基于MSBAS技术的金沙江上游色拉滑坡形变分析

金沙江缝合带是滑坡灾害的高发区,且具有较大的堵江威胁。以堵江风险较高的色拉滑坡为研究对象,选取高时间分辨率的升降轨Sentinel-1A/B数据,利用MSBAS InSAR技术对该滑坡展开地表形变监测研究。文章在利用不同轨道的Sentinel-1A/B获取色拉滑坡2018—2020年间的二维动态形变时间序列的基础上,分析了典型特征点形变时间序列特征。结果表明,在2018年1月—2020年4月色拉滑坡东西向累积形变最高达到165 mm,垂直向累积形变达?102 mm,滑坡体形变加速的时间点被成功地捕获。最后,分析了该滑坡的形变趋势,通过现场调查结果验证了所获得滑坡监测结果的准确性。     

光学遥感用于贵州发耳镇尖山营滑坡监测研究

文章选取贵州省发耳镇尖山营采矿型滑坡为研究对象,利用多期光学遥感数据,基于亚像元相关性匹配技术,实现该滑坡长时序定量化二维形变监测。利用多期存档Google earth影像及无人机影像,探测出该地区1#滑坡在2013年已开始发生明显的地表形变,且随着时间的推移,地表形变愈发严重;再基于Sentinel-2遥感数据求解出1#滑坡自2016年7月31日至2020年3月22日期间的二维形变时间序列,结果表明:该滑坡最大水平形变方向与斜坡方向一致,且在东西向和南北向上均表现为持续增大的趋势,最大累积形变量分别达到了44 m和-58 m。      

综合InSAR技术和多源SAR数据在滑坡变形监测中的应用——以吉林治新村滑坡为例

为实现对吉林省治新村滑坡的有效监测,文章选取2017年27景Sentinel-1A数据,基于小基线雷达干涉测量技术(SBAS-InSAR)对治新村滑坡进行形变监测,分析了其时序演化态势。选用2016、2017年2景ALOS-2数据,采用差分雷达干涉测量技术(D-InSAR)监测了该滑坡形变体的特征。SBAS-InSAR对滑坡形变时序演化态势进行监测,而D-InSAR则主要对滑坡具体的形变体进行形变监测,且L波段的ALOS-2数据穿透性强于C波段的Sentinel-1A数据,可以获得更完整的干涉信息,两者监测结果可交叉验证,提高结果的可靠性。SBAS-InSAR监测结果表明：治新村滑坡汇水区滑坡后缘在监测期间发生了沉降,并且在2017年7月5—29日期间滑坡后缘地表沉降达12.47 mm,监测期间平均沉降速率为2.88 mm/a;位于山谷的受威胁居民区发生了抬升,至2017年12月8日平均累计抬升达19.59 mm,监测期间平均抬升速率19.99 mm/a。D-InSAR结果显示：治新村滑坡汇水区斜坡存在5处主要变形体,面积最大变形体17 973 m²,位于西侧斜坡...     

SBAS-InSAR技术在西藏江达县金沙江流域典型巨型滑坡变形监测中的应用

滑坡是一种破坏力极强的地质灾害,对滑坡易发区域进行长期有效的时序形变监测是研究机理和防灾减灾的重要途径,小基线雷达干涉测量技术（SBAS-InSAR）在滑坡等地质灾害形变监测中的应用为当前地灾防治提供了新的手段。文章使用SBAS-InSAR技术对西藏江达县金沙江流域发生的典型滑坡灾害进行了时序形变特征分析。首先,基于2017年7月—2018年12月的23景Sentinel-1A影像数据,获取了江达县东部及其周边区域在时间跨度内的形变分布图以及时序形变特征;在此基础上,结合区域内沃达和白格2处滑坡的实地勘探资料和现有研究成果验证了形变探测结果的准确性;另监测数据显示沃达滑坡中部及前缘位置存在明显形变,且部分位置的形变量超过100 mm,白格滑坡的残留体同样存在较大的形变,尤其是边界区域存在明显的形变漏斗,最大形变量超过110 mm。同时在金沙江流域西岸存在2处滑坡隐患区域,累计沉降量均超过45 mm,最大形变速率分别为?53 mm/a和?45 mm/a。基于数据分析和现场勘查,表明SBAS-InSAR技术在滑坡灾害的形变监测方面是一种有效手段,另江达县金沙江多处岸坡在不断发生形变,应进一步加强该区域地质灾害形变监测,必要时提前开展防治工作。     

