基于SBAS-InSAR技术的黄河上游库坝群段滑坡识别及监测分析

黄河上游库坝群段地质条件复杂,发育多处大型滑坡。该研究以黄河上游龙羊峡—盐锅峡段为研究区,基于地质条件调查、历史滑坡数据及遥感资料,选取2018—2021年80余景SENTTINEL-1A卫星数据,通过SBAS-InSAR监测雷达视线方向的地表形变速率,并将其转为沿斜坡方向形变速率。据此识别出57处缓慢变形的大型滑坡,并通过对变形速率的核密度分析,确定了形变集中区域。ROC曲线显示,这些区域与历史滑坡分布高度一致。在此基础上,以龙羊峡库区白刺滩典型滑坡为例,选取典型剖面及形变点,分析了时序形变与降雨量和水库水位变化相关关系。结果表明,白刺滩滑坡受到降雨和库水位变化影响显著,尤其是滑坡前缘形变序列与降雨量及库水位变化具有较强相关性。

基于SBAS-InSAR和光学遥感的天津市北部山区潜在滑坡识别研究

以天津市北部山区为研究对象,开展潜在滑坡识别研究,利用差分干涉测量短基线集时序分析技术(SBAS-InSAR)处理2018-01—2022-08的56景Sentinel-1A数据,并结合2018—2022年的Landsat8光学遥感影像,分析形变与光学遥感影像特征以及NDVI,筛选出潜在滑坡区域。研究结果表明:基于SBAS-InSAR技术识别的天津北部山区的形变较大区域有20处,使用光学遥感影像结合各发育环境要素进行处理确定的区域有19处,其中5处经两种技术确认为滑坡隐患,通过对该5处沉降信息进行识别分析,该5处区域最大年形变速率可达-12 mm/a,需要进行重点监测预警,使用两种技术结合对滑坡隐患区域进行识别可以有效地提高识别准确度,为天津北部山区灾害监测提供新的方式。

介孔SBA-16负载Nb_(2)O_(5)光催化脱硫催化剂

采用浸渍法制备了Nb_(2)O_(5)/SBA-16催化剂,利用XRD、FTIR、N_(2)吸附-脱附、UV-Vis、SEM、TEM、XRF等方法分析了催化剂结构和性质。以含二苯并噻吩的十二烷溶液为模拟油,分别以30%(w)H_(2)O_(2)和甲醇为氧化剂和萃取剂,考察了催化剂的光催化氧化脱硫性能,优化了工艺条件并提出了催化机理。实验结果表明,Nb_(2)O_(5)/SBA-16催化剂保持了高度有序的介孔结构,且比表面积高、活性组分分散均匀;反应符合一级动力学;选择20%(w)Nb_(2)O_(5)/SBA-16催化剂,当催化剂用量1%(w)、O/S摩尔比10∶1、萃取剂与模拟油体积比1∶1时,脱硫效果最佳,脱硫率达98.06%,循环6次后仍有较高脱硫率;反应的主要活性中间物种为超氧自由基和空穴。

融合SBAS-InSAR技术与GRO-BiLSTM模型的开采沉陷边界划定方法

确定矿山开采沉陷边界有助于评估矿区生产活动对周围环境和基础设施的潜在影响,为制定有效的灾害防控措施提供技术手段。充分考虑到概率积分法等传统方法在划定矿山开采沉陷边界时的不足,采用在获取矿区大范围高精度地表沉降数据方面具有优势的SBAS-InSAR技术,并结合淘金算法(Gold Rush Optimizer,GRO)优化双向长短期记忆(Bidirectional Long Short Term Memory,BiLSTM)模型的预测方法,实现矿区开采沉陷边界划定。以红会煤矿为研究对象,依据SBAS-InSAR技术提取矿区沉降边缘高相干点在2018-11-29—2020-02-04时间段内共37期沉降数据,以下沉10 mm等值线划定沉陷边界,利用GRO-BiLSTM优化模型预测高相干点的地表沉降值,并将预测结果与LSTM和BiLSTM模型预测结果进行了对比分析。结果表明:GRO-BiLSTM模型在整体测试集中均方根误差为3.204mm,比LSTM和BiLSTM模型分别降低了22.16%和8.21%;平均绝对误差为2.062 mm,比LSTM和BiLSTM模型分别降低了23.96%和5.43%,表明该方法可以有效监测和预测矿区边界地区的沉陷状况。

