工程地质学报  2018, Vol. 26 Issue (6): 1735-1742   (4887 KB)    
Article Options
  • PDF (4887 KB)
  • Full Text HTML
  • Abstract
  • Figures
  • References
  • History
  • 收稿日期:2018-03-26
  • 收到修改稿日期:2018-10-31
  • 扩展功能
    把本文推荐给朋友
    加入引用管理器
    Email Alert
    文章反馈
    浏览反馈信息
    本文作者相关文章
    王晨兴
    谷天峰
    张茂省
    孔嘉旭

    引用本文  

    王晨兴, 谷天峰, 张茂省, 等. 2018. 黑方台地表三维形变分析[J]. 工程地质学报, 26(6): 1735-1742. doi: 10.13544/j.cnki.jeg.2018-129.
    WANG Chenxing, GU Tianfeng, ZHANG Maosheng, et al. 2018. The analysis of three-dimensional (3D) ground surface deformations in Heifangtai platform[J]. Journal of Engineering Geology, 26(6): 1735-1742. doi: 10.13544/j.cnki.jeg.2018-129.

    黑方台地表三维形变分析
    王晨兴, 谷天峰, 张茂省, 孔嘉旭    
    ① 大陆动力学国家重点实验室, 西北大学地质学系 西安 710069;
    ② 中国地质调查局西安地质调查中心, 国土资源部黄土地质灾害重点实验室 西安 710054
    摘要:甘肃省永靖县黑方台属于典型的黄土台塬,其黄土具有较强的湿陷性,长期的大水漫灌引起厚层黄土发生严重的湿陷现象,进而诱发滑坡及严重的地面变形。本文以黑方台地表变形为研究对象,采用PS-InSAR技术对2014~2017年期间Sentinel-1 A卫星3条轨道的降轨数据进行处理,得到了不同视线(LOS)方向的变形,进而通过反演和计算得到该地区三维地表形变信息,分析了视线向、垂直向以及水平向的地表变形特征,预测了未来的发展趋势。结果表明:在靠近台塬中部区域以及塬边部分区域的视线向变形速率较大,沉降范围为4~13 mm·a-1;垂向变形较大的区域大都靠近台塬中部,平均变形速率为-20~-6 mm·a-1;整个台面南北向变形很小,平均变形速率为-5~5 mm·a-1,东西向变形较大,平均变形速率大都超过20 mm·a-1。研究区属于不均匀沉降区域;整体来看,研究区的地表变形在短期内仍然处于缓慢加速发展阶段,随着农业灌溉的持续进行,研究区地表变形速率达到一定值后会逐渐下降。
    关键词黑方台    PS-InSAR    三维地表变形分析    
    THE ANALYSIS OF THREE-DIMENSIONAL (3D) GROUND SURFACE DEFORMATIONS IN HEIFANGTAI PLATFORM
    WANG Chenxing, GU Tianfeng, ZHANG Maosheng, KONG Jiaxu    
    ① State Key Laboratory of Continental Dynamics, Department of Geology, Northwest University, Xi'an 710069;
    ② Xi'an Center of Geological Survey, China Geological Survey; Key Laboratory of Loess Landslide, Xi'an 710054
    Abstract: The loess has strong collapsibility in Heifangtai Platform, Yongjing Country, Gansu Province which belongs to a typical loess platform. Collapsible loess of thick layer caused by long-term flood irrigation has induced many loess landslides and severe ground deformations. We selected ground deformations in Heifangtai Platform as research object. The descending data of Sentinel-1 A satellite in three different orbits were processed using PS-InSAR technique between 2014 and 2017, and the deformation in different line of sight(LOS) is obtained. In addition, 3 D ground surface deformations was obtained by inversion and calculation in the area. Ground surface deformations of LOS direction, vertical and horizontal direction was analyzed, and the development trend of ground surface deformation was predicted. The results show there are differential settlements in study area. The deformation rates of LOS direction are larger in some area including closing to central area of platform and the part of area on the edge of platform. The range of settlement is 4~13 mm·a-1. A region with large vertical deformation is near the middle of platform. The average rate of deformation is-20~-6 mm·a-1. The North-South deformations are small. The average rate of deformation is-5~5 mm·a-1. However, the West-East deformations are large. The average rate of deformation is mostly more than 20 mm·a-1. Ground surface deformations are still at a slow acceleration stage in short term as a whole. With continuous development of agricultural irrigation, the rate of ground surface deformation will gradually decrease after rising a certain value.
    Key words: Heifangtai platform    PS-InSAR    Analysis of 3 D ground surface deformation    

    0 引言

    我国黄土总面积约为6.35×105 km2,其中湿陷性黄土的分布面积约占60%。湿陷性黄土对工程具有危害性,因此人们对湿陷性黄土进行了大量的研究,取得了丰硕的成果(刘博诗等,2016吴光辉等,2016朱景汕等,2017)。虽然有学者关注到灌溉可引起的大面积的黄土湿陷,但受限于观测手段,人们对这种变形的特征研究较少。黑方台地区作为典型的黄土台塬,自1968年大面积农业灌溉以来,地下水位大幅上升,同时引起黄土台塬湿陷变形,诱发滑坡灾害,对人民生命财产安全造成巨大威胁(张茂省等,2011Guo et al., 2015文宝萍等,2015)。

    自1968年到2011年,黑方台沉降区灌溉前后的沉降量为0.22~5.99 m,台缘地区的沉降则更为严重(孙萍萍等,2013)。灌溉入渗使得黄土湿陷形成的裂隙、落水洞随处可见,严重破坏耕地,耕地面积累计损失超过2 km2,地面沉陷面积超过台缘总面积的85%。而由灌溉及地下水上升共同引起的湿陷变形则使得原本整齐的房屋普遍发生开裂、倾斜甚至倒塌等,水利设施亦损坏严重(文宝萍等,2013)。同时,调查结果表明,黑方台地区自1968年以来已累计发生上百次滑坡,年均发生滑坡2次,90年代以后滑坡的次数逐年增加(张茂省等,2011Fan et al., 2017)。2015年4月29日,黑方台地区党川村罗家坡段发生2次滑坡,摧毁农屋14户。2017年2月19日、9月30日,该地区再次发生滑坡。

