CN105467389A - 分析浅地表空间利用差异模式下地面沉降演变规律的方法 - Google Patents

分析浅地表空间利用差异模式下地面沉降演变规律的方法 Download PDF

Info

Publication number
CN105467389A
CN105467389A CN201510979827.6A CN201510979827A CN105467389A CN 105467389 A CN105467389 A CN 105467389A CN 201510979827 A CN201510979827 A CN 201510979827A CN 105467389 A CN105467389 A CN 105467389A
Authority
CN
China
Prior art keywords
representative region
sbas
land subsidence
region
subsidence
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201510979827.6A
Other languages
English (en)
Inventor
陈蓓蓓
宫辉力
李小娟
梁悦
雷坤超
赵文吉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Capital Normal University
Original Assignee
Capital Normal University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Capital Normal University filed Critical Capital Normal University
Priority to CN201510979827.6A priority Critical patent/CN105467389A/zh
Publication of CN105467389A publication Critical patent/CN105467389A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
    • G01S13/9021—SAR image post-processing techniques
    • G01S13/9023—SAR image post-processing techniques combined with interferometric techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/885—Radar or analogous systems specially adapted for specific applications for ground probing

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明公开一种分析浅地表空间利用差异模式下地面沉降演变规律的方法，对设定期间内反映地表形变信息的图像序列进行差分干涉处理，并对处理得到的多幅差分干涉相位图像进行光谱滤波得到SBAS数据集和PS数据集；采用空间相关组分、空间非相关视角误差评估方法，从得到的所述SBAS数据集和所述PS数据集中选择误差小于设定值的一组SBAS点和PS点；对所选的一组SBAS点和PS点进行数据集融合处理，并对融合后的数据集进行相位解缠，通过奇异值分解及范数约束提取像元形变信息，得到相对于参考区域的主图像的时间序列形变信息。

