一、PS InSAR技术及其在地壳形变检测中的应用（论文文献综述）
卢克东[1]（2021）在《基于时序InSAR矿区地表三维形变预计研究 ——以淮南矿区某采煤工作面为例》文中指出合成孔径雷达干涉测量（Interferometric Synthetic Aperture Radar,InSAR）技术是近些年备受关注的一种对地观测技术,因其以区别于传统观测技术,可全天时、全天候、大范围的获取地表形变信息的优势而受到专家学者的青睐。经过最近几十年的不断发展和技术进步,人们在InSAR技术基础上研究并发展出合成孔径雷达差分干涉测量技术（D-InSAR）、多时相InSAR技术（MT-InSAR）和多孔径InSAR（MAI InSAR）技术等多种对地测量方法,而且已经在城市地表沉降、山体滑坡、矿区开采沉陷、冰川漂移等多个领域做了大量研究,取得了丰富的研究成果。矿区资源开采引起的地表沉降会给当地带来生态、经济和社会治安等一系列问题,因此,使用InSAR技术建立矿区地表沉降模型,研究矿区资源开采过后地表发生沉陷的时空演化规律具有重要意义。传统的D-InSAR技术由于只能获取地表在雷达视线向（Line of Sight,LOS）形变量,无法反映地表实际在空间上三维形变信息,且对地表发生大梯度形变信息无法准确提取。针对这些问题,本文拟采用SBAS-InSAR技术获取矿区地表时序形变信息,提取矿区地表在水平面上的形变量,同时结合幂指数Knothe时间函数模型预计矿区地表在垂直方向的形变值,最后建立起矿区开采地表三维形变模型。本文取得的主要成果如下:（1）分析研究了当前矿区开采地表沉降监测国内外研究现状以及监测的主要技术手段和成果,并根据现在所选择的待研究区条件分析采用何种监测方法更为合适。针对传统监测手段无法大面积获取矿区地表形变信息,研究区地表积水区面积较大且多有杂草,灌木覆盖等问题,并兼顾研究数据易获得性,经济适应性,雷达波段穿透效果等多种因素,选取合适的雷达影像数据和雷达影像处理方法获取地表时序形变值。（2）采用矿区地表时序InSAR监测值反演幂指数Knothe时间函数模型未知参数,并通过幂指数Knothe时间函数模型预计研究区地表监测点最大下沉值。由于矿区地表沉降梯度较大,超出常规D-InSAR技术监测范围而无法准确获取矿区地表下沉值。本文采用SBAS-InSAR技术对矿区雷达SAR影像进行处理,得到地表时序形变值。根据矿区地表形变值采用粒子群优化（PSO）算法反演得到幂指数Knothe时间函数模型参数,建立地表监测点下沉曲线模型,最后根据建立的下沉模型预计矿区地表点最终形变值。（3）通过理论研究与实际工程案例相结合提取矿区地表三维形变信息并构建地表三维形变下沉预计模型。本文根据雷达视线向形变值推导出其在水平面上东西向、南北向的关系分量和垂直方向形变量,并由时序InSAR技术得到的研究区时序形变结果进行三维信息提取。结合时序InSAR得到的矿区地表最终形变值提取的矿区地表水平形变与基于幂指数Knothe模型提取矿区地表在垂直向的分量构建地表三维形变下沉预计模型。结合淮南矿区某采煤工作面,利用所建立的三维形变预计模型提取地表形变信息构建地表三维形变模型,同时收集地表移动变形观测站的实测水准数据和平面CORS数据,对所建立的模型进行验证。结果表明,根据选取的几个具有代表性的下沉特征点验证结果显示:时序InSAR监测值与水准值相比最大平均误差为0.0219m,最大中误差为0.0352m;反演得到的模型拟合下沉值与水准值相比最大平均误差为0.0308m,最大中误差为0.0423m。图[34]表[9]参[134]
刘超亚[2]（2021）在《联合InSAR和GPS观测数据研究东昆仑断裂带中西段形变特征》文中进行了进一步梳理东昆仑断裂带是印度板块向欧亚板块俯冲过程中,在青藏高原内部沿东昆仑古构造缝合线形成的一条大型左旋走滑岩石圈断裂带,是巴颜喀拉块体与柴达木块体的分界活动断裂,全长约2000km。沿东昆仑断裂发生了很多7级以上强震,包括1937年托索湖7.5级,1963年阿拉克湖7级,2001年昆仑山口8.1级地震等。本文的研究区为此次大地震以东库赛湖-阿拉克湖段区域,东经93°到97.5°之间。这一地区走滑速率大,也是滑动速率自西向东减小较为明显的地区,因此,研究此地区东昆仑断裂带的活动特征具有重要意义。本文利用2015至2020年共5年的Sentinel-1A/B降轨数据,采用PS-InSAR技术,获得大范围的地表LOS向形变结果,并对InSAR形变场进行降采样。然后基于负位错模型,利用InSAR形变场和1991-2015年GPS速度场,分别采用TDEFNODE软件计算东昆仑断裂带中西段断层闭锁程度和滑动亏损分布,并结合地震的时空分布,进而分析研究区内东昆仑断裂带的运动状态,为认识和了解东昆仑断裂带地区的形变机制,乃至整个青藏高原的现今地壳运动形变特征提供支撑。本文得到的主要结论如下:1.通过InSAR LOS向形变场与GPS速度场均表明研究区内库赛湖-阿拉克湖段东昆仑断裂以左旋走滑运动为主,断层走滑速率约为10-13mm/a。通过GPS速度场剖线进行分析,表明断层两侧块体运动速率差主要表现在平行东昆仑断裂方向,即东西向,南北向的速度差较小。2.基于负位错模型,利用InSAR数据和GPS数据反演东昆仑断裂带断层闭锁程度、滑动亏损速率分布表明东昆仑断裂带库赛湖-西大滩段的完全闭锁深度在10km左右,阿拉克湖段的完全闭锁深度在25km处;滑动亏损速率与地震矩积累率也表现出相同的分布特征,滑动亏损速率约为12-16mm/a;2015-2020年的InSAR数据计算的闭锁程度相比较1991-2015年GPS数据计算的闭锁程度有所增强,闭锁范围呈现自东向西延伸的趋势。从不同时间段计算的断层闭锁程度、滑动亏损速率分布情况来看,库赛湖-东西大滩的闭锁程度较低,未来发生地震的可能性较小。在阿拉克湖段闭锁程度较高,滑动亏损速率,地震矩积累率的分布情况也表明阿拉克湖段相比库赛湖-西大滩段的地震危险性较高。另外,2021年玛多Ms7.3级地震离东昆仑断裂带阿拉克湖段较近,可能会受到此次地震的影响,具体情况需要进一步研究。3.通过地震时空分布图,发现研究区域内的地震沿东昆仑断裂和江错断裂随时间自西向东分布,西部区域的地震主要为2001年昆仑山口地震及其余震,在2021年玛多Ms7.3级地震之前,地震自西向东沿东昆仑断裂和江错断裂分布直至东经96°,东部区域基本没有地震发生。对比断层闭锁程度,地震主要分布在非完全闭锁区域,可以推测库赛湖-西大滩段发生的地震释放了断层闭锁积累的应变能,导致断层闭锁程度较小。未来阿拉克湖西部的东昆仑断裂的闭锁深度可能会继续向西延伸,同时也存在发生地震,释放应变能,地震时空分布继续向东扩展的可能。
