尼泊尔地震触发滑坡识别和雪崩形变分析

2015-04-25尼泊尔Gorkha附近发生了Mw 7.8级强震,引发尼泊尔及中国西藏地区大量的山体滑坡和雪崩灾害,造成了严重的人员伤亡与经济损失。基于Landsat 8影像和亚像素相关性匹配技术识别形变失相关区域,并结合目视解译提取震害滑坡与雪崩沉积区域,统计分析了所提取的滑坡数目、面积等与地形因子的关系,同时对珠峰雪崩高发区的冰川形变进行了定量分析。实验结果表明,提取形变场中的形变失相关区域并结合目视解译验证是一种识别震害滑坡与雪崩沉积区域的有效方法;统计结果显示滑坡体随坡度分布呈现高斯特性,多发生在坡度大于30°的地形,易发于河谷两侧,且高坡度更容易触发单体面积大的滑坡体。该研究为利用Landsat 8影像数据进行震害滑坡与雪崩沉积区域提取、雪崩高发区的冰川流速监测预警工作提供了新视角。     

高分一号汶川极震区滑坡提取研究

选择汶川地震极震区的高分一号卫星影像,通过面向对象的分析技术提取滑坡信息;采用多尺度分割算法,结合高分影像和滑坡特点将以往经验式参数选取方法进行优化,分析极震区滑坡的特征,选择合适的特征参数,构建分类规则,实现滑坡的识别与提取。滑坡灾害信息的提取结果采用野外实际调查的滑坡点进行精度评价,滑坡提取总精度为84%,表明利用高分一号高分辨率卫星数据可以较好地提取滑坡灾害信息,基本满足滑坡灾害识别的要求。     

基于无人机遥感的湖南金童山保护区滑坡监测

以湖南金童山国家级自然保护区内某条山区公路为例,利用无人机飞行获取高分辨率影像与高精度数字地形模型,使用基于面向对象的方法对滑坡信息进行提取,对无人机数据进行多尺度分割与光谱差异分割,选取了研究区内植被、道路、滑坡三类感兴趣地物的影像特征建立了规则集,充分利用了影像对象的光谱特征、几何特征、地形特征、空间关系,使用了阈值分类,隶属度函数与决策树分类方法.利用实地验证与基于无人机影像的目视解译对提取结果进行了精度评价,总体提取精度为94.75％,滑坡提取精度超过80％.该研究为快速监测山区内滑坡信息提供了借鉴.     

基于面向对象分类的城市土地利用变化检测

以新疆乌鲁木齐某区域2013年的GeoEye影像和2015年的IKONOS影像为辅助数据,进行基于面向对象分类的城市土地利用变化检测实验;根据各类地物的提取规则,提取了实验区域的地物信息,并利用ENVI5.1软件进行了变化检测。结果表明,面向对象分类的变化检测方法总体精度为85.97%。为了提高该方法的精度,结合目视解译方法,面向对象方法 +目视解译的变化检测精度为87.00%,说明目视解译方法在一定程度上提高了检测精度。     

迁移学习支持下的高分影像山地滑坡灾害解译模型

无人机低空遥感是近年来新兴的一种快速获取灾情信息的手段,如何利用无人机高分影像构建滑坡灾害解译模型是实现快速自动解译滑坡的关键。针对该问题,对比了多种影像特征提取方法,将迁移学习(TL)特征和支持向量机(SVM)引入到构建滑坡灾害自动解译模型中,提出了一种TL支持下的高分影像滑坡灾害解译模型。选取5·12汶川地震及4·20芦山地震系列无人机影像构建了滑坡灾害样本库并进行了实验,TL特征方法整体分类准确度ACC为95%,ROC达到0.98,识别准确率达到97%。结果表明,所提方法可用于高分影像滑坡自动解译,同时可用于大面积高分影像中快速山地滑坡灾害定位及检测。     