Description

分析浅地表空间利用差异模式下地面沉降演变规律的方法
技术领域
本发明涉及InSAR(SyntheticApertureRadarInterferometry，合成孔径雷达干涉)技术下的地面沉降监测及时序演化规律领域，具体而言，涉及一种分析浅地表空间利用差异模式下地面沉降演变规律的方法。
背景技术
相对于水准测量、分层标测量等常规监测方法，InSAR技术可以实时动态获取大范围、高精度的地表形变细节信息。永久散射体干涉测量(PermanentScattererforSARInterferometry，PS-InSAR)技术、小基线集雷达干涉测量(SmallBaseline-InSAR，SBAS)是目前具有代表性的时序InSAR监测技术，克服了传统D-InSAR技术空间、时间去相干影响，减弱大气延迟带来的误差组分，提高形变监测信息的时、空分辨率及数据处理的精度，在城区或植被覆盖稀少地区可以达到毫米级的地表形变监测精度。国内外众多专家学者不断改进该两种方法，并取得了成功的应用。Hooper(2007)提出一种新的融合小基线(SBAS)和PS技术监测地表形变的算法，证明了小基线(SBAS)技术和PS方法虽然用不同的离散模型，但二者存在优势互补之处，融合两者数据集不仅能够增加相干像元数量，而且提高了像元的信噪比，大幅度减小了解缠空间的偏差，这一优势是单一小基线技术或PS技术都无法比拟的。
在时序InSAR技术获取地面沉降监测信息基础上，借助地理信息系统强大的空间数据管理和分析能力，可以更全面地揭示地面沉降时空演化过程。因此，时序InSAR与GIS技术的集成应用，是地面沉降监测和演化研究的重要发展方向。
发明内容
本发明提供一种分析浅地表空间利用差异模式下地面沉降演变规律的方法，用以研究浅地表空间的地面沉降演变规律。
为达到上述目的，本发明提供了一种分析浅地表空间利用差异模式下地面沉降演变规律的方法包括以下步骤：
对设定期间内反映地表形变信息的图像序列进行差分干涉处理，并对处理得到的多幅差分干涉相位图像进行光谱滤波得到SBAS数据集和PS数据集；
采用空间相关组分、空间非相关视角误差评估方法，从得到的所述SBAS数据集和所述PS数据集中选择误差小于设定值的一组SBAS点和PS点；
对所选的一组SBAS点和PS点进行数据集融合处理，并对融合后的数据集进行相位解缠，通过奇异值分解及范数约束提取像元形变信息，得到相对于参考区域的主图像的时间序列形变信息。
进一步地，上述分析浅地表空间利用差异模式下地面沉降演变规律的方法还包括以下步骤：
采用设定大小的移动窗口从反映时间序列形变信息的主图像上选择多个典型区域，对于所选的每个典型区域，采用GIS空间分析方法，根据该典型区域的时间序列形变信息获取该典型区域的时间序列的不均匀沉降的演化规律。
进一步地，上述分析浅地表空间利用差异模式下地面沉降演变规律的方法还包括以下步骤：
采用GIS空间分析方法，根据多个典型区域中每个典型区域的时间序列形变信息获取多个典型区域内的时间序列的不均匀沉降的演化规律。
进一步地，所述多个典型区域为5个。
进一步地，所述移动窗口为6km2大小的正方形。
进一步地，该典型区域的时间序列的不均匀沉降的演化规律包括年际地面沉降量。
进一步地，多个典型区域内的时间序列的不均匀沉降的演化规律包括地面沉降速率极值和年平均地面沉降速率。
本发明采用的永久散射体干涉测量(PermanentScattererforSARInterferometry,PS-InSAR)技术、小基线集雷达干涉测量(SmallBaseline-InSAR,SBAS)是目前具有代表性的时序InSAR监测技术，克服了传统D-InSAR技术空间、时间去相干影响，减弱大气延迟带来的误差组分，提高形变监测信息的时、空分辨率及数据处理的精度，在城区或植被覆盖稀少地区可以达到毫米级的地表形变监测精度。同时，结合GIS空间分析方法，在区域浅表层空间(地铁、城市密集建筑群(CBD)、立体交通网络设施)不同的变异模式下，选取多个典型地面沉降区域，结合土地利用分类信息、可见光遥感影像、地质资料等，分析时间序列的不均匀沉降的演化规律。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一个实施例的融合PS和小基线InSAR技术数据处理流程图；
图2为本发明一个实施例的5个典型区域不均匀地面沉降演变过程分析图；
图3为5个典型的移动窗口的位置分布及沉降速率情况图；
图4为典型区域1的沉降分布(左)与年际形变演化过程(右)图；
图5为典型区域2的沉降分布(左)与年际形变演化过程(右)图；
图6为典型区域3的沉降分布(左)与年际形变演化过程(右)图；
图7为典型区域4的沉降分布(左)与年际形变演化过程(右)图；
图8为典型区域5的沉降分布(左)与年际形变演化过程(右)图；
图9为5个典型区域PS点和小基线点不同沉降速率比例分布图；