SBAS-InSAR技术融合CNN-LSTM模型的矿区开采沉陷监测与预测

针对传统矿区开采沉陷监测方法耗费人力财力和预测预警模型较少的问题,研究提出一种基于短基线集合成孔径雷达干涉测量(Small Baseline Subset-Interferometry Synthetic Aperture Radar,SBAS-InSAR)技术和卷积神经网络(Convolutional Neural Networks,CNN)与长短期记忆网络(Long Short-Term Memory,LSTM)相结合的矿区开采沉陷监测预测方法。首先,利用SBAS-InSAR技术对建新煤矿进行矿区开采沉陷监测,获取了该矿区的年平均沉降速率和累计沉降值。用GNSS监测数据与SBAS-InSAR结果进行对比验证,其拟合效果较好。其次,在此基础上利用CNN-LSTM模型预测后6期沉降数据,其结果与CNN和LSTM预测结果进行对比。研究显示,CNN-LSTM模型的平均绝对误差(S_(MAE))和均方根误差(S_(RMSE))比单一的CNN和LSTM分别至少降低了44.8%和40.6%,其决定系数均高于98%。最后,进一步预测前6期和中6期沉降数据,验证了CNN-LSTM预测模型在时间上的一致性。因此,SBAS-InSAR融合CNN-LSTM模型在类似矿山开采沉陷监测和预测中有较好的应用前景。

Mo/Zr-SBA-15介孔分子筛吸附溶液中亚甲基蓝

采用一步水热晶化法将Zr掺杂到SBA-15骨架中制备了Zr-SBA-15,以Zr-SBA-15为载体,Mo为活性组分,制备了Mo/Zr-SBA-15吸附剂,对其进行了表征,并将Mo/Zr-SBA-15用于吸附溶液中的亚甲基蓝(MB),考察了Mo、Zr掺杂的SBA-15对MB的吸附性能。表征结果显示:Mo/Zr-SBA-15具有介孔结构,Zr进入SBA-15分子筛的骨架中,Mo部分负载至SBA-15的孔壁上,部分以MoO_(3)的形式均匀分散在SBA-15表面;随着Mo负载量的增加,Mo/Zr-SBA-15的比表面积与孔体积逐渐减小。实验结果表明:当Mo负载量(w)为10%时,对溶液中MB的吸附性能最佳;在MB质量浓度20 mg/L、Mo/Zr-SBA-15加入量0.2 g/L、初始溶液pH 5.9、温度25℃、吸附时间4 h的条件下,对MB的平衡吸附量达到90.3 mg/g;Freundlich模型能够更好地描述Mo/Zr-SBA-15对MB的吸附等温过程;25℃时,Mo/Zr-SBA-15对MB的饱和吸附量为173.3 mg/g;Mo/Zr-SBA-15经焙烧再生、循环使用4次后,平衡吸附量仅下降了7.6%,表现出良好的可再生性能。

基于SBAS-InSAR技术的雅鲁藏布江色东普沟地质灾害发育特征与复活趋势分析

随着全球气候不断变暖,青藏高原发生地质灾害的频率和危害强度大幅增加,对川藏铁路沿线的滑坡泥石流进行及时有效的监测和防治具有重要意义。文章选取了2016年7月至2020年1月之间的Senti⁃nel-1A数据,解译和分析了区域内地物发生的变化情况,采用SBAS-InSAR技术对雅鲁藏布江沿岸的色东普沟发生高位冰崩地质灾害链致灾过程和复活趋势进行了研究。结果表明:依据区域内时序相关性的变化情况推断出的灾害事件与SBAS-InSAR的灾害探测结果具有高度一致性,SBAS-InSAR对冰崩-岩崩-滑坡泥石流等灾害链进行监测是一种有效的手段;色东普沟自2018年致灾以来,新增5处变形体,累计形变量均已超过40 mm,存在复活迹象。随着气候变暖、降雨量增加、冰川消融,色东普沟在今后相当长的时期内仍会保持此类灾害事件的高发频发态势,应进一步加强该区域地灾监测,提前开展防治工作。

基于SBAS-InSAR技术的港口地表二维形变监测与分析

为了大范围监测果园港港口地表形变情况,预防地面沉降和塌陷所带来的危害,采集2014年11月—2017年11月果园港升轨和降轨的Sentinel-1A号数据,应用SBAS-InSAR技术进行地表形变数据提取与分析。结果表明:得到的垂直方向地表形变变化趋势与水准测量结果相一致;果园港地表垂直方向形变速率为-33.49~13.49 mm·a^(-1),东西方向形变速率为-16.16~29.44 mm·a^(-1);大幅度沉降主要发生在港口的堆场区和交通枢纽处,且沉降速率与距交通线路的距离呈现显著相关。

