基于PS/DSInSAR的云南德钦县滑坡变形监测

滑坡是我国最严重的地质灾害之一。针对常规MTInSAR技术在开展滑坡形变监测时面临的监测点密度不足、监测精度受限及滑坡解译受阻的问题,提出一种有效融合PS及DS点的PS/DSInSAR技术。首先,开展HTCI同质像素识别及相干性n次幂加权的相位优化处理,并筛选DS候选点;然后,将其与振幅离差获取的PS点进行融合并筛选高质量监测点,通过对监测点的相位解译提取滑坡形变信息。以云南省德钦县为研究区开展相关滑坡监测分析。实验结果表明,PS/DSInSAR技术获取的监测点密度较常规的StaMPS-SBAS技术提升了约14倍,可以更精准地识别滑坡边界及开展时序演化分析,且分析表明,研究区滑坡与季节性降雨具有显著的相关性。

基于PS-InSAR技术的淄博市地面沉降监测

利用2007年10月3日至2011年2月26日的25景ALOS PALSAR SLC数据,应用PS-InSAR技术对淄博市进行地面沉降监测。研究表明在淄博市内存在4个大范围沉降区,最大沉降点位于张店区,沉降速率为66 mm/a,沉降量为206 mm,地面沉降主要由矿产开采造成。最后采用SDCORS数据进行验证,说明应用PS-InSAR技术可对淄博市地面沉降实现毫米级精度监测。

InSAR特征点分布与土地用途的关系研究

本文以广州为研究区域,选取72景具有两种极化模式(VV&VH)数据的Sentinel-1A卫星影像,获取区域内的永久性散射体(Permanent Scatterer,PS)和分布式散射体(Distributed Scatterer,DS),并结合Landsat-8卫星影像的土地利用类型分类结果,研究广州市的土地利用类型分布与PS点、DS点分布之间的关系。实验结果表明:(1)广州不同地区的土地利用程度存在差异,区域间发展不平衡且相差较大;(2)PS点和DS点在人工建筑物密集的建筑用地分布密集,在植被覆盖的区域分布稀疏,可以通过这一特点对研究区域土地利用类型进行初步确定并对土地类型分类结果是否正确进行判定;(3)采用VV极化模式数据的实验结果要优于采用VH极化模式。

PS-InSAR技术的昆明地表沉降特征提取与分析

针对昆明2015—2017年可能存在的地表沉降问题,该文通过永久性散射体干涉技术和GIS方法,利用34景Sentinel-1时序降轨数据,揭示了昆明市城区地表沉降的空间分布特点和变化规律,并从地质、水文、人为等方面分析了成因和影响因素。研究结果发现,昆明市城区地表整体存在形变,平均速率在±10mm/a之间。以渔户村、广卫村和洪家村为中心形成了3个面积较大的沉降带,分布在靠近滇池北岸的南市区,而西北方向的普吉片区和环城西路附近的棕树营片区是本次研究中发现的两个新沉降点。