图10为5个典型区域相干点沉降速率极值比较分布图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明一个实施例的融合PS和小基线InSAR技术数据处理流程图；图2为本发明一个实施例的5个典型区域不均匀地面沉降演变过程分析图；如图所示，分析浅地表空间利用差异模式下地面沉降演变规律的方法包括以下步骤：
对设定期间内反映地表形变信息的图像序列进行差分干涉处理，并对处理得到的多幅差分干涉相位图像进行光谱滤波得到SBAS数据集和PS数据集；
采用空间相关组分、空间非相关视角误差评估方法，从得到的所述SBAS数据集和所述PS数据集中选择误差小于设定值的一组SBAS点和PS点；从得到的所述SBAS数据集和所述PS数据集选择设定数量的SBAS点和PS点，并对所选的SBAS点和PS点进行空间相关组分、空间非相关视角误差评估；
对所选的一组SBAS点和PS点进行数据集融合处理，并对融合后的数据集进行相位解缠，通过奇异值分解及范数约束提取像元形变信息，得到相对于参考区域的主图像的时间序列形变信息。
进一步地，上述分析浅地表空间利用差异模式下地面沉降演变规律的方法还包括以下步骤：
采用设定大小的移动窗口(如6km2大小的正方形)从反映时间序列形变信息的主图像上选择多个(如5个)典型区域，对于所选的每个典型区域，采用GIS空间分析方法，根据该典型区域的时间序列形变信息获取该典型区域的时间序列的不均匀沉降的演化规律(如包括年际地面沉降量)。
进一步地，上述分析浅地表空间利用差异模式下地面沉降演变规律的方法还包括以下步骤：
采用GIS空间分析方法，根据多个典型区域中每个典型区域的时间序列形变信息获取多个典型区域内的时间序列的不均匀沉降的演化规律(如包括地面沉降速率极值和年平均地面沉降速率)。
其中，图1、图2实施例中是选取2003～2009年的覆盖研究区的29景降轨EnvisatASAR数据，以2005年12月14日为主图像，具体的参考区域为：(经度：E117.180°～117.220°；纬度：N40.340°～40.355°)，针对PS和小基线两种技术的不同特点，从相干点目标散射特性角度出发，将PS和SB干涉方法进行融合，评估、分离像元相位中的地形相位、轨道误差、大气延迟影响及噪声去相关组份[12]，优化干涉数据集中PS、SBAS像元子集的选取方法，在融合像素子集的基础上进行相位解缠，通过奇异值分解及范数约束提取像元形变信息，获取28景辅图像中583100个PS和小基线点相对于参考区域的主图像的时间序列形变值，选取地面沉降水准数据进行精度评价。
以下以北京平原地区为例，分析北京平原地区区域地面沉降空间分布，在地面沉降较为严重区域选取5个典型区域(图3)，其不同的浅表层空间的(地铁、城市密集建筑群(CBD)、立体交通网络设施)利用模式、沉降速率(mm/a)分布及区域内包含的PS和小基线点个数分别如表1所示。
表15个典型区域不同的浅表层空间利用及沉降情况
基于每个典型区域的地面沉降时序演变规律分别如下：
1)典型区域1：
图4中a1表明典型区域1的浅地表空间利用情况，该地区位于顺义区的西北部地区，基本无交通线通过，多为村庄居民地和农田，土地利用类型比较简单，因此可以推断地面沉降的产生多受地下水开采和自然沉降的影响，相对受地表动静载荷影响较小；图4中a2为该区域的沉降速率情况，该区域03年～09年的沉降速率在-35.33mm/a～-8.62mm/a之间；这说明该区域近年来地面沉降发展极为迅速，且不均匀沉降情况明显。基于GIS空间分析技术，将区域的可压缩层厚度、断裂分布与沉降情况叠置分析，如图4中a2所示，黄庄～高丽营断裂，可以明显看出断层两侧差异性沉降明显；进一步发现在断层的东南侧，可压缩层厚度在50～60米之间的区域，相干点的沉降速率大都在-35.33mm/a～-25.38mm/a；而可压缩层厚度在50米以下的区域，PS点的沉降速率则大都分布于-25.38mm/a以下，随着距离黄庄-高丽营断裂的远近成正向的变化，即是距离越远，PS点的速率越小。综合以上分析表明，典型区域1的不均匀性沉降原因：外因是受到黄庄～高丽营断层的构造运动的影响，内因是可压缩层厚度的差异，厚度越大，随着地下水的开采，土层次的固结对地面沉降的贡献越大，沉降幅度越大。
2)典型区域2：
图5中a1表明典型区域2的浅地表空间利用情况，该区位于昌平区的东南角，并与海淀区交界，有八达岭高速公路和多条铁路穿过，土地类型多为居民地，同时北部有河流通过，因此可以认为该地区的地面沉降，除了受地下水开采和自然沉降的影响外，还会受到地表动载荷(多条高速公路和铁路的影响；图5中a2为该区域的PS点的沉降速率情况，研究表明该区域03年～09年的沉降速率在-41.43mm/a～-3.29mm/a之间；说明了该区域近年来不均匀地面沉降发展十分迅速；采用GIS叠置分析和重分类方法，高沉降速率的PS点(-41.43mm/a～-26.36mm/a)主要分布在可压缩层大于80米以上的东南角地区，同时该区域有铁路和高速公路通过，而距离南口-孙河断裂较远；而沉降幅度最小的PS点(-13.11mm/a～-3.29mm/a)的点主要分布在区域的东北角，该区域的可压缩层厚度较低，在50～70mm，同时距离南口-孙河断层较远，并且无交通线通过。综合以上分析表明，典型区域2的不均匀性沉降原因：外因：动载荷(高速公路、地铁交通线)和地下水开采的共同影响，受断层构造的影响不明显；内因：可压缩层厚度的差异，随着地下水的开采和动载荷的叠加，厚度越大，土层的固结对地面沉降的贡献越大，沉降幅度越大。
