自然资源遥感, 2024, 36(1): 26-34 doi: 10.6046/zrzyyg.2022497

地面沉降监测专栏

基于InSAR技术门源地震地表形变监测与分析

金鑫田,1,2,3, 王世杰,1,2,3,4, 张兰军1,2,3, 高星月1,2,3

1.兰州交通大学测绘与地理信息学院,兰州 730070

2.地理国情监测技术应用国家地方联合工程研究中心,兰州 730070

3.甘肃省地理国情监测工程实验室,兰州 730070

4.甘肃大禹九洲空间信息科技有限公司院士专家工作站,兰州 730050

InSAR-based monitoring and analysis of Menyuan earthquake-induced surface deformations

JIN Xintian,1,2,3, WANG Shijie,1,2,3,4, ZHANG Lanjun1,2,3, GAO Xingyue1,2,3

1. Faculty of Geomatics, Lanzhou Jiaotong University, Lanzhou 730070, China

2. Nation-Local Joint Engineering Research Center of Technologies and Applications for National Geographic State Monitoring, Lanzhou 730070, China

3. Gansu Provincial Engineering Laboratory for National Geographic State Monitoring, Lanzhou 730070, China

4. Academician Expert Workstation of Gansu Dayu Jiuzhou Space Information Technology Co., Ltd., Lanzhou 730050, China

通讯作者: 王世杰(1971-),男,硕士,教授级高级工程师,研究方向为灾害监测和自然资源变化监测。Email:wangshijie@mail.lzjtu.cn。

责任编辑: 陈理

收稿日期: 2022-12-26   修回日期: 2023-03-28  

基金资助: 国家自然科学基金项目“基于无人机的既有线轨道检测精度问题研究”(41861061)
兰州交通大学天佑创新团队项目“灾害监测及应急制图”(TY202001)

Received: 2022-12-26   Revised: 2023-03-28  

作者简介 About authors

金鑫田(1996-),男,硕士研究生,研究方向为InSAR监测地质灾害。Email: 1169955850@qq.com。

摘要

地震引发的地表形变规模大、范围广,由地震引发的次生地质灾害对当地基础设施和工程建设影响明显。研究门源地震造成的地表形变,对理解地震形变运动过程、识别地质灾害隐患具有重要意义。利用合成孔径雷达差分干涉测量(differential interferometric synthetic aperture Radar,D-InSAR)技术获取门源地震同震形变场,根据升降轨几何关系,提取门源地震地表二维形变信息; 利用覆盖研究区域的21景升轨Sentinel-1A影像,基于短基线集合成孔径雷达干涉测量(small baseline subset-interferometric synthetic aperture Radar,SBAS-InSAR)技术提取门源地震震后地表形变信息,得到视线向(line of sight,LOS)的时间序列和平均形变速率。结果表明,同震形变主要分布在冷龙岭断裂与托莱山断裂的交汇处,LOS向地表形变升轨隆升形变量为0.40 m,沉降量为-0.65 m,降轨隆升形变量为0.80 m,沉降量为-0.70 m; 联合升降轨视线向结果分析二维形变,得到垂直方向最大形变量为-0.32 m,以沉降为主,水平方向最大形变量为0.87 m,以向东运动为主,说明此次地震水平方向形变显著,断层运动状态为左旋走滑作用。2022年1月17日—9月26日期间,整体形变较为稳定,部分区域形变明显,断裂带活动是影响地表形变的主要因素,平均形变速率最大值为53 mm/a,最大形变量达到77 mm。研究结果可为地震灾害防治、应急管理工作和社会经济可持续发展提供技术支持。

关键词： 地表形变; InSAR; 门源地震; 形变监测

Abstract

Earthquake-induced surface deformations are characterized by large scales and extensive coverage, and the resultant secondary geological disasters significantly impact local infrastructure and engineering construction. Investigating the surface deformations caused by the Menyuan earthquake is critical for understanding the seismic deformation movement and identifying potential geological disasters. This study obtained the coseismic deformation field of the Menyuan earthquake using the differential interferometric synthetic aperture Radar (D-InSAR) technique. Based on the geometric relationships between the ascending descending passes, this study extracted the two-dimensional information of surface deformations induced by the Menyuan earthquake. The results show that the coseismic deformations occurred primarily at the intersection of Lenglongling and Tuolaishan faults. The line-of-sight (LOS) surface deformations from ascending and descending passes exhibited uplift of 0.40 m and 0.80 m and subsidence of -0.65 m and -0.70 m, respectively. As indicated by the analysis of two-dimensional deformation based on the ascending and descending LOS surface deformation results, the maximum amplitude of vertical deformations dominated by subsidence was -0.32 m and the maximum amplitude of horizontal deformation dominated by eastward motion was 0.87 m, suggesting significant horizontal seismic deformations and fault activity dominated by left-lateral strike-slip process. Based on the 21 scenes of Sentinel-1A SAR images covering the study area taken from the ascending pass, this study extracted the information on the surface deformations after the Mengyuan earthquake using the small baseline subset-interferometric synthetic aperture Radar (SBAS-InSAR) technique, determining the LOS time series and average deformation rates. The results show that from January 17, 2022 to September 26, 2022, the study area experienced relatively stable overall deformations and significant local deformations. The fault activity was identified as the primary factor affecting the surface deformations, with a maximum average deformation rate of 53 mm/a and a maximum deformation amplitude of 77 mm. The results of this study will provide technical support for earthquake disaster mitigation, emergency management, and sustainable socio-economic development.

