Mehr

InSAR-Interferometrie verstehen?

InSAR-Interferometrie verstehen?


Ich verstehe, dass das Ergebnis der InSAR-Interferometrie eine LoS-Verformung ergibt und wenn eine Verformung in vertikaler oder horizontaler Richtung berechnet werden soll, sollten zusätzliche GPS-Beobachtungen am Standort erforderlich sein.

Meine erste Frage ist, könnte ich einfach die Komponenten (vertikal und horizontal) mit Geometrie aus dem Einfallswinkel lösen?

Zweitens verstehe ich für DEM, das durch SAR-Bilder mit wiederholtem Durchgang erzeugt wird, dass die erhaltene Höhe relativ ist. Kann mir jemand erklären was relativ bedeutet? Bezieht es sich auf die Höhenänderung vom ersten Bild zu der des zweiten Bildes? Wie kann ich dann eine absolute Höhe erhalten?


Tatsächlich ergeben die Ergebnisse einer Einzelgeometrie-InSAR-Analyse Verformungen der Sichtlinie. Bei Verwendung einer Doppelgeometrie (sowohl Bilder in aufsteigender als auch absteigender Richtung) kann die vertikale Komponente berechnet werden.

Die horizontale Deformationsmessung ist dabei in Ost-West-Richtung empfindlich und in Nord-Süd-Richtung weit weniger empfindlich (aufgrund der Geschwindigkeit des Satelliten). Natürlich wird jedes Messrauschen, das Unterschiede in den aufsteigenden und absteigenden Bahnergebnissen verursacht, als horizontale Verformung interpretiert.

Bei Verwendung nur einer Geometrie kann die vertikale und/oder horizontale Verformung nur unter stärkeren Annahmen berechnet werden. In einem Bereich, in dem eine horizontale Verformung sehr unwahrscheinlich ist, z.B. B. einer ebenen Straße auf absinkendem Boden, könnte man davon ausgehen, dass nur vertikale Verformungen vorhanden sind. Beim Abgleich mit GPS-gemessenen Deformationsvektoren können andere Annahmen getroffen werden. Natürlich sollte die Gültigkeit dieser Annahmen von Fall zu Fall gründlich untersucht werden, mit einem gründlichen Verständnis der wahrscheinlichen strukturellen und nicht-strukturellen Verformungsprozesse, die auf der Baustelle stattfinden.


Herausgeber von Sonderausgaben

Nachhaltigkeit ist zu einem Schlüsselthema für Industrien weltweit geworden, einschließlich des Bergbaus. Der Abbau von Mineralien kommt der Wirtschaft zugute und wirkt sich gleichzeitig auf die umliegende Umwelt und die Gesellschaft aus. Die mit dem Bergbau verbundenen Umwelt-, Sozial- und sonstigen Fragen müssen untersucht und bewertet werden, um die erforderlichen Informationen für einen nachhaltigen Bergbaubetrieb bereitzustellen. Geografische Informationstechnologien, einschließlich Datenerfassungstechniken, Datenverarbeitungsmethoden und Analysemethoden, spielen eine zunehmende Rolle bei der Bereitstellung zuverlässiger Informationen und Vorhersagemodelle, die die Minimierung der negativen Auswirkungen des Bergbaubetriebs erleichtern.

Diese Sonderausgabe umfasst eine Auswahl von Veröffentlichungen zu aktuellen und neuesten Methoden und Techniken der Fernerkundung sowie zur räumlichen Analyse und Modellierung von Problemen im Zusammenhang mit den Auswirkungen des Bergbaus auf die Umwelt.

Der Umfang und die möglichen Themen umfassen, sind aber nicht beschränkt auf:

  • Fernerkundung von Abbau- und Nachbergbaugebieten als Datenquelle für Veränderungen in Abbaugebieten,
  • Satellitenradarinterferometrie der Bodendeformation (aktiv und sekundär),
  • Modellierung aktiver und sekundärer Bodenverformungen mit räumlichen und numerischen Techniken und Methoden,
  • Studien über die räumlichen Beziehungen des Bergbaus und seiner Umgebung und seiner Komponenten,
  • neue Methoden und Techniken, die bei Studien zum Einfluss des Bergbaus auf die Umwelt angewendet werden, insbesondere Bodenbewegungen,
  • vergleichende Studien zu Ansätzen und Methoden in Studien zum Einfluss des Bergbaus auf die Umwelt,
  • Fallstudien zu innovativen Methoden und Technologien,

Der Zweck dieser Sonderausgabe umfasst die Demonstration neuer Methoden und Techniken bei der Verarbeitung und Interpretation von Fernerkundungsdaten für die Beobachtung und Überwachung von Bergbaugründen, einschließlich der Integration von Daten aus verschiedenen Quellen und GIS die Präsentation verbesserter und neuer Methoden für Analyse und Bewertung des Zustands von bergmännischen Gebieten und des Zustands von Ingenieurobjekten in bergbaulichen Gebieten.

Zentrale Forschungsfragen sind:

  • Fernerkundung für räumliche Analysen und GIS-Anwendungen,
  • Gefahren und Risiken an der Bodenoberfläche in Bergbaugebieten,
  • Überwachung der Infrastrukturverformung,
  • Probleme der Bodenverformung infolge induzierter Seismizität in Bergbaugebieten,
  • Probleme von Bodenbewegungen in Gebieten mit Grubenflutungen,
  • SAR-Interferometrie.

Dr. Jan Blachowski
Prof. Jörg Benndorf
Dr. Wojciech Milczarek
Gastredakteure

Informationen zur Einreichung von Manuskripten

Manuskripte sollten online unter www.mdpi.com eingereicht werden, indem Sie sich auf dieser Website registrieren und einloggen. Sobald Sie sich registriert haben, klicken Sie hier, um zum Anmeldeformular zu gelangen. Manuskripte können bis zum Einsendeschluss eingereicht werden. Alle Papiere werden einem Peer-Review unterzogen. Angenommene Beiträge werden fortlaufend in der Zeitschrift veröffentlicht (sobald angenommen) und zusammen auf der Sonderausgabe-Website aufgelistet. Eingeladen sind Forschungsartikel, Übersichtsartikel sowie Kurzmitteilungen. Bei geplanten Arbeiten können Titel und Kurzfassung (ca. 100 Wörter) zur Veröffentlichung auf dieser Website an die Redaktion geschickt werden.

Eingereichte Manuskripte sollten weder zuvor veröffentlicht worden sein, noch für eine Veröffentlichung an anderer Stelle in Betracht gezogen werden (außer Konferenzberichtspapiere). Alle Manuskripte werden in einem Single-Blind-Peer-Review-Verfahren gründlich begutachtet. Ein Leitfaden für Autoren und andere relevante Informationen zur Einreichung von Manuskripten finden Sie auf der Seite Hinweise für Autoren. Nachhaltigkeit ist eine internationale, von Experten begutachtete, halbmonatlich erscheinende Open-Access-Zeitschrift, die von MDPI herausgegeben wird.

Bitte besuchen Sie die Seite Hinweise für Autoren, bevor Sie ein Manuskript einreichen. Die Article Processing Charge (APC) für die Veröffentlichung in dieser Open-Access-Zeitschrift beträgt 1900 CHF (Schweizer Franken). Eingereichte Arbeiten sollten gut formatiert sein und gutes Englisch verwenden. Autoren können den englischen Redaktionsservice von MDPI vor der Veröffentlichung oder während der Überarbeitung der Autoren nutzen.