基于地理信息二三维联合显示的地质灾害体遥感解译研究

滑坡是指在重力作用下,岩体或其他碎屑沿一个或多个破裂滑动面向下做整体滑动的现象。在我国乃至全世界范围内,滑坡常常给工农业生产以及人民生命财产造成巨大损失。但是由于滑坡所处位置具有危险性、隐蔽性的特点,在一定程度上给人们进行实地监测、预警带来了诸多不便。近年来,遥感和GIS技术飞速发展,尤其在自然灾害的识别、监测等领域正发挥越来越重要的作用。论文选择澜沧江中下游的部分沿岸区域作为研究区,针对目前滑坡灾害的研究现状,探讨在ARCGIS和ENVI软件平台上,基于30m空间分辨率的LandSat5TM影像和2.5m空间分辨率的Spot5卫星影像以及DEM数字高程影像进行二三维联合显示,提高目视识别验证的效果;并依次通过决策树分类,遥感影像的目视解译进行滑坡的粗提取;基于山影数据、分水线、汇水线、坡度分类等数据精确识别滑坡;并利用谷歌地图和实测的滑坡数据对结果进行验证,取到了较好的识别效果。     

2017年“8.8”九寨沟地震滑坡自动识别与空间分布特征

2017年8月8日发生的7.0级九寨沟地震诱发九寨沟熊猫海附近产生大量的滑坡体，造成道路阻塞，严重影响地震应急救援进度。为快速准确地识别滑坡分布范围，本文在深入分析滑坡遥感影像特征的基础上，引入面向对象分析方法，实现了基于无人机影像的震后滑坡体的自动识别。通过多尺度分割算法获取滑坡多层次影像对象，利用SEaTH算法自动构建每一层次特征规则集，实现基于不同层次分析的滑坡体自动识别。分析滑坡体在地形、活动断层等因子中的空间分布特征，为地震滑坡预测与危险性评价奠定基础。与人工目视解译结果相比较，基于面向对象的滑坡自动识别方法提取精度可达94.8%，Kappa系数为0.827，在电脑配置相同的情况下，自动识别方法的效率是人工目视解译效率的一倍。空间分布特征分析表明，地震滑坡的空间分布与斜坡坡度、地形起伏度呈正相关关系，与地表粗糙度存在负相关关系，研究区滑坡体分布存在明显的断层效应。     

地震滑坡高分辨率遥感影像识别

区域性地震滑坡信息获取目前主要通过遥感目视解译和计算机提取,存在主观性强、耗时费力、提取精度低等问题,导致难以满足灾后应急调查、灾情评估等方面的应用需求。采用资源三号、高分一号高分辨率遥感影像,以汶川震区为实验区,在地震滑坡灾害特征分析的基础上,通过多尺度最优分割方法构建多层次滑坡对象,融合光谱、纹理、几何等影像特征和地形特征信息建立多维滑坡识别规则集合,基于高分辨率影像认知模式与场景理解过程提出滑坡分层识别模型,从而实现地震滑坡空间分布及其滑源区、滑移区和堆积区的准确识别。实验区分析结果显示最低识别精度为81.89%,而滑坡的堆积区最容易被分辨,识别方法具有可推广性。研究成果可为灾后应急调查提供技术支撑,并促进国产高分辨率遥感卫星的地质灾害应用。     

高分一号遥感影像地质灾害信息提取方法研究

山区地质灾害发生频繁,受灾范围大,危害严重。提取地质灾害信息、估算受灾情况,对救灾工作极为重要。传统的遥感人工解译方法速度慢、效率低;计算机自动解译速度快但解译精度受影像质量影响大,大范围地区很难建立起普适性的解译模型。本文利用洮南市西部高分一号遥感数据,结合DEM生成三维影像,建立解译标志,解译基础地质信息,分析地质灾害成因;根据研究区泥石流地质灾害的主要影像特征,提取影像的分类属性,基于面向对象的分类方法,建立信息提取模型,快速提取出地质灾害敏感区域;再进行人机交互,精确提取出地质灾害的类型和范围,通过野外验证,该方法十分可靠,为大范围地质灾害信息快速提取和灾后救援提供科学依据。     

基于机载LiDAR技术的滑坡识别参数提取方法

选择长江三峡秭归段千将坪滑坡及其周边区域为研究区,利用机载LiDAR数据,开展滑坡识别参数提取方法研究。首先提取滑坡识别参数,再利用相关滑坡识别参数和智能分类算法开展滑坡像元和非滑坡像元分类。试验表明,基于LiDAR技术提取的滑坡识别参数能有效区分滑坡像元和非滑坡像元,确定的特征参数子集对于提高分类精度大有帮助。     