Keywords： surface deformation; InSAR; Menyuan earthquake; deformation monitoring

PDF (13990KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

金鑫田, 王世杰, 张兰军, 高星月. 基于InSAR技术门源地震地表形变监测与分析[J]. 自然资源遥感, 2024, 36(1): 26-34 doi:10.6046/zrzyyg.2022497

JIN Xintian, WANG Shijie, ZHANG Lanjun, GAO Xingyue. InSAR-based monitoring and analysis of Menyuan earthquake-induced surface deformations[J]. Remote Sensing for Land & Resources, 2024, 36(1): 26-34 doi:10.6046/zrzyyg.2022497

0 引言

2022年1月8日1时45分,青海省门源县发生6.9级地震。根据中国地震台网和中国地震局发布,震中位于E101.26°,N37.77°,震源深度约为10 km,地震破裂达到地表,长度约22 km,最高地震烈度达到Ⅸ度。地震发生后,震区内的房屋建筑和重大工程基础设施破坏明显,财产损失严重。地震引发兰新高铁浩门—山丹军马场段隧道局部塌方,影响兰新高铁停运长达8个月之久。相关研究表明,山区发生的中强地震会诱发严重的次生地质灾害,主要包括地面开裂、滚石坍塌、山体滑坡、地基失效和地表塌陷等[1]。次生灾害具有明显的滞后性,通常需要在地震发生后进行长时间监测,识别地质灾害隐患,降低灾害风险[2]。

近年来,合成孔径雷达干涉测量技术(interferometric synthetic aperture Radar,InSAR)在地表形变监测中发挥出重要作用,能够识别出各种地质灾害发生的位置、区域、要素以及发展趋势等,形成灾害风险监测体系[3]。汪东等[4]利用InSAR技术反演天山乌吐劲河谷地震同震形变情况,研究震后崩塌、堆积和水体形变特征,对形成的诸多要素进行分析讨论; 董建军等[5]针对高海拔排土场边坡,利用短基线集合成孔径雷达干涉测量(small baseline subset- InSAR,SBAS-InSAR)分析该区域2018—2020年地表形变信息,为排土场边坡安全稳定性提供了有效技术保证; 李为乐等[6]基于多时相光学和雷达卫星影像监测泸定地震对海螺沟冰川的影响,通过地震前后对比分析,发现冰瀑布前缘区域扰动明显,增加了泥石流致灾风险,后续应多加调查研究。由此可见,InSAR技术凭借其全天候、全天时工作,大幅度大面积成像和穿透能力强等优势,已经成为灾害监测的重要技术手段[7⇓-9]。

本文利用Sentinel-1A数据,基于合成孔径雷达差分干涉测量(differential InSAR,D-InSAR)技术获取门源地震同震形变场,根据升降轨几何关系,将LOS向结果分解得到垂直向和水平向形变信息。利用SBAS-InSAR技术监测门源地震震后2022年1月17日—9月26日期间地表形变,得到平均形变速率和时间序列形变信息。分析门源地震同震和震后形变过程,为该区域地震灾害防治、应急管理工作提供技术支持与借鉴参考。

1 研究区概况及数据源

1.1 研究区概况

研究区域位于青藏高原东北缘河西走廊地带,毗邻西北地震带上的祁连山脉,地理坐标为E99°~104°,N35°48'~39°12'。地处高寒高海拔山区,震中10 km2范围内平均海拔约3 659 m。地形地貌复杂,地势西高东低,地形高差变化较大,有明显的高山平原形态[10]。研究区域地形如图1(a)所示,图1(b)为主要研究区域三维展示。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1   研究区域概况示意图

Fig.1   Location of study area


区域内分布多条断裂带,地质构造复杂,地震活动频繁[11]。研究区内以高山寒漠土、高山草甸土、黄土分布为主,斜坡岩土体结构稳定性较差,是典型的灾害易发区[12-13]。门源地震震中位于门源县境内大通河左岸支流永安河上游硫磺沟大转弯处的左岸,兰新高铁的西南侧。

1.2 实验数据

实验所需雷达卫星影像来源于欧洲空间局(European Space Agency,ESA)发射的Sentinel-1A卫星,影像为C波段,干涉宽幅模式,幅宽250 km,重访周期12 d,VV极化,具体信息见表1。

表1   所用SAR影像的基本信息①

Tab.1  Basic parameters of the used SAR acquisitions

序号轨道
号		成像时间轨道
方向		序号轨道
号		成像时间轨道
方向
1332021-12-29降轨101282022-05-17升轨
2332022-01-10降轨111282022-05-29升轨
31282022-01-05升轨121282022-06-10升轨
41282022-01-17升轨131282022-06-22升轨
11282022-01-17升轨141282022-07-04升轨
21282022-01-29升轨151282022-07-16升轨
31282022-02-10升轨161282022-07-28升轨
41282022-03-06升轨171282022-08-09升轨
51282022-03-18升轨181282022-08-21升轨
61282022-03-30升轨191282022-09-02升轨
71282022-04-11升轨201282022-09-14升轨
81282022-04-23升轨211282022-09-26升轨
91282022-05-05升轨

①前4景用于同震形变观测; 后21景用于震后形变观测。

新窗口打开| 下载CSV


数字高程模型(digital elevation model,DEM)数据来源于美国国家航空航天局(National Aeronautics and Space Administration,NASA)地球数据网站的SRTM DEM数据,空间分辨率90 m,用于消除地形相位误差。卫星精密轨道数据来源于欧空局提供的精密定轨星历数据(precise orbit ephemerides,POD),用于提高轨道数据精度。

