Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Possibilities to make measurements of ground subsidence more effective, using dInSAR, GNSS and levelling
KTH, School of Architecture and the Built Environment (ABE), Urban Planning and Environment, Geodesy and Satellite Positioning.
2017 (English)Independent thesis Basic level (degree of Bachelor), 10 credits / 15 HE creditsStudent thesis
Abstract [en]

Ground subsidence is today very common. It can occur due to man-made or natural causes. Today, it is most common that subsidence occurs in urban areas, and there the causes are almost exclusively man-made, including groundwater extraction, construction under or above ground. This can lead to damage of buildings or other constructions and lead to large costs for reparation. To avoid this, subsidence must be detected in an early stage.

Therefore, this thesis work will study the most effective way to detect and measure subsidence using dInSAR, GNSS and levelling. The thesis work will contain a literature study, a compilation of cases comparing the methods and a quantitative comparison of data, called case Stockholm. The main focus of case Stockholm is to compare the RMS error for the datasets and to determine how well the linear regression of the datasets cohere.

The literature study and the case compilation presents the strengths and weaknesses of the different methods, where dInSAR’s strength is the ability to measure large areas at once while the weakness is the inability to detect small movements within a large movement. The possibility to measure individual points of interest is the strength of both GNSS and levelling, where the most time-consuming method, levelling, also has the highest accuracy. In case Stockholm, the linear regression for dInSAR mostly follows the linear regression for GNSS and levelling. However, irregular levelling measurements that do not follow the general ground subsidence is missed by dInSAR and the amplitude of the dInSAR measurements differ from both GNSS and levelling measurements. This confirms the strengths and weaknesses mentioned in the literature study.

The conclusion that can be drawn from this is that the most effective way of using dInSAR, GNSS and levelling is to first screen large areas for any movement using dInSAR. Later only the areas that display movement of any sort is measured with either GNSS or levelling depending on demands on accuracy.

Abstract [sv]

Sättningar i mark är något som idag är väldigt vanligt. De sker antingen av naturliga orsaker eller skapas av människans påverkan på marken. Idag är den vanligaste förekomsten av sättningar i eller i närheten av stora städer där upptagning av grundvatten samt konstruktion ovan och under mark påverkar marken i så stor utsträckning att skador på byggnader och konstruktioner kan uppstå. För att undvika stora reparationskostnader så är det nödvändigt att upptäcka sättningarna i ett så tidigt skede som möjligt.

Denna studie kommer därför behandla möjligheten att på ett så effektivt sätt som möjligt upptäcka och mäta sättningar med hjälp av dInSAR, GNSS och avvägning. Detta kommer göras genom en litteraturstudie, en sammanställning av andra praktiska fall där de tidigare nämnda metoderna jämförts med varandra samt en kvantitativ jämförelse av data över Stockholm. I den kvantitativa jämförelsen kommer vikten ligga på att jämföra metoderna baserat på RMS fel samt hur väl de linjära approximationerna följer varandra för de olika metoderna.

Litteraturstudien tillsammans med sammanställningen av de praktiska fallen ger en bred bild av metodernas styrkor och svagheter, där dInSARs styrka ligger i förmågan att läsa av stora områden men dess svaghet är att små individuella rörelser inom en stor rörelse inte kan fångas upp. Styrkan för GNSS och avvägning är punktinmätning, där avvägning har den högsta noggrannheten, men också är mest tidskrävande. Den kvantitativa jämförelsen av data bekräftar styrkorna och svagheterna för metoderna då det var tydligt att dInSAR till största del fångar upp samma markrörelse som både GNSS och avvägning. Det som skiljer dInSAR från GNSS och avvägning är amplituden av mätningarna samt det faktum att vissa avvägda mätningar som visar en annan rörelse än den generella inte fångas upp av dInSAR.

Slutsatsen som kan dras från detta är att det mest effektiva sätt att upptäcka och mäta sättningar är att till en början grovt granska stora områden för eventuell rörelse med användning av dInSAR och att sedan, där rörelse uppmäts, göra noggrannare punktmätningar med antingen GNSS eller avvägning, beroende på önskad noggrannhet.

Place, publisher, year, edition, pages
2017. , 42 p.
Keyword [en]
dInSAR, GNSS, levelling, subsidence
National Category
Other Civil Engineering
Identifiers
URN: urn:nbn:se:kth:diva-208980OAI: oai:DiVA.org:kth-208980DiVA: diva2:1109367
External cooperation
WSP
Educational program
Master of Science in Engineering - Urban Management
Supervisors
Examiners
Available from: 2017-06-14 Created: 2017-06-14 Last updated: 2017-06-14Bibliographically approved

Open Access in DiVA

Kandidate thesis Evelina Östblom(1292 kB)17 downloads
File information
File name FULLTEXT01.pdfFile size 1292 kBChecksum SHA-512
698b36fdb718b3bebdcbd847ae37bb89c1c1a9ac0a85b193bf4f96304f9208a21088ebf9bda9672596cd7bed1d6d92905d8d2d87a2e1423fa092816430e16325
Type fulltextMimetype application/pdf

By organisation
Geodesy and Satellite Positioning
Other Civil Engineering

Search outside of DiVA

GoogleGoogle Scholar
Total: 17 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

Total: 61 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf