基于雷达遥感对地观测技术的软土地区公路沉降监测方法

为克服传统公路沉降监测方法需耗费大量人力物力且监测范围有限的问题,旨在提出一种基于雷达遥感对地观测技术(In SAR)的软土地区公路沉降自动化、大范围监测方法。考虑软土沉降特征,将非线性黏弹塑性四元件组合流变模型引入InSAR形变建模,提出软土地区公路沉降物理模型,并建立InSAR时序相位方程组,估计沉降未知参数,以计算获取公路大范围面状沉降结果。通过模拟数据和广东伦桂路水准实测数据验证了该方法的可行性和可靠性。结果表明:与软土In SAR线性模型计算方法相比,该方法精度提升24%;与传统地面水准实测方法相比,该方法获取的软土地区公路沉降均方根误差为±5.6mm,相对精度为5%,且趋势与水准实测结果一致。将该方法应用于湖南岳阳湖区公路大范围沉降监测,获取了该区1.5 a的时序沉降结果;该区域公路沉降呈现先快后慢的趋势,累积最大沉降达46mm,沿湖区沉降明显大于内陆区。可为软土地区公路沉降早期识别和养护管理提供依据。

一种顾及永久散射体的SBAS InSAR时序地表沉降提取方法

提出了一种顾及永久散射体的SBAS InSAR时序地表形变提取方法。通过设置相干性、振幅离差指数、形变速率3阈值提取稳定的永久散射体,将其作为地面控制点引入SBAS InSAR处理流程,完成对地表形变的提取,并以郑州地区为例进行试验。获取了郑州市区2016年11月至2017年11月的地表沉降速率和时序地表沉降量,通过与PS InSAR、SBAS InSAR处理结果及水准测量进行对比,说明了该方法的可靠性。

五龙沟矿区时序InSAR地表形变监测

矿区资源开采引发的环境地质问题日益突出,地表形变监测可对矿业开采沉降进行有效预估,最大限度地降低地表沉降带来的损失。五龙沟矿区作为青海省重要的矿产地之一,对其进行形变监测具有重要意义。传统D-InSAR技术易受时空去相干和大气相位延迟限制,导致形变监测失效,而SBAS-InSAR技术则能突破上述限制条件,获得毫米级的地表形变特征。因此,本文选取覆盖该区域的2017—2019年30期Sentinel-1A降轨数据,采用时序InSAR技术对该矿区进行地表形变监测,最后从整体形变、形变速率、形变量等方面进行时序分析。实验结果表明:矿区的整体形变不大,其平均沉降速率为-1.40 mm/a,最大年平均沉降速率为-11.8 mm/a,最大形变量为-21.7 mm。矿区范围内存在两个主沉降区,其中沉降区A呈漏斗状,沉降区B呈条带状,随着时间的推移均有明显向外扩张趋势。监测结果可为矿区后期防护治理与安全生产提供参考资料。