一种多源地面沉降监测数据融合方法及其应用

doi:10.13474/j.cnki.11-2246.2023.0313

测绘通报 ›› 2023, Vol. 0 ›› Issue (10): 158-162,172.doi: 10.13474/j.cnki.11-2246.2023.0313

一种多源地面沉降监测数据融合方法及其应用

高建东^1,2, 王勇^1,2,3, 安江雷^1,2, 姜俊狄⁴

1. 江苏省测绘工程院, 江苏南京 210013;
2. 自然资源部国土卫星遥感应用重点实验室, 江苏南京 210013;
3. 武汉大学卫星导航技术研究中心, 湖北武汉 430079;
4. 河海大学地球科学与工程学院, 江苏南京 211100

收稿日期:2022-12-29 发布日期:2023-10-28
作者简介:高建东(1989-),男,硕士,工程师,主要研究为现代测绘基准建设与服务。E-mail:chdgjd@foxmail.com
基金资助:
江苏省自然资源科技项目(2021039)

A multi-source land subsidence monitoring data fusion method and its application

GAO Jiandong^1,2, WANG Yong^1,2,3, AN Jianglei^1,2, JIANG Jundi⁴

1. Jiangsu Provincial Surveying & Mapping Engineering Institude, Nanjing 210013, China;
2. Key Laboratory for Land Satellite Remote Sensing Application of Ministry of Natural Resources, Nanjing 210013, China;
3. Research Center of GNSS, Wuhan University, Wuhan 430079, China;
4. School of Earth Sciences and Engineering, Hohai University, Nanjing 211100, China

Received:2022-12-29 Published:2023-10-28

摘要/Abstract

摘要： 本文利用精密水准、GNSS和时序InSAR 3种技术手段开展多源地面沉降监测数据融合研究。首先统一3种监测手段的时空基准,然后采用Bland-Altman方法分析监测结果一致性,并采用曲面拟合方法建立监测数据间的模型关系,得到综合精密水准、GNSS和时序InSAR优势的面状监测结果。研究结果表明:研究区主要沉降区域位于沛县安国镇、龙固镇、朱寨镇、大屯街道及丰县分凤城街道,矿产资源开采是导致区域沉降的主要因素。监测周期内的最大沉降速率为29.8 mm/a,地面沉降速率超过10 mm/a的沉降区面积为2 018.8 km²,占总面积的61.9%。

关键词: 地面沉降监测, 时序InSAR, GNSS, 水准测量, 数据融合

Abstract: In this paper, the fusion of multi-source ground subsidence monitoring data is carried out by using three technical means: precision level, GNSS and time-series InSAR. Firstly, the spatial and temporal references of the three monitoring means are unified, then the Bland-Altman method is used to analyze the consistency of monitoring results, and the model relationship among monitoring data is established by the surface fitting method, and the surface monitoring results that integrated the advantages of precision level, GNSS and time-series InSAR are obtained. The results show that the main subsidence areas in the study area are located in Anguo town, Longgu town, Zhuzhai town, Datun street and Fengxian Sub-Fengcheng street of Pei county, and mineral resource exploitation is the main factor leading to regional subsidence. The maximum subsidence rate during the monitoring cycle is 29.8 mm/a, and the subsidence area with ground subsidence rate over 10 mm/a is 2 018.8 km², accounting for 61.9% of the total area.

Key words: land subsidence monitoring, time series InSAR, GNSS, leveling, data fusion

中图分类号:

高建东, 王勇, 安江雷, 姜俊狄. 一种多源地面沉降监测数据融合方法及其应用[J]. 测绘通报, 2023, 0(10): 158-162,172.

GAO Jiandong, WANG Yong, AN Jianglei, JIANG Jundi. A multi-source land subsidence monitoring data fusion method and its application[J]. Bulletin of Surveying and Mapping, 2023, 0(10): 158-162,172.

