共查询到19条相似文献,搜索用时 156 毫秒
1.
2.
地铁建设会引发城市地表形变灾害,而传统的合成孔径雷达差分干涉测量(D-InSAR)难以实现城市地铁工程区域的精细测量。本文利用TerraSAR-X高分辨率数据,采用PS-InSAR和SBAS-InSAR方法对徐州地铁1号线东部工程场地进行了形变监测,获取了该区域2016年6月15日-2016年9月11日期间的形变时序图。通过与人工角反射器布设点的水准测量数据对比分析,发现利用两种时序InSAR测量方法得到的地表形变结果与水准测量结果非常一致,形变误差均在1 mm以内;而SBAS-InSAR探测地表形变的敏感性低于PS-InSAR。结果表明,利用高分辨率SAR影像监测城市地铁形变具有亚毫米级的测量精度和米级的定位能力,同时证明了时序InSAR分析技术在城市地铁工程形变监测应用中的广阔前景。 相似文献
3.
不稳定斜坡地表形变预测对于滑坡灾害防治和预警具有重要意义。现有监测手段覆盖范围小、成本高,相关预测方法局限于单点预测,对历史数据量要求较高。针对上述问题,本文采用小基线集合成孔径雷达干涉测量(SBAS-InSAR)技术进行不稳定斜坡地表形变监测,设计了一种结合InSAR反演结果和门控循环单元(GRU)神经网络的不稳定斜坡地表形变预测方法。首先使用SBAS-InSAR技术对研究区域进行地表形变监测,然后利用获取到的时序形变反演结果,建立GRU模型进行形变规律学习,最后开展不稳定斜坡地表形变预测。试验结果表明,该方法对不稳定斜坡地表形变的预测平均绝对误差为0.678 mm,平均绝对比例误差为2.7%,相比于传统的支持向量回归(SVR)模型,预测效果提升超过30%,工程应用潜力较大。 相似文献
4.
5.
山体滑坡对人类安全造成严重影响,传统的滑坡形变监测成本高、耗时长、效率低,采用合成孔径雷达干涉测量(InSAR)技术对滑坡进行形变监测,既能提升效率又可以节约成本。本文基于SBAS-InSAR技术,对昆明高铁南站2019年1月1日—2019年12月31日的24景Sentinel-1降轨数据进行处理,获取研究区的形变速率为-11.56~13.08 mm/a,利用像元二分模型对Sentinel-2光学数据进行处理,获取该区域2019年的植被覆盖度,结合6个典型形变点对研究区的形变进行了探究。研究结果表明,高铁南站山体西侧为主要形变区,植被覆盖度高的区域形变量较小,植被覆盖度低的区域形变量较大,该研究对昆明高铁南站的安全监测具有重要的意义。 相似文献
6.
本文以2019年3月15日发生于山西省临汾市乡宁县枣岭乡的山体滑坡为研究对象,采用滑坡前后2018年7月5日至2019年6月30日(共30景)Sentinel-1A的SAR影像数据,利用SBAS-InSAR技术对滑坡形变进行监测,发现研究区形变速率为-52.03~33.77 mm/a,整体环境较为稳定;研究了长时序黄土塬的形变速率和累积形变量,并结合相关地质资料分析滑坡成因;采用标准差椭圆算法分析了滑坡所在的黄土塬地区地表形变的时空演变特征,结果表明标准差椭圆的重心向西北偏移,椭圆面积小幅减小,西北-东南方向形变加剧,东北-西南方向变形发展则相对缓和,方位角逆时针旋转,偏移约17.03°。 相似文献
7.
8.
9.
针对大连市海水入侵加剧地表变形等问题,文中通过时序InSAR技术对大连市主城区2018年11月8日—2020年10月28日的30景Sentinel-1A影像进行地表沉降分析,最终得到大连市两年内的平均沉降速率和时序形变量。同时将PS-InSAR技术和SBAS-InSAR技术获得的两种形变监测结果进行交叉验证,根据时序监测的沉降信息和沉降发育特征分析大连市主城区近两年地面沉降的主要原因。利用时序InSAR技术的优势在于能在大范围地表变形监测过程中克服一定程度的时间、空间以及大气等因素对监测结果的影响。结果表明,该地区沉降和地下水入侵及人类工程建设有关,且两种技术所获得的变形结果基本一致,证明两种方法在该地区监测的可靠性。 相似文献
10.
贵州省因其复杂的地形地貌和强降水等气候特征,滑坡灾害频繁发生。亟需一种可靠的滑坡早期识别和监测方法。传统的滑坡识别和监测方法存在局限性,而InSAR技术在大规模地质灾害监测中具有独特的优势。但是,基于单一地表形变值的滑坡识别结果存在一定的不确定性。因此,本文联合InSAR技术和光学遥感,利用Sentinel-1A雷达卫星影像数据对贵州省六盘水市、铜仁市、贵阳市等地区进行大规模地表形变监测和危险形变区识别;并采用基于NDVI时间序列分析和基于滑坡发育要素的滑坡识别方法对研究区潜在滑坡灾害进行调查。利用InSAR技术对研究区域内重点滑坡(鸡场镇)进行监测,及时掌握滑坡的运动状态。本文方法对贵州省的灾害防治和管理具有重要意义。 相似文献
11.
