پیام خود را بنویسید
دوره 14، شماره 2 - ( تابستان 1403 )                   جلد 14 شماره 2 صفحات 157-138 | برگشت به فهرست نسخه ها


XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Nami M H, Naderi M. Assessments of Land Subsidence in the Tehran Metropolitan Using Satellite Radar Interferometry Technique. Disaster Prev. Manag. Know. 2024; 14 (2) :138-157
URL: http://dpmk.ir/article-1-695-fa.html
نامی محمدحسن، نادری مهدی. بررسی میزان فرونشست کلان‌شهر تهران با استفاده از تکنیک تداخل‌سنجی پراکنش‌گر دائم و تصاویر راداری سنتینل-1. دانش پیشگیری و مدیریت بحران. 1403; 14 (2) :138-157

URL: http://dpmk.ir/article-1-695-fa.html


1- گروه جغرافیای سیاسی، دانشگاه علوم و فنون فارابی، تهران، ایران.
2- گروه سنجش از دور و GIS، دانشکده علوم انسانی، دانشگاه تربیت مدرس، تهران، ایران.
متن کامل [PDF 16188 kb]   (1136 دریافت)     |   چکیده (HTML)  (4748 مشاهده)
متن کامل:   (978 مشاهده)
مقدمه
در دهه‌های اخیر، رشد و توسعه سریع شهرنشینی به نیاز فوری به نظارت و پایش مستمر مناطق شهری منجر شده است. عوامل مختلف طبیعی و انسانی مانند بهره‌برداری بیش از حد از سفره‌های زیرزمینی، زلزله، گسترش شهری و پروژه‌های بزرگ ساخت‌و‌ساز شهری مانند تونل‌سازی زیرزمینی به تغییر شکل زمین و فرونشست مناطق شهری منجر می‌شوند (ژائو و همکاران، 2011؛ آرانژیو و همکاران، 2014؛ کراستو و همکاران، 2019؛ نوولینو و همکاران، 2017). فرونشست زمین به‌عنوان جابه‌جایی رو به پایین سطح زمین نسبت‌به سطح مرجع تعریف می‌شود که از چند میلی‌متر تا چند متر متغیر بوده و میزان جابه‌جایی افقی در این حرکت ناچیز است (ویدودو و همکاران، 2019).
 رخداد تغییرات اقلیم و تداوم خشکسالی و نیز مدیریت غیراصولی منابع آبی به‌دنبال رشد فزاینده جمعیت، به فرونشست زمین در مناطق شهری و غیرشهری کلان‌شهر تهران منجر شده است. گاهی این مخاطره طبیعی به‌سبب تحریک عوامل ایجابی آن مانند بهره‌برداری بیش از ظرفیت منابع آب زیرزمینی دشت‌ها، دامنه گسترده‌ای به خود گرفته و علاوه بر ایجاد پدیده‌های مورفولوژیک فراوان در سطح زمین، به مخاطره و تهدید برای انسان و دستاوردهای انسانی تبدیل می‌شود (شریفی‌کیا، 1391). روش‌های مرسوم اندازه‌گیری فرونشست زمین مانند: 1) اندازه‌گیری مستقیم تراکم آبخوان توسط اکستنسومتر، 2) مشاهده تراز آب زیرزمینی، 3) محاسبه با استفاده از داده‌های زمین‌شناسی و هیدرولوژی و 4) اندازه‌گیری تغییرات ارتفاع توپوگرافی با روش‌های زمین‌سنجی، ترازیابی و سیستم موقعیت‌یاب جهانی، اگرچه دقت بالایی دارند اما تا حدود پذیرفته‌شده‌ای زمان‌بر و دشوار هستند و در بسیاری از موارد اندازه‌گیری دقیق میدانی به‌ویژه در مناطق شهری متراکم امکان‌پذیر نیست. ازاین‌رو، روشی برای نظارت بر جابه‌جایی زمین در مقیاس وسیع در مدت‌زمان کوتاه موردنیاز است تا نتایج قابل‌اعتمادی برای پایش زودهنگام و مستمر مناطق تحت تأثیر مخاطره زمین‌شناسی ارائه دهد (ژو و همکاران، 2022؛ هو و همکاران، 2019؛ هررا و همکاران، 2013).
 امروزه با بهره‌گیری از فناوری جدید سنجش از دور و تصاویر ماهواره‌ای ارائه‌شده توسط ماهواره‌های مختلف، پایش و نظارت بر فرونشست زمین با دقت بالایی قابل انجام است. تداخل‌سنجی پراکنش‌گر دائمی یک تکنیک سری‌زمانی است که از اطلاعات نامزدهای پراکنش‌گر پایدار برای پایش مداوم فرونشست زمین و تخمین سرعت جابه‌جایی هدف در امتداد خط دید سنسور با دقت میلی‌متر استفاده می‌کند (کراساکیس و همکاران، 2019). به‌کارگیری تکنیک PSI به‌عنوان یک روش جدید و پیشرو می‌تواند بر محدودیت‌های روش سنتی «رادار روزنه مصنوعی تداخل‌سنج تفاضلی » از قبیل عدم‌ همبستگی مکانی و زمانی که مانع تولید تداخل‌نماهای تفاضلی می‌شود و همچنین اثر اتمسفر غلبه کند (کراستو و همکاران، 2019). 
لو و همکاران (2014)، تکنیک تداخل‌سنجی پراکنش‌گر دائم PSI و تصاویر تراسار-ایکس را در تعیین نرخ فرونشست زمین در شهر تیانجین بین سال‌های 2009 تا 2011 به کار بردند. قاضی‌فرد و همکاران، (2017)، با استفاده از تکنیک D-InSAR و لایه‌های اطلاعاتی متعدد از قبیل داده‌های پیزومتری، دیواره چاه‌ها و بررسی‌های ژئوفیزیکی به ارزیابی فرونشست زمین در شهر دامنه، ایران پرداختند. در مطالعه فروغ‌نیا و همکاران (2018)، دو مجموعه تصاویر شامل سنتینل-1 و انویست ـ آسار جهت محاسبه فرونشست زمین شهر تهران با تکنیک PSI مورد تجزیه‌وتحلیل قرار گرفت. نتایج بیانگر فرونشست چشم‌گیر در بخش جنوبی منطقه موردمطالعه برای همه آنالیزهای سری‌زمانی بود. دنگ و همکاران (2019)، به بررسی فرونشست زمین در شهر جیانگجین با استفاده از الگوریتم «طول خط مبنای مکانی کوتاه » و تصاویر سنتینل-1 پرداختند.
ویدودو و همکاران، (2019)، نقشه جابه‌جایی سطح مبتنی بر تکنیک D-InSAR و داده‌های باند c سنتینل-1 برای منطقه شهری جاکارتا را ارائه دادند. در پژوهش مقصودی و همکاران (2019) که در منطقه غرب تهران و با استفاده از تکنیک تداخل‌سنجی راداری مبتنی بر پراکنش‌گرهای دائمی انجام شد، یک سری‌زمانی 2ساله متشکل از 30 تصویر سنتینل-1 مورداستفاده قرار گرفت. در پژوهش استوپر و همکاران (2020) با عنوان «بررسی فتوگرامتری مبتنی بر پهپاد برای پایش فرونشست معادن بزرگ»، روش‌های نظارتی مانند کل ایستگاه‌ها، سیستم ماهواره‌ای ناوبری جهانی و پهپاد در معدن زغال‌سنگ ولنج طی سال 2017 بررسی شدند. نتایج کلی نشان دادند هر دو روش GNSS و UAV برای نظارت بر فرونشست معدن مناسب هستند. پاپی و همکاران (2020)، از تکنیک تداخل‌سنجی راداری به‌منظور برآورد فرونشست زمین در غرب استان تهران (دشت شهریار) و ارتباط آن با برداشت آب‌های زیرزمینی استفاده کردند. 
ژوژو و همکاران، (2022)، به‌کمک روش‌های سری‌زمانی اینسار و GNSS نسبت به بررسی پایش فرونشست زمین در شهر کون‌مینگ اقدام کردند و حداکثر نرخ فرونشست زمین، 48 میلی‌متر در سال برآورد شد. یونسی سینکی و آخوندزاده هنزائی (2023)، فرونشست تونل خط 7 متروی تهران را با استفاده از تصاویر پایین‌گذر سنتینل-1 در یک بازه زمانی 6ماهه و روش تداخل‌سنجی موردبررسی قرار دادند. 
بررسی ادبیات و پیشینه تحقیق نشان می‌دهد به‌کارگیری تکنیک سری‌زمانی PSI در تحقیقات متعددی به‌خصوص در محدوده مطالعاتی شهر تهران موردتوجه بوده است. با این حال، اکثر مطالعات بر بخش‌های جنوبی شهر تهران که به دشت‌های تهران و شهریار منتهی می‌شود، متمرکز شده‌اند و مطالعه‌ای که فرونشست مناطق 22گانه شهر تهران را به‌صورت جامع مورد تحلیل و بررسی قرار دهد، موردنیاز است. به‌منظور تبیین رابطه بین جابه‌جایی‌های حادث‌شده و بهره‌برداری بی‌رویه از منابع آب زیرزمینی که به‌عنوان مهم‌ترین عامل ایجابی فرونشست زمین در محدوده مطالعاتی شناخته می‌شود، تغییرات ایستابی آب چاه‌های مشاهده‌ای در مناطق شهری و غیرشهری مورد ارزیابی قرار گرفت. از دیگر اهداف پژوهش حاضر می‌توان به قابلیت و پتانسیل تصاویر SAR سنتینل-1 برای تحلیل سری‌زمانی در پایش تغییرات سطح زمین اشاره داشت.

