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。

SBAS-InSAR矿区沉陷监测与动态预计模型参数研究

基于Sentinel-1A数据,利用小基线集差分干涉(SBAS-InSAR)技术监测了山西省孝义市高阳煤矿2018—2020年地表时序沉降,与实际开采情况吻合;根据SBAS-InSAR监测结果对幂指数Knothe时间函数的参数进行反演,建立了参数与工作面推进距离的关系,构建了基于时间和工作面推进距离的地表沉降动态预测模型;用地表观测站水准监测数据验证了模型的可靠性。研究结果可为高阳煤矿及其周边矿区地表沉陷动态监测和预测提供参考。

基于SBAS-InSAR技术的大坝形变探测与监测

针对大坝安全运营的形变监测问题,研究基于多基线干涉合成孔径雷达(SBAS-InSAR)技术的大坝形变探测与监测方法。设置时间基线阈值,生成大坝差分干涉相位图;利用改进的戈尔茨坦滤波(Goldstein)算法,滤波处理大坝差分干涉相位图;采用最小不连续的区域增长解缠算法,相位解缠大坝差分干涉相位图;通过相干系数阈值法,在大坝相位解缠图内选取高相干点;建立大坝形变探测与监测的高程测量估计数学模型;通过奇异值分解法,求解数学模型,实现大坝探测与监测结果。实验证明:该方法可有效生成大坝差分干涉图,并去除大坝差分干涉图的内部噪声;可有效探测与监测大坝内各监测点的形变量。

基于综合遥感的察隅县滑坡隐患识别及致灾机理分析

察隅县地处青藏高原东南部,幅原辽阔,地形地貌与气候特征差异较大,滑坡灾害频发。针对该区域开展滑坡灾害隐患识别与早期预警对当地防灾减灾工作有重要意义。为此,收集2020年1月—2022年11月获取的162景升降轨Sentinel-1A雷达遥感影像数据及高分光学遥感影像数据,以Google Earth平台为辅助,采用综合遥感(integrated remote sensing,IRS)技术开展研究区内活动性滑坡隐患识别、编录制图和分析评价,共识别出活动性滑坡隐患237处,主要分布于贡日嘎布曲(察隅河支流西支)、察隅河、怒江两岸及察隅河东部至怒江西部的区域。将解译结果与地形地貌(高程、坡度、岩性)、自然环境(降雨、温度)等定量因子结合进行统计分析可知,左布村滑坡、阿扎村滑坡有极大的灾害风险,推荐进一步采取减灾措施。研究结果具有较高精度,可为当地防灾减灾工作提供参考。

SBAS-InSAR技术在城市地铁沿线沉降形变监测中的应用

随着城市地铁工程的大量修建,虽然有效的缓解了城市内部交通压力,促进了社会经济的发展,但是地铁沿线沉降形变问题日益突出。本文以广州市5景COSMO-SkyMed数据为基础,采用SBAS-InSAR技术分析了地铁沿线及周边沉降规律,结果表明,地铁沿线沉降量具有明显的分布不均匀、成群成片出现的特征,一般在人流量大、附近建筑物多的区域沉降量明显增加,地铁沿线沉降量最大的区域并不是地铁线中心,而是远离地铁中心线的两侧0.4~0.8 km范围。

高海拔排土场边坡安全稳定性SBAS-InSAR监测

为解决高海拔排土场边坡安全稳定性监测中常规监测仪器布置和人员值守的高投入、高风险问题,分析西藏山南桑日县某排土场边坡25景Sentinel-1A数据,利用短基线集合成孔径雷达干涉测量(SBAS-InSAR)技术监测终了排土场边坡从2018年11月4日—2020年12月23日期间的地表形变,采用基线估计状态空间模型、自适应滤波和最小费用流进行相位解缠,经过影像配准、干涉处理和去平地效应,考虑高海拔地区跨越干湿季时温度和降雨对数据的影响,生成平均形变速率图,基于形变监测结果评判该排土场边坡的安全稳定状态。结果表明:该排土场边坡坡体2018-2020年的平均形变速率最大值为-13.90 mm/a,且在2020年6月,达到黄色预警阈值,采取必要的防治措施后,沉降速率趋缓得到了有效控制。实践表明:SBAS-InSAR应用于高海拔排土场边坡,能够实现动态、全面覆盖、长期可靠的安全稳定性监测。

SBAS-InSAR技术的广州市地面沉降监测

为了研究广州市地面沉降情况,利用覆盖广州地区的34景Sentinel-1A影像数据,基于永久散射体(PS)特征点的短基线合成孔径雷达干涉测量(SBAS-InSAR)技术进行时序分析,结果表明:研究区总体形态呈稳定状态,研究区域内存在6个沉降区,在监测时间内,研究区沉降速率为-32.1 mm/a~7.3 mm/a,累计沉降量为-92.1 mm。广州市的软土是导致沉降的主要因素,城市的工程建设以及地下水的过度开采为重要原因。

