INSARAND GIS集成的估算地面沉降敏感性外文翻译资料

 2022-02-25 22:53:38

英语原文共 4 页，剩余内容已隐藏，支付完成后下载完整资料

INSARAND GIS集成的估算地面沉降敏感性

1.Jong Kuk Choi、Joong Sun Won、Sang Wan Kim、Ki Dong Kim、Joo Hyung Ryu和Hong Rhong Yoo韩国海洋卫星中心、韩国海洋研究与发展研究所454 Haean No、Sangrok Gu、Ansan、Gyeonggi 426-744（jkchoi@kordi.re.kr）

2．地球系统科学部门,延世大学

3．地质信息工程系,世宗大学4生态系统评估部门,国立环境研究所

4．国家环境研究所生态系统评价处

摘要

将l波段SAR测量值与GIS中的地面沉降危险性模型相结合，对某煤矿地面沉降敏感性进行了估计。利用20世纪90年代初的JERS-1 SAR数据和沉降危险模型，构建了沉降危险图。采用确定性因子分析方法，对影响煤矿沉陷的四个控制因素的相对权重进行了估计。然后综合各因素的相对权重，利用模糊组合算子生成沉降危险指数(SHI)。通过与2007-2008年ALOS PALSAR干涉仪观测到的沉降量进行对比，验证了危害图的有效性。结果表明，预测的易沉陷部位与实际沉陷部位吻合较好，精度约为72.5%。研究结果表明，InSAR与GIS相结合生成的地图可用于预测和监测煤矿沉陷灾害，特别是在偏远地区。

指标术语- SAR干涉测量(InSAR)、地理信息系统(GIS)、煤矿沉陷、模糊组合算子、沉陷危害指数(SHI)

  1. 介绍

近年来，基于gis的煤矿沉陷模型[1]、[2]、[3]和雷达应用技术[4]、[5]、[6]的研究分别取得了较大进展。然而，很少有人尝试将这两种方法结合起来使用。在本研究中，我们结合地理信息系统(GIS)分析，研究了地面沉降的星载雷达测量方法在煤矿地面沉降易发部位预测中的适用性。差分SAR干涉测量(DInSAR)提供了地质灾害发生的信息，与灾害预测模型相结合的地理信息系统(GIS)提供了潜在的灾害发生。因此，将InSAR与GIS相结合进行灾害地图的构建和长期监测具有很大的优势。其中l波段SAR数据用于沉降位置的检测，然后将检测到的位置作为沉降危害模型的输入数据，并对预测的危害图进行验证。本研究旨在推动x波段SAR系统在煤矿沉陷研究中的应用。特别是预计将于2010年发射的韩国x波段SAR系统KOMPSAT-5，有望在该领域得到积极利用。

  1. 研究范围及方法

研究区域是韩国太白市的一个地下煤矿。它位于韩国东部山区煤田，是韩国最大的产煤地，由石炭纪至三叠纪沉积岩组成。从1952年到1993年，研究区东部有废弃的采煤巷道，而从中部到西部的采煤巷道从1936年开始开采。大部分的漂流深度在50米至1220米之间，沿江城组倾角方向呈现由南向北加深的特征趋势。研究区20世纪90年代初发生的地表变形首次采用JERS-1 l波段雷达干涉仪进行观测，探测到的位置结合GIS分析建立沉降危害预测模型。采用基于概率模型和模糊组合算子的确定性因子分析方法，编制了煤矿沉陷危险性图。预测的危险区域，然后由大约15年后获得的其他InSAR数据集来验证，然后是初始观察期。

图1 LOS变形图(a)由JERS-1 85/238轨道生成的1992/11/04至1993/12/05年的LOS变形图(b)由覆盖在航空照片上的ALOS 425/730轨道SAR干涉术生成的2007/01至2008/12/01年的LOS变形图(www.daum.net)。

  1. 地面沉降观测

沉降危险图显示了易受未来沉降影响的位置。对于沉降危害模型，观测期内发生沉降的位置比沉降速度或高度变化程度的精确测量更为重要。利用小基线子集(SBAS)算法[7]对23个JERS-1 SAR数据(图1a)进行了1992年11月至1993年12月的1990年代初地表变形观测。采用改进的SBAS算法[8]，通过减小地形误差、大气延迟伪影、噪声等其他错误相位来增强变形相位。利用SBAS结果计算1992年11月至1993年12月的地表变形，在此期间，干涉图很好地呈现出明显的变形趋势，并将其作为90年代初的沉降输入数据。为了选择更可靠的测量方法，将相干值小于0.9的像素点排除在曲面变形计算之外。在2007年1月至2008年12月之间发生的地表变形，同样也可以从twelveALOS PALSAR数据中得到(图1b)。为验证星载l波段SARs观测到的地表变形是否为真实地面沉降，利用GPS对观测到的地表变形进行实地调查，识别地面沉降。在1990年代初JERS-1资料观测到的变形场地，观测到若干大型沉降点，特别是在2007-2008年观测到的变形场地，也观测到小型地面沉降。因此，JERS-1和ALOS SAR观测到的地表变形可以合理地认为是研究区采矿作业引起的真实地面沉降。