高文锦[3]（2021）在《基于SBAS-InSAR技术的深圳西部地区地表形变研究》文中进行了进一步梳理随着大量工程建设的开展,导致深圳市因地表形变引发的灾害性问题日益显着,为及时排除安全隐患,对深圳市进行形变监测显得尤为重要。传统形变监测技术手段无法同时满足高密度、大范围的监测要求,而合成孔径雷达干涉测量技术的出现与发展,极大突破了传统测量技术的限制。该技术主要是根据多幅雷达影像获取大范围地表形变信息,并结合地理信息空间分析技术,评价地表形变造成的危险性,对预防城市地质灾害具有重要的现实意义及参考价值。本文首先采用2017年3月—2019年12月期间的34幅Sentinel-1 A影像作为数据源,利用SBAS-InSAR技术监测深圳西部地区的地表形变;其次结合PS-InSAR结果与水准数据对SBAS-InSAR结果进行验证;然后分别从道路交通、建设密度以及填海区三个方面分析地表形变结果;最后构建深圳西部地区地表形变危险性评价体系。主要研究内容与结论如下:（1）为验证SBAS-InSAR技术监测地表形变的可靠性,利用PS-InSAR技术对研究区进行时序形变监测,并将PS-InSAR结果与SBAS-InSAR结果进行对比,在此基础上采用水准数据对SBAS-InSAR结果进行精度评定。结果表明:采用SBAS-InSAR技术获取的深圳西部地区形变速率范围-50.04～28.18mm/a,采用PS-InSAR技术获取研究区形变速率范围为-23.37～25.53mm/a,经对比发现SBAS-InSAR结果与PS-InSAR结果总体具有一致性;利用提取的20个SBAS-InSAR结果监测点与水准数据进行精度验证,发现两者的互差中误差为±5.5mm,说明SBAS-InSAR技术的形变监测精度能够达到毫米级,深圳西部地区的监测结果具有较高的可靠性。（2）根据SBAS-InSAR结果综合分析了深圳西部地区路面交通、建设密度和填海区三个方面的地表形变特征。结果表明:①以滨海大道及地铁10号线中段形变数据为基础,分析路面特征点的时序沉降特征及路面中心线的累计沉降量,得出该路段的地表形变特征,发现道路及地铁的施工对地表形变有着较大的影响,尤其在地铁线修建期间地铁站的沉降量明显大于修建期间地铁线的沉降量;②依据深圳市划分的5种建设密度分区,对不同密度分区的形变速率值分布特征进行分析,发现深圳西部地区不同建设密度分区内发生沉降相干点数量占比与对应建设密度成负相关,且发生地表沉降的原因与城市更新有紧密联系;③将填海区划分为1990年非填海区、1990～2000年填海区和2000～2010年填海区3种区域,对各区域的形变值进行统计分析,发现1900～2000年填海区的沉降速率与1990年非填海区基本一致,2000～2010年填海区更容易产生沉降现象且沉降速率较大,说明填海区经过土地固结时间越久,土地承载力越强,地质更加稳定。（3）基于SBAS-InSAR技术获取的形变速率和形变量,并且利用地面高程、建设密度及降雨量数据,结合层次分析法与模糊综合评价法构建深圳西部地区地表形变评价体系。结果表明:危险性大的区域面积约为0.67km2,占研究区总面积0.07%,主要分布在南山区前海合作区以及宝安区沙井民主村;危险性较大的区域面积有15.60km2,占总面积1.59%;危险性中等的区域面积有123.69km2,占总面积12.60%;危险性较小的区域面积有737.66km2,占总面积75.14%;危险性小的区域面积有104.06km2。
贾春庭[4]（2021）在《基于时序InSAR技术的湿陷性黄土地区地表形变监测研究》文中进行了进一步梳理随着我国城市化进程的发展,西北部黄土高原城市的人地矛盾也越来越突出,紧张的用地现状迫使许多城市采取“削山建城”的策略。延安新区建设是世界湿陷性黄土区域内规模最大的岩土工程项目之一,建设面积达78 km2。大规模的“削山填谷”运动、快速的城市建设进程以及复杂的黄土地质条件引起了该区域内广泛、剧烈的地表变形,给经济的持续发展、人民的生命安全和生态环境的保护都带来巨大的威胁。因此,对于延安新区地表形变空间分布和发展过程的研究就显得尤为重要。永久散射体合成孔径雷达干涉测量技术（Persistent Scatterer Synthetic Aperture Radar Interferometry,PS-InSAR）通过分析覆盖同一场景内的SAR影像,可以获取毫米级的地表形变信息,被广泛应用于城市地表形变监测领域。PS-InSAR是基于高相干点的差分干涉技术,要求监测区域内存在长期保存的人工附着物或者裸露的岩体等,而对于田地、森林、裸地等地表监测效果不好,并且对于基于单一参考点的相位解算,容易造成相位混叠,解缠失败。小基线集合成孔径雷达干涉测量技术（Small Baseline Subset InSAR,SBAS-InSAR）利用时空基线较短的干涉子集差分处理,能有效提高低相干区域内观测点的数量和密度,对于土方工程后的裸地地表变形监测能取得较高精度。本文基于PS-InSAR和SBAS-InSAR方法,对土方工程后的延安进行地表形变监测,研究大规模的工程活动对湿陷性黄土地区地表的影响。主要研究内容和取得的成果如下:（1）以PS-InSAR和SBAS-InSAR为例,介绍了时序InSAR技术监测地表形变的基本原理,分析了InSAR方法的主要误差来源和消除方法;（2）基于PS-InSAR和SBAS-InSAR方法,利用2015-2019年间55景Sentinel-1A数据计算了延安土方工程后地表形变信息,不同方法的地表形变结果互差在4.5 mm/a左右。结果表明延安新区地表在土方工程后出现剧烈的形变,地表平均形变速率在-70-30 mm/a之间,位于延安新区上海路和子长路之间的沉降带,最大累积沉降量达-300 mm,延安学习书院东北侧的大数据产业园区,最大累积抬升量达100 mm。结合SAR影像相干性和延安机场21个表面沉降监测点数据分析了InSAR形变结果的理论和实际精度,分别为2.5 mm/a和10 mm/a;（3）延安新区的地表形变分布和土方工程有较高的相关性。将地表形变区域和土方作业区域叠加在一起,发现50%以上的抬升发生在挖方区域,60%以上的沉降发生在填方区域。结合土方工程建设和黄土的湿陷性分析,填方区的地表沉降可能是回填土遇水湿陷变形和黄土地基在外负荷载下及自身重力下的压缩变形等多种因素导致的,而挖方区的工程后地表抬升现象可能是挖方导致的地表上层压力释放造成的;（4）基于Kalman滤波对延安新区内12个形变点和延安旧城区4个形变点进行过程平滑和趋势预测分析,结果表明延安旧城区地表基本保持稳定,延安新区地表在经历2015-2019年的快速变形阶段后,地表形变速率开始下降,整体地表形变开始接近稳定期。