    GPS测量、水准测量技术等传统的地表沉降监测方法(魏晓明等,2014王彩霞等,2014Swales et al., 2016)具有周期长,成本高,效率低等缺点,难以满足高密度、大面积、长时间的沉降观测需要。20世纪70年代发展起来的InSAR技术能够精确测量地表目标的三维空间位置及雷达视线向的微小变形且不受气象条件的影响(Rogers et al., 1969Zebker et al., 1986Gabriel et al., 1989Madsen et al., 1993Graham,2005)。在此基础上发展而来的合成孔径雷达差分干涉测量技术(D-InSAR)利用两次重复观测获取的SAR影像经过配准和干涉处理得到干涉图,再通过差分处理、滤波及相位解缠得到地表形变信息,观测精度达到厘米级,但此技术无法有效消除时空失相关、DEM误差以及大气延迟效应的影响。由此,多时相InSAR技术(multi-temporal InSAR,MT-InSAR)应运而生(Berardino et al., 2002Ferretti et al., 2002Mora et al., 2003Werner et al., 2003Kampes et al., 2004Hooper et al., 2007Zhang,2011),它不仅克服了常规D-InSAR监测地表形变的时空失相关和大气延迟的限制,而且提高了探测的精度和可靠性。本次研究所采用的PS-InSAR技术属于MT-InSAR的一种,是根据同一地区的多景SAR影像,对时间序列上幅度和相位的稳定性进行统计分析,从而探测稳定点目标。该技术由Ferretti et al. (2002)在2002年首次应用于滑坡监测中,之后众多学者对其进行研究和拓展,经过与水准、GPS等测量结果对比,具有很好的一致性(Hooper et al., 2004龙四春等,2011李曼等,2016)。如今InSAR技术已广泛应用于采空区和城市地面沉降(Vervoort,2016周吕等,2016)、地震形变(Nikolaeva et al., 2016)、滑坡泥石流等灾害监测(Ferrigno et al., 2015)及工程活动形变监测(师红云等,2014)等领域。然而,由于当前SAR卫星的极轨和侧成像模式,传统InSAR技术只能有效解决一维变形问题,而要得到三维(3D)形变信息,至少需要两个不同图像的干涉对(Hu et al., 2012)。

    本文以甘肃省永靖县黑方台地表变形为研究对象,采用PS-InSAR技术对2014~2017年期间Sentinel-1A卫星3条轨道的降轨数据进行处理,得到了该地区不同视线向(LOS)的变形和三维地表形变信息,分析了地表三维变形特征,并预测了未来的发展趋势。

    1 研究区概况

    黑方台位于甘肃省永靖县北部盐锅峡镇(图 1),区域范围为东经103°16′40″~103°20′50″,北纬36°4′10″~36°7′20″,东西长约10 km,南北宽1~3 km,面积约14 km2,是黄河中上游地区保存面积较大,且地层较完整的河流阶地。黑方台岩性剖面自上至下分别为:风积黄土、中更新统冲积物以及下白垩统河口群(K1hk)。风积黄土(Qp3eol)主要为马兰黄土,覆盖于台缘表面,厚约25~50 m(Xu et al., 2011)。自20世纪60、70年代开始,为了支持水电站的建设,刘家峡、盐锅峡、八盘峡3个水库淹没区先后有数万移民搬迁到了位置较高的黑方台台缘上,移民通过当地政府建设的大量引水渠和抽水泵站进行长期农业漫灌。根据季节及雨量变化每年平均进行5次以上的提灌,平均每亩地每年灌溉水量598 m3,灌溉面积达7.56 km2(Guo et al., 2015文宝萍等,2015)。长期的大水漫灌引起地下水位大幅上升(张茂省等,2011谷天峰等,2015),1968~2012年以来,地下水位已累计上升约20 m。地下水位的抬升引起该地区大面积的地表自重湿陷变形,目前研究区地面变形仍在发展,新的裂缝、落水洞等不断出现(朱立峰等,2016亓星等,2017)。

    图 1 研究区位置 Fig. 1 Study area

    2 研究方法
    2.1 PS-InSAR形变监测原理

    PS-InSAR的基本原理是将覆盖于研究区的m+1景SAR影像按时间顺序进行排列,选取出一幅主影像,其余m景为从影像。将m景从影像分别配准并将其重新采样到主影像,进行差分干涉处理,去除平地和地形相位误差,从而得到一组时间序列差分干涉对。采用适当的方法(振幅阈值法、相位稳定性法、振幅离差阈值法、信噪比法等)提取稳定性较高的PS点(龙四春等,2011)。PS点目标相位可表示为(张红等,2009):

    $ \Delta {\varphi _i} = \varphi _{def\_i}^m + \varphi _{dem\_i}^m + \varphi _{atm\_i}^m + \varphi _{noise\_i}^m $ (1)

    式中,$ \varphi _{def\_i}^m$为第m个干涉对中第i个PS点像元的地表形变相位;$\varphi _{dem\_i}^m $为DEM高程误差导致的第m个干涉对中的相位误差;$ \varphi _{atm\_i}^m$为大气延迟导致的第m个干涉对中的相位误差;$ \varphi _{noise\_i}^m$为第m个干涉对中的噪声相位。

    PS-InSAR数据处理流程如图 2所示。主要包括配准SAR影像、差分干涉SAR影像、选择PS点、解缠多影像格网相位、消除误差、时序分析、估计PS点的形变等步骤(刘欣等,2016)。

    图 2 PS-InSAR数据处理流程图 Fig. 2 Flow chart of PS-InSAR data processing

    2.2 基于InSAR技术的三维形变获取原理

    传统InSAR技术只能有效解决沿视线(LOS)方向的一维(1D)形变问题,二维(2D)形变包括LOS向形变和方位向形变,LOS向形变信息可以通过一个传统InSAR(差分干涉处理)的干涉对或偏移量追踪技术得到,方位向形变信息则可利用偏移量追踪(offset-tracking)技术或多孔径InSAR方位测量(multi-aperture InSAR,MAI)技术获取。而要得到三维(3D)形变信息,至少需要两个不同图像的干涉对(Hu et al., 2012)。

