共查询到10条相似文献，搜索用时 171 毫秒
1.
以塘沽区为研究对象,对1992~1998年间的19景ERS-1/2影像,采用时序InSAR技术反演其由过量开采地下水引起的沉降历史。采用三次多项式模拟实际沉降模型,精确获取SAR成像时间点的下沉值,与反演值对比验证,结果表明,时序InSAR技术反演的历史累积沉降信息与水准数据一致,两者的平均沉降速率之差在5mm/a以内;研究区域以20~50mm/a的速率在整体下沉,西部地区下沉最为严重。 相似文献
2.
基于63景Sentinel-1数据,采用PS-InSAR技术监测珠海市2018年10月—2020年11月地面沉降,利用GNSS地面同步观测数据进行精度评定,监测结果的均方根误差为4.58 mm,表明利用PS-InSAR监测研究区地面沉降具有较高的可靠性。分析珠海市地表形变的时空特征,结果表明,珠海市主体部分的平均形变速率在-55～15 mm/a,主要沉降区域分布在珠江水道周边的农垦区及沿海港口区域;主要交通线路为港珠澳大桥珠海连接线和广珠铁路珠海段,均存在年平均形变速率超过20 mm/a的明显形变异常区,需重点关注。结合地质条件、地下水开采情况对珠海市地表形变驱动力进行分析,结果表明,区域内地面沉降速率与软土层的厚度呈正相关,与地下水水位降深呈对数函数关系。 相似文献
3.
地铁沿线的稳定性关乎人民生命财产安全,对地铁沿线沉降监测,有助于聚焦异常形变区域,及时采取人工干预措施。本文基于差分干涉测量短基线集时序分析技术（SBAS-InSAR）,利用20幅Sentinel-1A数据对2019—2021年间济南地铁2号线沿线1 km缓冲区进行地表沉降监测与分析。结果表明：在监测期内地表呈现不均匀的沉降,平均沉降速率为0.26 mm/a,最大沉降速率为-18.27 mm/a,最大累积沉降量为-68.51 mm。其中,腊山站至老屯站段、济泺路站至七里堡站段存在明显沉降现象。 相似文献
4.
本文利用精密水准、GNSS和时序InSAR 3种技术手段开展多源地面沉降监测数据融合研究。首先统一3种监测手段的时空基准,然后采用Bland-Altman方法分析监测结果一致性,并采用曲面拟合方法建立监测数据间的模型关系,得到综合精密水准、GNSS和时序InSAR优势的面状监测结果。研究结果表明：研究区主要沉降区域位于沛县安国镇、龙固镇、朱寨镇、大屯街道及丰县分凤城街道,矿产资源开采是导致区域沉降的主要因素。监测周期内的最大沉降速率为29.8 mm/a,地面沉降速率超过10 mm/a的沉降区面积为2 018.8 km2,占总面积的61.9%。 相似文献
5.
6.
地面沉降具有时间持续性与空间扩张性的特点,获取长时间序列、覆盖范围广及精度较高的地面沉降时空演化特征可以预防地面沉降造成的潜在危害。本文采用SBAS-InSAR技术,结合2017年4月—2021年2月的Sentinel-1A影像对西宁市城市地面进行沉降监测。研究结果表明,监测期间西宁市地表形变具有城区形变稳定、局部区域沉降明显及存在缓慢隆升区域的趋势;3处明显快速沉降区域(城西区的沉降区Ⅰ、城东区的沉降区Ⅱ和城北区的沉降区Ⅲ)的沉降速率约为20～35 mm/a;沉降的驱动因素为沉降区域的湿陷性黄土地层,其具有土层结构性脆弱承重特点,在覆盖土层的自重应力及建筑物附加应力的综合作用下,土质受水浸湿后,土壤的结构性能被迅速破坏,土层会发生显著的附加下沉,其强度也迅速降低,从而引起建筑物的不均匀沉降。 相似文献
7.
地面沉降具有时间持续性与空间扩张性的特点,获取长时间序列、覆盖范围广及精度较高的地面沉降时空演化特征可以预防地面沉降造成的潜在危害。本文采用SBAS-InSAR技术,结合2017年4月—2021年2月的Sentinel-1A影像对西宁市城市地面进行沉降监测。研究结果表明,监测期间西宁市地表形变具有城区形变稳定、局部区域沉降明显及存在缓慢隆升区域的趋势;3处明显快速沉降区域(城西区的沉降区Ⅰ、城东区的沉降区Ⅱ和城北区的沉降区Ⅲ)的沉降速率约为20～35 mm/a;沉降的驱动因素为沉降区域的湿陷性黄土地层,其具有土层结构性脆弱承重特点,在覆盖土层的自重应力及建筑物附加应力的综合作用下,土质受水浸湿后,土壤的结构性能被迅速破坏,土层会发生显著的附加下沉,其强度也迅速降低,从而引起建筑物的不均匀沉降。 相似文献
8.
针对盘营铁路专线、哈大铁路专线沿线沉降监测研究较少,采用InSAR技术获取了研究区地表形变信息,还对其进行了相关分析.用SBAS-InSAR对35景Sentinel-1A SAR数据进行处理,获取VV、VH极化下的年均沉降速率及沉降序列;以年均沉降速率为研究对象,进行沿线沉降特征分析及交叉验证;利用小波变换对沉降序列降噪处理,用改进BP神经网络对降噪后沉降序列预测分析.研究结果表明,研究区内高速铁路沿线共监测出6个明显沉降区域,最大沉降速率达50mm/a;两种极化年均沉降速率具有较高的一致性,降噪处理后的沉降序列更加平滑;改进BP神经网络具有较高的收敛速度,其预测精度有较大提高. 相似文献
9.
利用带大气估计模型的时序InSAR方法对24幅覆盖北京及河北廊坊的Envisat-ASAR影像数据进行了时序分析,获取了该地区2007年4月—2010年9月的地面沉降速率及均方差。发现了以北京朝阳区和通州区交界处为中心和以河北廊坊城区为中心的两个沉降区域,中心区平均沉降速率分别为35mm/a与22mm/a。研究区域形变速率均方差1.5mm/a。研究结果表明:利用时序InSAR技术进行城市地表沉降监测具有较好的精度及稳定性;产生该沉降的可能原因为地下水的开采、城市基础建设的发展及工业用地量、人为活动的增加。 相似文献
10.
利用短基线集InSAR技术监测抚顺市地面沉降 总被引：6，自引：4，他引：2
抚顺市是一座因煤而兴起的综合型重工业城市,矿产的大量开采导致了大范围的地面沉降。针对这一问题,为了有效监测抚顺市的地表形变,本文利用短基线集（SBAS）技术对覆盖抚顺市部分地区的12景COSMO-SkyMed高分辨率SAR数据进行了处理,获得了该研究区域的地面沉降分布和沉降速率图。试验结果表明,研究区整体呈现出沉降的趋势,沉降速率大部分在-25~-45 mm/a的范围内。其中新抚区沉降最为严重,有2个沉降严重的区域,最大沉降速率达到了-186 mm/a。该试验结果为抚顺市露天矿采矿导致的地面沉降与地质灾害监测提供了切实有利的数据参考。 相似文献