基于哨兵数据的云南地表形变监测

doi:10.13474/j.cnki.11-2246.2021.0177

测绘通报 ›› 2021, Vol. 0 ›› Issue (6): 61-66,92.doi: 10.13474/j.cnki.11-2246.2021.0177

基于哨兵数据的云南地表形变监测

翁昌凯, 朱习朋

广东省地质测绘院, 广东广州 510800

收稿日期:2021-04-15 发布日期:2021-06-28
作者简介:翁昌凯(1966—),男,高级工程师,主要从事地理信息系统工程、工程测量、大地测量、不动产测绘、安全管理等工作。E-mail:fuweng@msn.com

Monitoring of surface deformation in Yunnan based on Sentinel data

WENG Changkai, ZHU Xipeng

Geology Surveying and Mapping Institute of Guangdong, Guangzhou 510800, China

Received:2021-04-15 Published:2021-06-28

摘要/Abstract

摘要： 云南省作为我国西南地区与西藏相连的省份，其地势由西北向东南逐渐降低且山峦众多，山区面积占全省面积的88%。除此之外，云南省还位于印度洋板块和亚欧板块交界处附近，其地震带众多，地质运动频繁，经常出现地震、滑坡、泥石流等地质灾害。因此，本文选取覆盖地势较高的云南西北部地区的哨兵数据，利用SBAS-InSAR技术进行数据处理，针对云南西北部地区的地表形变进行监测，发现地质灾害隐患区域，为地质灾害预警提供数据支持。

关键词: 云南, SBAS-InSAR, 地质灾害, 哨兵数据

Abstract: As a province connected to Tibet in southwestern in our country, the terrain of Yunnan province gradually decreases from the northwest to the southeast, and there are many mountains. The mountains area can account for 88% of the province’s area. In addition, Yunnan province is also located near the junction of the Indian Ocean plate and the Asia-Europe plate. It has many seismic belts and frequent geological movements, and there are frequent geological disasters such as earthquakes, landslides and mudslides. Therefore, this paper selects Sentinel data from northwestern in Yunnan, which covers a relatively high terrain, and uses SBAS-InSAR technology for data processing. The purpose is to monitor the surface deformation in northwestern in Yunnan and discover hidden areas of geological hazards, which will be the subsequent geological hazards. Early warning is provided on data support.

Key words: Yunnan, SBAS-InSAR, geological disaster, Sentinel data

中图分类号:

P237

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.

WENG Changkai, ZHU Xipeng. Monitoring of surface deformation in Yunnan based on Sentinel data[J]. Bulletin of Surveying and Mapping, 2021, 0(6): 61-66,92.

参考文献

[1] 徐旌, 刘洪江. 云南地震灾害特征及风险趋势分析[J]. 云南地理环境研究, 2018, 30(5): 1-7.
[2] 杨建文,张鹏映,何应文,等. 2018年通海两次5.0级地震前GNSS观测异常及震后云南地区的应变变化[J]. 大地测量与地球动力学, 2020, 40(1): 30-34.
[3] 皇甫岗. 云南地震活动性研究[D]. 合肥:中国科学技术大学, 2009.
[4] 杨曦璃, 陈谦, 任光明,等. InSAR应用于地质灾害早期识别的研究现状及趋势[J]. 人民长江, 2019, 50(S2):80-84.
[5] MARSELLA M. Analysis of ground deformation using SBAS-DInSAR technique applied to COSMO-SkyMed images, the test case of Roma urban area[C]. Sar Image Analysis, Modeling, and Techniques XII, 2012:448-453.
[6] 尹振兴,钟丽云,许兵,等.基于SBAS-InSAR的昆明地面沉降监测研究[J].地矿测绘,2016,32(4): 1-5.
[7] BONANO M, MANUNTA M, MARSELLA M, et al. Long-term ERS/ENVISAT deformation time-series generation at full spatial resolution via the extended SBAS technique[J]. International Journal of Remote Sensing, 2012, 33(15):4756-4783.
[8] 敖萌, 张勤, 赵超英,等. 改进的CR-InSAR技术用于四川甲居滑坡形变监测[J]. 武汉大学学报(信息科学版), 2017,42(3):377-383.
[9] 朱武, 张勤, 赵超英,等. 基于CR-InSAR的西安市地裂缝监测研究[J]. 大地测量与地球动力学, 2010, 30(6):20-23,30.
[10] XU C J, HE P, WEN Y M, et al. Crustal deformation monitoring of Xianshuihe fault by CR-InSAR[J]. Geomatics and Information Science of Wuhan University, 2012, 37(3): 302-305.
[11] FERRETTI A, PRATI C, ROCCA F. Permanent scatterers in SAR interferometry[J]. IEEE Transactions on Geoscience and Remote Sensing, 2001, 39(1): 8-20.
[12] 汪生燕. 基于PS-InSAR技术的城市地表沉降监测[J]. 地理空间信息, 2020, 18:(9): 113-115.
[13] SINGH H, PANDEY A C. Land deformation monitoring using optical remote sensing and PS-InSAR technique nearby Gangotri glacier in higher Himalayas[J]. Modeling Earth Systems and Environment, 2021, 7:221-233.

[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]	周定义, 左小清, 喜文飞, 肖波, 刘馨雨. 顾及大气误差和相位解缠误差的LiCSBAS方法对高山峡谷地区地质灾害的探测[J]. 测绘通报, 2022, 0(6): 114-120147.
[3]	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.
[4]	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.
[5]	徐刚, 胡坤霖, 温剑峰, 徐登财, 戴欣宜, 陈杰, 朱安峰, 章豪, 苏宗奎. 顾及地形邻域影响的地质灾害风险易发区评估[J]. 测绘通报, 2021, 0(7): 59-64.
[6]	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.
[7]	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.
[8]	祁于娜, 王磊. 层次分析-熵值定权法应用于山区城镇地质灾害易发性评价[J]. 测绘通报, 2021, 0(6): 112-116.
[9]	章豪, 温剑峰, 陈温清, 徐刚, 史瑞洁, 戴欣宜, 陈杰, 朱安峰, 范全龙. 对陡坡陡崖引发地质灾害的潜在影响范围进行建模分析[J]. 测绘通报, 2021, 0(6): 117-121,133.
[10]	孙涛, 徐明宇, 董秀军, 潘星. 机载LiDAR技术应用于茂密植被山区地质灾害调查[J]. 测绘通报, 2021, 0(4): 90-97.
[11]	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.
[12]	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.
[13]	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.
[14]	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.
[15]	冯志强, 张耀东, 胡丹晖, 周光远, 李朝晖, 周学明, 毛晓坡. 输电线路电磁干扰对北斗变形监测数据质量及定位精度的影响分析[J]. 测绘通报, 2021, 0(10): 94-97,113.

基于哨兵数据的云南地表形变监测

Monitoring of surface deformation in Yunnan based on Sentinel data

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