利用双极化Sentinel-1数据监测城市地面沉降——以上海市为例

doi:10.13474/j.cnki.11-2246.2019.0360

测绘通报 ›› 2019, Vol. 0 ›› Issue (11): 98-102,129.doi: 10.13474/j.cnki.11-2246.2019.0360

利用双极化Sentinel-1数据监测城市地面沉降——以上海市为例

熊佳诚, 聂运菊, 罗跃, 李永飞

东华理工大学测绘工程学院, 江西南昌 330013

收稿日期:2019-01-16 发布日期:2019-12-02
作者简介:熊佳诚(1996-),男,硕士,研究方向为InSAR理论与应用。E-mail:849702076@qq.com
基金资助:
国家自然科学基金（41602258）；江西省数字国土重点实验项目（DLLJ201718）

Monitoring urban land subsidence by dual-polarization Sentinel-1 data: a case study of Shanghai

XIONG Jiacheng, NIE Yunju, LUO Yue, LI Yongfei

School of Surveying and Mapping Engineering, East China University of Technology, Nanchang 330013, China

Received:2019-01-16 Published:2019-12-02

摘要/Abstract

摘要： 在遥感卫星成像中，极化是非常重要的概念。不同极化数据包含的地面信息不同，其应用价值也不同。针对VV、VH极化数据在城市地面沉降监测中的应用，本文利用双极化Sentinel-1数据监测上海市城区地面沉降，分析两种监测结果产生差异的原因，并与水准数据进行对比验证。结果表明，VV极化数据对研究区的监测整体性优于VH极化数据；干涉对相干性质量与有效像素数数量均高于VH极化数据；监测结果与水准数据的偏差小于VH极化数据。

关键词: 短基线集, 双极化, 城市, 地面沉降, 干涉

Abstract: Polarization is a very important concept in remote sensing satellite imaging.Different polarization data contain different ground information and have different application values.In view of the application of VV and VH polarization data in urban ground subsidence monitoring, the dual-polarization Sentinel-1 data is used to monitor the ground subsidence in the urban area of Shanghai. The reasons for the differences between the two monitoring results are analyzed and compared with the leveling monitoring data for verification. The results show that the monitoring integrity of VV polarization data is better than that of VH polarization data. The quality of coherence and the number of effective pixels of VV polarization data are both higher than that of VH polarization data.The deviation between monitoring results and leveling data is smaller than that of VH polarization data.

Key words: SBAS-InSAR, dual-polarization, urban, land subsidence, interference

中图分类号:

P258

熊佳诚, 聂运菊, 罗跃, 李永飞. 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, 0(11): 98-102,129.

XIONG Jiacheng, NIE Yunju, LUO Yue, LI Yongfei. Monitoring urban land subsidence by dual-polarization Sentinel-1 data: a case study of Shanghai[J]. Bulletin of Surveying and Mapping, 2019, 0(11): 98-102,129.

参考文献

[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] 张艳梅,王萍,罗想,等.利用Sentinel-1数据和SBAS-InSAR技术监测西安地表沉降[J].测绘通报,2017(4):93-97.
[3] 孙晓鹏,鲁小丫,文学虎,等.基于SBAS-InSAR的成都平原地面沉降监测[J].国土资源遥感,2016,28(3):123-129.
[4] 聂运菊,刘国祥,石金峰,等.基于PSI技术监测上海市2009年-2010年区域地表沉降[J].遥感信息,2013,28(2):56-61.
[5] 聂运菊,刘国祥,石金峰,等.高分辨率PSI上海市沉降探测及分析[J].测绘科学,2013,38(3):73-76.
[6] 聂运菊,刘国祥,石金峰,等.PSI技术在上海地表沉降监测中的应用[J].测绘通报,2012(12):54-58.
[7] 邓立峰,朱海玉.基于时序雷达差分干涉的上海市2009年-2010年沉降趋势分析[J].城市勘测,2018(5):109-114.
[8] 代大海,廖斌,肖顺平,等.雷达极化信息获取与处理的研究进展[J].雷达学报,2016,5(2):143-155.
[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] 刘杰,王宏宇,刘伟东,等.浅析InSAR技术在地面沉降监测的应用[J].城市建设理论研究(电子版),2015(10):801-804.
[11] LANARI R, LUNDGREN P, MANZO M, et al. Satellite radar interferometry time series analysis of surface deformation for los angeles[J]. Geophysical Research Letter, 2004, 31(23):1-5.
[12] 张其海. SAR影像在工程地质条件分析中的信息潜力研究[D].成都:西南交通大学,2013.
[13] 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.
[14] DE ZAN F, GUARNIERI A M. TOPSAR:terrain observation by progressive scans[J]. IEEE Transactions on Geoscience and Remote Sensing, 2006, 44(9):2352-2360.
[15] 刘保坤,禹卫东.ScanSAR与TOPSAR的对比研究[J].中国科学院研究生院学报,2011,28(3):360-365.