采空区地表变电站场地稳定性SBAS-InSAR监测研究

常规地基沉降监测方法存在监测时段不连续和覆盖范围有限等问题,短基线集合成孔径雷达干涉测量(SBAS-InSAR)技术作为近年来发展的监测地表形变新技术,能够对研究区域进行全天候、实时、高效、大范围的监测。以平顶山市某下伏采空区变电站为研究对象,基于35景升轨Sentinel-1A数据,通过影像配准、相位干涉、最小费用流解缠、大气分离、特征值分解和地理编码等处理,生成平均形变速率图,最终得到该地区2015年4月至2020年12月的时间序列形变监测结果。结果表明:平顶山市区整体形变速率平缓,变电站拟建场地地表形变速率保持在-3~0 mm/a;部分地区存在明显变形,变电站拟建场地东北方向较远区域出现较大形变,形变速率可达-81~-33 mm/a;SBAS-InSAR技术监测精度可以达到mm级,可有效监测采动影响区域与周围未采动影响区域范围内的拟建变电站的地表沉降情况。在实际运用时,发现SBAS-InSAR获取到的形变序列在空间上更为连续,监测区域更加广泛,可监测时间跨度较长的地表形变。

基于SBAS-InSAR和PSO-BP神经网络算法的矿区地表沉降监测及预测

针对传统监测技术无法进行长时间矿区地表沉降监测以及现有预测模型过度依赖沉降数据、模型单一等问题,提出一种基于小基线集合成孔径雷达干涉(Small Baseline Subsets Interferometric Synthetic Aperture Radar,SBAS-InSAR)和粒子群优化-反向传播(Particle Swarm Optimization-Back Propagation,PSO-BP)神经网络算法的矿区地表沉降监测及预测模型.首先,利用SBAS-InSAR技术获取矿区地表沉降监测值;然后,选取矿区地表沉降的影响因子与获取的沉降监测值从多因子角度构建PSO-BP预测模型;最后,分析该方法的有效性和合理性.实验结果表明,利用SBAS-InSAR能有效监测矿区地表长时间沉降,随着训练样本的增加,PSO-BP预测值与SBAS-InSAR沉降值残差逐渐减少,算法收敛迭代加快,均方误差降低.与现有监测方法及预测模型的对比,证明了SBAS-InSAR在矿区地表长时间沉降监测中的优势以及PSO-BP模型在矿区地表沉降预测中的有效性和合理性,该方法可作为矿区地表长时间沉降监测和预测的有效手段.

基于SBAS-InSAR的延安新区地表沉降监测与分析

以延安新区为研究区,采用SBAS-InSAR方法对2015年建成之后的地面沉降进行监测分析,结果表明, 2015-2019年延安新区雷达视线方向形变速率为-52~13 mm/a,垂直向形变速率为-74~18 mm/a.通过克里金插值发现延安新区有2个明显的西北-东南向的带状沉降区域,最大的沉降区域从南至北贯穿新区;新区东侧有两块抬升区域,抬升量较小.沉降主要发生在填方区,抬升发生在挖方区,填方区沉降速率呈现慢-快-慢的形变规律.经野外现场验证,该形变监测结果与实际情况吻合.

采用SBAS-InSAR技术监测郑州城区地面沉降

为长期有效监测郑州市地表沉降,本文采用SBAS-InSAR (Small baseline subset-Interferometry SAR)技术对29景覆盖郑州城区的Sentinel-1A影像数据进行处理,获得了郑州城区2015.04-2017.03地面沉降速率与累积沉降量。试验表明,郑州中心城区地表稳定,其余区域普遍存在地面沉降现象,主要沉降区为研究区西北部、北部、东部,下沉速率大部分位于0.6 mm/a-6 mm/a区间范围内,其沉降中心分别位于城区西北惠济区与城中金水区,最大下沉速率约为27.4 mm/a,最大累积下沉量约为70.4 mm,该试验结果为郑州城市规划建设提供参考。