3)典型区域3：
图6中a1表明典型区域3的浅地表空间利用情况(SPOT5影像)，该区为CBD及其周边影响区域，有多条交通线穿过，土地利用类型多为建筑用地。可以简单推断，该区域地面沉降幅度不仅与地下水开采有关，地表载荷的叠加、地下空间的应用都可能对其产生影响。基于GIS空间分析技术，将区域的可压缩层厚度、断裂分布、交通线与PS和小基线点沉降速率图进行叠置分析(图6中a2))，该区域03年～09年的沉降速率在-37.80mm/a～-1.35mm/a，不均匀沉降情况明显；同时，由于该区的铁路、高速公路等交通线较多，高层建筑钢筋混凝土的二面角结构较多，使得该区被识别出的PS和小基线点最多，为11325个(达到1887.5个/平方公里)；不同速率的沉降相干点分布较具有规律性，基本成竖条带式发展，从西往东沉降速率依次加快。
4)典型区域4：
图7中a1表明典型区域4的浅地表空间利用情况(Googleearth影像)，该区域包含了京津城际铁路及其辐射区域，同时有高速公路穿过(图a2)，因此，该区域地面沉降幅度不仅与地下水开采、地质构造有关外，动载荷的叠加也可能会对其产生影响。基于GIS空间分析技术，将区域的可压缩层厚度、动载荷(京津高速铁路、高速公路)与沉降情况叠置分析(图a2)，该区域03年～09年的沉降速率在-41.43mm/a～-5.39mm/a，不均匀沉降情况明显；不同速率的沉降PS点分布较具有规律性，从西北向东南方向基本成带状发展，沉降速率依次减缓，同时最大沉降速率的PS点主要分布在高速公路两侧及其西北地区，频临城际铁路的北端，而该处的可压缩层厚度却较小(60米以下)，因此，可以认为，该区域不均匀沉降的情况主要应与外因有关，即是地下水超采与动载荷的综合作用。
5)典型区域5：
图8中a1表明典型区域5的浅地表空间利用情况(Googleearth影像)，该区域包含了顺义机场辐射区域，同时有机场轻轨、铁路、高速公路穿过，所以可以简单推断，该区域地面沉降幅度不仅与地下水开采、地质构造有关外，动载荷的叠加也可能会对其产生贡献。图8中a2为该区域的PS和小基线点的沉降速率情况，该区域03年～09年的沉降速率在-48.16mm/a～-19.12mm/a，不均匀情况明显，且不同沉降速率的PS和小基线点分布基本呈团簇装分布，随机性较大。
图9为5个典型区域PS点和小基线点不同沉降速率比例分布图，从图9可以看出，典型区域1、2、5中，沉降速率处于-30mm/a～-20mm/a的PS和小基线点占比例较大，区域3中54％的相干点的年沉降速率小于-10mm/a；区域4中48％的相干点的沉降速率值为-20mm/a～-10mm/a。区域2、3、4中，点的沉降速率大于-40mm/a的占各区域相干点总量的比例最小，区域1中，沉降速率值小于-10mm/a的相干点占比例最小，区域5内，沉降速率值处于-20mm/a～-19mm/a的相干点占比例最小的。整体而言，区域5不均匀沉降幅度较小，而其他四个区域，不均匀沉降演化形势明显。
进一步将5个区域PS和小基线点沉降速率的均值、最大值、最小值进行对比分析，如图10所示：
5个区域内，区域1的最大沉降速率为五个区域中最小值，为-35.34mm/a，最小沉降速率值最小的是区域3，各区域平均沉降速率基本在-15mm/a～-25mm/a之间。整体上，5个典型区域的地面沉降态势，沉降趋势最小的是区域3，沉降趋势最大的是区域5，沉降梯度最小的是区域1，结合5个典型区域不同的浅表层空间变异情况(表1)，表明浅地表空间利用的复杂情况在一定程度上影响着区域的不均匀沉降态势，空间利用情况越简单，沉降的梯度相对越小，不均匀沉降趋势越小。
综上所述，可以得到以下结论：
1)典型区域1：近年来地面沉降发展极为迅速，且不均匀沉降情况明显。
2)典型区域2：高沉降速率的PS点主要分布在可压缩层大于80米以上的地区。
3)典型区域3：地面沉降幅度不仅与地下水开采有关，地表载荷的叠加、地下空间的应用也对地面沉降产生影响。
4)典型区域4：不同沉降速率的相干点分布较具有规律性，从西北向东南方向基本成带状发展，沉降速率依次减缓。
5)典型区域5：不均匀沉降趋势明显，且不同沉降速率的相干点分布基本呈团簇装分布。
6)对比分析5个典型区域的地面沉降态势，沉降幅度最小的是区域3，沉降幅度最大的是区域5，沉降梯度最小的是区域1，浅地表空间利用的复杂情况在一定程度上影响着区域的不均匀沉降态势，空间利用情况越简单，沉降的梯度相对越小，不均匀沉降趋势越小。
本领域普通技术人员可以理解：附图只是一个实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。
本领域普通技术人员可以理解：实施例中的装置中的模块可以按照实施例描述分布于实施例的装置中，也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。

