基于NPSI方法的西安市地裂缝灾害链地表形变监测与演化态势分析

受构造背景、地下水采掘、活断层等因素的综合作用,西安市地裂缝于近年间不断加剧,引发多处不均匀地表沉降,并演化为对地表及地下建筑物均有强烈破坏作用的城市地质灾害链。为探明西安市地裂缝灾害链区域近年间的地表沉降态势、辨析不均匀沉降与地裂缝发育的联系,引入在城市地表形变监测精度和可靠性方面具有显著优势的网络化永久散射体时序雷达干涉测量（NPSI）方法,以2017年3月至2018年3月间成像的15期Sentinel-1A卫星SAR影像为数据源针对西安地区开展了时序监测分析,结合水准测量数据验证发现NPSI监测结果的精度达到 ±4.75 mm。实验结果表明：西安市地裂缝正向西南郊发育,地下水采掘及地上地下工程的建设在地裂缝发育趋势下加剧了不均匀沉降灾害,在形成地裂缝灾害链的鱼化寨、电子城、曲江新区以及地铁3号线等危害严重区域需要实时监测地裂缝发育趋势,并合理规划地下水开采及工程建设活动。相关研究结果可为路政、城建等部门的业务工作及相关研究提供参考信息。     

基于PSI技术监测上海市2009年～2010年区域地表沉降

采用振幅和相位联合分析的PS探测方法,以上海市作为实验研究区,进行PSI城市地表沉降监测并对成因进行了详细分析。实验结果表明:①由于大规模的城市建设、地下水开采、工业化生产和交通运输等活动,研究区内最大沉降速率达-47mm/年,平均沉降速率达-16.96mm/年,地表沉降比较明显。②2008年以前的沉降中心得到有效控制,现阶段有3个沉降中心较为明显,即罗泾镇宝山工业园区,平均沉降速率为-29.8mm/年;虹口足球场,平均沉降速率为-24.58mm/年;闵行经济技术开发区,平均沉降速率为-32.2mm/年。③地表沉降随着城市建设的发展向北、南、西南、东南逐步扩展。④水准数据验证了监测结果,精度可达±6mm,表明PSI技术在城市地表沉降监测中具有很大的优势。     

基于PS-InSAR的天津地区沉降监测及分析

城市地面沉降监测是保障城市安全建设和健康发展的重要手段之一，而传统的沉降监测方法无法大尺度反映地面形变信息。针对近几年天津地区出现大面积沉降现象，利用Sentinel-1A数据基于永久散射体干涉测量技术开展城区大范围沉降监测研究并分析了地面沉降原因。结果表明：近年来天津地区多处出现地面沉降，严重沉降区集中天津的武清区、北辰区以及郊区乡镇结合区域的王庆坨镇、胜芳镇、左各庄镇、静海镇以及大寺镇,其最大沉降漏斗位于王庆坨镇，沉降速率为-63.2 mm/a。经分析发现天津地面沉降与地下水过度开采、大型工业区的迁移和建设以及活动断裂带地质活动有关。     

基于SBAS-InSAR技术的围填海区域地面沉降监测

以围填海活动为代表的沿海快速城市化过程,是引起地面沉降的重要影响因素之一。研究聚焦沿海围填海活动热点区域广州市南沙区,使用2015年6月~2018年4月共34景Sentinel-1数据,应用SBAS-InSAR技术,揭示了南沙区在研究时段内地面沉降的时空变化格局及演变特征。结果表明：①南沙区整体呈现持续沉降的趋势,沉降速率分化严重,平均沉降速率达到3.2 mm/a,圈层分析法显示中心圈层平均沉降速率为2.6 mm/a,最外层平均沉降速率为26.8 mm/a;②该区地面沉降在空间上呈现出异质性,主要分布在东部和南部,其中南部万顷沙、龙穴岛地面沉降最为严重,最大年沉降速率达到72.2 mm/a,在2015年6月~9月还出现地面沉降回弹现象,可能是台风天气带来季节性强降水变化影响。③基于不同极化方式的Sentinel-1数据进行交叉验证,VV极化、VH极化监测结果平均值分别为2.09 mm和1.01 mm,均方根误差分别为1.12 mm和2.65 mm。结果表明：SBAS-InSAR技术在提取围填海区域的地面沉降信息方面是有效可靠的,能更好地为监测沿海地区的地面沉降情况提供科学依据。     

