SBAS-InSAR干涉技术在滑坡早期识别中的应用研究

为了得到滑坡灾害形成前的形变规律,实现对滑坡灾害的超前预警,采用SBAS-InSAR干涉技术成功获得了黄泥坝子滑坡前的坡表形变场,通过InSAR分析滑坡时序变形结果,并对滑坡体不同监测点位移变化分析和对滑坡前的坡表变形机制进行研究,得到了滑坡时形变的阶段性和破坏机制,验证了SBAS-InSAR干涉技术在滑坡早期识别预警应用的有效性。

风机吊装定量化防干涉技术的应用研究

作为风电项目施工的关键内容,风力发电机组吊装质量会直接影响最终的风电场运营效率和可靠性。而在进行风力发电机组吊装时,必须高度重视起重机臂干和设备之间防干涉安全距离的调控。传统的防干涉安全距离的测算是基于安装侧视图基础数据所获取的结果,但其并未对起重机的最大力量以及设备的有效安全空间进行利用和考量。再加上随着风机叶轮重量的增加和叶片长度的延长,其负荷率和弯曲弧度都会随之增大,所以安装过程中,溜尾朝下的叶片与地杆之间极易出现碰撞现象,设备安装的风险也直线提升。基于此,文章简单介绍了风机吊装定量化防干涉技术的原理和基本特征,并从其实际应用角度,探讨的风机吊装定量化防干涉技术的实施应用要点,以期为相关单位提供参考。

基于白光干涉技术的表面微观形貌测量方法

本文从测量原理和技术特性的角度出发,分析了扫描显微镜法、光学干涉法、激光散射法和共焦显微法等非接触测量方法的适用范围。同时,根据白光干涉法的干涉特性和工作原理,研究了其常用的信号处理算法、数据处理和参数评定过程,并对表面三维微观形貌、表面粗糙度、划痕深度进行测量与评价。实验证明:该方法在表面三维微观形貌精确测量中具有显著优势,且精度较高,可为其质量评定提供技术支撑。

融合SBAS-InSAR技术与GRO-BiLSTM模型的开采沉陷边界划定方法

确定矿山开采沉陷边界有助于评估矿区生产活动对周围环境和基础设施的潜在影响,为制定有效的灾害防控措施提供技术手段。充分考虑到概率积分法等传统方法在划定矿山开采沉陷边界时的不足,采用在获取矿区大范围高精度地表沉降数据方面具有优势的SBAS-InSAR技术,并结合淘金算法(Gold Rush Optimizer,GRO)优化双向长短期记忆(Bidirectional Long Short Term Memory,BiLSTM)模型的预测方法,实现矿区开采沉陷边界划定。以红会煤矿为研究对象,依据SBAS-InSAR技术提取矿区沉降边缘高相干点在2018-11-29—2020-02-04时间段内共37期沉降数据,以下沉10 mm等值线划定沉陷边界,利用GRO-BiLSTM优化模型预测高相干点的地表沉降值,并将预测结果与LSTM和BiLSTM模型预测结果进行了对比分析。结果表明:GRO-BiLSTM模型在整体测试集中均方根误差为3.204mm,比LSTM和BiLSTM模型分别降低了22.16%和8.21%;平均绝对误差为2.062 mm,比LSTM和BiLSTM模型分别降低了23.96%和5.43%,表明该方法可以有效监测和预测矿区边界地区的沉陷状况。

基于SBAS-InSAR技术的水库边坡形变监测应用分析

以万家寨水库工程为研究区域,引入SBAS-InSAR技术,对水库大坝及边坡进行长时序变形监测,研究泄水排沙期大坝及边坡发生的变形速率及变形量,深入分析其变形规律及原因。研究发现,在水库泄水排沙期,大坝及边坡的稳定性易受影响,下游边坡与上游边坡相比,稳定性较差;泥沙淤积是大坝及边坡抬升的主要影响因素;水力冲刷是边坡沉降的主要影响因素。研究成果对水库大坝运行的稳定性分析及形变历史回溯提供技术支撑和决策依据,且具有推广意义。

基于SBAS-InSAR技术的港口地表二维形变监测与分析

为了大范围监测果园港港口地表形变情况,预防地面沉降和塌陷所带来的危害,采集2014年11月—2017年11月果园港升轨和降轨的Sentinel-1A号数据,应用SBAS-InSAR技术进行地表形变数据提取与分析。结果表明:得到的垂直方向地表形变变化趋势与水准测量结果相一致;果园港地表垂直方向形变速率为-33.49~13.49 mm·a^(-1),东西方向形变速率为-16.16~29.44 mm·a^(-1);大幅度沉降主要发生在港口的堆场区和交通枢纽处,且沉降速率与距交通线路的距离呈现显著相关。

