无人机与国产高分技术在"6·24"茂县滑坡灾情应急监测中的应用

本文运用无人机与国产高分技术获取了"6·24"茂县特大滑坡灾区数据源,分析了本次滑坡成因,利用无人机航摄数据与国产高分遥感数据开展了灾区受灾前后灾情对比,结合本次滑坡事故形成过程及受灾情况等信息,初步判识出灾区周边有4处疑似地灾隐患点。结果表明,无人机与国产高分技术相结合,可实现灾区应急地形生成与形变监测,对地灾潜在隐患的早期识别、发现及滑坡灾后灾情应急监测具有一定的指导意义。

军民融合救援在茂县滑坡灾害中的应用

目的探讨灾害救援的军民融合救援模式。方法2017年6月24—27日茂县塌方灾害救援间，绵阳市消防支队与绵阳市中心医院组建成军民融合救援队。救援队分成指挥组、搜救组、保障组、医卫组4组，分别执行组织管理、现场搜救、装备保障、医学救援与医卫保障。评价军民融合救援队的应急响应能力与应急保障能力。结果救援队救援响应距离为230km，出发时间为灾后4．5～7．5h，抵达时间为灾后7～15h。作业面积200000m2（300m×650m）。“黄金72小时”内，救援组的搜救作业时长为49．5h，医卫组协同搜救作业时长为46．5h。通讯保障覆盖率100％（69／69），休整保障覆盖率100％（69／69），休整时长为15．5h，日平均5．5h。餐饮保障率为100％。0人受伤、牺牲或发生其他疾病。结论消防救援与医学救援可契合互补，两者组建的军民融合救援是灾害现场救援的有效模式。

茂县滑坡的滑动机制与震后滑坡形成的地质条件

2017年6月24日在四川茂县新磨村发生高位巨型滑坡,是汶川地震后所发生的规模最大的一次岩质滑坡,滑坡体积巨大,破坏性强,造成了巨大的损失。基于现场调查资料和搜集的相关资料,描述了茂县滑坡的几何形态特征和沉积物特征,初步探讨了该区降雨条件、历史地震、活动断裂等特征及其对滑坡发生的影响,提出了茂县滑坡的滑动机制和动力学机制。主要成果包括:(1)茂县滑坡所在的富贵山处于松坪沟断裂和岷江断裂交汇和夹持的区域,显示为挤压型高陡(微)地貌,并具有"X"形平面断裂组合样式和"背冲式"剖面组合样式。(2)该区经历了多次强烈历史地震的影响,反复强烈的震动及叠加、累积变形破坏了岩体结构、坡面结构,降低了岩石的内聚力、摩擦强度和斜坡岩体的稳定性,并导致该区滑坡降雨阈值的降低,表明活动断裂及其历史地震是驱动茂县滑坡形成的主要控制因素,而降雨仅为诱发因素。(3)茂县滑坡的滑动模式为顺层拉裂-顺坡滑脱型模式,滑动过程可分为山体裂解阶段、高速溃滑阶段、碎屑流堆积阶段。在此基础上,提出了茂县滑坡的成因机制,主要表现在:高陡的单面山斜坡(顺层、顺坡)的临空条件是滑坡产生的势能条件;贯通性好的变质砂岩与板岩之间的滑动面(层面)是滑坡形成顺层拉裂-顺坡滑脱的滑动条件;富贵山两侧活动断裂对该山体的挤压抬升以及多次高强度历史地震的震动、变形的积累及其对岩体结构的长期破坏,是导致滑坡产生的地质条件。

茂县滑坡形变的Sentinel-1数据分析

为了获取2017年6月24日四川省茂县特大滑坡滑前的形变信息并分析其诱发因素,该文利用覆盖滑坡区域滑前40景Sentinel-1数据,采用合成孔径雷达干涉点目标分析(IPTA)技术,解算出该滑坡滑前2014年10月9日至2017年6月19日期间形变的年速率及形变的时间序列,并与降雨数据进行了对比分析。对于滑坡区植被覆盖严重的问题,该文利用永久散射体目标(PSC)对影像配准窗口大小及过采样因子不敏感的特性来识别PS点。分析结果表明,茂县滑坡在滑动前两年多时间内具有明显的形变,最大形变速率达到4(cm·a-1),而且在滑坡发生前半个月内形变有突然增大的现象,推测该滑坡滑前持续的强降雨是导致滑坡失稳的主要诱因。