基于Sentinel-1A数据的天津地区PS-InSAR地面沉降监测与分析

为有效预防地面沉降带来的灾害,利用2015年4月~2018年2月天津地区的24景Sentinel-1A数据,进行了永久散射体干涉测量处理,并使用高精度轨道数据和TanDEM-X DEM修正残差相位,提取了3 a的地面沉降结果,结合土地利用类型、水文、地质和交通等数据,分析了多处沉降地区的特征和形成原因,最后和小基线集方法的监测结果进行对比分析。结果表明:近3 a来天津城区沉降治理效果显著,平均沉降速率在8 mm/a以内,郊区沉降仍然严重,沉降速率在50~70 mm/a,沉降最为严重的区域为武清区王庆坨镇,3 a累计沉降量超过200 mm,并且有和其他沉降漏斗连成片的趋势。地面沉降发生的区域与地下水漏斗形成的区域基本一致,且两种方法得到的累积形变量差值95%在5 mm以内,说明本研究结果可以为天津市地质灾害防治提供数据支撑和决策依据。     

基于PS-InSAR的天津地区沉降监测及分析

城市地面沉降监测是保障城市安全建设和健康发展的重要手段之一,而传统的沉降监测方法无法大尺度反映地面形变信息。针对近几年天津地区出现大面积沉降现象,利用Sentinel-1A数据基于永久散射体干涉测量技术开展城区大范围沉降监测研究并分析了地面沉降原因。结果表明：近年来天津地区多处出现地面沉降,严重沉降区集中天津的武清区、北辰区以及郊区乡镇结合区域的王庆坨镇、胜芳镇、左各庄镇、静海镇以及大寺镇,其最大沉降漏斗位于王庆坨镇,沉降速率为-63.2 mm/a。经分析发现天津地面沉降与地下水过度开采、大型工业区的迁移和建设以及活动断裂带地质活动有关。     

时序InSAR技术地表沉降监测结果可靠性及沉降梯度分析

为系统评价时序InSAR技术监测结果的精度和可靠性,进一步挖掘监测结果中隐藏的空间地理信息,利用两种时序InSAR技术对天津市及周边区域地表沉降情况进行监测,并基于水准数据测量结果、不同时序InSAR技术监测结果以及夜间灯光数据二次分析结果,研究了系统评价监测结果可靠性的方法,对监测结果进行了精度和可靠性的评价。在此基础上,基于ArcGIS空间插值与梯度分析方法,对研究区两个重点沉降区域进行了沉降梯度分析。研究结果表明:1研究区时序InSAR技术监测结果精度较高、可靠性较好;2重点沉降区域分布于天津市市区周边辖区,而市区相对比较稳定;3沉降梯度较大区域多分布于"沉降漏斗"的边缘,沉降梯度大小与沉降速率之间没有直接联系。     

基于高时空分辨率融合影像的红树林总初级生产力遥感估算

红树林是热带与亚热带地区潮间带具备高植被生产力和高储碳量的滨海湿地植被类型,在维系全球碳平衡过程中扮演着重要的角色。目前通量站点尺度的红树林生产力研究已取得了一定的进展,然而由于受到遥感影像时空分辨率和红树林斑块分布的限制,区域尺度红树林总初级生产力（Gross Primary Production,GPP）估算仍少有涉及。基于影像融合算法获得的高时空分辨率植被指数数据集,结合红树林通量观测数据开展光能利用率模型的参数估计和模型验证研究,实现了区域尺度的红树林GPP估算,获取了一套2012年广东省高桥红树林GPP高时空分辨率数据集。数据验证得到的决定系数R² = 0.64,较现有的MOD17A2和GLASS产品GPP估算精度提高了48.9%。实验结果显示：高桥红树林最大光能利用率为3.07 g C MJ^-1,研究区内全年GPP均值为1 915.4 g C m^-2 a^-1。红树林季节平均GPP夏、秋季大于春、冬季。该方法和估算数据可为区域尺度红树林生产力研究和红树林保护提供高精度数据支持。     