2 研究方法

基于InSAR技术对门源地震同震瞬时形变和震后缓慢形变进行监测分析,构建灾害发生时-灾害发生后的监测体系。技术流程如图2所示。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2   技术流程

Fig.2   Technical flow chart


2.1 D-InSAR技术

D-InSAR技术是选择形变发生前后的2幅合成孔径雷达(synthetic aperture Radar,SAR)影像进行干涉差分处理,利用SAR卫星轨道参数去除参考椭球面相位贡献,通过滤波去除大气和噪声等相位的影响,然后将同一区域的外部高精度DEM数据进行配准采样,计算得到该区域对应的地形相位信息,最后从干涉相位中去除地形相位贡献,得到研究区域的形变相位,进而求得地表形变量值。

2.2 二维形变建模

根据多轨道升降轨之间几何关系,利用不同的LOS向形变值联合求解,便可得到真实的垂直向、水平东西向、水平南北向的形变值[14],具体计算公式为:

Dlos=Ducosθ-Desinθsin α-32π-Dnsinθcos α-32π,

式中: Dlos为雷达LOS向形变(规定靠近卫星方向为正,反之为负); Du,De,Dn分别为垂直向、东西向、南北向形变(规定垂直向上、向东、向北为正,反之为负); θ为传感器入射角; α为卫星飞行方位角。

根据式(1)可知,解算三维形变至少需要同一区域3个LOS向形变结果,但卫星飞行特性决定对南北向位移形变不敏感,精度难以保证[15-16]。故忽略水平南北向形变,联合升降轨LOS向形变结果解算垂直方向和水平东西向形变[17-18],得到关系式为:

DlosADlosD=cosθA-sinθAsinαA-32πcosθD-sinθDsinαD-32πDuDe,

式中: 用下标A/D表示升降轨信息,A为升轨; D为降轨。

2.3 SBAS-InSAR技术

SBAS-InSAR技术通过对研究区域的多幅SAR影像构建多主影像差分干涉对,依据像对间高相干性目标进行组合生成干涉图集,确保图集内基线较小,图集间基线较长,然后对图集内进行最小二乘求解,联合各个图集进行奇异值分解,得到研究区域的时间序列地表形变信息。对同一研究区域的N+1幅SAR影像,选择其中一景作为主影像,设置时空基线,自由组合生成M幅干涉图,则满足条件为:

N+12≤M≤N N+12 。

以t0为初始时刻,则任意时刻ti(i=1,2,…,N)对于t0时刻的差分相位φ(ti,x,r)均是未知量,则观测量为通过数据处理所得的差分干涉相位δφi(x,r)(i=1,2,…,M)。故第i(i=1,2,…,M)幅差分干涉图的像元(x,r)相位可表示为:

δφi(x,r)=φ(tb,x,r)-φ(ta,x,r),

式中ta和tb为时刻。

当处理的影像都在一个图集内时,A为满秩矩阵,得到最小二乘估值,即

φ⌒=[(ATA)-1AT]·δφ 。

当影像未分布在同一个图集内时,A为秩亏矩阵,此时采用奇异值分解,得到最小范数下的最小二乘解,公式为:

φ⌒=WS-1UTδφ,

式中: W为N×M正交矩阵; U为M×M正交矩阵; S=diag(σ1,…,σN-L+1,…,0)。

3 结果与分析

3.1 同震地表形变特征分析

利用D-InSAR技术获取的门源地震升降轨LOS向同震形变场如图3所示。结果显示,此次门源地震造成的地表形变主要集中在靠近发震断层的近场区域,远场区域形变较为稳定。形变主要分布在冷龙岭断裂与托莱山断裂的交汇处,形变长轴方向大致呈NWW-SEE。且地表形变主要沿断裂带分为南北2个形变中心,具有典型走滑断层的形变特征。图3(a)显示,北盘形变最大值为0.40 m,表明沿卫星LOS向发生隆升,南盘形变最大值为-0.65 m,表明沿卫星LOS向发生沉降; 图3(b)显示,北盘形变最大值为-0.70 m,表明沿卫星LOS向发生下沉,南盘形变最大值为0.80 m,表明沿卫星LOS向发生抬升。通过比较分析,所得InSAR同震形变场在分布形态和形变量级与已有研究成果[19⇓-21]基本一致,说明InSAR测量结果真实有效。发震断层南北两侧LOS向相对形变量达到1.50 m。根据LOS形变结果可知,升降轨均表现出南盘形变较北盘形变明显,符合左旋走滑断层运动特征。分析形变在不同轨道表现出差异现象的原因与卫星观测几何、成像模式、坡度和坡向等有关。结合形变特征及地质构造资料[22]综合分析,冷龙岭断裂是此次门源地震的发震断层。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3   门源地震InSAR同震形变场

Fig.3   InSAR coseismic deformations of Menyuan earthquake


3.2 地表二维形变特征分析

同震地表形变无法具体描述左旋走滑断层实际运动形变特征[23]。故对升降轨形变结果进行二维分解,获取门源地震同震在垂直向和东西向上的形变位移,如图4所示。图4(a)垂直向形变结果显示,形变主要集中在断层南盘,且出现2个形变中心,震中以东靠近冷龙岭断裂区域出现抬升现象,形变量为0.27 m,震中以西靠近托莱山断裂区域发生沉降现象,形变量达到-0.32 m。图4(b)东西向形变结果显示,形变主要分布在断层南北两侧,南盘呈现出向东运动形变特征,向东运动最大形变为0.87 m,而北盘呈现出向西运动形变特征,最大形变量为-0.72 m。通过二维形变结果分析,能够更加清晰地理解门源地震运动形变特征,与整个青藏高原遭遇印度板块俯冲碰撞,受到向北东向挤压的动力学背景契合[24]。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4   门源地震二维形变结果