杨云飞[5]（2021）在《基于InSAR/GPS数据的腾冲火山区域地壳活动性研究》文中研究指明结合腾冲火山区域已有地球物理、地质构造和地震方面研究显示:该区域存在低速、低阻、高导层和高热流值区域;处于印度洋-欧亚大陆板块碰撞挤压带东北方向;同时该区域有火山型地震发生。以上研究表明腾冲火山并不平静,具有再次喷发危险。因此本文通过SAR数据的处理、开源GPS数据筛选和数学建模,分别获取了火山区域的InSAR、GPS形变数据、三维形变数据、应变数据、应力数据和岩浆囊几何参数数据,来对腾冲火山区地壳活动性进行探究,具体研究成果的获取如下:1.通过构建GPS-InSAR三维形变模型,来实现GPS与InSAR技术的优势互补;具体采用已广泛进行应用的短基线集的方法（SBAS）进行多时相SAR数据的干涉处理,来获取火山区域毫米级的InSAR形变监测数据,GPS来自发布的开源数据;基于以上两种类型数据,采用粒子群算法（Particle Swarm Optimization,PSO）对改进的目标函数（改进型更贴合以上两种形式形变数据特点）进行寻优,来获取腾冲火山区域高空间分辨率三维形变速度场。2.基于获取高空间分辨率的三维形变信息,分别构建了反映研究区域地壳运动的刚性地壳整体旋转运动模型（RM）、整体旋转与均匀应变模型（REHSM）与整体旋转与线性应变模型（RELSM）,通过对比构建的3种模型发现RELSM是刻画研究区地壳运动最佳模型,并基于RELSM反演了研究区应变场,获取到了较以往研究（仅基于GPS数据）获取不到的小尺度范围研究区的精细应变场。同时利用应变张量、应力张量本构关系,通过应变求取研究区域应力。从获取的应变数据分析来看,对腾冲火山区域地壳运动起主导作用的既不是青藏高原东南缘的挤压作用,也不是亚洲东南部的拉张作用,而是自身区域存在的岩浆囊的活动或者岩浆流失、放气等活动在起主导作用。3.依据已获取形变场,并辅以应变场应力场,发现研究区可能存在3个岩浆囊（西北方向、西南方向岩浆囊表现为收缩;东北方向岩浆囊表现为膨胀）;基于岩浆囊所在区域三维形变信息,利用mogi模型（同样利用PSO进行参数寻优）反演了岩浆囊的参数,发现西北方向岩浆囊位于地下约1.4km,收缩速度约0.002659861km3/a,西南方向岩浆囊位于地下约4km,收缩速度约0.002622485km3/a,此两处区域无火山喷发威胁,但由于岩浆囊收缩可能引发其它地质灾害。通过以上获取结果对腾冲火山区地壳活动性进行综合研究表明:腾冲火山区区地壳整体处于相对平静状态,但个别区域地壳活动相对活跃。
吴东霖[6]（2021）在《青藏高原东北缘InSAR地壳形变时序研究》文中认为青藏高原是印度板块与欧亚板块的碰撞而形成的,有“世界屋脊”之称,其形成演化是地球演化史上最壮观的地质事件之一。青藏高原东北缘是地壳形变活跃的青藏高原向大陆内部扩展的前缘部分,而其东北侧的阿拉善块体,东侧的鄂尔多斯块体及东南侧的华南块体都较为稳定,这造就了该地区复杂多变的地形地貌。青藏高原东北缘构造变形非常显着,地震活动十分活跃,研究其现今地壳形变特征具有重要的科学意义。本文收集整理欧空局哨兵SAR覆盖青藏高原东北缘升降轨2014年10月到2020年10月共计6年的成像数据,利用PS-InSAR时序干涉测量技术,结合青藏高原东北缘及其周边的GNSS三维速度场结果,获得了青藏高原东北缘地区InSAR与GNSS联合解算的现今三维地壳形变速度场;利用Tdefnode程序提供的三维块体后向滑动模型,研究研究区内海原断裂、六盘山断裂与西秦岭北缘断裂等主要断层的滑动速率和闭锁程度,探讨仅利用GNSS水平速度场约束反演模型、GNSS水平速度场+InSAR视线向速度场共同约束反演模型、GNSS水平速度场+联合GNSS与InSAR解算的三维速度场共同约束反演模型等三种方式下得到的活动断裂带现今运动学差异。进而开展研究区内主要活动断裂带的闭锁程度和地震危险性分析。本论文主要工作和成果如下:（1）收集了2014年10月至2020年10月份覆盖青藏高原东北缘地区共计约3800幅Sentinel-1 C波段SAR数据,采用开源软件ISCE和Sta MPS进行时序干涉处理,获取了研究区观测时段内的平均视线向形变速率场及PS点时序结果,并利用GNSS速度场进行斜坡趋势改正,得到研究区大范围的InSAR视线向形变速率场,结果表明整个研究区基本处于稳定状态,跨断层可见明显的视线向形变速率差异。（2）利用InSAR获取的视线向形变场,结合青藏高原东北缘及其周边的GNSS水平速度场构建方程组进行最小二乘平差的迭代,获取了研究区域的密集三维形变场。结果表明:相对于鄂尔多斯块体,青藏高原东北缘垂向运动整体较小,局部地区表现为隆升,且非构造（煤矿开采、地下水开采等）引起的沉降分布较为广泛;青藏高原东北缘整体岩石圈相对于鄂尔多斯块体向北东运动,且存在一个大范围的右旋剪切;区域内大断层的跨断层形变较为明显。通过剖面分析研究区的三维形变场,可知:海原地震破裂带左旋走滑速率约为4mm/yr,处于震后变形状态,六盘山断裂处于约4mm/yr挤压缩短,西秦岭北缘断裂左旋走滑速率约为0.5mm/yr。（3）以GNSS水平速度场、InSAR视线向形变场及联合解算的三维形变场进行组合对模型进行约束,结合研究区活动断裂的几何运动学参数,使用负位错模型建立研究区断裂的三维运动学模型,反演估算出青藏高原东北缘地区主要断裂带的滑动速率,并反演模拟出研究区主要断裂带闭锁程度和滑动亏损速度的三维分布情况。反演结果表明:InSAR数据的加入对反演结果有一定的改善作用,三种组合方式反演结果较为一致,白墩子断裂中段、广义海原断裂带西段（冷龙岭-金强河-毛毛山断裂）、六盘山断裂中段、西秦岭北缘断裂中西段（漳县-武山-甘谷段）等区域处于闭锁状态,地震危险性远大于青藏高原东北缘其他区域。
姜乃齐[7]（2021）在《基于InSAR技术的高速公路沿线沉降监测研究》文中研究指明高速公路是我国交通事业的重要一环,是关系到城市化发展和居民生活的重要基础设施,在高速公路投入运营的过程中,公路及其沿线会发生不同程度的沉降现象,严重的地面沉降会引起一系列地质灾害,影响高速公路的安全运营以及人类的生命和财产安全。因此,及时对高速公路及其沿线进行沉降监测,保障公路的安全运营,预防公路及其沿线沉降灾害的发生并对沉降严重区域进行治理十分重要。本文利用两种时序InSAR技术——PS-InSAR技术和SBAS技术和2018年7月至2019年12月的Sentinel-1数据对跨越了云南省昆明市、玉溪市和曲靖市的高速公路及其沿线进行沉降监测。分析了两种数据处理方法在高速公路形变监测中的应用特性和研究区内高速公路的沉降情况;同时,将同期降雨量、地下水位数据与得到的沉降序列叠加分析,结合沉降区域的地质情况、施工建设等分析沉降原因;并利用最小二乘支持向量机模型对高速公路沉降进行预测,与神经网络模型、灰色模型的预测结果进行对比。实验结果显示:1、两种方法所得沉降区域分布基本一致,SBAS技术更适用于非城市植被覆盖率较高的区域;2、昆磨高速、杭瑞高速、昆明绕城高速、渝昆高速和京昆高速都出现了不同程度的沉降现象;3、公路及其沿线的沉降与其所处地区的地质、工程、降雨量、地下水位、公路动荷载均有关系;4、最小二乘支持向量机模型相比其他两种模型精度更高、更适合本文使用时序InSAR技术对高速公路及其沿线进行沉降监测和预测,能为研究区内高速公路沉降的防治以及沉降预测提供一定的理论参考。