EINLEITUNG

Der durch die indo-asiatische Kollision entstandene Himalaya ist ein spektakuläres natürliches Labor für die Untersuchung verschiedener geologischer Prozesse im Zusammenhang mit der Gebirgsbildung (Yin, 2006). Seit Beginn der großen Kollision im jüngsten Kreidezeit-frühen Tertiär (Wells, 1984, Yeats und Hussain, 1987 Smith et al., 1994 Beck et al., 1995 Jaswal et al., 1997), hat sich die nordwärts gerichtete Unterschiebung der indischen Platte gebildet eine Reihe von Überschiebungsstrukturen südlich der Nahtzone zwischen der indischen und der asiatischen Platte (Yin und Harrison, 2000). Im nordwestlichen Himalaya dominieren Schub und Faltung die Deformation. Strike-Slip-Bewegung (McDougall und Khan, 1990 Khan und Glenn, 2006) macht die Strukturen in diesem Bereich kompliziert. Entlang des nordwestlichen Himalaya-Frontalschubsystems wurden die Salt Range, die Surghar Range und die Trans-Indus Range durch die fortschreitende Deformation im Zusammenhang mit der Kontinent-Kontinent-Kollision abrupt über dem Punjab-Vorlandbecken angehoben (Abb. 1). Ausgeprägte strukturelle Wiedereintritte weisen auf eine signifikante seitliche Variation der Verformung entlang der Bereiche hin, die durch fortschreitende Faltung und Überschiebung immer noch zunehmen (Blisniuk et al., 1998). Frühere Studien lieferten ein detailliertes Verständnis der Stratigraphie, Struktur und tektonischen Entwicklung des Frontalschubsystems (zB Farah et al., 1977 Yeats et al., 1984 Lillie et al., 1987 Baker et al., 1988 McDougall und Khan , 1990 McDougall und Hussain, 1991 Blisniuk et al., 1998 Ahmad et al., 2005), aber über die Verwerfungen, die das Frontalschubsystem kompensieren, ist wenig bekannt. Yeatset al. (1984) berichteten über eine quartäre Deformation bei Ghundi. McDougall und Khan (1990) schätzten die durchschnittliche Schlupfrate entlang der Kalabagh-Verwerfung aus der kumulativen Verschiebung der Einstechpunkte. Ahmedet al. (2005) untersuchten die Stratigraphie und Strukturen der Kalabagh-Verwerfung. Die aktuelle Schlupfrate und -richtung entlang der Kalabagh-Verwerfung, die für das Verständnis des Deformationsmusters und der Verwerfungsaktivitäten wichtig sind, sind jedoch nicht bekannt.

Interferometrisches Radar mit synthetischer Apertur (InSAR) ist ein leistungsstarkes geodätisches Werkzeug zur Überwachung der Oberflächenverformung und hat sich in zahlreichen erfolgreichen Anwendungen bewährt (Gens und Van Genderen, 1996, Massonnet und Feigl, 1998). Obwohl die Messung des Kriechens an den Verwerfungen mit InSAR wegen des kleinen Wegsignals schwierig ist, haben einige Studien gezeigt, dass es möglich ist, die geringe Schlupfrate zu beobachten. Peltzeret al. (2001) untersuchten die transiente Dehnungsakkumulation und die Störungsinteraktion in der ostkalifornischen Scherzone unter Verwendung der InSAR-Messung. Rosenet al. (1998) und Lyons und Sandwell (2003) haben das Kriechen entlang der San-Andreas-Verwerfung mit der InSAR-Technik gemessen. Wrightet al. (2004) beobachteten von InSAR die Schlupfrate an den großen Verwerfungen Westtibets. Taylor und Peltzer (2006) haben die aktuelle Schlupfrate auf aktiven konjugierten Verwerfungen in Zentraltibet geschätzt. Alle Anwendungen konzentrierten sich jedoch auf großflächige, hochaktive Strike-Slip-Fehler.

In diesem Artikel wird die InSAR-Technik erweitert, um die Schlupfrate auf der Kalabagh-Verwerfung zu beobachten, einer kleineren Verwerfung, die als wichtige Transferzone fungiert, um die seitlichen Variationen von Strukturen im nordwestlichen Himalaya-Frontalschubsystem zu übernehmen. Durch die Nutzung der bisherigen geologischen Studien zusammen mit den InSAR-Beobachtungen wird das Evolutionsmodell der Strike-Slip-Störungen im Frontschubsystem verbessert und seine Bedeutung für das Schubsystem erkannt und diskutiert.


1. EINLEITUNG

Große unterirdische Verkehrssysteme reduzieren den Verkehr, verbessern die Luftqualität und die freie Fläche in städtischen Gebieten. 1 Die Entwicklung unterirdischer Bauprojekte wird weltweit durch milliardenschwere Investitionen unterstützt. 2-5 Als Beispiel kostete das Crossrail-Projekt in London, Großbritannien, mehr als 18 Milliarden Pfund Sterling. 6

Ein gemeinsames Merkmal von Tiefbauprojekten ist die Setzungsgefahr als Folge des Aushubs. Während die derzeitigen Tunnelvortriebstechnologien eine Minimierung des während des Vortriebs verlorenen Bodenvolumens ermöglichen, können 7 Bodenbewegungen nicht vollständig vermieden werden, was zu unterschiedlichen Setzungen an der Oberfläche führt. 8 Diese Setzungen werden über die Fundamente auf das gesamte Gebäude übertragen. Je nach Baustoff, Gebäudesteifigkeit und Gründungstypologie können vortriebsbedingte Setzungen angrenzende Bauwerke unterschiedlich stark beeinträchtigen. Die Bewertung der Setzungswirkungen auf Gebäude und Bauwerke ist ein Hauptanliegen der Bauindustrie, und es werden normalerweise große Budgets bereitgestellt, um (i) Gebäudeverformungen zu überwachen und (ii) den potenziellen Gebäudeschaden abzuschätzen. 7, 9

Herkömmliche Überwachungstechniken verwenden etablierte bodengestützte Instrumente wie präzise Nivellierungen, Elektronivelliergeräte, Bandextensometer, Wegmessgeräte und Roboter-Totalstationen. 8, 10, 11 Diese Instrumente ermöglichen die Inspektion von spärlichen Stellen an der Struktur und ermöglichen eine direkte Messung ihrer Verschiebung im Laufe der Zeit. Aufgrund der hohen Kosten für die Installation und Wartung von bodengestützten Überwachungssystemen wird typischerweise nur eine begrenzte Anzahl von Gebäuden überwacht. 12 Gewöhnlich wird Gebäuden mit höherem historischen Wert und anfälligen Strukturen Vorrang eingeräumt. Infolgedessen wird die vorläufige Bewertung von setzungsbedingten Schäden in der Regel durch vereinfachte und überkonservative Verfahren durchgeführt, die einige der komplexesten, aber kritischsten Aspekte des Problems, wie die Interaktion zwischen Bauwerk und Boden, vernachlässigen. Eine konservative Vorabbewertung kann zu unnötigen Eingriffen führen, wie z. B. weiterführende Bewertungen für eine große Anzahl von Gebäuden – zum Beispiel zeitaufwändige Finite-Elemente-Analysen – und mögliche Minderungsmaßnahmen – zum Beispiel Ausgleichsverpressungen – mit einer Erhöhung des Endprojekts Kosten. Darüber hinaus ist es ohne die erhöhte Verfügbarkeit überwachter Gebäudeverformungen weder möglich, das Verständnis des realen Gebäudeverhaltens beim Tunnelbau voranzutreiben noch bestehende Schadensbewertungsverfahren zu verbessern.

Weltraumgestützte interferometrische Radarsysteme mit synthetischer Apertur (InSAR) arbeiten aus der Ferne und können durch die Abbildung großer Bereiche der Erdoberfläche alle paar Tage eine große Anzahl von Messungen mit wöchentlicher Aktualisierung liefern. 13, 14 Insbesondere können neuere multitemporale (MT) InSAR-Techniken verwendet werden, um Oberflächenverformungen im Zeitverlauf aus langen zeitlichen Serien von InSAR-Bildern 15 millimetergenau zu extrahieren. 16, 17 Diese Genauigkeit ist vergleichbar mit modernen Robotik-Totalstationen, die Messungen von vertikalen Bewegungen mit einer Genauigkeit von ca. 1 mm ermöglichen. 18 Mehrere Studien befassten sich mit dem Einsatz von MT-InSAR-Techniken zur Untersuchung von Naturgefahren und vom Menschen verursachten Prozessen wie Erdbeben, 19 Gletschern, 20 Erdrutschen, 21, 22 Absenkungen, 23, 24 tektonischen Bewegungen 25 und vulkanischer Aktivität. 26-28 Unter den verfügbaren MT-InSAR-Techniken ist die Persistent Scatterer (PS) Interferometry 29, 30 in der Lage, zeitliche Reihendeformationen für eine große Anzahl von Punkten an Gebäuden und Strukturen zu extrahieren. 31 Die Anwendung der PS-Interferometrie auf Gebäude, 32-41 archäologische Stätten, 42 Brücken, 43-45 Dämme, 46-48 Eisenbahnen 49 und Straßen 50 und die Kreuzvalidierung von PS-InSAR-basierten Messungen gegen GPS, 51-54 traditionell Nivellierungen 36, 38, 55-58 und andere In-situ-Instrumente 46, 59-62 demonstrieren die Zuverlässigkeit dieses Ansatzes für die strukturelle Gesundheitsüberwachung.