Fig.4   The two-dimensional deformation result of Menyuan earthquake


根据卫星右视成像和升降轨几何关系,对同震LOS向形变进行投影分解,分析南北2盘运动形变特征。如图5所示,以南盘为例,升轨LOS向观测到南盘远离卫星方向发生运动,降轨LOS向观测到南盘靠近卫星方向运动,通过投影分解后,南盘呈现出水平方向向东运动的现象,说明此次地震在水平东西向形变影响大于垂直方向形变影响,整体以水平形变为主; 同理,北盘亦然。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5   SAR观测示意图

Fig.5   SAR observation schematic


3.3 震后时间序列形变特征分析

为了分析门源地震震后形变,利用SBAS-InSAR技术进行时序地表形变监测,得到平均形变速率,如图6所示。

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6   门源地震震后地表平均形变速率

Fig.6   Average deformation rate of the ground surface after the Menyuan earthquake


结果显示,2022年1月17日—9月26日之间的平均形变速率最大值为53 mm/a,在冷龙岭断裂、肃南—祁连断裂与民乐大马营断裂之间散落点状分布,未出现连片趋势。大部分区域整体形变较为稳定,平均形变速率在-10~9 mm/a之间。部分区域形变明显,平均形变速率达到20~38 mm/a,表现出缓慢抬升趋势,其原因是区域地貌演化主要由断裂带活动控制[25]。青藏高原东北缘受到北东向挤压作用,托莱山断裂、肃南—祁连断裂、民乐—大马营断裂和冷龙岭断裂位于东北缘逆冲的前缘部位,在地质构造活动中表现出明显逆冲作用,冷龙岭断裂自西向东运动性质存在走滑为主兼局地逆冲,使得历史演化过程中,局部地形地貌形变以挤压抬升为主[26⇓⇓-29]。

震后时间序列累计形变如图7所示。假定2022-01-17未发生形变,后续时间节点均以2022-01-17为参考基准表示累计形变量。时间序列上,随着时间推移出现明显挤压抬升的地表形变现象; 空间分布上,抬升区域分布不均匀,主要集中在断裂带附近出现。时序形变结果显示,2022-06-10之前,研究区域未出现明显累计形变; 2022-06-10之后,累计形变量逐渐增大,最大达到77 mm。为更加清晰直观了解地表形变情况,选择代表性的特征点分析时间序列形变,如图8所示。其中,A,B和C为形变量增大的特征点,D为形变出现微弱沉降的特征点。震后短时期内(2022年1月8—29日),4个特征点均表现出沉降现象。分析其原因在于,同震形变量级大,造成的张裂隙和挤压鼓包等地表破裂在震后短期内恢复原貌。随着时间推移,A,B和C这3个点受到区域内断裂带活动影响,处于形变积累过程,表现出抬升趋势,但整体波动不大。

图7

新窗口打开| 下载原图ZIP| 生成PPT

图7   门源地震震后时序累计地表形变

Fig.7   Time series cumulative diagram of surface deformation after the Menyuan earthquake


图8

新窗口打开| 下载原图ZIP| 生成PPT

图8   特征点时序形变

Fig.8   Feature point time series deformation


4 结论

利用Sentinel-1A SAR影像,基于InSAR技术获取青海门源6.9级地震的同震形变场,地表二维形变和震后时间序列形变特征。主要结论如下:

1)2022年门源6.9级地震造成的地表形变主要分布在冷龙岭断裂与托莱山断裂的交汇处,沿断裂带分为南北2个形变中心。升轨LOS向形变最大值为-0.65 m,降轨LOS向最大形变量为0.80 m,南北2盘最大相对形变量约1.50 m。

2)二维形变特征分析表明,断层运动状态为左旋走滑作用,门源地震以水平东西向形变为主。垂直方向上,形变主要集中在断层南盘,且出现2个形变中心,最大形变量达到-0.32 m。水平东西方向上,形变主要分布在断层南北两侧,南盘向东运动,最大形变为0.87 m,而北盘向西运动形变量达到-0.72 m。

3)2022年1月17日—9月26日之间,震后平均形变速率最大值为53 mm/a,最大形变量达到77 mm。地震发生后,随着时间的推移,出现明显挤压抬升的地表形变现象; 空间分布上,抬升区域分布不均匀,主要集中在断裂带附近。

4)通过选择特征点进行时序形变分析显示,地震后短时期内(2022年1月8—29日),特征点均表现出沉降现象,是由张裂隙和挤压鼓包等地表破裂在震后短期内恢复所致。随着时间的推移(2022年1月29日之后)特征点形变特征出现分异,有沉降点,也有抬升点。该阶段区域内断裂带活动是影响地表形变的主要因素。

参考文献

戴岚欣, 许强, 范宣梅, 等.

2017年8月8日四川九寨沟地震诱发地质灾害空间分布规律及易发性评价初步研究

[J]. 工程地质学报, 2017, 25(4):1151-1164.

[本文引用: 1]

Dai L X, Xu Q, Fan X M, et al.

A preliminary study on spatial distribution patterns of landslides triggered by Jiuzhaigou earthquake in Sichuan on August 8th,2017 and their susceptibility assessment

[J]. Journal of Engineering Geology, 2017, 25(4):1151-1164.

[本文引用: 1]

韩用顺, 朱颖彦, 孔亚平, 等.