黄龙霄[8]（2021）在《基于时序InSAR技术的长春市地表形变监测》文中研究表明长春市土地覆盖类型丰富,随着经济的增长,长春市的建筑用地不断增加。长春市建筑用地的增加、部分地区多年的采煤史以及其他人类活动引起了大面积地表沉陷,使社会经济发展和人民安全受到威胁。因此,对长春市进行大范围的地表形变监测,划分长春市地表形变主要区域,对城区零散点进行监测,确定形变水平和形变范围,探究长春市形变与自然因素之间的相关性,对长春市地面沉降防治具有重要意义。传统的水准测量监测方法精度高,但是费时费力且成本高,难以实现大范围下的形变监测。本文采用2016年3月初至2020年10月末,覆盖长春市地区轨道号为105的Sentinel-1数据。应用SBAS-InSAR技术开展长春市大范围下的地表形变研究,使用PS-InSAR技术对城区监测,通过交叉验证和外部水准数据进行精度验证,并分析长春市地表形变的特征。本文取得如下成果:（1）验证时序InSAR技术的可靠性与适用性。根据同源数据不同时序InSAR技术方法监测结果来研究不同时序InSAR技术的可靠性与适用性。将SBAS-InSAR监测结果与PS-InSAR监测结果进行交叉验证,SBAS-InSAR技术在大范围区域具有很好的内符合精度;再对SBAS-InSAR监测结果和PS-InSAR监测结果分别与水准结果进行外符合精度验证,结果表明两种方法都具有毫米级监测精度,但是PS-InSAR技术精度更高,更适合在相干性较高的城区监测。（2）探究长春市地表形变时空特征。基于SBAS-InSAR获取长春市地表形变结果,通过将形变速率结果与长春市行政区划、长春市土地覆盖数据以及地震构造图叠加,分析出各行政区、不同土地覆盖类型的形变特征,并且长春市形变空间特征变化趋势与地震构造有一定相关性;针对长春市地表形变不同空间特征,基于SBAS-InSAR获取的长春市累积形变结果,进一步对比分析各行政区及不同土壤覆盖类型区域地表形变在时间序列上的变化趋势,并且采用D-InSAR技术对长春市进行短时间监测,验证形变与季节变化的相关性。本文将SBAS-InSAR技术和PS-InSAR技术结合,利用不同研究方法进行对比,对长春市地表形变结果进行定性和定量分析。获得长春市地表形变结果,通过与自然资料进行对比,得到长春市地表形变的空间分布特征、形变区域演变规律,为长春市地面沉降的防治和未来城镇规划提供一定的参考价值。
李壮壮[9]（2021）在《基于遥感监测技术的滑坡形变特征分析和评价》文中研究说明我国是世界上受地质灾害影响最严重的国家之一,近十年来我国遭受的滑坡灾害在所有地质灾害中所占比例高达72.4%,滑坡灾害的监测与防治俨然已经成为当务之急。传统的滑坡监测技术易受到地形气候等多方面因素的影响,并且存在监测点位分布稀疏,不能很好地反映滑坡整体形变状况的问题,已经不能够满足大型滑坡的监测与防治需求,遥感监测技术很好的弥补了传统滑坡监测技术的不足。研究区域位于西藏自治区江达县和四川省白玉县交界处金沙江流域附近,通过研究已发生滑坡的三维历史形变,政府能够对当地地表形变具备更加全面与科学的认知,基于滑坡形变监测数据对滑坡的稳定性进行判断为滑坡灾害的监测与防治提供了科学的依据。论文将假彩色合成、SBAS-InSAR和Offset-Tracking三种遥感监测技术应用于滑坡的形变监测中,对滑坡的三维形变场提取进行了探索,对滑坡的稳定性进行了分析,取得了如下成果和结论:（1）从假彩色合成技术对滑坡的监测结果中发现,地物变化轮廓清晰,滑坡区域在历史形变发展的各个阶段处于持续形变的状态,区域变动状况较为清晰,目视解译效果良好。（2）利用30景Sentinel-1升降轨SAR影像数据,采用SBAS-InSAR技术获得了白格滑坡自2015年7月到2018年9月的一维视线向形变,发现升降轨数据监测结果因地形、卫星航向等因素存在差异。分别在滑坡的前缘、中部地区和后缘选取若干特征点对白格滑坡的一维形变特征进行分析,结果表明白格滑坡在2015年7月至2015年12月期间产生了较大的形变,从2018年1月直至滑坡发生前形变速率明显加快。（3）将Offset-Tracking技术应用于滑坡的二维形变场提取中,监测精度不如SBAS-InSAR技术,将SBAS-InSAR技术视线向和Offset-Tracking技术距离向滑坡剖面形变进行对比发现形变趋势相似,进而佐证将Offset-Tracking技术用于大型滑坡监测具有可靠性。（4）在滑坡三维形变场提取研究中,将论文采用的Helmert方差分量估计定权方案和等权方案以及公式定权方案计算精度进行对比,发现Helmert方差分量估计定权方案在数据融合定权时更加科学与合理,能够有效改善计算精度。（5）采用双参数滑坡稳定性判定方法对白格滑坡和金坪子滑坡II区的稳定性进行分析。结果显示白格滑坡在滑坡发生前整体处于失稳状态,金坪子滑坡II区整体稳定性较好,大部分区域处于蠕变阶段,两种滑坡稳定性判定结果均与实际情况基本符合。
陆铭[10]（2021）在《基于时序InSAR技术的兰州市地表沉降监测与分析》文中研究表明近年来,随着我国经济的快速发展,城市化进程不断加快,但是城市中的地表沉降严重制约着城市发展的脚步,因此对城市地表进行长时间序列的形变监测迫在眉睫。传统的监测方法费时费力,且监测范围受限、效率低下不能满足现阶段对城市地表监测的需求。InSAR技术由于其全天候、覆盖面广和高效等优点已成为城市地表监测的重要方法之一。随着InSAR技术的进一步发展,雷达差分干涉测量（DInSAR）技术可以有效监测地面的形变信息,但其缺陷为难以解决失相干和大气延迟所带来的误差影响,而SBAS-InSAR和PS-InSAR技术能很好地克服上述的缺陷,因此被广泛应用于山体滑坡、采矿区塌陷、城市地面等领域的沉降监测。黄土高原典型河谷型城市—兰州市因其特殊地形限制,高楼林立,外加地铁线路的建设与投运,城区及其周边塌陷频发,是地质灾害多发的主要省会城市之一。本文以兰州市主城区为研究对象,以2017年3月至2020年11月的45景Sentinel-1A影像为数据源,利用PS-InSAR和SBAS-InSAR方法提取了城区地面平均形变速率和地面累计沉降量,并对引起沉降的原因进行了深入分析,主要研究结论如下:（1）兰州市的沉降主要分布在城市的周边城郊区域,城区范围内监测点的累计沉降量较小。通过综述InSAR的沉降监测基本原理,重点探究PS-InSAR和SBAS-InSAR的技术原理及其特点的基础上,基于Sentinel-1A时间序列数据,用PS和SBAS方法提取兰州市2017-2020年4年间的形变信息。其中利用PS提取的兰州市的最大累计沉降量为83.04mm,最大的年均形变速率为-24.12mm/year;基于SBAS提取的兰州市最大累计沉降量为79.09mm,最大的年均形变速率为-22.64mm/year。基于8个相同经纬度的采样点进行精度验证,进一步探究了两种监测方式的差异性,根据验证结果可知,两种时序监测方法从沉降的位置、范围均具有较高的一致性。（2）为进一步探究沉降点与各地理因子间的关系,以主城区PS-InSAR提取的沉降点信息为基础,分别选取了地层结构,地层交界线,坡度,坡向,高程,河流6个地理因子以及道路施工,高层建筑,棚户区与郊区3个人类活动因子,将沉降点与各因子叠加统计分析。