参考文献

[1] 崔振东,唐益群. 国内外地面沉降现状与研究[J]. 西北地震学报,2007,29(3): 275-278.
[2] 蔡田露,龚绪龙,卢毅,等. 江苏沿海地区InSAR精度评定与多源数据验证[J]. 遥感技术与应用,2020,35(6): 1426-1435.
[3] 朱建军,李志伟,胡俊. InSAR变形监测方法与研究进展[J]. 测绘学报,2017,46(10): 1717-1733.
[4] FUHRMANN T,CARO CUENCA M,KNÖPFLER A,et al. Combining InSAR,levelling and GNSS for the estimation of 3D surface displacements[C]//Proceedings of Fringe 2015: Advances in the Science and Applications of SAR Interferometry and Sentinel-1 InSAR Workshop.[S.l.]:European Space Agency, 2015.
[5] MOTAGH M,DJAMOUR Y,WALTER T R,et al. Land subsidence in Mashhad Valley,northeast Iran: results from InSAR,levelling and GPS[J]. Geophysical Journal International,2007,168(2): 518-526.
[6] 韩红超,符华年,张文峰,等. InSAR、水准多维沉降监测体系建设及应用研究[J]. 测绘通报,2019(S1): 236-241.
[7] 岳建平,方露. 城市地面沉降监控技术研究进展[J]. 测绘通报,2008(3): 1-4.
[8] 黄其欢,王青青,何宁,等. PSI技术应用于防波堤沉降监测研究[J]. 岩土工程学报,2019,41(4): 761-768.
[9] 王爱国,张殿江,张雪锋,等. GNSS精化高程与拟合高程一致性分析与检验[J]. 测绘科学,2017,42(11): 31-34,46.
[10] 吴岳. TOPS模式Sentinel-1数据地面沉降监测研究[D]. 徐州: 中国矿业大学,2017.
[11] 王文利,郭春喜,丁黎,等. 全国一等水准点高程近20年变化分析[J]. 测绘学报,2019,48(1): 1-8.
[12] 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.
[13] 李辉,卫星,朱哲,等. 基于SBAS-INSAR技术的抚顺市矿区地表沉陷监测与分析[J]. 测绘与空间地理信息,2021,44(7): 173-175,178.
[14] 姜德才,张继贤,张永红,等. 百年煤城地表沉降融合PS/SBAS InSAR监测: 以徐州市为例[J]. 测绘通报,2017(1): 58-64.
[15] 袁力. 徐州矿区绿色生态修复治理实践与思考[J]. 矿山测量,2020,48(6): 136-139.

一种多源地面沉降监测数据融合方法及其应用

A multi-source land subsidence monitoring data fusion method and its application

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]	董是, 龙志友, 毕洁夫, 王建伟, 邵永军, 杨超, 左琛, 张士远, 万昭龙. 基于Savitzky-Golay平滑-小波降噪处理的桥梁结构监测数据分析方法[J]. 测绘通报, 2023, 0(9): 100-106.
[2]	魏德宏, 禤键豪, 杨嘉伟, 张兴福, 余旭. 基于深度BP/ELMAN神经网络的山区GNSS高程转换精度分析[J]. 测绘通报, 2023, 0(9): 113-116,143.
[3]	田力男, 孙琦, 徐文坤, 董平, 田志欣, 荣超, 焦泽中. 城市空间立体单元在CIM建设中的探索实践[J]. 测绘通报, 2023, 0(9): 160-164.
[4]	李昂, 钟若飞, 刘正军, 谢东海, 吴伟, 张琰. GNSS失锁下融合描述子与粒子滤波的LiDAR定位方法研究[J]. 测绘通报, 2023, 0(8): 84-90.
[5]	靳鑫洋, 王斌, 刘晓云, 郭鑫伟, 田婕. 省级似大地水准面再精化可行性分析[J]. 测绘通报, 2023, 0(8): 151-154.
[6]	谭明明, 樊亚灵, 吕柯欣, 蒿赏, 徐涛, 蔡国田, 张杰, 李志才. 不同卫星导航系统组合监测的玛多地震同震形变与精度分析[J]. 测绘通报, 2023, 0(7): 80-84.
[7]	黄宁, 付世洋, 张露露, 熊玲, 黄良珂, 刘立龙. 顾及分段表达的中国区域对流层天顶湿延迟模型[J]. 测绘通报, 2023, 0(5): 96-100.
[8]	熊春宝, 张子健, 陈雯, 于丽娜. 海洋平台GNSS RTK监测数据的CVCEEMDAN-WT-SSA去噪算法[J]. 测绘通报, 2023, 0(4): 163-166,171.
[9]	高颖, 许思怡, 李黎, 卢厚贤, 何琦敏, 王晓明. 利用GPT3模型的GNSS-PWV计算方法[J]. 测绘通报, 2023, 0(3): 44-48,103.
[10]	张舒, 石丽红, 赵习枝. 场景视角下社区智慧停车的数据融合[J]. 测绘通报, 2023, 0(3): 61-66.
[11]	陈超, 陶旸, 赫春晓. 一种利用数据融合的森林资源“一张底图”建设方法[J]. 测绘通报, 2023, 0(3): 155-159.
[12]	张领旗, 谢酬, 陈蜜, 田帮森, 杨知, 朱玉. 时序InSAR技术在三峡库区特高压输电通道滑坡隐患识别的应用[J]. 测绘通报, 2023, 0(2): 97-103.
[13]	沈正中, 冯杨民, 胡正伟, 杨子健, 刘立, 王凯时. 长三角跨区域北斗位置应用服务模型设计及应用[J]. 测绘通报, 2023, 0(2): 124-127,149.
[14]	聂士海, 王龙, 王梦柯, 李鹏, 梁磊, 黄丹妮, 刘斌. 结合机器学习的GNSS-IR多卫星双频组合土壤湿度反演[J]. 测绘通报, 2023, 0(10): 98-104.
[15]	曹海滨, 王新平, 王文斌, 张正军, 尹太军, 曾杉. 重载铁路检测装备中三维与二维激光扫描仪检校方法[J]. 测绘通报, 2023, 0(10): 105-110.