Claims (7)

1.一种分析浅地表空间利用差异模式下地面沉降演变规律的方法，其特征在于，包括以下步骤：
对设定期间内反映地表形变信息的图像序列进行差分干涉处理，并对处理得到的多幅差分干涉相位图像进行光谱滤波得到SBAS数据集和PS数据集；
采用空间相关组分、空间非相关视角误差评估方法，从得到的所述SBAS数据集和所述PS数据集中选择误差小于设定值的一组SBAS点和PS点；
对所选的一组SBAS点和PS点进行数据集融合处理，并对融合后的数据集进行相位解缠，通过奇异值分解及范数约束提取像元形变信息，得到相对于参考区域的主图像的时间序列形变信息。
2.根据权利要求1所述的分析浅地表空间利用差异模式下地面沉降演变规律的方法，其特征在于，还包括以下步骤：
采用设定大小的移动窗口从反映时间序列形变信息的主图像上选择多个典型区域，对于所选的每个典型区域，采用GIS空间分析方法，根据该典型区域的时间序列形变信息获取该典型区域的时间序列的不均匀沉降的演化规律。
3.根据权利要求2所述的分析浅地表空间利用差异模式下地面沉降演变规律的方法，其特征在于，还包括以下步骤：
采用GIS空间分析方法，根据多个典型区域中每个典型区域的时间序列形变信息获取多个典型区域内的时间序列的不均匀沉降的演化规律。
4.根据权利要求2所述的分析浅地表空间利用差异模式下地面沉降演变规律的方法，其特征在于，所述多个典型区域为5个。
5.根据权利要求2所述的分析浅地表空间利用差异模式下地面沉降演变规律的方法，其特征在于，所述移动窗口为6km2大小的正方形。
6.根据权利要求2所述的分析浅地表空间利用差异模式下地面沉降演变规律的方法，其特征在于，该典型区域的时间序列的不均匀沉降的演化规律包括年际地面沉降量。
7.根据权利要求3所述的分析浅地表空间利用差异模式下地面沉降演变规律的方法，其特征在于，多个典型区域内的时间序列的不均匀沉降的演化规律包括地面沉降速率极值和年平均地面沉降速率。
CN201510979827.6A 2015-12-23 2015-12-23 分析浅地表空间利用差异模式下地面沉降演变规律的方法 Pending CN105467389A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510979827.6A CN105467389A (zh) 2015-12-23 2015-12-23 分析浅地表空间利用差异模式下地面沉降演变规律的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510979827.6A CN105467389A (zh) 2015-12-23 2015-12-23 分析浅地表空间利用差异模式下地面沉降演变规律的方法

Publications (1)

Publication Number Publication Date
CN105467389A true CN105467389A (zh) 2016-04-06