无人机摄影测量技术具有数据获取效率高、响应速度快、成果丰富多样等优势,逐步应用于地质灾害应急调查中。2020年6月18日阿娘寨滑坡复活后,采用无人机摄影测量技术进行应急调查。首先,通过检查点验证了无人机免像控摄影测量技术的可行性,总结性研究了无人机影像数据快速拼接和全面处理的软件选取,生成了调查区三维实景模型、数字表面模型(DSM)、正射影像(DOM)及密集点云等基础数据;最后对基础数据处理分析,完成了滑坡地形快速测绘、滑坡特征调查等工作,并对多期次的高精度无人机摄影测量数据进行差分计算,识别了滑坡形变较大的区域,定量表征了滑坡的形变特征,为监测仪器的选位提供了指导。滑坡体上GNSS监测的最大累计形变可达16m,将现场布设的专业监测设备的数据接入地质灾害实时监测预警系统中,有效保证了灾害防治工程的顺利实施。 相似文献
12.
矿区开采致使山体发生形变,由微小形变逐渐演变为大梯度形变,变形量值逐渐增加,导致传统的差分干涉技术无法监测到大梯度形变,针对此问题本文利用多时相合成孔径雷达干涉测量(Multi-temporal Interferometric Synthetic Aperture Radar,MT-InSAR)技术对大梯度形变研究区进行滑坡体形变监测。本文详细阐述了合成孔径差分雷达技术、小基线集以及像素偏移量追踪技术的原理以及适用范围,并使用2017年4月至2019年1月的10景ALOS PALSAR-2数据采用三种方法应用在贵州省兴仁县发耳镇发耳村某矿区的滑坡监测中,充分验证了三种方法相结合的方式可有效监测到由山体蠕动而导致的山体滑坡。 相似文献
13.
针对常规大地测量监测沂沭断裂带地表形变结果无法全面反演该区域构造应力场的局限性,尝试采用PS和SBAS两种In SAR时序分析技术对该区域地表形变进行监测。首先对SBAS-In SAR技术的原理进行详细推导和分析;在此基础上,对覆盖研究区的14景ENVISAT-ASAR数据采用PS-In SAR和SBAS-InSAR技术进行处理,分别提取了该区域地表年平均形变速率图;通过与水准监测数据的对比分析发现:InSAR时序分析方法在大范围、持续缓慢断裂带地表形变监测中能够获取与精密水准监测一致的形变趋势,且SBAS-In SAR技术在数据量较少情况下能获得更好的监测效果。这表明In SAR时序分析技术可以作为断裂带微小地表形变监测的有效手段。 相似文献
14.
滑坡是发生在我国山区的主要地质灾害类型,金沙江地区由于地势较高、地形复杂、多云多雨的特点,给传统的滑坡监测增加了难度。合成孔径雷达差分干涉测量技术(Differential interferometry synthetic aperture radar,D-InSAR)已在滑坡地面沉降监测中得到了广泛应用。本文选取金沙江上游沿岸作为研究区域,基于2018年8月11日与9月28日的Sentinel-1A影像及SRTM1数据,利用GAMMA软件及D-InSAR技术监测到金沙江地区的地表形变,成功识别出金沙江右岸的一处滑坡灾害。研究结果显示,在此滑坡的坡顶部分出现了约2.5 cm的沉降,而在坡底部分由于崩塌物的累积,地面出现了约3 cm的抬升。从实验结果可以得出,InSAR技术是一种有效的滑坡变形监测手段,利用Sentinel-1A卫星的SAR数据对滑坡区域进行形变监测,可以得到较好的干涉结果。 相似文献
15.
16.
针对西南地区滑坡隐患高位隐蔽,传统技术难以全面识别的问题,本文以大理苍山为研究对象,首先利用SBAS-InSAR技术对苍山2019年1月—2021年4月间的滑坡隐患进行识别;然后结合随机概率信息熵模型,对不同坡度等级与边坡稳定性之间的关联性进行定量分析;最后根据典型隐患区的遥感影像以及采样点的形变时序图,探讨了边坡形变时空演化特征及沉降诱因。试验结果表明:(1)2019年1月—2021年4月,研究区的形变速率为-155.6~92.4 mm/a, 13个超过-30 mm/a的不稳定滑坡隐患被识别;(2)坡度等级为Ⅳ、Ⅴ级时,信息熵大于0.8,边坡稳定性较弱,不均匀形变严重,与已有研究保持高度一致,证实了该模型的可靠性;(3)典型隐患区形变趋势呈明显的季节性变化,降雨和冰雪消融是导致边坡失稳的主要因素。 相似文献
17.
滑坡通常发生突然,破坏力巨大,经常造成重大生命安全事故和财产损失。高可靠性、高精度及具有抗差性能的滑坡形变监测预测手段和方法对于国家防灾减灾需求具有切实意义。InSAR技术是一种能够全天时和全天候观测获取高空间分辨率和宽覆盖率影像,高灵敏性捕捉时空维动态变化的监测手段,然而目前应用InSAR时序影像对滑坡区进行滑坡预测的工作仅是凤毛麟角。基于时序InSAR观测结果,本文提出了一种能够有效解决中短期滑坡预测问题的深度学习滑坡预测方法。在三峡新铺滑坡区应用N-BEATS网络模型和Sentinel-1 SAR数据进行形变预测,以均方根误差1.1 mm的预测精度完成了滑坡预测工作,并对预测结果进行了数据结构影响的规律性分析、传统方法效果对比、抗差性评估及置信区间估计等多方位的剖析,结果显示出了其高精度、高可靠性及具有一定抗差能力的突出优势。 相似文献
18.
19.
本文采用小基线技术即SBAS-InSAR处理淮南市谢家集矿区的8景ALOS-PLASAR数据,时间跨度为2007年1月—2011年2月。首先利用SBAS-InSAR技术提取该矿区的时序形变速率,得到累计整体沉降趋势;然后针对公路、铁路、新旧矿区等重点沉降区域进行分析。由监测结果分析可知,十涧湖西路、堤坝整体处于下沉状态,西张铁路的西半段处于抬升状态,而东半段则下沉严重;东方矿井及新二矿区均处于不同程度的下降状态。 相似文献