利用SARscape对日本填海造陆和天然气开采进行地表形变监测

本文主要是介绍利用SARscape对日本填海造陆和天然气开采进行地表形变监测,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

        日本千叶市,是日本南部重要的工业港市。位于西部的浦安市是一个典型的"填海造田"城市,东南部的东金区有一片天然气开采区域,本文利用SARscape,用干涉叠加的方法,即PS和SBAS,对这两个区域进行地表沉降现象的监测。

1、监测区域

日本千叶市:

图1 日本千叶市监测区范围

2、数据情况:

2006-2010年,26期ALOS PALSAR-1数据。

2006-2010年,32期ENVISAT ASAR数据。

两组数据,分别是L波段的PALSAR数据和C波段的ASAR数据,覆盖相同的区域。数据量都大于20景,满足PS和SBAS的要求。

3、监测结果与分析

对两组数据,整个区域分别进行SBAS处理,形变速率图上可看出,两个结果是一致的,然而,PALSAR在空间的连续性上更好,ASAR则有较多的无效值,这也说明L波段的数据相干性要比C波段的高。不过,对已知的形变区域,两个结果表现出很高的吻合度。

图2 SBAS处理得到的平均形变速率(蓝色:-15mm/年,红色5mm/年),左图为PALSAR的结果,右图为ASAR的结果

在整体监测的结果图上,监测到了两个形变区域:一个是位于西部的一个垃圾填埋场,另一个是位于东南部的天然气开采区域,这两个区域也是我们已知的形变区域。下面分别对这两个已知的形变区域再做局部的分析。

1、垃圾填埋(填海造陆)区域:下图为千叶县浦安市在1950年、1975年、1980年的填海面积:

图3 千叶浦安市的填海面积

对这个区域,分别用PS和SBAS的方法进行SAR时序分析,得到的结果如下图所示:

图4 浦安地区2006-2010年的平均位移速速率图,26期PLASAR的结果(上),32景ASAR数据的结果(下),左边是SBAS结果,右边是PS结果

分析PALSAR和ASAR数据的PS和SBAS结果,均表现为:在城市区域,PS的点密度很高,和SBAS得到的结果一样,而PS结果的空间分辨率要比SBAS的高。而分析同一个点在监测时间段内的形变过程,如下图,绿色为SBAS的结果,红色为PS的结果,无论是哪一种数据,SBAS得到的结果更为平滑。

图5 同一个点在时间序列上的形变过程(绿色为SBAS结果,红色为PS结果,上图为PALSAR结果,下图为ASAR结果)

  1. 南部东金区域的天然气开采区

下图为天然气开采公司(KNG)提供的天然气资源储存和开采图以及相应的地质调查图。在调查范围5年内,绝大部分区域都有沉降发生,最大达到了20cm。这是由天然气开采再注入水造成的地表形变,

图6 南部东金天然气开采区域

图7 5年的东金区地表调查图

对该局部区域分别用PALSAR数据和ASAR数据做PS和SBAS处理,结果如下:

图8 东南地区2006-2010年的平均位移速速率图mm/年

26期PLASAR的结果(上),32景ASAR数据的结果(下),左边是SBAS结果,右边是PS结果。对比两个数据的PS和SBAS的结果,PALSAR数据在非城市区域得到的PS点密度和SBAS的一致,而ASAR数据,由于在天然气开采之后注入大量的水,PS得到了很少的一些PS点,不过SBAS能反应出整个区域的形变情况。

4、结果验证

用从GSI地理网得到的实测的GPS数据进行结果验证。下图是稳定的GPS点的位置分布:

图9 稳定的GPS点的位置

对GPS点测量到的值绘制在时间-位移坐标系,可以看到GPS的位移随着时间有所波动,整体来看表现出一个线性的变化,对实测值进行线性拟合,得到红色的这条趋势线。如下图所示:

图10 一个稳定的GPS点的位移实测值曲线(黑色线)及拟合结果(红色线)

将拟合的值作为GPS点的实测值,和SBAS得到的结果进行求差,两者之差的绝对值小于等于5mm/年。

图11 PALSAR的SBAS结果和GPS点拟合值的差

图12 ASAR的SBAS结果和GPS点拟合值的差

将GPS实测值的拟合值和SBAS得到的年平均速率之差进行统计分析,得到的结果如下表所示:

表1:GPS实测拟合值和SBAS得到的平均速率之差的统计值

GPS-PALSAR

GPS-ASAR

平均差

-0.28mm/年

-1.1mm/年

标准差

1.9mm/年

1.8mm/年

通过与实测值对比分析,SAR干涉叠加技术可以得到较高的形变测量精度。

这篇关于利用SARscape对日本填海造陆和天然气开采进行地表形变监测的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/898974

相关文章

使用MongoDB进行数据存储的操作流程

《使用MongoDB进行数据存储的操作流程》在现代应用开发中,数据存储是一个至关重要的部分,随着数据量的增大和复杂性的增加,传统的关系型数据库有时难以应对高并发和大数据量的处理需求,MongoDB作为... 目录什么是MongoDB?MongoDB的优势使用MongoDB进行数据存储1. 安装MongoDB

Linux使用fdisk进行磁盘的相关操作

《Linux使用fdisk进行磁盘的相关操作》fdisk命令是Linux中用于管理磁盘分区的强大文本实用程序,这篇文章主要为大家详细介绍了如何使用fdisk进行磁盘的相关操作,需要的可以了解下... 目录简介基本语法示例用法列出所有分区查看指定磁盘的区分管理指定的磁盘进入交互式模式创建一个新的分区删除一个存

C#使用HttpClient进行Post请求出现超时问题的解决及优化

《C#使用HttpClient进行Post请求出现超时问题的解决及优化》最近我的控制台程序发现有时候总是出现请求超时等问题,通常好几分钟最多只有3-4个请求,在使用apipost发现并发10个5分钟也... 目录优化结论单例HttpClient连接池耗尽和并发并发异步最终优化后优化结论我直接上优化结论吧,

使用Python进行文件读写操作的基本方法

《使用Python进行文件读写操作的基本方法》今天的内容来介绍Python中进行文件读写操作的方法,这在学习Python时是必不可少的技术点,希望可以帮助到正在学习python的小伙伴,以下是Pyth... 目录一、文件读取:二、文件写入:三、文件追加:四、文件读写的二进制模式:五、使用 json 模块读写

使用zabbix进行监控网络设备流量

《使用zabbix进行监控网络设备流量》这篇文章主要为大家详细介绍了如何使用zabbix进行监控网络设备流量,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录安装zabbix配置ENSP环境配置zabbix实行监控交换机测试一台liunx服务器,这里使用的为Ubuntu22.04(

在Pandas中进行数据重命名的方法示例

《在Pandas中进行数据重命名的方法示例》Pandas作为Python中最流行的数据处理库,提供了强大的数据操作功能,其中数据重命名是常见且基础的操作之一,本文将通过简洁明了的讲解和丰富的代码示例,... 目录一、引言二、Pandas rename方法简介三、列名重命名3.1 使用字典进行列名重命名3.编

python安装完成后可以进行的后续步骤和注意事项小结

《python安装完成后可以进行的后续步骤和注意事项小结》本文详细介绍了安装Python3后的后续步骤,包括验证安装、配置环境、安装包、创建和运行脚本,以及使用虚拟环境,还强调了注意事项,如系统更新、... 目录验证安装配置环境(可选)安装python包创建和运行Python脚本虚拟环境(可选)注意事项安装

如何使用celery进行异步处理和定时任务(django)

《如何使用celery进行异步处理和定时任务(django)》文章介绍了Celery的基本概念、安装方法、如何使用Celery进行异步任务处理以及如何设置定时任务,通过Celery,可以在Web应用中... 目录一、celery的作用二、安装celery三、使用celery 异步执行任务四、使用celery

SpringBoot使用minio进行文件管理的流程步骤

《SpringBoot使用minio进行文件管理的流程步骤》MinIO是一个高性能的对象存储系统,兼容AmazonS3API,该软件设计用于处理非结构化数据,如图片、视频、日志文件以及备份数据等,本文... 目录一、拉取minio镜像二、创建配置文件和上传文件的目录三、启动容器四、浏览器登录 minio五、

python-nmap实现python利用nmap进行扫描分析

《python-nmap实现python利用nmap进行扫描分析》Nmap是一个非常用的网络/端口扫描工具,如果想将nmap集成进你的工具里,可以使用python-nmap这个python库,它提供了... 目录前言python-nmap的基本使用PortScanner扫描PortScannerAsync异