基于SBAS-InSAR技术的雅鲁藏布江色东普沟地质灾害发育特征与复活趋势分析

随着全球气候不断变暖,青藏高原发生地质灾害的频率和危害强度大幅增加,对川藏铁路沿线的滑坡泥石流进行及时有效的监测和防治具有重要意义。文章选取了2016年7月至2020年1月之间的Senti⁃nel-1A数据,解译和分析了区域内地物发生的变化情况,采用SBAS-InSAR技术对雅鲁藏布江沿岸的色东普沟发生高位冰崩地质灾害链致灾过程和复活趋势进行了研究。结果表明:依据区域内时序相关性的变化情况推断出的灾害事件与SBAS-InSAR的灾害探测结果具有高度一致性,SBAS-InSAR对冰崩-岩崩-滑坡泥石流等灾害链进行监测是一种有效的手段;色东普沟自2018年致灾以来,新增5处变形体,累计形变量均已超过40 mm,存在复活迹象。随着气候变暖、降雨量增加、冰川消融,色东普沟在今后相当长的时期内仍会保持此类灾害事件的高发频发态势,应进一步加强该区域地灾监测,提前开展防治工作。

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SBAS-InSAR技术的樱岛火山形变监测

火山喷发往往是由地壳内部岩浆活动引起的,通过监测火山区地表形变可以有效反演出地下岩浆的状态。为监测火山区地表形变,笔者选取日本樱岛火山为研究区域,采用SBAS-InSAR技术对2019—2021年间共计75景Sentinel-1A影像进行处理。结果表明,樱岛火山处于比较活跃的阶段,监测期间樱岛火山总体处于沉降状态,平均形变速率为-10.05 mm/a。最大沉降区域为火山中心地带,累积形变量为-62.72 mm,并且在时间上具有明显的季节变化特征;抬升主要发生在火山外围区域,其中最大抬升发生于樱岛东南侧,监测期间累积抬升108.71 mm。

基于SBAS-InSAR技术的西南山区滑坡稳定性监测

本文首先利用小基线集时序InSAR(SBAS-InSAR)技术对云南省宣威东北部地表进行形变监测,获取2021年1月至2023年6月的形变结果;然后分析选取的典型滑坡的形变特征,采集了GNSS监测数据与InSAR形变监测进行对比验证;最后分析InSAR形变对降雨的响应。研究结果表明,SBAS-InSAR技术能有效监测西南山区的典型滑坡,该结果可为滑坡灾害的早期识别提供支撑,对于同类型滑坡灾害的稳定性监测具有较高的参考价值。

结合SBAS-InSAR技术与瞬变电磁法在煤矿区沉降监测中的应用

煤矿长时间开采会导致上覆岩层在重力因素下产生刚性弯曲、断裂等,进而造成一系列安全隐患。如何高效地对煤矿区进行地表形变监测,对煤矿安全、自然生态有着十分重要的意义。文章结合小基线集干涉测量(small baseline subset InSAR,SBAS-InSAR)技术与瞬变电磁测深法对煤矿区进行沉降监测。此外,采用标准差椭圆分析了沉降体空间形变规律与特征,利用长短时记忆网络(long short term memory network,LSTM)模型预测了沉降体形变趋势。分析结果表明:通过瞬变电磁法与干涉测量结合,地表形变范围基本与瞬变电磁反演的采空区吻合,标准差椭圆分析出形变中心向西南方移动376 m,沉降形态也在向似圆状过渡;LSTM模型可以预测两个月的形变,误差为2 mm,可以实现煤矿区形变趋势的短期预测。

基于SBAS-InSAR技术的HD库区CYP滑坡形变监测分析

澜沧江流域HD水库地处云南省西北部、横断山脉区域,水库区为工程地质条件复杂的高山峡谷地貌,存在大量监测难度较大的滑坡体。为加强对HD库区CYP滑坡的监测,利用2020年7月至2021年7月之间的28景Sentinel-1A降轨和24景Sentinel-1A升轨雷达影像,采用SBAS-InSAR技术分析获取CYP滑坡升降轨时间序列形变速率。结果表明,CYP滑坡LOS向最大形变速率为-150 mm/a,垂直向累计最大形变为-172 mm,处于持续滑动状态。通过将SBAS升降轨时序监测结果与已有GNSS监测数据对比分析,在CYP滑坡区域降轨影像分析结果分解出的垂直向形变与GNSS垂直向形变契合度较高,符合实际情况,可以为滑坡识别和预警提供参考。此外,将时序形变与水库水位、降雨量进行对比分析发现,CYP滑坡形变情况与库区水位、降雨密切相关。