利用Sentinel-1和ALOS-2数据探测茂县中部活动滑坡

基于ALOS-2和Sentinel-1两种不同波长的遥感卫星影像,采用合成孔径雷达差分干涉测量技术(differential interferometric synthetic aperture Radar,DInSAR)两轨法和Stacking方法圈定四川省茂县中部正在发生地表形变的活动滑坡并分析了滑坡的运动特征。首先,针对ALOS-2卫星时间基线长、影像数据量少的问题,采用两轨法DInSAR进行滑坡形变探测;其次,基于短时间基线的多景Sentinel-1数据,采用Stacking方法探测滑坡形变;最后,综合分析两种数据集的形变速率结果,圈定四川茂县中部的潜在滑坡区域。结果表明,茂县白布村等地的疑似活动滑坡具有明显地表形变,雷达视线向形变速率最大绝对量达到200 mm/a;结合光学影像特征和已有历史调查资料,圈定了8个活动滑坡,两种数据的探测结果在其中7个活动滑坡处的空间分布能互相对应,对6个活动滑坡进行了野外调查,发现了地面变形迹象。结果表明,采用少量长波段ALOS-2影像和DInSAR两轨法,能够在具有一定植被覆盖度的山区探测到较为明显的滑坡地表形变;应用C波段的Sentinel-1影像时,则需要积累连续的多景数据,并应用时序分析方法,此时其探测效果比采用ALOS-2影像的两轨法效果更佳。

茂县勒都2~#滑坡成因机制分析及治理措施

对茂县勒都2#滑坡的变形特征、成因机制及稳定性进行了详细研究,并提出了相应的防治措施。分析表明:此滑坡是在地质历史过程中形成的老滑坡,在降雨、地震等工况下诱发新的变形,但通过地质过程机制分析,滑坡整体仍处于稳定状态,仅局部有表层溜滑现象。治理措施以排水为主,并在溜滑体前修拦渣墙,同时加强监测。

信息传播与风险控制：在灾难中成熟的灾难报道--以四川茂县“6·24”特大山体滑坡灾害报道为例

本研究以媒体对四川茂县2017年6月24日发生的特大山体滑坡灾害的相关报道为研究对象,认为灾难报道要注重风险控制、舆论引导、谣言辟除、防灾教育及灾后心理与物理重建的宣传,成熟的灾难报道在不同时期应当承担好信息传播功能、教育功能和再造功能。

面向大规模滑坡灾害模拟的地形建模与三维可视化

针对大规模滑坡灾害模拟时滑坡模拟计算和大规模地形渲染导致内存消耗大、难以实现大规模滑坡地形数据渲染的问题,提出了一种四叉树多分辨率地形渲染方法。考虑到大规模滑坡地形数据的海量性,分层分块组织地形数据,构建地形块线性四叉树索引;并结合提出的地形节点查找方法动态查找和调度地形数据,建立节点细分评价体系和地形接边算法,提出了四叉树多分辨率地形渲染优化算法。实验结果表明,利用所提出的大规模滑坡地形渲染算法,合理调度三维场景数据,满足了大规模滑坡地形数据渲染要求,也实现了大规模地形高保真度表达,为大规模滑坡模拟奠定基础。

结合星载地基InSAR分析的四川新磨村滑坡早期识别与灾后监测

滑坡是我国主要的地质灾害之一,广域范围滑坡灾害体的早期识别及局部重点区域近实时监测是地质灾害防治工作中的一项重要任务.本文通过四川茂县新磨村滑坡这一典型案例,采用星载InSAR技术对广域范围滑坡进行早期识别,并利用地基InSAR技术对局部重点滑坡近实时监测,探索星载InSAR技术和地基InSAR技术联合监测应用模式.在星载InSAR技术滑坡早期识别阶段,为了准确还原滑坡加速下滑过程,采用分级构网策略加密PS点,在时间域上低通滤波获取非线性形变信息.针对地基InSAR技术传统选点方法误选率高、合理性差等问题,设计了三阈值优化算法,提取分布合理的有效测量点.结果表明:星载InSAR技术成功识别出茂县滑坡不稳定坡体,且在滑坡发生前,不稳定坡体有加速下滑现象;在滑坡发生后,地基InSAR技术获取了滑坡体完整的形变信息,在滑源区和流通区存在两处明显形变区域.星载InSAR技术和地基InSAR技术联合监测在滑坡形变的不同阶段多尺度识别出变形区域,可在滑坡稳定性调查和评价中发挥重要作用.