通过整合SBAS-InSAR技术和对数逻辑函数，精确反演矿区三维地表沉降情况

《International Journal of Remote Sensing》：Refined inversion of 3D surface subsidence in mining areas by integrating SBAS-InSAR and Log-logistic function

针对传统概率积分法（PIM）收敛性差的问题，本研究提出融合改进PIM与SBAS-InSAR的三维动态变形监测方法。通过联合GNSS和SBAS-InSAR反演参数，引入Log-logistic时间函数构建GDPIM-Log模型，并采用基于相干性、像素分布和变形梯度的加权策略实现高分辨率三维位移重建。案例验证显示该方法在Dahaize煤矿的垂直（32.1mm）、东西（22.9mm）和南北（34.2mm）方向RMSE均优于单模型，有效提升三维沉降监测精度与工程适用性。

　　

摘要

为了解决传统概率积分方法（PIM）在预测采矿引起的地面沉降边界时的收敛效果不佳问题——这一问题常常导致三维（3D）位移分解出现较大误差——本研究提出了一种改进的3D动态变形监测方法，该方法将改进后的PIM与小基线子集干涉合成孔径雷达（SBAS-InSAR）相结合。首先，利用全球导航卫星系统（GNSS）和SBAS-InSAR观测数据联合反演DPIM模型的参数，从而得到一个更符合实际地质和采矿条件的GDPIM模型。接着，引入对数-逻辑时间函数构建GDPIM-Log模型，以提高模拟沉降时间演变的能力。在此基础上，利用InSAR数据的大规模和高空间分辨率特性，通过基于相干性、像素分布和变形梯度的加权策略，构建了融合模型GDL-InSAR，以实现高分辨率的垂直和水平位移三维重建。以Dahaize煤矿为案例研究，使用2022年7月至2023年6月期间的InSAR影像和GNSS数据对所提出方法进行了验证。结果表明，沿GNSS观测线的平均均方根误差（RMSE）分别为：垂直方向32.1毫米、东西方向22.9毫米、南北方向34.2毫米，显著优于单一模型反演的结果。研究结果表明，所提出的融合方法在提高采矿区3D沉降监测精度、增强模型适应性和支持实际工程应用方面具有显著优势。