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SBAS-InSAR技术的高山峡谷区滑坡隐患早期识别

近年来,高山峡谷区滑坡灾害频发,给人民生命和财产安全带来了严重威胁。滑坡隐患早期识别是高山峡谷区滑坡研究的重点和难点问题之一。以牛栏江中下游河段的象鼻岭水库区域为研究区,基于SBAS-InSAR技术,在分析地形可视性的基础上,通过Sentinel-1A升、降轨数据结合互补的方式,对该区域的滑坡隐患进行早期识别研究。结果表明:升、降轨数据结合有效减小了阴影叠掩区的干扰,能够较全面地识别出高山峡谷区的滑坡隐患点;研究区内雷达视线方向的年平均形变速率为-186~166 mm/a,基于形变结果识别出47个滑坡隐患点;高程在1400~<1600 m、坡度在30°~<40°、坡向在东北和正南方向为滑坡发育的有利地形,大部分滑坡分布在石炭系下统岩关组地层中。研究成果证明了基于SBAS-InSAR技术采用升、降轨数据结合互补方式在高山峡谷区滑坡隐患早期识别中的优势及有效性,具有推广应用的潜力。

联合时序SBAS-InSAR与GACOS的青岛胶州湾大桥形变监测与分析

为解决SBAS-InSAR技术在获取水汽饱和度较高的海滨城市地表形变信息受大气影响严重的问题,选用23景Sentinel-1A SAR影像数据,联合时序SBAS-InSAR技术与GACOS大气校正模型,监测得到2021年1月—2022年6月青岛胶州湾大桥的地表形变信息;利用线性模型和线性-温度模型分析了其形变特征及其温度影响。结果表明,桥梁整体的形变速率在可控范围之内,其地表形变过程是非线性的,与平均温度变化有较高的相关关系,线性-温度模型拟合的地表形变过程与联合时序SBAS-InSAR技术与GACOS大气校正模型监测的地表形变过程具有较高一致性,表现出了季节性变化规律。

基于SBAS-InSAR技术的樱岛火山形变监测

火山喷发往往是由地壳内部岩浆活动引起的,通过监测火山区地表形变可以有效反演出地下岩浆的状态。为监测火山区地表形变,笔者选取日本樱岛火山为研究区域,采用SBAS-InSAR技术对2019—2021年间共计75景Sentinel-1A影像进行处理。结果表明,樱岛火山处于比较活跃的阶段,监测期间樱岛火山总体处于沉降状态,平均形变速率为-10.05 mm/a。最大沉降区域为火山中心地带,累积形变量为-62.72 mm,并且在时间上具有明显的季节变化特征;抬升主要发生在火山外围区域,其中最大抬升发生于樱岛东南侧,监测期间累积抬升108.71 mm。

基于SBAS-InSAR方法的新疆平原水库坝区形变监测应用研究

本文利用欧洲航天局中等分辨率Sentinel-1A免费影像数据,采用SBAS (Small Baseline Subset)方法,以2014年~2018年期间的23景影像为数据源,开展了时序InSAR在新疆WLL平原水库大坝及坝区的形变监测研究。提取了该水库大坝及周边5 km左右范围的沉降监测结果,并利用大坝二等水准监测数据对水库堤坝监测结果进行验证,形变速率中误差为±9.3 mm。结果表明:大坝存在不均匀沉降;靠近东坝段的水产养殖中心产生1个沉降漏斗,中心最大沉降速率−20.0 mm/a;距离水库5 km左右的工业区和居民区产生3个沉降漏斗,最大漏斗中心沉降速率−76.0 mm/a。最后结合水库水位变化、周边植被种植和产业分布以及地下水抽取等情况分析了大坝及坝区周边区域的沉降时空分布特征和产生的原因。

基于SBAS-InSAR的成都平原地面形变监测及影响因素分析

为研究成都平原区域地面形变现状并分析影响因素,利用差分干涉测量短基线集时序分析技术(SBAS-InSAR)监测成都平原地面形变情况,研究结果表明:成都平原区域地面形变量较小,多为点状形变,个别地区存在块状形变或线状分布;形变速率较快的地块多为建设工程扰动引起的,德阳市相对比成都市更易受到工程建设的影响;大部分人工建筑区域累计形变小于14 mm,地表形变速率大于10 mm/a图斑面积为115.83 km2,主要分布在成都市邛崃市、崇州市以及德阳市旌阳区、广汉市等地.从地下水开采和土地利用方面分析成都平原地面形变影响因素得出成都平原地下水开采与地面形变现状存在一定关系,不同土地利用类型中耕地与地表形变的契合度最高,而形变面积较大的地块主要位于建筑区域.根据现场核查,SBAS-InSAR结果与现场情况较为一致,证明了SBAS-InSAR技术在地面形变监测中具有较好适用性.本研究成果可为成都平原城市建设以及国土空间规划提供依据.

