Plain Subsidence Monitoring based on SNAP2STAMPS Automated Algorithm by Radar Interferometry (PSI) Method (Case study: Marand Plain)

Document Type : Subsidence as a global challenge: Crisis management or management crisis

Authors

• Shahranm Roostaei ¹
• Samira Najafvand ²

¹ Professor in Geomorphology, Faculty of Planning and Environmental Sciences, University of Tabriz, Tabriz, Iran

² PhD Candidate in Geomorphology, Faculty of Planning and Environmental Sciences, University of Tabriz, Tabriz, Iran

10.22067/geoeh.2022.74932.1161

Abstract

Global climate changes and population growth have increased the need to exploit underground water resources. The phenomenon of land subsidence as a result of groundwater extraction and water depletion is one of the environmental hazards that threatens societies all over the world. In this research, for the first time, Sentinel-1 radar satellite images were used by the SNAP2StaMPS to automate the process of processing and analyzing the subsidence in Marand Plain. In recent years, the uneven development of agricultural lands and the excessive extraction of underground water in the Marand plain in East Azerbaijan province have caused landslides on the surface of this plain. In this study, an automatic interferometric processing algorithm between SNAP and StaMPS was used to determine the displacement rate in the direction of the satellite line of sight. The results of the PSI interferometry technique were performed on 133 images of the Sentinel-1 satellite in the descending orbit of the Sentinel-1 satellite. Based on the obtained results, the annual land displacement rate for Marand plain in 2016, 2017, 2018, 2019, and 2020 was -13.7, -12, -2.15, -12.3 and -13.1 cm respectively. In order to validate the results, the amount of subsidence resulting from the interferometric processing was compared with the amount of groundwater level drop in the study area, using the unit hydrograph analysis method. The results showed that the amount of water level drop and the results of hydrograph analysis of observation wells in the region are consistent with the results of time series maps obtained from interferometry. Therefore, the automatic method presented in this study can be used for monitoring land subsidence.

Graphical Abstract

Keywords

• Land Subsidence
• Radar Interferometry (PSI)
• Marand Plain
• Snap2stamps Automated Algorithm

20.1001.1.23221682.1401.11.4.1.9

---

References

احمدی، سلمان؛ سودمند افشار، رضا؛ 1399. پایش فرونشست دشت‌های قروه و چهاردولی استان‌های همدان و کردستان به دلیل برداشت بی‌رویه از منابع آب‌های زیرزمینی با استفاده از فن پراکنش گرهای دائمی. محیط‌زیست و مهندسی آب. دوره 6. شماره 3. صص 233-219.

پاپی، رامین؛ عطارچی، سارا؛ سلیمانی، مسعود؛ 1399. تحلیل سری زمانی فرونشست زمین در غرب استان تهران (دشت شهریار) و ارتباط آن با برداشت آب‌های زیرزمینی با تکنیک تداخل سنجی راداری. جغرافیا و پایداری محیط (پژوهشنامه جغرافیایی). دوره 10. شماره 33. صص 128-109.

خرمی، محمد؛ 1396. تخمین فرونشست مشهد با استفاده از تکنیک تداخل سنجی راداری و ارزیابی آن با توجه به مشخصات ژئوتکنیکی. پایان‌نامه کارشناسی ارشد. دانشگاه فردوسی. داﻧﺸﮑﺪه ﻣﻬﻨﺪﺳﯽ.ﮔﺮوه ﻣﻬﻨﺪﺳﯽ ﻋﻤﺮان ﮔﺮاﯾﺶ ژﺋﻮﺗﮑﻨﯿﮏ. مشهد. صص 140.

خوش‌لهجه آذر، مهدی؛ 1398. بررسی رفتار فرونشست زمین در مناطق مستعد فروچاله با استفاده از تکنیک تداخل سنجی راداری. پایان‌نامه کارشناسی ارشد. دانشگاه صنعتی خواجه‌نصیرالدین طوسی. دانشکده مهندسی نقشه‌برداری (ژئودزی و ژئوماتیک). صص 120.

داداشی، ثریا؛ صادق فام، سینا؛ ندیری، عطاالله؛ محبی، یوسف؛ 1399. تحلیل آسیب‌پذیری فرونشست آبخوان دشت مرند با استفاده از روش A‌L‌P‌R‌I‌F‌T براثر بهره‌برداری بیش‌ازحد از منابع آب زیرزمین. مهندسی عمران. دوره 2.36. شماره 1.3. صص 96-85.