雷达遥感滑坡隐患识别与形变监测

滑坡是全球发生最为频繁、造成损失最严重的自然灾害之一,滑坡表面形变测量对于滑坡的早期识别、监测和预警具有重要意义。雷达遥感具有非接触式大范围空间连续覆盖和高精度形变测量等优势,在滑坡地质灾害领域中取得了广泛的应用。本文概述武汉大学干涉雷达遥感团队近几年在利用雷达遥感监测滑坡形变方面的研究内容,包括：雷达遥感在滑坡形变监测中的可行性和适用性分析、大范围滑坡隐患识别、复杂山区滑坡形变测量、大梯度滑坡形变测量、滑坡三维形变提取等。     

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InSAR技术和光学遥感的贵州省滑坡早期识别与监测

贵州省因其复杂的地形地貌和强降水等气候特征,滑坡灾害频繁发生。亟需一种可靠的滑坡早期识别和监测方法。传统的滑坡识别和监测方法存在局限性,而InSAR技术在大规模地质灾害监测中具有独特的优势。但是,基于单一地表形变值的滑坡识别结果存在一定的不确定性。因此,本文联合InSAR技术和光学遥感,利用Sentinel-1A雷达卫星影像数据对贵州省六盘水市、铜仁市、贵阳市等地区进行大规模地表形变监测和危险形变区识别;并采用基于NDVI时间序列分析和基于滑坡发育要素的滑坡识别方法对研究区潜在滑坡灾害进行调查。利用InSAR技术对研究区域内重点滑坡（鸡场镇）进行监测,及时掌握滑坡的运动状态。本文方法对贵州省的灾害防治和管理具有重要意义。     

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。     

光学遥感与InSAR结合的金沙江白格滑坡上下游滑坡隐患早期识别

2018-10-11和2018-11-03，金沙江上游西藏自治区江达县波罗乡白格村附近先后发生两次大规模高位滑坡堵江。虽经人工干预处置后进行泄流，但还是对下游居民和交通设施造成了严重损失，其上下游是否还存在类似的大规模滑坡隐患，成为白格滑坡灾害发生后社会各界关注的焦点问题。首先利用高精度光学卫星影像对白格滑坡上游30 km和下游100 km范围内的滑坡隐患进行人工目视解译和定性评价，共识别出滑坡隐患51处，其中下游70~100 km范围内有10处具有堵江风险的滑坡隐患。在此基础上，对具有堵江风险的重点区域（白格滑坡下游70~100 km范围内）收集存档ALOS PALSAR-1和Sentinel-1A雷达卫星数据，利用短基线差分干涉测量技术开展滑坡隐患地表形变定量探测和分析评价，共探测出7处具有较显著形变的滑坡隐患，其中3处堵江风险较大，为白格滑坡上下游地质灾害防治和川藏铁路选线提供了参考。     

金沙江流域滑坡易发性空间预报分析

灾害易发性预报是提高灾害防控能力的第一步。针对位于云南省内的金沙江流域因地势险峻、生态环境脆弱,加之近年来人为活动增多已成为地质灾害高发区的现状,本文以金沙江德钦至华坪段滑坡灾害为例,运用Maxent和随机森林两种机器学习模型对滑坡空间分布作归因与预测,并对两者之间的差异进行对比分析。试验结果表明,随机森林模型的预测精度高于Maxent模型,AUC值为0.72。     

IKONOS影像在黑方台黄土滑坡调查中的应用

以黑方台为典型的黄土台塬, 过量农业灌溉造成了区内地下水位上升, 诱发了大量黄土滑坡, 该文选用IKONOS影像对其进行了遥感解译。通过对比PCA变换、Brovey变换、IHS变换和Multiplative变换融合影像效果, 选用PCA变换融合影像作为分析的基础。重点分析了IKONOS影像在黑方台黄土滑坡调查中的应用。在综合分析研究区地质资料和滑坡影像特征的基础上, IKONOS影像在滑坡类型划分、滑坡周界及期次关系确定、空间分布规律和滑坡特征参数统计方面具有很好的应用前景。