发现在地层结构中,主要的沉降点分布在上更新统风积层中;从地层交接带来看,沉降点主要分布在距离地层交接带1000m范围内;以坡度为研究对象时,沉降点主要分布在0～16°坡度范围内;就地表高程来看,沉降点主要分布在1557～1878m高程范围内,以河流为研究对象时,沉降点主要分布于河流两侧600m的范围内。在人类活动的干扰中,以城市道路来分析,沉降点主要分布在道路两侧300m范围内;与城区的高层建筑叠加分析,沉降点分布占到研究区总沉降点的11.61%;将沉降点与城市周边的郊区和城中村叠加统计,其作用范围内的沉降点占到兰州市总沉降点的43.15%。根据提取的形变信息,兰州市主要分为7个沉降区,其中杏胡台村的最大累计沉降量为67.38mm;大柴坪东侧的动车停靠站最大累计沉降量为42.52mm;华林山南侧坡面最大累计沉降量为78.24mm;榆中县和平镇的最大累计沉降量为78.41mm;东岗附近最大累计沉降量为77.46mm;白道坪村最大累计沉降量为77.52mm;兰州北车站附近最大累计沉降量为46.17mm。经进一步实地调查研究发现这些沉降区域主要分布在兰州市的周边城郊以及特殊的地形上。（3）选取兰州市城关区白道坪村的特征沉降区域为研究对象,根据提取的形变信息发现该区域最大的累计沉降量达到77.52mm,沉降速率达到了-22.65mm/year。通过谷歌影像以及实地调查发现,这些区域引起地表沉降的主要原因是人类的活动扰动,例如高层建筑施工、老旧棚户区改造施工等。（4）将监测的沉降点与兰州市地铁线路沿线100m缓冲区进行空间叠加,经过统计分析可知,兰州市地铁沿线的沉降位置主要位于城关区部分路段,累计沉降量最大的位置主要位于一、二号线交汇处的五里埔站和东方红广场站,最大的累计沉降量达到了66.76mm。
二、PS InSAR技术及其在地壳形变检测中的应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、PS InSAR技术及其在地壳形变检测中的应用（论文提纲范文）
（1）基于时序InSAR矿区地表三维形变预计研究 ——以淮南矿区某采煤工作面为例（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 InSAR形变监测国内外研究现状 |
| 1.2.1 国外发展现状 |
| 1.2.2 国内发展现状 |
| 1.2.3 InSAR矿区三维形变研究现状 |
| 1.3 主要研究内容 |
| 1.3.1 存在的问题 |
| 1.3.2 研究内容及目标 |
| 1.3.3 文章的组织结构 |
| 1.4 本章小结 |
| 2 InSAR地表形变值获取理论与方法 |
| 2.1 InSAR技术基本原理 |
| 2.1.1 SAR侧视成像几何特征 |
| 2.1.2 InSAR技术原理 |
| 2.1.3 D-InSAR技术原理 |
| 2.2 时序InSAR |
| 2.2.1 PS-InSAR |
| 2.2.2 SBAS-InSAR |
| 2.3 SAR技术矿区三维形变值获取适应性分析 |
| 2.3.1 LOS形变几何分析 |
| 2.3.2 InSAR矿区地表三维形变监测方法 |
| 2.3.3 矿区大梯度形变InSAR技术适应性分析 |
| 2.4 SBAS-InSAR矿区实验数据处理 |
| 2.4.1 研究区域概况 |
| 2.4.2 研究数据说明 |
| 2.4.3 SBAS数据处理 |
| 2.5 本章小结 |
| 3 基于InSAR的幂指数Knothe模型地表沉陷预计 |
| 3.1 Knothe模型 |
| 3.1.1 Knothe时间函数模型 |
| 3.1.2 分段Knothe时间函数模型 |
| 3.1.3 幂指数Knothe时间函数模型 |
| 3.2 双参数对Knothe时间函数模型曲线的影响 |
| 3.3 基于时序InSAR监测值PSO参数反演方法 |
| 3.3.1 PSO算法基本原理 |
| 3.3.2 PSO参数反演算法实现 |
| 3.4 时序InSAR技术反演模型参数实验 |
| 3.4.1 时序InSAR测量结果 |
| 3.4.2 模型参数反演 |
| 3.4.3 结果误差分析 |
| 3.5 本章小结 |
| 4 研究区地表三维形变信息获取与模型构建 |
| 4.1 矿区地表形变特征 |
| 4.2 LOS值与三维形变值函数关系 |
| 4.3 结合幂指数Knothe模型三维形变函数关系建立 |
| 4.3.1 基于LOS形变值地表三位形变提取方法 |
| 4.3.2 结合幂指数Knothe模型地表三维形变模型建立 |
| 4.4 研究区域三维信息提取及模型构建 |
| 4.4.1 三维信息提取 |
| 4.4.2 三维模型构建 |
| 4.4.3 平面精度验证 |
| 4.5 本章小结 |
| 5 结论与展望 |
| 5.1 主要结论 |
| 5.2 研究不足与展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（2）联合InSAR和GPS观测数据研究东昆仑断裂带中西段形变特征（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 引言 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 论文的主要研究内容 |
| 1.4 本文技术路线图 |
| 第2章 InSAR测量技术 |
| 2.1 InSAR技术概况 |
| 2.2 D-InSAR测量技术 |
| 2.3 时序InSAR技术 |
| 第3章 基于PS-InSAR技术提取东昆仑断裂带形变特征 |
| 3.1 InSAR数据与研究区概况 |
| 3.2 PS-InSAR技术数据处理流程 |
| 3.3 东昆仑断裂带中西段形变场提取与分析 |
| 第4章 TDEFNODE负位错反演理论与模型基础 |
| 4.1 块体负位错模型原理 |
| 4.2 TDEFNODE负位错反演方法 |
| 4.3 TDEFNODE负位错反演原理 |
| 4.4 TDEFNODE负位错反演结果评价 |
| 第5章 东昆仑断裂带中西段闭锁程度和滑动亏损分布 |
| 5.1 利用InSAR数据反演东昆仑断裂带 |
| 5.2 利用GPS数据反演东昆仑断裂带 |
| 5.3 地震矩积累与地震分布 |
| 5.4 综合分析 |
| 第6章 结论与展望 |
| 6.1 论文的主要结论 |
| 6.2 不足与展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 攻读硕士期间参加的项目及发表论文情况 |
（3）基于SBAS-InSAR技术的深圳西部地区地表形变研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 InSAR发展现状 |
| 1.2.2 时序InSAR发展现状 |
| 1.2.3 地表形变危险性评价研究现状 |
