基于PS-InSAR的道路穿越区长城形变分析

随着交通网络不断扩展,现代道路穿越古老的长城,这种变化引发了长城的形变效应,成为引起广泛关注的议题。为了更深入地了解道路穿越长城对其形变的影响,研究采用了永久散射体合成孔径雷达干涉测量(PS-InSAR)技术,对长城周边区域进行了详细的形变分析。研究发现,道路穿越长城的行为明显影响了长城的形变情况,尤其是在特定区域出现了明显的地面沉降现象。这种形变表现为在道路穿越区域内的长城被拉伸和压缩,导致最大累积沉降量高达75.2 mm。在这些受影响的区域中,长城的沉降速率甚至达到了每年24.6 mm。通过对长城振动变形信息的综合分析和呈现,研究揭示了道路穿越长城对其造成的明显形变效应。这一研究成果不仅对长城的保护和管理具有重要的实际应用价值,还为类似地区的形变研究提供了参考和借鉴。

基于最优PS点获取方法的矿山工业广场沉降监测

为保障矿山地面和井下工作人员、工业广场周边居民以及运煤系统运行安全,实时监测地表变形情况,提出永久散射体(PS)点的优化获取方法,以提升PS-合成孔径雷达干涉测量(InSAR)技术在沉降监测中的适用性。首先,选择淮北市郊煤矿工业广场煤柱Ⅱ513工作面开采沉陷期间2020年10月31日—2022年8月22日共26景SAR卫星影像,运用PS-InSAR技术确定最优的PS点目标选取方法;然后,基于该方法获取该工作面回采过程中的开采损害保护区地面沉降速率、累计沉降量;最后,基于地面水准点实测数据验证PS-InSAR监测精度并分析研究区地表及建(构)筑物动态沉降情况。结果表明:相干系数和振幅离差指数双阈值法较适应于研究区沉降监测;研究区内可探测到的最大下沉速率为-26.5 mm/a,最大累计下沉值为-53.7 mm;同时,探测到研究区西北部存在岩溶塌陷地质灾害因素;利用水准数据验证精度,均方根误差(RMSE)仅为3.8 mm,决定系数达到0.91。

采空区地表InSAR形变监测与安全稳定性评价

为探明河南省平顶山市某变电站拟建场地的安全稳定性,避免采空区地表沉降或倾斜给变电站造成安全隐患,采用永久散射体(PS)合成孔径雷达干涉测量(InSAR)研究平顶山市2015—2022年间的45景Sentinel-1A数据,精细化分析拟建场地的9个代表位置的时序形变特征,进而建立基于InSAR监测的采空区地表场地安全稳定性评价机制,完成对场地的安全稳定性评价。研究结果表明:基于模糊数据集的模糊PS选点法可克服PS点密度低的弊端,有效增加分析可用数据,提升监测结果的准确性;依据基准点校正拟建区内代表点的时序形变后发现,拟建场地整体形变较小且逐渐呈现趋于稳定的趋势,最大沉降量为13.05 mm,最大沉降速度为5.73 mm/a,最大倾斜为0.070 mm/m。基于安全稳定性评价机制分析可知:采空区地表场地移动变形处于稳定状态,变电站地基基础处于安全状态,采空区地表沉降对拟建变电站的影响程度小,综合3种评价指标进行分析,采空区地表场地安全稳定性等级为高,具备建设变电站的可行性。

基于PS-InSAR技术的后海深槽地面及建筑物形变监测分析

深圳市南山区后海片区为总部大厦基地,莲花山断裂带和珠江口大断裂带在此交汇,区域内基岩埋藏较深,断层较发育,存在巨厚的风化深槽,地面高层建筑多采用超长桩基础。文中研究采用永久散射体合成孔径雷达干涉测量技术对深圳市南山区后海片区南部东侧沿海部分的地面和建(构)筑物进行大范围、长时间形变监测。监测结果表明,深槽上建筑物以及其他构筑物沉降相对稳定,目前在后海巨厚深槽上的建筑桩基施工工艺安全有效。沉降量较大的区域为深圳湾公园草地及其周边区域,主要由于填海造陆软土引起形变。经过与传统监测技术的对比,InSAR技术监测精度满足规范要求。在大范围、低成本、高精度、高效率的形变监测需求方面,InSAR技术具有优势。

