基于时间序列InSAR技术的云南车邑坪滑坡活动监测及影响因素分析

为研究滑坡体的活动特征与规律,基于升降轨C波段Sentinel-1A数据,采用堆叠合成孔径雷达干涉测量(interferometric synthetic aperture radar,InSAR)技术,获取车邑坪滑坡2020-01-2021-12沿斜坡向和垂直向的形变速率,得到滑坡位移时序演化结果。结果表明,车邑坪滑坡沿斜坡方向的最大形变速率超过-90 mm/a,垂直方向的最大变形速率超过-40 mm/a。滑坡前缘和中部的变形较大,后缘较小,表现出滑移式滑坡的特征。根据降雨数据与时间序列结果分析,降雨对滑坡运动具有一定的影响,表现出季节性加速变形特征。同时,滑坡区域的地质、地层岩性及澜沧江水位变化也在一定程度上加速了滑坡活动。该研究可为峡谷库区滑坡变形机制的解释和灾害监测预警提供技术参考。

基于时序InSAR技术的常州市地表形变监测与影响因素分析

地面沉降是常州市的主要地质灾害之一,为了准确掌握地面沉降动态,确保区域可持续发展,利用时序InSAR技术监测常州主城区地表形变,并对其影响因素进行分析。文中采用长短基线组合的方式对2016年1月—2022年12月的186景Sentinel-1A SAR影像进行干涉测量处理,从而生成形变时间序列,并通过相位闭合环误差检测筛选高质量干涉对、使用通用型大气改正在线服务(GACOS)进行大气延迟误差改正,获取常州市主城区2016—2022年地面沉降信息,结果与同期水准数据一致,均方根误差为2.5 mm;再结合地质条件和地下水资料对影响地表形变的因素进行分析,结果表明常州市主城区地面沉降形势总体趋于稳定,仅在邹区镇西侧、武进区南部前黄礼嘉一带局部地区存在沉降现象,而中心城区地面形变总体抬升趋势。

基于SBAS-InSAR技术的黄河上游库坝群段滑坡识别及监测分析

黄河上游库坝群段地质条件复杂,发育多处大型滑坡。该研究以黄河上游龙羊峡—盐锅峡段为研究区,基于地质条件调查、历史滑坡数据及遥感资料,选取2018—2021年80余景SENTTINEL-1A卫星数据,通过SBAS-InSAR监测雷达视线方向的地表形变速率,并将其转为沿斜坡方向形变速率。据此识别出57处缓慢变形的大型滑坡,并通过对变形速率的核密度分析,确定了形变集中区域。ROC曲线显示,这些区域与历史滑坡分布高度一致。在此基础上,以龙羊峡库区白刺滩典型滑坡为例,选取典型剖面及形变点,分析了时序形变与降雨量和水库水位变化相关关系。结果表明,白刺滩滑坡受到降雨和库水位变化影响显著,尤其是滑坡前缘形变序列与降雨量及库水位变化具有较强相关性。

基于SBAS-InSAR和光学遥感的天津市北部山区潜在滑坡识别研究

以天津市北部山区为研究对象,开展潜在滑坡识别研究,利用差分干涉测量短基线集时序分析技术(SBAS-InSAR)处理2018-01—2022-08的56景Sentinel-1A数据,并结合2018—2022年的Landsat8光学遥感影像,分析形变与光学遥感影像特征以及NDVI,筛选出潜在滑坡区域。研究结果表明:基于SBAS-InSAR技术识别的天津北部山区的形变较大区域有20处,使用光学遥感影像结合各发育环境要素进行处理确定的区域有19处,其中5处经两种技术确认为滑坡隐患,通过对该5处沉降信息进行识别分析,该5处区域最大年形变速率可达-12 mm/a,需要进行重点监测预警,使用两种技术结合对滑坡隐患区域进行识别可以有效地提高识别准确度,为天津北部山区灾害监测提供新的方式。

时序InSAR解译西安-咸阳地区地面沉降时空分布特征

采用2015-06~2023-01覆盖西安-咸阳地区的Sentinel-1A卫星数据,以时序InSAR为主要技术手段,结合其他资料,获得西安-咸阳地区地面沉降分布特征和形变速率等信息,并分析地面沉降的原因和演化规律。结果表明,SBAS-InSAR与StaMPS-InSAR所得结果基本一致,地表形变区主要分布在西安中部和南部,主要影响因素为地下水开采,分布与走向受地裂缝与断层影响;咸阳大部分地区处于稳定状态,仅在局部地区有较为明显的沉降,沉降受地下水开采、城市建设等因素影响。

