基于鲁棒M估计协方差矩阵相位优化的DSInSAR矿区形变监测研究

针对时序干涉合成孔径雷达(Interferometric Synthetic Aperture Radar,InSAR)技术在矿区所处区域内耕地、裸地等自然地表地物上无法识别有效监测点信息,致使矿区地表形变信息不足及形变解译困难等问题,提出一种基于鲁棒M估计协方差矩阵特征值分解相位优化的DSInSAR技术,并基于34景Sentinel-1A影像获取了霄云煤矿2022年的地表时序形变。推导基于鲁棒M估计协方差矩阵估计公式,提高对样本异常值及异质像素的鲁棒性,开展基于鲁棒M估计协方差矩阵特征值分解的相位优化处理,分析了上述优化模型与通用相位优化模型的相似性,最终通过对优化估计相位开展相位信息解译处理来获取最终的形变信息。实验结果表明:基于鲁棒M估计协方差矩阵特征值分解相位优化的DSInSAR技术较常规SBAS技术及基于最大似然估计协方差矩阵的DSInSAR技术在监测点密度上分别提高了约11.4倍、0.2倍,且与水准数据对比具有最小的均方根误差,约22 mm;此外,霄云煤矿共包含三个主要形变场,其地表沉降的时序变化呈现出较显著的非线性趋势,煤矿内地表的视线向最大沉降量约418 mm。研究成果为矿区地表形变规律反演及矿区灾害防控提供重要数据支撑。

D-InSAR技术在矿区形变监测中的应用研究

D-InSAR技术作为20世纪90年代发展起来的新型空间对地观测技术,凭借着全天候、全天时、高分辨率和连续空间覆盖的特点得到了广泛的应用。本文介绍了D-InSAR技术的基本原理和处理流程,以内蒙古营盘壕煤矿为例,利用哨兵数据,通过二轨差分干涉测量方法得到沉降数据。在ArcGIS中通过对沉降区域的提取、剖面分析和叠加分析来研究分析工作面上方的地表沉降信息[1-3]。最终将所得的数据与传统的GPS数据进行对比分析,验证了D-InSAR技术在矿区地面沉降监测的可行性。

利用结合土地覆盖类型的自适应DS-InSAR方法监测矿区地表形变

针对传统时序InSAR技术在测量点选取过程中多采用全局单一阈值,在受时空失相干影响严重和短时间内形变梯度较大的矿区容易出现测量点稀疏且空间采样不足,因而无法获取矿区地面沉降完整信息的问题,以覆盖大同矿区的22景ALOS-1数据为例,利用结合土地覆盖类型的自适应DS-InSAR方法(ADSI-CLC)获取该区域长时间序列地表形变信息。ADSI-CLC方法形变测量结果的时空分布模式与StaMPS-SBAS方法具有相似性,且与高分辨率光学遥感影像上的采矿设施保持良好的空间相关性。ADSI-CLC方法可以显著地提高测量点的数量和空间分布密度,在研究区识别出的DS点数量约是StaMPS-SBAS方法的4倍。两种方法的测量结果在无形变和小形变区域吻合程度较高;在大形变区域,StaMPS-SBAS方法无法有效地获取形变结果,而ADSI-CLC方法由于测量点数量的增加,反演得到的形变测量结果基本上符合由采矿活动造成的漏斗状的空间分布特征,间接地验证了该方法在矿区地表形变监测中的可靠性和有效性,证明ADSI-CLC方法能够提供更详细的时空形变细节信息,更好地服务于矿区地表稳定性的监测和预警。

基于单轨道InSAR的矿区地表三维形变监测研究

【目的】基于单轨道InSAR进行长时序地表三维形变监测,解决时空失相干问题,分析总结研究区域的沉降规律。【方法】采用时序D-InSAR和概率积分模型融合方法对红庆河煤矿的长时序地表形变进行监测,获取地表三维形变进行分析。【结果】融合方法解算的三维形变与实测数据较为一致,融合方法垂直向、东西向及南北向的精度分别为0.100 m、0.018 m、0.025 m。【结论】大梯度形变引起的失相干引起问题得到解决,融合方法对三维形变的监测精度均有提高;红庆河煤矿沉降影响范围沿工作面开采方向减小;东西、南北向形变在工作面呈对称分布。

基于D-InSAR技术的鄂尔多斯市矿区形变监测与分析

介绍了差分合成孔径雷达干涉测量(differential lnterferometric synthetic aperture radar,D-InSAR)技术数据处理的原理与方法,并利用哨兵数据,通过D-InSAR技术获得反演的矿区地表沉降图,对矿区地表采动过程中的沉陷发展规律进行了研究分析。在煤层开采引发的地表沉降的基础上,进一步进行了采煤工作面的推进与地表沉降相关性分析。探求了一种面向矿区的地表沉降监测与分析的方法,为矿区的安全开采、综合治理和绿色发展提供技术支撑。

融合分布式散射体时序InSAR技术在矿区形变调查中的应用

为了对河北省承德市滦平县张百湾镇周台子村铁矿区进行形变调查和监测,消除安全隐患,在时序CSInSAR(相干散射体InSAR)技术的基础上,开发了48景Sentinel-1数据的DS-CSInSAR(融合分布式散射体和相干散射体InSAR)技术。该方法首先采用AD (Anderson-Darling)检验对同质像素点进行识别,然后基于协方差矩阵特征值分解算法对最优相位进行估计,最终通过时序形变解算得到铁矿区的地表形变结果。研究结果表明:研究区的年平均形变速率范围为-34.50~24.50 mm/a;大部分矿区都存在不同程度的沉降,其中周台子村和路边附近矿区沉降量较大,窑岭沟矿区出现明显抬升现象,最大沉降量和最大抬升量分别达到了34.00和24.03 mm,其形变结果与当地4个GPS监测点结果一致。与CSInSAR技术相比,DS-CSInSAR技术极大提高了目标点的密度和干涉图的质量。

先验信息驱动的DSInSAR自适应相位优化算法

相位优化是分布式散射体干涉合成孔径雷达(Distributed Scatterers Interferometric Synthetic Aperture Radar,DSInSAR)技术中提升相位信噪比的关键步骤.为了改善现有相位优化算法在矿区大梯度形变对应密集条纹处的相位信息严重损失问题,提出一种基于先验信息驱动的DSInSAR自适应相位优化算法.算法首先采用常规小基线集技术反演初始时序形变相位,通过时序相位预处理获取先验形变相位信息;然后将其从原始单视复数(Single Look Complex,SLC)相位中去除,获取SLC残余相位,结合相干性次幂加权策略构建残余相位优化模型,通过先验形变相位补偿,估计最终优化相位.试验结果表明:提出算法可有效兼顾大梯度形变场对应条纹密集区域的相位信息保护及噪声抑制,且有效提升了大梯度形变区域的监测点密度及监测精度,较常规优化算法具有更好的自适应效果及优化性能.