Einige Studien untersuchten auch die Möglichkeit, PS-InSAR zur Überwachung von durch Tunnelbau induzierten Verformungen zu verwenden. 36, 38, 63-68 Milillo et al. 38 validierte die gute Qualität von PS-InSAR-basierten Messungen zur Schätzung von durch Tunnelbau verursachten Setzungen. Giardinaet al. 36 schlug einen PS-InSAR-basierten Ansatz zur Bewertung von setzungsbedingten Gebäudeschäden vor. Die Anzahl der Gebäude, die von Tunnelvortrieben betroffen sind, kann in Kombination mit der aktuellen Verfügbarkeit von PS-InSAR-basierten Messungen große Datensätze von Feldbeobachtungen liefern, die zuvor nicht verfügbar waren. Diese Datensätze können für die Quasi-Echtzeit-Überwachung des Baufortschritts und zur Bewertung von Trends der strukturellen Reaktion auf Setzungen in Abhängigkeit von Gebäudeeigenschaften verwendet werden, mit der Möglichkeit, bodengestützte Überwachungssysteme zu ergänzen. Darüber hinaus könnten PS-InSAR-Daten retrospektiv verwendet werden, um die Gebäude zu überwachen, die nicht mit In-situ-Instrumenten ausgestattet waren, was die Eingaben für genauere Vorhersageverfahren liefert. Ohne Integration zwischen InSAR-Techniken und Strukturmodellen der Gebäudereaktion könnte jedoch das volle Potenzial der InSAR-Überwachung nicht ausgeschöpft werden. 37

In diesem Beitrag stellen wir eine halbautomatische Methodik vor, die PS-InSAR-Daten und Schadensbewertungsverfahren integriert, um setzungsinduzierte Gebäudeschäden in Tunnelvortriebsszenarien zu bewerten. Die Methodik kombiniert PS-InSAR-basierte Gebäudeverschiebungen und semiempirische Modelle der Gebäudereaktion auf Tunnelbau, um eine realistischere Schätzung des Setzungsprofils für jedes Gebäude bereitzustellen. Auf Basis der geschätzten Gebäudeverformung wird jedem Gebäude eine Schadensstufe zugeordnet und Schadenskarten erstellt, die die Schadensverteilung der Gebäude entlang der Baugrube zeigen. Wir haben die vorgeschlagene Methodik auf ein Testgebiet von 5 km × 5 km über den Crossrail-Zwillingstunneln im Zentrum von London, Großbritannien, angewendet. Im Mai 2012 begannen die Crossrail-Bauarbeiten, die zur Realisierung von 10 Bahnhöfen und 21 km langen Tunnelgleisen führten. 69 Um das Ausmaß der Bodenbewegungen im Zusammenhang mit dem Vortrieb zu minimieren, wurden die Tunnelvortriebsarbeiten mit modernen Tunnelbohrmaschinen mit weichem Bodendruckausgleich durchgeführt. Das untersuchte Gebiet bezieht sich auf einen 8,1 km langen Abschnitt der gesamten Crossrail-Strecke und besteht aus traditionellen Mauerwerks- und Fachwerkbauten, die in unterschiedlichen historischen Epochen errichtet wurden und sich durch unterschiedliche Gründungsarten auszeichnen. Wir haben COSMO-SkyMed PS-InSAR-Daten von April 2011 bis Dezember 2015 verwendet, um das Verschiebungsfeld von 858 Gebäuden zu rekonstruieren und einen großen Datensatz mit Feldinformationen über die Reaktion von Gebäuden auf Tunnelbau zu erhalten. Wir haben diesen Datensatz verwendet, um Beziehungen zwischen strukturellen Eigenschaften und Gebäudeverformungen abzuleiten.

Der Inhalt des Papiers ist wie folgt gegliedert. Die traditionellen Schritte in aktuellen Schadensbewertungsverfahren werden in Abschnitt 2.1 behandelt. Eine kurze Übersicht über die MT-InSAR-Techniken finden Sie in Abschnitt 2.2. Abschnitt 3 beschreibt detailliert die vorgeschlagene Methodik, stellt die erforderlichen Eingaben (Abschnitt 3.1) und den Arbeitsablauf dar, auf dem der halbautomatische Algorithmus basiert (Abschnitt 3.2). Eine Beschreibung der Crossrail-Fallstudie und des Untersuchungsgebiets findet sich in Abschnitt 4, während Abschnitt 5 die Ergebnisse präsentiert, die einen Vergleich zwischen Gebäudeschadensniveaus zeigen, die durch die PS-InSAR-basierte Bewertung und die Greenfield-basierte Bewertung erhalten wurden. In Abschnitt 5.1 wird der Einfluss der Gebäudelage relativ zu den Tunneln auf Setzungen und Vertikalverschiebungen analysiert. Schließlich haben wir in Abschnitt 5.2 PS-InSAR-basierte Verformungsparameter verwendet, um die Reaktion von Gebäuden auf Setzungen für Gebäude mit unterschiedlichen Tragwerks- und Gründungssystemen zu untersuchen.


Anwendung von InSAR zur Messung der Erdoberflächenverformung durch Grundwasserentnahme und Modellierung ihres Verhaltens durch Zeitreihenanalyse durch künstliche neuronale Netze

Die Messung der Bodenverschiebung ist angesichts ihrer zerstörerischen physikalischen und finanziellen Auswirkungen sehr wichtig, und eine der effizientesten Methoden für diesen Zweck ist die Differentialinterferometrie, die Daten mit hoher räumlicher Auflösung verwendet, die in dieser Forschung 11 TerraSAR-X-Bilder über 11 . sind -Monatszeitraum. Das Untersuchungsgebiet ist die Ebene im Südwesten von Teheran, und die Setzungen wurden durch extrahierte Interferogramme angezeigt. Die maximale Verschiebung der aufeinanderfolgenden Bilderpaare in diesem Bereich betrug 18 cm, und die Verschiebungsrate betrug 13 cm/Jahr (cm/Jahr). Durch Analyse der Zeitreihen mit neuronalen Netzen wurde eine Verschiebung für den 12. Monat mit 32 cm vorhergesagt. Die erhaltenen Ergebnisse dieser Forschung wurden ausgewertet und validiert, indem Radar- und GPS-Daten verwendet wurden, die mit ähnlichen Forschungen verbunden sind. Das Ergebnis der Bewertung zeigt die Übereinstimmung der in dieser Forschung erhaltenen Ergebnisse mit anderen Forschungen auf diesem Gebiet.


3. Ergebnisse und Diskussion

3.1 Oberflächenverformung im Perm-Becken

Die kumulativen LOS-Deformationslösungen von Sentinel-1 zeigen zahlreiche Oberflächendeformationsmerkmale über der ölproduzierenden Region im Perm-Becken (Abbildung 3). Aus der aufsteigenden Geometrie konnten wir keine wesentliche Deformation in der Central Basin Platform beobachten, wo Öl und Gas hauptsächlich aus konventionellen Lagerstätten gefördert werden. Im Midland- und Delaware-Becken beobachteten wir zwischen November 2014 und Januar 2019 eine sich beschleunigende Oberflächenverformungsrate, die mit dem starken Anstieg der Ölförderung aus unkonventionellen Lagerstätten in den Jahren 2017 und 2018 zusammenfällt. Zum Beispiel zeigt ein 30 km 2 großes Gebiet nordwestlich von Pecos ungefähr 0,5 cm kumulative LOS-Verformung zwischen November 2014 und Januar 2017, 1,5 cm zwischen November 2014 und Januar 2018 und über 5,5 cm von November 2014 bis Januar 2019. Die größte Anzahl beobachtbarer Signale ist im Jahr 2018 vorhanden, als die Spitzenproduktion in der Region auftrat . In ähnlicher Weise finden wir anhand der absteigenden Geometrie keine wesentliche Deformation in der Central Basin Platform und eine zunehmende Oberflächendeformation im Delaware Basin.

