2023年积石山Ms6.2级地震同震地质灾害初步分析

2023年12月18日,甘肃省临夏回族自治州积石山县发生Ms6.2级地震,触发了大量同震地质灾害,亟需查明同震地质灾害的基本特征、发育分布规律和成因机制,为震后恢复重建与地质灾害防治提供支撑。本文基于多源高分辨率遥感解译和已有研究成果对比分析,初步揭示了此次地震地质灾害的基本特征和发育分布规律,并探讨了草滩村液化滑坡—泥流的成因机制。结果表明:此次地震Ⅶ度及以上烈度区内共发育1 535处同震地质灾害,主要为中小规模黄土滑坡和浅表层岩质崩塌,集中分布于黄土梁和黄土塬内冲沟两侧、单薄黄土梁两侧以及大型历史滑坡后壁等局部地形较陡峭的部位。地震因素控制了同震地质灾害的区域分布规律,而地形因素控制了同震地质灾害的局部分布规律。同震地质灾害在0.1~0.3 g震峰值加速度区域、发震断层下盘区域、南东坡向、30~60 m坡高范围、斜坡中部以上20~40 m范围分布数量最多。受广泛关注的草滩村“砂涌”灾害本质是饱水黄土在地震作用下发生的液化滑坡。2016年完成的填沟造地工程改变了滑源区地表和地下水流通条件,地下水通道被堵塞,导致地下水位抬升和下部土体饱和可能是该处发生液化滑坡的重要原因。

利用InSAR形变反演滑坡滑面运动特征——以汶川县布瓦村滑坡为例

当前滑坡滑面运动特征获取多采用接触式手段,费时费力、成本高昂,且仅能获取稀疏点位滑面运动状态。因此,本文提出一种非接触式滑坡滑面运动特征获取方法,其基本思路是:基于位错理论建立滑坡表面形变与滑面运动间的关系模型,同时引入滑面运动平滑约束条件,最终以InSAR等技术获取的地表形变为约束,反演获得滑面运动特征。本文选择四川省汶川县布瓦村滑坡作为研究对象,以时序InSAR技术获取的滑坡坡面升降轨形变数据为约束,基于发展的理论方法反演获得布瓦村滑坡滑面几何与运动学参数,并结合野外勘查、Lidar观测以及模型残差较好地验证了反演结果的可靠性,其中反演升降轨模型残差仅3.1 mm·a^(-1)和3.4 mm·a^(-1)。反演结果显示,布瓦村滑坡滑面位于坡表以下平均~15.0 m深度处,滑面整体以沿坡向运动为主,最大运动量级达~80 mm·a^(-1),同时在坡体西侧中下部发现微量的垂直坡向运动。本文提出方法可方便、快速的获取空间连续的滑坡滑面运动特征,为滑坡灾害预警和失稳风险评估提供更为直接可靠的科学参考。

三维地籍测绘研究及其标准化探索

针对传统的基于二维地籍的土地管理模式不能很好地满足日趋紧张的城市空间管理需求的问题,本文首先分析三维地籍国内外发展现状,提出了基于三维地籍测绘解决土地立体化管理难点、痛点的技术路线,然后开展了三维地籍标准化探索,重点介绍《三维地籍产权体测绘技术规程》的编制过程和主要内容,并将研究路线及此标准应用到典型案例中,以证明该技术路线的可行性和标准的适用性。

智航无人机载LiDAR系统在轨道交通建设中的应用分析

为了减少轨道交通建设外业勘测的工作量,提高制图的效率和精度,本文首先基于实际项目,选用智航SF1650六旋翼无人机载LiDAR系统对济南新东站片区进行航摄,利用获取的LiDAR点云和影像数据制作DEM、DOM,然后再进行大比例尺地形图和片区断面图的制作。通过外业勘测核实,DEM和DOM精度完全满足轨道交通建设工程制作大比例尺地形图的要求,且相较于传统立体航测,精度和数据利用率得到很大的提升,极大减少了外业勘测工作量,验证了智航SF1650无人机载LiDAR系统的可行性,为今后的工程应用提供了参考方案。