利用双极化Sentinel-1数据监测城市地面沉降——以上海市为例

Monitoring urban land subsidence by dual-polarization Sentinel-1 data: a case study of Shanghai

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]	贾秀丽. 高斯过程回归辅助下的GPS干涉反射积雪深度估测[J]. 测绘通报, 2022, 0(7): 78-82.
[3]	贺彪, 郭仁忠, 张琛, 马丁, 王伟玺, 洪武扬, 陈业滨. 面向数字孪生城市的自然场景构造方法[J]. 测绘通报, 2022, 0(7): 87-92.
[4]	苏小霞, 黎仁杰, 吴静, 程朋根, 王保国. 城市生态系统安全评估研究进展与未来发展趋势[J]. 测绘通报, 2022, 0(6): 25-31.
[5]	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.
[6]	潘建平, 付占宝, 程卫华, 陆世安, 李鑫, 孙博文, 黄桂萍. 基于地表类型的山地海绵城市生态建设评估[J]. 测绘通报, 2022, 0(5): 84-88.
[7]	张玉鹏, 张永红, 刘青豪. 利用GRACE数据进行京津冀地区地面沉降与地下水耦合分析[J]. 测绘通报, 2022, 0(5): 89-94,125.
[8]	王梅红, 侯笑宇, 司连法, 贺风. 地理空间数据结合手机信令等多源数据刻画城市居民出行特征[J]. 测绘通报, 2022, 0(5): 162-165.
[9]	贺瑜琦, 曾一笑, 陈光, 陈良超. 新型测绘视角下的山地城市规划实施场景预警模拟技术探索[J]. 测绘通报, 2022, 0(4): 11-15.
[10]	刘卓, 李佳, 张翔, 郭磊, 刘艳阳, 徐浩栋, 顾云杨, 陈重华. 利用TanDEM-X影像和ICESat-2高程数据获取南极高精度数字高程模型[J]. 测绘通报, 2022, 0(4): 72-76.
[11]	叶俊, 康思奇, 傅根深, 吕海燕, 钱文祺, 唐雪海. 基于卫星遥感的城市绿地景观格局变化研究进展[J]. 测绘通报, 2022, 0(3): 23-27.
[12]	王琳, 郭功举, 刘一宁. 面向智慧城市建设的地理实体构建方法[J]. 测绘通报, 2022, 0(2): 20-24.
[13]	李冰峰, 李更尔, 那静, 涂梨平, 范军林, 吴洋. 利用SBAS时序技术识别地热资源开采引起的地表形变[J]. 测绘通报, 2022, 0(2): 43-49.
[14]	李昱, 陈蜜, 付迎春. 基于NPP-VIIRS夜光遥感数据的京津冀城市群空间结构变化分析[J]. 测绘通报, 2022, 0(2): 50-55.
[15]	乐颖, 夏元平. 基于比值法的多源多时相数据城区变化检测[J]. 测绘通报, 2022, 0(2): 56-61.