CN115494501A - 基于高分辨率PS-InSAR的城市基础设施形变监测方法 - Google Patents

基于高分辨率PS-InSAR的城市基础设施形变监测方法 Download PDF

Info

Publication number
CN115494501A
CN115494501A CN202211204951.1A CN202211204951A CN115494501A CN 115494501 A CN115494501 A CN 115494501A CN 202211204951 A CN202211204951 A CN 202211204951A CN 115494501 A CN115494501 A CN 115494501A
Authority
CN
China
Prior art keywords
deformation
settlement
phase
image
area
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
CN202211204951.1A
Other languages
English (en)
Inventor
许国
卢鹏
文诗宝
汪晓龙
赵勇
韦春霞
冯健
黄梅婷
晏明星
张志芳
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.)
Nanning Survey And Design Institute Group Co ltd
Original Assignee
Nanning Survey And Design Institute Group Co ltd
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 Nanning Survey And Design Institute Group Co ltd filed Critical Nanning Survey And Design Institute Group Co ltd
Priority to CN202211204951.1A priority Critical patent/CN115494501A/zh
Publication of CN115494501A publication Critical patent/CN115494501A/zh
Pending legal-status Critical Current

Links

Images

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
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B15/00—Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons
    • G01B15/06—Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons for measuring the deformation in a solid
    • 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
    • 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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Electromagnetism (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了基于高分辨率PS‑InSAR的城市基础设施形变监测方法。本发明采用PS‑InSAR技术获取地面沉降的趋势、范围和梯度等信息，自适应评估地面沉降隐患点的位置、面积、沉降程度，同时对轨道交通沿线、重点城市道路、立交桥梁进行精细监测，结合相关工程及地质数据分析其沉降特征以及影响区域，探讨城市工程建设对地面沉降的影响，将PS‑InSAR技术作为辅助分析技术手段应用在城市房屋质量安全排查和风险评估预警中，提供城市全局性、连续性的地表和建筑沉降分析，同时提供数据底座支撑。