شرافت، متین؛ انصاری، عبدالحمید؛ مجتهد زاده، سید حسین؛ قربانی، احمد؛ 1399. پایش فرونشست دشت ابرکوه یزد با استفاده از فن تداخل سنجی راداری مبنی بر پراکنش گرهای پایا. خشک بوم. دوره 9. شماره 2. صص 121-136.

شمشکی، امیر؛ انتظام سلطانی، ایمان؛ بلورچی، محمدجواد؛ 1384. فرونشست زمین در دشت تهران و عوامل مؤثر در شکل گیری آن. سازمان زمین‌شناسی و اکتشافات معدنی کشور. ص 21.

علی بخشی، حمید؛ 1395. بررسی میزان فرونشست دشت ورامین با استفاده از ابزارهای ژئودتیکی داده‌های ترازیابی دقیق InSAR و تصاویر راداری GPS. پایان‌نامه کارشناسی ارشد. دانشگاه آزاد اسلامی. واحد شاهرود. دانشکده فنی و مهندسی گروه عمران. گروه ژئودزی. ص 131.

فروغ نیا، فاطمه؛ نعمتی، صادق؛ مقصودی، یاسر؛ 1397. آﻧﺎﻟﯿﺰ ﺳﺮی زﻣﺎﻧﯽ تداخل‌سنجی راداری مبتنی بر پراکنش گرهای داﺋﻢ. ﺑﺎ اﺳﺘﻔﺎده از ﺗﺼﺎوﯾﺮ Sentinel-1A و ENVISAT-ASAR برای ﺑﺮآورد پدیده ﻓﺮوﻧﺸﺴﺖ ﺷﻬﺮ ﺗﻬﺮان. سنجش‌ازدور و GIS اﯾﺮان. سال 10. شماره 1. صص 5۵-7۲.

قره چلو، سعید؛ اکبری قوچانی، حسام؛ گلیان، سعید؛ گنجی، کامران؛ 1400. ارزیابی میزان فرونشست زمین در ارتباط با آب‌های زیرزمینی به کمک داده ماهواره‌ای راداری سنتینل-1 و الوس-1 (منطقه موردمطالعه: دشت مشهد). سنجش‌ازدور و سامانه اطلاعات جغرافیایی در منابع طبیعی. دوره 12. شماره 3. صص 61-40.

مختاری کشکی، داود؛ 1386. تحلیل‌های زمین‌ساخت - رسوبی چاله تکتونیکی و در حال گسترش مرند. پژوهش‌های جغرافیایی. دوره 39. شماره 60. صص 149-129.

مؤمنی، سحر؛ 1397. برآورد فرونشست زمین ناشی از برداشت بی‌رویه آب‌های زیرزمینی با استفاده از داده‌های سری زمانی (محدوده موردمطالعه: دشت کبودرآهنگ- فامنین همدان). پایان‌نامه کارشناسی ارشد. دانشکده برنامه‌ریزی و علوم محیطی. گروه سنجش‌ازدور. دانشگاه تبریز. ص 71.

 

Bagheri, M., Hosseini, S. M., Ataie-Ashtiani, B., Sohani, Y., Ebrahimian, H., Morovat, F., & Ashrafi, S., 2021. Land subsidence: A global challenge. Science of The Total Environment, 146193. 10.1016/j.scitotenv.2021.146193

Bekaert, D. P. S., Walters, R. J., Wright, T. J., Hooper, A. J., & Parker, D. J., 2015. Statistical comparison of InSAR tropospheric correction techniques. Remote Sensing of Environment, 170, 40-47. 10.1016/j.rse.2015.08.035.

Cian, F., Blasco, J. M. D., & Carrera, L., 2019. Sentinel-1 for monitoring land subsidence of coastal cities in Africa using PSInSAR: a methodology based on the integration of SNAP and StaMPS. Geosciences, 9(3), 124. 10.3390/geosciences9030124.

Crosetto, M., Monserrat, O., Cuevas-González, M., Devanthéry, N., & Crippa, B., 2016. Persistent scatterer interferometry: A review. ISPRS Journal of Photogrammetry and Remote Sensing, 115, 78-89. 10.1016/j.isprsjprs.2015.10.011.

Da Lio, C., Teatini, P., Strozzi, T., & Tosi, L., 2018. Understanding land subsidence in salt marshes of the Venice Lagoon from SAR Interferometry and ground-based investigations. Remote sensing of environment, 205, 56-70. 10.1016/j.rse.2017.11.016.