Im nördlichen Delaware-Becken, wo große Mengen an Ölförderung und Abwasserentsorgung stattfanden, sind die auf- und absteigenden LOS-Deformationsmuster ähnlich. Dies bedeutet, dass die beobachtete Verformung in diesem Bereich hauptsächlich vertikal ist (Abbildungen 4b und 4e). Die beobachteten Setzungs- oder Hebungsmerkmale zwischen November 2014 und Januar 2019 betragen ∼ 1–4 cm. Im südlichen Delaware-Becken haben Deng et al. ( 2020 ) gelöst für die kumulative LOS-Oberflächenverformung zwischen November 2014 und Februar 2019 ( ∼ 100 km mal 60 km) unter Verwendung der aufsteigenden Sentinel-1-Daten (Pfad 78 Frames 99 und 100). In dieser Studie fanden wir, dass die beobachteten Größen der aufsteigenden und absteigenden LOS-Deformation unterschiedlich sind (Abbildung 3), was darauf hindeutet, dass in dieser Region sowohl horizontale als auch vertikale Verformungen auftraten. Frühere Studien in der Nähe von Mesquite, Nevada, haben gezeigt, dass das Pumpen in begrenztem Aquifer bei Vorhandensein von Verwerfungen komplexe asymmetrische Verformungsmuster mit einer nicht trivialen horizontalen Komponente erzeugen kann (Burbey, 2008). Im Gebiet von Pecos traten die größten Setzungsmuster (∼ 13 cm über 4 Jahre) ∼ 15 km südlich von Pecos auf, und die größte Ostbewegung (∼ 3–4 cm über 4 Jahre) trat in der Nähe der Stadt Pecos entlang eines Linientransekts auf (Abbildungen 4c und 4f). Die beobachteten linearen Deformationsmuster verlaufen parallel zur abgeleiteten günstigen Orientierung der Verwerfungsebene (ein Schlagwinkel ∼ 300° deckt sich mit der gemessenen SHmax Richtung), vorgeschlagen von Lund Snee und Zoback ( 2018 ), und sie stimmen auch mit einem Cluster von jüngsten seichten Erdbeben ( < 3 km Tiefe) überein, die von TexNet katalogisiert wurden.

3.2 Implikationen für die geomechanische Modellierung

Basierend auf Verwerfungsebenenlösungen, die aus jüngsten seismischen Aktivitäten und den Interpretationen des Verwerfungsspannungsregimes abgeleitet wurden (Lund Snee & Zoback, 2018), befindet sich das Pecos-Gebiet in einem normalen Verwerfungsregime. Wir verwendeten ein elastisches Versetzungsmodell (Okada, 1992), um zu zeigen, dass das Vorhandensein von Dip-Slip-Normalfehlern die beobachteten linearen Setzungsmuster in diesem Bereich erzeugen kann (Abbildung 5a). Wir lösten für den Neigungswinkel, die Tiefe, die Breite entlang der Neigungsrichtung und die Verschiebungsgröße von vier normalen Verwerfungen auf, indem wir das Vorwärtsmodell am besten an InSAR-Vertikaldeformationsbeobachtungen anpassen, die Summe der quadrierten Residuen minimieren und die . maximieren R-quadratische Werte (Y. Du et al., 1992) (unterstützende Informationen Abschnitt S6). Die optimale Lösung legt nahe, dass die Tiefe der Verwerfungen zwischen 0,9 und 1,5 km liegt, was flacher ist als die meisten der von TexNet aufgezeichneten Erdbeben (2–6 km Tiefe). Mögliche Erklärungen für diese Diskrepanz sind (1) die Existenz einer aseismischen Verwerfung, die für die beobachtete Oberflächenverformung verantwortlich ist (McGarr & Barbour, 2018), (2) Verzerrungen bei der Erdbebentiefenschätzung im TexNet-Katalog (Lomax & Savvaidis, 2019), und (3) systematische Modellierungsfehler, die mit der Darstellung einer mechanisch geschichteten Erde als homogenen Halbraum verbunden sind (Y. Du et al., 1992).

Nach Entfernen der mit Dip-Slip-Verwerfungen verbundenen Best-Fit-Verformung (Abbildung 5b) verbleibt im Pecos-Bereich eine Restsenkung von ∼ 2 cm (z. B. Abbildung 5f). Da die flache Grundwasserproduktion in dieser Region für den interessierenden Zeitraum minimal war (Deng et al., 2020), haben wir ein elastisches Reservoir-Verdichtungsmodell (Geertsma, 1973) in unsere geomechanische Analyse eingeführt (unterstützende Informationen Abschnitt S7). Wir implementierten zwei Schichten mehrerer zylindrischer Lagerstätten, die den gemeldeten Standorten und Tiefen von Bohrlochclustern in den Lagerstätten der Delaware Mountain Group (DMG) und Wolfcamp entsprechen, die für den größten Teil der jüngsten Öl- und Gasförderung in der Region verantwortlich sind. Wir haben die DMG-Schicht basierend auf einem Cluster von Produktionsbohrungen diskretisiert, die überwiegend über einen Tiefenbereich von 1,5 bis 1,8 km perforiert wurden. Die Wolfcamp-Bohrlöcher werden über einen Tiefenbereich von 3–3,6 km fertiggestellt. Wir verwendeten eine objektive Funktionsinversionsmethode, um das Reservoirdruckverarmungsmuster aufzulösen, das am besten zu der InSAR-beobachteten Absenkung passt (Abbildung 5c) (J. Du & Olson, 2001).

Eine wichtige Schlussfolgerung dieser Studie ist, dass sowohl der Verwerfungsrutsch als auch das Aufblähen oder Verdichten der Lagerstätte eine beobachtbare Oberflächenverformung über eine 80.000 km 2 ölproduzierende Region des Perm-Beckens erzeugen können. Die InSAR-beobachteten Absenkungsmuster über dem Pecos-Gebiet können als Schlupf über mehrere Verwerfungen und diskretisierte zylindrische Reservoirverdichtung modelliert werden (Abbildungen 5d–5f). Wir stellen fest, dass InSAR-Absenkungsdaten allein alle relevanten Verwerfungs- und Lagerstättenparameter in unseren normalen Verwerfungs- und Lagerstättenverdichtungsmodellen einschränken können. Die InSAR-beobachteten kumulativen Oberflächendeformationsmuster, die eine größere horizontale Komponente aufweisen als die Modellvorhersage, legen nahe, dass andere Faktoren, wie z. Es gibt umfangreiche Studien darüber, wie Lagerstättenverdichtung und Inflation und Verwerfungsschlupf Spannungsfelder im Untergrund verändern und Oberflächendeformationen erzeugen (Y. Du et al., 1992 Geertsma, 1973 Khakim et al., 2012 Okada, 1992 Segall, 1992 Vasco & Ferretti, 2005 Vasco et al., 2008). Die InSAR-Oberflächenverformung kann mit diesem Wissen kombiniert werden, um die Effizienz der Flüssigkeitsrückgewinnung zu bewerten und Entsorgungsbohrungen kostengünstig zu überwachen. Darüber hinaus stehen diese qualitativ hochwertigen geodätischen Messungen zur Ergänzung des seismischen Katalogs von TexNet zur Bewertung der Wahrscheinlichkeit von Verwerfungsbewegungen und induzierten Erdbebenrisiken in Texas zur Verfügung.


