基于SBAS-InSAR技术的膨胀土边坡变形失稳特征

针对传统现场监测手段造价高、易损坏且难以复现边坡整体区域形变历史的不足,引入SBAS-InSAR技术获取试验边坡大面积整体时序形变结果,探究膨胀土边坡在降雨入渗条件下的变形失稳规律。选取昭通西环高速公路膨胀土路堑边坡为试验区域;对覆盖该区的31景Sentinel-1A SAR影像开展前期差分干涉处理、高相干点选取、相位解缠、时序形变建模和总形变生成;获取了研究区域为期28个月的整体面状形变结果,还原了该膨胀土路堑高边坡从开挖到支护再到滑塌的变形全过程,揭示了其历史失稳变形特征。结果表明:边坡区域最大累计沉降为198 mm,坡顶、坡中和坡脚特征点的时序沉降曲线可分为4个阶段;利用水准测量结果进行了精度验证,得出内符合精度为±2.9 mm,外部精度为±1.5 mm;结合降雨量数据分析得出边坡变形破坏具有浅层性、阶段性、蠕变性、滞后性、季节性等特征,且在单日降雨量不超过15 mm的情况下,特征点沉降呈现沉降速率变缓或小幅度抬升。本研究将SBAS-InSAR技术用于膨胀土公路边坡滑坡形变灾后重建,拓宽了InSAR技术应用领域,也为膨胀土边坡失稳早期识别提供了一种新型遥感监测手段。

典型工程区域高精度地表变形多源遥感监测预警关键技术及应用

多源遥感监测手段为地质灾害监测提供了丰富的数据源,助力了地质灾害风险调查和隐患排查。典型工程区域的多源遥感监测应用中仍面临诸多挑战:如观测区的分类识别精度差、自动提取能力弱;InSAR干涉处理中配准速度慢、精度低,多基线相位解缠耗时长且精度低;InSAR形变模型忽略了监测对象的变形物理机制,模型参数估计算法效率低且易无解;形变预测模型无法实现动态预估,且缺乏面向用户需求的自动化预测预警可视化平台等。