Description

基于高分辨率PS-InSAR的城市基础设施形变监测方法
技术领域
本发明涉及城市基础设施监测技术领域，尤其涉及基于高分辨率PS-InSAR的城市基础设施形变监测方法。
背景技术
随着城市基础设施建设的飞速发展，大规模城市工程建设在国家的经济、社会发展中发挥着日益重要的作用。重大的城市基础设施具有较广泛内涵，包括：市政交通的地铁、轻轨等轨道交通线，不断拔地而起的高层建筑，连接城市、居住地的高速公路、高速铁路，以及大桥等。大规模的城市工程建设取而代之成为沉降加剧的重要原因，包括基坑开挖产生的土体变形、基坑降排水引起的水位变化、盾构隧道施工以及建筑物荷载引起的地面沉降，上述工程況降约占地面沉降总量的30％。工程建设导致的地面沉降容易引发多种城市灾害，例如，地面沉降会使地面高程降低，并伴生地裂缝，造成城市防汛设施的防御能力降低，需要不断投入维修经费加高防汛墙；造成江河桥梁净空减少，内河航运受阻，码头受淹；建筑物沉降威胁着城市供水、供电、煤气等市政管道的安全；隧道不均匀沉降又会使得列车加速磨损，导致列车运管风险增加。同时，受到邻近工程施工引发的地面沉降的影响，任何城市重大工程在建成投入使用后，都不可避免地发生形变。为了避免和减少地面沉降对其造成的危害，很多城市都定期进行了监测。
随着我国城市化进程的加快，开展城市轨道交通工程建设和运营期间的变形监测，及时掌握工程及其环境周围可能产生变形的区域及对象，确保城市轨道交通工程建设和运营安全及其环境安全，已成为城市现代化建设中不可缺少的重要工作。
根据测量过程中是否接触被测目标，变形监测技术可以分为接触式测量和非接触式测量两大类。
接触式测量主要包含水准仪测量、倾斜仪测量、GPS测量技术和无线传感器网络技术。接触式测量只能对场景中某些离散点进行观测，进而导致存在空间盲区。况且，接触式测量需要在目标区域进行测量点布设，耗费大量人力物力，并且在一些危险目标区域很难实施布设或完全不能布设。因此，接触式测量难以满足对边坡进行全覆盖形变监测的需求。同时，如果采用GPS测量技术，还可能会受到可视卫星数量的限制。
传统的非接触式测量主要包含近景摄影测量、激光扫描测量等技术。当采用近景摄影测量或激光扫描测量技术进行形变反演时，先获取场景的DEM信息，然后通过对比不同时刻生成的DEM数据来提取形变量。但是，在实际应用过程中，如果天气恶劣，这两项技术的形变反演精度会受到较大的影响，且近景摄影测量技术无法在夜间进行形变监测。因此，近景摄影测量和激光扫描测量技术难以满足对地面沉降危险区域进行长时间、连续形变监测的需求(长时间范围内，难以一直保持良好的天气条件)。
合成孔径雷达干涉测量(Synthetic Aperture Radar Interferometry，InSAR)技术在地形测量方面的应用能力不断增强。差分合成孔径雷达干涉测量(SyntheticAperture Radar Differential Interferometry，D-InSAR)作为InSAR技术的延伸，是利用卫星两次经过同一区域获取的合成孔径雷达(Synthetic Aperture Radar，SAR)影像进行差分干涉，以提取地面沉降信息的技术。D-InSAR技术的优势在于能够全天候的获取地表的SAR影像，同时D-InSAR技术地面沉降监测的精度理论上可以达到毫米级。而影响D-InSAR应用效果的主要因素是空间失想干、时间失相干及大气延迟相位。鉴于上述局限性，以永久散射体干涉测量(Permanent Scatterers Interferometry，PSI)方法为代表的D-InSAR时序分析方法，通过探测PS点的时空统计特性来获取目标点地面沉降信息，可以有效减弱时空失相干和大气延迟的影响，极大增加了InSAR技术在城市地面沉降中的应用。
发明内容
本发明的目的在于提供基于高分辨率PS-InSAR的城市基础设施形变监测方法。本发明有效解决了常规监测手段监测成本高、目标点密度不足、无法大范围监测等短板问题。根据本发明的监测方法，基于高分辨率SAR影像，采用PS-InSAR技术对南宁市重大城市基础设施地面沉降进行监测，建立InSAR地表形变数据库。同时对轨道交通沿线、重点城市道路、立交桥梁进行精细监测，分析其沉降特征以及影响区域地面沉降的工程性因素，探讨城市市政设施工程建设对地面沉降的影响。并基于监测结果，采取相应的防治措施，保护人民生命财产安全，维护城市公共安全，本发明采用的技术方案如下：
根据本发明的一个方面，提供了基于高分辨率PS-InSAR的城市基础设施形变监测方法，包括以下步骤：
(1)获取某一时间段内的待监测区域的SAR影像，平均每个月1期数据，所述SAR影像的景幅宽为40km、长为40km；
(2)计算所有SAR影像像对之间的时间和空间基线，生成时间和空间基线分布图，选择时间和空间基线居中的一景作为主影像；
(3)以选出的主影像为基准图像，将其他影像都配准到基准SAR图像的网格内，生成辅影像；
(4)获取DEM数据，将DEM数据采样成与主影像一致的分辨率，并与主影像进行配准，并将DEM范围裁剪成与主影像范围一致，生成影像坐标系下、覆盖作业区范围的DEM数据；
(5)干涉图生成：对已配准的主、辅影像进行前置滤波，然后对已经过前置滤波的主、辅影像的像元对进行共轭相乘，并计算生成干涉图；
(6)差分干涉计算：从干涉相位中去除平地和地形相位，生成差分干涉相位，逐像元计算生成差分干涉图，对干涉图差分相位滤波，得到相位缠绕的差分干涉图，对经过滤波的主、辅影像差分干涉相位像元，选择窗体大小，逐像元计算相干系数，生成相干图，检查每景差分干涉图，若含有残余干涉条纹超过半个波长，计算空间基线残余相位，并去除；
(7)提取PSC处的干涉相位：利用目标点的幅度离差信息选择PS点，选出PSC后，提取PSC处的干涉相位；
(8)三维空时相位解缠：在空间二维的图像域，先根据PSC的位置建立Delaunay三角网格，然后再获取空间二维的解缠结果；
(9)估计并补偿大气和轨道误差相位：根据参数估计理论，使用最小二乘方法，估计出轨道误差相位和大气相位，并最终将其补偿；
(10)PS点重新识别及形变速率反演和高程误差估计：大气和轨道误差相位补偿后，对SAR图像的每个像素点进行逐点分析，通过设置时间相关系数门限，将在门限值以上的像素点选为最终的PS点，并估计其形变量和高程误差；
(11)形变量计算：将模型估计结果换算为视线向LOS形变量；
(12)地理编码：利用DEM产品进行地理编码，将形变量的时间单位换算成年，生成年度形变速率，逐像元计算生成地面形变速率图；
(13)精度评估：评价InSAR地面沉降测量成果精度，评价的主要参数有样本数目、误差平均值、中误差。
优选的，所述步骤(7)中在考虑地表形变、高程误差、大气影响及失相关的情况下，每个PS点在每幅差分干涉图上的差分干涉相位模型为：
Figure BDA0003870880590000041
其中，
Figure BDA0003870880590000042
为所采用的DEM数据不精准造成的残余地形相位，ε为高程误差；
Figure BDA0003870880590000043
T为干涉图的时间基线，ν为地形在该时间段内的平均形变速率；
Figure BDA0003870880590000044
为在不精确的轨道参数下，去平地相位过程中引入的轨道误差相位；
Figure BDA0003870880590000045
和
Figure BDA0003870880590000046
分别为大气和噪声引入的相位。
优选的，根据差分干涉相位模型，得高程误差和线性形变速率的函数模型：
Figure BDA0003870880590000047
其中，
Figure BDA0003870880590000048
为高程误差相关项；
Figure BDA0003870880590000049
为线性形变速率相关项；
w(xn,tk)＝μNL(xn,tk)+α(xn,tk)+n(xn,tk)为线性残余相位。
优选的，根据PS点相位中各分量的空间相关性，通过建立PS邻域差分相位模型间接求解高程误差和线性形变速率的函数模型，设有两PS点，Pr和Ps，Pr为参考点，则PS邻域差分相位模型为：
Figure BDA00038708805900000410
其中，
Figure BDA00038708805900000411
Figure BDA00038708805900000412
