استخراج میزان فرونشست تونل‌های مترو از دید رادار InSAR

نوع مقاله : مقاله پژوهشی

نویسندگان

1 کارشناسی ارشد،دانشگاه صنعتی مالک اشتر، تهران، ایران

2 دانشیار،دانشگاه صنعتی مالک اشتر، تهران، ایران

چکیده

هدف اصلی این مقاله طراحی و شبیه‌سازی الگوریتمی برای آشکارسازی و تحلیل میزان فرونشست تونل مترو در حال احداث شهر اصفهان از دید رادار InSAR می‌باشد. محدودیت‌های اصلی InSAR برای آشکارسازی و پایش فرونشست ناشی از اهداف زیرسطحی یکی در خط مبنای زمانی سنجنده و دیگری کاهش همبستگی به دلیل تغییر ویژگی‌های بازتابی پراکنده سازهای موجود در منطقه مورد مطالعه در طول زمان می‌باشد که منجر به کاهش همدوسی و ایجاد نویز در تداخل نماهای ایجادشده می‌گردد. در طرح این الگوریتم هدف بر آن بوده است که با استفاده از پردازش سری زمانی رادار تداخل‌سنج و انتخاب پراکنده سازهای پایدار گسترده و همچنین طرح گرافی بهینه و پیوسته مابین تصاویر تحت پردازش که باعث پایداری فاز اهداف توزیع‌شده می‌شود، میزان همدوسی بین تداخل نماها را افزایش داد. همچنین در ادامه جهت کاهش میزان نویز موجود در تداخل نماها، در مرحله قبل از بازیابی فاز با اعمال فیلتر و پارامترهایی مناسب نسبت به افزایش سیگنال به نویز پرداخته‌شده است، به صورتی که در آن میانگین همدوسی در تداخل نماهای ایجاد شده نسبت به سایر فیلترها به میزان 9% به عدد 1 که بیشترین میزان همدوسی می‌باشد، نزدیک‌تر است. در انتها جهت افزایش دقت و عدم حذف مناطقی که دارای همدوسی به نسبت پایینی می‌باشند به پیاده‌سازی یک الگوریتم بهینه بازیابی فازی انجام‌شده طوری که معیار میانگین قدر مطلق خطای نسبی در بازیابی فاز به میزان 12% نسبت به سایر الگوریتم‌های بازیابی فاز عملکرد بهتری خواهد داشت. درنهایت پس از پردازش‌های ذکرشده مشخص گردید که فرونشست هدف مورد مطالعه با فرونشست ناشی از عوارض طبیعی نظیر سفره‌های آب‌های زیرزمینی و یا خشک‌سالی متفاوت بوده و دارای الگوی فرونشست قابل‌تشخیصی می‌باشد.

کلیدواژه‌ها

عنوان مقاله [English]

Extracting the amount of subsidence of subway tunnels from InSAR

نویسندگان [English]

  • Pouya Eshghy 1
  • Morteza Kazerooni 2
1 Master's degree, Malik Ashtar University of Technology, Tehran, Iran
2 Associate Professor, Malik Ashtar University of Technology, Tehran, Iran
چکیده [English]

The main purpose of this article is to design and simulate an algorithm for the buried target from InSAR, and the purpose of this study is to start with the construction and analysis
of the subsidence rate of the subway tunnel in the construction of Isfahan city.
The main connections of InSAR for the construction and monitoring of subsidence of such goals are in determining the measuring time and reducing the correlation due to the change of the reflective characteristics of the geographical objects over time, which leads to the reduction of the interference coherence.
In the design of this algorithm, an attempt has been made to increase the degree of coherence between the interference views by using the interferometer radar time series processing and the selection of widespread stable scatterers, as well as the optimal and continuous graphic design between the images under processing, which causes the stability of the phase of the distributed targets.
Also, in order to reduce the amount of noise in the interference of views, in the stage before phase unwrapping, by applying a filter and suitable parameters to increase the signal to noise, in which the average coherence in the interference of the created views is 9% compared to other filters. It is closer to the number 1, which is the highest level of coherence, and in the end, in order to increase the accuracy and not to remove the regions with relatively low coherence, we will implement the optimal fuzzy unwrapping algorithm, which measures the average absolute value of the relative error in phase unwrapping by 12%. Finally it is clear that the subsidence of the target under study is different from the subsidence caused by natural causes such as underground water or drought and has a recognizable subsidence pattern.