四川省汶川地震极重灾区次生山地灾害分布规律与发育趋势

[J]. 中国地质灾害与防治学报, 2010, 21(4):14-21.

[本文引用: 1]

Han Y S, Zhu Y Y, Kong Y P, et al.

Distribution and development of secondary mountain hazards induced by the May 12,2008 Wenchuan earthquake in the ten most severely-afflicted counties

[J]. The Chinese Journal of Geological Hazard and Control, 2010, 21(4):14-21.

[本文引用: 1]

许强, 郭晨, 董秀军.

地质灾害航空遥感技术应用现状及展望

[J]. 测绘学报, 2022, 51(10):2020-2033.

DOI:10.11947/j.AGCS.2022.20220302      [本文引用: 1]

我国地质灾害发生十分频繁,因灾损失尤为严重,近年来发生的多起重大地质灾害事件表明高植被覆盖山区,以及一些受地形条件限制人迹罕至区域的地质灾害防治工作仍是传统群测群防的难题。航空遥感技术因其独特视场角、机动灵活等优势可快速高效地揭示地质灾害的空间分布特征和时空演化规律,在地质灾害调查评价、应急响应等方面发挥了重要作用。本文在简要概述航空遥感技术、平台及传感器的基础上,系统总结了国内外航空遥感在地质灾害识别解译、调查评价、长期监测、应急响应、VR展示等方面的研究应用,阐述了目前地质灾害航空遥感应用所面临的机遇和挑战,并对航空遥感在地质灾害应用研究的发展趋势做出了展望。

Xu Q, Guo C, Dong X J.

Application status and prospect of aerial remote sensing technology for geohazards

[J]. Acta Geodaetica et Cartographica Sinica, 2022, 51(10):2020-2033.

DOI:10.11947/j.AGCS.2022.20220302      [本文引用: 1]

Geoharzards occur frequently in China, and the losses are especially serious. A number of catastrophic geohazards have occurred in recent years, which indicate that the prevention of geohazard in mountainous areas covered by high vegetation and in some inaccessible areas restricted by topographic conditions is still a difficult problem for traditional methodology. Aerial remote sensing technology can quickly and efficiently reveal the spatial distribution characteristics and spatial and temporal evolution rules of geoharzard, which has played an important role in the field of geoharzard prevention. Based on the brief introduction of the airborne remote sensing technology, platform and sensor, this paper systematically summarizes the research and application of airborne remote sensing at home and abroad in the geoharzard identification, investigation and evaluation, long-term monitoring, emergency response, virtual reality displayed. Analyzes the challenges faced by the application of airborne remote sensing in geoharzard, and looks forward to the development of the application of airborne remote sensing in geoharzard research trend.

汪东, 来风兵, 陈孟禹, 等.

基于InSAR技术天山乌吐劲河谷同震形变遥感研究

[J]. 国土资源遥感, 2019, 31(1):187-194.doi:10.6046/gtzyyg.2019.01.25.

[本文引用: 1]

Wang D, Lai F B, Chen M Y, et al.

Research on coseismic deformation in Ukraine River Valley of Tianshan Mountains based on InSAR technology

[J]. Remote Sensing for Natural Resources, 2019,(1):187-194.doi:10.6046/gtzyyg.2019.01.25.

[本文引用: 1]

董建军, 梅媛, 李昕, 等.

高海拔排土场边坡安全稳定性SBAS-InSAR监测

[J]. 中国安全科学学报, 2022, 32(1):92-101.

DOI:10.16265/j.cnki.issn1003-3033.2022.01.013      [本文引用: 1]

为解决高海拔排土场边坡安全稳定性监测中常规监测仪器布置和人员值守的高投入、高风险问题,分析西藏山南桑日县某排土场边坡25景Sentinel-1A数据,利用短基线集合成孔径雷达干涉测量(SBAS-InSAR)技术监测终了排土场边坡从2018年11月4日—2020年12月23日期间的地表形变,采用基线估计状态空间模型、自适应滤波和最小费用流进行相位解缠,经过影像配准、干涉处理和去平地效应,考虑高海拔地区跨越干湿季时温度和降雨对数据的影响,生成平均形变速率图,基于形变监测结果评判该排土场边坡的安全稳定状态。结果表明:该排土场边坡坡体2018-2020年的平均形变速率最大值为-13.90 mm/a,且在2020年6月,达到黄色预警阈值,采取必要的防治措施后,沉降速率趋缓得到了有效控制。实践表明:SBAS-InSAR应用于高海拔排土场边坡,能够实现动态、全面覆盖、长期可靠的安全稳定性监测。

Dong J J, Mei Y, Li X, et al.

SBAS-InSAR monitoring of slope safety and stability of high altitude dumps

[J]. China Safety Science Journal, 2022, 32(1):92-101.

DOI:10.16265/j.cnki.issn1003-3033.2022.01.013      [本文引用: 1]

In order to solve the problem of high investment and high risk in the arrangement of conventional monitoring instruments and personnel on duty for monitoring of slope safety and stability of high-altitude dumps, Sentinel-1A data of 25 scenarios for a dump site in Sangri County, Shannan, Tibet were studied. SBAS-InSAR was used to monitor the surface deformation of the final dump's slope from November 4, 2018 to December 23, 2020. Then, baseline estimation state-space model, perform adaptive filtering and minimum cost stream were adopted for phase unwrapping, and image registration, interference processing and flat ground effect calculation were performed. Finally, considering the influence of temperature and rainfall on data in high-altitude areas across dry and wet seasons, an average deformation rate map was generated, and safe and stable states of the dump's slope were evaluated based on results of deformation monitoring. The results show that the maximum average deformation rate of the example from 2018 to 2020 was -13.9 0mm/a, and it reached the yellow warning threshold on June, 2020. With necessary preventive steps being taken, the settlement rate is effectively controlled and slowed down. The practical results indicate the application of SBAS-InSAR can achieve dynamic, comprehensive coverage, and long-term reliable monitoring of slope safety and stability of high-altitude dumps.