西藏然乌地区地质灾害隐患点InSAR识别与监测

西藏藏东南地区地处青藏高原东南部,地势陡峭。多期次板块构造运动、岩体间相互挤压运动导致地质灾害频繁发生且规模大。针对该区域的地质灾害调查与监测研究工作对防灾减灾具有重要意义。文章以藏东南然乌地区为研究区,分别利用升降轨Sentinel-1A卫星数据对该区域隐患灾害点进行识别,并分析了SAR影像几何畸变对地质灾害识别的影响。通过对InSAR监测结果进行分析,文章最终共圈定了区域内的滑坡、冰川隐患灾害点67处。同时,为了更好的分析灾害体的形变特征和规律,选取了然乌区域安目错北岸三处典型冰川灾害体,利用多维小基线子集（MSBAS）技术获取了坡体的二维(水平东西向和垂直向)形变速率和时间序列。通过对吉穷隆冰川、迫弄冰川和瓦巴村冰川三处典型冰川的形变时间序列结果进行分析,发现从2018年1月到2020年10月,三个冰川水平东西方向上的最大累计位移量分别达到了202 mm、283 mm、194 mm,垂直方向上最大累计位移量分别达到了97 mm、?155 mm、?163 mm。水平方向上三处典型冰川表现为加速变形趋势,垂直方向上表现为缓慢蠕滑变形趋势。同时分析了瓦巴村冰川二维形变时间序列与降雨量和温度相关性,结果表明降雨和温度的变化对坡体冰川形变具有一定的影响。研究成果对高山峡谷区地质灾害隐患点的识别具有较好的参考价值。     

雷达遥感探测甲居滑坡蠕滑变形与潜在失稳因素分析

本文利用InSAR时间序列方法,获取丹巴县甲居滑坡2017-2019年期间的50期Sentinel-1雷达卫星数据,揭示该滑坡的蠕滑变形分布规律。结果表明,甲居滑坡南侧次滑坡基本趋于稳定,但北侧坡体最大形变速率仍达75mm/yr,较为活跃。通过实地调查与验证,分析结果与实际情况吻合,表明该方法对川西高山峡谷区蠕变滑坡的监测具有较好的效果。成果可为该滑坡的发展趋势预测及防灾减灾提供参考。     

D-InSAR与随机森林模型耦合的活动性滑坡识别方法探究

灾害的早期识别是防灾减灾领域的关键技术。文中以甘肃省舟曲县为例,利用2018年1月－2019年1月Sentinel-1A雷达卫星降轨数据和2021年5月Sentinel-2光学遥感影像数据,通过D-InSAR技术获取研究区地表形变信息,利用随机森林模型识别潜在的滑坡体。结果表明:使用已有的滑坡数据集,采用随机森林模型能够较好地识别出潜在滑坡体。潜在滑坡点分布位置均位于地表形变量大的区域。舟曲县整体形变沿东西向发生,主要分布于舟曲县东北和西南方向,与潜在滑坡点高度重合。识别出的潜在滑坡点（立节乡北山滑坡）,年形变量达到0.12?m,于2021年1月18日发生滑坡,该滑坡典型案例也印证了文中方法的有效性。     

基于时序InSAR技术的甘肃金川铜镍矿区地表沉降研究

文章采用时序InSAR技术对甘肃省金川铜镍矿区域地表沉降规律开展研究。利用Sentinel-1A干涉影像,基于SBAS-InSAR技术和时序D-InSAR技术,反演2018年1月—11月金川铜镍矿区域地表沉降。经过2种技术结果对比及验证分析表明,2018年矿区有2个沉降漏斗,分别是西二采区5-7行和老矿坑。西二采区5-7行的最大沉降速率为-14mm/a,雷达视线向累积最大形变量为13mm,地面形变呈平稳态势;老矿坑东南方存在明显的沉降,沉降最大速率为-85mm/a,雷达视线向累积最大形变量为78mm。     

