利用时序InSAR反演常州市地表沉降速率

doi:10.13474/j.cnki.11-2246.2016.0148

测绘通报 ›› 2016, Vol. 0 ›› Issue (5): 26-31.doi: 10.13474/j.cnki.11-2246.2016.0148

利用时序InSAR反演常州市地表沉降速率

朱邦彦¹, 李建成¹, 储征伟², 唐伟³

1. 武汉大学测绘学院, 湖北武汉 430079;
2. 南京市测绘勘察研究院有限公司, 江苏南京 210019;
3. 武汉大学测绘遥感信息工程国家重点实验室, 湖北武汉 430079

收稿日期:2015-09-23 出版日期:2016-05-25 发布日期:2016-05-31
作者简介:朱邦彦(1986-),男,博士生,研究方向为测量数据处理与InSAR时间序列分析。E-mail:byz@whu.edu.cn
基金资助:
国家973计划(2013CB733300)

Inversion of Earth Surface Displacement Rates Based on Temporal InSAR Method in Changzhou City

ZHU Bangyan¹, LI Jiancheng¹, CHU Zhengwei², TANG Wei³

Received:2015-09-23 Online:2016-05-25 Published:2016-05-31

摘要/Abstract

摘要： 利用25景Envisat ASAR数据和29景高分辨率(3 m分辨率)TerraSAR-X数据,采用永久散射体干涉测量技术(PSInSAR)研究了常州市2004-2014年的地表沉降速率。结果显示,常州市的主要沉降区域发生在武进区,存在2个主要的沉降中心和1个大范围的沉降条带,2004-2010年间的地表沉降速率达到26 mm/a,2010-2014年间沉降速率变缓,最大为24 mm/a。两组数据同时段的沉降量相关性达到0.78,并利用研究区域同期水准数据检验了本文的研究结果,两者的平均速率差值均在5 mm/a以内,表明时序InSAR技术反演结果的可靠性和精度。X波段高分数据监测到C波段无法监测的高速路段存在5.3 mm/a的沉降速率,与水准结果的RMS分别为2.5、4.2 mm/a,表明TerraSAR-X比Envisat ASAR不仅具有更高密度的PS点,并且探测目标的位移具有更高的灵敏度和更高的精度。

关键词: PSInSAR, TerraSAR-X, 高分辨率, 失相干, 永久散射体, 地表沉降速率

中图分类号:

P237

朱邦彦, 李建成, 储征伟, 唐伟. 利用时序InSAR反演常州市地表沉降速率[J]. 测绘通报, 2016, 0(5): 26-31.

ZHU Bangyan, LI Jiancheng, CHU Zhengwei, TANG Wei. Inversion of Earth Surface Displacement Rates Based on Temporal InSAR Method in Changzhou City[J]. 测绘通报, 2016, 0(5): 26-31.

参考文献

[1] 李永生, 张景发, 李振洪, 等. 利用短基线集干涉测量时序分析方法监测北京市地面沉降[J]. 武汉大学学报(信息科学版),2013, 38(11): 1374-1377.
[2] 王艳, 廖明生, 李德仁,等. 利用长时间序列相干目标获取地面沉降场[J]. 地球物理学报, 2007, 50(2): 598-604.
[3] FERRETTI A, PRATI C, ROCCA F. Permanent Scatterers in SAR Interferometry[J]. IEEE Transaction on Geoscience and Remote Sensing, 2001, 39(1):8-20.
[4] 李德仁,廖明生. 永久散射体雷达干涉测量技术[J]. 武汉大学学报(信息科学版), 2004, 29(8): 664-667.
[5] FERRETTI A, PRATI C, ROCCA F. Nonlinear Subsidence Rate Estimation Using Permanent Scatterers in Differential SAR Interferometry[J]. IEEE Transactions on Geoscience and Remote Sensing. 2000, 38(5): 202-212.
[6] LANARI R, MORA O. A Small-baseline Approach for Investigating Deformations on Full-resolution Differential SAR Interferograms[J]. IEEE Transactions on Geoscience and Remote Sensing, 2004, 42(7): 1377-1386.
[7] BERARDINO P, FORNARO G, LANARI R,et al. A New Algorithm for Surface Deformation Monitoring Based on Small Baseline Differential SAR Interferograms[J]. IEEE Transactions on Geoscience and Remote Sensing, 2002, 40(11): 2375-2383.
[8] HOOPER A, ZEBKER H, SEGALL P, et al. A New Method for Measuring Deformation on Volcanoes and Other Natural Terrains Using InSAR Persistent Scatterers[J]. Geophysical Research Letters, 2004, 31(L23611): 1-5.
[9] HOOPER A. Persistent Scatterer Radar Interferometry for Crustal Deformation Studies and Modeling of Volcanic Deformation[D]. Stanford: Stanford University, 2006.
[10] HOOPER A, SEGALL P, ZEBKER H. Persistent Scatterer Interferometric Synthetic Aperture Radar for Crustal Deformation Analysis, with Application to Volcan Alcedo, Galapagos[J].Journal of Geophysical Research, 2007,112(B07407): 1-21.
[11] HILLEY G E, BURGMANN R, FERRETTI A,et al. Dynamics of Slow-moving Landslides from Permanent Scatterer Analysis[J]. Science, 2004, 304(5679): 1952-1955.
[12] YANG G H, JIANG Z S, LIU G Y, et al. Possible Relation of Horizontal Movement Field in North China to Kunlun Mountain Ms 8.1 Earthquake[J].Journal of Geodesy and Geodynamics, 2007, 27(2): 10-15.
[13] PERISSIN D, FERRETTI A. Urban Target Recognition by Means of Repeated Spaceborne SAR Images[J]. IEEE Transaction on Geoscience and Remote Sensing, 2007, 45(12): 4043-4058.
[14] HOOPER A. A Multi-temporal InSAR Method Incorporating both Persistent Scatterer and Small Baselines Approaches[J]. Geophysical Research Letters, 2008, 35(L16302): 1-5.
[15] HOOPER A, ZEBKER H. Phase Unwrapping in Three Dimensions with Application to InSAR Time Series[J]. Journal of the Optical Society of America A: Opeics, Image Science, and Vision, 2007, 24(9): 2737-2747.

