2026年 01期
差分InSAR观测中海潮负荷位移改正与评估——以加拿大昂加瓦湾为例
肖儒雅;王昕怡;吴洲;李瑞;何秀凤;海洋潮汐引起海水质量重新分布，进而引发固体地球周期性形变的海潮负荷(ocean tide loading, OTL)效应，在合成孔径雷达干涉测量(interferometric synthetic aperture radar, InSAR)中引入长波信号误差。随着InSAR应用向广域范围拓展，OTL位移影响不可被忽略。现有研究多聚焦于大气对流层延迟误差这一长波信号的改正，缺乏对大气与海潮负荷位移联合改正效果的评估。本文以全球潮差最大区域之一的加拿大昂加瓦湾(Ungava Bay)为研究区，联合采用GACOS产品与海潮模型对哨兵一号卫星InSAR干涉图进行改正，并基于相位标准差、空间相关性及距离相关性等多项指标对结果进行定量评估。结果表明，昂加瓦湾研究区OTL位移对InSAR观测影响量级可达厘米级，呈现自沿海向内陆递减的梯度特征；经大气延迟误差与海潮负荷位移联合改正后，研究区干涉图相位标准差下降超过40%，有效抑制了长波信号误差；空间相关函数揭示了长波信号误差的空间结构与距离依赖性，大气延迟误差在方向上表现相对随机，而OTL位移具有稳定的方向性特征，两者均随距离增加而显著累积。在广域InSAR应用中，需对大气延迟和海潮负荷位移进行联合改正，以提升数据精度和可靠性。
InSAR技术在地下矿山开采形变监测中的研究进展和展望
周佳薇;李振洪;宋闯;陈炳乾;合成孔径雷达干涉测量(interferometric synthetic aperture radar,InSAR)技术凭借其全天候、大范围、高精度的优势，已成为矿区地表形变监测的重要技术手段。矿产资源开发作为国家能源资源安全战略的重要组成部分，其地下开采活动引发的地表形变监测对保障安全生产具有重要意义。随着多源卫星数据的日益丰富和算法体系的持续优化，InSAR技术在地下矿山开采形变监测中取得了显著进展，但同时也面临诸多挑战。本文系统阐述了InSAR技术的原理，介绍了国内外利用InSAR监测地下开采引起地表形变的研究成果，分析了该技术在实际应用中存在的局限性，并针对性地分类总结了当前的研究进展。在分析各类方法优势与局限的基础上，本文进一步展望了地下矿山形变监测的未来发展方向，包括深度学习在形变预测中的应用潜力、多模态数据智能融合等前沿思路，为保障国家矿产资源安全开采和重大灾害防控提供科学理论参考。
基于InSAR技术的地下煤矿采空区参数反演研究进展和展望
余昊;师芸;陈炳乾;宋晓辉;煤炭开采形成的地下采空区对矿区地表建/构筑物和人员的安全构成严重威胁，准确获取地下采空区参数可为采空区塌陷预警、地面塌陷精准治理以及矿区土地规划利用提供理论和技术支撑，对矿区资源开发与生态保护具有重要意义。利用合成孔径雷达干涉测量(interferometric synthetic aperture radar,InSAR)技术可以大范围、低成本的获取地下采空区参数，目前已成为国内外研究热点。本文首先系统阐述了InSAR技术的基本原理，之后分别对现有采空区参数反演模型包括概率积分模型、Okada弹性位错模型、Mogi模型等展开综述，最后在分析现有研究成果的基础上总结了当前研究存在理论模型依赖先验假设导致计算效率低下、矿区植被覆盖和剧烈形变引发InSAR失相干、大气相位干扰降低监测精度、单一视线方向观测难以捕捉三维形变、对历史采空区及多工作面动态开采过程的监测能力不足等问题，并提出未来发展方向应重点融合空-天-地-井多源监测数据、发展适合矿区的时序InSAR算法等策略进一步提高形变监测精度，并融合人工智能算法推动矿区智能化灾害防控。