Ge L (2001)Entwicklung und Erprobung von Erweiterungen von kontinuierlich arbeitenden GPS-Netzen zur Verbesserung ihrer räumlichen und zeitlichen Auflösung. Universität von New South Wales, Sydney, Australien Unisurv S-63

Hanssen RF, Weckwerth TM, Zebker HA, Klees R (1999)Hochauflösende Wasserdampfkartierung aus interferometrischen Radarmessungen. Wissenschaft 283:1295–1297

Spilker JJ (1996)Troposphärische Effekte auf GPS. In: Parkinson BW, Spilker JJ (Hrsg.) Globales Positionierungssystem: Theorie und Anwendungen, Bd. 1. American Institute of Aeronautics and Astronautics, Washington, Prog Astronaut Aeronaut 163, S. 517–546


6. Diskussion

6.1. Zwischenjährliche Variabilität der Oberflächenverformung

[44] Die in Abschnitt 4 gezeigten Inversionsergebnisse ignorieren die Möglichkeit zwischenjährlicher Schwankungen der Oberflächenverformung. Das bei der Inversion verwendete einfache Modell (Gleichung (2)) berücksichtigt nicht mögliche zwischenjährliche Schwankungen der jährlichen gemittelten Setzung, des Taubeginndatums oder der jahreszeitlichen Amplitude. Einen Einblick in diese Variationen erhält man durch die Verwendung der in Abbildung 6 gezeigten Zeitreihen der relativen vertikalen Verschiebungen, die auf eine stärkere saisonale Absenkung im Jahr 1998 als in den anderen Jahren schließen lassen.

[45] Um die Auswirkungen der scheinbar größeren Absenkung im Jahr 1998 zu testen, verwenden wir nur 21 Interferogramme, die 1992–1997 für dieselbe Inversion umfassen. Wir finden ähnliche saisonale Setzungskoeffizienten wie in Abbildung 5b gezeigt, aber im Allgemeinen geringere langfristige Raten von etwa 1–3 cm/Dekade im Vergleich zu den in Abbildung 5a gezeigten. Angesichts der kurzen Zeitspanne (dh fünf Jahre) und der kleineren Anzahl (dh 21) von Interferogrammen, die in diesem Test verwendet wurden, sowie der Tatsache, dass unser gesamter Datensatz nur zwei zusätzliche Jahre bis 2000 dauert, können wir nur schlussfolgern dass es möglich ist, dass die erhöhte Bodensenkung im Jahr 1998 dazu führen könnte, dass unsere angepassten Raten von 1992 bis 2000 die säkulare Rate über einen längeren Zeitraum überschätzen.

[46] Wir stellen fest, dass die in Abschnitt 4 gezeigten Inversionsergebnisse unempfindlich gegenüber der Wahl des Auftaubeginndatums sind. Wir variieren das Datum des Auftaubeginns vom 15. Mai bis 16. Juni (d. h. ±15 Tage relativ zum 1. Juni, dem angenommenen Datum des Auftaubeginns, siehe Abschnitt 3) und führen dieselbe Inversion mit denselben 31 Interferogrammen durch. Dann berechnen wir die Spanne der angepassten säkularen Raten (oder der saisonalen Senkung) an jedem Punkt, die die Differenz zwischen den maximalen und minimalen angepassten säkularen Raten (oder der saisonalen Senkung) mit unterschiedlichen Auftaubeginndaten ist. Wie in Abbildung 7 gezeigt, sind diese Bandbreiten mindestens eine Größenordnung kleiner als die in Abbildung 5 gezeigten, was darauf hindeutet, dass die Inversion für die säkulare Rate und die saisonale Senkung relativ unempfindlich gegenüber dem angenommenen Zeitpunkt des Auftauens ist.

6.2. Sekundäre Auswirkungen auf die Abschätzungen von Oberflächensenkungen

[47] Neben der permafrostbedingten Deformation können auch andere Prozesse in unseren Interferogrammen zu saisonalen oder säkularen Signalen führen. Da InSAR nur relative Deformationen erkennen kann, ignorieren wir jede nahezu räumlich gleichmäßige Deformation, die auf regionalen Skalen (100 km breit) vorhanden sein könnte, wie z. 5G-Modell von Peltier [2004] ). In diesem Unterabschnitt diskutieren wir Beiträge zu InSAR-Signalen aus hydrologischen, geomorphologischen Prozessen, Änderungen der Bodenfeuchte und Schneebedeckung.

[48] ​​Es ist möglich, dass hydrologische Belastungen und Entlastungen zu Oberflächenverformungen führen. Einige der SAR-Daten wurden erst Ende September erhoben, sodass Schneelasten im und um das Untersuchungsgebiet möglich sind. Wir modellieren solche Schneebelastungseffekte durch Faltung der Schneewasseräquivalentprodukte des Global Land Data Assimilation System (GLDAS) [ Rodellet al., 2004 ] mit Farrells Greenschen Funktionen für Oberflächenverschiebungen [ Farrell, 1972]. Unser Modell sagt voraus, dass die jahreszeitlichen Verschiebungen aufgrund der Schneelast Amplituden von weniger als 2 mm haben. Die Zeitreihe unserer modellierten belastungsinduzierten Verformung zeigt keinen signifikanten säkularen Trend (weniger als 1 mm/Dekade). Darüber hinaus sind die modellierten Verschiebungen aufgrund der hydrologischen Belastung über ein Bild hinweg einigermaßen einheitlich und würden daher auf jeden Fall durch den InSAR-Basislinienverfeinerungsprozess, der die InSAR-Orbitalfehler reduziert, weitgehend entfernt werden.

[49] Während der frühen Schmelzsaison könnten die hydrologischen Belastungseffekte in den Überschwemmungs- und Tundragebieten wegen möglicherweise zunehmender Wasserbelastung in ersteren und Schneeschmelzentladungen in letzteren gegenläufig sein. Ein solcher Unterschied wäre in der Ausgabe des GLDAS-Modells nicht vorhanden, da dieses Modell kein Flussführungsschema enthält. Die durch diesen Ladungsunterschied induzierte Setzung hätte kurze Skalen und würde daher durch den Basislinienverfeinerungsprozess nicht reduziert. Es könnte eine Phasenverzögerung der Oberflächenverformung zwischen den Überschwemmungs- und Tundragebieten verursachen. Da unsere Inversionsergebnisse jedoch unempfindlich gegenüber dem Zeitpunkt des Einsetzens der Deformation zu sein scheinen (siehe Abschnitt 6.1), schlussfolgern wir, dass die Auswirkungen dieses möglichen Unterschieds in der hydrologischen Belastung gering sind.

[50] In ähnlicher Weise könnte sich die Bodenoberfläche aufgrund möglicher Sedimentationsbelastung und Erosionsentladung aus aktiven Flusskanälen verformen. Diese geomorphologischen Deformationssignale sind aus folgenden Gründen gering: Erstens weist die Tatsache, dass Auengebiete in den meisten unserer Interferogramme eine hohe Kohärenz aufweisen, auf schwache Sedimentations- und Erosionsprozesse hin, da sie sonst wahrscheinlich die Oberfläche umformen und verändern würden die dielektrischen Eigenschaften von Oberflächenstreuern und verursachen somit eine zeitliche InSAR-Dekorrelation. Mehrere Studien [z. B. Wegmüller et al., 2000 Schmied, 2002, und die darin enthaltenen Referenzen] verwenden zeitliche Dekorrelationsmuster, um Bereiche aktiver Ablagerung und Erosion zu detektieren. Da zweitens die isostatische Anpassung an die Belastung eine größere räumliche Wellenlänge hat als die Belastung selbst, kann dieser Prozess den scharfen Kontrast in der Deformationssignatur zwischen Überschwemmungs- und Tundragebieten nicht erklären. Darüber hinaus zeigen unsere InSAR-Ergebnisse keine offensichtlichen Deformationsmuster, die über Flussdeltas zentriert sind, was auf einen nicht signifikanten Einfluss der Sedimentation auf die Oberflächendeformation hindeutet.