利用时序InSAR反演常州市地表沉降速率

Inversion of Earth Surface Displacement Rates Based on Temporal InSAR Method in Changzhou City

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	潘建平, 付占宝, 程卫华, 陆世安, 李鑫, 孙博文, 黄桂萍. 基于地表类型的山地海绵城市生态建设评估[J]. 测绘通报, 2022, 0(5): 84-88.
[2]	陈智朗, 付振华, 朱紫阳, 王慧慧, 刘沁雯, 杨钰灵, 许耿然. 基于HRNet的高分辨率遥感影像建筑物变化信息提取[J]. 测绘通报, 2022, 0(5): 126-132.
[3]	李志娟, 李慧, 刘建军, 张东华. 利用稀少卫星影像控制点生产1:10 000 DOM[J]. 测绘通报, 2022, 0(3): 143-147.
[4]	杨素妨, 杜林. 多特征流形鉴别嵌入的高分辨率遥感影像分类[J]. 测绘通报, 2021, 0(9): 37-42.
[5]	马远征, 窦关新, 刘越, 吴燕平. 利用高分辨率立体测绘影像进行中小比例尺地貌要素更新[J]. 测绘通报, 2021, 0(9): 116-119.
[6]	耿万轩, 周维勋, 金双根. 基于LDCNN特征提取的多核SVM高分辨率遥感影像场景分类[J]. 测绘通报, 2021, 0(8): 14-21.
[7]	王建业, 梁小龙, 金喜, 白泽朝, 齐二恒. 黄土填方区地表沉降时序InSAR监测分析[J]. 测绘通报, 2021, 0(8): 158-161.
[8]	聂倩, 七珂珂, 赵艳福. 融入超像素分割的高分辨率影像面向对象分类[J]. 测绘通报, 2021, 0(6): 44-49.
[9]	梁哲恒, 邓鹏, 姜福泉, 盛森, 魏汝兰, 谢刚生. 基于卷积神经网络的无人机影像违章建筑检测应用[J]. 测绘通报, 2021, 0(4): 111-115.
[10]	杜青松, 李国玉, 彭万林, 周宇, 柴明堂, 李金明. 利用InSAR技术获取高寒高海拔地区高精度DEM[J]. 测绘通报, 2021, 0(3): 44-49.
[11]	陈利燕, 林鸿, 吴健华. 融合随机森林和超像素分割的建筑物自动提取[J]. 测绘通报, 2021, 0(2): 49-53.
[12]	王志豪, 李中洲, 田震. 全景测量技术在海域动态监视监测中的应用[J]. 测绘通报, 2021, 0(2): 112-116.
[13]	袁东, 任金龙, 张广泽, 徐正宣, 冯涛. 遥感技术在川藏铁路车站选址中的应用[J]. 测绘通报, 2021, 0(12): 83-87,93.
[14]	王媛, 杜明义, 杨柳忠, 蔡国印, 张宁. 多源遥感数据支持下的城市生态状况评价[J]. 测绘通报, 2021, 0(11): 16-20.
[15]	迪里胡玛尔·阿汗木江, 玉素甫江·如素力. 新疆焉耆盆地土壤湿度时空分布特征[J]. 测绘通报, 2021, 0(11): 36-41.