روش

منطقه موردمطالعه

کلان‌شهر تهران به مرکزیت شهر تهران با وسعتی حدود 13688 کیلومتر مربع در سمت شمال و شمال‌غربی کشور قرار دارد. از نظر موقعیت جغرافیایی، این شهر بین 34 درجه و 52 دقیقه تا 36 درجه و 21 دقیقه عرض شمالی و 50 درجه و 10 دقیقه تا 53 درجه و 10 دقیقه طول شرقی واقع شده‌ است. استان تهران با بیش از 13 میلیون نفر جمعیت، 5/17 درصد جمعیت کل کشور را در خود جای داده است. گرم‌ترین ماه‌های سال شامل مرداد و شهریور با دمای متوسط 35 تا 45 درجه سانتی‌گراد و سردترین ماه‌های سال شامل دی و بهمن با دمای 5- درجه سانتی‌گراد گزارش شده ‌است. از دید ناهمواری‌های طبیعی، تهران به دو ناحیه دشتی و کوهپایه‌ای البرز تقسیم می‌شود و گستره کنونی آن از ارتفاع 900 تا 1800متری از سطح دریا امتداد یافته ‌است. تهران دارای اقلیم نیمه‌خشک است؛ به‌گونه‌ای که عواملی از قبیل بارش بیش از 300 میلی‌متر در سال، دمای کافی و خاک مساعد، پوشش گیاهی مناسبی را به‌صورت مراتع بهاری و تابستانی در مناطق شمالی استان به وجود می‌آورد (نادری و رحیمی هزاروند، 1401).
مشخصه اصلی زمین‌شناسی تهران، قرار گرفتن آن بین دو توده عظیم رشته‌کوه البرز و فلات ایران است که مهم‌ترین نمود این مسئله، وجود گسل‌های فعالی مانند گسل مشا، گسل شمال تهران و گسل ری است که موجب وقوع زمین‌لرزه‌های خفیف در محل این گسل‌ها شده است. در چند دهه اخیر، عملکرد نامناسب بشر به‌ویژه در برداشت‌های غیراصولی از منابع سیالی و غیرسیالی زیرسطحی مانند سفره‌های آب زیرزمینی و منابع نفت و گاز و همچنین توسعه شهرنشینی، به رخداد فرونشست زمین در بسیاری از دشت‌های بحرانی کشور ازجمله دشت تهران منجر شده است. رشد و توسعه شهرهای بزرگ مانند تهران از نظر ابنیه و همچنین توسعه شریان‌های مهم از قبیل خطوط انتقال برق، گاز، بزرگراه‌ها و ساختمان‌های مهم، پیش از هر چیزی نیازمند انجام مطالعات دقیق و شناخت مخاطره‌های طبیعی ازجمله فرونشست زمین است تا مناطق متأثر از این مخاطره زمین‌شناختی شناسایی شده و مورد ارزیابی قرار گیرند (مرادی و همکاران، 1399). بررسی آمار نشان می‌دهد طی بازه زمانی 1970-2012، تعداد چاه‌های بهره‌برداری از آب زیرزمینی به 3 برابر افزایش یافته و متوسط تراز آب زیرزمینی حدود 12 متر کاهش یافته است (محمودپور و همکاران، 2016). بنابراین باتوجه‌به مجموع موارد ذکرشده، اهمیت انتخاب کلان‌شهر تهران به‌عنوان محدوده مطالعاتی تحقیق حاضر نمود پیدا می‌کند. در تصویر شماره 1، موقعیت جغرافیایی منطقه موردمطالعه نشان داده شده است.



داده‌های مورداستفاده
سنتینل-1، از سری ماهواره‌های راداری سازمان فضایی اروپا است که به‌منظور نقشه‌برداری سراسری از مناطق خشکی، مناطق ساحلی، مناطق یخی دریا، مناطق قطبی و اقیانوس‌ها با وضوح بالا طراحی شده است. سنتینل-1 دارای یک مجموعه دوماهواره‌ای به نام‌های سنتینل-1A و سنتینل-1B است که به‌ترتیب در سال‌های 2014 و 2016 به فضا فرستاده شدند و هر یک با فاصله 180 درجه از یکدیگر قرار گرفته‌اند. اضافه‌ شدن سری B به سری A این سنجنده تنها باعث تقلیل زمان بازدید مجدد از 12 روز به 6 روز شده است (نادری، 1400). 
از دیگر مشخصه‌های مهم این ماهواره می‌توان به تصویربرداری در محدوده مایکروویو و طول موج باند C (طول موج برابر با 54/5 سانتی‌متر)، مدار قطبی خورشید آهنگ و قدرت تفکیک مکانی متغیر از 5 متر با عرض برداشت 20 کیلومتر تا 40 متر با عرض برداشت 400 کیلومتر اشاره داشت. در این پژوهش، از محصول مختلط تک‌منظر این ماهواره با حالت تصویربرداری نوار عریض تداخل‌سنجی که در مباحث مرتبط با تداخل‌سنجی راداری کاربرد دارد، استفاده شده است. مشخصات تصاویر ماهواره‌ای مورداستفاده در تحقیق حاضر در جدول شماره 1 ارائه شده است.