    InSAR属于侧视测量技术,实际观测到的是正东(E)、正北(N)和垂直向(U)形变分量在雷达脉冲方向即视线向(LOS)的投影矢量和。因此,InSAR测量得到的任何一个形变结果都可以按照空间几何关系分解成这3个分量。约定目标远离雷达时(沉降)LOS向观测结果为负,反之为正。则InSAR测量得到的地表形变可以表示为(Polcari et al., 2016):

    $ {V_{{\rm{LOS}}}} = {V_{\rm{U}}}{\rm{cos}}\theta + {V_{\rm{N}}}{\rm{sin}}\theta {\rm{sin}}\alpha - {V_{\rm{E}}}{\rm{sin}}\theta {\rm{cos}}\alpha $ (2)

    式中,VLOSVUVNVE分别为LOS向、垂直向、正北和正东向的形变;θ为LOS向与垂直向的夹角;α为卫星飞行方向与正北方向沿顺时针方向的夹角。

    假设可以得到某一形变区域3种不同视角的InSAR测量数据(胡俊等,2013),根据式(2)有:

    $ {V_{{\rm{LO}}{{\rm{S}}_1}}}{V_{{\rm{LO}}{{\rm{S}}_2}}}{V_{{\rm{LO}}{{\rm{S}}_3}}} = \left(\begin{array}{l} {\rm{cos}}{\theta _1}{\rm{sin}}{\theta _1}{\rm{sin}}{\alpha _1} - {\rm{sin}}{\theta _1}{\rm{cos}}{\alpha _1}\\ {\rm{cos}}{\theta _2}{\rm{sin}}{\theta _2}{\rm{sin}}{\alpha _2} - {\rm{sin}}{\theta _2}{\rm{cos}}{\alpha _2}\\ {\rm{cos}}{\theta _3}{\rm{sin}}{\theta _3}{\rm{sin}}{\alpha _3} - {\rm{sin}}{\theta _3}{\rm{cos}}{\alpha _3} \end{array} \right)\left(\begin{array}{l} {V_{\rm{U}}}\\ {V_{\rm{N}}}\\ {V_{\rm{E}}} \end{array} \right) $ (3)

    令矩阵$T = \left(\begin{array}{l} {\rm{cos}}{\theta _1}{\rm{sin}}{\theta _1}{\rm{sin}}{\alpha _1} - {\rm{sin}}{\theta _1}{\rm{cos}}{\alpha _1}\\ {\rm{cos}}{\theta _2}{\rm{sin}}{\theta _2}{\rm{sin}}{\alpha _2} - {\rm{sin}}{\theta _2}{\rm{cos}}{\alpha _2}\\ {\rm{cos}}{\theta _3}{\rm{sin}}{\theta _3}{\rm{sin}}{\alpha _3} - {\rm{sin}}{\theta _3}{\rm{cos}}{\alpha _3} \end{array} \right) $,则逆矩阵为T-1,则根据式(3)可以求出三维变形量(胡俊等,2013):

    $ \left(\begin{array}{l} {V_{\rm{U}}}\\ {V_{\rm{N}}}\\ {V_{\rm{E}}} \end{array} \right) = {T^{ - 1}}\left(\begin{array}{l} {V_{{\rm{LO}}{{\rm{S}}_1}}}\\ {V_{{\rm{LO}}{{\rm{S}}_2}}}\\ {V_{{\rm{LO}}{{\rm{S}}_3}}} \end{array} \right) $ (4)

    3 结果
    3.1 数据处理

    本文分别选用Sentinel-1A卫星在同一研究区相近时段不同视线(LOS)向的观测数据。Sentinel-1A卫星轨道高度693 km,极化方式为VV-VH或者VV,重访周期12 d,采用C波段合成孔径雷达,波长5.63 cm。其中55轨道观测数据覆盖时间为2014年10月~2017年11月,共51景。128轨道观测数据覆盖时间为2015年3月~2017年11月,共50景。135轨道观测数据覆盖时间为2014年10月~2017年11月,共49景。具体见表 1

    表 1 Sentinel-1A卫星在不同轨道的技术参数 Table 1 Specifications of Sentinel-1A satellite missions in different orbits

    PS点的选取是PS-InSAR中极为重要的一环,所选点质量越高监测结果越可靠。常用的PS点选取方法有相干系数阈值法、相位稳定性法、振幅离差阈值法、信噪比法等,本文利用StaMPS软件进行数据处理,通过相干系数阈值法提高所选点的精确性。3个轨道最终分别得到25 646、37 403、30 436个PS候选点(图 3),可以看到所选的PS点主要分布在村庄、建筑以及滑坡的裸露处等反射效果较好的地方,而在农田等植被覆盖较多的区域基本没有PS点,说明了得到的PS点质量较高。

    图 3 研究区形变速率图 Fig. 3 Rate of deformation in Heifangtai a. 55轨道; b. 135轨道; c. 128轨道

    3.2 结果分析
    3.2.1 LOS向形变分析

    通过PS-InSAR技术得到黑方台地区的视线向形变速率(图 3)。在靠近台塬中部的地区,雷达视线向(LOS)变形速率较大,沉降范围在5~13 mm a-1。围绕在台塬周围的滑坡区LOS向形变较小,沉降范围为0~5 mm a-1,仅在部分区域有较大沉降,如靠近缘边位置的区域,沉降范围为4~6 mm a-1。而在灌溉农田区域,由于植被较多或者变形量过大导致了失相干,数据量较少。研究区为不均匀沉降,这种不均匀性可能与黄土分布不均以及各区域不均匀灌溉有关。

    3.2.2 垂向形变分析

    根据式(2),将研究区LOS向变形数据进行计算内插,得到该地区垂向变形结果(图 4)。为了尽可能获取台缘到台中的垂向变形结果及规律,选取其中9个区域(图 5)的典型PS点A1、A2、A3、A4、A5、A6、A7、A8、A9作累计垂向变形随时间变化曲线(图 6),所选点皆为变化较为稳定的反射点,其中A1点、A2点、A7点、A8点靠近台塬中部,A3~A6点和A9位于塬边或滑坡段。由于各轨道参数差异及误差的影响,在不同轨道所选PS点的位置并非一一对应,部分点的距离差为15~25 m。

    图 4 黑方台垂向变形速率图 Fig. 4 Rate of vertical deformation in Heifangtai a. 55轨道; b. 135轨道; c. 128轨道

