共查询到19条相似文献，搜索用时 93 毫秒
1.
地面沉降是一个全球性问题,严重影响了生态环境和可持续发展,因此对地面进行周密的监测和变形预测分析显得尤为重要。针对D-In SAR监测技术在沉降盆地中心区域精度较低,而传统水准测量只能得到有限个点元变形信息的缺点,本文采用集合卡尔曼滤波对D-In SAR值与水准值进行数据同化,从而使同化结果更加符合沉降区域的沉降规律。通过实例验证表明:基于集合卡尔曼滤波的D-In SAR值和水准值数据融合结果相对于D-In SAR值有了很大改善,提高了基地面沉降监测的精度和可靠性;同化后的平均误差为3.10 mm,比D-In SAR值的平均误差6.90 mm有了很大的提高。 相似文献
2.
从地面沉降观测的必要性出发,进行水准观测数据的处理,平差基准选定的探讨,并对常州市行政区域内历年来的水准观测数据应用时空分析,形变数字特征值及速率的非线性变化等方法,分析常州市行政区域内地面垂直位移的发展过程及特征,得出常州市区域内沉降漏斗迁移路径的变化规律,为常州市今后的地面沉降分析提供参考。最后讨论了引起地面沉降的原因,提出今后的弥补措施。 相似文献
3.
针对江苏连云港地区在多因素共同作用下形成的复杂地面沉降问题，该文提出一套以合成孔径雷达干涉(InSAR)为主、有机结合地面常规测量、地下水位及分层位移监测的“星—地—内”立体综合观测与驱动因素协同分析框架，并成功应用于获取研究区2012—2020年的地面沉降时空变化特征。结果表明，研究区沉降受不良地质条件、独特沉积特征及人为活动共同作用，监测时段内最大累计沉降量达到571 mm;综合时空变化特征来看，连云区沉降主要由软土固结和工程建设活动引起，呈持续发育状态；灌南和灌云区沉降由地下水开采引起，但不同阶段采水层位和需求存在明显差异：2012—2016年以开采深层地下水满足工业和生活需求为主；2017—2020年则以水产养殖过程中的浅层地下水开采为主。 相似文献
4.
5.
变形监测在保障工程安全、建筑物的监测以及地质结构分析等方面扮演着重要的角色。尤其是在城市发展中,地面沉降更是非常突出的问题。本文针对目前通过精密水准或GNSS进行地面沉降监测存在监测点位离散,且分布不均的问题,提出采用克里金插值模型进行沉降量内插的设想,并通过北京局部沉降监测实测数据,对上述差值模型进行了验证和精度分析。结果表明克里金插值模型用于地面沉降监测数据内插是可行的。 相似文献
6.
长沙市是长江中游地区重要的中心城市,地质条件脆弱、土质疏松,土体在施工和降雨作用下极易固结压实,造成地面形变,威胁建筑物和基础设施的稳定。地面沉降是长沙市地质灾害的主要原因之一。为了监测长沙市近几年的地面沉降情况,本文使用MCTSB-InSAR方法,利用151景Sentinel-1SAR影像数据,获取了长沙市主城区2015—2021年的地面沉降结果。经分析发现,最大累计沉降量约为250 mm,最大沉降速率约为80 mm/a,绝大部分区域平均沉降速率在30 mm/a以下;长沙市整体稳定,局部有不均匀沉降发生,沉降区域主要分布在主城区外围,主要由工程施工引起。 相似文献
7.
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
8.
天津是我国地面沉降最严重的地区之一。本文基于融合分布式的DS-InSAR技术处理了2021年1月—2023年6月的58景Sentinel-1A数据,获取了天津南部地区最新地表形变特征;并结合土地覆盖和水文地质等信息,开展了天津市典型沉降成因分析。结果表明：(1)天津地面沉降分布差异性较大,不均匀沉降特征明显,西南部地区为沉降重灾区,最大沉降速率达85.2 mm/a;(2)天津地面沉降与地下水过度开采、地面载荷增加及地质构造密切相关。该研究可为天津市地质灾害防治提供数据支撑和决策依据。 相似文献
9.
10.
本文阐述了地面沉降水准网与城市高程控制网布设的区别，提出了沉降监测点设置必须有针对性布设的原则，并对沉降水准观测的等级精度要求作了分析。 相似文献
11.
Land subsidence has been occurring in Beijing since the 1970s. Five major land subsidence areas have been formed: Dongbalizhuang–Dajiaoting, Laiguangying, Changping Shahe–Ba Xianzhuang, Daxing Yufa–Lixian, and Shunyi–Ping Gezhuang. In this paper, we studied on land subsidence in Dongbalizhuang–Dajiaoting and Laiguangying using small baseline subset interferometry and interferometric point target methods of 47 ENVISAT ASAR and 29 RADARSAT-2 data. The results showed that the degree of land subsidence in these areas varied significantly. The mean land subsidence rate ranged from 143.43 to 8.2 mm/a and from 132.11 to 7.3 mm/a during 2005–2010 and 2011–2013, respectively. We correlated the observed settlement with the land use (agricultural, residential, and industrial). Displacement in the agricultural areas was greater than that in the other areas from 2005 to 2013. Moreover, we compared the observed deformation and the groundwater level in phreatic and confined aquifers. There was a strong correlation between ground subsidence and the groundwater level and the ground settlement increased with a decrease in the groundwater level and the maximum correlation coefficient can reach 0.525. Furthermore, subsidence appeared to be associated with compressible deposits, suggesting that for 90–210-m thick compressible deposits, ground settlement is more likely to occur as the thickness of the compressible layer increases. 相似文献
12.
13.
时空Kalman滤波可对变形监测数据进行时空滤波去噪、数据插补和变形预测,本文利用时空Kalman滤波进行变形分析,从模型原理及试验两方面比较分析了Kriged Kalman filter(KKF)、space time Kalman filter(STKF)和spatio-temporal mixed effects(STME) 3种典型时空Kalman滤波模型的性能和适用性。结果表明:3种时空Kalman滤波模型均基于空间基函数及动力学模型组合形式描述时空数据的时空相关性,其主要差异在于空间变异的描述形式不同、空间基函数和状态转移矩阵构造过程不同及模型降维方法不同。在适用性方面,KKF模型更适合于稀疏测站的变形分析,STKF模型及STME模型更适合于海量测站的变形分析。在变形分析应用效果方面,3种时空Kalman滤波模型均具有较高精度的时空滤波去噪、数据插补和变形预测性能,其滤波结果相对于普通Kalman滤波结果的平均改善率为21.1%,其缺失数据插补结果相对于Hermite时间插值结果的平均改善率为42.4%,其空间预测结果相对于Kriging空间插值结果的平均改善率为65.3%,其对已知测站未来变形的时空预测结果相对于普通Kalman滤波时间预测结果的平均改善率为20.6%,其对非观测站点未来变形的时空预测结果相对于Kalman滤波+Kriging组合模型预测结果的平均改善率为20.5%。 相似文献
14.
本文以山西省西山煤田某一工作面为试验区,在分析地面沉降全球卫星导航系统（GNSS）监测数据特征的基础上,利用两种卡尔曼滤波方法（普通和总体卡尔曼滤波）对矿区地面沉降GNSS监测数据进行了处理与评价,同时对比了两种卡尔曼滤波方法的均方根误差分布情况。试验结果表明,两种滤波方法的滤波结果与观测值趋势大致相同,但存在少数异常点。下沉量越大的监测点,滤波结果与观测值的差异越大,但总体卡尔曼滤波的差异明显小于普通卡尔曼滤波,特别是对于下沉量较大的监测点。下沉量越大的监测点,其均方根误差越大,总体卡尔曼滤增大的速度远小于普通卡尔曼滤波,总体卡尔曼滤波均方根误差的最大值小于0.1 m,普通卡尔曼滤波的则接近0.4 m。 相似文献
15.
本文利用不同手段和不同尺度的地面监测方法,分析城市填海区地面沉降的时空变化特征。通过深圳市大空港区的地面沉降监测工程实例分析,结合精密水准测量和遥感监测手段,实现了不同尺度地面沉降监测,获取该区域地面沉降时空变化特征。研究结果表明,精密水准测量方法与遥感监测方法均发现了会展中心周围道路产生的沉降,具有相同的变化特征。精密水准监测方法能较精确地获取局部地面沉降量,在石围路的建筑基坑周边产生最大为-303.6mm的地面沉降。结合不同手段和不同尺度的监测方法,可以较全面获取监测对象的形变特征。 相似文献
16.
Land subsidence characteristics of Jakarta between 1997 and 2005, as estimated using GPS surveys 总被引：4，自引：0，他引：4
Hasanuddin Z. Abidin H. Andreas Rochman Djaja Dudy Darmawan M. Gamal 《GPS Solutions》2008,12(1):23-32
Jakarta is the capital city of Indonesia with a population of about 12 million people, inhabiting an area of about 625 km2. It is well known that several areas in Jakarta are subsiding rapidly. There are four different types of land subsidence
that can be expected to occur in the Jakarta basin, namely: subsidence due to groundwater extraction, subsidence induced by
the load of constructions (i.e., settlement of high compressibility soil), subsidence caused by natural consolidation of alluvial
soil and tectonic subsidence. In addition to the leveling method, Global Positioning System (GPS) survey methods have been
used to study land subsidence in Jakarta. In this paper, we characterize subsidence in the Jakarta basin using eight episodic/campaign
GPS surveys between 1997 and 2005. The estimated subsidence rates are 1–10 cm/year. The observed subsidence rates in several
locations show a positive correlation with known abstraction volumes of groundwater extraction. These basin-wide series of
GPS measurements show how this type of measurement can play an important role in multiple public policy decision making in
this rapidly growing area. 相似文献
17.
18.
利用ALOS-1（2007-2010）、Sentinel-1A（2017-2018）存档数据对山西交城-清徐地区的地面沉降进行监测。结合小基线和永久散射体技术优点，在增加时间采样密度的基础上利用二维线性回归分析得到研究区域的形变速率和时间序列。经同期GPS观测结果校核表明:交城-清徐地区持续发生地面沉降，但山区和平原区域形变的空间分布、量级不同，引起形变原因也不同。平原地带沉降空间分布受构造断裂控制，断裂带两侧呈现明显的差异性形变，且最大沉降速率为－200 mm/a，沉降的主要原因是地下水超采，但经治理后地面沉降灾害有所缓解，表现为沉降速率小于－30 mm/a。山区主要由于矿产资源的长期开采，沉降中心不断向南移动，最大形变速率为－462 mm/a。 相似文献
19.
利用InSAR数据的格尔木市地表沉降监测 总被引：1，自引：0，他引：1
InSAR及其相关技术在城市地面沉降监测中具有独特优势。本文采用2015年12月4日至2018年1月10日间的37景Sentinel-1卫星SAR影像数据，基于InSAR时间序列分析技术，对地处高原的格尔木市市区及其周边进行了地表形变监测。结果表明，基于相干性等指标共提取了252 889个相干点，每平方千米平均有501个相干点，后续经相干点分析计算后掩模去误差较大的点后，实际使用相干点252 035个；格尔木市及其周边郊区的整体沉降速率均在5 mm/a以内，未发现明显的沉降区域或大面积的沉降带，市区南部的沉降速率低于北部。 相似文献