تکنیک تداخل‌سنجی پراکنش‌گر دائمی 
تکنیک PSI یک تکنیک سری‌زمانی InSAR است که از مجموعه تصاویر SAR در یک منطقه یکسان برای بازیابی سرعت تغییر شکل زمین در خط دید سنسور استفاده می‌کند. PSI، اهداف پراکنش‌گر دائمرا که دارای کمترین تأثیر از عدم همبستگی مکانی و زمانی هستند، انتخاب می‌کند. علاوه بر این، سهم اثرات جوی در فاز تداخل‌سنجی با استفاده از تخمین صفحه فاز اتمسفر برآورد می‌شود که حذف آن به افزایش دقت اندازه‌گیری جابه‌جایی تا یک میلی‌متر در سال منجر می‌شود. پیکسل‌هایی که ثبات آماری در دامنه و فاز تداخلی مشاهده‌شده در سیگنال SAR دریافتی در مجموعه سری‌زمانی تصاویر دارند، کاندیدهای پراکنش‌گر دائم هستند (تامبورینی و همکاران، 2010). فاز تداخل‌سنجی SAR در طول فرایند تداخل‌سنجی پراکنش‌گر دائم تحت تأثیر عوامل مختلفی مانند عدم دقت هندسه اکتساب، خطای ناشی از داده‌های توپوگرافی، اثرات اتمسفر، خطاهای مداری و نویزهای حرارتی قرار می‌گیرد. خطای فاز توپوگرافی در طول حذف فاز توپوگرافی به‌دلیل عدم دقت مدل رقومی ارتفاعی استفاده‌شده القا می‌شود (تامبورینی و همکاران، 2010). همچنین خطای دیگری به‌نام خطای توپوگرافی باقیمانده وجود دارد که دلیل آن، اختلاف بین ارتفاع واقعی مرکز فاز پراکنش یک PS معین و DEM در یک نقطه معین است. خطاهای مداری به‌دلیل انحراف پلتفرم SAR ایجاد می‌شوند. معادلات ریاضی که فازهای تداخل‌سنجی مشاهده‌شده دریافتی از پراکنش‌ها را کمی می‌کند، در فرمول‌های شماره 1 و 2 ارائه شده است (باملر و هارتل، 1998):




در فرمول‌های شماره 1 و 2، Φint فاز تداخل‌نما، Φdef فاز ناشی از تغییر شکل زمین، Φresi فاز باقیمانده، Φtopo فاز ناشی از توپوگرافی، Φatm فاز ناشی از اثرات اتمسفر، Φorbit فاز ناشی از خطای موجود در پارامترهای مداری و Φnoise فاز ناشی از نویز نامرتبط تولیدشده توسط پراکنش‌گرها در پس‌زمینه‌ای به‌نام کلاتر و نویز حرارتی که فاز موج الکترومغناطیس را تحت تأثیر قرار می‌دهد، هستند. فازهای ناشی از توپوگرافی (Φtopo)، اتمسفر (Φatm)، خطاهای مداری (Φorbit) و نویز (Φnoise)، فاز باقیمانده (Φresi) را تشکیل می‌دهند. تغییرات فاز ناشی از خطاهای مختلف با استفاده از معادلات ابهام ارتفاعی به دست آمده است. تغییر ارتفاع که تغییر فاز تداخل‌سنجی 2π را پس از حذف فاز توپوگرافی ایجاد می‌کند، ابهام ارتفاعی (Ha) نامیده می‌شود که معادله آن در فرمول شماره 3 آورده شده است (باملر و هارتل، 1998):



همچنین ابهام ارتفاعی را می‌توان با استفاده از فرمول شماره 4 بیان کرد: 


 
با استفاده از فرمول‌های شماره 3 ، 4 و 5 به‌صورت زیر تعریف می‌شود:



در فرمول‌های شماره 3، 4 و 5، λ طول موج، θ زاویه برخورد، R فاصله رنج، Bn خط مبنای عمود، Δd تغییرات Dem و Φd تغییر فاز ناشی از عدم دقت مدل رقومی ارتفاعی است (هوپر و همکاران، 2006). فاز ناشی از تغییر شکل زمین را می‌توان با استفاده از تغییر در سرعت مدل‌سازی کرد (لو و لیائو، 2008). بنابراین Φdef را می‌توان همان‌طور که در فرمول شماره 5 نشان داده شده است، بیان کرد؛ جایی‌که V سرعت جابه‌جایی در امتداد جهت خط دید و T خط مبنای زمانی بین گذرهای SAR است فرمول‌های شماره 1 و 2. فاز تداخل‌سنجی (Φdef) و فاصله نمونه‌برداری (T) مقادیر مشاهده‌شده هستند. سرعت خطی (V) و فاز باقیمانده (K) را می‌توان با استفاده از روش برازش خطی حداقل مربعات محاسبه کرد. بازیابی فاز جابه‌جایی خطی از طریق حذف فاز باقیمانده (Φresi) از فاز تداخل‌نما (Φint) انجام می‌شود. تخمین فاز ناشی از اتمسفر (Φatm) پس از حذف سایر مؤلفه‌های فاز باقیمانده انجام می‌شود. این تأخیر فاز اتمسفر دارای همدوسی مکانی بالا (در یک زمان خاص) و همدوسی زمانی کمتری است؛ به این معنی که صحنه‌های SAR همان تأخیر فاز اتمسفر را در همه صحنه‌هایی که به‌طور هم‌زمان به دست می‌آیند، تجربه می‌کنند، اما این تأخیر فاز اتمسفر به‌صورت زمانی از یک صحنه به صحنه دیگر متفاوت است. تخمین APS را می‌توان با استفاده از فرایند کریجینگ انجام داد (گوچیونه و همکاران، 2013؛ آواستی و همکاران، 2020). فرمول این روش درون‌یابی را می‌توان به‌صورت فرمول شماره 6 بیان کرد (هوپر و همکاران، 2006): 




که APS(Si) فاز اتمسفر نقطه PS iام، So پیکسل برای درون‌یابی و M تعداد نقاط Ps موردنیاز برای انجام محاسبات است. در تابع وزنی، Λi وزن فاصله معکوس و Di فاصله بین نقطه Ps و پیکسل برای درون‌یابی است (آواستی و همکاران، 2020). هنگامی‌که APSها در شبکه تصویر معمولی تعیین و نمونه‌برداری مجدد شدند، داده‌ها برای سهم این فاز جبران می‌شوند (آواستی و همکاران، 2020). درنهایت، پس از برآورد دقیق فاز اتمسفر و حذف آن، محاسبه فاز جابه‌جایی شامل اجزای خطی و غیرخطی به‌صورت پیکسل به پیکسل انجام می‌شود (آواستی و همکاران، 2020).