基于SBAS-InSAR和PSO-BP模型的鲁南高铁沿线地表沉降监测与预测

选取38景Sentinel-1A SAR影像,利用SBAS-InSAR技术获取2019-02~2022-11鲁南高铁曲阜-菏泽段沿线5 km区域的地表沉降结果,分析其分布特征和规律,并利用PSO-BP模型对若干特征点进行沉降预测。结果表明,高铁沿线0.1 km范围内地表年均形变速率为-20~15 mm/a,最大沉降速率为25.46 mm/a,最大抬升速率为17.43 mm/a;PSO-BP模型得到的沉降预测值的RMSE为5.8~12.4 mm,可对地表沉降进行较好的预测。

基于SBAS-InSAR技术的西南山区滑坡稳定性监测

本文首先利用小基线集时序InSAR(SBAS-InSAR)技术对云南省宣威东北部地表进行形变监测,获取2021年1月至2023年6月的形变结果;然后分析选取的典型滑坡的形变特征,采集了GNSS监测数据与InSAR形变监测进行对比验证;最后分析InSAR形变对降雨的响应。研究结果表明,SBAS-InSAR技术能有效监测西南山区的典型滑坡,该结果可为滑坡灾害的早期识别提供支撑,对于同类型滑坡灾害的稳定性监测具有较高的参考价值。

天津LNG码头SBAS-InSAR时序形变及地面监测数据响应

为了查明油气重大基础设施中,由星载雷达干涉测量、地面全球导航定位系统(global navigation satellite system,GNSS)形变监测、地下位移传感器监测和管道应力应变监测网络构成的星地一体化监测技术的有效性,采用SBAS-InSAR技术提取了天津LNG(liquefied natural gas)码头区域油气管线区域的长时间序列的地表形变数据,进一步分析了地面GNSS地表位移、多层深度位移计、管道应变传感器数据与同步的SBAS-InSAR地表形变量的数据响应关系,并进一步分析了雨-旱循环的时序变化规律。结果表明:2019-05—2022-04月的3年间天津LNG码头区域非均匀沉降最为显著,最高达到-394 mm;SBAS-InSAR的时序形变数据15~53 mm的沉降形变,在GNSS中有9~57 mm的地表位移响应,两者相关显著,具有良好的一致性;SBAS-InSAR地表形变变化特征与多层位移计在1、2、3 m深的位移数据响应特征都与降水量关系密切,呈现显著的雨季-旱季波动特征,二者具有良好的同步性,说明SBAS-InSAR地表形变变化特征能够揭示地下土层的位移变化特征;SBAS-InSAR地表沉降量与地下管道应变呈正相关,SBAS-InSAR获取的地表形变是反映地下管线应变的良好指标。由星载雷达干涉测量、地面GNSS形变监测、地下位移传感器监测和管道应力应变监测网络构成的星地一体化监测数据的集成应用,能够为未来星地一体化的管道安全监测技术体系构建提供有益的借鉴。

基于SBAS-InSAR与Offset-Tracking的色东普流域灾前形变探究

利用SAR偏移量追踪(offset-tracking)技术获取冰川形变作为SBAS-InSAR的补充,采用2种技术计算2018-01~10色东普流域灾前形变,联合分析灾前形变特征及影响因素。结果表明,色东普流域冰川与沟道在2018-10-17冰崩灾害发生前已出现形变;冰川主要形变区形变趋势表现为加速-平缓-加速,7~9月形变量达到-7.69 m;沟道内堆积物长期呈下滑趋势,7月后与冰川均加速形变;气温升高是冰崩碎屑流灾害发生的主导因素。联合SBAS-InSAR与offset-tracking技术能够满足不同形变量级的监测需求,可用于冰崩灾害的早期识别与形变反演,为青藏高原地区冰崩灾害防治提供参考。

基于相位恢复的SBAS-InSAR技术与光学影像结合的攀枝花地区滑坡早期识别

为克服传统SBAS-InSAR技术存在的相干性高估以及高相干点密度、质量低的问题,将相位恢复引入SBAS-InSAR中,采用改进的高相干点选取方法提高形变速率反演精度;同时利用GF-1号高分辨率光学影像辅助InSAR形变监测结果,以提高研究区滑坡体早期识别准确性及全面性。研究发现,经过相位恢复后,选取的高相干点密度及质量明显提高;共识别出隐患点28处,其中11处与已知隐患点完全匹配,新识别出17个滑坡隐患点,在随机选取的隐患点现场调查验证时均存在地表裂缝等滑坡隐患特征。因此,将相位恢复的思想引入SBAS-InSAR中,可以有效提高高相干点选取的密度和质量,使得相干性得到有效校正,从而提高形变监测的精度;此外,光学影像辅助获取形变信息,是对InSAR滑坡隐患点识别结果精度及可解释性的有效补充。