    图 5 研究区形变分析区域及水平向平均变形速率图 Fig. 5 Site distribution of data analysis and horizontal average rate of deformation in Heifangtai

    图 6 黑方台典型点累计垂向变形随时间变化曲线 Fig. 6 The cumulative vertical deformation curve of a typical point with time in Heifangtai a. 55轨道; b. 135轨道; c. 128轨道

    可以看到3个轨道得到的结果较为一致,但135轨道所得结果与55轨道、128轨道相比差异性稍大,可能受到方位角的影响较大。垂向变形较大的区域大都靠近台塬中部,变形速率为-20~-6 mm a-1,A1、A2以及A7所在位置的垂向变形速率分别为- 14 mm a-1、-7 mm a-1、-13 mm a-1。在台缘及滑坡的大部分区域垂向变形较小,变形速率为-7~0 mm a-1。研究区的地表沉降在短期内整体上仍然处于缓慢加速发展阶段,仅在部分区域处于匀速甚至减速阶段。

    根据现场调查结果,2015年4月和2017年2月19日、9月30日,党川村罗家坡段皆发生滑坡。从图 3图 4中可以看到,2014~2017年该地区的地面变形较大,证明了PS-InSAR数据处理结果的可靠性。

    3.2.3 水平向形变分析

    如上文所述,观测存在各轨道参数差异及误差,因此在上文所选的9个位置分别提取Sentinel-1A卫星不同轨道的观测数据,运用盒形图(图 7)对其进行统计,识别并剔除数据中的异常值,将优化后的各点年均形变速率取均值。

    图 7 轨道55变形速率盒型图 Fig. 7 Box shape diagram of deformation rate of 55 track

    根据式(3)及表 1Sentinel-1A卫星不同轨道的飞行参数,将同一位置不同卫星观测的形变速率均值带入联立,得到各个位置在垂直向、正北向以及正东向的形变速率分量(表 2)。

    表 2 Sentinel-1A卫星不同轨道形变速率表 Table 2 Rate of deformation of Sentinel-1A satellites under different orbits

    图 5中的红色箭头表示所选9个位置的水平向变形情况,结合图 1可以看出,研究区水平向变形分布不均,苗娃山—后沟—焦家崖一线的水平变形主要指向西北方向,水管所—军区农场—陈家村一线主要指向东南方向。整个台面南北向变形很小,平均变形速率为-5~5 mm a-1。而东西向变形较大,平均变形速率大都超过20 mm a-1,变形较大区域主要分布在塬边。其中党川地区和焦家地区的变形远远超过其他区域,平均变形速率超过40 mm a-1,调查结果显示,这两处属于滑坡高发区,台面存在许多南北向裂缝,数据分析结果与实际情况相符。而所形成的裂缝可能会形成优势通道,灌溉水或降雨从该处入渗,可能会加速地表沉降,诱发滑坡(王刚等,2017)。

    3.2.4 地面变形发展趋势

    整体来看,研究区的地表沉降仍然处于缓慢加速发展阶段,因此,黑方台地区的地表变形在未来一段时间内仍将继续。但从图 4也可以发现目前大部分区域LOS向平均沉降速率小于10 mm a-1,其沉降速率已较为缓慢。随着农业灌溉的持续进行,土体水分入渗导致地下水位进一步上升,达到甚至超过湿陷终止含水率(18%)的黄土厚度不断增大(文宝萍等,2013),研究区地表变形达到一定值后会逐渐下降。

    4 结论

    本文针对黑方台地区的地表变形,采用PS-InSAR技术对2014~2017年期间Sentinel-1A卫星不同轨道的降轨数据进行处理,分析了该地区不同视线向(LOS)的变形和三维形变特征,并预测了未来的发展趋势。结果表明:

    (1) 在靠近台塬中部及塬边的部分区域,视线向变形速率较大,沉降范围在4~13 mm a-1。垂向变形较大的区域大都靠近台塬中部,平均变形速率为-20~-6 mm a-1。整个台面南北向变形很小,平均变形速率为-5~5 mm a-1,东西向变形较大,平均变形速率大都超过20 mm a-1。黑方台地区属于不均匀沉降区域。