روش انجام تحقیق
روش انجام تحقیق حاضر پیمایشی ـ آزمایشگاهی و تحلیلی ـ استدلالی است. در مرحله پیش‌پردازش، پس از فراخوانی تصاویر و تبدیل آن‌ها به فرمت قابل‌خوانش توسط ماژول SARScape مستقر بر پلتفرم ENVI، باتوجه‌به اینکه محدوده مطالعاتی تنها بخشی از سین تصویر را تشکیل می‌دهد، نسبت به برش تصاویر براساس مرز منطقه موردمطالعه اقدام شد. پس از آماده‌سازی مجموعه داده اولیه، براساس معیارهای اتخاذشده، تصاویر پایه و پیرو سنتینل-1 طی مرحله اتصال گراف مشخص شدند. تصویری که عدم همبستگی مکانی و زمانی آن در طول سری‌زمانی حداقل بود، به‌عنوان تصویر مرجع انتخاب شد. در مرحله دوم، ثبت هندسی تصاویر و تولید تداخل‌نما انجام شد. طی فرایند ثبت هندسی، هر پیکسل هدف زمینی دارای آزیموت و دامنه منفرد و یکسان در تصاویر پایه و پیرو است. در مرحله سوم، با استفاده از مجموعه تداخل‌نماهای حاصل‌شده از مرحله قبل و همچنین شاخص پراکندگی دامنه، پیکسل‌های پراکنش‌گر دائم که رفتار فازی آن‌ها در طول زمان ثابت است، برگزیده شدند. پس از انتخاب پیکسل‌های پراکنش‌گر دائمی، تداخل‌نماهای تمامی تصاویر SAR نسبت به تصویر پایه در نقاط PS محاسبه شدند. در مرحله چهارم، باتوجه‌به اینکه اختلاف فاز دو تصویر SAR برای هر PS شامل مؤلفه‌هایی از قبیل فاز ناشی از اتمسفر، فاز ناشی از خطاهای مداری، فاز ناشی از توپوگرافی و فاز ناشی از نویز است، نسبت به شناسایی فازهای مذکور اقدام شد تا درنهایت با تفاضل موارد فوق از فاز تداخل‌نما، فاز ناشی از جابه‌جایی سطح زمین برآورد شود. پس از حصول اطمینان از برآورد صحیح فازهای مذکور و حذف آن‌ها از فاز تداخل‌نما، فاز باقیمانده صرفاً شامل فاز ناشی از جابه‌جایی زمین بود. در گام آخر و پس از ژئوکد یا زمین‌مرجع کردن مجموعه خروجی‌های اخذشده، نقشه نهایی متوسط جابه‌جایی سطح زمین در سیستم مختصات سنجنده تولید شد. علاوه بر این، با تجزیه‌وتحلیل نقشه فرونشست زمین و شناسایی نقاط تغییریافته، اقدام به تبیین دلایل ایجابی این امر به‌ویژه تغییرات ایستابی آب چاه‌های مشاهده‌ای شد تا رابطه بین مقدار فرونشست زمین با تراز آب زیرزمینی موردبررسی قرار گیرد. نمودار جریانی تحقیق در تصویر شماره 2 ارائه شده است.



یافته‌ها
نتایج حاصل از مراحل عملی تداخل‌سنجی PSI جهت تولید نقشه متوسط نرخ تغییرات زمین
اولین مرحله از پردازش تکنیک PSI، اتصال گراف است؛ به‌گونه‌ای که شبکه‌ای از تصاویر پردازش‌نشده که تحت عنوان تصویر می‌شناسیم، ایجاد می‌شود که برای تولید تداخل‌نماهای تفاضلی چندگانه استفاده می‌شود. براساس معیارها و آستانه‌های تعریف‌شده در شبکه تصاویر، یک تصویر که کمترین تأثیر از عدم همبستگی‌های مکانی و زمانی را دارد به‌عنوان تصویر پیرو در نظر گرفته می‌شود. خروجی حاصل از این مرحله، نمودارهای زمان ـ موقعیت و زمان ـ خط مبنا هستند که در تصویر شماره 3 (الف و ب) ارائه شده‌اند. نمودار زمان ـ موقعیت معرف فاصله نرمال تصویر پیرو نسبت به تصاویر پایه است. نمودار زمان ـ خط مبنا نیز خط مبنای نرمال تصویر پیرو نسبت به تصاویر پایه را ارائه می‌دهد. براساس نتایج، تصویر تاریخ 14 آگوست 2022 به‌عنوان تصویر پیرو در این مرحله انتخاب شد. 



مطابق تصویر شماره 3، با استفاده از تصویر مرجع مرتبط با 14 آگوست 2022 و پس از انجام عملیات ثبت هندسی، براساس قاعده کلی که برای یک سری‌زمانی متشکل از N تصویر، N-1 تداخل‌نما تولید می‌شود، 30 تداخل‌نما تشکیل شد و مدل رقومی ارتفاعی مأموریت توپوگرافی شاتل رادار با وضوح مکانی 90 متر و فایل مداری ماهواره به‌ترتیب برای حذف فازهای ناشی از توپوگرافی و خطای مداری (زمین مسطح) به کار گرفته شد. به‌منظور انتخاب کاندیدهای پراکنش‌گر دائمی از شاخص پراکندگی دامنه MuSigma استفاده شد که به‌صورت فرمول شماره 7 تعریف می‌شود (کوتولاک و همکاران، 2020):



مبتنی بر شاخص پراکندگی دامنه، پیکسل‌های پراکنش‌گر دائم انتخاب و طی فرایند مثلث‌بندی دلونی به یکدیگر مرتبط می‌شوند تا شبکه‌ای از نقاط شکل گیرد. از ملزومات انتخاب پیکسل‌های PS می‌توان به پایدار بودن آن‌ها در طول زمان (نوسانات کمتر از یک میلی‌متر) و جهت‌گیری مناسب آن‌ها به‌گونه‌ای که از آنتن SAR قابل‌تشخیص باشند، اشاره کرد. باتوجه‌به حذف فاز ناشی از خطای مداری و همچنین فاز ناشی از توپوگرافی از فاز تداخل‌نما، اختلاف فاز تداخل‌سنجی برای دو پیکسل مجاور A و A0 در شبکه نقاط به‌صورت فرمول شماره 8 تعریف می‌شود:



که dΦintH,A,A0 خطای باقیمانده توپوگرافی، dΦintV,A,A0 فاز ناشی از جابه‌جایی در راستای خط دید ماهواره و dΦintNoise,A,A0 فاز ناشی از نویز بر روی یال بین دو پیکسل مجاور هستند. در صورت بالا بودن تراکم نقاط پراکنش‌گر دائم و همچنین کمتر بودن اختلاف فاز دو پیکسل مجاور از نصف طول موج (شرط نایکوئیست)، محاسبه پارامترهای مجهول با استفاده از فاز بازیابی‌نشده امکان‌پذیر خواهد بود. پارامترهای مجهول قابل‌برآورد در این مرحله، ارتفاع باقیمانده و سرعت جابه‌جایی برای هر یال ارتباطی در شبکه نقاط هستند که از طریق ماکزیمم‌سازی کوهرنسی زمانی به‌صورت فرمول شماره 9 محاسبه می‌شوند (پریسین و همکاران، 2012):



که M معرف تعداد تداخل‌نما و ξ ̂A,A0 مقدار مطلق کوهرنسی زمانی برای یال بین دو پیکسل مجاور A و A0 هستند. با استفاده از نقاط مرجع، مقادیر تخمین‌زده‌شده برای هر یال با یکدیگر تجمیع می‌شوند تا مقدار فاز باقیمانده و سرعت جابه‌جایی در هر نقطه از شبکه به دست آید. در تصویر شماره 4، نقاط مرجع انتخاب‌شده جهت برآورد مقادیر مجهول هر نقطه از شبکه در زیر ناحیه‌های مختلف نشان داده شده است. 