结合SBAS-InSAR技术与瞬变电磁法在煤矿区沉降监测中的应用

煤矿长时间开采会导致上覆岩层在重力因素下产生刚性弯曲、断裂等,进而造成一系列安全隐患。如何高效地对煤矿区进行地表形变监测,对煤矿安全、自然生态有着十分重要的意义。文章结合小基线集干涉测量(small baseline subset InSAR,SBAS-InSAR)技术与瞬变电磁测深法对煤矿区进行沉降监测。此外,采用标准差椭圆分析了沉降体空间形变规律与特征,利用长短时记忆网络(long short term memory network,LSTM)模型预测了沉降体形变趋势。分析结果表明:通过瞬变电磁法与干涉测量结合,地表形变范围基本与瞬变电磁反演的采空区吻合,标准差椭圆分析出形变中心向西南方移动376 m,沉降形态也在向似圆状过渡;LSTM模型可以预测两个月的形变,误差为2 mm,可以实现煤矿区形变趋势的短期预测。

基于SBAS-InSAR技术的杨伙盘矿区地表形变监测

煤炭等矿产资源的开采引起了一系列的生态环境问题,其中,地面塌陷及其引起的链式灾害尤为严重。地表形变监测是修复生态环境问题的首要工作。InSAR技术作为一种面监测技术,因其独特的优势,已成功应用于煤矿地面塌陷监测。本文收集2020年8月至2022年10月时间段内共58景Sentinel-1A数据,利用时间序列干涉测量(SBAS-InSAR)技术,对杨伙盘矿区地表进行形变监测,同时利用无人机正射光学影像进行形变特征解译。相关资料和监测结果显示:在监测期内,煤矿开采3−1煤层,共监测到3个形变中心,分别位于301盘区和303盘区的工作面,可探测的最大形变值达−130 mm,最大年平均形变速率约为−52 mm/a。对每个形变中心进行时间序列形变规律分析,地表在工作面开采后进入加速变形期,随后减速逐渐趋于稳定状态。研究结果表明,InSAR监测形变区位置与煤矿开采工作面位置及地表裂缝等形变特征基本保持一致。时间序列InSAR技术可以有效应用于大范围矿区开采沉陷的识别与监测,为采空区灾害的预防及治理提供技术服务。

基于SBAS-InSAR技术的若羌县地质灾害识别与监测

【目的】我国新疆地域广阔,地质灾害时有发生,严重威胁人们的生产生活安全,大范围的地质灾害识别监测工作亟须开展。【方法】基于SBAS-InSAR技术对新疆若羌县区域内的地质灾害进行识别与监测。选取2020年1月至2022年11月期间,覆盖研究区范围的两个图幅的Sentinel-1A数据进行处理。【结果】获取了研究区的累积形变量,并结合光学遥感影像,解译了13处有形变特征的地质灾害隐患点,野外验证准确率77%,最终确定10处为地质灾害点。【结论】对于大范围地质灾害识别问题,InSAR技术相较于点监测技术来说,具有先天优势,能够快速、方便地获取整个工作区的形变情况,在地质灾害识别工作中具有重要作用。

基于SBAS-InSAR的滇池周边地面形变监测

研究基于SBAS-InSAR技术,选取时间跨度2018年1月1日至2022年8月31日共46景Sentinel-1A的降轨SLC数据,采用VV+VH的极化方式对昆明市滇池周边进行地面形变监测。结果表明:1)研究区内地表形变速率较大。2)滇池东南部村落群、黄栗山两侧沉降程度远大于其他地区,这主要与工业园区建设和地表径流现象有关。3)整体抬升形变多集中于西北角及北部道路通达性较高的地区。4)公路的修建与地面重力的增加,导致地表抬升现象严重。本研究对昆明市滇池周边形变进行了有效的监测,为政府决策提供了数据支撑。

