GPS短基线测量的误差来源

针对GPS短基线测量的特点 ,从载波相位观测量的单差模型出发 ,对GPS短基线测量的误差来源在理论上进行了分析 。

基于短基线集干涉测量(SBAS)技术的郑州市区地面沉降观测研究

采用短基线集干涉测量(SBAS)技术方法研究了郑州市区的地面沉降特征。论述了SAR数据处理的流程和技术重点,对SAR数据处理过程中获得的各种参数进行了分析,选取覆盖郑州市区的多景RADARSAT-2雷达图像作为数据,进行短基线集干涉测量处理,根据沉降速率结果分析了郑州市区地面沉降形变特征,提取了郑州市2015—2017年间的地面沉降量,沉降速率大于20 mm/a的沉降区面积约为166 km~2。形成了3个主要的沉降区,分别为北部沉降区、西部沉降区和东部沉降区,沉降区主要分布在有软土分布工程地质亚区内。研究区引起地面沉降的原因主要为人类社会活动,突出表现在地下水利用、开采地热资源、城市基础设施建设等方面。

用GPS快速静态定位进行短基线平面控制测量的试验

随着相对定位精度及其稳定性的提高,现行测量规范对各等级控制测量规定的相邻点的最短距离和最短观测时GPSGPSGPS段长度已不尽合理。根据对观测试验数据的处理与分析结果,用标称精度为±()的接收机,以Ashtech Z-12GPS5 mm+1ppmGPS2个观测时段、每个时段快速静态定位观测,进行相邻点距离小于的短基线平面控制测量,可以达到三等三角网的精度,30 min1 km点位精度可优于。据此,对测量规范中的有关技术规定提出了修订意见。该项试验成果对用户合理制定短基线平面控1 cmGPSGPS制测量方案,也有一定的参考价值。

短水准短基线观测资料反映出的川滇几个断层活动特点

通过对四川及邻区(云南省境内)的32个地壳形变跨断层短水准、短基线测量场地观测资料进行处理、分析,研究四川及邻区主要是川滇块体内各活动构造带的断层活动习性、量级和时序变化特征。

SBAS-InSAR技术融合CNN-LSTM模型的矿区开采沉陷监测与预测

针对传统矿区开采沉陷监测方法耗费人力财力和预测预警模型较少的问题,研究提出一种基于短基线集合成孔径雷达干涉测量(Small Baseline Subset-Interferometry Synthetic Aperture Radar,SBAS-InSAR)技术和卷积神经网络(Convolutional Neural Networks,CNN)与长短期记忆网络(Long Short-Term Memory,LSTM)相结合的矿区开采沉陷监测预测方法。首先,利用SBAS-InSAR技术对建新煤矿进行矿区开采沉陷监测,获取了该矿区的年平均沉降速率和累计沉降值。用GNSS监测数据与SBAS-InSAR结果进行对比验证,其拟合效果较好。其次,在此基础上利用CNN-LSTM模型预测后6期沉降数据,其结果与CNN和LSTM预测结果进行对比。研究显示,CNN-LSTM模型的平均绝对误差(S_(MAE))和均方根误差(S_(RMSE))比单一的CNN和LSTM分别至少降低了44.8%和40.6%,其决定系数均高于98%。最后,进一步预测前6期和中6期沉降数据,验证了CNN-LSTM预测模型在时间上的一致性。因此,SBAS-InSAR融合CNN-LSTM模型在类似矿山开采沉陷监测和预测中有较好的应用前景。

基于北斗卫星校准的连接端站干涉测量与定轨

为提高连接端站干涉(connected-element interferometry,CEI)测量对地球静止卫星轨道(geostationary satellite orbit,GEO)空间角位置的测量精度,通常采用射电源标校消除大部分公共误差,但需要在测站配置大口径高增益天线以接收射电源的微弱信号。针对该问题,以北斗导航卫星为标校源,仅利用测站现有天线即可实现高精度CEI测量。利用喀什测控站相距20 km的两套天线设备对天链GEO卫星开展CEI测量。经北斗卫星校准后,时延测量精度可达0.03 ns。定轨结果表明,7 h的时延和单站测距数据联合定轨位置精度可达37 m,预报12 h位置偏差约为78 m。与3000 km范围分布的多站测距系统24 h弧段定轨精度相当,验证了该技术用于GEO卫星高精度测定轨和机动后轨道恢复的可行性。