پس از محاسبه پارامترهای مجهول در شبکه نقاط و همچنین حصول اطمینان از برآورد صحیح فاز اتمسفر و حذف آن از باقیمانده فاز تداخل‌نماها، یک مدل جابه‌جایی خطی برای تخمین نرخ تغییرات به‌صورت فرمول شماره 10 در نظر گرفته شد:



که disp مقدار جابه‌جایی در زمان T و K عبارت ثابت با درجه صفر است که صرفاً برای فرایند برازش نهایی استفاده می‌شود و V سرعت جابه‌جایی است. در تصویر شماره 5، نقشه متوسط فرونشست سطح محدوده مطالعاتی مستخرج از فرایند تداخل‌سنجی طی بازه زمانی سال 1401 ارائه شده است. باتوجه‌به اینکه محدوده مطالعاتی تحقیق حاضر، علاوه بر مناطق 22گانه شهری تهران، بخش‌هایی از اراضی کشاورزی دشت شهریار را نیز تشکیل می‌دهد، بنابراین یافته‌های حاصل از نقشه تغییرات فرونشست زمین را می‌توان در محدوده‌های شهری و غیرشهری موردبررسی قرار گیرد. مطابق تصاویر شماره 5 و 6 که معرف نقشه نرخ فرونشست زمین در بخش‌های جنوب غربی استان تهران هستند، ملاحظه می‌شود که اراضی کشاورزی متحمل فرونشست زمین با مقادیر متغیر از 2- تا حداکثر 38- میلی‌متر در سال شده‌اند. نکته قابل‌توجه، گسترش و نفوذ این پدیده به شهرها و واحدهای مسکونی ـ صنعتی مانند شهر قدس و شهرک مسکونی گلگون واقع در محدوده مطالعاتی است. بیشینه نرخ فرونشست در بخش جنوبی شهر قدس که دارای مرز مشترک با اراضی کشاورزی دشت شهریار است، به 41- میلی‌متر در سال می‌رسد. الگوی مشابه در شهرهای باغستان، نسیم‌شهر و نسیم‌آباد نیز به چشم می‌خورد.






مطابق تصویر شماره 7 که نقشه فرونشست زمین در محدوده شهری را نشان می‌دهد، مشخص است علی‌رغم اینکه این پدیده در اکثر مناطق 22گانه تهران با درجات مختلف به وقوع پیوسته است، با این حال، حداکثر نرخ تغییرات در بخش‌های جنوبی و به‌ویژه مناطق 10، 11، 12، 16، 17، 18، 19 و بخش‌هایی از منطقه 20 رخ داده است و بیشینه نرخ آن معادل 43- میلی‌متر در سال است.



بررسی و تحلیل نتایج نشان می‌دهد روند فرونشست سطح از جنوب به شمال شهر تهران کاهشی است و مناطق 1، 3 و 4 دارای کمترین نرخ تغییرات سطح در بازه زمانی سال 1401 بوده‌اند. از دیگر نقاط تغییریافته شهری می‌توان به محدوده کوچکی در انتهای منطقه 21 شهری اشاره داشت؛ جایی‌که مرکز این جابه‌جایی با حداکثر نرخ معادل 21- میلی‌متر در سال در حوالی بزرگراه فتح و بسیار نزدیک به پل تقاطع غیرهمسطح این بزرگراه و خیابان لشکری رخ داده است (تصویر شماره 8). 



اعتبارسنجی مقادیر جابه‌جایی سطح برآوردشده به‌کمک تکنیک PSI با مشاهدات ایستگاه دائم GNSS
برای ارزیابی صحت نتایج حاصل از تداخل‌سنجی PSI، از مشاهدات ایستگاه دائم GNSS واقع در سازمان نقشه‌برداری کشور استفاده شد. این ایستگاه در محدوده شهری و بدون فرونشست قرار گرفته است. با انتخاب نزدیک‌ترین نقطه پراکنش‌گر دائمی به ایستگاه مذکور، نمودار رفتار مجموعه زمانی تداخل‌سنجی و مشاهدات زمینی مطابق تصویر شماره 9 ارائه شده است. تجزیه‌وتحلیل نتایج نشان می‌دهد الگوی رفتاری فرونشست سطح مستخرج از تداخل‌سنجی PSI با مشاهدات ایستگاه GPS هم‌خوانی دارد و یکدیگر را تأیید می‌کنند. شایان ذکر است باتوجه‌به اینکه مقادیر مشاهدات ایستگاه GPS به‌صورت قائم است، بنابراین مقادیر جابه‌جایی سطح مستخرج از فرایند تداخل‌سنجی PSI که در راستای خط دید سنجنده است، به مقادیر جابه‌جایی سطح قائم تبدیل شده است. 



نتایج حاصل از بررسی رابطه بین فرونشست زمین با اطلاعات حاصل از چاه‌های پیزومتری
نظر به اینکه نتایج حاصل از فرایند تداخل‌سنجی PSI معرف روند کاهشی فرونشست سطح زمین از سمت دشت به سمت مناطق 22گانه شهری تهران است (تصویر شماره 7) و همچنین براساس مطالعات متعدد انجام‌شده در خصوص عوامل ایجابی فرونشست سطح دشت تهران، بهره‌برداری بیش از حد از منابع آب‌ زیرزمینی در جهت مصارف مختلف صنعتی، کشاورزی و آب شرب به‌عنوان مهم‌ترین عامل ایجابی فرونشست سطح زمین در محدوده مطالعاتی مطرح است (دهقانی و همکاران، 2010؛ دهقانی و همکاران، 2013؛ پاپی و همکاران، 2020؛ اطهری و همکاران، 2022). به‌منظور بررسی بهتر رابطه بین نقاط تغییریافته با تغییرات سطح آب چاه‌های مشاهده‌ای، سه محدوده: 1) شهری (منطقه A)، 2) مرز منطقه شهری و غیرشهری (منطقه B) و 3) مناطق کشاورزی (منطقه C) در نظر گرفته شد. پراکندگی چاه‌های مشاهده‌ای محدوده‌های شهری (A)، مرز بین شهری و غیرشهری (B) و اراضی کشاورزی (C) در تصویر شماره 10 نشان داده شده است.



براساس تصویر شماره 11 که معرف سری‌زمانی تغییرات سطح آب چاه‌های مشاهده‌ای در مناطق شهری با حداقل نرخ فرونشست زمین است (محدوده A)، روند تغییرات سطح آب در چاه‌های مذکور افزایشی بوده است؛ به‌گونه‌ای که سطح آب در ایستگاه مجیدیه از مقدار 9/126 متر در سال 1386 به مقدار 143/5 متر در سال 1401 رسیده است. این روند در سایر ایستگاه‌های محدوده موردبررسی نیز به چشم می‌خورد. افزایش عمق ایستابی چاه در این مناطق به‌وضوح قابل‌مشاهده است؛ این بدین معنی است که در آبخوانی که چاه‌های منطقه از آن تغذیه می‌کنند، آب کافی وجود دارد که می‌تواند درنتیجه شارژ مجدد آبخوان یا افزایش جریان آب زیرزمینی به سمت چاه‌ها باشد. 



در تصویر شماره 12، سری‌زمانی تغییرات سطح آب چاه‌های مشاهده‌ای در مرز مناطق شهری و غیرشهری (محدوده B) نشان داده شده است. این محدوده عمدتاً درگیر حداکثر جابه‌جایی سطح زمین بوده است که مرکز این جابه‌جایی، مناطق شهری 10، 11، 12، 16، 17، 18 و 19 را دربر می‌گیرد. بررسی نتایج حاصل از سری‌زمانی تغییرات سطح آب در این محدوده نشان می‌دهد علی‌رغم اینکه تغییرات سطح آب در ایستگاه‌هایی نظیر میدان فتح، یافت‌آباد، خلازیر جدید و کشتارگاه افزایشی بوده است، با این حال کاهش روند تغییرات سطح آب در ایستگاه‌هایی مانند رودکی شمالی، حسین‌آباد مفرح، گلدسته D و شمس‌آباد قابل‌مشاهده است. علاوه بر این، تعدادی از چاه‌های مشاهداتی در این محدوده نیز خشک شده‌اند که ازجمله آن‌ها می‌توان به ایستگاه‌های برق الستوم و حسن‌آباد کن در محدوده شهری و فرمان‌آباد و گلدسته در مرز منطقه شهری و غیرشهری اشاره کرد. 



