五龙沟矿区时序InSAR地表形变监测

矿区资源开采引发的环境地质问题日益突出,地表形变监测可对矿业开采沉降进行有效预估,最大限度地降低地表沉降带来的损失.五龙沟矿区作为青海省重要的矿产地之一,对其进行形变监测具有重要意义.传统D-InSAR技术易受时空去相干和大气相位延迟限制,导致形变监测失效,而SBAS-InSAR技术则能突破上述限制条件,获得毫米级的地...     

基于SBAS-InSAR技术的西宁地表形变监测

地表形变引发的地质灾害给自然环境和社会带来了巨大威胁,小基线集合成孔径雷达干涉测量（SBAS-InSAR）技术以其监测精度高、监测范围大和非接触等优势,成为地表形变监测的重要手段,为预防地质灾害发生、降低灾害损失,实现地表形变有效监测具有重要意义。利用SBAS-InSAR技术对青海省西宁市2018年1月7日至11月27日27景Sentinel-1A数据进行处理,得到西宁市地表平均形变速率分布图。与同期8个西宁南山GPS地面观测点比较,除一个点误差较大外,其余7个点均方根误差都在3 mm以内,证明了SBAS-InSAR监测结果的可靠性。SBAS-InSAR监测结果表明：山体滑坡是西宁市地表形变的主要形式,特别是沿互助北山和G6京藏高速公路一带滑坡运动尤为明显。实验首次获取了西宁市火车站东北滑坡灾害点定量形变数据,为分析该灾害点状况、保障西宁火车站安全运行提供有价值的参考。     

集成InSAR与高分影像的地质灾害隐患早期识别与应用研究

近年来,我国地质灾害处于多发态势,地质灾害防治形势严峻,严重威胁了人民生命及财产安全,利用先进的遥感技术对地质灾害进行早期识别已成为大趋势。针对传统的遥感影像识别已不能满足当前地质灾害隐患识别的需求,提出利用SBAS-InSAR技术、多期多源光学遥感技术、三维倾斜摄影测量等多源遥感技术综合对地质灾害隐患进行早期识别。通过对延安子长市地质灾害识别与监测预警工作,得到了子长地区平均形变速率为76 mm/a,累计形变量为152 mm,并进行了实地调查验证,证明了监测结果的可靠性。结果表明,SBAS-InSAR技术结合高分影像可有效地获取子长地区地质灾害分布情况,为该地区的防灾减灾工作提供了技术支撑。     

Surface deformation of Long Valley caldera and Mono Basin, California, investigated with the SBAS-InSAR approach

We investigate the surface deformation of the eastern California area that includes Long Valley caldera and Mono Basin. We apply the SAR Interferometry (InSAR) algorithm referred to as Small BAseline Subset (SBAS) approach that allows us to generate mean deformation velocity maps and displacement time series for the investigated area. The results presented in this work represent an advancement of previous InSAR studies of the area that are mostly focused on the deformation affecting the caldera. In particular, the proposed analysis is based on 21 SAR data acquired by the ERS-1/2 sensors during the 1992-2000 time interval, and demonstrates the capability of the SBAS procedure to identify and analyze displacement patterns at different spatial scales for the overall area spanning approximately 5000 km². Two previously unreported localized deformation effects have been detected at Paoha Island, located within the Mono Lake, and in the McGee Creek area within the Sierra Nevada mountains, a zone to the south of the Long Valley caldera. In addition a spatially extended uplift effect, which strongly affects the caldera, has been identified and analyzed in detail. The InSAR results clearly show that the displacement phenomena affecting the Long Valley caldera have a maximum in correspondence of the resurgent dome and are characterized by the sequence of three different effects: a 1992-1997 uplift background, a 1997-1998 unrest phenomenon and a 1998-2000 subsidence phase. Moreover, the analysis of the retrieved displacement time series allows us to map the extent of the zone with a temporal deformation behavior highly correlated with the detected three-phases deformation pattern: background uplift-unrest-subsidence. We show that the mapped area clearly extends outside the northern part of the caldera slopes; accordingly, we suggest that future inversion models take this new evidence into account. The final discussion is dedicated to a comparison between the retrieved InSAR measurements and a set of GPS and leveling data, confirming the validity of the results achieved through the SBAS-InSAR analysis.     

基于InSAR技术溪洛渡库区活动滑坡形变特征研究

水电站建设会在一定程度上改变当地自然环境,特别是库区蓄水影响着库区岸坡稳定性,造成库区古滑坡的复活及（或）潜在活动滑坡的失稳,为库区带来了新的地质环境问题。本文以溪洛渡水电站库区为例,采用时序SBAS-InSAR技术对库区活动滑坡隐患的变形特点和发生模式进行了识别研究。结果表明：结合升降轨数据共发现库区存在16处活动滑坡隐患,滑坡不同位置表现出不同的形变速率,均呈现整体向下蠕滑的趋势,发生模式以牵引式滑坡居多。受到库区蓄水、流水浸蚀及汛期降雨的影响,溪洛渡库区地质灾害诱发条件将发生变化,需进一步加强地质灾害监测工作。     