黄土高原极端降水变化及其对植被覆盖度影响

全球变暖背景下,黄土高原极端降水事件频发,对社会经济及植被生态产生了重要影响,研究黄土高原极端降水变化特征及其对植被覆盖度(fractional vegetation cover,FVC)影响,可为生态环境保护和区域可持续发展提供科学支撑。基于2000—2020年黄土高原64个气象站点逐日降水数据和MODIS NDVI数据,采用趋势分析、相关分析等方法,分析了黄土高原地区极端降水和FVC时空变化特征及极端降水对FVC的影响。结果表明:2000—2020年黄土高原地区总降水量P_(RCPTOT)、中雨日数R_(10mm)、大雨日数R_(20mm)、强降水日数R_(25mm)和降水强度S_(DII)均呈显著上升趋势(P<0.05),区域西部和北部强降水总体增加,但区域南部呈干旱化。2000—2020年黄土高原FVC总体呈显著上升趋势(P<0.05),集中分布在区域中东部,占区域总面积的32.00%;显著下降趋势主要分布在南部少部分地区,仅占区域总面积的4.91%。2000—2020年黄土高原地区FVC与中雨日数R_(10mm)、大雨日数R_(20mm)、强降水日数R_(25mm)和降水强度S_(DII)以正相关关系为主,其中呈显著正相关的区域占比分别为22.33%、48.19%、14.36%和24.37%,主要分布在中部地区。研究认为近20年黄土高原极端降水和FVC同步增加,表现为极端降水促进植被生态改善的作用,但应注意极端降水研究中的时间尺度效应问题,即年尺度数据可能掩盖了短时间尺度上极端降水对FVC的破坏作用。

基于多源数据与随机森林方法的城市建成区提取——以郑州市为例

基于夜间灯光数据的阈值分割法在城镇建成区提取研究中被广泛应用,但由于夜间灯光数据分辨率低、灯光溢出和阈值分割法无法顾及区域差异等问题,一定程度上影响了该方法的提取精度。以郑州市为例,以LJ1-01与NPP/VIIRS两种夜间灯光影像为主要数据源,结合Landsat8中分辨率遥感影像、网络城市兴趣点(POI)及路网数据,利用随机森林分类方法对郑州市2018年建成区进行提取,参考土地利用数据,对RF分类法与NTL、VANUI、BANUI、PANUI、RANUI指数等阈值法进行对比实验和精度评价,评估基于多源数据的随机森林分类方法在城市建成区提取中的优势。实验表明,RF比阈值法提取的建成区更接近真实建成区且提取精度更高,具有更好适用性;LJ1-01数据提取的效果和精度总体优于NPP/VIIRS数据;在采用RF分类时,各类特征的重要性在不同夜光数据源中表现差异较大。

基于InSAR-COMSOL的露天矿边坡稳定性分析及形变预测

露天矿地表形变特征的快速、准确分析及形变趋势精准预测是推进矿山绿色安全生产的重要保障。针对当前形变监测技术存在的时空采样率低、成本高,预测模型参数难确定等问题,以东鞍山露天铁矿为工程背景,提出了一种融合短基线子集干涉测量(SBAS-InSAR)技术和COMSOL有限元模拟的边坡稳定性分析和形变预测一体化方法。首先,利用SBAS-InSAR技术处理2018年5月—2020年6月获取的62景Sentinel-1A升轨SAR数据,获取了该区域2 a内地表形变时间序列,分析了其形变时空演化特征。然后,采用COMSOL Multiphysics软件模拟外界强降雨影响下的典型沉降区域边坡稳定性状况,探讨了坡体损伤裂化规律及形变机理。基于此,利用粒子群算法(PSO)优化长短期时间记忆(LSTM)网络,搭建了形变时序预测最优模型,开展典型沉降区的形变时序预测,并引入平均绝对误差和均方根误差作为预测精度评价指标。结果表明:矿区西部沉降相对严重,年均沉降速率高达47.8 mm/a,形变速率与区域降雨量存在显著相关性。相较于传统形变预测模型,PSO-LSTM模型的2种误差至少降低了14%和36%,且能够有效反映采区地表形变波动趋势,为滑坡灾前预警提供了新思路。

无人机倾斜摄影测量在采空塌陷区生态综合治理中的应用

针对郭家湾煤矿51101工作面采空塌陷区生态综合治理问题,利用无人机搭载五镜头倾斜相机获取航摄影像,经过内业处理、三维建模获得实景三维模型。通过对像控点和三维模型精度分析,证明无人机倾斜摄影测量完全满足煤矿治理大比例尺地形图测图要求。依托实景三维模型和生成的高精度DLG数据成果,可帮助设计人员准确高效地提出相应采空塌陷区生态治理方式,大大提高了塌陷治理以及土地复垦工作的针对性和工作效率,为后期项目验收提供了准确可信的技术支撑和成果验证,最终有效解决了治理区地表变形和生态破坏问题。