SBA-15分子筛负载对甲苯磺酸催化合成过氧化二异丙苯的性能和反应过程模拟

采用浸渍法制备了SBA-15分子筛负载对甲苯磺酸(TsOH)催化剂TsOH/SBA-15,探究了其催化α-甲基苯乙烯(α-MS)和异丙苯过氧化氢(CHP)反应制备过氧化二异丙苯(DCP)的活性,并对反应过程进行了模拟分析.当进料比n(α-甲基苯乙烯)/n(异丙苯过氧化氢)=2.0, TsOH/SBA-15用量为CHP质量的0.15%,于44℃反应2.5h, DCP的产率为62.1%.模拟计算结果表明,反应过程有异步协同反应和分步反应两种机理,在异步协同反应中α-MS, CHP和TsOH只需要经过一个过渡态即可完成,而分步反应中反应物需要经过两个过渡态以及一个中间体才能完成,两种路径均涉及2次H^(+)的转移.在44℃下,异步协同反应的反应能垒(ΔG)为121.8 kJ/mol,分步反应中两个过渡态对应的反应能垒分别为74.1和78.3 kJ/mol.

基于SBAS-InSAR技术的樱岛火山形变监测

火山喷发往往是由地壳内部岩浆活动引起的,通过监测火山区地表形变可以有效反演出地下岩浆的状态。为监测火山区地表形变,笔者选取日本樱岛火山为研究区域,采用SBAS-InSAR技术对2019—2021年间共计75景Sentinel-1A影像进行处理。结果表明,樱岛火山处于比较活跃的阶段,监测期间樱岛火山总体处于沉降状态,平均形变速率为-10.05 mm/a。最大沉降区域为火山中心地带,累积形变量为-62.72 mm,并且在时间上具有明显的季节变化特征;抬升主要发生在火山外围区域,其中最大抬升发生于樱岛东南侧,监测期间累积抬升108.71 mm。

基于SBAS-InSAR和PSO-BP模型的鲁南高铁沿线地表沉降监测与预测

选取38景Sentinel-1A SAR影像,利用SBAS-InSAR技术获取2019-02~2022-11鲁南高铁曲阜-菏泽段沿线5 km区域的地表沉降结果,分析其分布特征和规律,并利用PSO-BP模型对若干特征点进行沉降预测。结果表明,高铁沿线0.1 km范围内地表年均形变速率为-20~15 mm/a,最大沉降速率为25.46 mm/a,最大抬升速率为17.43 mm/a;PSO-BP模型得到的沉降预测值的RMSE为5.8~12.4 mm,可对地表沉降进行较好的预测。

基于SBAS-InSAR技术的杨伙盘矿区地表形变监测

煤炭等矿产资源的开采引起了一系列的生态环境问题,其中,地面塌陷及其引起的链式灾害尤为严重。地表形变监测是修复生态环境问题的首要工作。InSAR技术作为一种面监测技术,因其独特的优势,已成功应用于煤矿地面塌陷监测。本文收集2020年8月至2022年10月时间段内共58景Sentinel-1A数据,利用时间序列干涉测量(SBAS-InSAR)技术,对杨伙盘矿区地表进行形变监测,同时利用无人机正射光学影像进行形变特征解译。相关资料和监测结果显示:在监测期内,煤矿开采3−1煤层,共监测到3个形变中心,分别位于301盘区和303盘区的工作面,可探测的最大形变值达−130 mm,最大年平均形变速率约为−52 mm/a。对每个形变中心进行时间序列形变规律分析,地表在工作面开采后进入加速变形期,随后减速逐渐趋于稳定状态。研究结果表明,InSAR监测形变区位置与煤矿开采工作面位置及地表裂缝等形变特征基本保持一致。时间序列InSAR技术可以有效应用于大范围矿区开采沉陷的识别与监测,为采空区灾害的预防及治理提供技术服务。

基于SBAS-InSAR技术的西南山区滑坡稳定性监测

本文首先利用小基线集时序InSAR(SBAS-InSAR)技术对云南省宣威东北部地表进行形变监测,获取2021年1月至2023年6月的形变结果;然后分析选取的典型滑坡的形变特征,采集了GNSS监测数据与InSAR形变监测进行对比验证;最后分析InSAR形变对降雨的响应。研究结果表明,SBAS-InSAR技术能有效监测西南山区的典型滑坡,该结果可为滑坡灾害的早期识别提供支撑,对于同类型滑坡灾害的稳定性监测具有较高的参考价值。