[51] Ein weiterer kleiner Effekt auf InSAR-Messungen ist die zeitliche Variabilität des flüssigen/festen Wassergehalts in der aktiven Schicht. Aufgrund des Einflusses von Wassermolekülen auf die Permittivität des Bodens können Änderungen der Bodenfeuchte zu Änderungen der Radareindringtiefe und damit der InSAR-LOS-Bereiche führen. Zum Beispiel nach der Studie von Wegmüller [1990] könnte ein Wechsel von gefrorenem, vollständig trockenem Boden zu aufgetautem Boden für Radarwellen bei 4,6 GHz Frequenz eine abnehmende Eindringtiefe von ca. 3 cm bewirken. Aus den Temperaturaufzeichnungen der aktiven Schicht bei Franklin Bluffs (siehe Abbildung 2, die Temperatur lag am 25 °53′36,5″W, 70°16′57,3″N, Natural Resources Conservation Service, http://soils.usda.gov/survey/scan/alaska/BettyPingo/), ist davon auszugehen, dass die oberen 5 cm der aktiven Schicht – die maximale Eindringtiefe von C-Band-Radarwellen in trockene Böden – waren zu unseren SAR-Erfassungsdaten vollständig aufgetaut. Daher beschäftigen wir uns nur mit saisonalen und säkularen Veränderungen der Bodenfeuchte, wenn die aktive Schicht nass war. Modeling penetration depth variability is difficult due to limited quantitative knowledge of the surface media's dielectric properties and their temporal variations. Here we use the theoretical study of Nolan and Fatland [2003] , specifically the “C” and “CT” curves shown in their Figure 2. We discuss the artifacts in InSAR signals due to three types of temporal changes in soil moisture: (i) seasonal drying due to evaporation, (ii) abrupt surface wetting due to precipitation, and (iii) possible secular changes in soil moisture.

[52] First, the top 5 cm of soil becomes drier due to 24-hr evaporation during the thawing season. To assess the resulting change in radar penetration depth, we need soil moisture values at the beginning and the end of each thawing season. However, there were no systematic measurements of the moisture content in the top 5 cm of soil in our study area during 1992–2000. According to the soil moisture measurements in the Imnavait Creek watershed (149°17′W, 68°37′N, to the south of our study area) made in the late 1980s [ Hinzman et al., 1991 ], we assume (i) a soil moisture of about 40–60% of volumetric water content (VWC) on the top 5 cm in the active layer, at the beginning of June right after spring melt and shallow thawing of the active layer and (ii) a drying process that could induce a seasonal decrease in VWC to 20–30% at the end of September. This decrease in soil moisture could lead to a 3–8 mm increase in radar penetration depth (or apparent surface subsidence), according to Nolan and Fatland [2003] . Note that our study area is in general wetter than the Imnavait Creek watershed in the entire thawing season. It is possible that the actual soil moisture artifacts are smaller than the 3–8 mm increase in radar penetration depth given here [ Nolan and Fatland, 2003]. Several other factors neglected here, including the 23° incidence angle of the radar waves, the surface roughness, and different soil types in our study area from those used by Nolan and Fatland [2003] , could modify these values. Additionally, a decrease in VWC could possibly cause a real surface subsidence due to soil consolidation.

[53] Second, rain storms in the late thawing season on the North Slope of Alaska can rapidly and dramatically increase the soil moisture, causing an apparent ground uplift signal on an interferogram. For instance, measurements in the Imnavait Creek watershed [ Hinzman et al., 1991 ] showed an abrupt increase in soil moisture in the top 5 cm from ∼40% to ∼90% within a few days in the July of 1987. Meteorological measurements at Betty Pingo [ Kane and Hinzman, 1997 ] recorded 7 mm and 13 mm daily precipitation on 25 June 1996 and 14 July 1997 (one day prior to the SAR acquisition date), respectively, but no significant precipitation on the other SAR dates or on the day prior to those measurements. In the time series sampled by the acquisition dates of our ERS SAR images, soil moisture appears to vary non-monotonically in the thawing seasons. Because these soil moisture artifacts in InSAR results are not strongly systematic and do not obey the rule of square-root-of-thawing-days (equation (2)), we expect relatively smaller impacts on the fitted seasonal subsidence, compared with those on individual interferograms.

[54] Third, changes in soil moisture cannot explain our observed secular ground subsidence. A secular subsidence rate of even 1 cm/decade, which is on the low end of our results, would require an unrealistically high secular decrease in VWC of 20% over one decade.

[55] Since we use a floodplain point as our InSAR reference, our results are sensitive to differential penetration depth change due to soil moisture changes between a tundra point and the floodplain point. In general, sandy floodplain points are drier than silty tundra points. Even a small decrease in soil moisture can cause an increase of penetration depth of a few cm on the floodplain points if they are dry enough, and thus an apparent uplift signature over tundra areas. That is opposite to our observed subsidence. Therefore, it is possible that our InSAR measurements are underestimates of the actual seasonal thaw settlement of active layer.

[56] According to several remote-sensing products (including National Snow and Ice Data Center [2004] , Armstrong and Brodzik [2005] , and AVHRR imagery) in our study region on the SAR acquisition dates, the ground surface was snow covered only in one SAR image taken on 28 September 1999. Since this SAR image is only used once in interferometry as a slave scene, snow cover might cause a false subsidence signal due to the delay caused by a shallow snow layer. Nevertheless, it has little impact on our inversion results, which are made from 31 interferograms.


Journal Publications

T. Balz* and F. Rocca, “Reproducibility and Replicability in SAR Remote Sensing,” IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing Vol. 13, pp. 3834-3843, 2020.

M. Liao, T. Balz*, F. Rocca, and D. Li, “Paradigm Changes in Surface-Motion Estimation From SAR,” IEEE Geoscience and Remote Sensing Magazine, Vol. 8, 1, pp. 8–21, 2020.

H. Tanveer, T. Balz*, F. Cigna, D. Tapete, “Monitoring 2011–2020 Traffic Patterns in Wuhan (China) with COSMO-SkyMed SAR, Amidst the 7th CISM Military World Games and COVID-19 Outbreak,” Remote Sensing, Vol. 12, 1636, 2020.

B. Mohamadi, T. Balz*, A. Younes, “Towards a PS-InSAR Based Prediction Model for Building Collapse: Spatiotemporal Patterns of Vertical Surface Motion in Collapsed Building Areas—Case Study of Alexandria, Egypt.” Remote Sensing, Vol. 12, 3307, 2020.

G. Caspari, J. Blochin, T. Sadykov, and T. Balz*, “Deciphering Circular Anthropogenic Anomalies in PALSAR Data—Using L-Band SAR for Analyzing Archaeological Features on the Steppe,” Remote Sensing, Vol. 12, 1076, 2020.

P. Ji, G. Caspari, A. Betts, B. Mohamadi, T. Balz, D. Cong, H. Shen, Q. Meng, “Seasonal movements of Bronze Age transhumant pastoralists in western Xinjiang,” PLoS ONE, Vol. 15(11), e0240739.

Z. Wang, T. Balz*, L. Zhang, D. Perissin, M. Liao, “Using TSX/TDX Pursuit Monostatic SAR Stacks for PS-InSAR Analysis in Urban Areas,” Remote Sensing, Vol. 11, 26, 2019.

B. Mohamadi, T. Balz*, A. Younes, “A Model for Complex Subsidence Causality Interpretation Based on PS-InSAR Cross-Heading Orbits Analysis,” Remote Sensing, Vol. 11, 2014, 2019.

O. Beladam, T. Balz*, B. Mohamadi, M. Abdalhak, “Using PS-InSAR with Sentinel-1 Images for Deformation Monitoring in Northeast Algeria,” Geosciences, Vol. 9, 315, 2019.

B. Mohamadi, S.S. Chen, T. Balz, K. Gulshad, S.C. McClure, “Normalized Method for Land Surface Temperature Monitoring on Coastal Reclaimed Areas,” Sensors, Vol. 19 (22), 4836, 2019.

Y. Yu, T. Balz, H. Luo, M. Liao, L. Zhang, “GPU accelerated interferometric SAR processing for Sentinel-1 TOPS data,” Computers & Geosciences, Vol 129, pp. 12-25, 2019.

