Ground subsidence is a common phenomenon which causes disturbances and damages on the Earth’s surface. Especially in urban areas, it poses risk to life and property. Establishing solutions for damage prevention requires knowledge of subsidence behavior over time and space, which entails the collection of geospatial information. The present work investigates the ground surface dynamics over a field of deep mining in Sondershausen, Germany based on multi-temporal Synthetic Aperture Radar (SAR) images. Deformation patterns are extracted by means of Persistent Scatterer Interferometry (PSI), a technique that exploits the spatio-temporal characteristics of interferometric signatures from persistent scatterers. Since the impact of subsidence on surface structures varies spatially, high-risk areas can only be identified when the subsidence profile is known. To model the geometry of the subsidence bowl, the present study extends the extracted point information to a surface of estimations by interpolation. Furthermore, by the synergistic usage of PS estimations from different satellite sensors, this research addresses the problem of undersampling in critical areas, which is a common limitation of the PSI approach. The methodology developed here estimates missing information, i.e. refines the initial model, by deformation map of a different sensor covering a different time interval. In order to extend the period of monitoring as well as to improve the spatial and temporal sampling, the ground subsidence in Sondershausen is monitored with a multi-sensor SAR dataset. The C- and L-band acquisitions of the sensors ERS-1/2 (1995–2005), Envisat-ASAR (2004–2010) and ALOS-PALSAR (2007–2010) are used to derive 15 years of subsidence information at the location of persistent scatterers. From a temporal viewpoint, the obtained deformation maps indicate a non-linearly decreasing trend of ground subsidence, which is consistent with the backfilling history of the mine. From a spatial viewpoint, the results suggest one major subsidence trough located in the urban area of Sondershausen and a minor one found in the nearby village of Großfurra. The PSI deformation maps and models are validated in reference to the available leveling measurements covering the site in Sondershausen. In general, the validation results suggest a good agreement between the PSI and surveying models with the normalized root-mean-square error (RMSE) lower than 0.11. However, some significant deviations of ERS estimations are also found for a critical region. In this area the absence of persistent scatterers contributes largely to the observed differences. Consequently, the spatial refinement by synergy is applied to this region. The integration of points from ASAR or PALSAR deformation maps result in an improvement in the modeled geometry of the subsidence trough. With this improvement the RMSE calculated for the ERS model is decreased from 0.061 to 0.054. The application demonstrates the synergistic potential of multi-sensor PSI analysis to improve the interpretation of ground subsidence characteristics and, thus, to increase the confidence of risk assessment.
Absenkungen des Bodens stellen ein häufig auftretendes Phänomen dar. Diese Bodensenkungen verursachen Störungen und Schäden an der Erdoberfläche, die, insbesondere in urbanen Gebieten, Menschenleben gefährden und die bestehende Infrastruktur beschädigen können. Die Entwicklung von Lösungsansätzen zur Vermeidung von Schäden erfordert fundierte Kenntnisse über die räumliche und zeitliche Verteilung der Absenkungsbewegungen. Im Rahmen der vorliegenden Studie wurde die Dynamik der Bodenbewegungen über dem Salzabbaugebiet Sondershausen in Deutschland mittels Zeitserien von Synthetic Aperture Radar (SAR)-Aufnahmen untersucht. Zur Analyse der Zeitserien wurde das Verfahren der Persistent Scatterer Interferometry (PSI) eingesetzt. Diese Methode zur Extraktion der Bodendeformation basiert auf der Auswertung räumlicher und zeitlicher Charakteristika der interferometrischen Signaturen zeitlich stabiler Punktstreuer. Zur Bestimmung von Gebieten, die von den Bodensenkungen besonders stark betroffen sind, ist eine detailliertere Ermittlung der geometrischen Eigenschaften der Absenkung nötig, da die Oberflächenstrukturen entlang des Absenkungsprofiles variieren. Aufgrund dessen wurde in der vorliegenden Studie die punktweise gewonnene Information in die Flache extrapoliert, um eine räumliche Modellierung des Absenkungsbeckens zu ermöglichen. Zur genauen Vermessung von Absenkungen mittels PSI ist eine möglichst hohe räumliche und zeitliche Abtastrate anzustreben. Diese sind bei der Untersuchung eines Gebietes mithilfe eines einzelnen Radarsensors häufig nicht gewährleistet. Im Rahmen der vorliegenden Arbeit wird ein Lösungsansatz für diese Limitation vorgestellt, welcher auf der synergetischen Verschneidung von Deformationskarten mehrerer Radarsensoren basiert. Fehlende Messwerte in der ERS-Zeitreihe werden anhand von Punktstreuern in ASAR- und PALSAR-Szenen geschätzt. Die Bodenbewegungen im Gebiet Sondershausen wurden mithilfe von Daten verschiedener Radarsensoren beobachtet, um eine verbesserte räumliche und zeitliche Abtastrate zu erzielen. Hierzu wurden Aufnahmen der C- bzw. L-Band Sensoren ERS-1/2 (1995–2005), Envisat-ASAR (2004–2010) und ALOS-PALSAR (2007–2010) auf zeitlich stabile Punktstreuer untersucht. Die zeitliche Analyse der resultierenden Deformationskarten zeigt eine nicht-lineare Abnahme der Bodenabsenkungen. Dieses Verhalten steht im Einklang mit den rezenten Verfüllungsaktivitäten in der stillgelegten Mine. Die räumliche Auswertung der Daten deutet auf ein Absenkungsbecken im Stadtgebiet von Sondershausen hin. Ein weiteres, kleineres Becken konnte um die Siedlung Großfurra identifiziert werden. Sowohl die Deformationskarten als auch die abgeleiteten Modelle wurden einer umfangreichen Validierung anhand von Nivellement-Messungen unterzogen. Die Ergebnisse zeigen generell eine gute Übereinstimmung zwischen den PSI- und Bodenmessungen mit einem root-mean-square error (RMSE) von weniger als 0,11. Nur vereinzelt kommt es zu signifikanten Abweichungen, was insbesondere auf die ERS-Ergebnisse zutrifft. Dies lässt sich durch fehlende Punktstreuer in den aktiven Absenkungsbereichen während der ERS-Messungen begründen. Durch die Integration von Punkten aus den ASAR oder PALSAR-basierenden Deformationskarten konnte die Geometrie der Absenkungen verbessert werden. Der für das ERS-Modell ermittelte RMSE verringert sich auf diese Weise von 0,061 auf 0,054. Die vorliegende Anwendung zeigt das Synergiepotential multi-sensoraler Daten und Methoden verbesserten Interpretation von Bodenabsenkungen sowie zur genaueren Abschatzung und Bewertung von daraus resultierenden Risiken.