李为乐, 陈俊伊, 陆会燕, 等.

泸定Ms6.8地震对海螺沟冰川的影响应急分析

[J]. 武汉大学学报(信息科学版), 2023, 48(1):47-57.

[本文引用: 1]

Li W L, Chen J Y, Lu H Y, et al.

Emergency analysis of the Impact of the Luding Ms6.8 earthquake on Hailuogou glacier

[J]. Geomatics and Information Science of Wuhan University, 2023, 48(1):47-57.

[本文引用: 1]

Zebker H A, Rosen P A, Goldstein R M, et al.

On the derivation of coseismic displacement fields using differential Radar interferometry:The Landers earthquake

[J]. Journal of Geophysical Research:Solid Earth, 1994, 99(b10):19617-19634.

[本文引用: 1]

Han B, Yang C, Li Z, et al.

Coseismic and postseismic deformation of the 2016 Mw6.0 Petermann ranges earthquake from satellite Radar observations

[J]. Advances in Space Research, 2022, 69(1):376-385.

DOI:10.1016/j.asr.2021.10.043      URL     [本文引用: 1]

李振洪, 朱武, 余琛, 等.

雷达影像地表形变干涉测量的机遇、挑战与展望

[J]. 测绘学报, 2022, 51(7):1485-1519.

DOI:10.11947/j.AGCS.2022.20220224      [本文引用: 1]

随着合成孔径雷达(SAR)卫星的不断发射,合成孔径雷达干涉测量技术(interferometric synthetic aperture radar,InSAR)得到前所未有的发展机遇,同时也面临诸多挑战。本文首先简要介绍了SAR卫星发展现状与InSAR技术的基本原理,并系统梳理了干涉图堆叠(InSAR stacking)、小基线集干涉测量(small baseline subset InSAR,SBAS-InSAR)、永久散射体干涉测量(persistent scatterer InSAR,PS-InSAR)、分布式散射体干涉测量(distributed scatterer InSAR,DS-InSAR)和分频干涉测量(split-bandwidth interferometry,SBI)等先进InSAR技术的优缺点。在此基础上,指出目前InSAR技术面临的主要挑战(相位失相干、大气延迟、相位解缠、几何畸变和多维变形测量)及相应的解决方案。进一步从地震、火山、滑坡、地面沉降、冰川运动、人工建构筑物位移变形及大气水汽含量估计等不同的应用场景分析了InSAR技术的应用现状和存在的缺陷。最后,展望目前InSAR的发展趋势,随着更高空间分辨率,更高时间分辨率,更轻小化SAR卫星的不断发展,InSAR技术将会被应用到越来越多的新场景,激励我国雷达影像干涉测量更快发展。

Li Z H, Zhu W, Yu C, et al.

Interferometric synthetic aperture Radar for deformation mapping:Opportunities,challenges and the outlook

[J]. Acta Geodaetica et Cartographica Sinica, 2022, 51(7):1485-1519.

[本文引用: 1]

赵翊含, 侯蒙京, 冯琦胜, 等.

基于Landsat8和随机森林的青海门源天然草地地上生物量遥感估算

[J]. 草业学报, 2022, 31(7):1-14.

DOI:10.11686/cyxb2021454      [本文引用: 1]

草地地上生物量（above-ground biomass， AGB）的遥感监测可快速且客观地对草地生长现状进行评估，对生态环境评价和草地资源利用有重要意义。为了提高遥感估算草地AGB的准确性，基于青海省门源县的地面实测数据，利用Landsat-8 OLI遥感数据计算出的植被指数分别构建了单因素回归模型和随机森林模型（random forest， RF），确定了AGB遥感估测最佳模型，并反演得到了研究区2019-2021年草地AGB空间分布。结果表明：1）在29个植被指数构建的单因素回归模型中，与草地AGB相关性较高的5个植被指数为NDVI、RBNDVI、TVI、GNDVI、MSR，R<sup>2</sup>均达0.49以上。其中，NDVI模型的精度最高，验证集R<sup>2</sup>为0.50，均方根误差（root mean square error， RMSE）为702.89 kg·hm<sup>-2</sup>。2）在RF模型中，变量筛选前R<sup>2</sup>=0.61，RMSE=621.14 kg·hm<sup>-2</sup>；经过变量筛选后模型精度有小幅度提升，R<sup>2</sup>达0.62，RMSE基本不变；二者精度均优于单因素模型，相比传统单因素最优回归模型，R<sup>2</sup>提高0.12，RMSE降低了80.95 kg·hm<sup>-2</sup>。3）门源县AGB空间分布特征为西北部较高，东南部相对较低；大体呈中部高，四周低的分布状况。2019-2021年全县天然草地总产草量介于4.2827万~8.9776 万t，平均单产介于1063.49~1484.82 kg·hm<sup>-2</sup>；草地类型以高寒草甸为主，2019-2021年产草量为4.0825万~5.6653 万t，平均地上AGB介于1060.38~1471.94 kg·hm<sup>-2</sup>；山地草甸平均AGB为1036.81~1637.43 kg·hm<sup>-2</sup>；温性草原平均AGB介于1198.72~1786.63 kg·hm<sup>-2</sup>。

Zhao Y H, Hou M J, Feng Q S, et al.