| 1.3 研究内容及技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.4 论文组织结构 |
| 2 合成孔径雷达干涉测量原理 |
| 2.1 SAR成像几何特征 |
| 2.2 InSAR技术原理及误差分析 |
| 2.2.1 基本原理 |
| 2.2.2 数据处理 |
| 2.2.3 干涉处理中误差分析 |
| 2.3 PS-InSAR技术原理及关键步骤 |
| 2.3.1 PS-InSAR基本原理 |
| 2.3.2 PS-InSAR技术关键步骤 |
| 2.4 SBAS-InSAR技术原理及关键步骤 |
| 2.4.1 SBAS-InSAR技术原理 |
| 2.4.2 SBAS-InSAR技术关键步骤 |
| 2.5 两种时序InSAR技术差异 |
| 2.6 本章小结 |
| 3 基于InSAR技术的深圳西部地区地表形变监测及精度验证 |
| 3.1 研究区概况 |
| 3.2 数据简介 |
| 3.2.1 SAR影像数据 |
| 3.2.2 DEM数据 |
| 3.3 基于时序InSAR技术监测深圳西部地区地表形变 |
| 3.3.1 SBAS-InSAR技术数据处理 |
| 3.3.2 PS-InSAR技术数据处理 |
| 3.4 SBAS-InSAR与 PS-InSAR结果对比分析 |
| 3.5 SBAS-InSAR结果与水准数据精度验证 |
| 3.5.1 基于水准测量的沉降监测 |
| 3.5.2 SBAS-InSAR结果与水准数据结果对比 |
| 3.6 本章小结 |
| 4 深圳西部地区地表形变结果分析 |
| 4.1 道路交通形变监测结果 |
| 4.1.1 滨海大道路段沉降分析 |
| 4.1.2 地铁10 号线中段沉降分析 |
| 4.2 建设密度分区形变监测结果分析 |
| 4.3 填海区形变监测结果分析 |
| 4.4 地表形变成因探讨 |
| 4.5 本章小结 |
| 5 深圳西部地区地表形变危险性评价 |
| 5.1 层次分析法确定评价因子权重 |
| 5.2 模糊综合评价 |
| 5.2.1 危险性评价步骤 |
| 5.2.2 评价因子隶属度确定 |
| 5.2.3 模糊综合评价结果 |
| 5.3 地表形变危险性分析 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 存在问题与展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（4）基于时序InSAR技术的湿陷性黄土地区地表形变监测研究（论文提纲范文）
| 中文摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 研究目的、内容和技术路线 |
| 第2章 InSAR技术监测地表形变原理 |
| 2.1 InSAR技术测高原理 |
| 2.2 DInSAR技术监测地表形变原理 |
| 2.3 时序InSAR技术监测地表形变原理 |
| 2.3.1 PS-InSAR技术 |
| 2.3.2 SBAS-InSAR技术 |
| 2.4 本章小结 |
| 第3章 基于时序InSAR技术的延安地表形变监测 |
| 3.1 研究区概况 |
| 3.1.1 气候条件 |
| 3.1.2 地形地貌 |
| 3.2 数据 |
| 3.2.1 SAR数据 |
| 3.2.2 辅助数据 |
| 3.3 基于SBAS-InSAR技术的延安地表形变监测 |
| 3.3.1 SBAS-InSAR数据处理 |
| 3.3.2 SBAS-InSAR变形监测结果 |
| 3.4 基于PS-InSAR技术的延安地表形变监测 |
| 3.4.1 PS-InSAR数据处理 |
| 3.4.2 PS-InSAR变形监测结果 |
| 3.5 InSAR结果的精度验证 |
| 3.5.1 InSAR地表形变的理论精度 |
| 3.5.2 SBAS-InSAR和 PS-InSAR结果内部符合精度验证 |
| 3.5.3 基于水准数据的外部符合精度验证 |
| 3.6 地表形变的分布和演变特征 |
| 3.6.1 地表形变的空间分布特征 |
| 3.6.2 地表形变的时间演变特征 |
| 3.7 地表形变的影响因素 |
| 3.7.1 人类活动对地表形变的影响 |
| 3.7.2 自然因素对地表形变的影响 |
| 3.8 本章小结 |
| 第4章 基于Kalman滤波的InSAR形变结果平滑和预测 |
| 4.1 Kalman滤波的实现 |
| 4.2 InSAR形变数据处理和分析 |
| 4.3 本章小结 |
| 第5章 结论与展望 |
| 5.1 研究结论 |
| 5.2 研究展望 |
| 参考文献 |
| 作者简介及在学期间所取得的科研成果 |
| 致谢 |
（5）基于InSAR/GPS数据的腾冲火山区域地壳活动性研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外火山形变监测研究现状 |
| 1.3 InSAR形变监测方法与进展 |
| 1.4 优化算法 |
| 1.5 GPS-InSAR形变数据融合发展 |
| 1.6 地壳运动的大地测量研究现状 |
| 1.7 Mogi模型在火山岩浆囊反演研究现状 |
| 1.8 本文研究内容与技术路线 |
| 第2章 腾冲火山区背景场 |
| 2.1 区域及构造背景 |
| 2.2 地震活动性背景 |
| 2.3 本章小节 |
| 第3章 INSAR技术获取腾冲火山区形变场 |
| 3.1 合成孔径雷达 |
| 3.2 InSAR获取地表形变数学基础 |
| 3.3 数据处理 |
| 3.4 InSAR形变场及误差分析 |
| 3.5 本章小结 |
| 第4章 地表三维形变场建模及解算 |
| 4.1 基于GPS-InSAR三维形变模型构建 |
| 4.1.1 LOS形变与三维形变投影关系 |
| 4.1.2 目标函数构建 |
| 4.2 模型解算 |
| 4.2.1 粒子群算法 |
| 4.2.2 插值速度场分析与三维形变速度场求解 |
| 4.2.3 模型检验 |
| 4.3 三维形变解算结果分析 |
| 4.4 本章小结 |
| 第5章 腾冲火山区地壳运动模型构建及特征分析 |
| 5.1 地壳刚性-弹塑性形变反演分析综合模型 |
| 5.1.1 建立参考系 |
| 5.1.2 构建研究区刚性地壳整体旋转运动模型 |
| 5.1.3 地壳内部弹塑性形变模型 |
| 5.1.4 整体旋转与均匀应变模型 |
| 5.1.5 整体旋转与线性应变模型 |
| 5.2 模型解算与分析 |
| 5.3 应变场解算与分析 |
| 5.3.1 面膨胀率特征 |
| 5.3.2 最大剪应变率特征 |
| 5.3.3 主应变率特征 |
| 5.3.4 应变特征总结 |
| 5.4 应力场解算与分析 |
| 5.4.1 应变张量 |
| 5.4.2 线性的应力-应变关系 |
| 5.5 本章小结 |
