利用SBAS-InSAR技术反演雅鲁藏布江色东普流域灾前冰川形变

doi:10.13474/j.cnki.11-2246.2021.334

测绘通报 ›› 2021, Vol. 0 ›› Issue (11): 31-35.doi: 10.13474/j.cnki.11-2246.2021.334

利用SBAS-InSAR技术反演雅鲁藏布江色东普流域灾前冰川形变

朱邦彦¹, 任志忠², 张琪¹, 李云¹, 王晓³

1. 南京市测绘勘察研究院股份有限公司, 江苏南京 210019;
2. 广州长地空间信息技术有限公司, 广东广州 510663;
3. 江苏海洋大学海洋技术与测绘学院, 江苏连云港 222005

收稿日期:2021-05-07 出版日期:2021-11-25 发布日期:2021-12-02
作者简介:朱邦彦(1986-),男,博士,高级工程师,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:
国家自然科学青年基金（41806117）；江苏省自然资源科技项目（2020058）；南京市测绘勘察研究院股份有限公司科研项目（2019RD11；2019RD12）；广东省级促进经济高质量发展专项（GDNRC[2020]050）

Glacier deformation inversion before disaster using SBAS-InSAR technology in Sedongpu basin along the Yarlung Zangbo River

ZHU Bangyan¹, REN Zhizhong², ZHANG Qi¹, LI Yun¹, WANG Xiao³

1. Nanjing Research Institute of Surveying, Mapping & Geotechnical Investigation Co., Ltd., Nanjing 210019, China;
2. Guangzhou Changdi Spatial Information Technology Co., Ltd., Guangzhou 510663, China;
3. School of Marine Technology and Geomatics, Jiangsu Ocean University, Lianyungang 222005, China

Received:2021-05-07 Online:2021-11-25 Published:2021-12-02

摘要/Abstract

摘要： 本文基于30景Sentinel-1影像，首先采用SBAS-InSAR技术反演了2018年4-10月雅鲁藏布江色东普流域灾前冰川形变，并利用非冰雪覆盖的基岩区形变结果进行可靠性检验，得出均方根误差为9 mm，表明SBAS-InSAR技术应用于冰川形变监测具有较高的可靠性。然后分析了升降轨数据对不同坡向形变监测的敏感性，以及冰川碎屑流灾害发生前冰川形变的空间分布与时间演化特征。结果表明，冰川运动的主流线在东西坡交汇的中轴部，研究区平均形变量达-34.8 mm。在典型剖面上，随着海拔逐渐降低，冰川形变呈先缓慢减少，后快速增加，再缓慢减少的趋势，平均形变量为-50.1 mm。冰川碎屑流灾害发生前冰川形变已有明显的加速趋势，可为冰川灾害早期识别提供科学的数据支持。

关键词: Sentinel-1, SBAS-InSAR, 冰川形变, 色东普流域, 坡向敏感性

Abstract: Glacier deformation in Sedongpu basin from April 2018 to October 2018 is retrieved by SBAS-InSAR technology using 30 sentinel-1 SAR images. The inversion accuracy is verified with statistics in bedrock area and the RMSE is 9 mm. This shows that SBAS-InSAR technology has good reliability in glacier deformation monitoring.The sensibility of ascending and descending orbit data for deformation monitoring in different aspects is analyzed. Spatial distribution and temporal evolution characteristics of glacier deformation before the occurrence of glacier debris flow are analyzed. The main glacier movement is in the central axis along intersection of east and west aspects.The results shows that the average deformation of glacier area is -34.8 mm. On the typical section line, with the altitude decreasing, the glacier deformation decreases slowly at first, then increases rapidly, and then decreases slowly. Before the occurrence of glacial debris flow disaster, the glacier deformation had an obvious accelerating trend,which can provide scientific data support for early identification of glacier disaster.

Key words: Sentinel-1, SBAS-InSAR, glacier deformation, Sedongpu basin, sensitivity to aspect

中图分类号:

P237

朱邦彦, 任志忠, 张琪, 李云, 王晓. 利用SBAS-InSAR技术反演雅鲁藏布江色东普流域灾前冰川形变[J]. 测绘通报, 2021, 0(11): 31-35.

ZHU Bangyan, REN Zhizhong, ZHANG Qi, LI Yun, WANG Xiao. Glacier deformation inversion before disaster using SBAS-InSAR technology in Sedongpu basin along the Yarlung Zangbo River[J]. Bulletin of Surveying and Mapping, 2021, 0(11): 31-35.