Figure BDA00038708805900000413
优选的，假设有K幅差分干涉图，对于每对PS点对应有K个时序邻域差分相位，并可建立K个PS邻域差分相位模型组成的方程组：
Figure BDA0003870880590000051
优选的，所述方程组中，Δε(xr,xs),Δv(xr,xs)通过最优化模型求解，所述最优化模型为：
Figure BDA0003870880590000052
优选的，所述PS点包括三维位置坐标、形变速率和形变演化历史信息。
本发明采用的上述技术方案，具有如下显著效果：
本发明采用PS-InSAR技术获取地面沉降的趋势、范围和梯度等信息，自适应评估地面沉降隐患点的位置、面积、沉降程度，同时对轨道交通沿线、重点城市道路、立交桥梁进行精细监测，结合相关工程及地质数据分析其沉降特征以及影响区域，探讨城市工程建设对地面沉降的影响，将PS-InSAR技术作为辅助分析技术手段应用在全市房屋质量安全排查和风险评估预警中，提供全市全局性、连续性的地表和建筑沉降分析，同时提供数据底座支撑；
基于PS-InSAR技术开展城市轨道交通工程建设和运营期间的变形监测，及时掌握工程及其环境周围可能产生变形的区域及对象，在大尺度范围内，监测轨道交通沿线的整体沉降，标识出重点沉降区域的位置、面积及沉降程度，在小尺度范围内，监测轨道交通沿线影响区范围内单体建筑物的形变，评估其稳定性，通过大尺度和小尺度数据综合分析，对轨道交通沿线由沉降导致的风险进行评估；
本发明在很大程度上解决了时间失相干因素和大气效应对测量精度的影响问题，即使在无法获得干涉条纹的情况下，基于多时相SAR图像和相位稳定像元点集的PS技术也能取得毫米级的地表形变运动测量精度，城市地区由于地表相干性较高有利于PS点选取，高精度获取地表形变场，利用PS-InSAR技术构建地表沉降观测网，能够及时发现和预测风险隐患，避免事故发生引起的人员伤亡和财产损失。
附图说明
图1是本发明的方法流程图；图2是实例的A区域点建筑形变历史曲线图；图3是实例的B区域建筑形变历史曲线图；图4是实例的C区域建筑形变历史曲线图；图5是实例的D区域建筑形变历史曲线图；图6是实例的E区域建筑形变历史曲线图；图7是实例的F区域建筑形变历史曲线图；图8是实例的地铁站形变时间序列图；图9是实例的地铁站形变时间序列图；图10是实例的G区域形变时间序列图；图11是实例的H区域形变时间序列图；图12是实例的I区域形变速率；图13是实例的I区域累计形变量；图14是实例的J区域高速入口处形变时间序列图；图15是实例的K区域形变时间序列图；图16是实例的N区域形变时间序列图；图17是实例的M区域形变时间序列图；图18是实例的O区域形变时间序列图；图19是实例的P区域形变时间序列图；图20是实例的R区域形变时间序列图；图21是实例的S区域形变时间序列图；图22是实例的T区域形变时间序列图；图23是实例的U区域形变时间序列图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白，以下参照附图并举出优选实施例，对本发明进一步详细说明。然而，需要说明的是，说明书中列出的许多细节仅仅是为了使读者对本发明的一个或多个方面有一个透彻的理解，即便没有这些特定的细节也可以实现本发明的这些方面。
如图1所示，根据本发明的基于高分辨率PS-InSAR的城市基础设施形变监测方法，该方法包括以下步骤：
获取SAR影像：
获取某一时间段内的待监测区域的SAR影像，平均每个月1期数据，所述SAR影像的景幅宽为40km、长为40km；
主影像选择：
计算所有SAR影像像对之间的时间和空间基线，生成时间和空间基线分布图，选择时间和空间基线居中的一景作为主影像；
SAR图像配准：
以选出的主影像为基准图像，将其他影像都配准到基准SAR图像的网格内，生成辅影像；
DEM与主影像配准和裁剪：
获取DEM数据，将DEM数据采样成与主影像一致的分辨率，并与主影像进行配准，并将DEM范围裁剪成与主影像范围一致，生成影像坐标系下、覆盖作业区范围的DEM数据；
干涉图生成：
对已配准的主、辅影像进行前置滤波，然后对已经过前置滤波的主、辅影像的像元对进行共轭相乘，并计算生成干涉图；
差分干涉计算：
差分干涉计算：从干涉相位中去除平地和地形相位，生成差分干涉相位，逐像元计算生成差分干涉图，对干涉图差分相位滤波，得到相位缠绕的差分干涉图，对经过滤波的主、辅影像差分干涉相位像元，选择窗体大小，逐像元计算相干系数，生成相干图，检查每景差分干涉图，若含有残余干涉条纹超过半个波长，计算空间基线残余相位，并去除；
参考PS点(PSC)选择和提取PSC处的干涉相位：
提取PSC处的干涉相位：利用目标点的幅度离差信息选择PS点，选出PSC后，提取PSC处的干涉相位；
在考虑地表形变、高程误差、大气影响及失相关的情况下，每个PS点在每幅差分干涉图上的差分干涉相位模型为：
Figure BDA0003870880590000071
其中，
Figure BDA0003870880590000072
为所采用的DEM数据不精准造成的残余地形相位，ε为高程误差；
Figure BDA0003870880590000073
T为干涉图的时间基线，ν为地形在该时间段内的平均形变速率；
Figure BDA0003870880590000074
为在不精确的轨道参数下，去平地相位过程中引入的轨道误差相位；
Figure BDA0003870880590000075
和
Figure BDA0003870880590000076
分别为大气和噪声引入的相位。
优选的，根据差分干涉相位模型，得高程误差和线性形变速率的函数模型：
Figure BDA0003870880590000077
其中，
Figure BDA0003870880590000078
为高程误差相关项；
Figure BDA0003870880590000079
为线性形变速率相关项；
w(xn,tk)＝μNL(xn,tk)+α(xn,tk)+n(xn,tk)为线性残余相位。
根据PS点相位中各分量的空间相关性，通过建立PS邻域差分相位模型间接求解高程误差和线性形变速率的函数模型，设有两PS点，Pr和Ps，Pr为参考点，则PS邻域差分相位模型为：
Figure BDA0003870880590000081
其中，
Figure BDA0003870880590000082
Figure BDA0003870880590000083
Figure BDA0003870880590000084
假设有K幅差分干涉图，对于每对PS点对应有K个时序邻域差分相位，并可建立K个PS邻域差分相位模型组成的方程组：
Figure BDA0003870880590000085
方程组中，Δε(xr,xs),Δv(xr,xs)通过最优化模型求解，所述最优化模型为：
Figure BDA0003870880590000086
三维空时相位解缠：
在InSAR测量的过程中，雷达获取的相位数据是缠绕在区间内的数据。因此，为了恢复目标点的真实相位，需要对相位数据进行解缠绕处理。
范数法的统计最小费用流算法是性能比较优越的算法，它在解缠精度上有很大的保证，且没有解缠失败的区域。采用基于范数法的统计最小费用流算法(Minimum CostFlow，MCF)进行相位解缠，恢复目标点的真实相位。在空间二维的图像域，先根据PSC的位置建立Delaunay三角网格，然后再利用MCF算法获取空间二维的解缠结果。在时间一维域，由于在干涉图生成的过程中在时间维建立了网格(“闭环”)，也利用MCF算法实现相位解缠；
估计并补偿大气和轨道误差相位：
根据参数估计理论，使用最小二乘方法，估计出轨道误差相位和大气相位，并最终将其补偿；
PS点重新识别及形变速率反演和高程误差估计：
大气和轨道误差相位补偿后，对SAR图像的每个像素点进行逐点分析，通过设置时间相关系数门限(0.66)，将在门限值以上的像素点选为最终的PS点，并估计其形变量和高程误差；
形变量计算：
依据雷达波长等参数，将模型估计结果换算为视线向LOS(Line Of Sight)形变量；
地理编码：
利用DEM产品进行地理编码，将形变量的时间单位换算成年，生成年度形变速率，逐像元计算生成地面形变速率图；
精度评估：
评价InSAR地面沉降测量成果精度，评价的主要参数有样本数目、误差平均值、中误差。