G. Caspari, T. Sadykov, J. Blochin, M.Buess, M. Nieberle, T. Balz, “Integrating Remote Sensing and Geophysics for Exploring Early Nomadic Funerary Architecture in the ‘Siberian Valley of the Kings’,” Sensors, Vol. 19, 3074, 2019.

H. Tanveer, T. Balz, N.S. Sumari, R. Shan, H. Tanweer, “Pattern analysis of substandard and inadequate distribution of educational resources in urban-rural areas of Abbottabad, Pakistan,” GeoJournal, doi: 10.1007/s10708-019-10029-x, 2019.

T. Balz*, U. Sörgel, M. Crespi, B. Osmanoglu, “Editorial for Special Issue ‘Advances in SAR: Sensors, Methodologies, and Applications’,” Remote Sensing, Vol. 10, 1233, 2018.

P. Washaya, T. Balz*, B. Mohamadi, “Coherence Change-Detection with Sentinel-1 for Natural and Anthropogenic Disaster Monitoring in Urban Areas,” Remote Sensing, Vol. 10 (7), 1026, 2018.

W. Tang, P. Yuan, M. Liao, T. Balz, “Investigation of Ground Deformation in Taiyuan Basin, China from 2003 to 2010, with Atmosphere-Corrected Time Series InSAR,” Remote Sensing, Vol. 10, 1499, 2018

Y.T. Dong, L. Zhang, T. Balz, H. Luo, M.S. Liao, “Radargrammetric DSM generation in mountainous areas through adaptive-window least squares matching constrained by enhanced epipolar geometry,” ISPRS Journal of Photogrammetry and Remote Sensing, Vol. 137, pp. 61-72, 2018.

M. Jendryke, T. Balz*, S.C. McClure, and M.S. Liao, “Putting people in the picture: Combining big location-based social media data and remote sensing imagery for enhanced contextual urban information in Shanghai,” Computers, Environment and Urban Systems, Vol. 62, pp. 99-112, 2017.

D. Liang, T. Balz*, Z.Y. Wang, L.H. Wei, and M.S. Liao, “Dynamic online visualization of PS-InSAR surface motion estimation results using WebGL,” Remote Sensing Letters, Vol. 8 (2), pp.126-135, 2017.

M. Jendryke, T. Balz*, and M.S. Liao, “Big location-based social media messages from China’s Sina Weibo network: Collection, storage, visualization, and potential ways of analysis,” Transactions in GIS, Vol. 21 (4), pp. 825-834.

M. Jendryke, S. McClure, T. Balz*, and M.S. Liao, “Monitoring the built-up environment of Shanghai on the street- block level using SAR and volunteered geographic information,” International Journal of Digital Earth, Vol. 10 (7), pp. 675-686, 2017.

F.L. Chen, A.H. Jiang, P.P. Tang, R.X. Yang, W. Zhou, H.C. Wang, X. Lu, and T. Balz, “Multi-scale synthetic aperture radar remote sensing for archaeological prospection in Han Hangu Pass, Xin’an China”, Remote Sensing Letters, Vol. 8 (1), pp. 38-47, 2017.

G. Caspari, G. Plets, T. Balz, B.H. Fu, “Landscape archaeology in the Chinese Altai Mountains – Survey of the Heiliutan Basin,” Archaeological Research in Asia, Vol. 10, pp. 48-53, 2017

T. Balz, G. Caspari, B.H. Fu, and M.S. Liao, “Discernibility of Burial Mounds in High-Resolution X-Band SAR Images for Archaeological Prospections in the Altai Mountains,” Remote Sensing, Vol. 8(10), 817, 2016. doi:10.3390/rs8100817

J. H. Wang, T. Balz*, and M.S. Liao, “Absolute geolocation accuracy of high-resolution spotlight TerraSAR-X imagery – validation in Wuhan,” Geo-Spatial Information Science, Vol 19 (4), pp. 267-272, 2016, http://dx.doi.org/10.1080/10095020.2016.1258183

F. Hong, R. Wang, Z.M. Zhang, P.P. Lu, and T. Balz, “Integrated time and phase synchronization strategy for a multichannel spaceborne-stationary bistatic SAR system,” Remote Sensing, Vol 8 (628), 2016.

X.G. Shi, M.S. Liao, L. Zhang, and T. Balz, “Landslide stability evaluation using high-resolution SAR data in the Three Gorges are,” Quarterly Journal of Engineering Geology and Hydrology, Vol. 49 (3), pp. 203-211, 2016.

Y.N. Jiang, M.S. Liao, H.N. Wang, L. Zhang, and T. Balz, “Deformation Monitoring and Analysis of the Geological Environment of Pudong International Airport with Persistent Scatterer SAR Interferometry,” Remote Sensing, Vol. 8, 1021, 2016.

Y.N. Jiang, M.S. Liao, Z.W. Zhou, X.G. Shi, L. Zhang, and T. Balz, “Landslide Deformation Analysis by Coupling Deformation Time Series from SAR Data with Hydrological Factors through Data Assimilation,” Remote Sensing, Vol. 8 (3), 179, 2016.

W. Wang, R. Wang, Y. Deng, T. Balz, F. Hong, W. Xu, “An Improved Processing Scheme of Digital Beam-Forming in Elevation for Reducing Resource Occupation,” IEEE Geoscience and Remote Sensing Letters, Vol. 13 (3), pp. 309-313, 2016.

T. Balz, H. Hammer, and S. Auer, “Potentials and Limitations of SAR Image Simulators – A Comparative Study of Three Simulation Approaches,” ISPRS Journal of Photogrammetry and Remote Sensing, Vol. 101, pp. 102-109, 2015.

L. Wei, T. Balz, L. Zhang, and M. Liao, “A Novel Fast Approach for SAR Tomography: Two-step Iterative Shrinkage / Thresholding,” IEEE GRSL Remote Sensing Letters, Vol. 12 (6), 2015, pp. 1377-1381.

X.G. Shi, L. Zhang, T. Balz, M. Liao, “Landslide deformation monitoring using point-like target offset tracking with multi-mode high-resolution TerraSAR-X data,” ISPRS Journal of Photogrammetry and Remote Sensing, Vol. 105, pp. 128-140.

H.Y. Li, H.J. Song, R. Wang, H. Wang, G. Liu, R.P. Chen, X.L. Li, Y.K. Deng, T. Balz, “A Modification to the Complex-Valued MRF Modeling Filter of Interferometric SAR Phase,” IEEE GRSL Remote Sensing Letters, Vol 12(3), pp, 681-685, 2015.

Z. Wu, Y.B. Liu, L. Zhang, N. Li, K.N. Du, T. Balz, “Highly efficient synthetic aperture radar processing system for airborne sensors using CPU+GPU architecture,” Journal of Applied Remote Sensing, Vol. 9(1), Article 097293, (doi:10.1117/1.JRS.9.097293), 2015.

M.S. Liao, L.H. Wei, Z.Y. Wang, T. Balz, L. Zhang, “Compressive Sensing in High-resolution 3D SAR Tomography of Urban Scenarios [in Chinese],” Journal of Radars (雷达学报), Vol. 4 (2), pp 123-129, 2015.

L. Wei, T. Balz, M. Liao, and L. Zhang, “TerraSAR-X StripMap Data Interpretation of Complex Urban Scenarios with 3D SAR Tomography,” in Journal of Sensors, Vol. 2014, Article ID 386753, 7 p., 2014 (doi:10.1155/2014/386753)

X. Shi, L. Zhang, M. Liao, and T. Balz. “Deformation monitoring of slow-moving landslides with L- and C-band SAR interferometry,” in Remote Sensing Letters, Vol. 5 (11), pp. 951-960, 2014.

P.P. Lu, K.N. Du, W.D. Yu, R. Wang, Y.K. Deng, and T. Balz, “A new region growing based Method for road network extraction and its application on different resolution SAR images,” IEEE Journal of Selected Topics in Applied Earth Observation and Remote Sensing, Vol. 7(12), pp. 4772-4783, 2014.