در تصویر شماره 13، سری‌زمانی تغییرات سطح آب چاه‌های مشاهده‌ای در مناطق کشاورزی بخش جنوب و جنوب‌غربی شهر تهران (محدوده C) نشان داده شده است. مستند به این موضوع که برداشت بی‌رویه آب از منابع آب زیرزمینی مهم‌ترین عامل ایجابی پدیده فرونشست است، بنابراین انتظار می‌رود روند تغییرات سطح آب در این محدوده که عمدتاً تحت کشت محصولات کشاورزی و فعالیت‌های صنعتی است، کاهشی باشد که تحلیل نتایج چاه‌های پیزومتری و انطباق نتایج با یافته‌های تداخل‌سنجی PSI نیز این موضوع را تصدیق می‌کند. بررسی‌ها نشان می‌دهند اکثر چاه‌های مشاهده‌ای در این محدوده دارای روند کاهشی تغییرات سطح ایستابی آب هستند که از آن جمله می‌توان به ایستگاه‌های علی‌آباد مختارخانی، بهمن‌آباد، موسی‌آباد، نصیر‌آباد و احمد‌آباد مستوفی اشاره کرد. در این محدوده، ایستگاه‌های باباسلمان و سعید‌آباد ورامینه به‌ترتیب بعد از سال 1387 و 1397 به‌طور کامل خشک شده‌اند. به‌طورکلی، در خصوص رابطه بین فرونشست سطح و برداشت آب از منابع آب زیرزمینی در محدوده‌های A ،B و C عنوان می‌شود که بیشترین فرونشست سطح حادث‌شده در این محدوده‌ها در نزدیکی چاه‌های مشاهداتی رخ داده است؛ این بدین‌معنی است که افزایش فشار بر آبخوان و ایستگاه‌های منطقه از طریق پمپاژ آب از منابع آب زیرزمینی جهت مصارف مختلف به تشدید این مخاطره طبیعی در سطح گسترده‌ای منجر شده است. 



از دیگر یافته‌های این پژوهش، تغییرات تراز آب زیرزمینی در ایستگاه‌های مشاهداتی محدوده مطالعاتی است که نتایج تجزیه‌وتحلیل آن در تصویر شماره 14 ارائه شده است. بررسی‌ها نشان می‌دهند تراز آب زیرزمینی چاه‌های پیزومتری با حرکت از شمال به جنوب شهر تهران کاهش می‌یابد. کاهش تراز آب زیرزمینی به کاهش عمق آب در زمین منجر می‌شود. عمق آب در زمین تحت تأثیر عواملی نظیر بارندگی و نفوذپذیری خاک تغییر می‌کند. با این حال، یکی از علل بالقوه تغییرات عمق آب در زمین، فعالیت‌های انسانی مانند پمپاژ آب برای مصارف مختلف است. باتوجه‌به افزایش ضخامت آبرفت‌ها در نواحی جنوب‌غربی تهران، با از دست رفتن آب‌های زیرزمینی، نیروی فشاری در جهت گرانش نیز افزایش می‌یابد که درنهایت به فشردگی و نشست زمین منجر می‌شود (مرادی و همکاران، 2023). 



به‌منظور بررسی رابطه بین مقادیر فرونشست سطح با تغییرات سطح آب در سال 1401، در محل هر کدام از چاه‌های پیزومتری به‌‌خصوص در نقاطی که فرونشست زمین با نرخ بالایی رخ داده است، تجزیه‌وتحلیل همبستگی رگرسیون انجام شد و نتایج حاصل از آن در تصویر شماره 15 که براساس این تصویر، همبستگی بالا برای ایستگاه‌هایی مانند دهشاد (76 درصد) و احمدآباد مستوفی (77 درصد) برآورد شد. در خصوص ایستگاه‌ بهمن‌آباد، اگرچه مقادیر همبستگی بالایی حاصل نشده است، اما روند تغییرات به‌خوبی این موضوع را نمایان می‌کند که با کاهش سطح ایستابی آب، نرخ فرونشست زمین نیز افزایش یافته است. یکی از دلایل این امر، ارقام فرونشست زمین نسبت‌داده‌شده به چاه‌های مشاهده‌ای است؛ جایی‌که در مواردی مکان چاه با فاصله از نقاط فرونشست موجود قرار گرفته بود. بنابراین همبستگی بالایی بین داده‌های چاه‌های پیزومتری با مقادیر فرونشست زمین در این نقاط حاصل نشد. 



بحث
اقلیم خشک و نیمه‌خشک حاکم بر اکثر مناطق ایران و همچنین کاهش نزولات جوی به‌عنوان منبع اصلی تأمین آب موجب شده تا ایران جزو کشورهایی با بحران کمبود آب تلقی شود. علاوه بر این، توسعه شهری به‌ویژه در کلان‌شهر تهران به‌سرعت در حال افزایش است تا فضایی را برای هر نوع فعالیت فراهم کند. بنابراین تأمین آب شرب جمعیت رو به رشد و همچنین مصارف مختلف کشاورزی و صنعتی به بهره‌برداری بی‌رویه از منابع آب زیرزمینی منجر شده است. در این پژوهش، تصاویر رادار سنتینل-1 به‌همراه تکنیک سری‌زمانی PSI به‌منظور شناسایی پهنه‌های درگیر فرونشست زمین در کلان‌شهر تهران طی بازه زمانی سال 1401 به کار گرفته شد. یافته‌ها حاکی از آن است که بیشینه نرخ فرونشست زمین در بخش‌های جنوبی تهران و در مناطق شهری 10، 11، 12، 16، 17، 18، 19 و 20 که حدود 26 درصد از جمعیت تهران (حدود 3/2 میلیون نفر در سال 1395) را تشکیل می‌دهند، حادث شده است. الگوها و هسته‌های فرونشست شناسایی‌شده در این مطالعه با مطالعات سایر محققین (فروغ‌نیا و همکاران، 1396؛ مرادی و همکاران، 2023؛ مقصودی و همکاران، 1398) مطابقت دارد. علی‌رغم هم‌خوانی نتایج حاصل از تداخل‌سنجی با مشاهدات ایستگاه GPS، در برخی نقاط خطاهای کم‌برازش و بیش‌برازش رخ داده است. دلایل این امر را می‌توان در مراحل عملی تداخل‌سنجی PSI مانند استفاده از مدل رقومی ارتفاعی SRTM با وضوح مکانی 90 متر برای تصحیح فاز ناشی از توپوگرافی، اندازه فیلترهای مکانی و زمانی برای تصحیح فاز ناشی از اتمسفر یا تنظیمات مرتبط با انتخاب نهایی پیکسل‌های پراکنش‌گر دائم جست‌وجو کرد. در بررسی رابطه بین فرونشست زمین و منابع آب زیرزمینی، یافته‌ها نشان دادند اکثر چاه‌های پیزومتری که در مجاورت مناطق با بیشینه نرخ فرونشست زمین قرار داشته‌اند، در اثر بهره‌برداری بی‌رویه، افت سطح ایستابی آب را تجربه کرده و در مواردی به‌طور کامل خشک شده‌اند. برداشت آب از سفره‌های زیرزمینی برای مدت طولانی، کاهش نفوذپذیری و ضخامت رسوبات را به‌همراه دارد که به تغییرات دائمی در شکل و حجم دانه خاک منجر شده (قاضی‌فرد و همکاران، 2017) و درنهایت باعث فرونشست زمین می‌شود. نتایج این بخش نیز با سایر تحقیقات در این زمینه (پاپی و همکاران، 2020؛ مرادی و همکاران، 2023؛ اطهری و همکاران، 2022) مطابقت دارد. مطابق بررسی‌های انجام‌شده (تصویر شماره 3)، به‌علت قرار گرفتن خط مبنای مکانی تصاویر سنتینل-1 بین 200- تا 200 متر که به کوهرنسی بالای تصاویر SAR درنتیجه تراکم بالای نقاط PS منجر می‌شود، نقشه فرونشست متراکم‌تری نیز حاصل شده است. بنابراین نشان داده می‌شود که به‌کارگیری تکنیک تداخل‌سنجی راداری و داده‌های سنتینل-1، ظرفیت مناسبی از قابلیت‌های آن‌ها در تعیین نرخ و دامنه فرونشست زمین در محدوده موردمطالعه را معرفی می‌کند. بیشتر بودن نسبت سیگنال به نویز در حالت تصویربرداری TOPS و خط مبنای زمانی کوتاه از دیگر دلایل کارایی این داده‌ها برای تحلیل مجموعه زمانی به‌منظور برآورد جابه‌جایی سطح زمین محسوب می‌شوند. 