SBAS-InSAR技术在地质灾害调查中的应用

在地质灾害调查中及时识别和排查潜在的隐患灾害点对地质灾害的预防和监测工作至关重要。然而传统的地质灾害排查方法时间和人力成本较高,难以实现对广泛区域的全面排查。本文通过对青海省大通回族土族自治县城关镇区域内的地质灾害情况进行详细的调查,获取了区内的地质灾害分布特征。并进一步采用了哨兵1号(Sentinel-1)雷达数据,利用差分干涉测量短基线集时序分析(SBAS-InSAR)技术进行数据处理,成功揭示了该区域的地表形变情况。通过综合分析,能够准确地识别出重点监测区域的变化信息,从而提高了地质灾害及时预防和应对的效率。

基于SBAS-InSAR的库区活动滑坡变形特征与库水位变化响应关系:以四川省黑水县毛尔盖水电站为例

水库滑坡是水电工程建设中的一种常见地质灾害,当滑坡滑入库区中可能会引起涌浪、江河堵塞甚至溃坝,从而造成巨大的经济损失和人员伤亡情况,因此如何高效及时地开展对库岸滑坡早期识别与监测具有重要意义。利用短基线集干涉测量技术(small baseline subsets interferometric synthetic aperture radar,SBAS-InSAR)对毛尔盖库区开展活动滑坡的探测识别,在此基础上,结合高分辨率光学遥感影像、无人机航空摄影测量以及现场调查对库区典型活动滑坡的变形特征与库水位变化响应关系进行初步分析。结果表明:研究区活动滑坡共65处,其中复活型古老滑坡堆积体36处,新孕育型滑坡29处;结合两类典型滑坡来看,坡体变形与库水位快速下降存在正相关关系,且当库水位日平均降速大于0.67 m/d时,InSAR时间序列曲线均会出现加速变形的情况;对于短时间内发生的大变形滑坡,SBAS-InSAR技术很难有效捕捉到滑坡失稳前的真实加速变形信息导致不能提前识别和监测,因此结合多时相高分辨率光学遥感影像可以起到有效补充的作用。研究成果可为库岸滑坡的早期识别与监测提供参考。

航道整治铺排测量定位技术

针对目前检测深水软体排沉排手段不足的情况,提出一种检测铺排效果的新技术。采用多波束测深系统的水深格网与侧扫声呐生成的声图文件相结合的方式,镶嵌得出排体沉排位置后使用超短基线测量系统对确定的排体坐标进行验证。该技术在长江南京以下12.5 m深水航道二期工程进行推广应用,提高了工程检测效率及质量。

基于SBAS-InSAR技术的淮北市地表沉降监测分析

长期高强度的煤炭开采和地下水抽采,导致淮北市地表发生大面积沉降,破坏了耕地以及生态环境,因此对地表沉降监测显得尤为重要。本文通过短基线集合成孔径雷达干涉测量(SBAS-InSAR)方法获取了2020年1月5日到2020年12月30日的淮北市地表年形变速率,并且使用水准数据对监测结果进行了精度验证。结果表明:淮北市沉降存在不均匀现象,年形变速率为-55~42 mm,淮北市地表沉降由地下煤炭资源开采和地下水抽采引起,主要地表沉降由采煤引起。研究结果可为地质灾害预防提供数据参考。

基于双模式驱动时序InSAR技术对天津滨海国际机场形变监测

为解决传统地面监测手段成本高、观测周期长等问题,时序干涉合成孔径雷达(InSAR)技术广泛应用于机场形变监测研究中,但不同单一时序InSAR技术均存在监测缺陷。差分干涉测量短基线时序分析技术(SBAS-InSAR)技术仅适用于大范围区域监测,缺乏单个地表点分析。永久散射体合成孔径干涉测量(PS-InSAR)技术过度依赖相干性,局限于线性形变。为解决单一化监测手段所存在的问题,采用双模式驱动时序InSAR(DMTS-InSAR)技术对机场形变进行分析。基于21景Sentinel-1A升轨雷达影像,以天津滨海国际机场局部区域为研究区,对DMTS-InSAR技术的监测结果进行评估,克服了单一技术分析的局限性。评估后发现滨海国际机场局部区域存在沉降现象,其中机场停机坪处的形变最为显著,最大垂直沉降速率达到25 mm/a。结果表明,利用DMTS-InSAR技术监测机场形变,可获取更为准确可靠的形变结果。

