基于InSAR与多源数据的潜在滑坡识别与优化

合成孔径雷达干涉测量(Interferometric Synthetic Aperture Radar, InSAR)技术近年来被广泛应用于滑坡灾害隐患早期识别,但是受失相干、大气延迟、SAR图像几何畸变、等方面的影响,导致InSAR识别潜在滑坡的精度下降。本文联合InSAR技术和多源数据对青海同仁地区的潜在滑坡开展自动精准识别研究,并与单一InSAR方法识别潜在滑坡进行对比分析,得到较为精确的潜在滑坡识别结果。首先,基于2016年1月-2017年3月sentinel-1A升降轨数据,采用小基线集(SBAS-InSAR)方法获取同仁地区的LOS向形变速率,根据地表形变情况识别潜在滑坡;其次,利用梯度提升决策树(Gradient Boosting Decision Tress,GBDT)算法耦合多源遥感数据,结合地表形变自动识别潜在滑坡。结果表明,该方法在识别潜在滑坡的准确性优于单一InSAR方法。