参考文献

[1] 施雅风,沈永平,李栋梁,等.中国西北气候由暖干向暖湿转型的特征和趋势探讨[J].第四纪研究,2003,23(2):152-164.
[2] 秦大河,姚檀栋,丁永建,等.面向可持续发展的冰冻圈科学[J].冰川冻土,2020,42(1):1-10.
[3] 童立强,裴丽鑫,涂杰楠,等.冰崩灾害的界定与类型划分——以青藏高原地区为例[J].国土资源遥感,2020,32(2):11-18.
[4] 刘传正,吕杰堂,童立强,等.雅鲁藏布江色东普沟崩滑-碎屑流堵江灾害初步研究[J].中国地质,2019,46(2):219-234.
[5] 李昆仲,张明哲,邢爱国. 雅鲁藏布江色东普沟崩滑-碎屑流过程模拟及运动特征分析[J]. 中国地质灾害与防治学报,2021,32(1):18-27.
[6] 童立强,涂杰楠,裴丽鑫,等. 雅鲁藏布江加拉白垒峰色东普流域频繁发生碎屑流事件初步探讨[J]. 工程地质学报,2018,26(6):1552-1561.
[7] 姜景山.面向21世纪的中国微波遥感技术发展[J]. 中国工程科学,1999, 1(2):78-82.
[8] 郭华东,张露.雷达遥感六十年:四个阶段的发展[J]. 遥感学报,2019,23(6):1023-1035.
[9] 金亚秋. 微波遥感及其在中国的发展[J]. 微波学报, 2020,36(1):1-6.
[10] 朱邦彦,李建成,储征伟,等. 利用Sentinel-1影像探测宁波地面沉降[J]. 测绘通报,2018(10):102-106.
[11] 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.
[12] LANARI R, MORA O, MANUNTA M, et al. 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.
[13] 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.
[14] 谢荣安, 周元华, 胡争. 短基线集技术在地表形变监测中的应用研究[J]. 测绘通报, 2015(8):70-73.
[15] 欧阳伦曦, 李新情, 惠凤鸣, 等. 哨兵卫星Sentinel-1A数据特性及应用潜力分析[J]. 极地研究, 2017, 29(2):286-295.
[16] 廖明生,王腾.时间序列InSAR技术与应用[M].北京:科学出版社,2014.
[17] JIA Yuanyuan, KIM J W, SHUM C, et al. Characterization of active layer thickening rate over the northern Qinghai-Tibetan Plateau permafrost region using ALOS interferometric synthetic aperture radar data, 2007-2009[J]. Remote Sensing, 2017, 9(1):84.
[18] YASTIKA P E, SHIMIZU N, ABIDIN H Z. Monitoring of long-term land subsidence from 2003 to 2017 in coastal area of Semarang, Indonesia by SBAS DInSAR analyses using Envisat-ASAR, ALOS-PALSAR, and Sentinel-1A SAR data[J]. Advances in Space Research, 2019, 63(5):1719-1736.
[19] 赵现仁, 庞蕾, 马永, 等. 基于GPS实测数据和PS-InSAR技术的北极Pedersenbreen冰川表面运动特征分析[J]. 海洋通报, 2020, 39(3):381-389.
[20] 李佳, 李志伟, 汪长城, 等. SAR偏移量跟踪技术估计天山南依内里切克冰川运动[J]. 地球物理学报, 2013, 56(4):1226-1236.
[21] 王欣,刘琼欢,蒋亮虹,等.基于SAR影像的喜马拉雅山珠穆朗玛峰地区冰川运动速度特征及其影响因素分析[J]. 冰川冻土,2015,37(3):570-579.

利用SBAS-InSAR技术反演雅鲁藏布江色东普流域灾前冰川形变

Glacier deformation inversion before disaster using SBAS-InSAR technology in Sedongpu basin along the Yarlung Zangbo River

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]	葛鹏飞, 刘辉, 陈蜜, 李昱, 丁瑞力, 刘菲. 时序InSAR监测京雄城际铁路河北段地面沉降[J]. 测绘通报, 2022, 0(7): 64-70.
[2]	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.
[3]	许广河, 何小锋, 王国瑞, 扈志勇, 程霞, 李小琼. 黄河流域宁夏(西吉县)段滑坡灾害的InSAR识别及成因分析[J]. 测绘通报, 2022, 0(6): 104-107.
[4]	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.
[5]	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.
[6]	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.
[7]	李佳豪, 周吕, 马俊, 杨飞, 咸凌霄. 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, 0(4): 20-25.
[8]	严夏青, 金双根, 黄敏敏. 基于Sentinel-1的长江干流水域面积动态变化遥感监测[J]. 测绘通报, 2022, 0(1): 33-38.
[9]	黄佳宾, 郭云开, 罗伟茂. 利用Sentinel-1监测武汉市地面沉降[J]. 测绘通报, 2021, 0(9): 53-58.
[10]	翁昌凯, 肖添. SBAS技术支持下的临沧市地表时序形变分析[J]. 测绘通报, 2021, 0(7): 81-85.
[11]	黄俊松, 张春有, 王剑辉. 利用时序InSAR技术监测嵩明县地表形变[J]. 测绘通报, 2021, 0(7): 103-106,116.
[12]	翁昌凯, 朱习朋. 基于哨兵数据的云南地表形变监测[J]. 测绘通报, 2021, 0(6): 61-66,92.
[13]	任文静, 贾洪果, 闫斌. SBAS-InSAR方法支持下的矿区地表沉降监测及参数反演[J]. 测绘通报, 2021, 0(3): 113-117,155.
[14]	曹发伟, 廖维谷. SBAS技术在矿区地面沉降监测中的应用[J]. 测绘通报, 2021, 0(3): 156-158,163.
[15]	张金盈, 崔靓, 刘增珉, 王新田, 林琳, 徐凤玲. 利用Sentinel-1 SAR数据及SBAS技术的大区域地表形变监测[J]. 测绘通报, 2020, 0(7): 125-129.