天津市地铁线不均匀地表沉降InSAR监测

针对道路路面的高相干点目标密度较低问题,根据路面的雷达后向散射特性,提出了用于高相干点目标和高相干分布式目标联合提取的"三阈值二级探测法"。通过对COSMO-SkyMed高分卫星数据多主影像相干目标小基线干涉技术处理和线目标空间缓冲区分析,获取了天津地铁沿线的高相干目标及其沉降信息,分析了主要影响路段。基于相同时段的153个水准点数据,对提取的大区域地表沉降信息进行验证。定量分析与实验结果表明:"三阈值二级探测法"适用于提取地铁沿线的高相干目标;改进MCTSB-InSAR的大区域地表沉降值与153个水准点数据差值的标准差为5.4mm/year,精度很高;基于高分率SAR影像的改进MCTSB-InSAR在地铁线路地表沉降监测方面具有极大的应用潜力。     

利用Sentinel-1A合成孔径雷达干涉时间序列监测陇东地区地面沉降变形

基于覆盖陇东地区同一轨道的97景Sentinel-1A卫星影像,在ISCE和StaMPS数据处理平台上利用PS-InSAR技术进行叠加数据处理,获得研究区自2014年10月至2019年5月的年平均地表LOS向形变场,并对形变场结果进行二维网格滤波处理,获取沉降中心的变化特征。研究结果表明：陇东地区主要存在两类形变,一类是由构造活动引起的地表形变,主要分布在海原断裂与六盘山东麓断裂转换区附近,跨海原断裂年平均形变约为1 mm/a,而六盘山东麓断裂附近断层无明显变形,鄂尔多斯块体内部变形微弱;另一类则是由人类工业活动,如煤矿开采、地下水开采活动等导致的地表沉降,主要影响区域为华亭矿区和宁正矿区,均呈现漏斗状沉降形态,年均最大沉降分别约为8 mm/a和30 mm/a。     

COSMO-SkyMed数据在常州市地表形变监测中的应用

小基线集合成孔径雷达干涉测量技术(SBAS-InSAR)已成功应用于城市地表形变监测,并表现出极大的潜力和优势。X波段高分辨率雷达卫星在地表微小形变探测方面较C波段和L波段更为敏感。选取覆盖常州地区COSMO-SkyMed高分辨率SAR影像,采用SBAS-InSAR方法获得了地表形变时间序列,对比水准观测数据,分析了干涉测量结果的精度,根据历史地下水位监测数据,分析了地下水水位变化对地表形变的影响。结果表明:干涉测量结果与水准观测数据具有很好的一致性,沉降区域主要发生在武进区,最大沉降量超过-40mm,主城区出现了轻微的回弹现象,回弹达到+5mm;地下水水位持续上升与地面沉降减缓、地面回弹趋势一致,地下水水位变化仍然是常州市地表形变的主要影响因素。     

