基于SBAS-InSAR技术的高山峡谷区滑坡隐患早期识别

近年来,高山峡谷区滑坡灾害频发,给人民生命和财产安全带来了严重威胁。滑坡隐患早期识别是高山峡谷区滑坡研究的重点和难点问题之一。以牛栏江中下游河段的象鼻岭水库区域为研究区,基于SBAS-InSAR技术,在分析地形可视性的基础上,通过Sentinel-1A升、降轨数据结合互补的方式,对该区域的滑坡隐患进行早期识别研究。结果表明:升、降轨数据结合有效减小了阴影叠掩区的干扰,能够较全面地识别出高山峡谷区的滑坡隐患点;研究区内雷达视线方向的年平均形变速率为-186~166 mm/a,基于形变结果识别出47个滑坡隐患点;高程在1400~<1600 m、坡度在30°~<40°、坡向在东北和正南方向为滑坡发育的有利地形,大部分滑坡分布在石炭系下统岩关组地层中。研究成果证明了基于SBAS-InSAR技术采用升、降轨数据结合互补方式在高山峡谷区滑坡隐患早期识别中的优势及有效性,具有推广应用的潜力。

紫阳县城关镇滑坡灾害隐患识别

滑坡灾害是紫阳县城关镇主要的地质灾害之一,其中存在滑坡灾害隐患但尚未发生滑坡灾害的斜坡单元对居民的生命和财产安全构成极大的威胁。以紫阳县城关镇为研究区,按照其环境条件与行政区划,将研究区划分为530个斜坡单元,利用基于栅格的瞬态降水入渗斜坡稳定性(TRIGRS)模型,对该地区在2022年最大小时雨强(50.7 mm/h)下各斜坡单元的稳定性系数进行了模拟计算,并按照斜坡单元稳定性系数大小将其分为稳定性极低、稳定性较低、稳定性较高、基本稳定区。结果表明:研究区稳定性极低区包含193个斜坡单元,面积为48.21 km^(2),稳定性较低区有223个斜坡单元,面积为50.93 km^(2),这两类斜坡单元存在滑坡灾害隐患,其中58个斜坡单元已发生滑坡灾害,占比为13.94%,另外358个斜坡单元存在滑坡灾害隐患但目前尚未发生滑坡灾害,需要对其进行重点监测与防范。该研究结果可为当地政府的防灾减灾工作提供理论支持。

九寨沟地震地质灾害隐患早期识别与分析研究

针对传统地质灾害调查手段难以有效识别高位远程、高植被覆盖下地质灾害隐患问题,本文研究采用InSAR、机载LiDAR、无人机光学遥感等技术,系统开展了九寨沟地震区域地质灾害隐患早期识别工作。通过SAR数据处理、激光点云数据处理、无人机影像处理等过程,构建了一套集成纹理特征、形变特征、形态特征的地质灾害隐患识别遥感解译图谱。通过综合应用多源遥感技术,完成了九寨沟核心景区230 km^(2)范围内的地质灾害隐患早期识别任务,突破了以往地质灾害灾害调查灾害隐患看不见、看不清、看不准的难题,提高了该区域地质灾害隐患识别的成功率。研究表明,综合应用InSAR、机载LiDAR、无人机遥感等探测技术可以有效提高艰险复杂山地环境地质灾害隐患的识别率,可以为地质灾害隐患早期识别提供技术支撑。

基于时序InSAR的青海同仁市滑坡隐患早期识别与特征解析

选取青海省同仁市作为研究区,以Sentinel-1A卫星升降轨合成孔径雷达(synthetic aperture radar,SAR)数据为主要信息源,利用差分干涉测量短基线集时序分析(small baselines subset InSAR,SBAS-InSAR)技术反演提取区域地表形变信息,结合区内地形地貌、地质构造、气象水文、植被覆盖、历史地灾等背景资料,辅以GF-2光学影像筛选确认,实现了区内滑坡隐患的早期识别,共识别出滑坡隐患19处,其中8处为已知滑坡灾害点,11处为新识别隐患点。对形变反演与隐患识别结果进行了形变速率精度分析与结合几何畸变的差异性分析,评价了形变反演结果的精度与有效性,证明了隐患识别结果的全面与准确性。选取了3处典型滑坡隐患从形变时空分布特征、光学影像特征、实地变形特征等方面进行特征解析,掌握了区内滑坡隐患的孕灾条件及变形趋势。区内隐患坡体不稳定,均呈缓慢变形趋势,尤其是6—8月集中降雨期间,形变呈加速趋势,降雨是该区诱发滑坡灾害的主要因素。