其中，PS点包括三维位置坐标、形变速率和形变演化历史信息。
实例：
InSAR数据的选取：
对某市区的地面沉降监测，共获取了2015年1月-2019年9月时间范围内覆盖市区的75景高分辨率、长时间序列COSMO-SkyMed重复轨道SAR影像。平均每个月1期数据，影像的景幅宽为40km、长为40km。所获取的该地区SAR数据基本信息如下表1所示：
表1监测区域SAR数据的基本参数
Figure BDA0003870880590000091
Figure BDA0003870880590000101
InSAR数据的处理：
依据处理流程，对目标区域的系列雷达影像进行处理，该区域共得到3465279个PS点，即该区域在序列影像集中散射特性较稳定、对雷达波反射较强的硬目标(如房屋、桥梁、路灯、裸露的岩石等物体)共有3465279个，且得到的PS点具有三维位置坐标、形变速率、形变演化历史信息。通过对形变历史数据进一步处理，可以获取过去某一历史时间段的形变量。
基于COSMO-SkyMed卫星系统获取的作业区域2015年01月-2019年09月间75景3米分辨率的长时间雷达干涉图像序列，利用PS-InSAR技术，获取了该市主城区2015年01月-2019年09月近五年的地表形变信息。
根据PS-InSAR计算结果，共提取覆盖该市区3465279个PS点，每个PS点都包括三维位置信息，形变速率信息和形变历史信息。该市主城区年平均形变速率和累计形变量的结果显示，高危沉降区主要集中在该市西北方向汽车客运站区域。
高危沉降区结果分析：
该市高危沉降区周边区域PS点分布及其形变速率；A区域位于该市安园东路南侧桃花源祈福城东区附近的建筑物上，通过卫星影像发现周边有基坑施工，其形变历史如图2所示。整个监测期间形变沉降比较明显，累计形变量达到-77.6mm，平均形变速率超过-16.6mm/yr。B区域位于明秀东路南侧桂星苑小区附近的建筑物上，通过卫星影像发现周边有基坑施工，其形变历史如图3所示。整个监测期间形变沉降比较明显，累计形变量达到-52.4mm，平均形变速率超过-9.7mm/yr。
其他重点区域形变监测结果分析：
该市新区
该市新区周边区域PS点分布及其形变速率，C区域位于五象大道东北侧光明澜湾九里小区的某建筑上，如图4所示，在监测时间段内，其年平均形变速率达-9.8mm/yr，该区域在监测期间内呈现缓慢沉降趋势，监测末期的累计形变量超过-47.1mm。D区域位于艺华街博物馆建筑上，如图5所示，在监测时间段内，其年平均形变速率达-7.8mm/yr，该区域在监测期间内呈现缓慢沉降趋势，监测末期的累计形变量超过-32.6mm。
该市煤矿区：
该区形变较大的区域位于该市邕宾路两侧；E区域位于邕宾路北侧建筑上，其形变历史如图6所示，监测期内的平均形变速率为-4.6mm/yr。该区域在监测期间内呈现缓慢沉降趋势，监测末期的累计形变量超过-24.8mm。B区域位于邕宾路南侧建筑上，其形变历史如图7所示，监测期内的平均形变速率为-7.5mm/yr。该区域在监测期间内呈现缓慢沉降趋势，监测末期的累计形变量超过-35.7mm。
轨道交通沿线形变监测及安全评估研究：
地铁具有运量大、快速、正点、低能耗、少污染等优点，已成为大城市缓解交通问题的重要途径。但地铁工程的建设不可预见因素较多，尤其是在工程地质与水文地质条件复杂的区域。研究在建地铁施工和运营过程的沉降规律，对于进行地表沉降灾害预警，维护地铁安全运营，避免和预防地表沉降产生的危害，具有重要的意义。本文分别提取各地铁沿线200m缓冲区范围内PS点目标，对其进行空间分析，进一步探究城市地铁网络沿线地面沉降时空演变特征；
该市地铁1、2、3号线沿线沉降：
地铁1号线沿线共有2处沉降点，1处抬升，其中，1号沉降标注区位于鲁班路站附近的永恒朗悦酒店，年平均沉降速率为-6.26mm/yr，累计形变量达-30mm；2号标注区位于1号线与3号线交汇处金湖广场附近的现代国际大楼，年平均沉降速率为-6.87mm/yr，最大累计形变量达到-45mm；3号抬升标注区位于商务区站附近的祥和苑小区，年均抬升速率区间为(5.06mm/yr，13.59mm/yr)，最大累计抬升量为23mm/yr.。地铁施工过程中，地铁沿线部分区域会因地表土壤固结、基坑降水导致地下水位的变化等导致一定程度的地表沉降或抬升，属正常现象。地铁1号线自2011年12月开工以来，除3个标注区年均沉降速率均在安全范围内。
地铁2号线共有2处沉降点，1号沉降标注区位于安吉客运站附近，最大沉降速率为-11.28mm/yr；2号沉降标注区位于秀厢站与三十三中区间的友爱立交桥附近，最大沉降速率达到-12.85mm/yr。地铁2号线2013年开挖，2017年通车，相关研究表明，地铁最长持续沉降时间大约为3～5a，据此推测地铁2号线仍属于持续沉降期，监测结果表明2号线地铁沉降也属于正常范围。
地铁3号线沿线共有3处集中沉降点，1号沉降标注区位于创业路站，年均沉降速率区间为(-17.93mm/yr，-5.0mm/yr)，区间内年平均沉降速率为-8.16mm/yr；2号沉降标注区位于北湖北路站，年均沉降速率在(-13.05mm/yr，-5.0mm/yr)之间，区间内年平均沉降速率为-6.59mm/yr；金湖广场附近的现代国际大楼，年平均沉降速率为-6.87mm/yr，最大累计形变量达到-45mm；。地铁3号线2015年开工，2019年6月完成，研究期内处于施工期，推测沉降点是地铁施工过程中不稳定的松散土质所导致。
该市地铁4、5号线沿线沉降：
对地铁4号线沿线的地面沉降速率进行统计分析得出，地铁4号线大部分PS点的年均沉降速率集中在-3.0～3.0mm/yr，地铁4号线沿线在监测时间内整体相比较其他路线沉降量较小，比较稳定。地铁5号线沿线有1处沉降点，位于虎丘村站西侧，年均沉降速率为-9.13mm/yr；地铁5号线除虎邱村附近外，其余绝大部分PS年均沉降速率均在集中在-4.0～4.0mm/yr，监测结果表明，5号线沿线沉降点属安全范围；
综上所述，除了4号线良庆圩站最大沉降速率超过-20mm/yr的警戒水平外，4条地铁沿线沉降特征属于安全范围。但该市雨季降水丰富，市区表土是以松散的第四系覆盖层为主，下伏基层是工程力学性质存在一定不稳性的膨胀土。无论是开展地表形变普查、沉降灾害预警，还是地铁正常运行与维护的安全监测方面，该市区均有必要利用PS-InSAR技术开展长期的动态监测。
典型沉降区域特征及原因分析：
地铁在建设过程中，由于基坑降水施工，施工过程土层受到扰动、列车循环载荷等影响会导致路段稳定性较差，从而导致地铁沿线地面沉降。但也存在地铁施工前，地面已经出现了地面沉降的情况，为防止沉降现象持续恶化，就需要分析地面沉降原因，为采取相应补救措施提供依据。
该市金湖广场站地面沉降分析：
金湖广场站为1号线与3号线的换乘站点，方式为地下通道换乘。2012年，1号线进入全面土建施工阶段，并于2015年底完成施工，2015年7月3号线全面开工建设，于2018年11月全线完成热滑工作。如图8所示，提取金湖广场站附近的现代国际大楼PS点从2015年1月至2019年9月的时间变化曲线，2015年1月—2015年10月，沉降缓慢，基本处于稳定状态，2015年底之后，沉降速率增大，最大沉降量达到了-45mm，上述沉降时间分布特征正好与1号线和3号线金湖广场站施工建设时间节点相吻合。根据收集金湖广场站岩土地质条件及建设施工资料显示，金湖广场站车站总长150m，宽25.1m，深32.6m，是地铁3号线开挖深度最大的明挖车站，基坑施工从2016年开始，2018年完工，地面建筑物与基坑最近距离约4.5m，金湖北广场地下商场最近距离仅为2米，周边环境及水文地质情况复杂，车站位于偏压受力地段，其中富水砂层、圆砾层埋深15m～25m，基坑开挖过程中容易出现涌水、涌沙等情况，非常不利于深基坑开挖施工。在金湖广场施工过程中，虽然采取了声纳检漏、注浆加固、钢板封堵、探挖结合、土体预留等一系列预控措施，有效控制了基坑变形失稳、涌水涌沙、楼房沉降等施工风险，但不可避免会引起场地周围局部地下水位降低，使建筑物地基土层发生固结沉降。由此可见，1号线施工建设期对现代国际大楼影响很小，3号线金湖广场站施工对周边建筑物带来一定影响。
虎邱站地面沉降分析：