多层土壤观测数据同化的森林碳、水通量模拟

为充分考虑森林生态系统土壤水分的垂直运动及改善碳、水通量的模拟精度，利用Biome-BGC MuSo模型模拟了长白山森林通量站点的碳、水通量，该模型包含了多层土壤模块、物候模块以及管理模块；其次，利用集合卡尔曼滤波算法将站点观测的多层土壤参数同化到Biome-BGC MuSo模型中，并用站点涡动通量数据进行了验证。结果表明：与Biome-BGC模型模拟结果相比，Biome-BGC MuSo改善了站点净生态系统交换量（Net ecosystem exchange, NEE）、生态系统呼吸量（Ecosystem respiration, ER）和蒸散发（Evapotranspiration, ET）模拟精度，站点观测的时序土壤温度和水分数据同化到Biome-BGC MuSo后，碳、水通量模拟结果有了进一步的提升（NEE: R² = 0.70, RMSE = 1.16 gC·m^–2·d^–1; ER: R² = 0.85, RMSE = 1.97 gC·m^–2·d^–1 ; ET: R² = 0.81, RMSE = 0.70 mm·d^–1）。数据-模型同化策略为森林生态系统碳、水同量的模拟提供了科学的方法。     

基于Sentinel-1A数据反演九寨沟地震地表形变场

针对四川省九寨沟2017年8月8日发生的7.0级地震引起的地表形变,使用欧空局2014年发射的Sentinel-1A卫星C波段雷达影像数据,采用两轨雷达差分干涉技术(D-InSAR)处理得到了研究区范围内同震形变场。干涉结果显示,此次地震造成了明显的地表形变,景区内最大抬升达到了12.6cm,最大沉降达9.8cm。研究结果表明:Sentinel-1A卫星的C波段雷达数据非常适用于对植被覆盖葱郁、地形复杂的区域进行D-InSAR形变监测。D-InSAR技术获取的地表形变信息可用于分析讨论地震受灾范围和地震机理。进一步明确了D-InSAR技术在大范围地表形变探测和地学研究范畴的重要地位。     

基于MODIS GPP数据产品的辽宁省碳源/汇空间格局分布研究

陆地生态系统的碳汇功能是生态系统服务功能的重要方面，在减缓气候变化中起着重要作用，准确地评估陆地生态系统碳源/汇时空变化是有效预测气候变化的重要基础。基于碳源/汇形成过程中各分量间的相互关系，结合MODIS GPP数据产品和区域统计年鉴数据，对2000~2014年辽宁省陆地碳源/汇的强度及空间格局分布进行定量化评估。结果表明：①辽宁省陆地碳源/汇呈现东部高、西部低的变化趋势，东部呈现显著的碳吸收功能，碳吸收强度超过250 gC m^-2 a^-1，但在辽宁中部、西部及北部地区则出现明显的碳排放。②沈阳的年均碳排放量（1.43 TgC a^-1）约占辽宁省各地市净碳排放总量（4.56 TgC a^-1）的三分之一，是全省碳排放的主体。③沈阳陆地生态系统总体表现为碳源，城区碳排放强度相对较弱，仅为26 gC m^-2 a^-1，近似表现为碳中性。本文基于碳源/汇形成过程定量分析辽宁陆地碳源/汇强度及其空间分布规律，为今后其他区域碳源/汇的模拟提供理论依据和方法借鉴。     

多层土壤观测数据同化的森林碳、水通量模拟

为充分考虑森林生态系统土壤水分的垂直运动及改善碳、水通量的模拟精度,利用Biome-BGC MuSo模型模拟了长白山森林通量站点的碳、水通量,该模型包含了多层土壤模块、物候模块以及管理模块;其次,利用集合卡尔曼滤波算法将站点观测的多层土壤参数同化到Biome-BGC MuSo模型中,并用站点涡动通量数据进行了验证。结果表明：与Biome-BGC模型模拟结果相比,Biome-BGC MuSo改善了站点净生态系统交换量（Net ecosystem exchange, NEE）、生态系统呼吸量（Ecosystem respiration, ER）和蒸散发（Evapotranspiration, ET）模拟精度,站点观测的时序土壤温度和水分数据同化到Biome-BGC MuSo后,碳、水通量模拟结果有了进一步的提升（NEE: R² = 0.70, RMSE = 1.16 gC·m^–2·d^–1; ER: R² = 0.85, RMSE = 1.97 gC·m^–2·d^–1 ; ET: R² = 0.81, RMSE = 0.70 mm·d^–1）。数据-模型同化策略为森林生态系统碳、水同量的模拟提供了科学的方法。     