    (2) 整体来看,研究区的地表变形在短期内仍处于缓慢加速发展阶段,随着农业灌溉的持续进行,研究区地表变形速率达到一定值后会逐渐下降。

    参考文献
    Berardino P, Fornaro G, Lanari R, et al. 2002. A new algorithm for surface deformation monitoring based on small baseline differential SAR interferograms[J]. Geoscience and Remote Sensing IEEE Transactions on, 40(11): 2375~2383. DOI:10.1109/TGRS.2002.803792
    Fan X M, Xu Q, Scaringi G, et al. 2017. A chemo-mechanical insight into the failure mechanism of frequently occurred landslides in the Loess Plateau, Gansu Province, China[J]. Engineering Geology, 228: 337~345. DOI:10.1016/j.enggeo.2017.09.003
    Ferretti A, Prati C, Rocca F. 2002. Nonlinear subsidence rate estimation using permanent scatterers in differential SAR interferometry[J]. IEEE Transactions on Geoscience and Remote Sensing, 38(5): 2202~2212.
    Ferrigno F, Gigli G, Fanti R, et al. 2015. GB-InSAR monitoring and observational method for landslide emergency management:the Montaguto earthflow(AV, Italy)[J]. Natural Hazards and Earth System Sciences Discussions, 3(12): 7247~7273. DOI:10.5194/nhessd-3-7247-2015
    Gabriel A K, Goldstein R M, Zebker H A. 1989. Mapping small elevation changes over large areas:Differential radar interferometry[J]. Journal of Geophysical Research Solid Earth, 94(B7): 9183~9191. DOI:10.1029/JB094iB07p09183
    Graham L C. 1974. Synthetic interferometer radar for topographic mapping[J]. Proceedings of the IEEE, 62(6): 763~768. DOI:10.1109/PROC.1974.9516
    Gu T F, Zhu L F, Hu W, et al. 2015. Effect on slope stability due to groundwater rising caused by irrigation:a case study of Heifang Platform in Gansu, China[J]. Geoscience, 29(2): 408~413.
    Guo P, Meng X M, Li Y J, et al. 2015. Effect of large dams and irrigation in the upper reaches of the Yellow River of China, and the geohazards burden[J]. Proceedings of the Geologists Association, 126(3): 367~376. DOI:10.1016/j.pgeola.2015.03.009
    Hooper A, Zebker H, Segall P, et al. 2004. A new method for measuring deformation on volcanoes and other natural terrains using InSAR persistent scatterers[J]. Geophysical Research Letters, 31(23): 1~5.
    Hooper A, Segall P, Zebker H. 2007. Persistent scattererinterferometric synthetic aperture radar for crustal deformation analysis, with application to VolcánAlcedo, Galápagos[J]. Journal of Geophysical Research Solid Earth, 112(B7).
    Hu J, Li Z W, Ding X L, et al. 2012. 3D coseismic Displacement of 2010 Darfield, New Zealand earthquake estimated from multi-aperture InSAR and D-InSAR measurements[J]. Journal of Geodesy, 86(11): 1029~1041. DOI:10.1007/s00190-012-0563-6
    Hu J, Li Z W, Zhu J J, et al. 2013. Measuring three-dimensional surface displacements from combined InSAR and GPS data based o BFGS method[J]. Chinese Journal of Geophysics, 56(1): 117~126.
    Kampes B M, Hanssen R F. 2004. Ambiguity resolution for permanent scatterer interferometry[J]. IEEE Transactions on Geoscience and Remote Sensing, 42(11): 2446~2453. DOI:10.1109/TGRS.2004.835222
    Li M, Ge D Q, Zhang L, et al. 2016. Land subsidence of coastal area in southern Tangshan using PSinSAR technique[J]. Journal of Engineering Geology, 24(4): 704~712.
    Liu B S, Zhang Y J, Wang X, et al. 2016. Analysis on microstructure of artificial collapsible loess[J]. Journal of Engineering Geology, 24(6): 1240~1246.
    Liu X, Shang A R, Jia Y S, et al. 2016. Application contrast of PS-InSAR and SBAS-InSAR in urban surface subsidence monitoring[J]. GNSS World of China, 41(2): 101~105.
    Long S C, Li T, Feng T. 2011. Study on selection of PS point targets[J]. Journal of Geodesy And Geodynamics, 31(4): 144~148.
    Madsen S N, Zebker H, Martin J. 1993. Topographic mapping using radar interferometry:processing techniques[J]. IEEE Transactions on Geoscience and Remote Sensing, 31(1): 246~256. DOI:10.1109/36.210464
    Mora O, Mallorqui J J, Broquetas A. 2003. Linear and nonlinear terrain deformation maps from a reduced set of interferometric SAR images[J]. IEEE Transactions on Geoscience and Remote Sensing, 41(10): 2243~2253. DOI:10.1109/TGRS.2003.814657
    Nikolaeva E, Walter T R. 2016. InSAR observations of the 2009 Racha earthquake, Georgia[J]. Natural Hazards and Earth System Sciences Discussions, 16(9): 2137~2144. DOI:10.5194/nhess-16-2137-2016
    Polcari M, Palano M, Fernández J, et al. 2016. 3D displacement field retrieved by integrating Sentinel-1 InSAR and GPS data:the 2014 South Napa earthquake[J]. European Journal of Remote Sensing, 49: 1~13. DOI:10.5721/EuJRS20164901
    Qi X, Xu Q, Peng D L, et al. 2017. Mechanism of gradual retreat loess landslide caused by groundwater:a case study of the irrigation loess landslide in Heifangtai, Gansu Province[J]. Journal of Engineering Geology, 25(1): 147~153.
    Rogers A E, Ingalls R P. 1969. Venus:mapping the surface reflectivity by radar interferometry[J]. Science, 165(3895): 797~799. DOI:10.1126/science.165.3895.797
    Shi H Y, Liu G, Yang S L. 2014. Regional subsidence stability evaluation along Jingjin high-speed railway based on MT-InSAR[J]. Journal of Beijing Jiaotong University, 38(6): 78~81.