基于PS-InSAR技术的北京地铁线网地表沉降研究

随着城市地下轨道交通的高速发展,地铁建设运营引起的地面沉降现象及其对工程线路的影响引发了国内外相关学者的极大关注。本研究基于哨兵1号合成孔径雷达(SAR)影像,利用永久散射体对合成孔径雷达干涉测量(PS-InSAR)技术对北京地铁全网沿线1 km区域地表变形进行监测,形成了2018—2022年北京地铁沿线整体监测的形变结果图、特征点时序形变结果图以及统计分析典型形变区域的沉降速率剖面图等成果,并分析了北京地铁沿线重点沉降区域、沉降速率时间变化和空间变化,对地铁运营安全风险评估和运维管理具有重要意义。

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。

PS-InSAR技术在伯克利山滑坡监测中的应用

针对伯克利山的滑坡问题,利用从1992年到2010年期间获得的大量ERS1/2,Radarsat-1,TerraSAR-X星载雷达数据,提出运用永久散射体(PS-InSAR,Persistent Scatterer Interferometry Synthetic Aperture Radar)技术,以一幅主图像为基准,与其他SAR图像分别进行差分干涉处理,并限定幅度和相位双重阈值选择PS点,分析其相位在时域空域的频谱特性,最后通过滤波处理提取形变部分,结果成功地定位了伯克利山的滑坡区域,得到了地形的形变速率,为今后的灾害预警打下了基础.

面向PS-InSAR技术的桥梁随机形变规律

为了建立面向合成孔径雷达干涉测量(InSAR)技术的桥梁安全预警体系,需要考虑桥梁在随机荷载下的形变规律。由于桥梁的整体形变特征能由桥梁形变关键点的形变来表征,故在桥梁形变关键点上设置了人工PS点,利用蒙特卡罗法-有限元模拟技术,在不同的日温时段上探讨目标桥梁的形变关键点的随机形变规律,依据随机车流荷载模型探讨随机车流对桥梁形变关键点随机形变规律的影响。研究结果表明,统一桥梁的形变关键点与人工PS点,将蒙特卡罗法-有限元模拟技术和PS-InSAR技术结合起来,可将InSAR技术与桥梁工程联系在一起;随机系统温度对桥梁形变关键点的形变有明显的影响,甚至可达cm量级;将日温温度划分成4个时间段后对桥梁做蒙特卡罗法-有限元模拟,就能在SAR图像数据分析时剔除InSAR量测中随机系统温度因素的影响;随机车流下桥梁形变关键点的形变在mm量级,远小于随机系统温度对桥梁形变关键点形变的影响。

基于地理国情的城市地表沉降监测PS-InSAR技术研究与应用

城市地表沉降是一种不可逆的极具危害性的地质灾害。为深入、系统的掌握城市地表沉降现状和发展趋势,北京市已开展相关研究和实践,并将地表沉降监测纳入城市常态化监测实施方案。基于地理国情常态化监测,采用PS-InSAR技术方法获取准确、详实的地表沉降监测数据,从而准确分析、归纳地表沉降发展规律,这些研究与应用对于北京市城市规划、建设、安全、运营和综合管理都具有重要意义,也可以为其他城市开展相关区域地表沉降监测提供参考借鉴。

基于PS-InSAR、精密水准等技术的沈阳地区地面沉降研究

为了掌握沈阳地区地面沉降状况,在充分搜集研究沈阳地区国家精密水准测量成果和不同时期1∶50000地形图成果的基础上,采用永久散射体干涉测量(PS-In SAR)技术,对沈阳地区地面沉降进行深入研究.结果表明,沈阳地区在1984年以前基本稳定,1984年以后地面沉降逐步发展,2007年以后地面沉降发展迅速,局部地区已经发展为地面沉降严重区.