“空-天-地”一体化技术在滑坡隐患早期识别中的应用——以兰州普兰太公司滑坡为例

长时间序列SBAS-InSAR形变监测,能够减弱误差带来的影响,提高监测精度,有效识别地质灾害隐患。研究获取了兰州地区2019年9月至2020年4月的L波段升轨ALOS-2编程数据,利用"空-天-地"一体化地质灾害监测体系,基于小基线集（SBAS-InSAR）技术对兰州市普兰太有限公司滑坡进行了有效识别。经现场核查,滑坡宏观变形迹象明显,并与同期C波段Sentinel-1A升轨数据处理对比分析,表明基于L波段的SBAS-InSAR形变监测在兰州市典型滑坡早期识别中发挥了很好的作用,可以在区域滑坡早期识别中推广应用。     

基于SBAS-InSAR技术的川藏铁路澜沧江段滑坡隐患早期识别

早期识别是实现地质灾害防灾减灾的有效途径之一,然而复杂地形区滑坡的早期识别一直是个难题,尤其是位于高山峡谷区的滑坡隐患点。为了全面准确地获取川藏铁路澜沧江段的滑坡隐患,采用SBAS-InSAR技术,通过Sentinel-1(升轨)和RADARSAT-2(降轨)数据结合互补的方式,对川藏铁路澜沧江段进行滑坡隐患早期识别。解译结果显示2018年8月至2020年2月研究区LOS向的形变速率分别为-58~21 mm/a(升轨)和-42~16 mm/a(降轨),转换后的斜坡向最大平均速率达到-128 mm/a。基于升降轨数据的斜坡向形变结果,识别出川藏铁路澜沧江段的113处滑坡隐患点,其中存在4处滑坡隐患密集区以及13处典型滑坡隐患点,进一步分析了两处重点滑坡隐患的形变特征和滑移机制。本次研究结果对于川藏铁路线路选定以及澜沧江大桥上、下游的防灾减灾具有一定指导作用,不同轨道数据结合互补的方式为川藏铁路沿线的高山峡谷地区的滑坡隐患早期识别提供参考。     

甘肃通渭黄土滑坡二维形变时序监测

时间序列合成孔径雷达干涉测量技术能有效反应滑坡形变过程。2019年9月14日,甘肃省通渭县发生山体滑坡,但该滑坡灾前是否已经发生缓慢形变以及滑坡原因值得追溯和探讨。文中基于欧洲航天局发布的哨兵一号升/降轨数据,利用SBAS-InSAR技术分析甘肃通渭滑坡灾前二维形变特征以及滑动的因素。结果表明,2018年9月—2019...     

基于SBAS-InSAR的山东济阳矿区沉降监测与分析

利用SBAS-InSAR技术对济阳井田矿区40景C波段Sentinel-1A升轨数据进行处理,获取了2017年5月20日至2018年10月18日期间研究区内地面沉降的年平均沉降速率和累积沉降量。结果显示,研究区内年平均沉降速率最大达到320 mm/a,累积沉降量最大为447 mm。针对沉降较为严重区域选点进行特征点时序分析,结果表明,该位置的沉降量随着时间的推移持续增大,在研究时间段内没有减缓的趋势。矿区持续开采引发的地面沉降对周围地区也产生了一定影响。     