高山峡谷区滑坡灾害隐患InSAR早期识别--以雅砻江中段为例

我国西部山区滑坡灾害频发,具有强隐蔽性、高突发性、强破坏性等特点,对灾害隐患点进行早期识别是最为有效的防灾减灾措施。西部山区多为高山峡谷区域且范围辽阔,人不易至甚至人不能至,传统的人工排查早期识别方法较难实施。合成孔径雷达干涉测量技术(InSAR)作为新兴雷达遥感测量手段,可以高效准确地对高山峡谷区域进行滑坡灾害隐患早期识别。该文基于欧洲空间局(ESA)的哨兵一号(Sentinel-1)SAR遥感数据,利用时间序列InSAR技术对雅砻江流域雅江县-木里县段的高山峡谷区域进行了滑坡灾害隐患广域早期识别,成功探测到8处隐患区域。并结合滑坡隐患历史资料与光学影像遥感解译对识别结果进行了验证与分析,对灾害点风险等级进行了评定。并探讨了几何畸变因素对高山峡谷区域InSAR技术滑坡灾害隐患广域早期识别的影响。该案例可为当地的防灾减灾提供有力的数据与技术支持,并为高山峡谷区的滑坡灾害隐患早期识别提供思路与参考。

联合PS-InSAR和SBAS-InSAR的鄂西山区滑坡隐患识别——以长阳县清江流域为例

针对鄂西山区滑坡等灾害频发,而部分地区因为地形陡峭调查困难以及潜在滑坡隐患区的空间分布与未来发展趋势不明的难题,如何利用InSAR技术获取的地表形变数据实现滑坡隐患区早期识别成为滑坡研究的热门方向。利用Sentinel-1A升轨数据,分别基于PS-InSAR和SBAS-InSAR技术获取长阳县清江流域北岸2020年7月至2021年12月的地表形变信息,再将两种方法得到的地表形变信息进行叠加融合,综合考虑研究区的地质背景条件、历史滑坡点以及第四系覆盖层厚度等因素,识别出研究区可能发生滑坡的隐患区,并结合GNSS监测数据对识别结果进行可靠性分析。结果表明:基于PS-InSAR、SBAS-InSAR技术得到的研究区地表形变速率范围分别为-32.03~16.74 mm/a、-53.33~26.94 mm/a,根据自然断点法联合分析两种方法得到的监测结果,最终将研究区地表形变速率划分为5个等级,并识别出研究区有18处滑坡隐患区,总面积为27.58 km^(2),主要分布在研究区西部招徕河至资丘镇沿清江段;将PS与SBAS两种InSAR技术的解译结果进行融合判译,不仅能够进一步提高滑坡隐患区识别的精度,为区域地质灾害防控提供更加可靠的科学依据,同时也为基于InSAR技术的滑坡隐患区识别提供了新的思路。

基于SBAS–InSAR技术的舟曲县潜在滑坡灾害早期识别及降水相关性分析

近年来,甘肃省舟曲县白龙江两岸古滑坡的发育复活呈现活跃趋势,导致下游已经开发建设的大量民用设施受其威胁,因此,这些滑坡的早期识别成为该地区地质灾害预防需要关注的重要课题。本研究基于Sentinel–1A降轨数据,采用小基线集合成孔径雷达干涉测量(SBAS–InSAR)技术,对舟曲县,尤其是白龙江沿岸滑坡灾害隐患进行早期识别,获取舟曲县潜在滑坡灾害点列表,并划分其风险等级,重点分析大蠕滑量的4个典型滑坡的时序形变过程,总结舟曲县滑坡发育与降水之间的相互关系。研究结果表明,舟曲县白龙江干流及支流河谷区西北—东南方的老滑坡体均发生了一定程度的滑动,共识别出高风险等级坡体8个,分别为寺儿沟、立节北山、杭嘎村、锁儿头、三眼峪、南峪、大川乡—两河口及曲告纳乡滑坡,严重威胁15个村镇的居民生命财产安全。其中锁儿头、三眼峪和南峪滑坡的形变最为严重,对其重点分析的结果显示,监测时段内平均形变速率达–80.14~21.48 mm/a,形变量达–482.01~493.31 mm,坡体在未来复发的可能性较大,而且,近年来逐渐增加的降水更有可能促使其提前复发。舟曲县典型滑坡的后缘形变与降水量具有一定的相关性,滑坡的发生受降水影响极大;同时,地质构造、地形地貌、地震、地层岩性等也对滑坡的发生具有一定影响。