遥感水深反演海道测量业务化应用中的评估与思考

水深是海道测量最重要的地理要素,反映海底地貌形态和航区通航能力,在海道测量中占有重要的地位,遥感水深反演(SDB)对于补充传统声学测深系统效率不足具有重要意义。本文通过对现有研究总结,从实地因素、影像因素和反演方法3个维度分析了反演考量的要素,对照海道测量精度要求和业务化需求两个维度对水深反演适用性进行了评估。结果表明,精度方面,SDB水平精度已经满足要求,大部分多光谱反演相对垂直精度约达20%,但受水体浑浊程度影响较大,距海道测量业务化应用尚有不足,海底覆盖方面已经有了很好的实践。最后,从不确定性可控性、反演模型外推和多源数据同化方面分析了SDB应用所面临的问题,并给出了一些思考和建议。

一种融合多尺度混合注意力的建筑物变化检测模型

针对高分辨率遥感图像非真实变化所引起的错误检测问题,提出一种新颖的轻量化孪生神经网络建筑物变化检测模型。其中轻量化的特征提取模块可以获取不同尺度的局部上下文信息,使其充分学习局部和全局特征。由通道和空间注意力组成的混合注意力模块可以充分利用周围丰富的时空语义信息,以实现变化建筑物的准确提取。针对变化建筑物尺度跨度较大,容易导致建筑物边缘细节提取粗糙、小尺度建筑物漏检等问题,引入多尺度概念,将提取到的特征图划分为多个子区域,并分别引入混合注意力模块,最终将不同尺度的输出特征进行加权融合,以加强边缘细节提取能力。模型在WHU-CD、LEVIR-CD公开数据集进行实验,并分别取得87.8%和88.1%的F 1值,相较于6种对比模型具有更高的变化检测精度。

基于夜光遥感的东南亚国家经济发展时空特征研究

东南亚地区是中国“一带一路”倡议的必经通道,也是我国发展对外经贸的重要节点区域,具有重要的战略地位.基于NPP/VIIRS夜间灯光数据,运用重心、标准差椭圆以及莫兰指数等空间分析方法,分析2012—2021年东南亚国家经济发展的时空特征.结果表明:东南亚国家GDP与夜间灯光数据之间存在显著相关性;从东南亚经济发展方向特征来看,东南亚经济重心整体向西北迁移,大部分灯光集中的中心已向东南亚的西北方向,即向中国的陆地边界移动了476 km,经济重心移动和“一带一路”倡议有关;东南亚总体经济体量增大,经济发展向区域内聚集,东南亚经济发展方向性愈发明显;从东南亚经济发展空间聚集性特征来看,高高聚集和低低聚集是东南亚经济发展最显著的两种空间聚集特征,高高聚集地区起到了很好的辐射作用,带动周边地区的经济发展,低高聚集区的发展潜力较大.研究时间段内,东南亚北部低低聚集区大幅度减少.

基于多时相光学遥感影像亚像素相关的边坡监测——以溪洛渡电站为例

水电站高边坡监测是水电站灾害防治中的关键问题,基于卫星遥感技术进行库区滑坡监测是解决该问题的重要手段之一。利用卫星影像亚像素相关性算法获取地表形变位移场,能够克服SAR影像失相关因素,在水电站边坡监测中具有重大的应用潜力。本文以溪洛渡电站2015-2019年5期Google Earth影像和2019-2022年4期Sentinel-2影像为数据源,采用相位相关算法计算了边坡形变量,通过构建一次多项式曲面拟合模型去除轨道误差等趋势性误差,获取了2016、2017和2019年溪洛渡电站下游边坡形变值。分析显示,两种影像提取得到的边坡形变量具有相同的变化趋势,均与谷幅实测数据吻合较好。本文结果验证了基于多时相遥感数据将亚像素相关性匹配技术运用于大型水电站边坡形变监测的可行性。

基于MPI和OpenMP混合编程的高分三号数据分布式并行转换算法

高分三号是我国C波段多极化合成孔径雷达卫星。PolSARpro是欧空局支持下的一款极化SAR影像处理的开源软件,为了便于利用该软件处理高分三号数据,本文提出了一种基于MPI和OpenMP并以PolSARpro软件的数据格式要求进行分布式并行转换算法,实现将高分三号极化数据快速精确转化为复数散射矩阵S2数据格式,通过KingMap V8.0平台实现了算法并在实际数据中进行测试,验证了算法的可行性、正确性和高效性。

