基于PS-InSAR技术的墨西哥城区地面形变监测研究

范城城; 代兴兰; 王丽雅; 曲鹏程; 韩森; 潘佩珠

您当前的位置：

首页 >

文章列表页 >

基于PS-InSAR技术的墨西哥城区地面形变监测研究

测绘工程案例 | 更新时间：2026-08-11

- 基于PS-InSAR技术的墨西哥城区地面形变监测研究
- 基于PS-InSAR技术的墨西哥城区地面形变监测研究
- 地理空间信息 2025年23卷第5期页码：124-128
- 作者机构：
  
  1. 中国科学院微小卫星创新研究院
  2. 上海微小卫星工程中心
  3. 卫星数字化技术重点实验室(中国科学院)
  4. 中国矿业大学(北京)管理学院
  5. 北京航天长城卫星导航科技有限公司
- 作者简介：
- 基金信息：
  
  国防科技卓越青年科学基金资助项目(2021JCJQZQ017)
- DOI：
  中图分类号： P237;P642.26
- 纸质出版：2025
- 稿件说明：
移动端阅览
范城城, 代兴兰, 王丽雅, 等. 基于PS-InSAR技术的墨西哥城区地面形变监测研究[J]. 地理空间信息, 2025,23(5):124-128.

范城城, 代兴兰, 王丽雅, et al. 基于PS-InSAR技术的墨西哥城区地面形变监测研究[J]. 2025, 23(5): 124-128.
范城城, 代兴兰, 王丽雅, 等. 基于PS-InSAR技术的墨西哥城区地面形变监测研究[J]. 地理空间信息, 2025,23(5):124-128. DOI：

范城城, 代兴兰, 王丽雅, et al. 基于PS-InSAR技术的墨西哥城区地面形变监测研究[J]. 2025, 23(5): 124-128. DOI：

摘要

地面沉降成为当前超大型城市快速发展过程中面临的重要问题，传统监测方法的时空分辨率较低，InSAR作为一种新型监测方法得到快速发展与应用。利用InSAR对墨西哥城市区域开展高精度形变监测，得到2020—2022年形变速率图和累积形变图，并对重点区域和典型地点进行专题分析，为科学决策提供数据支持。结果表明，2020年10月—2022年10月研究区整体形变明显，全市范围内形变速率/形变量较大的区域包括Iztapalapa、Cuauhtémoc、RAUL ROMERO、BOSQUES DEARAGON等；最小形变速率/累积形变量位于Nezahualcóyotl的中部地区，其LOS向形变速率为-302.1 mm/a，累积形变量为-575.3 mm。同时，对部分区域进行了120 d的形变预测，结果显示形变范围在-600～100 mm之间。

Abstract

关键词

Keywords

references

林珲,江利明,赵卿.城市地面沉降及其D-InSAR监测[A].灾害风险管理与空间信息技术防灾减灾应用研讨交流会,2007.

Dong Li,Xiyong Hou,Yang Song,Yuxin Zhang,Chao Wang.Ground Subsidence Analysis in Tianjin (China) Based on Sentinel-1A Data Using MT-InSAR Methods[J].Applied Sciences,2020.

College of Information Science and Engineering,Henan University of Technology,School of Environment Science and Spatial Informatics,China University of Mining and Technology,School of Environment Science and Spatial Informatics,China University of Mining and Technology,School of Environment Science and Spatial Informatics,China University of Mining and Technology,School of Environment Science and Spatial Informatics,China University of Mining and Technology,School of Mines and Coals,Inner Mongolia University of Science and Technology,School of Environment Science and Spatial Informatics,China University of Mining and Technology,School of Environment Science and Spatial Informatics,China University of Mining and Technology.Ground subsidence characteristics associated with urbanization in East China analyzed with a Sentinel-1A-based InSAR time series approach[J].Bulletin of Engineering Geology and the Environment,2019.

Amardeep Singh Virk, Amanpreet Singh , S.K Mittal.D-insar based ground subsidence evaluation of different topographical sites with sentinel-1A/B platforms[J].International Journal of Advanced Technology and Engineering Exploration (IJATEE),2018.

Alessandro Ferretti,Claudio Prati,Fabio Rocca.Permanent scatterers in SAR interferometry.[J].IEEE Trans. Geoscience and Remote Sensing,2001.

魏以宽,闵天,邹崇尧,邓连生,陈华.基于InSAR的武汉地区2016—2021年地面沉降监测[J].地理空间信息,2023(10).

龚桃,杨晓霞.基于PS-InSAR技术的乌鲁木齐沉降监测与分析[J].城市勘测,2023(03).

司新毅,谢新民,李盛.基于PS-InSAR和随机森林的天津区域地表形变监测[J].大地测量与地球动力学,2023(07).

张君怡,刘俊杰,陈丹洁,黄玉炜,付迎春,陈蜜.基于PS-InSAR的深圳市地表形变监测研究[J].测绘与空间地理信息,2023(05).

范军,陈筠力,李相东,路瑞峰,侯雨生,刘艳阳.基于永久散射体合成孔径雷达干涉测量技术的地面沉降监测[J].上海航天(中英文),2023(02).

高建东,安江雷.精密水准测量在区域地面沉降监测中的应用[J].科技创新与应用,2023(04).

梁珂,李文阳,王宏宇,刘伟东,任秀波.建筑沉降监测与组合预测模型研究[J].地理空间信息,2022(07).

薛天祥,沈春勇,陈润泽.地面沉降的监测技术及治理措施[J].工程建设与设计,2021(22).

张金盈,崔靓,刘增珉,王新田,林琳,徐凤玲.利用Sentinel-1 SAR数据及SBAS技术的大区域地表形变监测[J].测绘通报,2020(07).

许强,董秀军,李为乐.基于天-空-地一体化的重大地质灾害隐患早期识别与监测预警[J].武汉大学学报(信息科学版),2019(07).

朱建军,李志伟,胡俊.InSAR变形监测方法与研究进展[J].测绘学报,2017(10).

陈基伟.PS-InSAR技术地面沉降研究与展望[J].测绘科学,2008(05).

邓辉,黄润秋.InSAR技术在地形测量和地质灾害研究中的应用[J].山地学报,2003(03).

浏览量

208

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于PS-InSAR技术的地表形变监测与驱动力分析

基于SAR数据的鄱阳湖流域洪旱灾害时空变化分析

利用时序InSAR技术的乌鲁木齐市地面沉降监测与分析

基于星载时序InSAR的长距离输水管线健康监测

北斗三号自动化监测系统在南水北调中线工程的应用