时序InSAR技术在地铁沿线形变监测中的应用

doi:10.13474/j.cnki.11-2246.2024.0419

测绘通报 ›› 2024, Vol. 0 ›› Issue (4): 112-118.doi: 10.13474/j.cnki.11-2246.2024.0419

• 基础测绘赋能城市建设 • 上一篇

时序InSAR技术在地铁沿线形变监测中的应用

高鹏^1,2, 耿长良^1,2, 李鹏^1,2, 熊琦智^1,2

1. 北京城建勘测设计研究院有限责任公司, 北京 100101;
2. 城市轨道交通深基坑岩土工程北京市重点实验室, 北京 100101

收稿日期:2023-12-06 发布日期:2024-04-29
作者简介:高鹏(1994—),男,硕士,工程师,主要研究方向为地表形变监测。E-mail:gaop94@163.com

Application of time series InSAR technology in deformation monitoring along the subway

GAO Peng^1,2, GENG Changliang^1,2, LI Peng^1,2, XIONG Qizhi^1,2

1. Beijing Urban Construction Exploration & Surveying Design Research Institute Co., Ltd., Beijing 100101, China;
2. Beijing Key Laboratory of Deep Foundation Pit Geotechnical Engineering of Rail Transit, Beijing 100101, China

Received:2023-12-06 Published:2024-04-29

摘要/Abstract

摘要： 时序InSAR技术是监测地表形变的一种有效手段。本文基于179景Sentinel-1A影像数据,采用PS-InSAR技术对北京地铁6号线慈寿寺站—潞城站沿线范围进行地表形变监测,并对典型沉降区间进行具体分析;同时利用地面水准数据对监测结果进行对比分析和精度评定。结果表明,北京地铁6号线沿线表现出不同程度的沉降,年均沉降速率呈现自西向东的差异性,金台路站以西年均沉降速率较小,自金台路站向东年均沉降速率迅速增大,最大达-32 mm/a;金台路站以东倾斜值较大,倾斜值波动较为明显,存在不均匀沉降问题。水准测量结果与PS-InSAR监测成果具有较强的相关性,两者平均误差为3.5 mm,中误差为4.7 mm,说明PS-InSAR具有一定的可靠性与准确性。

关键词: 地表沉降, PS-InSAR, 时序分析, 地铁

Abstract: Time series InSAR technology is an effective means to monitor surface deformation. Based on 179 Sentinel-1A image data,PS-InSAR technology is used to monitor and analyze the surface deformation along the Cishousi station to Lucheng station of Beijing subway Line 6,and the typical settlement interval is analyzed in detail. At the same time,the monitoring results are compared and analyzed and the accuracy is evaluated by using the ground level data.At the same time,the accuracy of monitoring results is evaluated using ground leveling data. The results show that there are different degrees of settlement along Beijing subway Line 6,and the average annual settlement rate is different from west to east. The average annual settlement rate in the west of Jintailu station is small,but it increases rapidly from Jintailu station to east,and the maximum average annual settlement rate is -32 mm/a. The tilt value to the east of Jintailu station is large,and the tilt value fluctuates obviously,which leads to uneven settlement.There is a strong correlation between leveling results and PS-InSAR monitoring results. The average error between them is 3.5 mm and the median error is 4.7 mm,which shows that PS-InSAR has certain reliability and accuracy.

Key words: surface subsidence, PS-InSAR, time series analysis, subway

中图分类号:

P258

高鹏, 耿长良, 李鹏, 熊琦智. 时序InSAR技术在地铁沿线形变监测中的应用[J]. 测绘通报, 2024, 0(4): 112-118.

GAO Peng, GENG Changliang, LI Peng, XIONG Qizhi. Application of time series InSAR technology in deformation monitoring along the subway[J]. Bulletin of Surveying and Mapping, 2024, 0(4): 112-118.

