基于InSAR能获取高精度、高空间分辨率、连续的地表形变信息,地面沉降及高精度形变信息对保障城市公共安全有重要意义。本文利用PS-InSAR和广域地表形变快速提取算法,基于2012年6月至2024年6月武汉市域范围内1600 km 2 COSMO-Skyed影像...基于InSAR能获取高精度、高空间分辨率、连续的地表形变信息,地面沉降及高精度形变信息对保障城市公共安全有重要意义。本文利用PS-InSAR和广域地表形变快速提取算法,基于2012年6月至2024年6月武汉市域范围内1600 km 2 COSMO-Skyed影像和2018年1月至2024年6月武汉市、鄂州市、黄冈市和黄石市32177 km 2 Sentinel-1影像获取地表形变时空分布信息,并依据GNSS和水准测量数据进行形变精度评估。结果表明,COSMO和Sentinel-1数据形变速率均方根误差分别在2.3~5.8和2.99~6.29 mm/a;COSMO和Sentinel-1时序形变均方根误差分别为4.96和5.2 mm。同时,提取地铁沿线、地铁保护区、大跨度建筑和基坑等重要基础设施区域形变信息,并分析形变与工程段起止时间等的相关性。最后,利用Logistic形变预测模型,对武汉市、鄂州市、黄冈市和黄石市地表沉降进行未来两年内地表形变预测,每季度预测一期,共8期。展开更多
文摘基于InSAR能获取高精度、高空间分辨率、连续的地表形变信息,地面沉降及高精度形变信息对保障城市公共安全有重要意义。本文利用PS-InSAR和广域地表形变快速提取算法,基于2012年6月至2024年6月武汉市域范围内1600 km 2 COSMO-Skyed影像和2018年1月至2024年6月武汉市、鄂州市、黄冈市和黄石市32177 km 2 Sentinel-1影像获取地表形变时空分布信息,并依据GNSS和水准测量数据进行形变精度评估。结果表明,COSMO和Sentinel-1数据形变速率均方根误差分别在2.3~5.8和2.99~6.29 mm/a;COSMO和Sentinel-1时序形变均方根误差分别为4.96和5.2 mm。同时,提取地铁沿线、地铁保护区、大跨度建筑和基坑等重要基础设施区域形变信息,并分析形变与工程段起止时间等的相关性。最后,利用Logistic形变预测模型,对武汉市、鄂州市、黄冈市和黄石市地表沉降进行未来两年内地表形变预测,每季度预测一期,共8期。
