基于SBAS-InSAR的库区活动滑坡变形特征与库水位变化响应关系:以四川省黑水县毛尔盖水电站为例

水库滑坡是水电工程建设中的一种常见地质灾害,当滑坡滑入库区中可能会引起涌浪、江河堵塞甚至溃坝,从而造成巨大的经济损失和人员伤亡情况,因此如何高效及时地开展对库岸滑坡早期识别与监测具有重要意义。利用短基线集干涉测量技术(small baseline subsets interferometric synthetic aperture radar,SBAS-InSAR)对毛尔盖库区开展活动滑坡的探测识别,在此基础上,结合高分辨率光学遥感影像、无人机航空摄影测量以及现场调查对库区典型活动滑坡的变形特征与库水位变化响应关系进行初步分析。结果表明:研究区活动滑坡共65处,其中复活型古老滑坡堆积体36处,新孕育型滑坡29处;结合两类典型滑坡来看,坡体变形与库水位快速下降存在正相关关系,且当库水位日平均降速大于0.67 m/d时,InSAR时间序列曲线均会出现加速变形的情况;对于短时间内发生的大变形滑坡,SBAS-InSAR技术很难有效捕捉到滑坡失稳前的真实加速变形信息导致不能提前识别和监测,因此结合多时相高分辨率光学遥感影像可以起到有效补充的作用。研究成果可为库岸滑坡的早期识别与监测提供参考。

长江上游地质灾害次生突发水污染风险分区研究

以2021年为基准年,基于地质灾害隐患点调查数据、环境统计数据、DEM数据及水质监测断面数据等,以1km×1km网格为基本单元,按照“地质灾害-风险源-传输途径-敏感受体”评估框架,采用风险场评估法对长江上游开展地质灾害次生突发水污染风险分区评估.结果表明:①高风险区面积为22534.1km^(2),占比2.3%;中风险区面积为105239.1km^(2),占比10.7%;低风险区面积为857694.4km^(2),占比87.0%;②从空间分布来看,高风险区主要分布在重庆市、陇南市东南部、绵阳市中部、南充市北部、阿坝州东南部、雅安市南部、凉山州中部、德阳市西部等;③从重点河流沿岸空间分布来看,高风险区主要分布在长江干流重庆段,金沙江攀枝花段,嘉陵江陇南段、南充段,岷江成都段、阿坝州段,雅砻江凉山州段等.

基于多源遥感数据的山西省交口县某尾矿库堆载过程回溯与失稳模式分析

2022年3月17日,山西省交口县某铝矿尾矿库发生溃坝事故,造成较大经济损失。为了探究尾矿库溃坝的原因,基于多时相光学卫星立体像对数据和SBAS-InSAR等遥感技术,回溯分析该尾矿库的堆载过程、库容变化和坝体形变,并采用GeoStudio软件Slope/W模块评价溃坝前边坡的稳定性。结果表明:(1)该尾矿库于2019年9月前已堆积至最大库容,2021年12月前在2^(#)坝后方子库堆载至96万m^(3),超出设计库容4.8万m^(3),从而降低了坝体的稳定性;(2)溃坝物源主要来自2^(#)坝以上库区,在2^(#)坝与1^(#)坝之间以及1^(#)坝到沟口区域均主要以堆积为主;(3)该尾矿库溃坝属于典型的渗流场诱发尾矿坝失稳,尾矿加载导致其坝体边坡稳定性安全系数由1.125降至0.991,是该尾矿库溃坝的直接诱发因素。

西昌-香格里拉拟建高速公路廊道不良地质体遥感识别

随着我国高速公路建设不断向西部山区发展,面临的崩塌、滑坡、泥石流等不良地质问题日益突出,迫切需要在选线阶段利用新的技术手段对拟建高速公路沿线不良地质体进行早期识别。以西昌—香格里拉拟建高速公路廊道为研究区,利用“天-空-地”一体化综合遥感手段,识别出不良地质体174处,其中滑坡74处、崩塌40处、泥石流16处、堆积体44处,利用小基线集合成孔径雷达干涉测量技术探测到26处不良地质体具有形变信号。针对磨盘山隧道—雅砻江桥段、牦牛山隧道出口段和下麦地隧道出口段不良地质体发育密集、规模大、稳定性差、对拟建线路威胁极大的区段,项目组开展了详细调查和分析评价。研究结果为西香高速线路比选和后期详细勘查提供了支撑,也为线路工程的不良地质体调查评价提供参考。

基于时空观念历史学科素养下的教学运用

在历史这门学科的学习当中,所涉及的核心素养有时空观念、唯物史观、史料实证、历史解释以及家国情怀,它们是学生在学习历史过程当中逐步形成的思维、方法、能力、理论以及价值观,也是他们必须掌握的品格。而在如今教育改革的背景下,新课标要求培养学生历史学科的核心素养,以促进其全面发展。那么,历史课堂作为学生历史学习的主要场所所发挥的作用是不可忽视的。本文就在高中历史教学活动当中寓于历史学科核心素养之一的“时空观念”进行简要探析。

基于SBAS-InSAR的黄河干流军功古滑坡形变分析

2019-09-20,中国青海省玛沁县拉加镇军功古滑坡发生局部失稳,导致公路交通中断,严重威胁当地居民生命财产安全,亟需查明古滑坡的形变区和形变规律,为防治工程设计和监测预警提供参考。首先利用高分辨率卫星影像和数字高程模型数据并结合现场调查,基于滑坡形态特征和形变迹象对古滑坡进行分区;然后利用2017-01-2020-12的Sentinel-1雷达卫星降轨数据,基于小基线集合成孔径雷达干涉测量技术(small baseline subset interferometric synthetic aperture radar,SBAS-InSAR)对古滑坡的地表形变特征和形变规律进行分析。基于滑坡形态特征和变形迹象,将古滑坡分为4个次级滑坡区,SBAS-InSAR形变结果显示古滑坡整体处于持续的缓慢蠕滑状态。滑坡强变形区主要位于公路开挖段,人类活动对古滑坡稳定性扰动较大,滑坡强变形区形变速率与降雨具有较好的响应关系。虽然古滑坡局部已进行了抗滑桩等工程治理,但由于古滑坡存在多级滑面,已有抗滑桩深度不够,虽发挥了一定的抗滑作用,但未起到完全阻止滑坡整体蠕滑变形的作用,建议后续治理工程应利用钻探等勘察技术手段查明多级滑面深度后进行设计施工,并在强形变区安装裂缝计等现场实时监测预警设备,结合雷达卫星InSAR中长期监测,实现对该滑坡点、面结合的监测预警。