Deformation Retrievals for North America and Eurasia from Sentinel-1 DInSAR: Big Data Approach, Processing Methodology and Challenges

Abstract

A fully automated processing system for measuring long-term ground deformation time series and deformation rates frame-by-frame using DInSAR processing technique was developed at the Canada Center for Remote Sensing. Ground deformation rates from 2017 to 2023 were computed over a large territory of North America and Eurasia from more than 220,000 readily available Sentinel-1 images, and the performance and shortcomings of the developed processing system were analyzed. Here, we present the processing methodology and several examples of deformation rate maps and time series produced with this automated system. Examples include the deformation of slow- moving deep-seated landslides in two regions of Canada, subsidence at the Komsomolskoe oil field in the Russian Arctic, the Tengiz oil field in Kazakhstan, multiple large subsiding regions and landslides in northwestern Iran, and two large subsiding regions in the Yellow River Delta and Xinjiang, China. Many deformation processes observed in these deformation rate maps, including large landslides, have previously been unknown to the research community. Systematic radar penetration depth changes were observed in multiple regions and were investigate in detail for 1 Eurasian region. Computed deformation rates for North America and Eurasia are available to the research community and can be downloaded from the data repository.

RÉSUMÉ

Un système de traitement entièrement automatisé pour mesurer les séries chronologiques de déformation du sol à long terme et les taux de déformation image par image à l’aide de la technique de traitement DInSAR a été mis au point au Centre canadien de télédétection. Les taux de déformation du sol de 2017 à 2023 ont été calculés sur un vaste territoire d’Amérique du Nord et d’Eurasie à partir de plus de 200 000 images Sentinel-1 facilement disponibles, et les performances et les lacunes du système de traitement développé ont été analysées. Nous présentons ici la méthodologie de traitement et plusieurs exemples de cartes de vitesse de déformation et de séries chronologiques produites avec ce système automatisé. Les exemples incluent la déformation de glissements de terrain profonds se déplaçant lentement dans deux régions du Canada, l’affaissement du champ pétrolifère Komsomolskoe dans l’Arctique russe, le champ pétrolifère Tengiz au Kazakhstan, plusieurs grandes régions d’affaissements et de glissements de terrain dans le nord-ouest de l’Iran, ainsi que deux grandes régions s’affaissant dans le delta du fleuve Jaune et le Xinjiang, en Chine. De nombreux processus de déformation observés dans ces cartes de vitesse de déformation, y compris les grands glissements de terrain, étaient auparavant inconnus de la communauté scientifique. Des changements systématiques de la profondeur de pénétration radar ont été observés dans plusieurs régions et ont été étudiés en détail pour une région eurasienne. Les taux de déformation calculés pour l’Amérique du Nord et l’Eurasie sont à la disposition de la communauté scientifique et peuvent être téléchargés à partir du site de dépôt des données.

Acknowledgment

We thank the European Space Agency for acquiring, and the National Aeronautics and Space Administration (NASA) and Alaska Satellite Facility (ASF) for distributing Sentinel- 1 SAR data. Figures were plotted with GMT 6.0.0 and Gnuplot 5.2 software. NRCan contribution number/Numero de contribution de RNCan: 20220236. The authors thank George Choma of the Canada Centre for Remote Sensing, NRCan, for help with proofreading.

Author contributions

S.S. designed and performed research, analyzed data and results and wrote most of the paper; W.F. analyzed results over studied regions in China, identified causes of deformation in those regions, and wrote corresponding sections of the paper.

Data availability statement

Preliminary deformation rate retrievals can be downloaded from the Mendeley Data repository https://doi.org/10.17632/t7wvtrk28y.3 (Samsonov and Feng 2022).

Additional information

Funding

The work was partially supported by the Canada Centre for Remote Sensing, NRCan under the Status and Trend Mapping Program. The work was also partly supported by Guangdong Province Introduced Innovative R&D Team of Geological Processes and Natural Disasters around the South China Sea (2016ZT06N331), the Guangdong Provincial Natural Science Fund (2020A1515011078) and the National Key R&D Program of China (2021YFC3001000).