Family

ID=55605290

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510979827.6A Pending CN105467389A (zh) 2015-12-23 2015-12-23 分析浅地表空间利用差异模式下地面沉降演变规律的方法

Country Status (1)

Country Link
CN (1) CN105467389A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106767380A (zh) * 2017-01-19 2017-05-31 中南大学 一种基于两景sar强度影像的矿区地表大量级三维形变估计方法
CN107271998A (zh) * 2017-07-01 2017-10-20 东华理工大学 一种集成D‑InSAR和GIS技术的地下非法采矿识别方法及系统
CN107389029A (zh) * 2017-08-24 2017-11-24 北京市水文地质工程地质大队 一种基于多源监测技术融合的地面沉降集成监测方法
CN108627832A (zh) * 2018-05-11 2018-10-09 电子科技大学 一种基于多时序sar图像提取输电通道地表形变的方法
CN109238227A (zh) * 2018-10-31 2019-01-18 首都师范大学 一种表征地面沉降时空演变的方法
CN109388887A (zh) * 2018-10-09 2019-02-26 首都师范大学 一种地面沉降影响因素定量分析方法及系统
CN109828270A (zh) * 2018-12-27 2019-05-31 首都师范大学 一种表征地面沉降时序演变的方法
CN109991601A (zh) * 2018-11-29 2019-07-09 北京东方至远科技股份有限公司 一种基于PS-InSAR技术的房屋风险评估方法
CN112923900A (zh) * 2021-02-04 2021-06-08 浙江省水利河口研究院(浙江省海洋规划设计研究院) 一种基于rs技术的建筑物不均匀沉降的判断方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102645650A (zh) * 2012-03-06 2012-08-22 北京北科安地科技发展有限公司 一种基于D-InSAR干涉差分的滑坡动态识别及监测技术
EP2601538A1 (en) * 2010-08-06 2013-06-12 Qinetiq Limited Alignment of synthetic aperture images
CN104123470A (zh) * 2014-07-25 2014-10-29 首都师范大学 一种优化地面沉降监测网的方法
CN104133996A (zh) * 2014-07-25 2014-11-05 首都师范大学 一种基于云模型和数据场的地面沉降风险等级评估方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2601538A1 (en) * 2010-08-06 2013-06-12 Qinetiq Limited Alignment of synthetic aperture images
CN102645650A (zh) * 2012-03-06 2012-08-22 北京北科安地科技发展有限公司 一种基于D-InSAR干涉差分的滑坡动态识别及监测技术
CN104123470A (zh) * 2014-07-25 2014-10-29 首都师范大学 一种优化地面沉降监测网的方法
CN104133996A (zh) * 2014-07-25 2014-11-05 首都师范大学 一种基于云模型和数据场的地面沉降风险等级评估方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈蓓蓓 等: "综合时序和技术地面沉降时序演化规律研究", 《光谱学与光谱分析》 *

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106767380A (zh) * 2017-01-19 2017-05-31 中南大学 一种基于两景sar强度影像的矿区地表大量级三维形变估计方法
CN107271998A (zh) * 2017-07-01 2017-10-20 东华理工大学 一种集成D‑InSAR和GIS技术的地下非法采矿识别方法及系统
CN107271998B (zh) * 2017-07-01 2020-06-05 东华理工大学 一种集成D-InSAR和GIS技术的地下非法采矿识别方法及系统
CN107389029A (zh) * 2017-08-24 2017-11-24 北京市水文地质工程地质大队 一种基于多源监测技术融合的地面沉降集成监测方法
CN107389029B (zh) * 2017-08-24 2019-10-29 北京市水文地质工程地质大队 一种基于多源监测技术融合的地面沉降集成监测方法
CN108627832A (zh) * 2018-05-11 2018-10-09 电子科技大学 一种基于多时序sar图像提取输电通道地表形变的方法
CN109388887A (zh) * 2018-10-09 2019-02-26 首都师范大学 一种地面沉降影响因素定量分析方法及系统
CN109388887B (zh) * 2018-10-09 2023-01-13 首都师范大学 一种地面沉降影响因素定量分析方法及系统
CN109238227B (zh) * 2018-10-31 2020-10-20 首都师范大学 一种表征地面沉降时空演变的方法
CN109238227A (zh) * 2018-10-31 2019-01-18 首都师范大学 一种表征地面沉降时空演变的方法
CN109991601A (zh) * 2018-11-29 2019-07-09 北京东方至远科技股份有限公司 一种基于PS-InSAR技术的房屋风险评估方法
CN109828270A (zh) * 2018-12-27 2019-05-31 首都师范大学 一种表征地面沉降时序演变的方法
CN109828270B (zh) * 2018-12-27 2020-05-22 首都师范大学 一种表征地面沉降时序演变的方法
CN112923900A (zh) * 2021-02-04 2021-06-08 浙江省水利河口研究院(浙江省海洋规划设计研究院) 一种基于rs技术的建筑物不均匀沉降的判断方法及装置
CN112923900B (zh) * 2021-02-04 2022-09-06 浙江省水利河口研究院(浙江省海洋规划设计研究院) 一种基于rs技术的建筑物不均匀沉降的判断方法及装置

