利用PS-InSAR技术进行城市地铁沿线形变监测与机理分析

doi:10.13474/j.cnki.11-2246.2022.0104

测绘通报 ›› 2022, Vol. 0 ›› Issue (4): 20-25.doi: 10.13474/j.cnki.11-2246.2022.0104

• 工程测量分会年会（2021年）优选论文 • 上一篇下一篇

利用PS-InSAR技术进行城市地铁沿线形变监测与机理分析

李佳豪¹, 周吕¹, 马俊², 杨飞³, 咸凌霄¹

1. 桂林理工大学测绘地理信息学院, 广西桂林 541004;
2. 中铁第四勘察设计院集团有限公司, 湖北武汉 430063;
3. 中国矿业大学(北京)地球科学与测绘工程学院, 北京 100083

收稿日期:2021-07-14 出版日期:2022-04-25 发布日期:2022-04-26
通讯作者: 周吕。E-mail:zhoulv@glut.edu.cn
作者简介:李佳豪(2000-),男,研究方向为InSAR数据处理及应用。E-mail:lijiahao_glut@163.com
基金资助:
广西科技计划（桂科AD19110107）；武汉市科技计划（2019010702011314）；国家自然科学基金（42064003）；广西自然科学基金（2018GXNSFBA050006）；广西高校中青年教师科研基础能力提升项目（2020KY06032）

Deformation monitoring and mechanism analysis of urban subway line based on PS-InSAR technology

LI Jiahao¹, ZHOU Lü¹, MA Jun², YANG Fei³, XIAN Lingxiao¹

1. College of Geomatics and Geoinformation, Guilin University of Technology, Guilin 541004, China;
2. China Railway Siyuan Survey and Design Group Co., Ltd., Wuhan 430063, China;
3. College of Geoscience and Survey Engineering, China University of Mining and Technology-Beijing, Beijing 100083, China

Received:2021-07-14 Online:2022-04-25 Published:2022-04-26

摘要/Abstract

摘要： 本文利用PS-InSAR技术获取了上海地区沉降速率场及累计沉降量等信息，并分析了该地区的沉降时空分布特征，以及该地区沉降与降水量、地铁施工运营等因素之间的关系。研究表明:①上海市沉降呈不均匀分布，北部沉降较稳定，而中部的虹口区、南部的闵行区、东部的浦东新区均发生了不同程度的沉降。其中，闵行区沉降最为严重，其最大累计沉降量达-43 mm，呈大范围、大沉降现象。②研究区域内沉降量呈非线性沉降现象及明显的季节性变化，且与地区降水量有关，降雨量对地下水的及时补充可以有效缓解地面过度沉降的发生。③上海地铁3、15、16号线部分路段均出现明显沉降现象，且处于在建阶段的15号线沉降最为明显，部分路段最大累计沉降量达-34 mm。

关键词: 沉降监测, PS-InSAR, Sentinel-1A, 上海

Abstract: This paper uses PS-InSAR technology to obtain information on the field of subsidence rate and accumulated subsidence in the Shanghai area, and analyzes the temporal and spatial distribution characteristics of subsidence in this area, as well as the correlation between subsidence and precipitation in this area, subway construction and operation and other influencing factors. The research shows that:①The subsidence in Shanghai is unevenly distributed. The subsidence in the north of Shanghai is relatively stable, while the Hongkou district in the middle, the Minhang district in the south, and the Pudong new area in the east all have different degrees of subsidence. Among them, the Minhang district has the most serious subsidence, and the maximum cumulative subsidence is -43 mm, with large-scale, large-scale subsidence. ②The subsidence in the study area is nonlinear. The apparent seasonal change of subsidence is related to regional precipitation. The timely supplement of rainfall to groundwater can effectively alleviate excessive groundwater. ③Some sections of Line 3, 15 and 16 of Shanghai subway all have obvious settlement, and the settlement of Line 15 in the construction stage is the most obvious, and the maximum accumulated settlement of some sections is -34 mm.

Key words: subsidence monitoring, PS-InSAR, Sentinel-1A, Shanghai

中图分类号:

P258
P237

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.

LI Jiahao, ZHOU Lü, MA Jun, YANG Fei, XIAN Lingxiao. Deformation monitoring and mechanism analysis of urban subway line based on PS-InSAR technology[J]. Bulletin of Surveying and Mapping, 2022, 0(4): 20-25.