基于时序InSAR技术的滨海新区地面沉降监测

针对传统地面沉降测量方法在大范围测区内费时长、时效性差等缺点,本文利用2017—2021年覆盖天津市滨海新区Sentinel-1A影像数据,采用永久散射体合成孔径雷达干涉测量(PS-InSAR)和短基线集合成孔径雷达干涉测量(SBAS-InSAR)技术获取地面沉降数据,通过地表形变信息的时空分析确定各类因素对地面沉降的影响并交叉验证结果的可靠性。分析结果表明,天津市滨海新区的地面沉降受到降水、第四系地层厚度、地下水等因素影响。其中,天津市滨海新区在2017—2021年存在地面沉降现象,最大沉降速率为-130 mm/a,最大抬升速率为40 mm/a,最大累计沉降量为-411 mm。重点沉降区域主要分布在东北部的杨家泊镇与寨上街道交界地区以及西南部的中塘镇和北大港水库附近。

融合SBAS-InSAR和WaOA-LSTM的上海浦东国际机场沉降监测与预测

为了监测上海浦东国际机场(SPIA)的沉降现状并提高长短时记忆(LSTM)网络模型预测精度,本文基于短基线集合成孔径雷达干涉测量(SBAS-InSAR)技术和32景Sentinel-1A影像,获取了上海浦东国际机场2020年9月—2023年8月的时间序列沉降信息;构建了基于海象优化算法(WaOA)优化的WaOALSTM沉降预测模型,并将预测结果与合成孔径雷达干涉测量(InSAR)监测值进行对比分析。结果表明,上海浦东国际机场近三年最大沉降速率为-52.21 mm/a,最大累积沉降量达到-159.30 mm,沉降主要集中在填海区的二号、四号和五号跑道,其中五号跑道北部周围护岸区域及沿海堤坝区域最为严重;WaOA-LSTM模型预测值与监测真实值的均方根误差为2.63 mm,平均绝对误差为2.06 mm,相较于传统LSTM模型分别提升了52.87%和53.29%。研究结果为上海浦东国际机场的安全运营提供了参考。

永久散射体与短基线雷达干涉测量在城市地表形变中的应用

在介绍永久散射体与短基线集雷达干涉测量方法的基础上,以辽宁省盘锦市为例,运用两种方法研究了其市区地表形变特征。对比升降轨永久散射体方法与短基线方法所得到的形变平均速率和时序分析可知,两种方法所得的研究区域的地表形变趋势较为可靠,且以垂直沉降为主,新城区是最大沉降区域,最大下沉速率达20 mm/a,其他区域较为稳定。

基于SBAS-InSAR技术的木场古滑坡变形特征分析

滑坡灾害严重威胁着人们的生命财产安全,对滑坡开展监测工作对防灾减灾具有重要意义。获取覆盖木场古滑坡的58景Sentinel-1降轨数据,基于短基线子集干涉测量(small baseline subset interferometric synthetic aperture radar,SBAS-InSAR)技术对木场古滑坡进行形变监测,结合木场古滑坡的地质特征分析了滑坡时序变形趋势。结果表明:木场古滑坡体形变速率结果整体为负值,且中下部变形速率较大;监测期间次级滑坡H1、H2和H3区域变形最为严重,监测点在时间维度上的变形趋势基本一致,总体呈下滑趋势,表明木场古滑坡体处于持续发展阶段,尤其是次级滑坡H1、H2和H3发育尤为强烈;结合现场变形迹象验证了SBAS形变监测的准确性。研究成果促进了InSAR技术在滑坡中的应用,以期为滑坡防灾减灾工作提供科学依据。

基于SBAS-InSAR的合肥市地面沉降监测研究

文章采用短基线集合成孔径雷达干涉测量(small baseline subset interferometric synthetic aperture radar,SBAS-InSAR)技术对Sentinel-1A卫星升轨数据进行处理分析,对合肥市地面形变开展监测研究。结果表明:合肥市地面形变状态较为平稳,大部分地区地面年平均形变速率在-4~4 mm/a之间;年平均形变速率超过10 mm/a的显著沉降区和抬升区各5处,其中高新技术产业开发区附近具有最大沉降形变速率,形变速率为-24 mm/a,沉降量为31 mm;竹溪站附近具有最大抬升形变速率,形变速率为12 mm/a,抬升量为20 mm。综合分析表明,合肥市地面沉降主要受断裂活动控制,后期受工程建设扰动较大,而地面抬升区分布主要受工程扰动控制。

