PSP-InSAR技术在地铁沿线的形变监测应用

doi:10.13474/j.cnki.11-2246.2020.0299

测绘通报 ›› 2020, Vol. 0 ›› Issue (9): 132-135.doi: 10.13474/j.cnki.11-2246.2020.0299

PSP-InSAR技术在地铁沿线的形变监测应用

金艳, 俞志强, 高晓雄

浙江省测绘科学技术研究院, 浙江杭州 311100

收稿日期:2019-11-08 修回日期:2020-05-26 出版日期:2020-09-25 发布日期:2020-09-28
作者简介:金艳(1982-),女,博士,高级工程师,主要从事InSAR地面沉降监测工作。E-mail:xiaoya@zju.edu.cn
基金资助:
浙江省基础公益研究计划（LGF18D010004）

Application of PSP-InSAR technology in deformation monitoring along the subway

JIN Yan, YU Zhiqiang, GAO Xiaoxiong

Zhejiang Academy of Surveying&Mapping, Hangzhou 311100, China

Received:2019-11-08 Revised:2020-05-26 Online:2020-09-25 Published:2020-09-28

摘要/Abstract

摘要： 基于56景COSMO-SkyMed影像，本文采用PSP-InSAR技术对杭州地铁2号线沿线500 m范围进行地面沉降监测，并对形变区的位置、面积和数量进行了统计，在此基础上提取形变梯度大于0.1 mm/m的累计形变量点并开展比对分析。结果表明：①虽然地表形变集中区、形变严重区和形变梯度较大区域有着高度的重叠，但部分形变集中区内形变量和形变梯度并不大，也存在形变平稳区段形变梯度却较为显著现象，因此单从一个角度分析地铁沿线的形变，易增加漏检和错检的概率。②PSP-InSAR技术可从空间上完整表现地铁线上沉降的分布特征，对于地铁竣工运营期间的沉降监测具有显著意义，可为地铁的运营维护提供依据。

关键词: 地面沉降, PSP-InSAR, 形变监测, 地铁工程, 形变梯度

Abstract: Based on 56 COSMO-SkyMed images, this paper uses PSP-InSAR technology to monitor the land subsidence within 500 m area of Hangzhou Metro Line 2, and makes statistics on the location, area and quantity of the deformation zone. On this basis, the accumulative shape variable points with deformation gradient greater than 0.1 mm/m are extracted and compared. Results show that: ① Surface deformation and deformation gradient are basically the same in space, but there are some differences. Therefore, analyzing the deformation along the subway line from a single point of view will increase the probability of missed and wrong detection. ② PSP-InSAR technology can fully show the distribution characteristics of the settlement on the metro line in space. It is significant for the settlement monitoring during the completion and operation of the subway. It provides basis for the operation and maintenance of the subway.

Key words: land subsidence, PSP-InSAR, deformation monitoring, metro engineering, deformation grad

中图分类号:

P237

金艳, 俞志强, 高晓雄. PSP-InSAR技术在地铁沿线的形变监测应用[J]. 测绘通报, 2020, 0(9): 132-135.

JIN Yan, YU Zhiqiang, GAO Xiaoxiong. Application of PSP-InSAR technology in deformation monitoring along the subway[J]. Bulletin of Surveying and Mapping, 2020, 0(9): 132-135.