Estimation of aboveground biomass in Menyuan grassland based on Landsat8 and random forest approach

[J]. Acta Prataculturae Sinica, 2022, 31(7):1-14.

[本文引用: 1]

金鑫田, 王世杰, 姜鑫, 等.

2022年青海门源Mw6.9地震同震形变及断层滑动分布反演

[J]. 地球物理学进展, 2022, 37(6):2267-2274.

[本文引用: 1]

Jin X T, Wang S J, Jiang X, et al.

Coseismic deformation and slip distribution of the Mw6.9 Menyuan,Qinghai earthquake revealed by Sentinel-1A SAR imagery

[J]. Progress in Geophysics, 2022, 37(6):2267-2274.

[本文引用: 1]

刘庆宇, 马瑛, 程莉.

青海门源县土壤质量地球化学评价

[J]. 地质与勘探, 2022, 58(3):609-618.

[本文引用: 1]

Liu Q Y, Ma Y, Cheng L.

Geochemical evaluation of soil quality in Menyuan County of Qinghai Province

[J]. Geology and Exploration, 2022, 58(3):609-618.

[本文引用: 1]

姜程, 霍艾迪, 朱兴华, 等.

黄土水力侵蚀-滑坡-泥流灾害链的研究现状

[J]. 自然灾害学报, 2019, 28(1):38-43.

[本文引用: 1]

Jiang C, Huo A D, Zhu X H, et al.

Research status of loess hydraulic erosion-landslide-mudflow chain

[J]. Journal of Natural Disasters, 2019, 28(1):38-43.

[本文引用: 1]

戴可人, 卓冠晨, 许强, 等.

雷达干涉测量对甘肃南峪乡滑坡灾前二维形变追溯

[J]. 武汉大学学报(信息科学版), 2019, 44(12):1778-1786,1796.

[本文引用: 1]

Dai K R, Zhuo G C, Xu Q, et al.

Tracing the pre-failure two-dimensional surface displacements of Nanyu landslide,Gansu Province with Radar Interferometry

[J]. Geomatics and Information Science of Wuhan University, 2019, 44(12):1778-1786,1796.

[本文引用: 1]

Wright T J, Parsons B E, Lu Z.

Toward mapping surface deformation in three dimensions using InSAR

[J]. Geophysical Research Letters, 2004, 31(1):169-178.

[本文引用: 1]

杨旺, 何毅, 张立峰, 等.

甘肃金川矿区地表三维形变InSAR监测

[J]. 自然资源遥感, 2022, 34(1):177-188.doi:10.6046/zrzyyg.2021107.

[本文引用: 1]

Yang W, He Y, Zhang L F, et al.

InSAR monitoring of 3D surface deformation in Jinchuan mining area,Gansu Province

[J]. Remote Sensing for Natural Resources, 2022, 34(1):177-188.doi:10.6046/zrzyyg.2021107.

[本文引用: 1]

韩守富, 褚洪义, 黄兆欢, 等.

基于升降轨InSAR矿区地表二维形变的获取

[J]. 兰州大学学报(自然科学版), 2021, 57(1):47-53.

[本文引用: 1]

Han S F, Chu H Y, Huang Z H, et al.

Two-dimensional deformation acquisition of mining area using the ascending and descending orbit InSAR

[J]. Journal of Lanzhou University (Natural Sciences), 2021, 57(1):47-53.

[本文引用: 1]

高宏伟, 史先琳, 陈晨, 等.

云南漾濞地震地表二维形变提取

[J]. 昆明理工大学学报(自然科学版), 2022, 47(2):57-64.

[本文引用: 1]

Gao H W, Shi X L, Chen C, et al.

Two-dimensional surface deformation extraction of Yangbi earthquake in Yunnan

[J]. Journal of Kunming University of Science and Technology (Natural Science Edition), 2022, 47(2):57-64.

[本文引用: 1]

李振洪, 韩炳权, 刘振江, 等.

InSAR数据约束下2016年和2022年青海门源地震震源参数及其滑动分布

[J]. 武汉大学学报(信息科学版), 2022, 47(6):887-897.

[本文引用: 1]

Li Z H, Han B Q, Liu Z J, et al.

Source parameters and slip distributions of the 2016 and 2022 Menyuan,Qinghai earthquakes constrained by InSAR observations

[J]. Geomatics and Information Science of Wuhan University,2022, 47(6):887-897.

[本文引用: 1]

于仪, 李雪, 孙振, 等.

2022年青海门源地震震源机制与同震滑动分布研究

[J]. 大地测量与地球动力学, 2023, 43(1):46-51.

[本文引用: 1]

Yu Y, Li X, Sun Z, et al.

Investigation on focal mechanism and coseismic slip distribution for Menyuan earthquake in 2022

[J]. Journal of Geodesy and Geodynamics, 2023, 43(1):46-51.

[本文引用: 1]

冯万鹏, 何骁慧, 张逸鹏, 等.

2022年青海门源Mw6.6地震的发震断层及孕震构造模式

[J]. 科学通报, 2023, 68(z1):254-270.

[本文引用: 1]

Feng W P, He X H, Zhang Y P, et al.

Seismic faults of the 2022 Mw6.6 Menyuan,Qinghai earthquake and their implication for the regional seismogenic structures

[J]. Chinese Science Bulletin, 2023, 68(z1):254-270.

[本文引用: 1]

Gao F, Zielke O, Han Z, et al.