کلیدواژه‌ها [English]

  • Interferometric Synthetic Aperture Radar (InSAR)
  • co-registration
  • filtering
  • noise
  • unwrapping

مراجع

  1. Damoah-Afari, X. L. Ding, Z. Lu and Z. W. Li. “DETECTING GROUND SETTLEMENT OF SHANGHAI USING INTERFEROMETRIC SYNTHETIC APERTURE RADAR (INSAR) TECHNIQUES.”,Vol. 05, pp.019, 2008.
  2. Xiang, K. Wang, and X. Liu, "A model-spectrum-based flattening algorithm for airborne single-pass SAR interferometry," IEEE Geoscience and Remote Sensing Letters, Vol. 06, pp. 311-307, 2009.
  3. Xu, D. Zhao, C. Ma and D. Lian, "Monitoring Subsidence Deformation of Suzhou Subway Using InSAR Timeseries Analysis," in IEEE Access, Vol. 09, pp. 24-116, 2021.
  4. Wei, L. Pu, X. Tang, X. Zhang, and J. Shi, "Efficient Registration for InSAR Large-Scale Image Using Quadtree Segmentation," in IGARSS 2018 IEEE International Geoscience and Remote Sensing Symposium, Vol. 11, pp. 38-135, 2018.
  5. Eppler, J. and Rabus. “Monitoring Urban Infrastructure with An Adaptive Multilooking INSAR Technique”, Journal of Geophysical Research, Vol. 06, pp. 194-68, 2012.
  6. Biswas, D. Chakravarty, P. Mitra, and A. Misra, "Spatial-Correlation Based Persistent Scatterer Interferometric Study for Ground Deformation," Journal of the Indian Society of Remote Sensing, Vol. 04, pp. 26-113,2017.
  7. W. Chen and H. A. Zebker, “Phase Unwrapping for Large SAR Interferograms: Statistical Segmentation and Generalized Network Models,” IEEE Transactions on Geoscience and Remote Sensing, Vol. 03, No. 8, pp. 1709-1719, 2002.
  8. Kristina J. Reinders a, Ramon F. Hanssen a, Freek J. van Leijen a, Mandy Korff, "Augmented satellite InSAR for assessing short-term and long-term surface deformation due to shield tunnelling," Journal of the Tunnelling and Underground Space Technology incorporating Trenchless Technology Research, Vol. 36, pp.1016,2020.
  9. Reinders, K. J, Hanssen, R. F, van Leijen, F. J, & Korff, M.  Augmented satellite InSAR for assessing short-term and long-term surface deformation due to shield tunnelling. Tunnelling and Underground Space Technology, Vol. 12, pp.1016, 2021.
  10. 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, Vol. 40, pp. 2383-2375, 2002.
  11. Lanari, O. Mora, M. Manunta, J. J. Mallorquí, P. Berardino, and E. Sansosti, "A small-baseline approach for investigating deformations on full-resolution differential SAR interferograms," IEEE Transactions on Geoscience and Remote Sensing, Vol. 42, pp. 1377-1386, 2004.
  12. Hooper, P. Segall, and H. Zebker, "Persistent scatterer InSAR for crustal deformation analysis, with application to Volcán Alcedo, Galápagos," Journal of Geophysical Research, Vol. 112, pp. 19-13, 2007.
  13. Bo Hu, " Time-Series Displacement of Land Subsidence in Fuzhou Downtown, Monitored by SBAS-InSAR Technique" Journal of Sensors, Vol. 35, pp. 316-2652, 2019.
  14. Huang, H. Zhou, S. Dong, and S. Xu, "Parallel branch-cut algorithm based on simulated annealing for large-scale phase unwrapping," IEEE Transactions on Geoscience and Remote Sensing, Vol. 53, pp. 3846-3833, 2015.
  15. Roccheggiani, M. Piacentini, D.Tirincanti, E.Perissin, D.Menichetti, M, "Detection and Monitoring of Tunneling Induced Ground Movements Using Sentinel-1 SAR Interferometry," Remote Sens, Vol. 73, pp. 1121-4517, 2019.
  16. Qiuxiang Tao1,Zaijie Guo1,Fengyun Wang1,Qingguo An2,Yu Han1"SBAS‑InSAR time series ground subsidence monitoring along Metro Line 13 in Qingdao, China" Arabian Journal of Geosciences, Vol. 21, pp. 125-017, 2021.
  17. Li henjin, Wang Zhiyong, Liu Wei, Li, Xing Zhou, Maotong, Zhang Baojing. “Detecting, Monitoring, and Analyzing the Surface Subsidence in the Yellow River Delta (China) Combined with Center Net Network and SBAS-InSAR.” Journal of Spectroscopy, Vol. 14, pp. 174-321, 2022.
رادار
دوره 10، شماره 1 - شماره پیاپی 27
شماره پیاپی 27، فصلنامه بهار و تابستان
تیر 1401
صفحه 91-105

فایل ها

سابقه مقاله

  • تاریخ دریافت: 29 اردیبهشت 1401
  • تاریخ بازنگری: 27 تیر 1401
  • تاریخ پذیرش: 18 مرداد 1401
  • تاریخ انتشار: 02 شهریور 1401

هم رسانی

ارجاع به این مقاله

آمار