基于SBAS技术的露天煤矿地表沉降监测与分析

煤炭是一种重要的能源,在国家经济发展中起到了重要作用。为了减少煤炭开采后地面沉降带来的负面影响,对矿区地面进行监测,并研究其地面沉陷的规律是十分必要的。合成孔径雷达干涉测量技术具有全时段监测,成像不受气候影响,监测范围广等特点,相比传统监测方法优势明显。基于胜利一号露天煤矿15景Sentinel-1A影像数据,采用小基线子集方法(SBAS),对胜利一号露天煤矿进行多时相监测,获得矿区2022年10月—2023年3月时间段内地面沉降区域的分布和变化趋势。并对SBAS监测结果进行了实地勘察验证,证明了SBAS技术应用于矿区地面沉降监测的可靠性。

SBAS-InSAR在岩溶区地面沉降监测中的应用——以崇左市江州区为例

利用SBAS-InSAR技术对拍摄的2020年25景Sentinel-1A数据进行处理,获得了广西崇左市江州区内的地面沉降信息,并结合相同时段的高分辨率遥感影像对形变原因进行对比分析。结果表明:江州区小范围区域上最大形变速率为-40.96 mm/a,中心城区最大形变速率为-30.00 mm/a,并呈大范围、连续的形变现象,城区北部最大形变率为10.00 mm/a并存在部分区域抬升趋势。与CORS站点测量数据进行对比,利用SBAS-InSAR技术反演结果与CORS站沉降量最大差值为2 mm,最小差值为-3 mm,两者获取的结果基本相符,验证了SBAS-InSAR技术在喀斯特区域地面沉降的可行性。

基于SBAS-InSAR技术的平川矿区形变监测与分析

以平川矿区为例,采用SBAS-InSAR技术对该区域升降轨哨兵数据进行解算,并获取了该区域准三维地表形变场,结合夜光遥感数据对地表形变监测结果的可靠性进行验证,通过标准差椭圆方法分析区域形变时空演化特征。结果表明:(1)研究区准三维地表形变场垂直向最大年沉降平均速率为-16.75 cm×a-1,均以地面沉降为主;(2)平川矿区形变中心空间上主要分布在平川区中部及西北部地区;(3)矿区夜光值增加区与加速形变区具有“追随”特点;(4)区内共识别出12处明显形变区,均具有沉降漏斗特性;(5)2020年1月至2020年8月地表累积形变在西北-东南方向形变加剧,2020年8月至2021年4月地表累积形变在不同方向变化较缓慢,累积地表形变空间演化表现为主轴逆时针旋转。

阿尔金地区地质灾害隐患识别及形变特征分析——SBAS-InSAR结合光学遥感的综合遥感技术研究

以阿尔金地区为研究区,应用SBAS-InSAR结合高精度光学遥感的综合遥感技术开展地质灾害隐患识别及形变分析。在Sentinel-1A InSAR数据、“AW3D30”DEM辅助数据基础上,通过SBAS-InSAR方法获取区内隐患点地表形变,辅以GF-1、GF-2高分辨率光学遥感,对研究区地质灾害隐患识别及形变分析。取得认识如下:(1)采用Sentinel-1A数据进行InSAR形变反演,结合综合遥感识别及野外核查验证,确认地质灾害隐患146处,识别准确率75%。InSAR结合光学遥感的综合遥感方法为该地区地质灾害防治、监测等方面的新技术手段;(2)识别出地质灾害隐患中80%以上存在切坡修路情况,人类工程活动易引发斜坡失稳或诱发泥石流灾害,需加强对此类地质灾害隐患的持续监测;(3)一般滑坡在影像上具有明显形变和形态特征,与实地验证有较好对应关系。部分InSAR形变点在实地形变特征不明显,隐患点位于人员难以到达的斜坡高位隐蔽区,可利用无人机、LiDAR及地面设备等综合监测调查手段开展精细调查验证;(4)InSAR技术主要用于监测缓慢微小形变,对地面塌陷、滑坡等灾害效果较好,对监测突发性灾害有一定局限性。收集利用高分辨率的SAR数据,对小中型灾害监测效果更好。

地铁施工塌陷的SBAS-InSAR长时序监测与早期识别

以2019年青岛市沙子口和胜利桥发生的2处地铁施工塌陷事故为研究对象,基于改进的SBASInSAR技术,利用60景Sentinel-1卫星影像数据,获取地面塌陷前后的青岛市的地表形变时序信息,分析了塌陷事故区地面形变过程与塌陷事故的相关性,提出了利用合成孔径雷达卫星遥感数据开展城市地铁施工地面塌陷监测预警的方法。通过对沙子口和胜利桥2处事故点的长时间序列地表形变监测数据进行统计分析比较,将累积形变量转化为每日平均沉降速率,提出了用于早期识别地表沉降的指标,即在1个周期(12 d)内,平均沉降速率超过0.02 mm/d,而施工预警阈值为连续观测3个周期,平均沉降速率超过0.02 mm/d。