿区开采过程中地表形变特征监测、沉陷规律的探索提供了重要的应用价值。

基于轨道精炼控制点精选的极艰险区域时序InSAR地表形变监测

极艰险区域具有地形起伏极大、地理环境复杂和永久散射体稀少的特点,为此文章设计了一种改进的SBAS-InSAR技术进行地表形变监测。文章先从相干性、振幅离差指数、形变速率三个方面获得候选的永久性散射体点,之后辅以光学影像精选出最终的永久性散射体点,将其作为轨道精炼控制点引入SBAS-InSAR解算过程,最终完成了研究区的地表形变监测。通过对比分析常规的PS-InSAR技术与SBAS-InSAR技术,该技术在极艰险区域具有良好的应用价值。

基于SBAS技术的川藏铁路折多山地区地表形变监测与分析

相比传统的地表形变监测,InSAR技术能够全天时、全天候、大范围地获取地表形变信息。SBAS短基线集作为一种新技术,能有效解决时空去相干、大气延迟等影响,获得高精度的地表形变信息。文章利用SBAS技术对川藏铁路折多山地区27景Sentinel-1A数据进行地表形变监测,得到该地区在2017-03—2018-12时间序列形变监测结果。通过分析该地区整体形变情况,圈定3个明显形变的范围,在其中一个形变范围内,发现3个疑似滑移区域,其最大形变量达到-92.3 mm/a。最后结合Google Earth光学影像,验证并分析这3个疑似滑移区域成因。

面向地理国情监测的植被区域变化发现研究--以重庆市璧山区为例

植被变化发现是地理国情监测中的重点工作之一,以重庆市璧山区为例,设计一种顾及前期成果的变化发现技术方案。根据地类编码,对前期矢量成果进行归类合并,并提取出前期植被区域矢量;在植被区域矢量图的约束下,对后期影像进行分割,并以该分割线为基础获得前/后时期影像的相应图斑对;提取图斑对的两种植被指数特征,采用欧式距离作为特征的相似性度量;自适应变化阈值取特征向量距离的3倍中误差。实验结果表明,该技术方案针对植被的变化发现精度较高,可应用于生产。

高分二号卫星数据在地质灾害调查中的应用——以重庆万州区为例

为了推动国产高分卫星数据在我国地质灾害遥感调查中的应用,以环境地质灾害易发、多发的重庆市三峡库岸万州段作为典型研究区域,在收集该区地质灾害资料及现场调查结果的基础上,对研究区高分二号影像进行一系列预处理,然后将前期野外实测数据与影像底图进行叠加处理,分析和总结地质灾害的形成条件以及其分布在遥感影像上的光谱和几何特征,建立地质灾害遥感解译标志,根据解译标志对研究区进行地质灾害遥感解译,解译结果在野外得到验证。研究表明:国产高分遥感数据可以为地质灾害调查提供数据支持,适用于地质灾害遥感调查与监测。

时序InSAR在贵州区域地质灾害隐患识别的应用

针对传统地质灾害隐患排查手段无法进行全天时、全天候、大范围识别监测的问题,该文以ALOS-2升轨和Sentinel-1A升降轨雷达影像为数据源,利用时序InSAR技术开展了贵州省六盘水和黔西南区域地质灾害隐患识别监测,同时基于SAR卫星入射观测方向和地形地貌之间的关系,对研究区域侧视成像几何可视性进行判别分析。最后综合利用3种数据获取的形变结果以及结合光学影像、地形等数据进行了形变解译,共识别出108个地质灾害疑似隐患点,并通过外业核查验证了地质灾害隐患识别的准确性。实验结果表明,时序InSAR技术能够有效进行地质灾害隐患识别监测,可为地质灾害防治提供科学依据。

Sentinel-1A数据的四川宜宾Ms6.0同震形变分析

为了获取2019年6月17日发生的四川宜宾Ms6.0地震引起的地表形变情况,该文利用欧空局宽幅模式的高分辨率新型Sentinel-1A卫星获取了此次地震的第一对同震干涉像对数据,使用D-InSAR技术获取宜宾市长宁县地区的同震形变场。结果显示,本次地震在震中西北方向分别形成了1个明显的沉降区和抬升区,在雷达视线方向上的最大沉降量为7.9 cm,最大抬升量为8.1 cm。通过与同一时间内的GPS高程测量形变量相比,D-InSAR解算的地表形变量与GPS监测点形变量基本一致,均不超过3 mm,表明了本文的D-InSAR形变解算结果的可靠性,体现了新型Sentinel-1A雷达卫星在地震形变监测领域有着很高的应用价值和潜力。