InSAR技术在高速公路灾害辅助识别中的应用

doi:10.13474/j.cnki.11-2246.2020.0254

测绘通报 ›› 2020, Vol. 0 ›› Issue (8): 87-91.doi: 10.13474/j.cnki.11-2246.2020.0254

InSAR技术在高速公路灾害辅助识别中的应用

熊鹏¹, 左小清¹, 李勇发¹, 谢文斌¹, 游洪¹, 王志红²

1. 昆明理工大学, 云南昆明 650093;
2. 贵州工程应用技术学院, 贵州毕节 551700

收稿日期:2020-03-31 修回日期:2020-06-11 出版日期:2020-08-25 发布日期:2020-09-01
作者简介:熊鹏(1995-),男,硕士,研究方向为InSAR技术理论方法与应用、地表沉降监测。E-mail:595821921@qq.com
基金资助:
国家自然科学基金（51574242）；贵州省教育厅自然科学研究项目（[2018]071；[2018]405）

Application of InSAR technology in auxiliary identification of expressway disasters

XIONG Peng¹, ZUO Xiaoqing¹, LI Yongfa¹, XIE Wenbin¹, YOU Hong¹, WANG Zhihong²

1. Kunming University of Science and Technology, Kunming 650093, China;
2. Guizhou University of Engineering Science, Bijie 551700, China

Received:2020-03-31 Revised:2020-06-11 Online:2020-08-25 Published:2020-09-01

摘要/Abstract

摘要： 为尽可能早地发现并排查出高速公路灾害的隐患点，本文以昆磨高速公路的昆明至玉溪路段为例，首先基于PS-InSAR技术，利用45景Sentinel-1影像获得了研究区域2018-2019年的沉降速率图。然后对沉降严重区域进行横纵断面分析，识别出昆磨高速公路沿线的隐患路段。最后对这些路段的进一步监测提出建议。研究表明，昆磨高速公路沿线总体呈现出较为平缓的沉降趋势，但存在着3个严重沉降区。分别是谢井村和朱井村路段、昆磨高速公路与东绕城高速公路交界处路段，以及昆磨高速公路与晋新公路交界处路段。因此证明了PS-InSAR技术能有效排查高速公路沿线的灾害隐患。

关键词: PS-InSAR, 地表形变, 灾害识别, 高速公路, 沉降监测

Abstract: In order to discover and identify hidden danger points of disasters as early as possible, this article takes the Kunming-Yuxi section of Kunmo expressway as an example. Firstly, based on PS-InSAR technology, and using 45 Sentinel-1 images to obtain the settlement rate map of the study area from 2018 to 2019. Then we use the method of cross-section analysis to analyze the serious settlement area, and identify the hidden trouble sections along the Kunmo expressway. Finally, this article makes some suggestions to further monitor these road sections. Studies have shown that the Kunming expressway generally shows a relatively gentle settlement trend, but there are three severe settlement areas. They are the sections in Xiejing village and Zhujing village, the junction of Kunmo expressway and Dongraocheng expressway, and the junction of Kunmo expressway and Jinxin highway. It prove that PS-InSAR technology can effectively detect hidden hazards along the highway.

Key words: PS-InSAR, surface deformation, disaster identification, highway, subsidence monitoring

中图分类号:

P237

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.

XIONG Peng, ZUO Xiaoqing, LI Yongfa, XIE Wenbin, YOU Hong, WANG Zhihong. Application of InSAR technology in auxiliary identification of expressway disasters[J]. Bulletin of Surveying and Mapping, 2020, 0(8): 87-91.

参考文献

[1] 李海东. 高速公路经济论[D].成都:四川大学,2004.
[2] 葛大庆,戴可人,郭兆成,等.重大地质灾害隐患早期识别中综合遥感应用的思考与建议[J].武汉大学学报(信息科学版),2019,44(7):949-956.
[3] 许强,董秀军,李为乐.基于天-空-地一体化的重大地质灾害隐患早期识别与监测预警[J].武汉大学学报(信息科学版),2019,44(7):957-966.
[4] 邱亚辉,别伟平,薄志毅,等.基于In SAR的城市地下轨道交通沉降与灾害监测[J].测绘通报,2020(2):107-112.
[5] 秦晓琼,杨梦诗,王寒梅,等.高分辨率PS-InSAR在轨道交通形变特征探测中的应用[J].测绘学报,2016,45(6):713-721.
[6] 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.
[7] 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.
[8] 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.
[9] 朱邦彦,姚冯宇,孙静雯,等.利用InSAR与地质数据综合分析南京河西地面沉降的演化特征和成因[J].武汉大学学报(信息科学版),2020,45(3):442-450.
[10] 张亚迪,李煜东,董杰,等.时序InSAR技术探测芒康地区滑坡灾害隐患[J].遥感学报,2019,23(5):987-996.
[11] 王新田,狄桂栓.基于PS-InSAR的聊城东部地表沉降监测与分析[J].测绘通报,2019(S2):149-153.
[12] 赵栋,魏恋欢.基于时序InSAR技术的沈阳市地面沉降分析[J].测绘通报,2019(S1):77-81.
[13] 张学东,葛大庆,肖斌,等.多轨道集成PS-InSAR监测高速公路沿线地面沉降研究——以京沪高速公路(北京-河北)为例[J].测绘通报,2014(10):67-69,104.
[14] 张兆旭. 基于PS-InSAR技术的高速铁路沉降监测研究[D].北京:中国地质大学(北京),2016.
[15] 高胜,曾琪明,焦健,等.永久散射体雷达干涉研究综述[J].遥感技术与应用,2016,31(1):86-94.
[16] 刘路遥. 基于分布式目标雷达干涉测量的滑坡形变监测[D].成都:西南交通大学,2018.
[17] 曲菲霏. 基于TerraSAR-X影像的InSAR地表高程重建及区域形变监测关键技术研究[D].西安:长安大学,2012.
[18] ANDREA C,FEDERICA B,SILVIA B,et al. Analysis of building deformation in landslide area using multisensor PSInSAR^TM technique[J]. International Journal of Applied Earth Observations and Geoinformation,2014,33:166-180.

InSAR技术在高速公路灾害辅助识别中的应用

Application of InSAR technology in auxiliary identification of expressway disasters

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]	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.
[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, 0(6): 137-142.
[3]	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.
[4]	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.
[5]	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.
[6]	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.
[7]	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.
[8]	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.
[9]	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.
[10]	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.
[11]	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.
[12]	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.
[13]	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.
[14]	郑佳荣, 宫辉力, 李青元, 陈蓓蓓. 北京平原区不均匀沉降控制因素研究[J]. 测绘通报, 2018, 0(9): 108-111.
[15]	王志伟, 刘国林, 陶秋香, 于胜文, 王珂, 周传义. 多视线向D-InSAR三维地表形变解算中GPS约束定权[J]. 测绘通报, 2018, 0(8): 6-10.