甘肃省舟曲县城周边活动滑坡InSAR探测

甘肃省舟曲县城周边区域是中国典型的滑坡、泥石流高易发区,2018-07-12县城下游江顶崖发生了滑坡堵江,对当地居民生命财产和基础设施安全造成了严重威胁。为查明舟曲县城周边区域潜在的滑坡隐患,利用2017-10—2018-12 Sentinel-1A雷达卫星升降轨数据,基于短基线干涉测量方法对舟曲县城上下游区域活动滑坡进行了探测,共探测出23处活动滑坡。结合光学遥感影像目视解释和现场调查,对江顶崖、门头坪、锁儿头、泄流坡滑坡等4处典型滑坡形变特征进行了详细分析,发现该区域滑坡形变速率主要受降雨影响。研究结果可为舟曲县城防灾减灾提供重要的决策依据。     

改进TS-InSAR方法的白格滑坡灾前-灾后形变演化特征分析

2018年10至11月,金沙江上游白格滑坡先后两次垮塌渡江并致堰塞湖,且至今仍存在较显著的蠕滑形变。针对时序InSAR技术在高植被发育区的应用局限,本文提出了一种改进的时序InSAR解算方法(ITSI),结合Sentinel-1A卫星2017年9月-2021年3月期间获取的SAR影像数据,针对滑坡区域分别开展了灾前和灾后时序干涉处理,提取了灾害-灾后时段内的年平均蠕滑速率场(灾前极值为9.71cm/a,灾后达到25.42cm/a)和累计蠕滑形变量(灾前极值为13cm,灾后两年内达61cm),并结合灾前-灾后形变时间序列,重点分析了蠕滑形变的时序演化特征,发现白格滑坡灾后两年间渐趋稳定。此外,监测结果发现白格滑坡上游5km处的肖莫久滑坡也处于活动状态。相关结果可为该区域防灾减灾领域研究提供参考。     

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 km2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。     

西藏易贡滑坡演化光学遥感分析与InSAR形变监测

2000-04-09中国西藏波密县扎木弄沟发生了巨型山体崩滑事件,堵江截流形成堰塞湖,最终堰塞湖溃决对下游区域造成了严重的破坏。为分析易贡滑坡发生前后地表长时间演化特征,通过长时序光学遥感影像对易贡滑坡灾前灾后特征进行了解译。结果表明,易贡滑坡灾前沟头危岩体发育,沟内大量碎屑物质堆积,并且滑坡物源区在灾害发生前几个月已存在局部崩塌,处于不稳定状态。进一步使用合成孔径干涉测量(interferometric synthetic aperture radar,InSAR)技术监测了易贡滑坡区域2015—2019年地表形变,结果表明扎木弄沟整体处于稳定状态,但在局部区域探测到6个不稳定形变体,其中位于易贡滑坡滑源区的形变体规模与形变最大,风险较高,建议持续开展监测。     

联合哨兵2号和Landsat 8估计白格滑坡时序偏移量

光学影像时序偏移量跟踪是滑坡监测的一种重要手段。针对单平台光学时序偏移量估计时间采样率不足的问题,利用多源时序偏移量估计获取了白格滑坡2014-11—2018-09期间的形变。首先,基于哨兵2号和陆地卫星(Landsat)8分别进行单平台和双平台下的时序偏移量计算。其次,以稳定区域统计值和交叉验证两种方式进行精度评定。然后,基于双平台下的时序形变对滑坡进行阶段划分,并探讨其成因。结果表明:(1)双平台时序偏移量精度优于单平台,哨兵2号在东西向和南北向的精度分别提升3.02%和5.37%,Landsat 8在两方向上的精度分别提升了3.61%和0.40%;期间的最大累计形变和最大平均形变速率分别为42.90 m和9.06 m/a。(2)白格滑坡可划分为初始、等速和加速(初加速和中加速)3阶段,截至2018-02-05已进入中加速阶段。(3)时序形变与降雨量相关性系数高达0.88。     

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DIn SAR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。     