基于SBAS-InSAR技术的巨野煤田沉降监测

矿产资源过度开采极易诱发地面塌陷等地质灾害,对矿区的生产生活造成了严重的威胁。采用2017年5月至2018年11月21景Sentinel-1A数据,设置时间基线(365 d)和空间基线(2371 m)并生成连接图,采用小基线集技术(SBAS)对生成的影像对进行干涉处理,通过生成的干涉相位进行地面沉降的参数反演,获取了巨野煤田的形变场和监测点的形变序列。结果发现,巨野煤田发生24 mm以上地面沉降的区域面积占比高达87.12%,而郭屯矿区的地面沉降最为严重,中心沉降量超过70 mm,年沉降速率达到45mm/a。巨野煤田的地面沉降由自然和人为因素造成,其中人为煤炭开采和地下水的过量使用是主要原因。与水准测量的对比结果表明,二者沉降监测的总体趋势吻合。该项研究工作表明,小基线集雷达干涉测量(SBAS-InSAR)技术可以很好地应用于矿区沉降的监测,为合理开采矿产资源和矿区环境保护提供参考依据。

SBAS-InSAR技术在矿区地表沉降监测中的应用

滩地和沙丘地区的矿区地表形变具有复杂性和特殊性,常规监测手段无法获得长期有效的监测结果,传统的雷达差分干涉测量技术(DInSAR)易受时空失相干、大气延迟等因素的影响而降低监测精度。以营盘壕煤矿2101和2201两个工作面为例,采用差分干涉测量短基线集时序分析(Small Baseline Subset-Interferometry SAR,SBAS-InSAR)技术对Sentinel-1A的84轨道的17景数据进行时序分析,获取了矿区2018年9月8日至2019年3月19日的累计沉降量和沉降速率等信息,直观地展现了矿区沉降状况。对研究区监测结果进行点、线、面的分析,发现累积沉降量和时间呈线性关系,新开采的区域的沉降在整个区域沉降中影响最大,较晚开采的区域在矿区沉降中为主要影响因素。

多源遥感揭示白鹤滩库区五里坡滑坡蓄水期形变演化与复活机制

为揭示水电站蓄水期库岸滑坡形变演变趋势及复活机制,基于白鹤滩库区五里坡滑坡2021年1月—2022年8月共73景Sentinel-1影像,采用SBAS-InSAR技术提取蓄水期二维形变,并使用无人机航测技术对滑坡及次生灾害痕迹进行调查,此外利用GNSS位移实测数据对InSAR形变结果进行对比与补充,综合3种技术结果与库区水位实测数据、地质资料对五里坡滑坡进行精细化分析.结果表明:(1)五里坡滑坡形变与库区蓄水存在强相关性.在蓄水前无明显形变而在蓄水后一个月便发生可见形变,随着水位上涨,坡度方向InSAR形变速率最高达到-153 mm/a,雷达视线方向InSAR最大累积形变量达到121 mm,并表现为由下部形变逐渐带动上部形变的牵引式滑坡特征.结合水位实测数据与GNSS位移监测数据发现滑坡形变与蓄水期水位变化吻合度较高.(2)现场地质调查表明五里坡滑坡为上硬下软的反倾岩质边坡,且坡面岩体风化强烈,下部岩体容易受到库水作用软化发生压缩变形进而导致坡体沿风化层发生牵引式滑动.研究结果可为库岸滑坡蓄水期监测和防治提供科学依据.

西藏色拉滑坡时序InSAR二维形变反演与预测

针对西藏贡觉县色拉滑坡,采用小基线集技术获取滑坡一维视线向形变结果,通过多维小基线集技术计算滑坡二维东西向与垂直向形变速率与时间序列形变,结果表明色拉滑坡以东西向形变为主且滑坡前缘特征点累积位移超过100 mm;并将特征点累积形变与地区降雨量进行对比分析,发现每年6月-9月期间滑坡前缘受强降雨影响形变速率加快从而牵引滑坡中后部分加速形变.采用长短期记忆网络模型对滑坡特征点时间序列进行预测分析,预测结果显示周期性和缓慢形变可获得恰当的预测结果,对于剧烈形变的特征点符合其运动趋势.所得结果可为金沙江流域类似滑坡灾害预警提供参考.

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。

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。

时序InSAR广佛地区地表形变监测与分析

随着经济的快速发展,城市地区的浅层地表运动已成为当前研究热点与重点。本文采用小基线集干涉测量技术对广佛区域从2018年10月—2022年4月的36景哨兵1号数据进行处理,并引入GACOS产品辅助大气校正,获取研究区的时间序列形变。结果表明,研究区内年平均形变速率主要集中在-4.9~5.9 mm/a,沉降呈零星分布,主要位于禅城区的西部、顺德区的北部及研究区内的南沙区;研究区内的地铁沿线沉降主要在佛山2号线、广州2号线、3号线的局部区域。

DInSAR技术的最新进展

从传统合成孔径雷达差分干涉测量(DInSAR)技术面临的问题出发,分析了近年来DInSAR技术发展的新趋势,详细论述了最小二乘(Least Squares,LS)方法、永久散射体(Permanent Scatterer,PS)方法和小基线集(Small Baseline Subset,SBAS)方法的原理、应用及发展趋势。