虎邱站是5号线一期工程的第11个站点，为地下两层岛式站台车站。虎邱站底板区域的土层为粉细砂层，承载力低，为软弱土层。2018年4月虎邱站首幅地下连续墙开工，2020年1月虎邱站主体结构封顶。如图9所示，提取虎邱站附近PS点从2015年1月至2019年9月的时间变化曲线，2015年1月-2018年1月，虎邱呈现缓慢沉降状态，累计沉降量达-34mm，2018年4月后，沉降速率并没有加大，说明虎邱站在基坑开挖前做好了地基加固施工，对周边建筑物沉降没有产生明显影响。通过收集该站周边工程建设情况，推测其地面沉降与江宇世纪城和沿线既有铁路运行有关。
城市道路桥梁形变监测及安全评估研究：
城市道路桥梁作为城市交通运输的生命线，承载着地铁以外的大部分运载压力。近年来该市工程建设活动中人为诱发的地质灾害频发，多与修路、切坡建房、采矿等人类工程活动相关，地表沉降变形监测是预警此类灾害的重要手段，以城市环线以及跨江桥梁为主要研究对象，对沿线立交、道路以及桥梁进行分析，根据城市快速环线划分主要分析范围，以沿线PS点为对象，进一步分析该市城市道路桥梁沉降时空演变特征；
快环沿线整体沉降趋势较为平稳，体现出东部较西部沉降趋势明显的特征，与该市发展“整体向东，重点向南”相吻合。受地铁修建及工程建筑等城市建设活动的影响，北部友爱立交附近、东侧竹溪大道沿线及西南角定秋立交附近沉降量较大。线性交通基础设施的沉降监测是保证公共交通安全和研究城市道路沉降规律的重要手段，利用InSAR监测等相关技术，对沉降原因进行分析，可为城市道路桥梁的监测和防治提供新的思路和决策依据。
城市立交桥沉降分析：
城市立交桥沉降情况：
立交桥是解决城市拥堵的良药，该市内拥有超30座立交桥，一座座立交桥的运营促进了该市的城市路网建设，方便交通出行。根据2015-2019年PS-InSAR监测数据，南宁市立交桥基本处于稳定状态，仅少部分立交桥因城市建设活动的干扰产生了较大的形变。
青秀区及兴宁区立交桥整体形变量较小，仅部分区域形变量较为明显，其中火车东站交通枢纽形变最大，主要体现为西部抬升，东部沉降。西部抬升速率约8.62mm/yr，累计抬升量为40.4mm，东部年平均沉降速率达-20.20mm/yr，累计沉降量为-91.0mm，并有持续沉降的趋势，推测为列车运行及到站停留时对地面造成的挤压。在观测时间序列中，良庆区、邕宁区处于建设高峰期，地面变化较大，监测点较少且形变不稳定，未发现形变量较大的立交桥。西乡塘区由于多条地铁线路的修建导致部分区域沉降量较大，其中表现最为明显的为友爱立交；江南区立交桥数量较多，周围多为老旧小区，旧改项目及新建项目的基坑开挖等导致沙井立交、智和立交及定秋立交等立交桥发生了较大幅度的沉降，如南站大道与沙井大道交汇处年平均沉降速率达-12.89mm/yr，累计沉降量为-64.4mm。
典型区域沉降特征及原因分析：
友爱立交桥：
友爱立交位于该市秀厢大道和安吉大道交汇路口。位于安吉大道内的监测点G区域，年平均沉降速率为-7.07mm/yr，累计形变量达-35mm，形变时间序列图如图10所示；位于立交桥附近的秀安小区、索兰多综合楼、社会福利印刷厂等建筑沉降趋势更为明显，索兰多综合楼年平均沉降速率为-9.70mm/yr，累计形变量达-43.7mm；社会福利印刷厂区域年平均沉降速率为-12.19mm/yr，累计形变量达-55.7mm；最大沉降速率出现在G区域，年平均沉降速率达-12.85mm/yr，累计形变量达-61mm。其主要形变原因为地铁2号线的修建，已于地铁沉降分析小节中说明，此处不再赘述。
邕宾立交桥：
邕宾立交位于南梧路及秀厢大道交汇路口，其主要沉降区域位于锦云汽车城及长旺装饰材料市场。锦云汽车城东侧靠近秀厢大道处形点H区域变量最大，年平均沉降速率可达14.91mm/yr，累计形变量为-60.1mm，时间形变序列图见图11，形变于2018年11月开始趋于平稳；长旺装饰材料市场西侧接近秀厢大道处表现为地面抬升，抬升速率为6.70mm/yr，累计抬升35.4mm，东侧接近昆仑大道处为地面沉降，年平均沉降速率达-11.45mm/yr，累计形变量达-45.4mm，主要表现为2016-01至2017-08期间形变趋势明显，形变量较大。
该区域主要地层为第四系人工填土，下覆第三系泥岩，人工填土具高压缩性及湿陷性，泥岩层具胀缩性。地下水补给来源主要为大气降水及侧向补给，降雨补给可能会对地层稳定性造成一定影响，推测为造成抬升的原因。监测时间内形变区域周围在建建筑为金源城及大嘉汇，金源城的建设时间为2014-2019年，与形变发生时间基本吻合，基坑开挖可能引起周围土体应力发生变化导致地基承载力降低，推测为造成沉降的原因。
厢竹立交桥：
厢竹立交位于长虹路与厢竹大道路口交汇处(I区域)，主要变形区域为清厢快速路与厢竹大道交汇处附近的火车轨道，年平均沉降速率为-12.36～-5.63mm/yr(图12)，形变速率有增加的趋势，说明沉降未达到稳定状态，累计形变量-57.81～-24.1mm(图13)，对铁轨进行剖面分析，变形严重区域平均累计形变量达-39.38mm。
该变形区域北部为铁路局柳南铁路沿线K216+470～K216+600段弃土场，因弃土堆置或作为拟建周边建设项目的弃土场，填土的堆置导致铁路沿线的边坡于2015年1月份时出现不稳定甚至出现滑坡迹象，严重威胁铁路的运行安全。滑坡场地东侧为南北向厢竹大道铁路高架桥，南侧紧邻柳南铁路线。监测期间东北部万科城项目尚在施工，施工便道由西向东穿过场地北部，除此之外，滑坡场地西北部仍在无序堆填弃土。场地分布的地层有：第四系新近填土层、第四系更新统坡残积粉质粘土层，下伏基岩为古近系北湖组泥岩，滑坡滑体主要由素填土及坡残积粉质黏土夹薄层粉土组成，滑带属素填土与坡残积粉质粘土层接触带错动，引发前缘坡残积粉质粘土层内错动，滑坡滑床主要组成物质为硬塑状坡残积粉质粘土，下伏基岩为强风化泥岩，若滑坡治理不当，可能会造成周围区域发生地面形变。
在监测期间，变形区域南侧的清厢快速路正在修建，路面的开挖会对铁轨的稳定性造成一定影响，导致A—B剖面发生地面沉降，立交桥入口处的瑞祥市场，年平均沉降速率为-8.06mm/yr，累计形变量达-37.9mm，推测与清厢快速路的开挖及修建有一定联系，道路施工过程中会进行路基填筑，填筑材料的特性会影响路段的沉降形变，比如各种不同填充物遇水后不同的膨胀表现都会影响道路地基的形变，如果施工期间路基压实程度不够在道路完工运用时会引发道路沉降严重的会引起道路的塌陷，造成危害。
民族大道-泉南高速入口处：
为民族大道-泉南高速入口处地面的形变(J区域)，该区域的平均形变速率为-6.95mm/yr，累积形变量超过-36mm。经分析(图14)，该区域的2015～2019年地面沉降大致可分为三段，分别为2015-01至2017-05、2017-09至2018-09以及2018-12至2019-08，三个阶段累计沉降量依次为-14.90mm、-33.20mm、-38.20mm，监测期间地面出现小幅回弹。
于2016年11月1日对泉南高速南侧高速公路运营有限公司工作区进行现场调查，发现多栋主体建筑发生沉降开裂，长度约1～3m，宽度约2～10mm；区域内路面也发现不同大小裂缝。由上可知，该沉降区域属于地质灾害重点隐患处，因此，为防止沉降现象持续恶化，查明地面沉降原因、采取相应补救措施至关重要。
该高速入口所在区域，地貌上属以河谷为中心的盆地形态，地层主要为人工填土、冲积黏性土、粉土、粉砂及圆砾，下覆基岩为第三系泥岩、粉砂岩。地下水主要有两种类型：上层滞水和潜水。上层滞水，一般赋存于人工填土层、耕植土中；潜水，主要赋存于下伏古近系半成岩粉砂岩、泥质粉砂岩中，具承压性，富水性弱，属弱～中透水层。潜水补给来源主要来自大气降水及绿地浇水等入渗补给，沿含水层渗流排泄。
据调查，高速公路运营有限公司观测周期中周边在建大型工程包括华丰城深基坑项目与轨道交通1号线琅东客运站～百花岭区间。华丰城商住楼基坑穿过泥质粉砂，在基坑施工过程中，对地下水位以下的泥质粉砂岩产生扰动，静止水位以下的泥质粉砂岩发生崩解，结构遭到破坏，使地基发生沉降，承载力下降。基坑采用放坡+桩锚的支护模式，开挖导致周围土体的水平围压应力下降，土体被卸去边荷载后，建筑物下方靠近基坑一侧的土体承载力降低，则该处土体将会产生竖向位移，从而建筑物发生沉降开裂。同时距离较近的地铁区间段在施工及试运行过程中产生的外荷载也会使区域地表产生不均匀沉降。
定秋立交桥：
定秋立交位于定秋路与沙井大道交汇路口(K区域)。形变较为明显的区域为红星美凯龙世博家居展览中心，华南城2号广场南侧及华南城3号广场南侧。