基于SBAS-InSAR技术的膨胀土边坡变形失稳特征

针对传统现场监测手段造价高、易损坏且难以复现边坡整体区域形变历史的不足,引入SBAS-InSAR技术获取试验边坡大面积整体时序形变结果,探究膨胀土边坡在降雨入渗条件下的变形失稳规律。选取昭通西环高速公路膨胀土路堑边坡为试验区域;对覆盖该区的31景Sentinel-1A SAR影像开展前期差分干涉处理、高相干点选取、相位解缠、时序形变建模和总形变生成;获取了研究区域为期28个月的整体面状形变结果,还原了该膨胀土路堑高边坡从开挖到支护再到滑塌的变形全过程,揭示了其历史失稳变形特征。结果表明:边坡区域最大累计沉降为198 mm,坡顶、坡中和坡脚特征点的时序沉降曲线可分为4个阶段;利用水准测量结果进行了精度验证,得出内符合精度为±2.9 mm,外部精度为±1.5 mm;结合降雨量数据分析得出边坡变形破坏具有浅层性、阶段性、蠕变性、滞后性、季节性等特征,且在单日降雨量不超过15 mm的情况下,特征点沉降呈现沉降速率变缓或小幅度抬升。本研究将SBAS-InSAR技术用于膨胀土公路边坡滑坡形变灾后重建,拓宽了InSAR技术应用领域,也为膨胀土边坡失稳早期识别提供了一种新型遥感监测手段。

D-InSAR技术与SBAS-InSAR技术在矿区地面沉降监测中的应用研究

为了对D-InSAR和SBAS-InSAR两种技术在矿区地面沉降监测中的应用能力进行对比分析,以山东省济宁市某采矿工作面为主要研究区,选取2022年11月2日—2023年8月29日期间26景Sentinel-1A数据,分别利用D-InSAR和SBAS-InSAR两种技术获取了该工作面的地面沉降信息,首先从沉降区域的时空演变特征和沉降面积分布等方面对两种技术进行了对比分析,进一步通过同期实测水准数据对两种技术得到的结果进行了精度验证。研究结果表明,D-InSAR和SBAS-InSAR两种技术监测到的研究区内最大累积沉降量分别为69 mm和59 mm,识别出沉降量大于10 mm的区域面积分别为0.60 km^(2)和0.87 km^(2),其中,沉降量大于30 mm的区域面积分别为0.10 km^(2)和0.17 km^(2)。与水准监测数据对比可知,两种InSAR技术得到的监测结果与真实沉降情况相吻合,在部分沉降漏斗中心区域,地面沉降量超过InSAR技术可监测形变梯度,两种技术的监测精度都大幅降低。相对于SBAS-InSAR技术,D-InSAR技术获取的累积沉降量值更大,但其抵抗误差干扰的能力较弱,而SBAS-InSAR技术能够更好地消除大气相位效应等误差的影响,得到的地面沉降结果在空间分布上更连续平滑。本文研究对利用InSAR技术监测矿区地面沉降具有一定借鉴意义。

基于SBAS-InSAR技术的新疆某煤矿长时序地表形变监测与分析

新疆某煤矿长期开采导致矿区出现严重地表形变,严重威胁矿区的安全生产和区域可持续发展,有必要采用有效方法监测煤矿地表形变。为深入研究矿区地表形变规律,选取2017年1月23日至2022年12月23日共178景Sentinel-1A升轨雷达影像数据,利用SBAS-In SAR技术实测矿区2017—2022年地表形变信息,并引入GACOS数据去除大气误差影响,分析了矿区地表形变空间分布特征、时空演化规律及地表形变驱动因素。研究结果表明:(1)监测期间,研究矿区内地表形变以沉降为主,地表最大形变速率约为-113 mm/a,最大累计沉降量约为580 mm,主要地表沉降区域面积约为15.2 km^(2);(2)研究矿区地表沉降面积和累计沉降量不断增大,地表沉降符合煤矿开采沉降曲线,地表沉降将会进一步增加;(3)研究矿区地表形变主要由采矿工程所致,降水也是影响该矿区地表变形的重要因素。本研究为煤矿区地表形变监测、地质灾害预警与防控及矿区安全生产提供科学依据。

基于相位恢复的SBAS-InSAR技术与光学影像结合的攀枝花地区滑坡早期识别

为克服传统SBAS-InSAR技术存在的相干性高估以及高相干点密度、质量低的问题,将相位恢复引入SBAS-InSAR中,采用改进的高相干点选取方法提高形变速率反演精度;同时利用GF-1号高分辨率光学影像辅助InSAR形变监测结果,以提高研究区滑坡体早期识别准确性及全面性。研究发现,经过相位恢复后,选取的高相干点密度及质量明显提高;共识别出隐患点28处,其中11处与已知隐患点完全匹配,新识别出17个滑坡隐患点,在随机选取的隐患点现场调查验证时均存在地表裂缝等滑坡隐患特征。因此,将相位恢复的思想引入SBAS-InSAR中,可以有效提高高相干点选取的密度和质量,使得相干性得到有效校正,从而提高形变监测的精度;此外,光学影像辅助获取形变信息,是对InSAR滑坡隐患点识别结果精度及可解释性的有效补充。