基于SBAS-InSAR的西宁市滑坡识别和形变监测分析

中国黄土高原滑坡灾害频发，严重威胁经济的发展及生命财产安全。利用时序合成孔径雷达干涉测量(InSAR)技术识别潜在的活动滑坡，并对其进行形变监测，有利于预防和减轻灾害造成的危害。InSAR技术具有大范围观测地表变形的能力，这里以西宁市为研究区，采用83景升轨和87景降轨Sentinel-1A雷达影像，利用小基线集(SBAS)时间序列InSAR技术，获取了研究区2019年1月至2021年11月地表形变速率以及时序形变量，共探测到74处显著形变区；结合地貌和光学影像特征，确定其中35处为活动黄土滑坡。通过对活动滑坡的时间序列形变分析，内在(工程岩组、断层)和外在(降雨)条件的共同作用，是激活不稳定边坡或加速边坡运动的主要因素。     

基于InSAR技术的川西高山峡谷区地质灾害早期识别研究——以小金川河流域为例

采用短基线集时序干涉测量(small baseline subset InSAR,SBAS-InSAR)技术,利用多时相合成孔径雷达数据,对川西高山峡谷区开展地表多时相、长时序形变监测与地质灾害隐患早期识别研究。介绍了时序InSAR方法原理,梳理了数据处理流程,分析了小金川河流域雷达可视性,利用2018-11—2019-12共26期的Sentinel-1A历史存档数据开展了流域内地表形变监测,结果表明: 流域内雷达视线方向的年平均形变速率为-51.12~75.28 mm/a; 依据形变异常分布规律,共判译出4处形变异常区与11处潜在地质灾害隐患点,其中6处隐患点为已知地质灾害点,其余5处隐患点尚不为人知。以隐患点P1(阿娘寨滑坡)为典型案例,开展了长时序监测分析与验证,评估利用InSAR技术开展地质灾害隐患早期识别的可靠性,证明了SBAS-InSAR技术在地质灾害早期识别中的优势及有效性,其技术成果在川西高山峡谷区具有大范围推广应用的潜力。     

基于SBAS-InSAR技术的白鹤滩水电站库岸潜在滑坡变形分析

库岸潜在滑坡变形分析是保障国家水利水电设施安全运行的重要环节,针对仅利用单一轨道SAR数据对库岸潜在滑坡变形监测不准确的问题,采用SBAS-InSAR技术,联合升降轨Sentinel-1 SAR数据构建研究区2019年7月至2021年7月的雷达视线方向形变时间序列,并结合无人机野外调查,分析白鹤滩水电站库岸典型潜在滑坡...     

基于SBAS- InSAR技术的西藏雄巴古滑坡变形特征

大型古滑坡及其强变形和复活灾害日益频发,已造成重大灾害事件和严重损失.古滑坡的发育、变形影响因素多、机理复杂和识别难度大,本文采用SBAS-InSAR技术,结合遥感解译,获取了金沙江西岸雄巴村古滑坡2017年10月至2020年6月间的地表变形特征.研究表明,雄巴古滑坡方量巨大,可达2.6×108～6×108 m3,根据InSAR形变监测结果,滑坡前缘发育H1和H2等2个大型强变形区,变形级别分为4级:极强变形区(-132.1 mm/a≤VLOS＜-58.5 mm/a)、强变形区(-58.5 mm/a≤VLOS＜-20.3 mm/a)、中等变形区(-20.3 mm/a≤VLOS＜l.8 mm/a)和弱变形区(1.8 mm/a≤VLOS＜55.4 mm/a);其中H1变形区,最大累计变形量达203.8 mm,H2变形区变形量达302.1 mm.受金沙江河流侵蚀,特别是上游75 km的2018年10月和11月白格2次滑坡-堵江-溃坝-泥石流/洪水灾害链对雄巴古滑坡坡脚的侵蚀,加剧了雄巴古滑坡的变形,其中H1变形区的蠕滑速率是白格滑坡灾害链发生前的14～16倍,灾害链引起H2区发生变形,雄巴古滑坡整体呈现牵引式复活状态.基于SBAS-InSAR的形变监测结果得到了野外的验证,目前H1变形区前缘出现局部垮塌,滑体中横向和竖向裂缝发育,局部呈现拉张状态.雄巴古滑坡目前呈现持续变形中,部分地段为加速变形,雄巴古滑坡发生大规模复活将导致堰塞金沙江-溃坝-泥石流灾害链,应加强雄巴古滑坡的空—天—地一体化监测预警,为该区正在规划建设的重大工程和流域性地质安全风险提供技术支撑和科学依据.     