| 第6章 基于MOGI模型的岩浆囊参数反演 |
| 6.1 岩浆囊 |
| 6.2 Mogi模型 |
| 6.3 岩浆囊参数反演 |
| 6.3.1 区域2 岩浆囊参数反演 |
| 6.3.1.1 根据垂直形变速度反演 |
| 6.3.1.2 根据水平形变速度(径向形变速度)反演结果 |
| 6.3.2 区域3 岩浆囊参数反演 |
| 6.3.2.1 根据垂直形变速度反演 |
| 6.3.2.2 根据水平形变速度反演结果 |
| 6.4 小结 |
| 第7章 结论与展望 |
| 7.1 研究成果 |
| 7.2 不足与展望 |
| 参考文献 |
| 附录 |
| 攻读学位期间发表的学术论文和研究成果 |
| 致谢 |
（6）青藏高原东北缘InSAR地壳形变时序研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 引言 |
| 1.1 选题依据和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 时序InSAR技术的发展现状 |
| 1.2.2 InSAR技术在地壳形变方面的研究动态 |
| 1.2.3 青藏高原东北缘构造变形模式的研究动态 |
| 1.3 论文主要研究内容 |
| 第二章 时序InSAR基本原理 |
| 2.1 InSAR/D-InSAR技术 |
| 2.1.1 InSAR基本理论 |
| 2.1.2 D-InSAR技术 |
| 2.2 时序InSAR技术 |
| 2.2.1 Stacking技术 |
| 2.2.2 PS技术 |
| 2.2.3 SBAS技术 |
| 2.3 StaMPS方法 |
| 2.4 本章小结 |
| 第三章 时序InSAR观测研究区域的地壳形变特征 |
| 3.1 数据源简介 |
| 3.2 数据处理 |
| 3.2.1 PS-InSAR数据处理 |
| 3.2.2 GNSS对 InSAR进行轨道校正 |
| 3.2.3 GNSS和 InSAR联合解算三维速度场模型 |
| 3.3 数据处理结果与分析 |
| 3.3.1 InSAR LOS向形变场 |
| 3.3.2 LOS向形变速率剖面分析 |
| 3.3.3 区域三维形变速度场 |
| 3.4 本章小结 |
| 第四章 三维地壳形变场约束下的块体运动反演 |
| 4.1 三维反演方法与模型建立 |
| 4.1.1 块体-负位错模型基本原理 |
| 4.1.2 反演模型的建立 |
| 4.2 模型反演 |
| 4.2.1 基于GNSS水平速度场的单独反演 |
| 4.2.2 基于InSAR LOS向速度场和GNSS水平速度场的联合反演 |
| 4.2.3 基于联合解算三维速度场和GNSS水平速度场的联合反演 |
| 4.3 本章小结 |
| 第五章 总结与展望 |
| 5.1 研究内容及结论 |
| 5.2 存在问题及展望 |
| 参考文献 |
| 致谢 |
| 附录 |
| 作者简介 |
（7）基于InSAR技术的高速公路沿线沉降监测研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 时序InSAR技术的研究现状 |
| 1.2.2 公路形变监测研究现状 |
| 1.3 本文研究内容与组织结构 |
| 1.3.1 研究内容 |
| 1.3.2 组织结构 |
| 第二章 合成孔径雷达干涉测量技术(InSAR)的基本原理 |
| 2.1 合成孔径雷达成像原理 |
| 2.2 InSAR技术基本原理 |
| 2.3 D-InSAR技术基本原理 |
| 2.4 PS-InSAR技术基本原理 |
| 2.4.1 主影像选取 |
| 2.4.2 PS点的识别 |
| 2.4.3 PS-InSAR时序相位建模及解算 |
| 2.5 SBAS-InSAR技术基本原理 |
| 2.5.1 高相关点选取 |
| 2.5.2 SBAS技术中的关键技术和方法 |
| 2.6 本文采用技术方法 |
| 2.7 本章小结 |
| 第三章 公路沿线沉降的监测和分析 |
| 3.1 研究区概况 |
| 3.1.1 地理位置与地质概况 |
| 3.1.2 气候概况 |
| 3.2 实验数据 |
| 3.2.1 Sentinel-1影像数据 |
| 3.2.2 其他数据 |
| 3.3 数据处理过程 |
| 3.3.1 SBAS技术处理过程 |
| 3.3.2 PS-InSAR技术处理过程 |
| 3.4 实验结果对比分析 |
| 3.5 沉降结果与原因分析 |
| 3.5.1 沉降结果分析 |
| 3.5.2 沉降因素分析 |
| 3.6 本章小结 |
| 第四章 高速公路沉降预测方法及研究 |
| 4.1 常用预测方法 |
| 4.2 最小二乘支持向量机预测方法 |
| 4.3 沉降预测分析 |
| 4.4 本章小结 |
| 第五章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 附录A:攻读硕士学位期间发表论文 |
（8）基于时序InSAR技术的长春市地表形变监测（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 选题背景与意义 |
| 1.2 InSAR技术研究现状 |
| 1.2.1 D-InSAR研究现状 |
| 1.2.3 时序InSAR研究现状 |
| 1.3 主要研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.4 论文结构 |
| 第2章 InSAR技术原理 |
| 2.1 SAR成像原理与特点 |
| 2.1.1 SAR成像原理 |
| 2.1.2 SAR成像特点 |
| 2.2 InSAR理论基础 |
| 2.3 D-InSAR技术 |
| 2.4 时序InSAR技术 |
| 2.4.1 PS-InSAR技术 |
| 2.4.2 SBAS-InSAR技术 |
| 2.5 本章小结 |
| 第3章 时序InSAR技术在长春市地表形变监测中的应用 |
| 3.1 长春市概况 |
| 3.2 数据介绍 |
| 3.2.1 Sentinel-1数据 |
| 3.2.2 其他数据 |
| 3.3 基于SBAS-InSAR技术监测长春市地表形变 |
| 3.3.1 技术流程 |
| 3.3.2 数据处理与结果 |
| 3.4 基于PS-InSAR技术的长春市城区监测 |
| 3.4.1 技术流程 |
| 3.4.2 数据处理与结果 |
| 3.5 监测结果验证 |
| 3.5.1 SBAS-InSAR与PS-InSAR的交叉检验 |
| 3.5.2 基于水准数据对时序InSAR结果精度验证 |
| 3.6 本章小结 |
| 第4章 长春市地表形变特征分析 |
| 4.1 长春市整体地表形变分析 |
| 4.2 长春市各行政区地表形变分析 |
| 4.3 长春市不同土地覆盖类型形变分析 |
| 4.4 本章小结 |