    Sun P P, Zhang M S, Zhu L F, et al. 2013. Typical case study of loess collapse and discussion on related problems[J]. Geological Bulletin of China, 32(6): 847~851.
    Swales A, Denys P, Pickett V I, et al. 2016. Evaluating deep subsidence in a rapidly-accreting mangrove forest using GPS monitoring of surface-elevation benchmarks and sedimentary records[J]. Marine Geology, 380: 205~218. DOI:10.1016/j.margeo.2016.04.015
    Vervoort A. 2016. Surface movement above an underground coal longwall mine after closure[J]. Natural Hazards and Earth System Sciences, 16(9): 1~37.
    Wang C X, Wang W X. 2014. Research on method of ground subsidence monitoring based on GNSS Technology[J]. East China Science & Technology, (12): 11~11.
    Wang G, Sun P, Wu L Z, et al. 2017. Experimental study on mechanism of shallow loess landslides induced by rainfall[J]. Journal of Engineering Geology, 25(5): 1252~1263.
    Wei X M, Li C H, Zhang D. 2014. Application of GPS technology in the surface subsidence of Fuquaniron ore[J]. Modern Mining, 28(3): 42~43.
    Wen B P, Yu Z S, Li Z H, et al. 2013. Trend of the land subsidence induced by irrigation in Heifangtai, Yongjing county of Gansu Province[J]. The Chinese Journal of Geological Hazard and Control, 24(4): 108~114.
    Wen B P, Yu Z S, Li Z H, et al. 2015. Collapsibility of the loess soil on Heifangtai tableland due to wetting by flooding irrigation and its mechanism[J]. Journal of Lanzhou University(Natural Sciences), 51(6): 777~785.
    Werner C, Wegmuller U, Strozzi T, et al. 2003. Interferometric point target analysis for deformation mapping[C]//Geoscience and Remote Sensing Symposium, 2003. IGARSS'03. Proceedings, 7: 4362-4364.
    Wu G H, Wang J D, Ma W, et al. 2016. Uniaxial compression and SEM tests for loess collapsibility at loess plateau of Xifeng[J]. Journal of Engineering Geology, 24(1): 102~108.
    Xu L, Dai F C, Tham L G, et al. 2011. Field testing of irrigation effects on the stability of a cliff edge in loess, North-west China[J]. Engineering Geology, 120(1-4): 10~17. DOI:10.1016/j.enggeo.2011.03.007
    Zebker H A, Goldstein R M. 1968. Topographic mapping from interferometric synthetic aperture radar observations[J]. Journal of Geophysical Research, 91(B5): 4993~4999.
    Zhang H, Wang C, Wu T. 2009. Research on DinSArtechnology based on coherent targets[M]. Beijing: Science Press.
    Zhang L, Ding X, Lu Z. 2011. Ground settlement monitoring based on temporarily coherent points between two SAR acquisitions[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 66(1): 146~152. DOI:10.1016/j.isprsjprs.2010.10.004
    Zhang M S, Li T L. 2011. Triggering factors and forming mechanism of loess landsides[J]. Journal of Engineering Geology, 19(4): 530~540.
    Zhou L, Guo J M, Li X, et al. 2016. Monitoring and analyzing on ground settlement in Beijing area based on SBAS-InSAR[J]. Journal of Geodesy and Geodynamics, 36(9): 793~797.
    ZhuJ S, Wang X, Jiang D J, et al. 2017. Model experimental research on structure of lateral seepage control in collapsible loess foundation[J]. Journal of Engineering Geology, 25(2): 330~335.
    Zhu L F, Gu T F, Hu W, et al. 2016. Developmental mechanism of irrigation-induced loess landslides[J]. Journal of Engineering Geology, 24(4): 485~491.
    谷天峰, 朱立峰, 胡炜, 等. 2015. 灌溉引起地下水位上升对斜坡稳定性的影响——以甘肃黑方台为例[J]. 现代地质, 29(2): 408~413. DOI:10.3969/j.issn.1000-8527.2015.02.026
    胡俊, 李志伟, 朱建军, 等. 2013. 基于BFGS法融合InSAR和GPS技术监测地表三维形变[J]. 地球物理学报, 56(1): 117~126. DOI:10.3969/j.issn.1672-7940.2013.01.024
    李曼, 葛大庆, 张玲, 等. 2016. 基于PSinSAR技术的唐山南部沿海地区地面沉降研究[J]. 工程地质学报, 24(4): 704~712.
    刘博诗, 张延杰, 王旭, 等. 2016. 人工制备湿陷性黄土微观结构分析[J]. 工程地质学报, 24(6): 1240~1246.
    刘欣, 商安荣, 贾勇帅, 等. 2016. PS-InSAR和SBAS-InSAR在城市地表沉降监测中的应用对比[J]. 全球定位系统, 41(2): 101~105.
    龙四春, 李陶, 冯涛. 2011. 永久散射体点目标提取方法研究[J]. 大地测量与地球动力学, 31(4): 144~148.
    亓星, 许强, 彭大雷, 等. 2017. 地下水诱发渐进后退式黄土滑坡成因机理研究——以甘肃黑方台灌溉型黄土滑坡为例[J]. 工程地质学报, 25(1): 147~153.
    师红云, 刘广, 杨松林. 2014. 基于时序InSAR技术的京津高铁区域沉降稳定性评估[J]. 北京交通大学学报, 38(6): 78~81.
    孙萍萍, 张茂省, 朱立峰, 等. 2013. 黄土湿陷典型案例及相关问题[J]. 地质通报, 32(6): 847~851. DOI:10.3969/j.issn.1671-2552.2013.06.004
    王彩霞, 王文喜. 2014. 基于GNSS技术的地面沉降监测方法研究[J]. 华东科技:学术版, (12): 11.
    王刚, 孙萍, 吴礼舟, 等. 2017. 降雨诱发浅表层黄土滑坡机理实验研究[J]. 工程地质学报, 25(5): 1252~1263.
    魏晓明, 李长洪, 张栋. 2014. GPS技术在富全铁矿地表沉降中的应用[J]. 现代矿业, 28(3): 42~43. DOI:10.3969/j.issn.1674-6082.2014.03.012
    文宝萍, 余志山, 黎志恒, 等. 2015. 灌溉条件下黑方台黄土湿陷特征及其内在机理[J]. 兰州大学学报(自科版), 51(6): 777~785.
    文宝萍, 余志山, 黎志恒, 等. 2013. 灌溉作用下甘肃永靖黑方台地面沉陷趋势分析[J]. 中国地质灾害与防治学报, 24(4): 108~114.
    吴光辉, 王家鼎, 马威, 等. 2016. 西峰塬黄土的湿陷性研究[J]. 工程地质学报, 24(1): 102~108.
    张红, 王超, 吴涛. 2009. 基于相干目标的DinSAR方法研究[M]. 北京: 科学出版社.
    张茂省, 李同录. 2011. 黄土滑坡诱发因素及其形成机理研究[J]. 工程地质学报, 19(4): 530~540. DOI:10.3969/j.issn.1004-9665.2011.04.014
    朱景汕, 王旭, 蒋代军, 等. 2017. 湿陷性黄土地基侧向防渗结构模型试验研究[J]. 工程地质学报, 25(2): 330~335.
    周吕, 郭际明, 李昕, 等. 2016. 基于SBAS-InSAR的北京地区地表沉降监测与分析[J]. 大地测量与地球动力学, 36(9): 793~797.