粗DEM辅助的广域PS-InSAR数据预处理方法及应用

PS-InSAR技术是一种高精度的地表形变探测方法,小区域PS-InSAR处理的研究较为深入,但处理方法并不适用广域的形变探测和数据处理方法。本文针对卫星实时轨道精度差的问题,首先提出利用辅助DEM进行斜距误差和轨道系统误差校正提升差分干涉相位反演精度的方法;其次,针对广域图像配准误差的空变性,提出了一种由粗到精的层级配准方法,解决了配准误差空变对PS-InSAR永久散射体选取和图像相干性的影响;最后,通过对形变观测结果的地理编码结合加权处理,实现对超广域观测图像的拼接。利用仿真数据验证了粗DEM对系统误差校正的有效性,并进一步通过Sentinel-1A的2000多景雷达影像对云南省全境39.4万平方千米的覆盖区域进行了处理,结果表明了本文方法对系统误差校正和对广域形变探测处理的有效性。

PS-InSAR技术在无锡中心城区地表形变监测中的应用

本文以Sentinel-1A数据为基础,通过永久散射体雷达干涉技术(PS-InSAR)得到无锡中心城区2018年10月至2020年10月地表形变监测数据,分析无锡中心城区地表形变情况和时空分布特征。结果表明:无锡市中心城区整体呈现“西北部抬升,南部沉降”的特点。监测时段形变速率范围为-14~20 mm/a,累积形变量达到112.5 mm。沉降较大区域主要在滨湖区高凯路-大通路附近。地面抬升主要位于惠山区玉祁镇-前洲镇所构成的片状区域,及梁溪区华源小区-五爱家园-恒隆广场-崇安寺一带。而新吴区和锡山区整体趋于稳定。对无锡市的建设规划及灾害预防具有指导意义。

PS-InSAR技术辅助GPR监测城市道路地下病害体

为了解决探地雷达(GPR)监测城市道路地下病害体的效率和针对性,本文以兰州城市道路为试验区,基于2015~2018年的哨兵数据,采用永久散射体差分干涉测量(PS-InSAR)理论和技术方法提取了兰州城市道路的沉降速率和沉降场,分析了试验区约45km^2范围内的地面沉降与已有道路病害体之间的关系。结果表明,PS-InSAR技术方法不仅实现了大范围沉降监测,而且为探地雷达监测城市道路地下病害体提供了基础数据支持,实现了探地雷达有针对性及高效监测道路地下病害体。

合成孔径雷达干涉测量(InSAR)在地面形变监测中的应用

运用合成孔径雷达干涉及其差分技术(InSAR及D InSAR)进行地面微位移监测,是近年来发展起来并得到日益重视的新方法。对不同地区地面形变的最新研究结果表明,合成孔径雷达干涉及其差分技术在地震形变、冰川运移、活动构造、地面沉降及滑坡等研究与监测中有广阔的应用前景,具有不可替代的优势。与其它方法(如GPS监测等)相比,用InSAR及D InSAR进行地面形变监测的主要优点在于:(1)覆盖范围大,方便迅速:(2)成本低,不需要建立监测网;(3)空间分辨率高,可以获得某一地区连续的地表形变信息;(4)可以监测或识别出潜在或未知的地面形变信息:(5)全天候,不受云层及昼夜影响。但是由于系统本身因素以及地面植被、湿度及大气条件变化的影响,精度及适用性受到一定的限制,需要在实践中不断加以完善和提高,并与地质研究及其它方法相结合。为了弥补传统InSAR及D InSAR方法在地面形变监测方面的不足,提高其精度,近期引入了一种称为永久散射点(PS)的方法。此方法通过选取一定时期内表现出稳定干涉行为的孤立点,克服了许多妨碍传统雷达干涉技术的分辨率、空间及时间上基线限制等问题,使InSAR在城市及岩石出露较好地区地面形变监测精度大大提高,在一定的条件下精度可达到mm级。

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。

时序InSAR技术在太原地铁沿线形变监测中的应用

城市轨道交通的建设与运营会引起地铁沿线的持续形变而造成地面沉降,给地面及地下基础设施带来安全隐患。为了解太原市首次开通运营太原地铁二号线一期线路以来沿线地面形变情况,以二号线一期工程沿线为研究对象,使用2020年6月至2021年11月共20景Sentinel-1A影像,基于永久散射体、小基线集技术对研究区进行地面形变监测。研究表明,两方法所得沉降分布情况、形变时序分析结果有很高的一致性,线路沿线最大沉降为31.96 mm,最大沉降速率为32 mm/a,存在三个较明显的沉降区域,推断与其处于大规模的不断的城市建设区域密切相关。本次研究可为后续太原市地铁建设沿线地表形变监测提供参考。