九寨沟地区高位滑坡隐患InSAR-LiDAR早期识别

首先在九寨沟地区约4000 km^(2)的范围实践了空-天-地一体化的合成孔径雷达干涉测量技术(InSAR)和激光探测及测距技术(LiDAR)的滑坡隐患识别方法,共识别出滑坡隐患344处,其中高位滑坡隐患114处,其形变速率为-149~120 mm/a。然后综合遥感和野外调查验证分析,可知九寨沟地区高位滑坡隐患主要分布在构造侵蚀高山河谷地貌、坡度35°~45°、坡向NE至SE范围、高差100~350 m的第四系(Q)松散堆积层中。最后以中查沟高位滑坡隐患为例进行了基于InSAR-LiDAR方法的高位滑坡隐患时空分析,得到了该高位滑坡隐患的形变、形态和形势特征。本文验证了综合利用InSAR、LiDAR技术识别和分析高位滑坡隐患的准确性和可靠性,可为滑坡隐患的防灾减灾提供科学依据和参考。

基于无人机载LiDAR和倾斜摄影的地质灾害隐患早期识别

文章旨在探讨基于无人机载激光雷达(LiDAR)和倾斜摄影的地质灾害隐患早期识别技术,以及这项技术在实践中的应用,以减少地质灾害发生的风险。介绍了常见地质灾害及其影响,讨论了基于LiDAR和倾斜摄影的无人机技术,并提出了将此技术应用于易发灾区的有效建议。此外,对无人机系统技术进行了深入研究,特别介绍了激光测距仪LiDAR和倾斜摄影技术在无人机系统中的应用,以识别地质灾害的隐患区域。最后,总结了无人机系统技术在检测和识别地质灾害中的研究成果,提出了进一步发展的建议,以帮助无人机技术在检测和识别隐患的地质灾害中发挥更大的作用。

基于SBAS-InSAR技术的深切割高山峡谷区滑坡灾害早期识别

近年来,高山峡谷区滑坡灾害频频发生,给人民生命和财产安全带来严重威胁。针对多数学者利用SAR单轨道数据对高山峡谷区滑坡进行早期识别,存在SAR成像几何畸变造成部分滑坡不能识别、识别结果不全面等问题。为全面准确的对高山峡谷区滑坡隐患进行早期识别,文章采用SBAS-InSAR技术,以东川小江沿线两侧深切割高山峡谷区为研究区,通过升降轨SAR数据结合互补的方式进行滑坡灾害隐患识别,引入高分辨率光学影像等作为辅助识别,最终共识别出18处滑坡灾害体,其中5处为高风险潜在滑坡,并对三类典型潜在滑坡进行分析。分析结果表明:利用升降轨SAR数据结合互补的方式,能有效避免SAR单轨道数据在高山峡谷地区产生的几何畸变问题,同时,该方法能更为准确全面地对高山峡谷区滑坡隐患进行早期识别,为防灾减灾事业及政府部门决策提供一种有效的手段。

基于时序InSAR的宁夏西吉县滑坡灾害隐患识别

潜在滑坡识别与监测是预防地质灾害的重要手段,但在地表坡度变化较大的山区,如果平地效应去除不彻底,则会对地表形变结果造成影响。结合SBAS-InSAR和PS-InSAR时序处理方法对宁夏西吉县及周边覆盖区域的升轨SAR影像数据进行干涉处理,根据得到的地表形变监测结果结合光学影像成功在西吉县城周边3144 km^(2)覆盖范围内识别出11个特大的潜在滑坡灾害隐患点,并对典型滑坡灾害隐患点向家村老滑坡和焦湾滑坡形变时空特征进行了分析。结果表明:经验证滑坡灾害隐患识别结果与野外勘查结果高度吻合;向家村老滑坡滑坡体下部治理区在监测期内处于稳定状态,说明取得了较好的治理效果,滑坡体上部视线向形变值不断上升(达到-17 mm/a),因此需要在加强监测的同时做好防灾减灾工作,而焦湾滑坡处于基本稳定状态,但坡壁出现落水洞且有沉降发生,应修建排水沟渠,排截地表水。该研究结果对于宁夏南部山区的防灾减灾工作具有一定的指导作用。