基于SBAS-InSAR技术的中巴公路KKH沿线潜在滑坡区识别研究

潜在滑坡区的识别是目前地质灾害防灾工作的核心及难点,形变监测则是实现潜在滑坡区识别最直接有效的途径。与传统的GPS观测站及无人机遥感等监测手段相比,SBAS-InSAR技术在地形复杂的山区实施大区域形变监测工作具有明显优势。中巴经济走廊喀喇昆仑公路(Karakoram highway,KKH)Khunjerab至Jaglot段地势险峻、地质条件复杂、滑坡灾害频发,严重威胁着中巴公路的安全运行及当地居民的民生安全,准确识别出潜在滑坡区域有助于当地防灾减灾工作的顺利开展。首先利用Sentinel-1A升轨数据及SBAS-InSAR技术获取了地表在LOS方向的形变,再根据雷达视线与斜坡面的空间几何关系将LOS方向的形变转换成沿坡度方向的形变。在验证SBAS-InSAR技术形变结果可靠性基础上,以坡度方向的形变速率为权重对形变点进行核密度分析得到潜在滑坡区分布。结果显示潜在滑坡区主要分布在中巴公路沿线的干流河谷地带,尤其以Khunjerab至Sost段及Jaglot至Gilgit段分布范围最广,支流河谷地带分布较少。统计分析潜在滑坡区面积占比及灾害分布特征,结果显示潜在滑坡区面积占比仅为31.2%,但其中分布有灾害点147处,占灾害点总数的66.4%,表明潜在滑坡区识别结果具有较高的可靠性。

基于SBAS-InSAR技术的杨伙盘矿区地表形变监测

煤炭等矿产资源的开采引起了一系列的生态环境问题,其中,地面塌陷及其引起的链式灾害尤为严重。地表形变监测是修复生态环境问题的首要工作。InSAR技术作为一种面监测技术,因其独特的优势,已成功应用于煤矿地面塌陷监测。本文收集2020年8月至2022年10月时间段内共58景Sentinel-1A数据,利用时间序列干涉测量(SBAS-InSAR)技术,对杨伙盘矿区地表进行形变监测,同时利用无人机正射光学影像进行形变特征解译。相关资料和监测结果显示:在监测期内,煤矿开采3−1煤层,共监测到3个形变中心,分别位于301盘区和303盘区的工作面,可探测的最大形变值达−130 mm,最大年平均形变速率约为−52 mm/a。对每个形变中心进行时间序列形变规律分析,地表在工作面开采后进入加速变形期,随后减速逐渐趋于稳定状态。研究结果表明,InSAR监测形变区位置与煤矿开采工作面位置及地表裂缝等形变特征基本保持一致。时间序列InSAR技术可以有效应用于大范围矿区开采沉陷的识别与监测,为采空区灾害的预防及治理提供技术服务。

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技术的老采空区注浆充填地表变形时空分布特征分析

InSAR技术已广泛应用于矿区地表沉降监测,但老采空区注浆治理区域地表变形时空分布特征研究较少。为获取老采空区注浆充填地表变形时空特征,本文提出了一种基于SBAS-InSAR技术的数据处理方法,该方法联合使用了D-InSAR技术、PS-InSAR技术、SBAS-InSAR技术等多种技术,以SBAS图像对选取策略选择时空基线较优的图像对进行组合,以D-InSAR技术为基础,生成干涉图集,通过PS方法选择稳定的散射相干目标点,对相干目标点相位信息进行解算,获取了相干目标点地表沉降速率及时间序列等信息。通过与部分水准数据的对比,表明该方法与传统水准测量具有一致性。基于39期RadarSAT-2数据及40期Sentinel数据,获取了研究区地表在注浆前、注浆中及注浆后的变形特征:研究区在注浆前(2015年7月—2016年12月)区域最大沉降速率达-98mm/a,最大抬升速率达134mm/a;在注浆中(2019年8月—2022年9月),区域最大抬升速率达18.7mm/a,最大沉降速率为-11.2mm/a;在注浆后(2023年1月—2023年12月)最大抬升速率达16.0mm/a,最大沉降速率达-10.0mm/a。区域地表变形速率呈现下降趋势。通过区域沉降速率、时序累计沉降值及典型相干点分析,获得了研究区从注浆前、注浆中到注浆后的地表变形分布特征,揭示了研究区地表变形从注浆前开采引起地表下沉及残余变形到注浆中地表缓慢下沉并抬升到注浆后地表变形趋于稳定的变化规律。