1. 研究目的与意义（文献综述包含参考文献）
{title}1、本课题的研究背景及意义经过多期复杂构造运动以及海陆沉积演化，位于中国西南扬子地台的四川盆地现在构造稳定，构造圈闭众多，含油气，已成为中国最大的天然气产区。
自20世纪30年代以来，人们已经发现了常规气田和页岩气资源除天然气资源外，这个古老的沉积盆地也是中国重要的井盐产区。
自20世纪70年代以来，流体注入技术在这些工业活动中得到了广泛应用，主要用于废水处理、页岩气水力压裂和盐溶解。
与这些注入活动相一致的是，四川盆地也是中国注入诱发地震活动最为集中的地区。
而如何利用这一地区的特殊条件，揭示流体注入和地表形变之间的关系，则是一项极具意义的工作。
四川长宁地区是我国页岩气开采首批国家级示范区。
页岩气储存于致密的岩层中，需借助水力压裂技术进行开采，即地面通过垂直和水平钻井向地下注入高压流体，压裂页岩出现裂隙。
向地下大规模注入高压流体可以提高页岩气的产量，但同时也可能会诱发地表形变，甚至是地震的发生。
然而现有地震资料不足以约束地震序列中事件的空间位置，较难揭示流体注入和地表形变之间的关系，因此改用高空间分辨率合成孔径雷达观测数据来进行分析，探测长宁序列引起的地表形变，进一步改善地震深度、震源机制和断层面估计，假设流体注入增加了断层带内的孔隙压力并使其破裂，反演得到页盐气开采注入流体与地震序列之间的因果关系，快速、高精度地对地面沉降进行监测并直观地展现出地面沉降的变化过程。
2、研究现状长宁页岩气层序引起了人们对其与页岩气勘探潜在关系的广泛争论。
该区域还包含用于盐溶液开采的活动流体注入，这在空间上更接近层序，并在过去的作业中诱发了地震，因此，该层序可能与页岩气开采有关。
地震震源深度和震源机制是判断某些流体注入作业是否诱发地震的重要依据，虽然已有大量关于诱发地震活动的地震学研利用地震学数据对长宁地震序列进行了重新定位，并对一些大型地震在不同时期的震源机制解进行了反演，然而，他们的重新定位和反演结果有很大的差异。
以最大的 Ms 6.0地震为例，震源深度从3.0到9.6公里不等。
此外，重新定位的地震活动所揭示的成因断层大致是垂直的，这与大多数震源机制所指示的低角度逆冲断层相矛盾。
这些不确定的参数不利于用作研究长宁地震序列成因的证据。
针对这一问题，可以利用大地测量学的理论，对该地区进行研究分析，进一步改善地震深度、震源机制和断层面估计。
目前，地面沉降监测手段较多，以水准测量和全球定位系统最为常见。
传统的监测手段精度较高，但周期长、任务繁重、效率低，而且这些技术只能获得逐点变形数据，难以满足大区域地表沉降监测的需求。
在过去几年中，Sentinel-1卫星提供了丰富而有用的合成孔径雷达（SAR）数据，这些数据有可能在高空间和时间分辨率下揭示全球地表变形。
合成孔径雷达干涉测量(Insar)技术作为一种新兴的对地 观测技术手段，具有全天时、全天候、覆盖面广、省时省力、测量精度高等特点，并已在矿区形变、地震形变、火山活动、冰川运动等领域广泛应用。
利用 Insar 技术对大范围的地表进行监测，用先进的方法对基于雷达传感器获取的复影像进行分析，利用干涉测量原理能够获得成百上千公里覆盖区域、毫米级精度、米级空间分辨率的地面变形时间序列。
其原理是：利用不同雷达影像图像的相位差，得到干涉像对，通过反演从干涉条纹中获取地表形变，不受天气和时间的影响，可以对形变进行长时间序列、大范围的空间监测，并提高监测的空间分辨率，被广泛应用于监测各种因素造成的地面形变。
2、本课题的研究内容(1) 收集四川长宁区域的Sentinel-1数据，进行时间序列分析，计算平均变形速率和位移时间序列；(2)本文通过时序Insar数据以高时空分辨率监测水力压裂诱发的地表形变，将对研究诱发地震机理，联合地震活动、注水资料分析诱发形变的特点及机制进行分析。
[1]Lazecky, M. Spaans, K. Gonzlez, P.J. Maghsoudi, Y. Morishita, Y. Albino, F. Elliott, J. Greenall, N. Hatton, E.L.Hooper, A. Juncu, D. McDougall, A. Walters, R.J. Watson, C. Weiss, J.R. and Wright, T. 2020. Licsar: An Automatic Insar Tool for Measuring and Monitoring Tectonic and Volcanic Activity. Remote. Sens.[2]Morishita, Y.; Lazecky, M.; Wright, T.J.; Weiss, J.R.; Elliott, J.R.; Hooper, A. Licsbas: An Open-Source Insar Time Series Analysis Package Integrated with the Licsar Automated Sentinel-1 Insar Processor. Remote Sens. 2020, 12, 424.[3]Gonzlez, PJ; Walters, RJ; Hatton, EL; Spaans, K; McDougall, A; Hooper, AJ; Wright, TJ, Licsar: Tools for automated generation of Sentinel-1 frame interferograms, AGU Fall Meeting, 2016[4]Lawrence, B. N. , Bennett, V. L., Churchill, J., Juckes, M., Kershaw, P., Pascoe, S., Pepler, S., Pritchard, M.and Stephens, A. (2013) Storing and manipulating environmental big data with JASMIN. In: IEEE Big Data, October 6-9, 2013, San Francisco.[5]Wang, S., Jiang, G., Weingarten, M., Licsbas，采用短基线干涉测量技术(synthetic baseline subset interferometry,SBAS-Insar)进行时间序列分析。
2、研究方法原理短基线干涉测量技术(synthetic baseline subset interferometry,SBAS-Insar)是由Berardino 和 Lanari 等提出的一种用于研究低分辨率、大尺度形变的新型时间序列分析方法。
该方法按照短时空基线原则自由组合生成多主影像的时间序列干涉图,利用矩阵的奇异值分解( singular value decomposition,SVD)方法反演,得到研究区观测时间内的形变序列和平均形变速率。
3、数据处理工作流程Insar时间序列处理器的工作流程主要分为两部分：准备一堆未打包的数据和时间序列部分。
在数据准备流程中，用户Licsbas从下载涵盖感兴趣区域的Licsar产品开始，不需要从SLC数据产生干涉图，从而避免了高数据处理时间和磁盘空间消耗，然后是数据格式转换，使用外部通用大气校正在线服务对Insar（GACOS）数据进行对流层噪声校正，可以执行这些步骤以提高精度并使处理更有效率。
在时间序列分析中，对Licsbas通过环路闭合测试自动识别并删除具有许多解缠误差的干涉图，并借助基于多个噪声指数的掩蔽来估计可靠的时间序列和速度，所有处理步骤都易于使用批处理脚本运行，用户可以调整处理参数以获得改进的结果。
交互式时间序列查看器有助于解释派生的位移。
派生的结果（即速度和时间序列）可以通过交互式时间序列查看器轻松显示，并导出为GeoTIFF，KMZ或文本格式。
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