天津蓟州五名山滑坡隐患早期识别监测

为精确识别五名山滑坡隐患,利用Sentinel-1A/B升降轨数据,基于SBAS-InSAR技术反演2017-03~2021-04该地区垂向和坡向形变,识别滑坡灾害以及隐患点,对形变时间序列及滑坡原因进行分析。结果表明,五名山潜在地质灾害隐患可分为3个区域,其中最大垂向累积形变达-38.28 mm,临空面坡体最大坡向累积形变为22.10 mm;降水量对坡体稳定性具有不同程度的影响,坡体累积形变峰值滞后于降水峰值。研究成果可回溯蓟州五名山滑坡灾害形变特征,为天津北部山区地质灾害监测识别提供新思路,为防灾减灾提供保障和技术支持。

机载激光雷达技术在高隐蔽性地质灾害隐患早期识别中的应用

近年来,全国自然资源系统开展的地质灾害详细调查、排查、群测群防等工作,在地质灾害防治工作中成效明显,但对高位远程、人不能至、高隐蔽性的地质灾害隐患仍然存在识别困难的问题。本文利用机载激光雷达(LiDAR)技术,基于高精度数字高程模型(DEM)、数字正射影像(DOM)、数字表面模型(DSM)成果,构建三维地质灾害解译场景,结合地质、测绘相关专业知识,综合开展高隐蔽性地质灾害隐患早期识别和分析,可进一步提升地质灾害综合防治能力。

InSAR技术在地质灾害隐患早期识别中的应用

InSAR技术是对人不能至、观测条件苛刻地区的重大地质灾害隐患进行早期识别的重要手段之一。本文以天全县为例,通过InSAR技术解译出形变区域,然后结合“InSAR形变量、威胁对象、地形地貌”三要素分析出疑似隐患区域,并通过传统地质灾害野外调查进行验证,结果表明InSAR解译结果具有较高的准确性。

基于INSAR的地质灾害隐患早期识别技术研究

随着国家经济的快速发展,社会的不断进步,人们的生活水平也逐渐提高,但是,在一些偏远以及容易发生地质灾害的地区还在遭受着灾害发生过后的影响,生活环境遭到破坏,经济蒙受损失,生活水平低下,这些都不利于人们的生活与发展。如何避免地质灾害带来的影响,在早期识别非常重要。而INSAR遥感技术的出现,使得一些地质灾害的隐患能够及早被发现,及早地避免一些损失。基于此,文章就INSAR的定义、分类、特点以及具体的工作原理,地质灾害的定义、分类,实行地质灾害监测的必要性及提前监测所需要的条件,以及INSAR在地质灾害隐患中的具体应用等来展开分析与研究,为之后INSAR的应用提供了基础。

黄河流域刘家峡—兰州段滑坡灾害的InSAR识别及成因分析

我国滑坡灾害频发,尤其是西部地区,滑坡的隐蔽性强且危害巨大,对其灾害隐患进行早期识别对防灾减灾意义重大。传统的人工排查、大地测量等手段在山区难以开展且耗时耗力,合成孔径雷达干涉测量技术(InSAR)作为新兴的遥感测量手段,可以更精确、高效地进行大范围的滑坡灾害隐患识别。以黄河流域刘家峡-兰州段为研究区,采用永久散射体InSAR技术对覆盖该区域的111景Sentinel-1 C-SAR数据进行处理,并使用GPS数据进行趋势改正,获取研究区2014年10月—2019年12月间视距向形变场及形变特征,成功识别出1处位于永靖县的滑坡隐患区。该区的规模和量级均大于永靖县黑方台滑坡区,且未被前人提及,具有较大危险性。将InSAR结果与投影到视距向的GPS结果及前人结果进行比较,验证PS-InSAR方法的有效性;并结合历史强震资料、实地考察及时间序列对研究结果进行验证分析,结果表明该滑坡隐患区可能与1125年兰州M7.0地震和2017年九寨沟MS7.0地震有关。本研究可为当地防灾减灾提供数据和技术支持。