参考文献 15

[1]	周吕, 郭际明, 李昕, 等. 基于SBAS-InSAR的北京地区地表沉降监测与分析[J]. 大地测量与地球动力学, 2016, 36(9):793-797.
[2]	李海君, 张耀文, 谷洪彪, 等. 基于PS-InSAR技术的廊坊北部地区地面沉降监测研究[J]. 大地测量与地球动力学, 2018, 38(11):1122-1127.
[3]	白泽朝, 靳国旺, 张红敏, 等. 天津地区Sentinel-1A雷达影像PSInSAR地面沉降监测[J]. 测绘科学技术学报, 2017, 34(3):283-288.
[4]	周朝栋, 宮辉力, 张有全, 等. 基于PS-InSAR和GIS的北京平原区建筑荷载对地面沉降的影响[J]. 地球信息科学学报, 2016, 18(11):1551-1562.
[5]	廖明生, 裴媛媛, 王寒梅, 等. 永久散射体雷达干涉技术监测上海地面沉降[J]. 上海国土资源, 2012, 33(3):5-10.
[6]	侯安业, 张景发, 刘斌, 等. PS-InSAR与SBAS-InSAR监测地表沉降的比较研究[J]. 大地测量与地球动力学, 2012, 32(4):125-128.
[7]	周吕, 文学霖, 杨飞, 等. 基于MTInSAR分析的廊坊市地面沉降时空特征研究[J]. 水力发电, 2019, 45(10):38-43.
[8]	刘朋俊,张璐,陈元申,等.南水北调中线湿陷性黄土区InSAR时序分析[J].人民长江,2020,51(6):125-128.
[9]	朱茂, 沈体雁, 吕凤华, 等. 青岛胶州湾跨海大桥InSAR形变数据分解和信息提取[J]. 遥感学报, 2020, 24(7):883-893.
[10]	王霞迎, 赵超英, 刘媛媛, 等. 基于Sentinel-1数据监测临汾盆地地表形变[J]. 大地测量与地球动力学, 2018, 38(7):734-737.
[11]	刘琦, 岳国森, 丁孝兵, 等. 佛山地铁沿线时序InSAR形变时空特征分析[J].武汉大学学报(信息科学版), 2019, 44(7):1099-1106.
[12]	谢文斌, 左小清, 刘玉忠, 等. 利用Sentinel-1A数据监测抚顺市地表形变[J]. 大地测量与地球动力学, 2019, 39(12):1270-1276.
[13]	熊佳诚, 聂运菊, 罗跃, 等. 利用双极化Sentinel-1数据监测城市地面沉降——以上海市为例[J]. 测绘通报, 2019(11):98-102.
[14]	王茹, 杨天亮, 杨梦诗, 等.PS-InSAR技术对上海高架路的沉降监测与归因分析[J].武汉大学学报(信息科学版), 2018, 43(12):2050-2057.
[15]	李德仁, 廖明生, 王艳. 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):664-668.

利用PS-InSAR技术进行城市地铁沿线形变监测与机理分析

Deformation monitoring and mechanism analysis of urban subway line based on PS-InSAR technology

可视化

摘要/Abstract

引用本文

使用本文

参考文献 15

相关文章 15

编辑推荐

Metrics

本文评价

[1]	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.
[2]	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.
[3]	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.
[4]	崔青林, 汪鸣泉, 黄永健. 融合随机森林模型和6种水体指数的上海市水体信息提取[J]. 测绘通报, 2022, 0(2): 106-109.
[5]	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.
[6]	祝昕刚, 明生. 时序InSAR技术应用于高压输电线路附近的地表形变灾害防控[J]. 测绘通报, 2021, 0(7): 92-97.
[7]	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.
[8]	吴学雨, 李明峰, 董思学, 王彬, 赵志胜. 利用基于抗差垂直向方差分量估计的GPS-InSAR数据融合方法反演三维形变场[J]. 测绘通报, 2021, 0(12): 38-43.
[9]	熊鹏, 左小清, 李勇发, 谢文斌, 游洪, 王志红. InSAR技术在高速公路灾害辅助识别中的应用[J]. 测绘通报, 2020, 0(8): 87-91.
[10]	宋中华, 田慧, 宋帅. Trimble S9/S9 HP全站仪在铁路顶管施工路基面的精密沉降监测中的应用[J]. 测绘通报, 2020, 0(6): 153-155.
[11]	李东, 侯西勇. 利用Sentinel-1A数据监测地表形变案例分析[J]. 测绘通报, 2020, 0(3): 118-122.
[12]	梁小龙, 王建业, 白泽朝, 齐二恒, 李攀. 基于PS-InSAR技术的黄土大厚度挖方区回弹变形规律分析[J]. 测绘通报, 2020, 0(3): 163-166.
[13]	邱亚辉, 别伟平, 薄志毅, 李长青, 郑阔, 郎博. 基于InSAR的城市地下轨道交通沉降与灾害监测[J]. 测绘通报, 2020, 0(2): 107-112.
[14]	窦超, 赵利江, 张生鹏, 刘雨鑫, 马国宝. 利用InSAR数据的格尔木市地表沉降监测[J]. 测绘通报, 2020, 0(10): 123-126.
[15]	张允涛, 王宏昌, 王新田, 王博, 梁菲. 利用两种时序InSAR技术进行地面抬升监测与研究[J]. 测绘通报, 2020, 0(10): 157-159,163.