国产卫星时序InSAR形变监测精度分析

陆地探测一号01组卫星(LT-1)的发射成功实现了我国L波段干涉SAR卫星“从无到有”的发展。LT-1卫星因空间避障等原因,部分空间基线较长;经过调轨后,空间基线长度控制在400 m以内。为了验证LT-1卫星数据的可用性及精度,本文以山西大同矿区为例,获取了2022年12月23日至2023年5月20日共25景LT-1条带模式影像数据,分别进行差分干涉测量短基线集时序分析(SBAS)技术和永久散射体(PS)技术数据处理。对时序InSAR和GPS站点在SAR卫星视线向上的形变监测结果进行对比分析,二者差异标准差分别为5.7 mm/a(SBAS-InSAR)和3.4 mm/a(PS-InSAR),时间序列均方根误差均小于5 mm,具有高度一致性。研究表明国产LT-1卫星具备高精度的形变监测能力,为国内地形测绘及形变监测提供了可靠的数据保障。

MCJ-UNet:一种双/多通道联合InSAR相位解缠网络

干涉合成孔径雷达(InSAR)可实现地表高程的高效获取,在地形测绘中应用广泛。双/多通道InSAR技术可借助不同通道(基线、频点)的高程模糊度差异,解决相位欠采样问题,完成高程陡变区域的干涉相位解缠,实现InSAR技术在测绘困难区域的有效应用。该文即面向高效高精度相位解缠需求,利用深度学习这一有力工具,结合不同通道的相位特征及相互约束关系,提出了一种双/多通道联合干涉相位解缠网络:Multi-Channel-Joint-UNet(MCJ-UNet)。该网络的构建以双通道(双频、双基线)InSAR为基本观测构型,并可实现向多通道构型的扩展,其构建的核心思路主要包括3点:首先,将干涉相位解缠中的模糊数估计问题转化为语义分割问题,并采用UNet网络完成分割处理;其次,引入挤压激励模块(SE)动态调整信息权重,以增强网络不同通道对其所需信息的感知能力;最后,利用多通道联合约束下的相位残差优化损失函数,实现网络调谐。此外,为避免语义分割结果的边缘细节误差对解缠效果的影响,该文还提出了一种基于多通道联合约束的解缠误差自修正方法,以保证解缠质量。模拟地形仿真数据、真实地形仿真数据以及TerraSAR-X实测数据验证了所提方法的有效性。

中尼公路聂拉木至樟木段InSAR广域地灾隐患识别与特征分析

基于2017-04~2019-06共130景Sentinel-1A卫星升降轨影像,采用StaMPS-SBAS InSAR方法,并融合GACOS大气校正,对中尼公路聂拉木至樟木段进行大范围地质灾害隐患点探测和识别。结果表明,研究区内共发现54处隐患点,组成多处滑坡群,升轨最大形变速率达114 mm/a,降轨最大形变速率达122 mm/a。结合研究区降水数据统计分析可知,有35处隐患点形变与降水有关,形变季节性特征明显。本文研究结果有助于了解该路段地表形变趋势及成因,丰富该地区地灾隐患点历史记录,为该地区地质灾害隐患的持续监测提供参考。

基于PySide的时序InSAR处理可视化及形变监测实验

基于PySide等Python开源扩展包设计了时序InSAR处理可视化软件,用于实验教学。软件集成了影像搜索、像对组合、干涉解缠、时序处理、结果展示等功能。以山东省菏泽市郓城县城区地表沉降监测为例,进行实验处理,并与PSDS-InSAR方法进行精度对比。相较于传统命令行操作方式,该可视化软件极大地简化数据处理的复杂性,软件处理结果与PSDS-InSAR所得结果的相关性为0.9866。软件提高实验效率,降低实验难度,改善了实验效果,结果精度表明该软件也可直接应用于工程实践。

