SBAS-InSAR技术在昆明高铁南站山体形变监测中的应用

doi:10.13474/j.cnki.11-2246.2024.0126

测绘通报 ›› 2024, Vol. 0 ›› Issue (1): 150-154.doi: 10.13474/j.cnki.11-2246.2024.0126

SBAS-InSAR技术在昆明高铁南站山体形变监测中的应用

李泽润¹, 喜文飞¹, 赵子龙², 刘海红³, 张玉英⁴, 张莉婷⁵

1. 云南师范大学地理学部, 云南昆明 650500;
2. 云南海钜地理信息技术有限公司, 云南昆明 650000;
3. 青海省基础测绘院, 青海西宁 810000;
4. 昆明文理学院, 云南昆明 650000;
5. 昆明市规划编制与信息中心, 云南昆明 650500

收稿日期:2023-06-26 出版日期:2024-01-25 发布日期:2024-01-30
通讯作者: 赵子龙。E-mail:364424035@qq.com
作者简介:李泽润(1999—),男,从事航空摄影测量、规划监督竣工测量、不动产测绘等相关工作。E-mail:2221724607@qq.com
基金资助:
滇中引水工程(滇中高原区)高分综合应用示范(89-Y50-G31-9001-22123-05)

Application of SBAS-InSAR technology in deformation monitoring of mountain in Kunming South Railway Station

LI Zerun¹, XI Wenfei¹, ZHAO Zilong², LIU Haihong³, ZHANG Yuying⁴, ZHANG Liting⁵

1. Faculty of Geography, Yunnan Normal University, Kunming 650500, China;
2. Yunnan Haiju Geographic Information Technology Co., Ltd., Kunming 650000, China;
3. Qinghai Provincial Basic Surveying and Mapping Institute, Xining 810000, China;
4. College of Arts and Sciences Kunming, Kunming 650000, China;
5. Kunming Urban PLannIng & Information Center, Kunming 650500, China

Received:2023-06-26 Online:2024-01-25 Published:2024-01-30

摘要/Abstract

摘要： 山体滑坡对人类安全造成严重影响,传统的滑坡形变监测成本高、耗时长、效率低,采用合成孔径雷达干涉测量(InSAR)技术对滑坡进行形变监测,既能提升效率又可以节约成本。本文基于SBAS-InSAR技术,对昆明高铁南站2019年1月1日—2019年12月31日的24景Sentinel-1降轨数据进行处理,获取研究区的形变速率为-11.56～13.08 mm/a,利用像元二分模型对Sentinel-2光学数据进行处理,获取该区域2019年的植被覆盖度,结合6个典型形变点对研究区的形变进行了探究。研究结果表明,高铁南站山体西侧为主要形变区,植被覆盖度高的区域形变量较小,植被覆盖度低的区域形变量较大,该研究对昆明高铁南站的安全监测具有重要的意义。

关键词: 合成孔径雷达干涉测量, 形变监测, 形变速率, 像元二分模型, 植被覆盖度

Abstract: Landslide has a serious impact on human safety. The traditional landslide deformation monitoring has high cost, time consuming and low efficiency. The synthetic aperture radar interferometry (InSAR) landslide deformation monitoring technology can improve efficiency and save cost. Based on SBAS-InSAR technology, we process 24 sentinel-1 rail drop data from January 1,2019 to December 31,2019, obtained the deformation rate of the study area as -11.56~13.08 mm/a, processing of the sentinel 2 optical data using the pixel dichotomous model, obtained the vegetation coverage of the region in 2019.The deformation of the study area was combined with six typical deformation points. The results of the study show that, the west side of the mountain is the main deformation area, small area variable with high vegetation cover, large area shape variable with low vegetation cover. This study is of great significance for the safety monitoring of Kunming South Railway Station.

