山区采动地表异常形变识别与损害原因

现有开采损害鉴定的研究成果主要针对平原区域,缺少对高强度开采条件下山区地表建(构)筑物损坏的研究。以山西省冶头村建筑的异常损害为例,首先基于短基线集差分干涉测量技术(small baselines subset interferometric synthetic aperture radar,SBAS-InSAR),利用20景Sentinel-1A雷达影像,反演了目标区2016-11-14至2017-07-12期间地表形变的空间分布形态和时间演变过程。然后,结合现场调查的房屋损坏特征及地表裂缝数据,从开采沉陷理论和坡体稳定性分析两个角度进行开采损害鉴定的研究工作。研究表明:SBAS技术能够实现对采动地表异常形变的有效识别和提取,可为异常损害规律研究和原因揭示提供数据支撑;开采引起边坡稳定性降低,导致坡体蠕变滑移是地表建筑异常损害的原因。相关结论对于沉陷控制理论的发展完善,对开展山区井工开采房屋损害鉴定工作具有借鉴意义。

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。

基于时序InSAR技术的山区高速公路挖方边坡监测

针对传统人工水准监测风险高、难度大的问题,以本桓高速公路挖方边坡为例,提出一种利用SBAS-InSAR与PS-InSAR相结合的技术对挖方边坡进行形变监测。首先,采用SBAS-InSAR技术处理2023年4月—2024年1月获取的22景Sentinel-1A数据,生成小基线差分干涉对,反演得出边坡形变值与形变趋势。然后,选取相同监测时间的水准点测量结果与PS点进行验证,并通过灰色关联度分析降雨量与边坡形变的关联度。监测结果显示,边坡沉降速率集中在10.15~30.27 mm/a,沉降分析结果显示此路堑边坡整体较为稳定,时序InSAR相对水准测量具有全天时、全天候、全维度的特点,并具有可回溯性,表明时序InSAR技术对山区高速公路挖方边坡监测具有可行性与可靠性,确保高速公路挖方边坡安全稳定。

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。

基于升降轨SAR数据的连续箱梁桥精细变形

针对桥梁精细变形监测问题,提出一种考虑由温度引起的桥梁变形(简称温度变形)的升降轨合成孔径雷达(synthetic aperture radar,SAR)数据融合方法.首先,以连续箱梁桥为研究对象,分别使用升降轨SAR数据集,基于小基线子集干涉测量法(small baseline subsets interferometric SAR,SBAS-InSAR)提取视线向(line-of-sight,LOS)变形;然后,利用最小二乘法构建温度变形模型,分离周期性温度变形与长期性趋势变形;最后,结合桥梁结构特征,基于时空插值和奇异值分解方法实现升降轨数据融合,提取温度变形、纵桥向(即桥梁延伸方向)及垂直向趋势变形,分析桥梁变形机制及变形成因.结果表明,该方法可提取精确的桥梁温度变形及三维变形,为桥梁健康监测提供可靠的方法支撑.

基于升降轨InSAR技术的地表形变应用研究

本文基于SBAS-InSAR技术,采用Sentinel-1A卫星在2017年1月至12月获取的10景升轨数据和2景降轨数据,通过一系列的数据处理与分析,获得了升降轨视线向形变场和升降轨时间序列视线向积累形变量。通过与研究区内的GNSS测量数据对比,验证了升降轨InSAR技术应用在地表形变监测中的精度,并揭示了地表形变变化规律,为进一步研究升降轨InSAR技术积累了经验。

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。

升降轨Sentinel-1A数据在高山峡谷区地质灾害监测中的适用性研究

针对利用InSAR技术对高山峡谷区进行地质灾害监测时难以恰当选用升降轨Sentinel-1A数据问题,采用SBAS-InSAR技术,并结合坡度和坡向数据解算出研究区垂直坡面向和沿坡向的形变值,研究不同坡向的坡体在地质灾害形变监测中升降轨Sentinel-1A数据源的适用性情况.结果表明:1)Sentinel-1A升轨数据更适用于监测北坡和东坡的形变信息,降轨数据更适用于监测南坡和西坡的形变信息;2)北坡的沿坡向形变速率要大于垂直坡面向形变速率,南坡的沿坡向形变速率与垂直坡面向形变速率相差不大,东坡的垂直坡面向形变速率比沿坡向形变速率大,西坡的垂直坡面向和沿坡向均有较大形变.因此,结合升降轨数据,可以解决单一轨道对某些区域或特定角度下监测结果不够准确的问题,可以获得更全面、更准确的形变信息.

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。

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。

Multi-Level Cache System of Small Spatio-Temporal Data Files Based on Cloud Storage in Smart City

In this paper, we present a distributed multi-level cache system based on cloud storage, which is aimed at the low access efficiency of small spatio-temporal data files in information service system of Smart City. Taking classification attribute of small spatio-temporal data files in Smart City as the basis of cache content selection, the cache system adopts different cache pool management strategies in different levels of cache. The results of experiment in prototype system indicate that multi-level cache in this paper effectively increases the access bandwidth of small spatio-temporal files in Smart City and greatly improves service quality of multiple concurrent access in system.