四川茂县岷江河谷区段滑坡隐患雷达遥感识别与形变监测

长期以来,中国四川省茂县地区受地质、地形条件和构造活动的影响,滑坡等地质灾害频发,给人民的生命财产和公路等基础设施安全带来了巨大的威胁,因此需要对滑坡隐患区域进行有效识别和监测。以时序哨兵1号A、B卫星(Sentinel-1A/1B)影像为数据源,利用时间序列合成孔径雷达干涉测量(interferometric synthetic aperture radar, InSAR)技术对茂县岷江河谷区段的潜在滑坡隐患开展识别监测,对重点区段进行了分析,同时分析探讨了InSAR滑坡监测中不同轨道数据的视线方向形变测量灵敏度差异。从实验结果中成功探测识别出了茂县岷江河谷沟口乡至石大关乡段的20余处滑坡隐患,现场实地考察验证了识别结果的准确性,证明了时序InSAR方法在高山河谷区滑坡隐患识别监测中的有效性。     

基于ALOS PALSAR数据进行雷达差分干涉提取玉树地震同震地表形变场

本文针对2010年4月14日玉树地震引起的地表形变,使用日本ALOS卫星PALSAR L波段雷达影像数据,应用两轨雷达差分干涉(DInSAR)处理得到了以玉树为中心11 000km2范围内的同震形变场,空间分辨率为8m,并在此基础上对玉树地震的震源机制和发震机理进行了分析。研究结果表明L波段雷达数据适合在地形起伏较大的地区进行DInSAR形变探测。该同震形变场信息可为玉树地震的同震形变反演提供参考数据。该研究进一步证实DInSAR技术在大规模地表形变探测和地学研究领域具有广阔的应用前景。     

基于D-InSAR技术的金沙江地区滑坡形变监测与分析

滑坡是发生在我国山区的主要地质灾害类型,金沙江地区由于地势较高、地形复杂、多云多雨的特点,给传统的滑坡监测增加了难度。合成孔径雷达差分干涉测量技术(Differential interferometry synthetic aperture radar,D-InSAR)已在滑坡地面沉降监测中得到了广泛应用。本文选取金沙江上游沿岸作为研究区域,基于2018年8月11日与9月28日的Sentinel-1A影像及SRTM1数据,利用GAMMA软件及D-InSAR技术监测到金沙江地区的地表形变,成功识别出金沙江右岸的一处滑坡灾害。研究结果显示,在此滑坡的坡顶部分出现了约2.5 cm的沉降,而在坡底部分由于崩塌物的累积,地面出现了约3 cm的抬升。从实验结果可以得出,InSAR技术是一种有效的滑坡变形监测手段,利用Sentinel-1A卫星的SAR数据对滑坡区域进行形变监测,可以得到较好的干涉结果。     

雷达干涉测量对甘肃南峪乡滑坡灾前二维形变追溯

利用存档光学遥感影像对灾前演变情况进行分析是目前常用的方法,但往往受限于获取时间密度、云量等因素。随着雷达遥感卫星数据质量的不断提升,合成孔径雷达干涉测量（interferometric syntheticaperture radar,InSAR）技术可以为滑坡灾前形变探测提供新的技术途径。基于欧洲空间局哨兵一号（Sentinel-1）雷达卫星数据,同时结合升轨与降轨视线向形变结果提取沿坡向与垂直向二维形变,对2018年7月12日甘肃南峪乡滑坡灾前二维形变进行追溯分析。时序结果显示,该滑坡自2017年6月起便已经开始缓慢的变形,至滑坡发生前13个月时最大累积形变量达77 mm。结合降雨量数据对比分析,发现该滑坡灾前变形与降雨量变化高度吻合,说明降雨是该滑坡发生的主要诱因之一。该InSAR追溯结果展示了星载雷达干涉测量技术在滑坡探测方面的应用潜力,为滑坡诱因分析、防灾减灾乃至滑坡监测预警工作提供了新的思路与参考。     

Detecting the slope movement after the 2018 Baige Landslides based on ground-based and space-borne radar observations

On Oct. 11 and Nov. 3, 2018, two large-scale landslides occurred in the same location in Baige Village, Tibet, and massive rocks fell and encroached into the Jingsha River. These landslides posed a severe risk to the upstream and downstream areas. The occurrence, development and evolution of landslides are accompanied by a large number of changes in measurable variables. The deformation data are one of most important parameters for characterizing change and development trends of a landslide. This paper is centered on the results derived from ground-based radar and space-borne Synthetic Aperture Radar (SAR) images in the post-event phase to monitor the Baige landslides and to assess their residual risk. Two technologies play important roles in identifying and characterizing impending catastrophic slope failures: ground-based radar reveals the horizontal deformation, and satellite SAR images reveal the azimuth and range offset deformation. By combining satellite and ground-based SAR observations, we obtained high-precision three-dimensional (3D) deformation results and found that the vast majority of the instability regions mainly occur in the source area of the slope failures and that the direction of collapse converges from all sides to the middle. Additional information from UAV orthophoto maps and GNSS measurements also reveal that several cracks are distributed on the trailing edge of the landslide and are still moving. The comprehensive results revealed that the moving rock mass has still been remarkably active after the two landslide events. This study combined ground-based and space-borne SAR data to develop a long-term monitoring and stability evaluation process for implementation after a large landslide disaster. Based on the distribution characteristics of the 3D deformation fields, the present and future stability of the Baige Landslide was analyzed.     