新疆西准噶尔沙吉海地区地表形变时空特征分析及其环境意义

煤矿地下开采形成的采空区对地表工程和周围环境造成严重的破坏,造成沙吉海矿区周围生态脆弱,草场面积缩减。长期废弃的矿井由于不清楚地下开采情况及范围,所以难以进行有效治理。通过长时间大范围的采空区形变特征监测,对于地质灾害预防和治理来说具有重要意义。基于2017年3月19日—2019年12月22日73幅覆盖沙吉海矿区的Sentinel-1A影像,采用差分干涉测量短基线集时序分析技术(small baseline subset interferometric synthetic aperture radar, SBAS-InSAR)获取时序地表残余变形,此外通过克里金插值法获取了整个研究区完整的形变信息,监测到研究区平均变形速率在-148.44~38.05 mm/a,最大累积形变量达-1 418.42 mm。分别得到废弃采空区和正在开采矿井工作面的形变特征,正在开采煤矿采空区呈漏斗形变形,废弃采空区沉降呈多点分散形,变化不均匀。经过对沙吉海矿区详细的野外调查,验证了SBAS-InSAR结果的可靠性。最后,结合野外验证结果分析了煤矿采空区围绕沉降中心呈漏斗形演化的过程。研究成果可为老旧采空区治理提供参考,对采空区变形预测具有指导意义。

利用InSAR与光学遥感识别削坡建房诱发灾害风险

针对广东省山地植被覆盖茂密、地质灾害规模小等特点,将短基线集干涉测量SBAS-InSAR技术与长时序光学遥感影像相结合,展开削坡建房风险隐患早期交叉识别研究。首先,利用600余景升轨Sentinel-1A影像获取风险区时序变形速率,结合机器学习算法自动化提取形变区;然后,利用时序光学影像提取地质灾害风险区边界;最后,建立适于该研究区的滑坡隐患形态和变形解译标志,完成削坡建房风险综合遥感识别和地面调查工作。本次遥感调查工作从9县形变区中筛选出519处潜在地灾点,野外调查验证识别出有明显变形破坏特征的图斑共计96处,识别正确率为18.5%。实验结果表明,利用SBAS-InSAR技术获取的斜坡变形趋势和光学影像解译识别的斜坡变形迹象基本吻合。该方法从形变、纹理等多维信息角度识别削坡建房诱发风险隐患点,为广东地区地质灾害防治和应急提供了重要的科学依据。

基于InSAR技术的地表形变监测与影响因素分析

地表形变引发的地质灾害屡见不鲜,尤其是在城市区域,其严重阻碍了城市化的可持续发展。为了评估城市地表形变引发地质灾害的风险,高时间空间分辨率的地表形变监测分析变得尤为重要。本文基于2019年1月至2021年1月的Sentinel-1A卫星影像,利用SBAS-InSAR以及PS-InSAR技术获取南昌市地表形变的时间序列,并结合小波周期分析和灰色关联度分析评估形变区域与气候环境的相关性。研究表明,南昌市的中心城区受到城市建设和黏土层厚度的影响,表现出大范围的沉降信号;东南部的农业生态地区由于地下水的补充而表现出抬升的信号。周期分析进一步表明南昌市地表形变皆受降水量变化的影响。本研究结合外部数据,从多个角度考察了地铁线路在变形幅度较大的地区发生沉降灾害的可能性,为防灾减灾提供参考。

曹妃甸沿海区地表沉降监测与预测分析

为探究曹妃甸沿海区的地表沉降情况,本文使用永久散射体合成孔径雷达干涉测量(PS-InSAR)和短基线合成孔径雷达干涉测量(SBAS-InSAR)技术对2017—2022年的63景Sentinel-1A数据进行反演,得到了沿海区的地表沉降速率及分布,再对两种技术的反演结果进行交叉验证及分析引起沉降的原因,同时利用反向传播(BP)神经网络和长短期记忆(LSTM)网络模型分别对特征点的时序沉降量进行预测分析及精度对比,主要得到以下几点结论:①两种技术反演结果具有较高一致性,线性相关达0.98;②研究区最大沉降速率为-49 mm/a,最大累计沉降量为231.4 mm,地质条件脆弱、长期过度开采地下水、大规模的建设和工程扰动是造成该地沉降发生的主要原因;③经对比分析,长短期记忆(LSTM)网络模型的预测效果更适合于时序形变数据的预测,预测结果也更为接近实际形变值。