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。

SBAS-InSAR技术监测青藏高原季节性冻土形变

冻土的冻结和融化的反复交替会造成地质环境与结构的破坏,从而导致房屋和道路等地面工程建筑物的地基破裂或者塌陷,还会引起山体滑坡、洪水暴发以及冰川移动等.因此,监测冻土形变对确保冻土区工程建筑的稳定性和安全性,同时保证冻土区社会经济可持续发展具有重要的意义.目前,在冻土监测方面并没有能大面积监测冻土形变时间演化情况的有效方法,本文提出将InSAR技术中的小基线集方法(SBAS-InSAR)应用于监测冻土来获取其形变时间序列中.考虑到冻土形变呈现明显的季节性特征,本文提出利用周期形变模型来代替传统SBAS方法中的线性形变模型,从而更好地分离出高程残差和大气误差.利用ENVISAT卫星获取的21景ASAR影像图作为实验数据,采用改进的SBAS技术成功获取了青藏高原从羊八井站至当雄站铁路段冻土区的地表形变时间序列图,揭示了该冻土区从2007年到2010年的季节性形变演化情况.通过与研究地区温度变化的联合分析,发现所得到的地表形变结果与冻土的物理变化规律非常吻合,证明了SBAS-InSAR技术在冻土形变监测中具有良好的发展应用前景.

基于SBAS的矿区形变监测研究

由于使用的SAR图像较少,缺乏多余观测,传统的DInSAR测得的形变可靠性较差。此外,受InSAR观测周期以及空间和时间基线的限制,多数情况下很难将离散的DInSAR观测连接起来,获得时间上连续的沉降场,从而揭示研究区域的沉降演化情况。运用小基线集(SBAS)技术,通过虚拟观测值的方法,对DInSAR获取的相位进行后处理,以获取冷水江矿区的沉降序列图,揭示矿区沉降漏斗的发展和演化情况。空间基线的约束有效地减弱DEM误差的影响,同时观测量的增加又提高监测结果的精度和可靠性。

基于小基线DInSAR技术监测太原市2003-2009年地表形变场

基于高相干点目标反演缓慢地表形变已成为当前DInSAR技术的研究热点.本文通过融合PS方法和相干目标法优点,采用小基线DInSAR技术提取城市地表形变场,并重点分析了地表线性形变的反演.在此基础上,以太原市为研究区,利用23景ENVISAT ASAR影像,提取了该市2003～2009年的地表形变场.研究结果表明:(1)在该阶段太原市存在有4个明显的沉降中心,即下元、吴家堡、小店、孙家寨,其中最大沉降中心孙家寨的平均沉降速率为-77.28 mm/a;(2)老沉降中心万柏林沉降趋于缓和,北部地区沉降停止,甚至出现反弹;(3)沉降中心的变化说明太原市采取的"关井压采"控沉措施取得初步成效;(4)水准数据验证了监测结果,精度达到2.90 mm,表明小基线DInSAR技术可满足城市地表形变监测需求.

基于相干目标短基线InSAR的矿业城市地面沉降监测研究

针对煤矿区非线性地表沉降特征,探讨了相干目标短基线InSAR用于矿业城市地面沉降监测研究的方法与效果。该方法以相干目标短基线差分相位时序分析为技术核心,综合相干系数阈值法和振幅离散指数最大化提取有效相干目标,以此构建相干目标Delaunay三角网,进而分析相邻目标的时序相位差,根据差分相位构成中各分量的时空特性,对短基线条件下干涉相位序列进行逐个分离,最终获取地表下沉速率和下沉累积量。以唐山市为例,选用2004—2010年27景ENVISAT ASAR影像进行分析,查明了唐山市城区地面沉降量及其空间分布特征,最大年沉降速率达到-46.8 mm/a,主城区沉降速率普遍低于-11 mm/a。连续动态监测也显示了矿区开采沉陷不同阶段的地面沉降特征。

PS-InSAR与SBAS-InSAR监测地表沉降的比较研究

阐述PS-InSAR与SBAS-InSAR的方法与原理,以北京地区为例,处理了2004—2010年的31幅ENVISATASAR图像,将两种技术获得的结果作了对比分析。结果表明,PS-InSAR与SBAS-InSAR获得的结果具有很高的一致性;些微的差异主要表现为SBAS-InSAR的PS点形变时间序列在空间上相对更加连续。两种技术所取得的结果与北京市地面沉降的监测结果基本吻合,证明两种方法获得的结果都是可靠的。

基于SBAS-InSAR的长治矿区地表形变监测

小基线集InSAR（ SBAS-InSAR）时序分析方法能够较好地克服InSAR时空失相干限制,抑制地形和大气影响,增加时间采样率,在监测地表形变随时间演化方面取得了较好的应用。为了有效监测山西省长治矿区地表形变,利用DInSAR方法监测开采矿区的快速大形变,得到形变区30 d的最大沉降量为11 cm；利用SBAS方法监测矿区边缘微小缓慢形变,得到2003年7月-2010年7月期间区内地面沉降的空间展布及时间序列相对形变量。对于矿区周围相干性保持较好的居民区,SBAS方法监测结果表明其整体形变表现为沉降趋势,沉降面积较大,沉降速率为5~15 mm/a,最大累计沉降为90 mm。矿区因开采时间、开采方式、采储量以及地形等因素的不同而呈现出不同的沉降结果。