基于InSAR-COMSOL的露天矿边坡稳定性分析及形变预测

露天矿地表形变特征的快速、准确分析及形变趋势精准预测是推进矿山绿色安全生产的重要保障。针对当前形变监测技术存在的时空采样率低、成本高,预测模型参数难确定等问题,以东鞍山露天铁矿为工程背景,提出了一种融合短基线子集干涉测量(SBAS-InSAR)技术和COMSOL有限元模拟的边坡稳定性分析和形变预测一体化方法。首先,利用SBAS-InSAR技术处理2018年5月—2020年6月获取的62景Sentinel-1A升轨SAR数据,获取了该区域2 a内地表形变时间序列,分析了其形变时空演化特征。然后,采用COMSOL Multiphysics软件模拟外界强降雨影响下的典型沉降区域边坡稳定性状况,探讨了坡体损伤裂化规律及形变机理。基于此,利用粒子群算法(PSO)优化长短期时间记忆(LSTM)网络,搭建了形变时序预测最优模型,开展典型沉降区的形变时序预测,并引入平均绝对误差和均方根误差作为预测精度评价指标。结果表明:矿区西部沉降相对严重,年均沉降速率高达47.8 mm/a,形变速率与区域降雨量存在显著相关性。相较于传统形变预测模型,PSO-LSTM模型的2种误差至少降低了14%和36%,且能够有效反映采区地表形变波动趋势,为滑坡灾前预警提供了新思路。

加权信息量支持下融合InSAR形变特征的滑坡易发性评价

使用SBAS-InSAR处理六盘水市水城区2018-07~2019-08共69景Sentinel-1A卫星影像,获取地表形变作为动态评价因子,用于完善传统滑坡易发性评价研究缺乏动态特征数据应用的问题。结果表明,使用10种静态评价因子融合InSAR形变特征数据作为动态评价因子,在耦合层次分析法与信息量法的加权信息量模型下对比仅使用静态特征数据,ROC曲线下面积分别为0.756 02和0.888 68,模型性能提升约13.3%;再将历史灾害点叠加于2种分区图下检验分区精度,相比于未融入形变特征,融入形变特征可纠正约12.44%的误分类区域,能较好地提升分区的可靠性。

基于时序InSAR的老挝桑片-桑南内水库大坝溃坝回溯研究

InSAR是一种用于水库大坝表面位移监测的新技术,具有周期性、低延迟的特点,且能回溯历史数据。利用老挝桑片-桑南内水库大坝溃坝前期及溃坝期间的卫星影像,收集溃坝前后的大坝表面位移监测数据和降雨数据,对大坝自身和管理方面的溃坝原因进行了分析,结果表明大坝溃坝前已发生较明显的异常变形趋势。本研究将InSAR技术引入大坝风险管理中,能有效减少溃坝事故的发生。

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。

基于创新能力培养的3S技术及应用综合实验设计与实践——以地表沉陷InSAR数据处理为例

为提升实验课程效果、培养学生的创新能力,结合新时期防灾减灾专业人才需求,开展了3S技术及应用综合实验设计与实践研究。首先,明确了3S技术及应用综合实验课的目标,提出了相应的实验内容及实践步骤。其次,以地表沉陷专题为例,设计了以InSAR数据处理为主线的实验方案,包括具体的实验环节和实验过程。该实验充分融合3S技术及应用课程内容,有效结合课堂理论、学生科创、科研实践等,有助于提高学生的学习热情、增强学生的综合能力和创新意识。

基于D-InSAR技术的矿区地表沉降规律分析与趋势预测

井工煤矿开采会导致地表沉陷,损坏地表建筑物、影响生态环境,甚至诱发滑坡、泥石流等灾害,对地表沉陷发展规律的准确分析和预测具有重要的现实意义。以东滩煤矿6306工作面为试验对象,选取覆盖该区域的19景Sentinel-1A影像数据,开展了基于D-InSAR技术的地表沉降规律分析与预测研究。基于“二轨法”获取了试验区域的时间序列数据,构建了SAR影像数据分析方法与处理流程;结合矿区实测数据和Sentinal-1A影像数据,验证分析了6306工作面对应的地表沉降规律;构建了基于LSTM算法的地表沉降预测模型,对比分析了LSTM、SVR和灰色GM(1,1)3种方法预测的准确性和有效性。结果表明:D-InSAR技术的监测精度高(最大误差为18.3 mm,平均差值为5.4 mm),区域广,可有效获取地表形变的时空演化规律;此外,相较于传统SVR、灰色GM(1,1)预测模型,所提出的LSTM模型平均误差约为2.98 mm,具有更高精度。