利用InSAR技术估计长江源冰川2000—2020年物质平衡

本文以获取近20年长江源冰川物质平衡,揭示冰川物质平衡影响因素及冰川物质流失对河流径流量影响为目标开展研究。利用InSAR技术和双站TerraSAR-X/TanDEM-X影像生成两期覆盖长江源全域冰川的DEM,分别和SRTM DEM差分,去除高程差系统误差后获取长江源地区冰川2000—2012年和2000—2020年间的高分辨率冰川厚度变化,再结合冰川密度将厚度变化转为冰川物质平衡。估计结果与区域内冰川实地物质平衡监测结果仅相差0.03 m w.e.a^(-1),表明精度较高。结果显示长江源地区冰川在2000—2012年间的物质平衡为(-0.30±0.02)m w.e.a^(-1),在2000—2020年间为(-0.45±0.04)m w.e.a^(-1),2012—2020年间冰川消融相比2000—2012年间明显加速。推测夏季气温升高和夏季降水减少是冰川加速消融的主要原因。另外,长江源地区冰川消融速度存在从东南向西北递减的趋势,分析认为这一现象与西部地区温度更低,升温更慢,冰川海拔更高,积累区面积比例更高,冰面坡度更陡有关。2000—2020年间,沱沱河流域冰川物质损失量仅占沱沱河径流量的4.4%,而沱沱河与当曲流域的冰川物质损失量之和仅占通天河径流量的2.5%,表明当前冰川物质损失对长江上游径流量的影响较小。

震害评估任务驱动的遥感信息服务链构建方法

地震是全球影响最大的自然灾害之一。利用遥感数据对灾区进行动态震害评估,有助于支持应急救援和恢复重建工作,并在一定程度上降低灾害损失。然而,随着Web服务和在线计算技术的快速发展,如何根据不同震害评估任务需求,选择合适的遥感数据和处理服务进行智能组合,构成遥感信息服务链,已成为亟待解决的难题。因此,本文提出了一种任务驱动的遥感信息服务链构建方法,通过分析震害评估任务与遥感服务的特点,基于本体构建统一描述语义的震害评估任务描述模型与遥感信息服务描述模型,研究逐级精化的服务多级语义匹配方法,并从服务类型、服务功能、服务质量三个方面进行服务匹配。结果表明,本方法可构建出12条可用服务链,用时均在70 min内,且最优归一化服务质量指标达到0.607。研究成果能够支持遥感信息服务链构建,可为震害服务管理提供技术支持。

无人机可见光遥感影像地物目标提取技术研究

无人机可见光遥感影像中地物目标边界清晰度较低,容易导致地物目标与背景之间的区分度降低,进而难以提取地物目标;为此,提出无人机可见光遥感影像地物目标提取方法;从光谱特征、纹理特征和边缘特征3个方面分析无人机可见光遥感影像特征;结合3种影像特征对无人机可见光遥感影像数据集实行增广处理;对完成增广后的数据集定义影像编码标签,以此确定地物目标增强权重,通过参量化处理地物目标光谱特征,计算光谱吸收指数,获取地物目标提取表达式,从而实现无人机可见光遥感影像地物目标提取;实验结果表明,所提方法能够保证地物目标边界的清晰度,具有较强的地物目标提取能力。

荒漠化矿区土壤碳排放高光谱遥感反演

随着我国“碳达峰、碳中和”政策的提出,矿区碳排放成为关注焦点,然而目前缺少矿区土壤碳排放高光谱遥感探测的有效方法。基于矿区实测土壤样品,将6种光谱数学变换方法(R、■、Log(1/R)、1st、MSC、SNV)与光谱特征筛选方法(CC-SPA)相结合,探究新疆红沙泉露天煤矿不同土地利用类型土壤碳排放的高光谱响应特征;结合土壤温度(ST)、土壤湿度(SM)及6种光谱指数(NDVI、RVI、NGLI、SMMI、SI-T、ATI),利用偏最小二乘(PLSR)、支持向量机(SVM)、随机森林(RF)、遗传优化神经网络(GA-BP)算法得到土壤碳排放最优遥感反演模型。主要结论如下:(1)自然条件下非采矿影响区土壤反射率明显高于采矿影响区,其中南线受煤炭开采影响最大,反射率最低,证明采矿活动对矿区土壤产生了影响;(2)光谱特征筛选方面,基于相关系数-连续投影算法(CC-SPA)提取的碳排放特征波段数远小于单一方法,且筛选结果呈现聚集式分布,主要集中于1600~2200 nm波长范围内,白天特征波段数远高于夜晚,相较于白天,夜晚特征波段具有明显向长波移动的特征。(3)添加基于反射率构建的光谱指数及ST、SM的反演模型估测土壤碳排放速率的精度明显提升,基于一阶微分变换(1st)的支持向量机模型(SVM)模型反演矿区综合土地利用类型土壤碳排放效果最好(验证集R2=0.813、RMSE=0.116);5种不同土地利用类型土壤碳排放最佳指数组合方式存在差异,引入不同的光谱指数对土壤碳排放速率的估测精度均有不同程度的提升(验证集R2均在0.8以上),其土壤碳排放最优反演模型均可较为准确地估算红沙泉矿区不同土地利用类型土壤的碳排放速率。本研究可为荒漠化矿区土壤碳排放遥感反演提供依据,定量识别不同土地利用类型下土壤的碳源汇效应,并实现了矿区碳排放的无损探测,为我国“30·60”双碳目标提供数据支撑。