融合InSAR Stacking的董志塬滑坡动态易发性评价
王向辉;张成龙;李振洪;陈毅;刘振江;魏冠军;赵颖;董志塬地区位于黄土高原中心地带，滑坡灾害频发，亟需明确滑坡易发性分区，以支持该区域滑坡隐患的科学防控。因此，本文以董志塬为研究区，选取高程、坡向和NDVI等12个影响因素作为评价因子，基于频率比(frequency ratio,FR)模型，结合随机森林(random forest,RF)与人工神经网络(artificial neural network,ANN)模型开展滑坡静态易发性评价，并分析各因子对评价精度的贡献。结果表明，FRRF和FR-ANN模型的曲线下面积(area under the curve,AUC)值分别为0.922和0.918，表明FR-RF模型在董志塬滑坡易发性评价中的精度更高。坡度、坡向和道路密度对滑坡易发性的贡献率分别为16.7%、15.3%和1.4%。为克服地形复杂和数据更新滞后的问题，本文将FR-RF模型的易发性结果与InSAR Stacking结果相结合，将静态滑坡易发性评价精度由6.9%提升到8.1%。动态易发性结果表明，董志塬滑坡高易发区主要分布于河流沿岸，占总面积的6.5%，该区域的滑坡数量占总滑坡数的23.6%，滑坡密度15.7个/km2。低易发区主要位于远离河流的中部区域，占总面积的81.7%，滑坡数量占总滑坡数的57.8%，滑坡密度4.7个/km2。本研究通过融合InSAR Stacking方法，解决了静态滑坡易发性评价数据更新滞后问题，减少了假阴性错误，为传统滑坡易发性评价赋予了时效性，可以实现董志塬滑坡易发性动态评价，为灾害防治提供了重要数据支持。
茂密植被区域隐蔽性地质灾害隐患多源遥感识别
易守勇;徐明宇;张宗胜;陈有东;戴可人;董秀军;滑坡、崩塌、泥石流等地质灾害常发生在植被茂密且地形复杂的区域，居高位，极具隐蔽性。为了有效识别潜在地质灾害隐患的分布，突破传统人工地面调查效果差、效率低的局限性，本文采用多源遥感综合识别方法，充分发挥“天-空-地”一体化调查体系的优势。以佛山市西樵山及周边为研究区域，首先利用ALOS-2、Sentinel-1星载多源合成孔径雷达数据进行了广域InSAR形变信息提取，进行全面普查，针对全面普查中的异常区域，利用机载LiDAR和无人机倾斜摄影测量对其进行“筛查”。共识别出94处地质灾害，其中滑坡16处，崩塌34处，泥石流16处，危岩28处。通过人工调查核验，多源遥感新识别出了35处地质灾害隐患，占总灾害数37.23%。研究采用多源遥感综合识别方法，构建的“天-空-地”一体化的调查体系可为隐蔽性地质灾害隐患调查工作提供借鉴。
基于高精度GNSS与正倒垂观测的拱坝水平位移监测分析
毛延翩;冉毅川;方荣新;徐波;齐智勇;胡星辉;董顺;远近;目前我国拱坝水平位移监测主要依赖内部正倒垂系统，监测精度可达毫米级。本文探讨了GNSS技术在拱坝水平位移监测中的应用潜力，并基于传统正倒垂观测数据对GNSS监测精度进行评估。利用拱坝坝顶3个GNSS监测站点一年多的观测数据，采用静态差分算法解算得到GNSS站点的水平位移时间序列。本研究通过对GNSS监测结果与大坝水位资料的联合分析发现，GNSS监测结果与上游水位时间序列数据的相关系数高达0.9，反映出坝体位移与水压力变化之间存在良好的正相关关系。以坝体正倒垂数据为基准，TP22、TP15和TP10站点的GNSS监测精度RMSE分别为1.6 mm、4.4 mm和4.5 mm。研究结果表明，GNSS结果与传统正倒垂监测精度具有一致性，能够准确描述坝体的外观位移，可为大坝健康监测提供可靠的技术支撑，具有良好的应用前景。