基于星载SAR的滑坡灾害形变特征分析

为准确监测重点滑坡的活动状态,预防潜在的地质灾害,本文基于4景ALOS-2数据,利用改进的Pixel-Tracking技术获取金沙江白格滑坡2017—2018年间3个连续时间段内的运动分布,试验结果显示,滑坡体运动存在显著的时空差异性,通过对不同时段的速度对比后显示,该滑坡在灾害发生前期滑动位移存在明显的加速趋势。     

基于高分遥感的金沙江流域滑坡识别——以巴塘县王大龙村为例

金沙江流域因两岸地势陡峭、软弱岩层发育、降雨集中等,使得流域内滑坡灾害分布密集。高分辨率遥感是滑坡识别的重要手段,但通过目视解译法开展的大范围滑坡灾害识别,具有工作量大、效率低的特点。针对此问题,本文采用基于面向对象的分类方法,提出了利用滑坡灾害的光谱、形状、空间等特征进行区域内滑坡灾害的快速识别。同时,选取金沙江流域巴塘县王大龙村区段进行了滑坡识别提取试验,区域内利用面向对象分类方法识别出滑坡18处,其中12处与目视解译结果相同,一致性为75%;发现3处目视解译未识别出的隐蔽性滑坡。结果表明,该方法识别效果较好,可为后续的金沙江流域乃至川藏铁路沿线的大范围滑坡识别提取及滑坡编目工作提供参考。     

重大地质灾害隐患早期识别中综合遥感应用的思考与建议

2017年以来,以四川茂县新磨村高位垮塌、金沙江白格滑坡为代表的重大地质灾害多次发生,呈现出隐蔽性强、突发性高、破坏力大等特点,难以早期发现。值得注意的是,尽管地质灾害防治工作已在全国大范围开展并受到国家层面的高度重视与支持,但绝大部分灾害仍发生于全国现有地质灾害隐患点分布以外的区域。对这些人迹罕至、人不能至且观测条件苛刻的地区的重大隐患进行有效早期识别,是当前地质灾害防治工作尚需解决的难题和重要任务。在总结合成孔径雷达干涉测量（interferometric synthetic aperture radar,InSAR）技术特点与其应用局限的基础上,从光学遥感、InSAR、激光雷达等综合遥感测量的角度提出了以“形态、形变、形势”（三形）为观测内容、以定性识别灾害隐患位置、定量监测灾害体变形幅度、依靠综合遥感动态监测数据提升隐患识别能力的技术思路。对未来工作提出了若干建议与思考,以期服务于重大地质灾害隐患综合判断与早期识别工作。     

泸定Ms 6.8地震诱发滑坡应急评价研究

2022-09-05,四川省甘孜州泸定县发生Ms 6.8地震。地震在山区诱发了大量的地质灾害,造成了严重的人员伤亡。快速准确地获取地震诱发地质灾害的空间分布范围对震后应急决策和救援抢险至关重要。基于全球同震滑坡数据库与深度学习算法,构建了地震诱发滑坡空间分布概率近实时预测模型,在震后2 h内获取了泸定地震诱发地质灾害的预测结果。通过震后无人机与卫星遥感影像,采用机器学习与深度学习算法实现了震后大范围地质灾害的智能识别,共解译地震诱发滑坡3 633处,总面积13.78 km2。利用遥感解译的泸定地震滑坡数据,对地震诱发地质灾害预测模型进行了优化,获得了震区范围更广、准确性更高的同震滑坡预测结果。结果表明,同震滑坡预测模型能够快速获取震后地质灾害的空间分布情况,填补震后遥感影像获取前的空窗期,为灾后应急救援提供支撑;基于无人机与卫星遥感影像的智能识别技术是快速获取大范围地质灾害信息的有效手段。所取得的研究成果在泸定地震震后应急救援工作中发挥了重要作用。     