Key words: synthetic aperture radar interferometric measurement, deformation monitoring, deformation rate, dimidiate pixel model, vegetation coverage

中图分类号:

P258

李泽润, 喜文飞, 赵子龙, 刘海红, 张玉英, 张莉婷. SBAS-InSAR技术在昆明高铁南站山体形变监测中的应用[J]. 测绘通报, 2024, 0(1): 150-154.

LI Zerun, XI Wenfei, ZHAO Zilong, LIU Haihong, ZHANG Yuying, ZHANG Liting. Application of SBAS-InSAR technology in deformation monitoring of mountain in Kunming South Railway Station[J]. Bulletin of Surveying and Mapping, 2024, 0(1): 150-154.

参考文献

[1] 喜文飞,赵子龙,李国柱,等.SBAS-InSAR技术与无人机影像融合的滑坡变形监测[J]. 测绘通报,2022(10): 1-6.
[2] 郭宁,张俊义,杨秀元,等. 云南昭通窝子箐滑坡稳定性分析[J]. 山地学报,2016,34(3): 305-309.
[3] 张勤,黄观文,杨成生. 地质灾害监测预警中的精密空间对地观测技术[J]. 测绘学报,2017,46(10): 1300-1307.
[4] 朱武,张勤,丁晓利. 多参考点的PS-InSAR变形监测数据处理[J]. 测绘学报,2012,41(6): 886-890.
[5] 何秀凤,高壮,肖儒雅,等. 多时相Sentinel-1A InSAR的连盐高铁沉降监测分析[J]. 测绘学报,2021,50(5): 600-611.
[6] 康亚,赵超英,张勤,等. InSAR滑坡探测技术研究: 以金沙江乌东德水电站段为例[J]. 大地测量与地球动力学,2018,38(10): 1053-1057.
[7] 朱建军,李志伟,胡俊. InSAR变形监测方法与研究进展[J]. 测绘学报,2017,46(10): 1717-1733.
[8] 孙倩,胡俊,陈小红. 多时相InSAR技术及其在滑坡监测中的关键问题分析[J]. 地理与地理信息科学,2019,35(3): 37-45.
[9] 戴可人,铁永波,许强,等. 高山峡谷区滑坡灾害隐患InSAR早期识别: 以雅砻江中段为例[J]. 雷达学报,2020,9(3): 554-568.
[10] 赵超英,刘晓杰,张勤,等. 甘肃黑方台黄土滑坡InSAR识别、监测与失稳模式研究[J]. 武汉大学学报(信息科学版),2019,44(7): 996-1007.
[11] 李梦华,张路,董杰,等. 四川茂县岷江河谷区段滑坡隐患雷达遥感识别与形变监测[J]. 武汉大学学报(信息科学版),2021,46(10): 1529-1537.
[12] DONG Jie,ZHANG Lu,TANG Minggao,et al. Mapping landslide surface displacements with time series SAR interferometry by combining persistent and distributed scatterers: a case study of Jiaju landslide in Danba,China[J]. Remote Sensing of Environment,2018,205: 180-198.
[13] 姚鑫,邓建辉,刘星洪,等. 青藏高原泛三江并流区活动性滑坡InSAR初步识别与发育规律分析[J]. 工程科学与技术,2020,52(5): 16-37.
[14] 葛大庆,王艳,郭小方,等. 利用短基线差分干涉纹图集监测地表形变场[J]. 大地测量与地球动力学,2008,28(2): 61-66.
[15] 杨正荣,喜文飞,史正涛,等. 复杂植被山区滑坡蠕变与植被覆盖度关系研究[J]. 测绘科学,2023,48(1): 157-165.
[16] LANARI R,CASU F,MANZO M,et al. An overview of the small baseline subset algorithm: a DInSAR technique for surface deformation analysis[J].Pure and Applied Geophysics,2007(4):164.
[17] 王霞迎,赵超英,尹慧芳. 地表形变时间序列InSAR监测法综述[J]. 地球物理学进展,2018,33(4): 1430-1437.
[18] KUZUOKA S,MIZUNO TApplications of PS-InSAR for non-urbanized area[J]. Journal of the Remote Sensing Society of Japan,2003,24(2):140-152.
[19] 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.
[20] TIZZANI P,BERARDINO P,CASU F,et al. Surface deformation of Long Valley caldera and Mono Basin,California,investigated with the SBAS-InSAR approach[J]. Remote Sensing of Environment,2007,108(3): 277-289.
[21] 喜文飞,杨正荣,赵子龙,等. 基于SBAS-InSAR技术的小区域沉降监测研究[J]. 云南师范大学学报(自然科学版),2022,42(4): 41-44.