Similar Documents

Publication Publication Date Title
CN105467389A (zh) 分析浅地表空间利用差异模式下地面沉降演变规律的方法
Zhou et al. Quantifying the contribution of multiple factors to land subsidence in the Beijing Plain, China with machine learning technology
Chen et al. Land subsidence and its relation with groundwater aquifers in Beijing Plain of China
Cigna et al. Satellite InSAR survey of structurally-controlled land subsidence due to groundwater exploitation in the Aguascalientes Valley, Mexico
CN105444730A (zh) 多源数据监测矿区形变的时空特性及越界开采识别方法
Tomas et al. Study of the land subsidence in Orihuela City (SE Spain) using PSI data: Distribution, evolution and correlation with conditioning and triggering factors
Hsieh et al. Using differential SAR interferometry to map land subsidence: a case study in the Pingtung Plain of SW Taiwan
Chen et al. Spatial-temporal characteristics of land subsidence corresponding to dynamic groundwater funnel in Beijing Municipality, China
Dahoua et al. GIS-based technic for roadside-slope stability assessment: an bivariate approach for A1 East-west highway, North Algeria
Elmahdy et al. Topographic attributes control groundwater flow and groundwater salinity of Al Ain, UAE: a prediction method using remote sensing and GIS
Wang et al. Analysis of surface deformation and driving forces in Lanzhou
CN104459784A (zh) 基于单台、双台和双事件数据二维Lg波Q值层析成像方法
Lu et al. Monitoring land deformation in Changzhou city (China) with multi-band InSAR data sets from 2006 to 2012
Li et al. An application of InSAR time-series analysis for the assessment of mining-induced structural damage in Panji Mine, China
Li et al. Evolution of spatiotemporal ground deformation over 30 years in Xi’an, China, with multi-sensor SAR interferometry
Catalão et al. Integration of InSAR analysis and numerical modeling for the assessment of ground subsidence in the city of Lisbon, Portugal
Tao et al. SBAS-InSAR time series ground subsidence monitoring along Metro Line 13 in Qingdao, China
Li et al. Monitoring land subsidence in North-central Henan Plain using the SBAS-InSAR method with Sentinel-1 imagery data
Zhang et al. High-precision monitoring method for airport deformation based on time-series InSAR technology
Perski THE INTERPRETATION OF ERS-1 AND ERS-2INSAR DATA FOR THE MINING SUBSIDENCE MONITORING IN UPPER IN SILESIAN COAL BASIN, POLAND
Bakon et al. Madrid as seen from sentinel-1: preliminary results
Al-Jawadi et al. Lineament Analysis by Using Remote Sensing and GIS Technique of Sangaw Area, Kurdistan Region, NE Iraq
Shen et al. Using DInSAR to inventory landslide geological disaster in Bijie, Guizhou, China
Zhang et al. Monitoring of the Ground Fissure Activity Within Yuncheng Basin by Time Series InSAR
Tong et al. Spatiotemporal evolution of single sandbodies controlled by allocyclicity and autocyclicity in the shallow-water braided river delta front of an open lacustrine basin

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
DD01 Delivery of document by public notice
DD01 Delivery of document by public notice

Addressee: Zhou Chaofan

Document name: Notification of Acceptance of Request for Reexamination

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20160406