 

Delgado Blasco, J. M., Foumelis, M., Stewart, C., & Hooper, A., 2019. Measuring urban subsidence in the Rome metropolitan area (Italy) with Sentinel-1 SNAP-StaMPS persistent scatterer interferometry. Remote Sensing, 11(2), 129. 10.3390/rs11020129.

El Kamali, M., Papoutsis, I., Loupasakis, C., Abuelgasim, A., Omari, K., & Kontoes, C., 2021. Monitoring of land surface subsidence using persistent scatterer interferometry techniques and ground truth data in arid and semi-arid regions, the case of Remah, UAE. Science of The Total Environment, 776, 145946. 10.1016/j.scitotenv.2021.145946.

Ferretti, A., Prati, C., & Rocca, F., 2001. Permanent scatterers in SAR interferometry. IEEE Transactions on geoscience and remote sensing, 39(1), 8-20. 10.1109/36.898661.

Fiaschi, S., Holohan, E. P., Sheehy, M., & Floris, M., 2019. PS-InSAR analysis of Sentinel-1 data for detecting ground motion in temperate oceanic climate zones: a case study in the Republic of Ireland. Remote Sensing, 11(3), 348. 10.3390/rs11030348.

Foumelis, M., Blasco, J. M. D., Desnos, Y. L., Engdahl, M., Fernández, D., Veci, L., ... & Wong, C., 2018. ESA SNAP-StaMPS integrated processing for Sentinel-1 persistent scatterer interferometry. In IGARSS 2018-2018 IEEE International Geoscience and Remote Sensing Symposium (pp. 1364-1367). IEEE. https://forum.step.esa.int.

Haghighi, M. H., & Motagh, M., 2019. Ground surface response to continuous compaction of aquifer system in Tehran, Iran: Results from a long-term multi-sensor InSAR analysis. Remote sensing of environment, 221, 534-550. 10.1016/j.rse.2018.11.003.

Herrera-García, G., Ezquerro, P., Tomás, R., Béjar-Pizarro, M., López-Vinielles, J., Rossi, M., ... & Ye, S., 2021. Mapping the global threat of land subsidence. Science, 371(6524), 34-36. 10.1126/science.abb8549.

Hooper, A., Bekaert, D., Ekbal, H., & Spaans, K., 2018. StaMPS/MTI manual: Version 4.1 b. School of Earth and Environment, University of Leeds. Retrieved October, 15, 2019. https://homepages.see.leeds.ac.uk.

Liosis, N., Marpu, P. R., Pavlopoulos, K., & Ouarda, T. B., 2018. Ground subsidence monitoring with SAR interferometry techniques in the rural area of Al Wagan, UAE. Remote Sensing of Environment, 216, 276-288. 10.1016/j.rse.2018.07.001.

Maghsoudi, Y., van der Meer, F., Hecker, C., Perissin, D., & Saepuloh, A., 2018. Using PS-InSAR to detect surface deformation in geothermal areas of West Java in Indonesia. International journal of applied earth observation and geoinformation, 64, 386-396. 10.1016/j.jag.2017.04.001.

Mateos, R. M., Ezquerro, P., Luque-Espinar, J. A., Béjar-Pizarro, M., Notti, D., Azañón, J. M., ... & Jiménez, J., 2017. Multiband PSInSAR and long-period monitoring of land subsidence in a strategic detrital aquifer (Vega de Granada, SE Spain): An approach to support management decisions. Journal of Hydrology, 553, 71-87. 10.1016/j.jhydrol.2017.07.056.

Miller, M. M., & Shirzaei, M., 2019. Land subsidence in Houston correlated with flooding from Hurricane Harvey. Remote Sensing of Environment, 225, 368-378. 10.1016/j.rse.2019.03.022.

Sun, H., Zhang, Q., Zhao, C., Yang, C., Sun, Q., & Chen, W., 2017. Monitoring land subsidence in the southern part of the lower Liaohe plain, China with a multi-track PS-InSAR technique. Remote sensing of environment, 188, 73-84. 10.1016/j.rse.2016.10.037.

Zuo, J., Gong, H., Chen, B., Liu, K., Zhou, C., & Ke, Y., 2019. Time-series evolution patterns of land subsidence in the eastern Beijing Plain, China. Remote Sensing, 11(5), 539. 10.3390/rs11050539.