Faulted landforms,slip-rate,and tectonic implications of the eastern Lenglongling fault,northeastern Tibetan Plateau

[J]. Tectonophysics, 2022, 823:229195.

DOI:10.1016/j.tecto.2021.229195      URL     [本文引用: 1]

屈春燕, 单新建, 张国宏, 等.

InSAR地震形变场与断层运动性质\走向及升降轨模式的关系研究

[C]// 2014年中国地球科学联合学术年会——专题25: InSAR技术、 卫星热红外与地壳运动论文集, 2014:58-59.

[本文引用: 1]

Qu C Y, Shan X J, Zhang G H, et al.

Study on the relationship between InSAR seismic deformation field and the nature of fault motion \ orientation and lift-track pattern

[C]// 2014 China Joint Geoscience Annual Conference - Topic 25:InSAR Technology,Satellite Thermal Infrared and Crustal Motion Proceedings, 2014:58-59.

[本文引用: 1]

温少妍, 单新建, 张迎峰, 等.

基于InSAR的青海大柴旦地震三维同震形变场获取与震源特征分析

[J]. 地球物理学报, 2016, 59(3):912-921.

DOI:10.6038/cjg20160313      [本文引用: 1]

本文利用Envisat ASAR的升、降轨和宽幅数据,通过基于先验知识的最小二乘迭代逼近获取大柴旦2次地震的地表三维同震形变.结果表明,2008年M<sub>W</sub>6.3地震垂直向形变主要发生在断层南盘,以隆升形变为主,最大隆升量约10 cm,北盘沉降量小于等于-1 cm.东西向形变在南盘呈向东运动的特征,最大运动量约4 cm,北盘向西运动,最大运动量约为-2 cm.2009年M<sub>W</sub>5.8地震垂直向形变显示断层南盘抬升的特征,最大抬升量约27 cm,北盘最大沉降量约-3 cm.东西向形变表现为南盘向东运动,最大约10 cm,北盘向西运动,约为-4 cm.可以看出这两次地震均表现为逆冲为主,兼少量左旋走滑的震源特征.视线向结果无法判定同震形变的少量走滑特征,而地表三维分量可以有效地识别出少量左旋还是右旋走滑的震源特性.本文以视线向、垂直向、东西向形变量作为约束条件,利用Okada模型正演了2008年地震同震三维形变场.结果显示,采用逆冲兼少量左旋走滑的发震断层参数,视线向、垂直向、东西向正演结果与观测结果吻合.这也表明采用分解后的地表三维同震形变场可以有效地识别出发震断层的少量左旋走滑特征.

Wen S Y, Shan X J, Zhang Y F, et al.

Three-dimensional co-seismic deformation of the Da Qaidam,Qinghai earthquakes derived from D-InSAR data and their source features

[J]. Chinese Journal of Geophysics, 2016, 59(3):912-921.

[本文引用: 1]

苏琦, 袁道阳, 谢虹.

祁连山东段石羊河流域及邻区地貌特征及其构造意义

[J]. 地质论评, 2017, 63(1):7-20.

[本文引用: 1]

Su Q, Yuan D Y, Xie H.

Geomorphic features of the Shiyang River drainage basin and adjacent area in eastern Qilian Mountains and its insight into tectonic implications

[J]. Geological Review, 2017, 63(1):7-20.

[本文引用: 1]

赵凌强, 孙翔宇, 詹艳, 等.

2022年1月8日青海门源MS6.9地震孕震环境和冷龙岭断裂分段延展特征

[J]. 地球物理学报, 2022, 65(4):1536-1546.

[本文引用: 1]

Zhao L Q, Sun X Y, Zhan Y, et al.

The seismogenic model of the Menyuan MS6.9 earthquake on January 8,2022,Qinghai Province and segmented extensional characteristics of the Lenglongling fault

[J]. Chinese Journal of Geophysics, 2022, 65(4):1536-1546.

[本文引用: 1]

Gaudemer Y, Tapponnier P, Meyer B, et al.

Partitioning of crustal slip between linked,active faults in the eastern Qilian Shan,and evidence for a major seismic gap,the ‘Tianzhu gap’,on the western Haiyuan Fault,Gansu (China)

[J]. Geophysical Journal International, 1995, 120(3):599-645.

DOI:10.1111/j.1365-246X.1995.tb01842.x      URL     [本文引用: 1]

焦其松, 姜文亮, 李强, 等.

GF-7卫星图像快速解析青海门源Ms6.9级地震的地表破裂带

[J]. 遥感学报, 2022, 26(9):1895-1908.

[本文引用: 1]

Jiao Q S, Jiang W L, Li Q, et al.

Rapid emergency analysis of the surface rupture related to the Qinghai Menyuan Ms6.9 earthquake on January 8,2022,using GF-7 satellite images

[J]. National Remote Sensing Bulletin, 2022, 26(9):1895-1908.

DOI:10.11834/jrs.20222043      URL     [本文引用: 1]

郭鹏, 韩竹军, 安艳芬, 等.

冷龙岭断裂系活动性与2016年门源6.4级地震构造研究

[J]. 中国科学:地球科学, 2017, 47(5):617-630.

[本文引用: 1]

Guo P, Han Z J, An Y F, et al.

Activity of the Lenglongling fault system and seismotectonics of the 2016 MS6.4 Menyuan earthquake

[J]. Scientia Sinica(Tarrae), 2017, 47(5):617-630.

[本文引用: 1]

/

〈 〉

京ICP备05055290号-2
版权所有 © 2015 《自然资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编：100083
电话:010-62060291/62060292 E-mail:zrzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发