基于PS-InSAR技术的晋城矿区地表形变监测及地质灾害风险预警

地表形变是一种严重的地质灾害现象,不仅严重影响灾害区居民的日常生活,而且会造成巨大的社会经济危害,尤其在采煤区。针对传统地表沉陷监测方法费时费力、无法获取地表沉降面状信息、难以进行地表沉陷灾害评估的不足,基于高分辨率SAR卫星影像,利用永久散射体合成孔径雷达干涉测量(PS-InSAR)技术对山西省晋城市晋城矿区2018年1月至2018年12月期间地表沉陷进行监测,分析获取了该地区地表连续形变情况,并利用该技术获取的海量PS点建立支持向量机(SVM)地质灾害风险评估预警模型,对晋城矿区周边居民点地质灾害风险进行了识别和预测。结果表明:晋城矿区10个煤矿及其周边区域存在较大的地表形变;晋城矿区平均LOS向年平均地表形变速率范围为-37~30.3 mm/a;PS-InSAR技术在晋城矿区地表形变监测中具有可行性,且可以实现矿区地质灾害风险综合识别和预警。

D-InSAR技术在井筒注浆对地表及建筑物变形影响中的应用

【目的】在煤矿工程中,井壁破损对生产设施和矿井安全构成威胁,全面监测井筒注浆工程对工业广场及地表建筑物的变形影响,对保障矿山生产安全至关重要。【方法】以皖北矿区某煤矿为研究对象,选取覆盖该区域的15景Sentinel-1A影像数据,采用D-InSAR技术全面监测井筒注浆修复前后工业广场及地表建筑物沉降,获取地表及建筑物动态变形信息,分析注浆活动对地表及建筑物的影响。【结果和结论】结果表明:(1)与水准监测相比,D-InSAR地表沉降监测平均误差1.70 mm,最大误差2.70 mm,D-InSAR监测地表微小沉降精度可靠,能够满足工业广场地表沉降监测的要求。(2)井筒注浆工程实施前,地表及建筑物呈持续下沉状态,监测期内最大下沉量为21.12 mm;工程实施后,下沉趋势减缓并逐渐趋于稳定;分析井筒应变监测结果和地面沉降变化可知,注浆修复效果显著,在井筒周围形成隔水帷幕。(3)监测结果显示,注浆前后地表经历“连续下沉-微量抬升-轻微沉降-趋于稳定”4个阶段,注浆初期对地表沉降抑制作用明显,注浆中地表略有抬升,工程结束后轻微沉降直至稳定。(4)监测期内主要建筑物变形均小于《建筑物、水体、铁路及主要井巷煤柱留设与压煤开采规程》(2017版)中Ⅰ级损坏标准,处于安全阈值内,注浆工程进一步减缓了建筑物变形,保证建筑物安全。

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insar和人工监测新疆BEJ水库变形体稳定性分析

以新疆BEJ水库为研究对象,通过变形观测分析和理论计算,BX1体垂河向水平位移量为3.78 cm,平均速率0.038 mm/d;垂直沉降总量4.61 cm,平均速率0.046 mm/d;各阶段监测水平位移速率0.038 mm/d→0.023 mm/d→0.034 mm/d→0.015 mm/d→0.010 mm/d;水库蓄水后,BX1变形体发生明显变形,处于蠕动变形状态。建议加强监测预警工作,做好安全保障措施。

InSAR技术在普光气田地质灾害调查中的应用

普光气田高含硫化氢的集输管道经常需穿越一些地形地质条件复杂区域,这些地区通常又是地质灾害的高发区,不同类型的地质灾害威胁着管道的安全运行。通过雷达卫星数据对普光气田集输站场和集输管道周边滑坡进行了地表形变探测,共探测出32处地质灾害点;结合光学遥感影像目视解释和现场勘查^([1]),对普光气田103集气站南侧、胡家阀室、毛坝1井—1#阀室管线西侧共3处典型滑坡形变特征进行了详细分析。结果显示,该区域地质灾害变形速率受降雨的影响较大。调查结果能够对普光气田地质灾害防控工作提供重要的决策依据。