红星美凯龙世博家居展览中心的年均形变速率为-9.02mm/yr，累计形变量为-38.7mm，推测为汽车碾压导致的路面变形；华南城2号广场南侧的年均形变速率为-9.11mm/yr，累计形变量为-38.2mm；华南城3号广场南侧的形变量最大，年均形变速率为-10.37mm/yr，累计形变量达-47.3mm，其形变时间序列见图15，地面持续变形，未出现稳定趋势。
形变区域的岩土层主要为填土、第四系冲、洪积相的黏性土、碎石土以及古近系泥岩，其中填土及具胀缩性的黏性土、泥岩为特殊性岩土。在监测期间，形变区域南侧豪爵商业园、同乐广场及北侧华南城均在建设中，豪爵商业园时间为2015-2017年，在此期间C区域发生了明显沉降，2018年后沉降趋于平缓，沉降时间与建筑时间相近，推测基坑开挖等城市建设活动是导致该区域发生形变的主要原因，具体原因还有待进一步实地考察探究。
城市道路沉降分析：
城市道路沉降情况：
该市城市道路以民族大道为中轴线，东西城区以清厢快速路、大学路、南梧路、五象大道等连接，南北以友爱路、北湖路、星光大道、银海大道、平乐大道等连接，环线主要有快速环线、外环高速联通。根据PS点监测数据，近年来城市道路整体变形平稳，但随着城市建设活动持续进行，部分道路区域存在变形较大情况。
快速环线中(不含立交、跨江桥区域)根据PS点监测数据变形总体稳定，仅部分区域存在沉降量变化较大。位于北湖北路与秀厢大道交岔口东侧道路最大年平均沉降速率为-14.18mm/yr，累计沉降量-59.90mm；位于长湖路与厢竹大道交叉处南侧道路最大年平均沉降速率为-8.53mm/yr，累计沉降量-33.70mm。
城市道路由于存在地铁修建、路面翻修、管道建设、车辆密度大等原因，以致于路面情况存在较大变化，PS点监测较少。根据道路临近区域PS点进行分析，城民族大道、大学路、星光大道、五象大道等道路变形总体稳定，少部分区域存在变形较大情况。其中变化较大的位置包括：位于明秀东路虎丘站及江宇世纪城附近，年均沉降速率为-9.14mm/yr，明月西路、秋月路交叉口路段，最大年均沉降速率为-11.73mm/yr，累计沉降-49.8mm，位于北湖北路与安武大道交叉口南侧道路，最大年均沉降速率为-13.49mm/yr，累计沉降-66.8mm。
典型沉降区域特征及原因分析：
长湖路与厢竹大道交叉处南侧道路：
长湖路与厢竹大道交叉处南侧道路附近的PS点分布及形变情况，N、M两处代表形变明显的区域，对应位置分别为桂中家居临街辅道、厢竹美食城西北角。
N处位于桂中家居临街辅道，如图16所示，在本次监测时间段内，其年平均形变速率达-8.4mm/yr，监测期内累积形变量超过-40mm，在监测期间变形起伏，整体呈下滑趋势
M处位于厢竹美食城西北角，如图17所示，在本次监测时间段内，其年平均形变速率达13.39mm/yr，监测期内累积形变量超过-70mm，并且在监测末期有加速下滑的趋势
该区域主要包含岩土层自上而下有：素填土、粘土、粉质黏土、粉细砂、圆砾、泥岩。其中粘土层属于中压缩性土，厚度为0.7-7.2m。
据调查区域附近观测时间序列期间在建项目仅有东侧龙光君御华府项目，其施工时为2013-2015年，对于N、M两区域沉降发生较大分别在16-19年中后段，推测在观测时间序列中，区域沉降受龙光项目建设所影响较小。该区域为快速环线及长湖路主干道交界处，属于快速环线中车流量较大区域之一，因此考虑长期车行荷载引起地表变形，但实际原因待详细探究
北湖北路与安武大道交叉口南侧道路：
北湖北路与安武大道交叉口南侧道路附近的PS点分布及形变情况，O、P两处代表形变明显的区域，对应位置分别为北湖北路地铁站南侧、北湖海鲜菜市东侧。
A处位于北湖北路地铁站南侧建筑区域，如图18所示，在本次监测时间段内，其年平均形变速率达-17.24mm/yr，监测期内累积形变量超过-76.7mm，在监测期间变形呈下滑趋势，于2017-2018年期间降幅较大，后期趋于平稳。
B处位于北湖海鲜菜市东侧路面，如图19所示，在本次监测时间段内，其年平均形变速率达-11.39mm/yr，监测期内累积形变量超过-51.60mm，在监测期间变形呈下滑趋势，后期趋于平稳。
该区域主要包含岩土层自上而下有：素填土、耕植土、淤泥质粘土、邕江Ⅱ级阶地冲积粘质土、细砂、圆砾、邕江Ⅲ级阶地冲积粘质土、圆砾、残积粘质土、第三系强风化泥岩。其中淤泥质粘土层属于高压缩性土，厚度为0.2-3.8m，在工程建设中受扰动易发生沉降。
O点处，在观测时间序列期间，处于北湖北路地铁站建设阶段，推测受基坑开挖及施工扰动影响，发生地表沉降变形。P点处，在观测时间序列期间，于2014年-2017年新建北湖宽达生活广场(北湖海鲜菜市)综合楼，其中2014-2016年间属于基坑及主体施工阶段，对比沉降曲线于2015-2017年间沉降曲线下滑规律明显，推测周围道路受施工影响发生沉降。后2017-2019年沉降变化区域平稳，为土体受扰动后持续固结引起的沉降，此部分占整体沉降部分比例较小，与监测曲线较吻合。
城市跨江桥梁沉降分析：
城市跨江桥梁沉降情况：
城市桥梁桩基沉降量太大或差异沉降过大，可能会导致桥梁上部结构开裂或桥台错位，尤其是大跨度的跨江桥梁，由于基础承受荷载较大，在流水冲刷和淤积交替影响下易产生桩基沉降。邕江属珠江水系西江支流郁江的一段，南宁市区邕江河段实测水深23m，最大流速2.8m/s，最大河面宽1000m，正常水位宽300～400m，大洪水涨落变幅15～18m。据统计，南宁市区跨江大桥共18座，2015～2019期间PS-InSAR技术监测的跨江桥梁沉降情况如表1所示。监测期间跨江桥梁的沉降现象并不明显，大部分年平均沉降速率范围在-10.10～8.99mm/yr，累计沉降量范围在-52.60～40.30mm；五象大桥年平均沉降速率差值和累计沉降量差值均最大，分别为17.99mm/yr、85.20mm；南宁大桥沉降量最突出，年平均沉降速率和累计沉降量分别为-10.10mm/yr、-52.60mm。因此下文将以五象大桥和南宁大桥为例，重点分析城市跨江桥梁沉降特征及原因。
典型沉降区域特征及原因分析：
五象大桥沉降分析：
五象大桥PS点的形变速率，图中R、S和T(黄色线框内)为形变相对较大点，R区域和S区域位于桥位北端，与邕江北岸的的柳象路相接，T区域位于主桥桥身中央。图20-22所示，分别为各点在2015～2019期间的形变时间序列图。由图可知，3个点的形变量呈弹性变化状态，R区域所在区域整体抬升，最大累计抬升量达40.30mm；而S区域和T区域等大部分区域为下降趋势，其中T区域形变起伏较大，年平均沉降速率-3.88mm/yr，累计沉降量为-25mm。由于五象大桥主墩场区及邕江河底分布有承载力很低的淤泥及软～流塑状的粘土、亚粘土，软土地基的情况易使桥墩基础发生不均匀沉降。
大桥沉降分析：
PS点集中在南岸引桥部分，U区域所在区域位于桥位南端，与南蒲二级公路贯通，该区域年平均形变率范围为-10.10～-4mm/yr，沉降速率相对较大。而U点的沉降最为明显，年平均形变率为-10.10mm/yr，累计沉降量达-52.60mm(见图23)。据调研，大桥场区地势总体而言北岸高南岸低，沿邕江两岸上、下游各500m范围内，由于受到洪水的冲刷，容易发生不均匀沉降；相比于北岸，南岸地势低，更易产生桩基沉降。此外，广西文化艺术中心位于U点西南侧，建筑规模较大，基坑开挖等作业可能会影响周边环境地基基础。
道路桥梁是城市交通的生命线，提前发现沉降变化大的区域，发现其变形原因，以防治地质灾害于未然是城市公共安全工作的重点之一。基于2015-2019年PS点监测数据显示，该市整体道路、立交桥、跨江桥梁沉降情况稳定，仅于明秀东路虎丘区域、秀厢大道友爱立交区域、火车东站枢纽区域等位置存在变形较大情况。
造成城市道路桥梁发生变形及沉降的原因主要有几点：①由于周围存在在建工程项目，地铁盾构施工及基坑开展等建设活动，对土体的开挖易导致地层损失或改变了原土层应力分布情况，使地表发生变形；②跨江桥梁、立交桥属于大型预应力结构体，受温度、环境腐蚀等影响，结构体可能存在热胀冷缩以及徐变变形；③道路、立交、跨江桥反复承受车辆荷载，车辆荷载的长期反复作用将道路路基压实、或造成路面破损，对于桥梁长期的反复荷载也会使其发生疲劳变形，因此车辆反复荷载也是引起变形的原因之一。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (7)