参考文献

[1] 陶威,贾洪果,亢邈迒,等.基于时序合并的PS-InSAR方法在雄县及周边区域地表形变监测中的应用[J].测绘通报,2023(1): 101-106.
[2] 曾学宏,赵义花.利用SBAS-InSAR技术分析西宁市地面沉降监测及驱动因素[J].测绘通报,2022(6): 137-142.
[3] 李红慧,侯占东,李书建.基于时序InSAR的常州市地面沉降时空演变规律及成因分析[J].大地测量与地球动力学,2022,42(1): 54-58.
[4] 付垚.基于Sentinel-1A数据的成都市中心城区地表形变研究[D].成都: 电子科技大学,2018.
[5] 管力,唐伟,戴华阳,等.采用SBAS-InSAR技术监测郑州城区地面沉降[J].北京测绘,2019,33(4): 462-467.
[6] 王寅珂.PS-InSAR技术在地面沉降监测中的应用研究[J].测绘与空间地理信息,2020,43(4): 209-213.
[7] 刘运明,马全明,陈大勇,等.D-InSAR技术在城市轨道交通变形监测领域的应用[J].都市快轨交通,2014,27(4) : 62-66.
[8] 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): 2202-2212.
[9] 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.
[10] 莫莹,朱煜峰,江利明,等.基于Sentinel-1A的南昌市时间序列InSAR地面沉降监测[J].大地测量与地球动力学,2020,40(3): 270-275.
[11] 王之栋,文学虎,唐伟,等.联合多种InSAR技术的龙门山-大渡河区域地灾隐患早期探测[J].武汉大学学报(信息科学版),2020,45(3): 451-459.
[12] 王润泽,费敏,梁世川,等.基于SBAS-InSAR技术监测西安市地表形变特征[J].测绘通报,2023(1):173-178.
[13] 陈可心.基于PS-InSAR技术的郑州市地表形变监测及危害性评价[D].北京:中国地质大学(北京),2021.
[14] 李治斌.基于PS-InSAR技术的珠海市地表沉降监测及预测研究[D].兰州:兰州理工大学,2021.
[15] 李佳豪,周吕,马俊,等.利用PS-InSAR技术进行城市地铁沿线形变监测与机理分析[J].测绘通报,2022(4):20-25.
[16] 逯中香,樊彦国,李国胜.利用时序InSAR技术监测青藏铁路沿线地表形变[J].测绘通报,2022(3):138-142.

时序InSAR技术在地铁沿线形变监测中的应用

Application of time series InSAR technology in deformation monitoring along the subway

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]	李天宇, 许献磊, 周东林, 王浩, 张照太. 地铁隧道车载融合定位系统及精度校正算法研究[J]. 测绘通报, 2024, 0(4): 83-89.
[2]	黑君淼, 王力, 李昂. 地铁变形监测研究现状综述[J]. 测绘通报, 2024, 0(2): 39-44,79.
[3]	李鑫, 魏冠军, 张德龙. 联合PS-InSAR技术与多变量LSTM神经网络的高铁路基冻胀形变预测研究[J]. 测绘通报, 2024, 0(1): 58-64.
[4]	周宝定, 谢沛瑶, 郭文浩, 毛庆洲. 基于激光点云灰度图像的隧道渗水病害检测[J]. 测绘通报, 2023, 0(8): 34-39,90.
[5]	石银涛, 胡超, 赵钢, 侯婷婷. PS-InSAR技术在长江堤防沉降监测中的应用[J]. 测绘通报, 2023, 0(7): 142-148.
[6]	韩啸, 王绍君, 吴学群. 不同时刻地铁站接驳共享单车的均衡性及影响区域分析[J]. 测绘通报, 2023, 0(7): 165-172.
[7]	徐景田, 单斯奥, 于睿涵, 吴磊, 陈刚. 基于点云的弯曲地铁隧道断面提取[J]. 测绘通报, 2023, 0(10): 80-84,122.
[8]	陶威, 贾洪果, 亢邈迒, 刘雨鑫. 基于时序合并的PS-InSAR方法在雄县及周边区域地表形变监测中的应用[J]. 测绘通报, 2023, 0(1): 101-106.
[9]	田有良, 樊廷立, 唐超. 面向地铁隧道表面渗漏水的快速检测技术[J]. 测绘通报, 2022, 0(9): 29-33.
[10]	龚高太, 李佳豪, 周吕, 刘志荣, 黄良珂, 刘立龙. 时序InSAR北京地区地表沉降监测与分析[J]. 测绘通报, 2022, 0(9): 123-128.
[11]	兰进京, 曲逸穹, 都伟冰, 高鑫, 马丹丹, 郑岩超. 典型矿业城市地表形变遥感监测及沉降特征分析[J]. 测绘通报, 2022, 0(6): 98-103.
[12]	朱邦彦, 唐超, 任志忠, 马状, 张琪, 李云. 基于PS-InSAR技术的珠海市地表形变监测与驱动力分析[J]. 测绘通报, 2022, 0(6): 108-113.
[13]	曾学宏, 赵义花. 利用SBAS-InSAR技术分析西宁市地面沉降监测及驱动因素[J]. 测绘通报, 2022, 0(6): 137-142.
[14]	李旭. 三维激光扫描技术在地铁隧道竣工测量中的应用[J]. 测绘通报, 2022, 0(6): 166-169.
[15]	高彦涛, 赵海良, 丁来中, 郭凌飞, 朱琳, 宋会传, 李春意. HNGICS站ITRF2014框架下三维变化分析[J]. 测绘通报, 2022, 0(5): 157-161.