نتیجه‌گیری 
یافته‌ها نشان می‌دهند افزایش فشار بر آبخوان از طریق پمپاژ آب از چاه‌های مشاهده‌ای محدوده مطالعاتی جهت مصارف مختلف صنعتی، کشاورزی و آب شرب به تشدید این مخاطره طبیعی در مقیاس وسیعی منجر شده است. بنابراین، مدیریت صحیح و کارآمد منابع آب در مناطق شهری و غیرشهری کلان‌شهر تهران با آگاهی و علم به اینکه اکثر چاه‌های مشاهده‌ای، افت سطح ایستابی آب را تجربه کرده و تعدادی از آن‌ها نیز خشک شده‌اند، الزامی است و باید مدنظر کارشناسان این حوزه قرار گیرد. علاوه بر این، یافته‌های حاصل از این پژوهش، ظرفیت مناسبی از قابلیت‌های تکنیک تداخل‌سنجی راداری و داده‌های سنتینل-1 با خط مبنای مکانی و زمانی مطلوب در تعیین نرخ و دامنه فرونشست زمین را معرفی می‌کند.
به‌کارگیری مدل رقومی ارتفاعی با وضوح مکانی بهتر، انتخاب نهایی تعداد نقاط PS، تنظیم فیلترهای مکانی و زمانی به‌منظور تصحیح فازهای ناشی از نویز و اتمسفر و همچنین استفاده از لایه‌های اطلاعاتی مختلف نظیر مواد تشکیل‌دهنده خاک، جنس سازند زمین‌شناسی، کاربری و پوشش زمین و تراکم سکونتگاه‌های مسکونی در جهت تبیین و تفسیر بهتر عوامل ایجابی فرونشست زمین در مطالعات آتی توصیه می‌شود.

ملاحظات اخلاقی

پیروی از اصول اخلاق پژوهش

پژوهش حاضر با آگاهی کامل نویسندگان از روند اجرای پژوهش به انجام رسیده است و نکات اخلاق پژوهش به‌طور کامل در آن رعایت شده است.

حامی مالی
این تحقیق هیچ کمک مالی از سازمان‌های تأمین مالی در بخش‌های عمومی، تجاری یا غیرانتفاعی دریافت نکرده است.

مشارکت نویسندگان
تمام نویسندگان در آماده‌سازی این مقاله مشارکت داشتند.

تعارض منافع
بنابر اظهار نویسندگان، این مقاله تعارض منافع ندارد.

تشکر و قدردانی
از سازمان‌های نقشه‌برداری کشور و همچنین آب منطقه‌ای تهران به‌دلیل در اختیار گذاشتن داده‌های موردنیاز برای انجام این پژوهش، سپاسگزاری می‌شود. 