基于多源遥感和机器学习的陕西省XCO2分布研究
范小添;张双成;张成龙;王研;向波;任志鹏;刘魁;本文以陕西省为研究区域，融合多源碳卫星观测数据，构建了2020～2022年高空间覆盖率的XCO2数据集；基于机器学习模型，结合气温、海拔、NDVI和人口数量等驱动因子，重建了陕西省XCO2的高分辨率(1 km×1 km)时空分布图谱；最后结合地面碳排放清单深入探讨了人类活动对CO2浓度的驱动作用。研究结果表明，融合XCO2数据集显著提升了有效观测数，其平均覆盖率较单一卫星数据提高超过15%；构建的年度模型表现稳定，R2均高于0.95,RMSE均低于0.55×10-6，重构的XCO2图谱在有效填补数据空白的同时，也揭示了陕西省大气CO2浓度的时空变化特征。本研究获取的精细尺度大气XCO2分布可为区域碳排放政策制定提供有力支撑。
基于陆探一号的陕西韩城DInSAR形变区自动识别
杨帅;唐光民;韩静;朱楠男;周浩;彭林娟;戴可人;基于我国首颗干涉L波段SAR卫星“陆探一号”(LT-1)提出一种融合滑动窗口去噪与最优阈值筛选的自动识别方法，用于消除随机噪声并提取形变区域。在陕西省韩城市的应用表明，该方法成功识别出17处形变区，仅1处误判，最大形变量达-192 mm/28 d(LOS方向)。野外验证结果进一步印证了识别的准确性。该方法显著提升了识别效率与精度，降低了解译工作量，具备广域地质灾害监测的实际应用价值。
视频运动放大辅助改进数字图像相关的结构振动位移监测方法
黄玉娟;付文杰;戴吾蛟;谈遂;梅松华;潘德咏;张云生;针对视觉结构振动位移监测中因相机分辨率限制及监测距离增加导致成像位移过小、数字图像相关(DIC)算法精度下降问题，本文采用视频运动放大(VMM)辅助改进DIC的监测方法，重点围绕高铁桥梁场景开展DIC辅助参数设定与闭环实践，并在远距离、低分辨率工况下进行量化验证。该方法首先基于DIC初步估计低分辨率图像位移，据此提取VMM所需主频与放大倍率等关键参数；经参数微调与运动放大后，获得无伪影的清晰视频，进而再次运用DIC计算高精度位移。通过室内钢悬臂梁与室外高铁桥梁实验，分别以激光位移计与线性变量差动变压器为参考，与传统DIC方法进行对比。结果表明：在室外0.8像素振动位移监测中，本文方法相较于传统DIC使均方根误差(RMSE)下降14.08%，主频偏差下降1.16%。实验验证了该方法能有效补偿分辨率损失，在远距离复杂噪声环境中具有更优的监测精度。
基于SBAS-InSAR的沿海城市地表沉降监测与可解释性分析
刘洋;丁恺;郑枭于;柳翠明;陈可蕴;赵林峰;邵振峰;唐曾杨;龙奇勇;陈国梁;马潮华;针对沿海城市城市化和工业化进程中日益严重的地表沉降问题，本研究以粤港澳大湾区内具有重要战略地位的广州市南沙区为研究对象，2019年6月至2023年10月共27景Sentinel-1A影像数据为数据源，采用小基线集干涉技术(SBAS-InSAR)对研究区域在城市发展和基础设施阶段的地表沉降现象进行长时序动态监测与分析，并通过可解释性机器学习模型定量分析区域地表沉降影响因素。研究获取了南沙区高精度地表累积沉降量和年均沉降速率的时空分布图。分析结果显示：研究区域在2019年6月到2023年10月最大年均沉降速率为-28.73 mm/a地表沉降呈现出显著的空间异质性，沉降活动区域正在向内陆扩张。地形因素与地表沉降现象存在非线性关系，气温、降雨和城市化进程对地表沉降现象有着显著的影响。目前，区域大部分地表处于沉降发展的初期阶段，具有很大的治理和预防空间。区域地表沉降的主要原因包括软土层厚度大、大型基础设施建设密集以及地下水开采过度。本研究为沿海城市的地质安全和可持续发展提供了基础的数据支持。