基于SBAS-InSAR与Offset-Tracking的色东普流域灾前形变探究

利用SAR偏移量追踪(offset-tracking)技术获取冰川形变作为SBAS-InSAR的补充,采用2种技术计算2018-01~10色东普流域灾前形变,联合分析灾前形变特征及影响因素。结果表明,色东普流域冰川与沟道在2018-10-17冰崩灾害发生前已出现形变;冰川主要形变区形变趋势表现为加速-平缓-加速,7~9月形变量达到-7.69 m;沟道内堆积物长期呈下滑趋势,7月后与冰川均加速形变;气温升高是冰崩碎屑流灾害发生的主导因素。联合SBAS-InSAR与offset-tracking技术能够满足不同形变量级的监测需求,可用于冰崩灾害的早期识别与形变反演,为青藏高原地区冰崩灾害防治提供参考。

结合SBAS-InSAR技术与瞬变电磁法在煤矿区沉降监测中的应用

煤矿长时间开采会导致上覆岩层在重力因素下产生刚性弯曲、断裂等,进而造成一系列安全隐患。如何高效地对煤矿区进行地表形变监测,对煤矿安全、自然生态有着十分重要的意义。文章结合小基线集干涉测量(small baseline subset InSAR,SBAS-InSAR)技术与瞬变电磁测深法对煤矿区进行沉降监测。此外,采用标准差椭圆分析了沉降体空间形变规律与特征,利用长短时记忆网络(long short term memory network,LSTM)模型预测了沉降体形变趋势。分析结果表明:通过瞬变电磁法与干涉测量结合,地表形变范围基本与瞬变电磁反演的采空区吻合,标准差椭圆分析出形变中心向西南方移动376 m,沉降形态也在向似圆状过渡;LSTM模型可以预测两个月的形变,误差为2 mm,可以实现煤矿区形变趋势的短期预测。

甲醇对于PEI-SBA固态胺制备及其性能的影响

固态胺材料具有优异的二氧化碳(CO_(2))选择吸附性能,是一类潜在的CO_(2)捕集材料。作为一种重要的固态胺材料,SBA-15负载聚乙烯亚胺(PEI-SBA-15)由于原材料较为廉价且性能优异受到了大量的关注。PEI-SBA-15的制备过程需要采用甲醇溶剂,而溶剂使用量对于其CO_(2)吸附性能的影响尚无系统研究。系统研究了溶剂使用量对SBA-15负载聚乙烯亚胺的CO_(2)吸附性能的影响。研究结果表明,可以同时实现提升CO_(2)吸附性能和CO_(2)/N_(2)选择性和大幅降低甲醇的使用量。对于降低PEI-SBA-15的制备成本以及提升制备过程环保性具有重要意义。

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。

基于SBAS-InSAR技术与致灾强度反演的盐湖地区输电杆塔地面沉降易损性定量评价

针对盐湖地区输电杆塔地面沉降灾害频发,输电杆塔易损性定量评价困难的问题,以易损性评价的核心指标——致灾强度为突破口,提出了一种基于小基线集合成孔径雷达干涉测量(SBAS-InSAR)技术求解输电线路地面沉降致灾强度的经验模型,实现了输电杆塔地面沉降易损性的定量评价。该模型首先利用SBAS-InSAR技术解译线路沿线地面变形,并开展输电线路杆塔地面沉降易损性的现场调查,然后结合粒子群算法与模糊层次分析法(PSO-Fuzzy AHP)评估杆塔地面沉降抗灾能力,最后建立杆塔地面沉降致灾强度模型,形成输电杆塔地面沉降易损性分析方法,并开展杆塔地面沉降易损性定量评价和验证。结果表明:利用致灾强度经验公式能有效地定量获得杆塔地面沉降易损性结果;基于致灾强度曲线I_(p)=0.1D_(tot)^(0.306)(D_(tot)为地面累计沉降量)的杆塔地面沉降易损性计算结果与实际杆塔变形情况最为吻合。所提出的输电线路杆塔地面沉降易损性定量评价方法可为后续的杆塔治理与维护提供参考。

联合时序SBAS-InSAR与GACOS的青岛胶州湾大桥形变监测与分析

为解决SBAS-InSAR技术在获取水汽饱和度较高的海滨城市地表形变信息受大气影响严重的问题,选用23景Sentinel-1A SAR影像数据,联合时序SBAS-InSAR技术与GACOS大气校正模型,监测得到2021年1月—2022年6月青岛胶州湾大桥的地表形变信息;利用线性模型和线性-温度模型分析了其形变特征及其温度影响。结果表明,桥梁整体的形变速率在可控范围之内,其地表形变过程是非线性的,与平均温度变化有较高的相关关系,线性-温度模型拟合的地表形变过程与联合时序SBAS-InSAR技术与GACOS大气校正模型监测的地表形变过程具有较高一致性,表现出了季节性变化规律。

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。