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技术的淮北市地表沉降监测分析

长期高强度的煤炭开采和地下水抽采,导致淮北市地表发生大面积沉降,破坏了耕地以及生态环境,因此对地表沉降监测显得尤为重要。本文通过短基线集合成孔径雷达干涉测量(SBAS-InSAR)方法获取了2020年1月5日到2020年12月30日的淮北市地表年形变速率,并且使用水准数据对监测结果进行了精度验证。结果表明:淮北市沉降存在不均匀现象,年形变速率为-55~42 mm,淮北市地表沉降由地下煤炭资源开采和地下水抽采引起,主要地表沉降由采煤引起。研究结果可为地质灾害预防提供数据参考。

基于SBAS-InSAR和BPNN的铀尾矿坝形变智能监测与预测

为提高铀尾矿库退役治理的监测工作效率,提出一个基于小基线合成孔径雷达干涉测量(SBAS-InSAR)技术和反向传播神经网络(BPNN)的铀尾矿库形变智能监测与预测模型。首先,利用SBAS-InSAR技术得到铀尾矿库2020年12月—2022年12月的累计形变量与年均形变速率,并用第一拦水坝的7个全球导航卫星系统(GNSS)监测站验证InSAR监测值的精度;然后,选取铀尾矿库中的雷公塘坝、南坡横坝、战斗坝和松林坝4个坝段的累计沉降量并结合降雨量进行沉降分析;最后,随机提取铀尾矿坝100个沉降点的累积沉降数据,通过BPNN预测铀尾矿坝的形变。结果表明:2年间铀尾矿库的形变速率在-60.06~34.94 mm/a,铀尾矿坝整体处于下沉状态,累计沉降量最大为-46.67 mm。BPNN预测值与实际监测值的平均绝对误差为0.586 mm,均方误差为0.624 mm。

融合SBAS-InSAR和WaOA-LSTM的上海浦东国际机场沉降监测与预测

为了监测上海浦东国际机场(SPIA)的沉降现状并提高长短时记忆(LSTM)网络模型预测精度,本文基于短基线集合成孔径雷达干涉测量(SBAS-InSAR)技术和32景Sentinel-1A影像,获取了上海浦东国际机场2020年9月—2023年8月的时间序列沉降信息;构建了基于海象优化算法(WaOA)优化的WaOALSTM沉降预测模型,并将预测结果与合成孔径雷达干涉测量(InSAR)监测值进行对比分析。结果表明,上海浦东国际机场近三年最大沉降速率为-52.21 mm/a,最大累积沉降量达到-159.30 mm,沉降主要集中在填海区的二号、四号和五号跑道,其中五号跑道北部周围护岸区域及沿海堤坝区域最为严重;WaOA-LSTM模型预测值与监测真实值的均方根误差为2.63 mm,平均绝对误差为2.06 mm,相较于传统LSTM模型分别提升了52.87%和53.29%。研究结果为上海浦东国际机场的安全运营提供了参考。

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。

基于时序InSAR技术的西山黄土滑坡形变特征分析

黄土滑坡具有范围广、易受降雨影响、危害性强等特点,黄土滑坡监测具有重要意义。传统地表形变监测技术耗时费力,难以满足大范围监测需求。本研究以青海省同仁市西山黄土滑坡为研究对象,选取2017年3月20日-2021年12月24日哨兵1A (Sentinel-1A)卫星48景升轨数据为研究数据,利用短基线集合成孔径雷达干涉测量技术(Small Baseline Subsets Interferometric Synthetic Aperture Radar,SBAS-InSAR)对研究区进行配准、差分干涉、滤波、相位解缠、重去平、形变建模与解算等处理,获取了该区域的时序形变特征。结果表明,西山黄土滑坡群共有2处明显的形变区。第一处形变区位于研究区东北部,其雷达视线向年平均形变速率介于-34.27~2.73mm/a;第二处形变区位于研究区中部,其雷达视线向年平均形变速率介于-30.27~4.20 mm/a。本文结合同仁市该时段的月降雨总量进行分析,结果表明降雨对滑坡形变速率具有正反馈作用。结果分析和野外调查表明,SBASInSAR技术在滑坡形变监测方面具有有效性,为该区域滑坡灾害防治提供了有效的技术支持。

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。

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。

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。

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.