利用InSAR与光学遥感识别削坡建房诱发灾害风险

针对广东省山地植被覆盖茂密、地质灾害规模小等特点,将短基线集干涉测量SBAS-InSAR技术与长时序光学遥感影像相结合,展开削坡建房风险隐患早期交叉识别研究。首先,利用600余景升轨Sentinel-1A影像获取风险区时序变形速率,结合机器学习算法自动化提取形变区;然后,利用时序光学影像提取地质灾害风险区边界;最后,建立适于该研究区的滑坡隐患形态和变形解译标志,完成削坡建房风险综合遥感识别和地面调查工作。本次遥感调查工作从9县形变区中筛选出519处潜在地灾点,野外调查验证识别出有明显变形破坏特征的图斑共计96处,识别正确率为18.5%。实验结果表明,利用SBAS-InSAR技术获取的斜坡变形趋势和光学影像解译识别的斜坡变形迹象基本吻合。该方法从形变、纹理等多维信息角度识别削坡建房诱发风险隐患点,为广东地区地质灾害防治和应急提供了重要的科学依据。

基于SBAS-InSAR技术的小金川两岸滑坡隐患识别

为全面准确地识别小金川半扇门-达维河段干流两岸滑坡隐患,基于SBAS-InSAR技术,通过Sentinel-1升、降轨数据分析结果结合互补的方式对该区域的滑坡隐患进行早期识别。结果显示:1)升、降轨数据结合有效减小了阴影叠掩区干扰,能够较全面地识别出两岸岸坡长期蠕变的隐患点;2)Sentinel-1降轨处理得到LOS向形变速率为-120~10 mm/a,升轨处理得到的形变速率为-131~10 mm/a;3)基于形变结果识别出35处滑坡隐患点,其中8处为典型滑坡隐患点。重点分析两处滑坡隐患点的形变特征并进行现场复核显示,坡体上道路错断明显,在形变区域发育有裂隙并导致地台发生错动,验证了坡体处于长期蠕变状态。

基于Faster R-CNN目标检测的滑坡隐患识别——以福贡县城区为例

滑坡是我国地质灾害中占比最高的灾害类型,由此造成的财产损失和人员伤亡巨大,快速全面识别滑坡隐患区域对防灾减灾工作意义重大。基于高分一号影像,采用Faster R-CNN算法构建了滑坡隐患自动识别模型,利用AP(Average Precision)值对其准确度进行了评价,最终测试结果显示AP值达到了92.42%;以福贡县城区为研究对象,分别采用基于Faster R-CNN和面向对象的滑坡隐患识别方法对该区域进行了滑坡隐患识别,结果表明:前者共识别出隐患点193处,正确解译176个,正确率为91.19%;后者共识别出245个滑坡隐患点,正确解译201个,正确率为82.04%;可见,基于Faster R-CNN的滑坡隐患识别方法的准确度高,其对地处高位、交通不便、隐蔽性强的滑坡隐患排查具有重要的指导意义。该方法虽对地表特征明显的滑坡具有较高的识别率,但对形态不完整、变形迹象不明显的滑坡难以识别,因此未来可考虑将其与InSAR、LiDAR技术相结合,通过综合研判进一步提高滑坡隐患识别的准确度。

滑坡灾害InSAR早期识别关键技术方法研究

本研究重点关注了合成孔径雷达干涉测量(InSAR)技术在滑坡识别方面的应用,并着重分析了InSAR技术进行滑坡识别时所遇到的典型技术难题。首先,论文分析了InSAR多视处理作为预处理关键步骤的重要性,探讨了多视因子选择在噪声抑制和空间分辨率之间的平衡问题,并获得了最佳的多视因子参数。其次,本文讨论了干涉图滤波窗口对形变提取精度的影响,发现最佳的滤波窗口可有效保留形变信息,并抑制InSAR干涉噪声,有利于滑坡隐患的准确识别。此外,本研究还发现采用InSAR干涉图层面的大气校正处理,可避免InSAR相位解缠误差的传播,并有效削弱大气噪声,提高InSAR形变提取精度。最后,本研究讨论了InSAR干涉对筛选中的长短时间基线问题,发现仅利用短时间基线干涉对较难捕捉滑坡小量级形变,而长时间基线又不可避免面临干涉失相关的挑战,因此,以短时间基线干涉对为基础,辅以一定数量的高质量长时间基线干涉对,是更为可靠的小量级运动滑坡隐患InSAR识别干涉对筛选策略。最后,研究以金沙江上游某滑坡密集区域为例,基于最优参数和对照参数组开展了实验,验证了最优参数组的有效性和适用性。上述研究成果显著深化了InSAR技术在地质灾害识别应用中的适用性和局限性,为利用InSAR技术开展滑坡灾害早期识别提供了科学的支撑,具有重要的理论和实用价值。