基于KNN-FIFS的内蒙古根河森林郁闭度遥感估测研究

为探索国产高分一号宽幅（GF-1 Wide Field of View，GF-1 WFV）数据以及具有宽覆盖、红边波段（Red-Edge band，RE）的高分六号（GF-6）卫星数据在森林郁闭度（Forest Canopy Closure，FCC）定量反演中的潜力，本研究以GF-1 WFV多光谱数据为基础，添加哨兵2号（Sentinel-2A）红边波段，模拟GF-6红边波段特性，并提取相关纹理信息（Texture Information，TI）、植被指数（Vegetation Index，VI）和红边指数（Red- edge Index，RI），同时添加太阳入射角的余弦值cosi和1/cosi进一步探究了地形因素（Topographic Factors，TF）对FCC估测的影响，利用快速迭代特征选择的k-NN（k-Nearest Neighbor with Fast Iterative Features Selection，KNN-FIFS）模型，实现了内蒙古大兴安岭根河研究区FCC的定量反演，并对比逐步多元线性回归（Stepwise Multiple Linear Regressions，SMLR）和支持向量机（Support Vector Machine，SVM）估测结果。通过44块调查样地实测数据验证发现：基于GF-1 WFV估测的FCC与实测数据具有很好的一致性，R²=0.52，RMSE=0.08；GF-1 WFV+VI+TI估测结果为R²=0.56，RMSE=0.08；GF-1 WFV+RE+RI+TI的精度明显提高，R²=0.63，RMSE=0.07；GF-1 WFV+RE+RI+TI+TF的精度最高，R²=0.68，RMSE=0.07，并高于SMLR（R²=0.39，RMSE=0.10）和SVM（R²=0.49，RMSE=0.10）方法。KNN-FIFS方法比SMLR和SVM方法更适用于FCC遥感估测，且添加红边信息经地形校正后，能有效提高FCC的估测精度。     

基于哨兵-2数据的喀斯特高原深水湖库CODMn遥感反演

利用哨兵-2数据及多种方法反演喀斯特高原深水湖库的高锰酸盐指数(COD_Mn),对于区域水环境管理和丰富水质反演理论具有重要意义。以贵阳市红枫湖与百花湖为研究区,基于Sentinel-2 MSI影像和COD_Mn浓度数据,使用随机森林回归(RFR)、支持向量回归方法(SVR)、高斯过程回归(GPR),构建COD_Mn反演模型,获得2018～2020年不同时期的COD_Mn空间分布。结果表明：(1)RFR模型估算精度最高,验证集RMSE为0.222 mg·L^-1,MAPE为5.84%,R2为0.841;(2)红枫湖COD_Mn浓度变化呈现上游高于下游、春季高于夏季的时空分布特征。百花湖除了上游,整体湖区COD_Mn浓度较低且随时间变化不大。研究揭示了RFR模型与Sentinel-2数据在喀斯特高原深水湖库COD_Mn浓度反演具有良好的适用性。     

结合水域变化的土壤湿度监测

针对现有土壤湿度监测方法受地表粗糙程度与植被覆盖影响大,导致土壤水分反演精度有待提升的问题,以康平地区为研究区域,提出了一种基于改进U-Net水域自适应提取模型的土壤湿度反演方法。该方法首先根据辽宁省多年份Sentinel-2影像制作遥感影像水体智能提取数据集,并在预设不同网络深度的自适应U-Net模型上进行训练;然后基于颜色熵阈值对影像进行复杂程度判断;最后将研究区多时相水域面积与同期实测土壤湿度数据进行回归分析,构建研究区水域面积与土壤湿度之间的内在联系。选用测试集影像,分别从提取精度和提取速度两个方面验证该方法和U-Net模型的水域提取性能。该方法水域轮廓提取更加精细,训练及预测时间分别缩短了25.65%和32.19%。此外,文章以14个时相的康平地区水域面积数据及同期实测土壤湿度数据,基于三次多项式拟合构建土壤湿度反演方法。结果表明,该反演方法在10 cm深度的土壤湿度反演实验中R²为0.723 4;在40 cm深度的土壤湿度反演实验中R²为0.568 9。该方法能够较准确地反演区域土壤湿度,进而为农业大范围土壤湿度的监测提供支持。     