蔚县矿区地面沉陷InSAR多维形变监测

河北蔚县是我国华北地区最大的地下采煤区之一,该地区长期存在采矿塌陷灾害,不仅威胁采矿安全,而且严重破坏当地生态环境。本文基于合成孔径雷达干涉（InSAR）这一新型空间对地观测技术,采用61景Sentinel-1A/B干涉宽幅（Interferometric Wide swath,IW）模式数据进行矿区形变观测,获取整个矿区在2017—2018年间的地表形变空间分布特征,并对矿区地表的沉降量级及面积进行详细的统计分析。此外,采用融合多轨道SAR数据的多维形变时序估计方法,对西细庄矿数据进行东西向和垂向的二维形变分解,获取该矿的二维形变时间序列。结果表明:除南留庄井田外,其余三大井田在监测期间均存在不同程度的地面沉陷灾害;整个矿区年沉陷速率超过-10 cm/a的区域达到了2.16 km2;受成像几何影响,不同轨道数据获取的形变结果存在一定差异;西细庄矿以垂向形变为主,伴随明显的东西向水平形变。研究结果为蔚县矿区地面沉陷监测与煤矿安全开采提供数据参考。      

基于Sentinel-1A SAR数据的呼和浩特城区地表形变分析

为了实现对呼和浩特市城区形变监测,采用永久散射体合成孔径雷达干涉测量（PS-InSAR）技术,对2017年3月—2021年4月期间25景呼和浩特市城区Sentinel-1A数据进行时序干涉处理,提取了城区地表沉降信息,并分析了主要沉降中心沉降原因。结果表明：呼和浩特市城区地表存在5个明显的沉降中心,整体地表平均年沉降速率3.65 mm/a,平均累计沉降量为15.50 mm,其沉降主要原因是由于地下水过度开采。Sentinel-1A数据具有时间基线短、影像数量足、数据免费等优点,利于InSAR时序分析,可满足同类城区地表形变监测工作,服务城市安全。     

藏东冻土区滑坡形变时序InSAR监测分析

受气候暖湿化和冻融作用的影响,近年来西藏东部地区的山体滑坡多发频发,对人民生命财产安全造成严重威胁,制约了当地经济社会发展,因此,迫切需要利用有效手段对滑坡灾害隐患开展大范围调查与早期识别。以藏东317国道矮拉山地区为例,利用小基线集时序InSAR（Interferometric Synthetic Aperture Radar）技术,分别对2017年3月—2019年7月期间Sentinel-1A SAR升、降轨数据集进行地表形变监测分析,获取了该地区滑坡体隐患的分布情况,并讨论了滑坡历史形变演化特征及成因。结果表明：大部分区域较为稳定,滑坡隐患主要集中在山谷两侧,升降轨InSAR提高了滑坡监测识别的准确性和覆盖度;冻融滑坡形变过程与降雨型滑坡存在差异,呈现平稳期和失稳期交替出现的季节性变化特征;形变过程主要受冻融和降雨影响,两者共同作用加速坡体变形。实验结果验证了InSAR技术能够有效弥补传统监测手段的不足,可在高山冻土区滑坡隐患早期识别与监测防治中发挥重要作用。     

基于SBAS技术的南京市地面沉降监测研究

利用覆盖南京市2007—2011年共17景ALOS PALSAR影像,通过短基线方法（SBAS）对研究区进行地面沉降监测,获取了时间形变特征、累积沉降量和年平均沉降速率,研究区平均沉降速率最大达-49.3 mm/a。在此基础上,通过搜集的南京市9个CORS点数据对SBAS结果进行验证,两者结果吻合度高,最大与最小偏差分别为4.4 mm/a和-4.6 mm/a,证明利用短基线方法在南京这种以平原地貌为主的地区进行地面沉降监测是可行的。