SBAS-InSAR技术在昆明高铁南站山体形变监测中的应用

Application of SBAS-InSAR technology in deformation monitoring of mountain in Kunming South Railway Station

PDF

可视化

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]	杨春宇, 文艺, 潘星, 袁德宝. 基于SBAS-InSAR的山体滑坡形变监测分析[J]. 测绘通报, 2023, 0(11): 12-17.
[2]	黄友菊, 覃怡婷, 吴慧, 韦强. 多时间基线集时序InSAR形变监测：以平寨水库为例[J]. 测绘通报, 2023, 0(11): 139-144.
[3]	余婷, 杨萍, 邓兴, 刘绥华, 周洋. 梵净山长时序植被覆盖变化趋势与对比分析[J]. 测绘通报, 2023, 0(10): 1-6.
[4]	杨俊山, 项鑫, 熊晓峰, 王艳利, 李小强. 矿区地表形变PPP监测自适应滤波算法及其应用[J]. 测绘通报, 2022, 0(9): 129-133.
[5]	周志伟, 程翔, 周伟, 郝卫峰, 肖海斌, 陈鸿杰, 杨魁. 地基SAR在滑坡形变监测中的应用[J]. 测绘通报, 2022, 0(7): 60-63.
[6]	张家勇, 邹银先, 刘黔云, 张楠, 龚伟, 李康伦. 利用时序InSAR进行毕节市潜在滑坡识别与形变监测[J]. 测绘通报, 2022, 0(6): 121-124.
[7]	赵侃, 师芸, 牛敏杰. Google Earth Engine平台下秦岭地区植被覆盖时空变化分析[J]. 测绘通报, 2022, 0(5): 49-55.
[8]	逯中香, 樊彦国, 李国胜. 利用稀少卫星影像控制点生产1:10 000 DOM——以阿拉善盟测区为例[J]. 测绘通报, 2022, 0(3): 138-142,156.
[9]	何伟, 张伦宁, 曾露, 赵清, 余国新, 竺科英, 李柯欣. 高精度时空信息崩滑坡灾害监测技术[J]. 测绘通报, 2022, 0(11): 1-7.
[10]	何希山, 周平, 陈刚. 一种联合GACOS与线性大气校正的StaMPS PSI时序分析方法[J]. 测绘通报, 2022, 0(10): 105-109,128.
[11]	柳絮, 张宁, 徐晓天, 安超, 许士翔, 李程. 基于多源空间数据与空地协同的植被覆盖度估算——以东亚干草草原为例[J]. 测绘通报, 2022, 0(1): 39-43,55.
[12]	杨映新, 洪武胜, 吴曼乔. 利用Sentinel-1影像监测土地回填导致的地表形变[J]. 测绘通报, 2021, 0(6): 67-70.
[13]	何正枫, 张继贤, 黄国满, 盛辉军. 尼泊尔Mw7.8地震对珠峰区域内冰川形变及流速的影响[J]. 测绘通报, 2021, 0(5): 43-48,101.
[14]	赵中枢, 张红峰. 基于分时散射目标的非城区地形PS-InSAR监测[J]. 测绘通报, 2021, 0(5): 68-72.
[15]	王树祥, 韩留生, 杨骥, 李勇, 赵倩, 刘杨晓月, 吴昊. 一种改进的融合多指标荒漠化等级分类方法[J]. 测绘通报, 2021, 0(4): 8-12.