基于光学多光谱与SAR遥感特征快速优化的大区域森林地上生物量估测

针对基于多模式遥感手段的大区域森林地上生物量（AGB）定量反演效率低的问题，充分集成主、被动遥感对森林AGB多维观测特征，提高区域定量反演结果；针对两期反演结果分析，揭示区域森林AGB空间变化格局，为科学评估区域生态环境保护（如天然林保护）、提升国家生态环境遥感连续动态监测与预警能力提供支撑。以内蒙古大兴安岭林区为研究区，以2009年为主的光学LandsatTM5（TM）与ALOS-1 PALSAR，以及2014年为主的高分一号（GF-1）与ALOS-2 PALSAR两期主、被动遥感数据提取特征因子，利用快速迭代特征选择的k-NN方法（k-Nearest Neighbor with Fast Iterative Features Selection，KNN-FIFS），实现主、被动遥感特征组合快速优化及最优估测模型构建；基于第七次、第八次森林资源连续清查样地数据，对两期研究区森林（乔木）AGB进行定量反演与留一法（LOO）验证；根据两期反演结果叠加对比，在样地和区域尺度上定量分析研究区2009~2014年间森林AGB变化。在样地尺度上，基于森林资源清查样地结果与LOO法验证结果表明,2009年的AGB反演结果R²=0.56，RMSE=25.95 t/hm²；2014年R²=0.64；RMSE=24.55 t/hm²。2009年反演均值较样地计算结果均值偏高（预测：81.59 t/hm²，实测：78.64 t/hm²）；而2014年反演均值较样地计算结果偏低（预测：79.63 t/hm²；实测：82.48 t/hm²）。从区域尺度来看，2009年平均森林AGB为88.33 t/hm²；2014年的为94.61 t/hm²；平均AGB增长量为6.28 t/hm²；与前期研究利用扩展生物量因子法计算的结果接近（2008年和2013年分别为87.14 t/hm²、92.20 t/hm²）。采用基于快速迭代的KNN-FIFS方法，可大幅度提升高维度多模式遥感特征优选效率；充分融合主、被动遥感的多维观测特征，提高森林AGB反演精度及饱和点。在像素尺度上（30 m）利用LOO法对KNN-FIFS反演结果进行了验证，具有更强鲁棒性，避免了由于训练、检验样本抽选造成的随机误差。2009~2014年期间，内蒙古大兴安岭林区植被覆盖度整体呈现了明显的增长趋势；森林AGB也相应增加。自天然林保护工程实施以来，尽管森林火灾造成了局部较为严重的森林退化（覆盖度、AGB），但整体森林资源状况得到有效改善。     

京津城际铁路（北京段）沉降监测及影响因素分析

利用干涉点目标分析技术对37景TerraSAR-X数据进行处理,从而准确地估计沿线区域的地表形变。此外,引入同期二等水准测量数据验证了计算结果可靠且精度较高;采用最大信息系数分析高铁的形变及其与影响因素之间的关系,将变形结果与收集的地下水、降水、可压缩层厚度等资料结合,定量描述其与沉降点之间的关系。结果表明,在观测期间,沿着高铁跨丰台区、东城区段年均沉降率小于10mm/a,至朝阳区前段沉降率增大,至中段达40～60mm/a,通州区年均沉降速率稳定;地面沉降与地下水位的变化有很好的响应,地下水开采量的增加和地下水位下降导致该地区的沉降量增加;地面沉降与地质构造有着一定的关系。确定沉降监测的重点区域,为铁路的安全运行提供决策支持。