K. Du, P. Lu, R. Wang, Y. Deng, W. Yu, and T. Balz, “Crustal movement estimation based on an unchanged-feature points method using TerraSAR-X intensity images: application to the 2011 Tohoku earthquake,” International Journal of Remote Sensing, Vol. 35 (18), pp. 6674-6686, 2014.

N. Li, R. Wang, Y. Deng, Y. Liu, B. Li, C. Wang, and T. Balz, “Unsupervised polarimetric synthetic aperture radar classification of large-scale landslides caused by Wenchuan earthquake in hue-saturation-intensity color space,” Journal of Applied Remote Sensing, vol. 8 (1), Article 083595, 2014.

Y. F. Shao, R. Wang, Y. K. Deng, Y. Liu, R. Chen, G. Liu, T. Balz, and O. Loffeld, “Digital Elevation Model Reconstruction in Multichannel Spaceborne/Stationary SAR Interferometry,” IEEE Geoscience and Remote Sensing Letters, vol. 11 (12), pp. 2080–2084, 2014.

N. Li, R. Wang, Y. Deng, Y. Liu, C. Wang, T. Balz, and B. Li, “Polarimetric Response of Landslides at X-Band Following the Wenchuan Earthquake,” IEEE Geoscience and Remote Sensing Letters, Vol. 11(10), pp. 1722-1726, 2014.

L.H. Wei, M.S. Liao, T. Balz, and L. Zhang, “Layover Building Scatterers Extraction via High-Resolution Spaceborne SAR Tomography [高分辨率SAR层析成像建筑物叠掩散射体提取],” Geomatics and Information Science of Wuhan University, Vol. 39(5), pp. 536-541, 2014.

M.S. Liao, L.H. Wei, T. Balz, and L. Zhang, “TomoSAR技术在城市变形监测中的应用,” in 上海国土资源, Vol. 34(4), pp. 7-11, 2014.

T. Balz, L. Zhang, and M. Liao, “Direct Stereo Radargrammetric Processing Using Massively Parallel Processing,” ISPRS Journal of Photogrammetry and Remote Sensing, Vol. 79, pp. 137-146, 2013

M. Jendryke, T. Balz, H. Jiang, M. Liao, and U. Stilla, “Using Open-Source Components to Process Interferometric TerraSAR-X Spotlight Data,” International Journal of Antennas and Propagation, Article ID 275635, 13 p., 2013.

P. Tantianuparp, X. Shi, L. Zhang, T. Balz, and M. Liao, “Characterization of Landslide Deformations in Three Gorges Area Using Multiple InSAR Data Stacks,” Remote Sensing, Vol. 5(6), pp. 2704-2719, 2013.

C. Gao, R. Wang, Y. Deng, J. Feng, H. Yan, and T. Balz, “Large-Scene Sliding Spotlight SAR Using Multiple Channels in Azimuth,” IEEE Geoscience and Remote Sensing Letters, Vol. 10(5), pp. 1006-1010, 2013.

Y. Shao, R. Wang, Y.K. Deng, Y. Liu, R. Chen, G. Liu, T. Balz, and O. Loffeld, “Error Analysis of Bistatic SAR imaging and Stereoscopy Bistatic SAR,” IEEE Transactions in Geoscience and Remote Sensing, Vol. 51(8), pp. 4518-4543, 2013.

X. He, L. Zhang, T. Balz, M. Liao, “Topographic Mapping in Mountainous Areas Using StereoSAR Assisted by External DEM [利用外部DEM辅助山区SAR立体像对匹配及地形制图]”, Acta Geodetica et Cartographica Sinica, Vol. 43 (3), pp. 425-432, 2013.

M. Liao, L. Wei, T. Balz, L. Zhang, “TomoSAR技术在城市形变监测中的应用”, 上海国土资源, Vol. 34 (4), pp. 7-11, 2013

T. Balz, L. Zhang, and M. Liao, “Fast geocoding of spaceborne synthetic-aperture radar images using graphics processing units,” Journal of Applied Remote Sensing, vol. 6, nein. 1, pp. 063553-1 – 063553-13, 2012.

L. Zhang, T. Balz, and M. Liao, “Satellite SAR geocoding with refined RPC model,” ISPRS Journal of Photogrammetry and Remote Sensing, vol. 69, pp. 37-49, 2012.

M.S. Liao, J. Tang, T. Wang, T. Balz, and L. Zhang, “Landslide monitoring with high-resolution SAR data in the Three Gorges region,” Science China – Earth Sciences, vol. 42(2), pp. 217-229, 2012 (doi: 10.1007/s11430-011-4259-1)

K. Liu, T. Balz, and M. Liao, “Investigation on Building Height Extraction via Radar Backscattering Characteristics in High Resolution SAR Images [in Chinese],” Journal of Geomatics and Information Science of Wuhan University, vol. 37, nein. 7, pp. 806-809, 2012.

X.G. Shi, L. Zhang, T. Balz, and M.S. Liao, “A modified 3D grid interpolation method for satellite SAR geocoding [in Chinese],” Journal of Geomatics and Information Science of Wuhan University, vol. 37, nein. 11, pp. 1329-1332, 2012.

K. Liu, M. Liao, and T. Balz, “High Resolution 3D Tomographic SAR with Compressive Sensing [in Chinese],” Journal of Geomatics and Information Science of Wuhan University, vol. 37, nein. 12, pp. 1456-1459, 2012.

L. Zhang, X.Y. He, T. Balz, X.H. Wei, and M.S. Liao, “Rational Function Modeling for Spaceborne SAR Datasets,” ISPRS Journal of Photogrammetry & Remote Sensing, vol. 66 (1), pp. 133-145, 2011.

S. Auer, T. Balz, S. Becker, and R. Bamler, “3D SAR Simulation of Urban Areas Based on Detailed Building Models,” Photogrammetric Engineering & Remote Sensing, vol.76 (12), pp. 1373-1384, 2010.

T. Balz and M.S. Liao, “Building damage detection using post-seismic high-resolution SAR satellite data,” International Journal of Remote Sensing, vol. 31 (13), pp. 3369-3391, 2010

T. Balz and U. Stilla, “Hybrid GPU based single- and double-bounce SAR simulation,” IEEE Transactions on Geoscience and Remote Sensing, vol. 47 (10), pp. 3519-3529, 2009.

T. Balz, S. Becker, N. Haala, and M. Kada, “Using real-time SAR simulation to assist pattern recognition applications in urban areas,” Pattern Recognition and Image Analysis, vol. 18 (3), pp. 412-416, 2008.

T. Balz, “Automated CAD model based geo-referencing for high-resolution SAR data in urban environments,” IEE Proceedings – Radar, Sonar and Navigation, vol. 153 (3), pp. 289-293, 2006.


Danksagung

[31] This work is supported by an Overseas Research Students Award (ORS) and a UCL Graduate School Research Scholarship to Z. Li at University College London. This work is also associated with the NERC Earth Observation Centre of Excellence: Centre for the Observation and Modelling of Earthquakes and Tectonics (COMET). The work of E. Fielding was performed at the Jet Propulsion Laboratory, California Institute of Technology, under contract with NASA. We are grateful to T. J. Wright, M. Ziebart, and A. Sibthorpe for useful discussions and to H. Zebker, G. Wadge, and F. Sigmundsson for constructive reviews. We thank JPL/Caltech for the use of the ROI_PAC software to generate our interferograms [ Rosen et al., 2004]. The ERS data were supplied under ESA ENVISAT data grant AO (HAZARDMAP), and the GPS data were obtained from the Scripps Orbit and Permanent Array Centre (SOPAC, http://sopac.ucsd.edu).

Filename Beschreibung
jgrb14353-sup-0001-t01.txtplain text document, 769 B Tab-delimited Table 1.
jgrb14353-sup-0002-t02.txtplain text document, 801 B Tab-delimited Table 2.

Please note: The publisher is not responsible for the content or functionality of any supporting information supplied by the authors. Any queries (other than missing content) should be directed to the corresponding author for the article.


Schau das Video: A technique to track Earths subtle movements with orbiting radars is heating up