基于无人机遥感的农作物病害监测研究进展

作物病害的高效、精准监测不仅在保障农业生产安全中具有重要意义,还对国家粮食安全政策的制定起着至关重要的作用。近年来,随着无人机技术的迅速发展,无人机农业遥感因其高空间分辨率、时效性强、成本相对较低等优势,在农作物病害监测领域的应用日益广泛。首先梳理了无人机遥感在作物病害监测中的应用背景,概述了当前广泛应用于农业生产中的无人机设备及其搭载的作物监测传感器;其次,从技术方法和研究进展的双重视角,系统综述了无人机遥感技术在作物病害监测中的具体应用及其成果;最后,深入探讨了影响无人机遥感病害监测精度的关键因素,分析了当前尚存的技术瓶颈,并展望了无人机遥感在作物病害监测中的未来发展方向。通过研究旨在为我国农作物病害监测平台的构建及相关技术的发展提供理论支持和实践参考。

面向多源异质遥感影像地物分类的自监督预训练方法

近年来,深度学习改变了遥感图像处理的方法。由于标注高质量样本费时费力,标签样本数量不足的现实问题会严重影响深层神经网络模型的性能。为解决这一突出矛盾,本文提出了用于多源异质遥感影像地物分类的自监督预训练和微调分类方案,旨在缓解模型对于标签样本的严重依赖。具体来讲,生成式自监督学习模型由非对称的编码器-解码器结构组成,其中深度编码器从多源遥感数据中学习高阶关键特征,任务特定的解码器用于重建原始遥感影像。为提升特性表示能力,交叉注意力机制模型用于融合异源特征中的信息,进而从多源异质遥感影像中学习更多的互补信息。在微调分类阶段,预训练好的编码器作为无监督特征提取器,基于Transformer结构的轻量级分类器将学习到的特征与光谱信息结合并用于地物分类。这种自监督预训练方案能够从多源异质遥感影像中学习到刻画原始数据的高级关键特征,并且此过程不需要任何人工标注信息,从而缓解了对标签样本的依赖。与现有的分类范式相比,本文提出的自监督预训练和微调方案在多源遥感影像地物分类中能够取得更优的分类结果。

复杂场景下无水尺水位的影像水位反演智能检测方法

实现精细化水务管控和洪涝灾害预警,需要实时、准确感知水位突变事件。现有技术不能满足夜晚、雾霾、雨天、雪天、漂浮物遮挡及阴影等复杂恶劣环境下的水位识别需求。为此,本文提出一种融合改进YOLOv5与卡尔曼滤波原理的无水尺水位智能检测技术:①引入YOLOv5对水位线(水岸分界线)进行检测,并利用线性拟合方法获得实际水位线;②针对水位线在延伸方向无限大而在其法向无限小特点,提出强化中尺度特征的多层级特征融合方法改进原YOLOv5算法;③利用卡尔曼滤波引入水位历史信息作为先验知识,提高本技术对复杂恶劣环境的泛化性能;④将图像中事先标定的固定的标志物加入到深度学习网络中训练,根据标志位真实尺寸解算实际水位高程,实现无水尺检测方案。相关试验和实践表明,改进的YOLOv5更加轻量化;本文所述水位智能检测技术斜率准确性为97.3%,较原算法提高了2.4%;截距准确性为99.3%,较原算法提高了0.5%;在夜晚、雾霾、雨天、雪天、漂浮物遮挡及阴影等复杂恶劣环境下可以自动、准确识别出水位高程,误差小于0.1 m。