参考文献

[1] 郭山川,侯湖平,张绍良,等.时序InSAR在城市地铁工程区形变监测中的应用[J].测绘通报,2017(8):92-99.
[2] 姜德才,张永红,张继贤.天津市地铁线不均匀地表沉降InSAR监测[J].遥感信息, 2017,32(6):27-32.
[3] 祝秀星,陈蜜,宫辉力.采用时序InSAR技术监测北京地铁网络沿线地面沉降[J].地球信息科学,2018,20(12):1810-1818.
[4] 朱邦彦,李建成,储征伟,等.利用时序InSAR反演常州市地表沉降速率[J].测绘通报,2016(5):26-31.
[5] 刘凯斯,宫辉力,陈蓓蓓.基于地面沉降监测的地铁运营危险性评价——以北京地铁6号线为例[J].地理与地理信息科学,2018,20(1):128-137.
[6] 罗小军,黄丁发,刘国祥.基于永久散射体雷达差分干涉测量的城市地面沉降研究——以上海地面沉降监测为例[J].测绘通报,2009(4):4-8.
[7] 贾煦,宫辉力,陈蓓蓓,等.不均匀地面沉降对北京地铁15号线运营的影响分析[J].遥感信息,2014,29(6):58-63.
[8] 葛大庆,张玲,王艳,等.上海地铁10号线建设与运营过程中地面沉降效应的高分辨率InSAR监测及分析[J].上海国土资源, 2014, 35(4):62-67.
[9] 范雪婷,李明巨,潘九宝,等.南京地铁沿线地面沉降监测与危险性评价[J].测绘通报,2019(10):123-126,141.
[10] HOOPER A, SEGALL P, ZEBKER H. Persistent scatterer interferometric synthetic aperture radar for crustal deformation analysis, with application to Volcań Alcedo, Galaṕagos[J]. Journal of Geophysical Research Atmospheres, 2007,112(B7):1-21.
[11] PERISSIN D, WANG T. Repeat-pass SAR interferometry with partially coherent targets[J]. IEEE International Geoscience & Remote Sensing Symposium. 2012, 50(1):271-280.
[12] FERRETTI A, PRATI C, ROCCA F. Permanent scatterers in SAR interferometry[J]. IEEE Transactions on Geosci-ence & Remote Sensing, 2000, 38(5):2202-2212.
[13] COSTANTINI M, FALCO S, MALVAROSA F, et al. Persistent scatterer pair interferometry:approach and application to COSMO-SkyMed SAR data[J]. IEEE International Geoscience & Remote Sensing Symposium. 2014,7(7):2869-2879.
[14] 蒋弥,李志伟,丁晓利,等. InSAR可检测的最大最小变形梯度的函数模型研究[J].地球物理学报,2009,52(7):1715-1724.
[15] 赵峰,汪云甲,闫世勇.时序InSAR技术地表沉降监测结果可靠性及沉降梯度分析[J].遥感技术与应用,2015, 30(5):969-979.

PSP-InSAR技术在地铁沿线的形变监测应用

Application of PSP-InSAR technology in deformation monitoring along the subway

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]	周志伟, 程翔, 周伟, 郝卫峰, 肖海斌, 陈鸿杰, 杨魁. 地基SAR在滑坡形变监测中的应用[J]. 测绘通报, 2022, 0(7): 60-63.
[2]	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.
[3]	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.
[4]	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.
[5]	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.
[6]	逯中香, 樊彦国, 李国胜. 利用稀少卫星影像控制点生产1:10 000 DOM——以阿拉善盟测区为例[J]. 测绘通报, 2022, 0(3): 138-142,156.
[7]	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.
[8]	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.
[9]	章诗芳, 张锦. 卡尔曼滤波在山西省西山煤田地面沉降GNSS监测中的应用[J]. 测绘通报, 2021, 0(9): 103-107.
[10]	王建业, 梁小龙, 金喜, 白泽朝, 齐二恒. 黄土填方区地表沉降时序InSAR监测分析[J]. 测绘通报, 2021, 0(8): 158-161.
[11]	祝昕刚, 李更尔. 利用多传感器SAR数据集监测城市地面沉降[J]. 测绘通报, 2021, 0(6): 71-75.
[12]	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.
[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]	杨传训, 杨骥, 李勇, 韩留生, 陈水森. 面向水库大坝形变监测的三维激光扫描点云分析方法[J]. 测绘通报, 2021, 0(10): 54-59.
[15]	常明, 尹海权, 苏广利, 田晓, 徐玉健. 利用水准数据的天津市地面沉降时空特征分析[J]. 测绘通报, 2020, 0(7): 88-92.