    朱立峰, 谷天峰, 胡炜, 等. 2016. 灌溉诱发黄土滑坡的发育机制研究[J]. 工程地质学报, 24(4): 485~491.
    Berardino P, Fornaro G, Lanari R, et al. 2002. A new algorithm for surface deformation monitoring based on small baseline differential SAR interferograms[J]. Geoscience and Remote Sensing IEEE Transactions on, 40(11): 2375~2383. DOI:10.1109/TGRS.2002.803792
    Fan X M, Xu Q, Scaringi G, et al. 2017. A chemo-mechanical insight into the failure mechanism of frequently occurred landslides in the Loess Plateau, Gansu Province, China[J]. Engineering Geology, 228: 337~345. DOI:10.1016/j.enggeo.2017.09.003
    Ferretti A, Prati C, Rocca F. 2002. Nonlinear subsidence rate estimation using permanent scatterers in differential SAR interferometry[J]. IEEE Transactions on Geoscience and Remote Sensing, 38(5): 2202~2212.
    Ferrigno F, Gigli G, Fanti R, et al. 2015. GB-InSAR monitoring and observational method for landslide emergency management:the Montaguto earthflow(AV, Italy)[J]. Natural Hazards and Earth System Sciences Discussions, 3(12): 7247~7273. DOI:10.5194/nhessd-3-7247-2015
    Gabriel A K, Goldstein R M, Zebker H A. 1989. Mapping small elevation changes over large areas:Differential radar interferometry[J]. Journal of Geophysical Research Solid Earth, 94(B7): 9183~9191. DOI:10.1029/JB094iB07p09183
    Graham L C. 1974. Synthetic interferometer radar for topographic mapping[J]. Proceedings of the IEEE, 62(6): 763~768. DOI:10.1109/PROC.1974.9516
    Gu T F, Zhu L F, Hu W, et al. 2015. Effect on slope stability due to groundwater rising caused by irrigation:a case study of Heifang Platform in Gansu, China[J]. Geoscience, 29(2): 408~413.
    Guo P, Meng X M, Li Y J, et al. 2015. Effect of large dams and irrigation in the upper reaches of the Yellow River of China, and the geohazards burden[J]. Proceedings of the Geologists Association, 126(3): 367~376. DOI:10.1016/j.pgeola.2015.03.009
    Hooper A, Zebker H, Segall P, et al. 2004. A new method for measuring deformation on volcanoes and other natural terrains using InSAR persistent scatterers[J]. Geophysical Research Letters, 31(23): 1~5.
    Hooper A, Segall P, Zebker H. 2007. Persistent scattererinterferometric synthetic aperture radar for crustal deformation analysis, with application to VolcánAlcedo, Galápagos[J]. Journal of Geophysical Research Solid Earth, 112(B7).
    Hu J, Li Z W, Ding X L, et al. 2012. 3D coseismic Displacement of 2010 Darfield, New Zealand earthquake estimated from multi-aperture InSAR and D-InSAR measurements[J]. Journal of Geodesy, 86(11): 1029~1041. DOI:10.1007/s00190-012-0563-6
    Hu J, Li Z W, Zhu J J, et al. 2013. Measuring three-dimensional surface displacements from combined InSAR and GPS data based o BFGS method[J]. Chinese Journal of Geophysics, 56(1): 117~126.
    Kampes B M, Hanssen R F. 2004. Ambiguity resolution for permanent scatterer interferometry[J]. IEEE Transactions on Geoscience and Remote Sensing, 42(11): 2446~2453. DOI:10.1109/TGRS.2004.835222
    Li M, Ge D Q, Zhang L, et al. 2016. Land subsidence of coastal area in southern Tangshan using PSinSAR technique[J]. Journal of Engineering Geology, 24(4): 704~712.
    Liu B S, Zhang Y J, Wang X, et al. 2016. Analysis on microstructure of artificial collapsible loess[J]. Journal of Engineering Geology, 24(6): 1240~1246.
    Liu X, Shang A R, Jia Y S, et al. 2016. Application contrast of PS-InSAR and SBAS-InSAR in urban surface subsidence monitoring[J]. GNSS World of China, 41(2): 101~105.
    Long S C, Li T, Feng T. 2011. Study on selection of PS point targets[J]. Journal of Geodesy And Geodynamics, 31(4): 144~148.
    Madsen S N, Zebker H, Martin J. 1993. Topographic mapping using radar interferometry:processing techniques[J]. IEEE Transactions on Geoscience and Remote Sensing, 31(1): 246~256. DOI:10.1109/36.210464
    Mora O, Mallorqui J J, Broquetas A. 2003. Linear and nonlinear terrain deformation maps from a reduced set of interferometric SAR images[J]. IEEE Transactions on Geoscience and Remote Sensing, 41(10): 2243~2253. DOI:10.1109/TGRS.2003.814657
    Nikolaeva E, Walter T R. 2016. InSAR observations of the 2009 Racha earthquake, Georgia[J]. Natural Hazards and Earth System Sciences Discussions, 16(9): 2137~2144. DOI:10.5194/nhess-16-2137-2016
    Polcari M, Palano M, Fernández J, et al. 2016. 3D displacement field retrieved by integrating Sentinel-1 InSAR and GPS data:the 2014 South Napa earthquake[J]. European Journal of Remote Sensing, 49: 1~13. DOI:10.5721/EuJRS20164901
    Qi X, Xu Q, Peng D L, et al. 2017. Mechanism of gradual retreat loess landslide caused by groundwater:a case study of the irrigation loess landslide in Heifangtai, Gansu Province[J]. Journal of Engineering Geology, 25(1): 147~153.
    Rogers A E, Ingalls R P. 1969. Venus:mapping the surface reflectivity by radar interferometry[J]. Science, 165(3895): 797~799. DOI:10.1126/science.165.3895.797
    Shi H Y, Liu G, Yang S L. 2014. Regional subsidence stability evaluation along Jingjin high-speed railway based on MT-InSAR[J]. Journal of Beijing Jiaotong University, 38(6): 78~81.