1.基于高分辨率PS-InSAR的城市基础设施形变监测方法，其特征在于：包括以下步骤：
(1)获取城市基础设施的SAR影像：获取某一时间段内的待监测区域的城市基础设施的SAR影像，平均每个月1期数据，所述SAR影像的景幅为覆盖城市建成区域；
(2)主影像选择：计算所有SAR影像像对之间的时间和空间基线，生成时间和空间基线分布图，选择时间和空间基线居中的一景作为主影像；
(3)SAR图像配准：以选出的主影像为基准图像，将其他影像都配准到基准SAR图像的网格内，生成辅影像；
(4)DEM与主影像配准和裁剪：获取DEM数据，将DEM数据采样成与主影像一致的分辨率，并与主影像进行配准，并将DEM范围裁剪成与主影像范围一致，生成影像坐标系下、覆盖作业区范围的DEM数据；
(5)干涉图生成：对已配准的主、辅影像进行前置滤波，然后对已经过前置滤波的主、辅影像的像元对进行共轭相乘，并计算生成干涉图；
(6)差分干涉计算：从干涉相位中去除平地和地形相位，生成差分干涉相位，逐像元计算生成差分干涉图，对干涉图差分相位滤波，得到相位缠绕的差分干涉图，对经过滤波的主、辅影像差分干涉相位像元，选择窗体大小，逐像元计算相干系数，生成相干图，检查每景差分干涉图，若含有残余干涉条纹超过半个波长，计算空间基线残余相位，并去除；
(7)提取PSC处的干涉相位：利用目标点的幅度离差信息选择PS点，选出PSC后，提取PSC处的干涉相位；
(8)三维空时相位解缠：在空间二维的图像域，先根据PSC的位置建立Delaunay三角网格，然后再获取空间二维的解缠结果；
(9)估计并补偿大气和轨道误差相位：根据参数估计理论，使用最小二乘方法，估计出轨道误差相位和大气相位，并最终将其补偿；
(10)PS点重新识别及形变速率反演和高程误差估计：大气和轨道误差相位补偿后，对SAR图像的每个像素点进行逐点分析，通过设置时间相关系数门限，将在门限值以上的像素点选为最终的PS点，并估计其形变量和高程误差；
(11)形变量计算：将模型估计结果换算为视线向LOS形变量；
(12)地理编码：利用DEM产品进行地理编码，将形变量的时间单位换算成年，生成年度形变速率，逐像元计算生成地面形变速率图；
(13)精度评估：评价InSAR地面沉降测量成果精度，评价的主要参数有样本数目、误差平均值、中误差。
2.根据权利要求1所述的基于高分辨率PS-InSAR的城市基础设施形变监测方法，其特征在于：所述步骤(7)中在考虑地表形变、高程误差、大气影响及失相关的情况下，每个PS点在每幅差分干涉图上的差分干涉相位模型为：
Figure FDA0003870880580000021
其中，
Figure FDA0003870880580000022
为所采用的DEM数据不精准造成的残余地形相位，ε为高程误差；
Figure FDA0003870880580000023
T为干涉图的时间基线，ν为地形在该时间段内的平均形变速率；
Figure FDA0003870880580000024
为在不精确的轨道参数下，去平地相位过程中引入的轨道误差相位；
Figure FDA0003870880580000025
和
Figure FDA0003870880580000026
分别为大气和噪声引入的相位。
3.根据权利要求2所述的基于高分辨率PS-InSAR的城市基础设施形变监测方法，其特征在于：根据差分干涉相位模型，得高程误差和线性形变速率的函数模型：
Figure FDA0003870880580000027
其中，
Figure FDA0003870880580000028
为高程误差相关项；
Figure FDA0003870880580000029
为线性形变速率相关项；
w(xn,tk)＝μNL(xn,tk)+α(xn,tk)+n(xn,tk)为线性残余相位。
4.根据权利要求3所述的基于高分辨率PS-InSAR的城市基础设施形变监测方法，其特征在于：根据PS点相位中各分量的空间相关性，通过建立PS邻域差分相位模型间接求解高程误差和线性形变速率的函数模型，设有两PS点，Pr和Ps，Pr为参考点，则PS邻域差分相位模型为：
Figure FDA0003870880580000031
其中，
Figure FDA0003870880580000032
Figure FDA0003870880580000033
Figure FDA0003870880580000034
5.根据权利要求4所述的基于高分辨率PS-InSAR的城市基础设施形变监测方法，其特征在于：假设有K幅差分干涉图，对于每对PS点对应有K个时序邻域差分相位，并可建立K个PS邻域差分相位模型组成的方程组：
Figure FDA0003870880580000035
6.根据权利要求5所述的基于高分辨率PS-InSAR的城市基础设施形变监测方法，其特征在于：所述方程组中，Δε(xr,xs),Δv(xr,xs)通过最优化模型求解，所述最优化模型为：
Figure FDA0003870880580000036
7.根据权利要求6所述的基于高分辨率PS-InSAR的城市基础设施形变监测方法，其特征在于：所述PS点包括三维位置坐标、形变速率和形变演化历史信息。
CN202211204951.1A 2022-09-29 2022-09-29 基于高分辨率PS-InSAR的城市基础设施形变监测方法 Pending CN115494501A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211204951.1A CN115494501A (zh) 2022-09-29 2022-09-29 基于高分辨率PS-InSAR的城市基础设施形变监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211204951.1A CN115494501A (zh) 2022-09-29 2022-09-29 基于高分辨率PS-InSAR的城市基础设施形变监测方法