地基大视场SAR形变监测的非均匀大气相位校正方法

大气变化是地基干涉合成孔径雷达(GB-InSAR)形变监测的主要干扰因素。由于监测环境的地形复杂,水汽、湿度和温度的空间异质性,基于均匀大气介质假设的校正方法可能导致大气校正精度较低。该文提出了一种两阶段半经验模型,用于估计和校正复杂大气条件下特大滑坡GB-InSAR监测过程中出现的大气相位误差。该方法兼顾线性大气相位和非线性大气相位,首先根据测区的范围和高程对观测到的大气相位进行建模,校正与地形相关的线性大气相位。然后,考虑复杂大气条件和方位向大视场角度场景下出现的空间域非均匀大气情况,选取稳定永久散射体(PS)通过插值的方式获取所有PS点的大气相位,校正非线性大气相位。采用该方法对三峡库区新铺和藕塘特大滑坡的地基大视场雷达图像进行处理,相比于常规方法减小大气相位误差最大约2 mm。能有效校正特大滑坡监测场景下出现的非均匀大气相位,满足特大滑坡广域范围监测需求。

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。

联合时序InSAR技术和CS-Elman神经网络的板子沟地表形变监测与预测模型性能的评估

汶川县板子沟受2008年5月12日M_(S)8.0大地震影响,造成沟谷内松散物源堆积,近年来滑坡、泥石流灾害频发.针对板子沟地质结构复杂且缺乏有效监测和预测自然灾害等问题,该研究提出一种联合InSAR技术和布谷鸟搜索算法改进Elman(Cuckoo Search-Elman,CS-Elman)神经网络的预测模型来对板子沟地区进行地表形变监测和预测.首先采用SBAS-InSAR和PS-InSAR技术处理覆盖板子沟的22景C波段Sentinel-1A数据,获取地表形变监测值.其次,利用相关性矩阵分析从高程等12个评价因子得出最优评价因子,从多因子角度结合地表形变监测值构建CS-Elman预测模型.最后,通过对比实验分析CS-Elman模型的合理性和优越性.结果表明:(1)SBAS-InSAR和PS-InSAR技术监测同名点雷达视线(Line of Sight,LOS)向形变速率之间的相关系数R^(2)=0.91,具有较高的相关性,证明了两种技术联合分析的可行性;(2)分别选取训练样本数为198、298、398和498,得到CS-Elman模型的预测值与InSAR技术的监测值之间的最大绝对误差分别为11.314 mm、6.188 mm、3.763 mm和2.191 mm,平均绝对误差(Mean Absolute Error,MAE)、均方误差(Mean Squared Error,MSE)、均方根误差(Root Mean Squared Error,RMSE)和平均绝对百分比误差(Mean Absolute Percentage Error,MAPE)也均为样本数为498时最小,分别为0.895 mm、1.712 mm、1.308 mm和5.55%;(3)随机选取518个样本数据,CS-Elman模型的MAE、MSE、RMSE和MAPE分别为1.206 mm、2.052 mm、1.432 mm和6.09%,各项指标均优于Elman模型,验证了CS算法能够有效提高Elman模型的预测精度;(4)通过与GA-BP、CS-SVM模型的对比,验证了CS-Elman模型在地表形变预测中的精度更高,该方法可作为板子沟长时间形变监测和预测的有效手段.

基于合成孔径雷达干涉测量的高速铁路下伏老采空区稳定性监测分析

揭示老采空区现有变形规律是老采空区的稳定性分析的关键,而合成孔径雷达干涉测量(interferometric synthetic aperture radar,InSAR)技术对于广域地表变形监测有着传统测量技术无法比拟的优势。针对贵南高铁穿越大盘井采煤沉陷区的地表监测,采用最新的永久散射体对合成孔径雷达干涉测量(persistent scatter pair InSAR,PSP-InSAR)技术,弥补了传统合成孔径雷达差分干涉测量(differential InSAR,D-InSAR)和永久散射体合成孔径雷达干涉测量(persistent scatter InSAR,PS-InSAR)算法的缺陷,获得了老采空区的沉降变形。并通过实地考察老采空区上方已有建筑和道路,对InSAR测量结果进行了验证。结果表明:2011—2013年及2014—2015年,大盘井采空区大部分点年平均沉降速率为-8~4 mm/a。通过对采空沉陷区地面沉陷调查发现地面建筑物和道路未产生有沉陷特征的沉降和破坏。因此,认为大盘井煤矿采空区沉陷趋于稳定。