| 第5章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 作者简介及攻读学位期间发表文章 |
| 致谢 |
（9）基于遥感监测技术的滑坡形变特征分析和评价（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 论文背景及研究意义 |
| 1.1.1 滑坡监测的重要性 |
| 1.1.2 滑坡监测的传统方法 |
| 1.1.3 遥感监测技术 |
| 1.1.4 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 InSAR技术研究现状 |
| 1.2.2 Offset-Tracking技术研究现状 |
| 1.2.3 假彩色合成技术研究现状 |
| 1.3 论文研究内容 |
| 1.4 结构安排与技术路线 |
| 第2章 基于SAR影像的形变监测技术 |
| 2.1 InSAR技术基本原理 |
| 2.2 SBAS-InSAR技术 |
| 2.2.1 基本原理 |
| 2.2.2 技术路线 |
| 2.3 Offset-Tracking技术 |
| 2.3.1 基本原理 |
| 2.3.2 技术路线 |
| 2.4 假彩色合成技术 |
| 2.4.1 基本原理 |
| 2.4.2 技术路线 |
| 2.5 本章小结 |
| 第3章 基于遥感监测技术的滑坡形变监测 |
| 3.1 研究区域概况 |
| 3.1.1 水文气象 |
| 3.1.2 地形地貌 |
| 3.1.3 地质特征 |
| 3.1.4 人类活动 |
| 3.2 研究区域数据源 |
| 3.2.1 SAR影像数据 |
| 3.2.2 DEM数据 |
| 3.3 假彩色合成技术形变识别 |
| 3.4 SBAS-InSAR技术提取地表形变 |
| 3.4.1 数据处理 |
| 3.4.2 形变特征分析 |
| 3.5 Offset-Tracking技术提取地表形变 |
| 3.5.1 关键技术研究 |
| 3.5.2 形变特征分析 |
| 3.6 本章小结 |
| 第4章 滑坡三维地表形变场提取研究 |
| 4.1 基于方差分量估计的三维形变研究 |
| 4.1.1 坐标系与参考基准点的统一 |
| 4.1.2 形变几何关系 |
| 4.1.3 函数模型的建立 |
| 4.1.4 随机模型的建立 |
| 4.1.5 技术路线 |
| 4.2 三维地表形变空间分布特征 |
| 4.2.1 垂直向形变特征 |
| 4.2.2 东西向形变特征 |
| 4.2.3 南北向形变特征 |
| 4.3 精度评价与分析 |
| 4.4 本章小结 |
| 第5章 滑坡稳定性评价与分析 |
| 5.1 位移矢量角 |
| 5.1.1 位移矢量角的基本构成 |
| 5.1.2 位移矢量角与滑坡稳定性 |
| 5.1.3 滑坡稳定性判定 |
| 5.2 金坪子滑坡II区稳定性评价 |
| 5.3 白格滑坡稳定性评价 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
（10）基于时序InSAR技术的兰州市地表沉降监测与分析（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景及选题意义 |
| 1.2 国内外研究现状 |
| 1.2.1 InSAR技术发展状况 |
| 1.2.2 时序InSAR的发展现状 |
| 1.3 本文主要研究内容及技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.3.3 论文结构安排 |
| 第2章 InSAR地表形变监测原理 |
| 2.1 InSAR测量的基本原理 |
| 2.2 D-InSAR监测基本原理及其局限性 |
| 2.2.1 D-InSAR的监测方法 |
| 2.2.2 DInSAR技术的局限性 |
| 2.3 SBAS-InSAR监测基本原理及其特点 |
| 2.4 PS-InSAR监测基本原理及其特点 |
| 2.5 本章小节 |
| 第3章 研究区概况及数据介绍 |
| 3.1 研究区介绍 |
| 3.2 数据介绍 |
| 3.3 本章小节 |
| 第4章 基于时序InSAR技术的地表沉降研究 |
| 4.1 基于PS-InSAR的兰州市地表形变监测 |
| 4.1.1 PS-InSAR数据处理主要流程 |
| 4.1.2 PS-InSAR数据处理关键技术 |
| 4.2 基于SBAS-InSAR的兰州市地表形变监测 |
| 4.2.1 SBAS-InSAR数据处理主要流程 |
| 4.2.2 SBAS-InSAR数据处理关键技术 |
| 4.3 SBAS-InSAR与 PS-InSAR形变结果交叉验证 |
| 4.4 兰州市沉降分析 |
| 4.4.1 区域沉降分析 |
| 4.5 本章小结 |
| 第5章 兰州市地面沉降分析 |
| 5.1 地理要素分析 |
| 5.1.1 活动构造 |
| 5.1.2 坡度 |
| 5.1.3 坡向 |
| 5.1.4 高程 |
| 5.1.5 水系 |
| 5.2 人为要素分析 |
| 5.2.1 道路 |
| 5.2.2 高层建筑物 |
| 5.2.3 棚户区及城郊建筑 |
| 5.3 地铁沿线沉降分析 |
| 5.4 本章小节 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 不足与展望 |
| 参考文献 |
| 致谢 |
| 附录A 攻读学位期间发表的论文 |
四、PS InSAR技术及其在地壳形变检测中的应用（论文参考文献）
- [1]基于时序InSAR矿区地表三维形变预计研究 ——以淮南矿区某采煤工作面为例[D]. 卢克东. 安徽理工大学, 2021
- [2]联合InSAR和GPS观测数据研究东昆仑断裂带中西段形变特征[D]. 刘超亚. 中国地震局地震预测研究所, 2021(01)
- [3]基于SBAS-InSAR技术的深圳西部地区地表形变研究[D]. 高文锦. 西安科技大学, 2021
- [4]基于时序InSAR技术的湿陷性黄土地区地表形变监测研究[D]. 贾春庭. 吉林大学, 2021(01)
- [5]基于InSAR/GPS数据的腾冲火山区域地壳活动性研究[D]. 杨云飞. 云南师范大学, 2021(08)
- [6]青藏高原东北缘InSAR地壳形变时序研究[D]. 吴东霖. 中国地震局兰州地震研究所, 2021
- [7]基于InSAR技术的高速公路沿线沉降监测研究[D]. 姜乃齐. 昆明理工大学, 2021(01)
- [8]基于时序InSAR技术的长春市地表形变监测[D]. 黄龙霄. 吉林大学, 2021(01)
- [9]基于遥感监测技术的滑坡形变特征分析和评价[D]. 李壮壮. 燕山大学, 2021(01)
- [10]基于时序InSAR技术的兰州市地表沉降监测与分析[D]. 陆铭. 兰州理工大学, 2021(01)