Publications (1)

Publication Number Publication Date
CN115494501A true CN115494501A (zh) 2022-12-20

Family

ID=84472548

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211204951.1A Pending CN115494501A (zh) 2022-09-29 2022-09-29 基于高分辨率PS-InSAR的城市基础设施形变监测方法

Country Status (1)

Country Link
CN (1) CN115494501A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116109931A (zh) * 2023-03-02 2023-05-12 马培峰 一种城市地面沉降自动识别和分类方法
CN116403116A (zh) * 2023-06-08 2023-07-07 江苏省地质调查研究院 一种统筹多观测指标的D-InSAR地表形变时空特征精细感知方法
CN117236518A (zh) * 2023-11-10 2023-12-15 中国矿业大学 一种地铁沿线地质形变的预测方法
CN117268332A (zh) * 2023-11-21 2023-12-22 天津风霖物联网科技有限公司 一种建筑物不均匀沉降的监测方法及系统
CN118133410A (zh) * 2024-05-07 2024-06-04 深圳市城市交通规划设计研究中心股份有限公司 一种城市建筑变形的告警方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102354431A (zh) * 2011-08-06 2012-02-15 河北省第一测绘院 地质灾害监测预警系统和监测预警方法
CN108663017A (zh) * 2018-08-13 2018-10-16 伟志股份公司 一种监测城市地铁沿线地表沉降的方法
CN112685819A (zh) * 2020-12-29 2021-04-20 四川大学 一种用于大坝及滑坡变形gb-sar监测的数据后处理方法及系统
CN113340191A (zh) * 2021-04-08 2021-09-03 河北省高速公路延崇筹建处 时间序列干涉sar的形变量测量方法及sar系统
CN114279401A (zh) * 2021-12-27 2022-04-05 深圳供电局有限公司 一种基于GNSS和InSAR的地面沉降监测系统
CN216411556U (zh) * 2021-04-08 2022-04-29 民航机场规划设计研究总院有限公司 基于时间序列干涉形变量测量的合成孔径雷达系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102354431A (zh) * 2011-08-06 2012-02-15 河北省第一测绘院 地质灾害监测预警系统和监测预警方法
CN108663017A (zh) * 2018-08-13 2018-10-16 伟志股份公司 一种监测城市地铁沿线地表沉降的方法
CN112685819A (zh) * 2020-12-29 2021-04-20 四川大学 一种用于大坝及滑坡变形gb-sar监测的数据后处理方法及系统
CN113340191A (zh) * 2021-04-08 2021-09-03 河北省高速公路延崇筹建处 时间序列干涉sar的形变量测量方法及sar系统
CN216411556U (zh) * 2021-04-08 2022-04-29 民航机场规划设计研究总院有限公司 基于时间序列干涉形变量测量的合成孔径雷达系统
CN114279401A (zh) * 2021-12-27 2022-04-05 深圳供电局有限公司 一种基于GNSS和InSAR的地面沉降监测系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
胡文: "PS-InSAR技术在城市地表沉降监测的应用探索", pages 99 - 104 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116109931A (zh) * 2023-03-02 2023-05-12 马培峰 一种城市地面沉降自动识别和分类方法
CN116109931B (zh) * 2023-03-02 2024-03-15 马培峰 一种城市地面沉降自动识别和分类方法
CN116403116A (zh) * 2023-06-08 2023-07-07 江苏省地质调查研究院 一种统筹多观测指标的D-InSAR地表形变时空特征精细感知方法
CN116403116B (zh) * 2023-06-08 2023-08-29 江苏省地质调查研究院 一种统筹多观测指标的D-InSAR地表形变时空特征精细感知方法
CN117236518A (zh) * 2023-11-10 2023-12-15 中国矿业大学 一种地铁沿线地质形变的预测方法
CN117236518B (zh) * 2023-11-10 2024-05-24 中国矿业大学 一种地铁沿线地质形变的预测方法
CN117268332A (zh) * 2023-11-21 2023-12-22 天津风霖物联网科技有限公司 一种建筑物不均匀沉降的监测方法及系统
CN117268332B (zh) * 2023-11-21 2024-02-06 天津风霖物联网科技有限公司 一种建筑物不均匀沉降的监测方法及系统
CN118133410A (zh) * 2024-05-07 2024-06-04 深圳市城市交通规划设计研究中心股份有限公司 一种城市建筑变形的告警方法

Similar Documents

Publication Publication Date Title
CN115494501A (zh) 基于高分辨率PS-InSAR的城市基础设施形变监测方法
Cubrinovski et al. Geotechnical reconnaissance of the 2010 Darfield (New Zealand) earthquake
Wotherspoon et al. Relationship between observed liquefaction at Kaiapoi following the 2010 Darfield earthquake and former channels of the Waimakariri River
Tomás et al. Monitoring an earthfill dam using differential SAR interferometry: La Pedrera dam, Alicante, Spain
Can et al. Determination of underground mining induced displacements using GPS observations in Zonguldak-Kozlu Hard Coal Basin
Stiros Subsidence of the Thessaloniki (northern Greece) coastal plain, 1960–1999
Brown The Parkfield-Cholame, California, earthquakes of June-August 1966: surface geologic effects, water-resources aspects, and preliminary seismic data
Piccinini et al. Slope stability and groundwater flow system in the area of Lizzano in Belvedere (Northern Apennines, Italy)
Allen et al. Geotechnical reconnaissance of the 2010 Darfield (Canterbury) earthquake
Cubrinovski et al. Key factors in the liquefaction-induced damage to buildings and infrastructure in Christchurch: Preliminary findings
Green et al. Geotechnical reconnaissance of the 2010 Darfield (New Zealand) earthquake
Villacorta et al. Geomorphological evolution of the Rimac River’s alluvial fan, Lima, Peru
Griffiths Proving the occurrence and cause of a landslide in a legal context
Devleeschouwer et al. Uplift revealed by radar interferometry around Liège (Belgium): a relation with rising mining groundwater
Chang et al. Preliminary study on the 2003 slope failure in Woo-wan-chai Area, Mt. Ali Road, Taiwan
Poscolieri et al. Ground deformation monitoring in the greater Cairo metropolitan region (Egypt) by SAR interferometry
Hancox Landslides and liquefaction effects caused by the 1855 Wairarapa earthquake: then and now
Karakouzian et al. Geology of Lima, Peru
Iegupov et al. Geological hazards during construction and operation of shallow subway stations and tunnels by the example of the Kharkiv Metro (1968–2018)
Thomson et al. River erosion and bank stabilization—north Saskatchewan River, Edmonton, Alberta
Setiati The feasibility study of bridge construction plan in Digoel River Province of Papua
Taniguchi Sediment disasters caused by typhoon No. 14, 2005, in Miyazaki Prefecture
Lawrence Transportation corridors—The role of Quaternary and engineering geology
Apsemetov et al. Technology for reducing the risk of landslides by unloading the landslide mass
Karpushko et al. Application of nonwoven geosynthetic materials in construction in wetlands

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20221220