4.煤矿沉陷危害图

在本研究中，考虑了地表地质、地下漂流、断层距离和地面坡度四个控制因素对地面沉降发生的影响。CF分析[9]应用于计算沉降的位置之间的空间关系被InSAR在1990年代早期和控制因素,结果被用作相对体重的控制因素(表1)的第五纵队。每个因素的相对权重的模糊隶属度值转换为[10],[11]在[0,1](第六列的表1)。通过计算最终的模糊会员的所有输入空间数据值,采用模糊组合算子作为研究区域内每个像素的单隶属度值，对其进行综合。综合图中每个像素点的单值表示沉降危害的相对程度，可视为沉降危害指数(SHI)，综合图为煤矿沉降危害图[1]。沉降危险图的高时程值是与煤矿有关的易发生沉降的区域。图2显示了结果的危险图。生成的危害图使用的是大约比原始的JERS-1 SAR观测晚15年获得的ALOS PALSAR数据。采用曲线下面积法[12]对预测精度进行了计算。结果准确率为72.5%，支持了预测的可靠性。

5.结论和讨论

煤矿沉陷易发部位的定量预测主要是根据现场实测资料进行的。然而，沉降发生的现场调查一直局限于居民区和国家基础设施。研究表明，在这种情况下，雷达干涉法是观测地面沉降的一种辅助手段。这项研究是专门针对有意义的是，在90年代初雷达观测数据的基础上，通过GIS分析绘制了沉降危害图，并利用15年后的观测数据进行了验证。本研究采用的是l波段SAR系统，但由于韩国大部分煤矿地面沉降发生在小尺度，因此对地面沉降的探测存在空间分辨率的限制。因此，SAR的分辨率越高，例如x波段系统就越需要实用性利用遥感技术研究煤矿沉陷。这项研究有望推动将于2010年推出的韩国x波段SAR系统KOMPSAT-5在地面沉降探测方面的应用。

表1各因子子组的确定性因子和模糊隶属度值

图2沉降危险图采用模糊代数乘积算子划分为10类

6.参考文献

[1] K.D. Kim, S. Lee, H.J. Oh, J.K. Choi, and J.S. Won, “Assessment of ground subsidence hazard near an abandoned underground coal mine using GIS”, Environmental Geology, 50: 1183-1191, 2006.

[2] K.D. Kim, S. Lee, H.J. Oh, “Prediction of ground subsidence in Samcheok City, Korea using artificial neural networks and GIS.”, Environmental Geology, 58(1): 61-70, 2009.

[3] J.K. Choi, K.D. Kim, S. Lee, J.S. Won, “Application of a fuzzy operator to susceptibility estimations of coal mine subsidence in Taebaek City, Korea.”, Environmental Earth Sciences,59:1009-1022, 2010.

[4] P. Wright, and R. Stow, “Detecting mining subsidence from space.” International Journal of Remote Sensing, 20: 1183-1188, 1999

[5] L. Ge, H.C. Chang, C. Rizos, and M. Omura, “Mine subsidence monitoring: A comparison among Envisat, ERS and JERS-1.” In: European Space Agency, (Special Publication) ESA SP:953-958, Salzburg, 2005.

[6] T. Deguchi, M. Kato, H. Akcin, and H. Kutoglu, “Measuring local deformation with interferometric synthetic aperture radar.”, In: SPIE, DOI: 10.1117/2.1200704.0485, 2007.

[7] P. Berardino, G. Fornaro, R. Lanari, and E. Sansosti, “A new algorithm for surface deformation monitoring based on small baseline differential SAR interferograms.”, IEEE Transactions on Geoscience and Remote Sensing, 40: 2375-2383, 2002.

[8] H.S. Jung, C.W. Lee, J.W. Park, K.D. Kim, and J.S. Won, “Improvement of Small Baseline Subset (SBAS) algorithm for measuring time-series surface deformations from differential SAR Interferograms.” (Korean ed.) Korean Journal of Remote Sensing, 24(2): 165~177, 2002.

[9] D. Heckerman, “Probabilistic interpretations for mycin#39;s certainty factors.”, Mach Intell Pattern Recognit, 4: 167-196, 1986.

[10] L.A. Zadeh, “Fuzzy sets.”, Information and Control, 8: 338353, 1965.

[11] Bonham-Carter, G.F., Geographic Information Systems for Geoscientists:Modelling with GIS, Pergamon, 1994.

[12] S. Lee, “Application of logistic regression model and its validation for landslide susceptibility mapping using GIS and remote sensing data.”, International Journal of Remote Sensing,26：1477-1491，2005.

持久性散射体InSAR和GIS在城市沉降监测中的应用

澳大利亚新南威尔士大学悉尼分校测量与空间信息系统学院，z3021790@student.unsw.edu.au

澳大利亚新南威尔士大学悉尼分校测量与空间信息系统学院 l.ge@unsw.edu.au

摘要

介绍了c波段ERS-1/2雷达图像在地下水开采引起的城市沉降监测中的应用。将澳大利亚没有地下水过度开采的城市与澳大利亚和中国地下水过度开采的城市进行比较。通过对持续散射体InSAR结果的解释和比较，探讨了地下水开采对城市沉降的影响。利用GIS软件对持续散射体InSAR结果进行了解释。持久性散射体InSAR和GIS的结合方法允许集成来自不同来源的信息，从而提高了解释数据的效率。选取1992年8月~ 1996年12月、1992年4月~ 1997年4月和199

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[436555]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章