基于SBAS-InSAR技术的舟曲县潜在滑坡灾害早期识别及降水相关性分析

近年来,甘肃省舟曲县白龙江两岸古滑坡的发育复活呈现活跃趋势,下游已经开发建设的大量民用设施受其威胁,因此这些滑坡的早期识别成为该地区地质灾害预防需要关注的重要课题。基于Sentinel-1A降轨SLC数据,采用SBAS-InSAR技术,对舟曲县,尤其是白龙江沿岸滑坡灾害隐患进行早期识别,获取舟曲县潜在滑坡灾害点列表,并划分其风险等级,重点分析大蠕滑量的四个典型滑坡的时序形变过程,总结舟曲县滑坡发育与降水之间的相互关系,研究结果表明：舟曲县白龙江干流及支流河谷区西北-东南方的老滑坡体均发生了一定程度的滑动,共识别出高风险等级坡体8个,分别为寺儿沟、立节北山、杭嘎村、锁儿头、三眼峪、南峪、大川乡—两河口及曲告纳乡滑坡,严重威胁15个村镇的居民生命财产安全。其中锁儿头、三眼峪和南峪滑坡的形变最为严重,对其重点分析的结果显示,监测时段内平均形变速率达-80.1421.48mm/y,形变量达-482.01493.31mm,坡体在未来复发的可能性较大,而且,近年来逐渐增加的降水更有可能促使其提前复发。舟曲县典型滑坡的后缘形变与降水量具有一定的相关性,滑坡的发生受降水影响极大,同时,地质构造、地形地貌、地震、地层岩性等也对滑坡的发生具有一定影响。     

基于多阈值目标提取的时序InSAR矿区地表沉降监测研究

传统SBAS-InSAR方法进行地表沉降监测时需人工选取目标点的方法进行轨道精炼与沉降反演。但在环境复杂的矿区,很难通过人工选取到稳定的目标点,使得其应用存在诸多局限性。因此提出一种基于多阈值目标提取的SBAS-InSAR矿区地表沉降监测方法,在SBAS-InSAR技术的基础上,设定离差阈值参数,区域窗口阈值参数与相干性阈值参数来提取地面较为稳定的目标点。将该方法与传统SBAS-InSAR方法应用到实际案例中,获取研究区地表沉降监测结果进行时序分析并对比验证。研究结果表明：①矿区内存在三处开采沉陷区,且开采沉陷区位置与该煤矿开采工作区一致,最大年平均沉降速率为-156 mm/a,最大沉降量为-376 mm。②两种方法矿区沉降绝对平均差值不超过12 mm,说明多阈值目标提取的SBAS方法可有效克服传统SBAS-InSAR存在的局限性,同时还能保证较高的精度,在矿区地表沉降监测中更具有优势。     

基于SBAS-InSAR技术的煤矿开采沉陷监测与分析

地下煤炭资源大量开采导致的地表形变,引发严重的安全和环境隐患,雷达干涉测量技术是高精度、大范围地表形变监测的重要手段之一。以辽宁省沈阳市沈北新区蒲河煤矿为例,采用SBAS-InSAR技术探测2018—2019年矿区地表形变结果,获取了采煤引起地表形变的时空分布特征,结合采场所在区域的地质条件和变形诱发因素,利用数值模拟技术对观测形变结果进行模拟分析,进而讨论了蒲河煤矿地面沉降在时间和空间上的变形规律和机制。InSAR形变监测结果显示,开采区域内存在两处沉降漏斗,且数值模拟结果与InSAR形变观测值分布规律一致,反演结果接近实际情况,可为相关部门制定地面沉降防治措施提供科学依据。     

基于SBAS-InSAR的大采深条带开采地表沉降监测与特征分析

矿区地下开采造成地表不同程度的沉降,引发安全隐患,InSAR技术是地表变形监测 的重要手段之一。项目利用31景Sentinel-1A影像,基于SBAS-InSAR技术,通过去除地形误差、轨 道误差及大气延迟误差等,获得下沉盆地年平均沉降速率达到61 mm/a,最大沉降127 mm,整体呈 现下沉趋势,不均匀沉降较为明显,局部区域沉降量持续增大。统计下沉盆地沉降面积发现,沉 降量大于100 mm的沉降面积达到0.32 km2,累计沉降面积达到4.33 km2,沉降面积呈现逐渐增加 的趋势;将SBAS-InSAR结果与水准数据对比分析,均误差为2.9 mm,两者结果基本吻合。从SBAS 结果提取研究区下沉盆地的剖面时序沉降信息并做高斯曲线拟合,曲线形态与开采沉陷概率积分 法特征一致。研究表明：基于SBAS-InSAR在大采深条带开采矿区地表变形监测中是可行的,受条 带工作面开采的影响,引发相邻老采空区持续发生沉降,地表变形较小,地表移动范围大, SBAS-InSAR可以有效得到全盆地、全要素地表变形信息,为类似矿区开采沉陷高精度监测提供参 考。     

时序InSAR技术在大型滑坡监测中的应用

综合PS-InSAR和SBAS-InSAR两种时序In SAR技术,对青海省乐都区高家湾滑坡地表变形过程进行遥感监测与分析。通过SBAS-InSAR技术获取该滑坡2003-2010年地表变形数据,分析历史变化情况。利用PS-time工具分析高家湾滑坡2014-2017年PS-InSAR获得的地表变形监测数据,将滑坡地表形变过程划分为线性和非线性,重点分析了地表形变速率、累积位移突变阶段和主裂缝形变情况。研究表明:2003-2010年期间该滑坡地表活动较为稳定,2014-2017年期间该滑坡发生了明显的地表沉降变形且变化趋势较为强烈,与滑坡区实地勘测结果情况一致,较好的证明时序InSAR技术用于滑坡监测的有效性。