时序InSAR技术探测芒康地区滑坡灾害隐患

位于中国西藏自治区东南部的芒康地区受自然条件制约和人类活动影响,近年来滑坡等地质灾害频发,对电网建设运行、交通干线通行和人民生命财产安全构成严重威胁,亟需有效技术手段对该地区分布的滑坡灾害隐患进行探测识别,从而为防灾减灾提供决策信息支持。采用小基线集（SBAS）时间序列雷达干涉测量技术,对覆盖芒康地区的历史存档ALOS PALSAR和ENVISAT ASAR数据集进行处理分析,探测发现了分布在318国道沿线和金沙江河谷的多处疑似滑坡灾害隐患点,获得了潜在滑坡形变的空间分布图和时间演化特征,证明了时序InSAR技术应用于藏东区域地质灾害调查的可行性和有效性。     

基于“高分+”的金沙江滑坡灾情监测与应用前景分析

基于“高分+”,探索以“高分+地质灾害”模式对10·11与11·3金沙江滑坡灾害开展灾情应急分析,利用灾害前后的高分遥感影像解译了滑坡灾害的基本灾情信息,分析了灾害前后孕灾及变形蠕动特征,对灾后白格堰塞湖及周边开展了隐患灾害排查,查明了堰塞湖两岸存在疑似裂缝与次生滑坡隐患点,开展了二次滑坡灾后灾区道路通达性分析。结果表明,“高分+”模式对类似金沙江滑坡等山区自然灾害巡排查、灾情跟踪监测及灾后应急抢险道路优选具有较大的应用前景。     

滑坡遥感调查、监测与评估

滑坡遥感调查包括滑坡识别、基本信息获取和滑坡空间分析等，本文以天台乡滑坡遥感调查中用特征点法确定滑坡边界、影响带及滑坡运动特征及规模为例说明。滑坡遥感监测可分为直接监测和间接监测。由于突发的高速超高速崩塌、滑坡及泥石流活动时间难以预测，滑坡运动的规模相对于遥感地面分辨率较小，获取遥感数据的不连续性及价格昂贵等原因，目前较少应用遥感技术直接监测滑坡活动； 遥感监测滑坡运动引起的环境变化，称为间接滑坡监测，以遥感监测易贡大滑坡引起的易贡湖水面变化及溃坝造成的下游灾害为例说明。滑坡遥感评估指在获取滑坡及其发育环境基本信息的基础上，评估滑坡的稳定性，预测其未来活动性，评估区域滑坡的影响因子和进行区域滑坡危险性评价，文中以天台乡滑坡、千将坪滑坡稳定性评估及三峡库区中前段区域滑坡危险性评价为例说明。     

联合InSAR与无人机航测的白鹤滩库区蓄水前地灾隐患广域识别

白鹤滩水电站位于我国西南高陡山区,是我国实施“西电东送”的国家重大工程之一。水库两岸是地质灾害高易发区,传统的地质灾害调查手段存在工作效率低、危险性高、无法覆盖高位隐患点等弊端。联合星载合成孔径雷达干涉测量技术(InSAR)与无人机航测技术应用于广域地灾隐患探测对于库区地灾隐患广域识别、掌握其分布规律及辅助后续重点防治具有重要意义。本文基于142景Sentinel-1卫星升降轨影像,采用时间序列InSAR技术对白鹤滩库区重点库岸段蓄水前两岸活动性坡体进行探测,同时利用无人机航测技术对其进行了野外验证与辅助分析,根据航片生成的数字高程模型(DEM)、数字正射影像图(DOM)、三维模型等航摄数字产品,结合形变与地形地貌特征,确定了32处地灾隐患点。并结合隐患点的形变量级、形变面积、是否涉水、是否具有明确威胁对象等因素给出了防治建议,建立了全面而准确的蓄水前地灾隐患灾害库。最后基于此案例对两种技术优势特长、适用范围以及如何高效联合应用进行了总结。本文揭示了两种技术在广域地灾隐患识别时的结合应用,无人机航测不仅能对InSAR技术探测到的形变区进行验证,同时InSAR也可以指导重点航测区域,提高航测飞行效率。通过结合两项技术提供的实时与历史信息、形变与地质信息可实现综合研判,形成基于空天遥感技术的高效库岸地质灾害综合遥感识别方法。