✦ 合肥工业大学 · 研究生科技创新作品
读懂地表微变
守护城市生命线
基于星载 InSAR 的城市更新与既有建筑安全监测预警系统。连接空天观测、形变分析与波动预警，为城市更新提供持续的数据依据。
核心创新模块
城市更新场景
已接入监测点样本
2018—2021 年历史序列
01 / CORE INNOVATION
从观测，到理解，再到预警。
三项模块衔接一条技术链。
把地表变化转化为可读、可分析的科学信息。
SARM / DATA PIPELINE
让多源遥感数据形成连续观测。
整合 SAR 影像、精密轨道与 DEM，经配准、干涉处理、相位解缠和相干点筛选，形成地表形变时序，支撑城市级监测。
- 多源数据组织与处理链自动化
- 时序 InSAR 与相干散射体识别
- 对接后续分析与风险图层
图示为模块协同概念；下方 demo 运行样本分析与简化预测。
02 / INTERACTIVE LAB
把一段真实观测，变成一次探索。
选择监测点，回放地表变化，查看地下水关联，再运行波动预测。也可以导入自己的月度 CSV 样本。
TIME SERIES / 2018—2021
形变与地下水的时间序列
纵轴为原表归一化指数；地下水缺测月份保留为空白，不做插值。
演示使用原材料中的归一化样本，运行相关性分析与简化 GARCH(1,1) 计算。分级阈值用于交互展示，不能作为工程安全判定。SAR 影像反演与正式预警需接入完整处理链。
03 / URBAN RENEWAL
同一条观测链，贯穿城市更新。
更新前、中、后持续跟踪。
让每一个变化都有时间与空间的参照。
以广域沉降普查发现变化集中的地块，结合建筑与地质资料，形成更新前的数字健康档案。
沉降普查 / 基线档案 / 后续核查04 / RESEARCH EVIDENCE
让科学证据，被清楚地看见。
来自项目原材料与公开论文。
点击图像查看完整图例与坐标。
CORE PAPER / REMOTE SENSING · 2024
PS-InSAR 与 GARCH 模型的无锡地表形变研究
Zhang, S. et al. (2024). Quantitative Assessment and Impact Analysis of Land Surface Deformation in Wuxi Based on PS-InSAR and GARCH Model. Remote Sensing, 16(9), 1568.
查看演示方法与数据来源
样本来源：数据-地下水2018-2021.xlsx / Sheet1，2018-01至2021-12。S01—S08为网页样本编号，不宣称与论文P1—P8对应。纵轴采用原表的归一化指数；地下水空值保留。图像网页副本只作等比例尺寸优化，原图内容不作重绘。
GARCH示例以月度一阶差分为输入，在离散参数网格上做高斯准似然比较，并用方差目标约束估计ω。均值路径采用固定漂移；图中的模型区间假设正态创新，不包含参数估计误差。回看误差不是独立工程精度验证；原表归一化基准来自完整样本。本demo没有复现论文的完整振幅因子、SAR反演或正式预警处理链。
方法来源：Bollerslev, T. (1986). Generalized autoregressive conditional heteroskedasticity. Journal of Econometrics, 31(3), 307–327. DOI ↗ · 原论文PDF ↗
成因关联使用成对有效月份的Pearson相关系数。地下水领先k个月时，将形变t月与地下水t−k月匹配；相关性不能单独证明因果关系。