    Sun P P, Zhang M S, Zhu L F, et al. 2013. Typical case study of loess collapse and discussion on related problems[J]. Geological Bulletin of China, 32(6): 847~851.
    Swales A, Denys P, Pickett V I, et al. 2016. Evaluating deep subsidence in a rapidly-accreting mangrove forest using GPS monitoring of surface-elevation benchmarks and sedimentary records[J]. Marine Geology, 380: 205~218. DOI:10.1016/j.margeo.2016.04.015
    Vervoort A. 2016. Surface movement above an underground coal longwall mine after closure[J]. Natural Hazards and Earth System Sciences, 16(9): 1~37.
    Wang C X, Wang W X. 2014. Research on method of ground subsidence monitoring based on GNSS Technology[J]. East China Science & Technology, (12): 11~11.
    Wang G, Sun P, Wu L Z, et al. 2017. Experimental study on mechanism of shallow loess landslides induced by rainfall[J]. Journal of Engineering Geology, 25(5): 1252~1263.
    Wei X M, Li C H, Zhang D. 2014. Application of GPS technology in the surface subsidence of Fuquaniron ore[J]. Modern Mining, 28(3): 42~43.
    Wen B P, Yu Z S, Li Z H, et al. 2013. Trend of the land subsidence induced by irrigation in Heifangtai, Yongjing county of Gansu Province[J]. The Chinese Journal of Geological Hazard and Control, 24(4): 108~114.
    Wen B P, Yu Z S, Li Z H, et al. 2015. Collapsibility of the loess soil on Heifangtai tableland due to wetting by flooding irrigation and its mechanism[J]. Journal of Lanzhou University(Natural Sciences), 51(6): 777~785.
    Werner C, Wegmuller U, Strozzi T, et al. 2003. Interferometric point target analysis for deformation mapping[C]//Geoscience and Remote Sensing Symposium, 2003. IGARSS'03. Proceedings, 7: 4362-4364.
    Wu G H, Wang J D, Ma W, et al. 2016. Uniaxial compression and SEM tests for loess collapsibility at loess plateau of Xifeng[J]. Journal of Engineering Geology, 24(1): 102~108.
    Xu L, Dai F C, Tham L G, et al. 2011. Field testing of irrigation effects on the stability of a cliff edge in loess, North-west China[J]. Engineering Geology, 120(1-4): 10~17. DOI:10.1016/j.enggeo.2011.03.007
    Zebker H A, Goldstein R M. 1968. Topographic mapping from interferometric synthetic aperture radar observations[J]. Journal of Geophysical Research, 91(B5): 4993~4999.
    Zhang H, Wang C, Wu T. 2009. Research on DinSArtechnology based on coherent targets[M]. Beijing: Science Press.
    Zhang L, Ding X, Lu Z. 2011. Ground settlement monitoring based on temporarily coherent points between two SAR acquisitions[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 66(1): 146~152. DOI:10.1016/j.isprsjprs.2010.10.004
    Zhang M S, Li T L. 2011. Triggering factors and forming mechanism of loess landsides[J]. Journal of Engineering Geology, 19(4): 530~540.
    Zhou L, Guo J M, Li X, et al. 2016. Monitoring and analyzing on ground settlement in Beijing area based on SBAS-InSAR[J]. Journal of Geodesy and Geodynamics, 36(9): 793~797.
    ZhuJ S, Wang X, Jiang D J, et al. 2017. Model experimental research on structure of lateral seepage control in collapsible loess foundation[J]. Journal of Engineering Geology, 25(2): 330~335.
    Zhu L F, Gu T F, Hu W, et al. 2016. Developmental mechanism of irrigation-induced loess landslides[J]. Journal of Engineering Geology, 24(4): 485~491.
    谷天峰, 朱立峰, 胡炜, 等. 2015. 灌溉引起地下水位上升对斜坡稳定性的影响——以甘肃黑方台为例[J]. 现代地质, 29(2): 408~413. DOI:10.3969/j.issn.1000-8527.2015.02.026
    胡俊, 李志伟, 朱建军, 等. 2013. 基于BFGS法融合InSAR和GPS技术监测地表三维形变[J]. 地球物理学报, 56(1): 117~126. DOI:10.3969/j.issn.1672-7940.2013.01.024
    李曼, 葛大庆, 张玲, 等. 2016. 基于PSinSAR技术的唐山南部沿海地区地面沉降研究[J]. 工程地质学报, 24(4): 704~712.
    刘博诗, 张延杰, 王旭, 等. 2016. 人工制备湿陷性黄土微观结构分析[J]. 工程地质学报, 24(6): 1240~1246.
    刘欣, 商安荣, 贾勇帅, 等. 2016. PS-InSAR和SBAS-InSAR在城市地表沉降监测中的应用对比[J]. 全球定位系统, 41(2): 101~105.
    龙四春, 李陶, 冯涛. 2011. 永久散射体点目标提取方法研究[J]. 大地测量与地球动力学, 31(4): 144~148.
    亓星, 许强, 彭大雷, 等. 2017. 地下水诱发渐进后退式黄土滑坡成因机理研究——以甘肃黑方台灌溉型黄土滑坡为例[J]. 工程地质学报, 25(1): 147~153.
    师红云, 刘广, 杨松林. 2014. 基于时序InSAR技术的京津高铁区域沉降稳定性评估[J]. 北京交通大学学报, 38(6): 78~81.
    孙萍萍, 张茂省, 朱立峰, 等. 2013. 黄土湿陷典型案例及相关问题[J]. 地质通报, 32(6): 847~851. DOI:10.3969/j.issn.1671-2552.2013.06.004
    王彩霞, 王文喜. 2014. 基于GNSS技术的地面沉降监测方法研究[J]. 华东科技:学术版, (12): 11.
    王刚, 孙萍, 吴礼舟, 等. 2017. 降雨诱发浅表层黄土滑坡机理实验研究[J]. 工程地质学报, 25(5): 1252~1263.
    魏晓明, 李长洪, 张栋. 2014. GPS技术在富全铁矿地表沉降中的应用[J]. 现代矿业, 28(3): 42~43. DOI:10.3969/j.issn.1674-6082.2014.03.012
    文宝萍, 余志山, 黎志恒, 等. 2015. 灌溉条件下黑方台黄土湿陷特征及其内在机理[J]. 兰州大学学报(自科版), 51(6): 777~785.
    文宝萍, 余志山, 黎志恒, 等. 2013. 灌溉作用下甘肃永靖黑方台地面沉陷趋势分析[J]. 中国地质灾害与防治学报, 24(4): 108~114.
    吴光辉, 王家鼎, 马威, 等. 2016. 西峰塬黄土的湿陷性研究[J]. 工程地质学报, 24(1): 102~108.
    张红, 王超, 吴涛. 2009. 基于相干目标的DinSAR方法研究[M]. 北京: 科学出版社.
    张茂省, 李同录. 2011. 黄土滑坡诱发因素及其形成机理研究[J]. 工程地质学报, 19(4): 530~540. DOI:10.3969/j.issn.1004-9665.2011.04.014
    朱景汕, 王旭, 蒋代军, 等. 2017. 湿陷性黄土地基侧向防渗结构模型试验研究[J]. 工程地质学报, 25(2): 330~335.
    周吕, 郭际明, 李昕, 等. 2016. 基于SBAS-InSAR的北京地区地表沉降监测与分析[J]. 大地测量与地球动力学, 36(9): 793~797.
    朱立峰, 谷天峰, 胡炜, 等. 2016. 灌溉诱发黄土滑坡的发育机制研究[J]. 工程地质学报, 24(4): 485~491.