 
References
Arangio, S., Calò, F., Di Mauro, M., Bonano, M., Marsella, M., & Manunta, M. (2014). An application of the SBAS-DInSAR technique for the assessment of structural damage in the city of Rome. Structure and Infrastructure Engineering, 10(11), 1469-1483. [DOI:10.1080/15732479.2013.833949]
Athari, M., Azizi, H. R., Hashemi, S. S., & Honari, H. (2022). [Investigation of the relationship between land surface changes due to subsidence and groundwater using sentinel-1 satellite images and statistical models (case study: Varamin plain) (Persian)]. Journal of Water and Wastewater Science and Engineering, 7(1), 34-43. [DOI:10.22112/jwwse.2021.261650.1232]
Awasthi, S., Jain, K., Mishra, V., & Kumar, A. (2020). An approach for multi-dimensional land subsidence velocity estimation using time-series sentinel-1 SAR datasets by applying persistent scatterer interferometry technique. Geocarto International, 37(9), 2647-2678. [DOI:10.1080/10106049.2020.1831624]
Bamler, R., & Hartl, P. (1998). Synthetic aperture radar interferometry. Inverse Problems, 14(4), R1-R54. [DOI:10.1088/0266-5611/14/4/001]
Crosetto, M., Monserrat, O., & Budillon, A. (2019). Urban deformation monitoring using persistent  scatterer interferometry and SAR tomography. Basel: MDPI. [DOI:10.3390/books978-3-03921-127-2]
Dehghani, M., Valadan Zoej, M. J., Entezam, I., Saatchi, S., & Shemshaki, A. (2010). Interferometric measurements of ground surface subsidence induced by overexploitation of groundwater. Journal of Applied Remote Sensing, 4(1), 041864. [DOI:10.1117/1.3527999]
Dehghani, M., Zoej, M. J. V., Hooper, A., Hanssen, R. F., Entezam, I., & Saatchi, S. (2013). Hybrid conventional and Persistent Scatterer SAR interferometry for land subsidence monitoring in the Tehran Basin, Iran. ISPRS Journal of Photogrammetry and Remote Sensing, 79, 157-170. [DOI:10.1016/j.isprsjprs.2013.02.012]
Deng, J., Li, T., & Feng, D. (2019). Urban ground surface subsidence monitoring based on time series InSAR technology. Paper presented at: 5th International Conference on Environmental Science and Civil Engineering (ESCE2019), Nanchang, China, 13–14 April; 2019. [DOI:10.1088/1755-1315/283/1/012058]
Foroughnia, F., Nemati, S., & Maghsoudi, Y. (2018). PS-InSAR Time Series Analysis Using Sentinel-1A and ENVISAT-ASAR data Stackes for Subsidence Estimation in Tehran (Persian)]. Iranian Journal of Remote Sensing and GIS, 10(1), 57-72. [Link]
Ghazifard, A., Akbari, E., Shirani, K., & Safaei, H. (2017). Evaluation land subsidence by field survey and D-InSAR technique in Damaneh City, Iran. Journal of Arid Land, 9(5), 778-789. [DOI:10.1007/s40333-017-0104-5]
Guccione, P., Zonno, M., Nico, G., Nicoletti, M., & Di Pasquale, A. (2013). Kriging interpolation on GB-SAR data to quickly update topographic maps in areas prone to slope instability. Paper presented at: 2013 IEEE International Geoscience and Remote Sensing Symposium - IGARSS, Melbourne, VIC, Australia, 21-26 July, 2013. [DOI:10.1109/IGARSS.2013.6723118]
Herrera, G., Gutiérrez, F., García-Davalillo, J. C., Guerrero, J., Notti, D., & Galve, J. P., et al. (2013). Multi-sensor advanced DInSAR monitoring of very slow landslides: The Tena Valley case study (Central Spanish Pyrenees). Remote Sensing of Environment, 128, 31-43. [DOI:10.1016/j.rse.2012.09.020]
Hooper, A. J. (2006). Persistent scatter radar interferometry for crustal deformation studies and modeling of volcanic deformation [PhD dissertation]. California: Stanford University. [Link]
Hu, B., Chen, J., & Zhang, X. (2019). Monitoring the surface subsidence area in a coastal urban area with InSAR and GNSS. Sensors, 19(14), 3181. [DOI:10.3390/s19143181] [PMID]
Kotulak, N., Mleczko, M., Crosetto, M., Palama, R., & Mroz, M. (2022). Interferometric SAR deformation monitoring using passive reflectors and Ascending and Descending passes. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Volume XLIII-B3-2022, 285–292. [DOI:10.5194/isprs-archives-XLIII-B3-2022-285-2022]
Krassakis, P., Kazana, S., Chen, F., Koukouzas, N., Parcharidis, I., & Lekkas, E. (2021). Detecting subsidence spatial risk distribution of ground deformation induced by urban hidden streams. Geocarto International, 36(6), 622-639. [DOI:10.1080/10106049.2019.1622601]
Lu, L., & Liao, M. (2008). Subsidence measurement with PS-INSAR techniques in Shanghai Urban. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Science, s. Vol. XXXVII,  173-178. [Link]
Luo, Q., Perissin, D., Lin, H., Zhang, Y., & Wang, W. (2014). Subsidence monitoring of Tianjin Suburbs by TerraSAR-X persistent scatters interferometry. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 7(5), 1642-1650. [DOI:10.1109/JSTARS.2013.2271501]
Maghsoudi, Y., Amani, R., & Ahmadi, H. (2019). A study on land subsidence in West of Tehran using Sentinel-1 images and Persistent Scatterers Interferometry. Iran-Water Resources Research, 15(1), 299-313. [Link]
Mahmoudpour, M., Khamehchiyan, M., Nikudel, M. R., & Ghassemi, M. R. (2016). Numerical simulation and prediction of regional land subsidence caused by groundwater exploitation in the southwest plain of Tehran, Iran. Engineering Geology, 201, 6-28. [DOI:10.1016/j.enggeo.2015.12.004]
Moradi, A., Emadodin, S., Beitollahi, A., Abdolazimi, H., & Ghods, B. (2023). Assessment of land subsidence in Tehran metropolitan, Iran, using Sentinel-1A InSAR. Environmental Earth Sciences, 82, 569. [DOI:10.1007/s12665-023-11225-2]
Moradi, A., Emadodin, S., Arekhi, S., & Rezaei, K. (2020). [Earth subsidence analysis using radar interferometry technique, geotechnical and piezometric wells (case study: Urban region 18 Tehran) (Persian)]. Journal of Spatial Analysis Environmental Hazards, 7(1), 153-176. [DOI:10.29252/jsaeh.7.1.11]
Naderi, M. (2022). [Launching multi-temporal & multi-sensor data to identify and marked micro drainage pattern changes over the lowland of East Caspian Sea (Persian)] [MA thesis]. Tehran: Tarbiat Modares University. [Link]
Naderi, M., & Rahimi Hezarvand, S. (2022). [The performance of spectral built-up indices in improving the classification process to detecting the physical time series changes of Tehran during the period (1986-2018) using landsat satellite imagery (Persian)]. Paper presented at: Sixth International Conference on the Development of Geography and Tourism and Sustainable Development of Iran, Tehran, Iran, 20 October 2022. [Link]
Novellino, A., Cigna, F., Brahmi, M., Sowter, A., Batesonm L., & Marsh, S. (2017). Assessing the feasibility of a national InSAR ground deformation map of great Britain with sentinel-1. Geosciences, 7(2), 19. [DOI:10.3390/geosciences7020019]
Papi, R., Attarchi, S., & Soleimani, M. (2020). [Analysing time series of land subsidence in the West of Tehran Province (Shahriar Plain) and its relation to groundwater discharge by InSAR Technique (Persian)]. Geography and Environmental Sustainability, 10(1), 109-128. [DOI:10.22126/ges.2020.4933.2182]
Perissin, D., Wang, Z., & Lin, H. (2012). Shanghai subway tunnels and highways monitoring through Cosmo-SkyMed persistent scatterers. ISPRS Journal of Photogrammetry and Remote Sensing, 73, 58-67. [DOI:10.1016/j.isprsjprs.2012.07.002]
Sharifikia, M. (2012). [Determining the rate of land subsidence using radar interferometric method (D-InSAR) in Nouq-Behrman plain (Persian)]. The Journal of Spatial Planning, 16(3), 55-78. [Link]
Stuper, D. I., Roser, J., & Vulic, M. (2020). Investigation on unmanned aerial vehicles-based photogrammetry for large mine subsidence monitoring. Minerals, 10(2), 196. [DOI:10.3390/min10020196]
Tamburini, A., Bianchi, M., Giannico, C., & Novali, F. (2010). Retrieving surface deformation by PSInSAR??? technology: A powerful tool in reservoir monitoring. International Journal of Greenhouse Gas Control, 4(6), 928-937. [DOI:10.1016/j.ijggc.2009.12.009]
Widodo, J., Herlambang, A., Sulaiman, A., Yohandri, P. R., Perissin, D., & Kuze, H., et al. (2019). Land subsidence rate analysis of Jakarta Metropolitan Region based on D-InSAR processing of Sentinel Data C-Band frequency. Paper presented at: The 2018 International Conference on Research and Learning of Physics, Padang, West Sumatra, Indonesia, 5–6 August 2018.  [DOI:10.1088/1742-6596/1185/1/012004]
Younesi Sienaki, A., & Akhoondzadeh Hanzaei, M. (2023). [Monitoring of urban subway lines subsidence Using satellite radar interferometry method (Study area: Part of Tehran Metro Line 7) (Persian)]. Journal of Geomatics Science and Technology, 12(2), 16-29.  [Link]
Zhao, C. Y., Zhang, Q., Yang, C., & Zou, W. (2011). Integration of MODIS data and Short Baseline Subset (SBAS) technique for land subsidence monitoring in Datong, China. Journal of Geodynamics, 52(1), 16-23. [DOI:10.1016/j.jog.2010.11.004]
Zhu, S., Zuo, X., Shi, K., Li, Y., Guo, S., & Li. C. (2022). Surface subsidence monitoring in Kunming City with Time-Series InSAR and GNSS. Applied Science, 12(24), 12752. [DOI:10.3390/app122412752]
نوع مطالعه: پژوهشي | موضوع مقاله: تخصصي
دریافت: 1403/4/7 | پذیرش: 1403/5/14 | انتشار الکترونیک: 1403/6/28

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این وب سایت متعلق به فصلنامه علمی دانش پیشگیری و مدیریت بحران می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

Designed & Developed by : Yektaweb