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。     

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。     

基于时间序列InSAR分析的西部山区滑坡灾害隐患早期识别——以四川丹巴为例

滑坡是仅次于地震、发生最频繁、造成损失最严重的一种地质灾害,中国西部山区则是世界上滑坡灾害分布最密集的地区之一。广域范围内滑坡灾害隐患的早期识别是地质灾害防治工作中的一项关键任务,基于星载合成孔径雷达重复轨道观测的时间序列雷达干涉测量（interferometric synthetic aperture radar,InSAR）技术在此领域具有巨大的应用潜力,但以永久散射体干涉测量为代表的传统时序InSAR方法在西部山区应用中往往受到植被覆盖等不利因素的影响,滑坡探测识别的可靠性较差。针对这一问题,以大渡河上游丹巴县为例,采用自主研发的相干散射体时序InSAR（coherent scatterer InSAR,CSI）方法,从历史存档的ALOS PALSAR和ENVISAT ASAR数据集中成功识别出了17处持续变形中的不稳定坡体,通过与外部观测数据比对和实地调查核实等手段验证了CSI方法探测结果的有效性和优势,并探讨了影响时序InSAR方法滑坡监测应用效果的主要因素及未来的优先研究方向。     

基于GDCORS的广东省滑坡灾害动态监测系统

以GDCORS技术为核心,集成单频GPS接收机及GMS等低成本专业化GPS形变监测手段,通过对基于CORS的动态解算数学模型和形变参数自动探测和提取关键算法的研究,开展高精度滑坡灾害动态监测技术应用研究。通过系统设计与技术集成,建设基于GDCORS的广东省滑坡灾害动态监测系统,并基于该系统在省内开展位移形变模拟试验和四会中学等地质灾害隐患点滑坡地表形变远程动态监测示范,验证该技术在广东省滑坡灾害动态监测预警中的适用性。     

基于GIS的滑坡灾害应用研究

以GIS技术为指导,结合我国重大水利工程三峡库区滑坡地质灾害的特点,选取三峡库区秭归县窑湾溪区域作为研究区,以GIS强大的空间分析功能为主要手段,对该区域的滑坡地质灾害进行了应用研究。这种方法框架对于滑坡灾害频仍的我国其他地区滑坡灾害应用研究同样具有借鉴意义和参考价值。     

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。     

联合InSAR和LiDAR的油气管道沿线地质灾害隐患早期识别

川东北地区地质条件复杂、地质灾害多发,对管道的安全运营构成了一定的威胁,因此有必要采用科学有效的方法识别管道沿线地质灾害隐患。本文以达州市某油气管线为例,利用InSAR开展区域形变监测,并结合高精度光学遥感初步识别管道沿线地质灾害隐患;同时运用机载LiDAR技术获取重点区域坡体形变精细化特征及迹象,对地质灾害隐患进一步确认。结合调查资料成功识别出10处地质灾害隐患点,其中管线附近有4处历史滑坡或不稳定斜坡,3处新发现的地质灾害隐患点。研究表明,该方法体系能有效识别油气管道沿线潜在地质灾害隐患,可为管道沿线地质灾害防治提供科学依据。     

喜马拉雅山地区冰川湖溃决灾害隐患遥感调查及影响因素分析

喜马拉雅山地区的冰川湖(简称"冰湖")受形成条件和自然环境的影响,往往会发生溃决,造成洪水和泥石流灾害,严重威胁人类生产和生活、生存与发展,成为该地区一重大地质灾害隐患。采用Quick Bird和ETM等卫星遥感数据,结合野外考察,研究喜马拉雅山地区冰湖溃决灾害隐患后认为:1喜马拉雅山地区的冰湖在区域分布上具有由东南向西北逐步递减的趋势,冰湖分布最多的是山南、日喀则、林芝和阿里地区,分布密度最大的是山南地区的洛扎一带;2喜马拉雅山地区存在19个溃决灾害隐患的冰湖,均为冰川终碛湖,其中13个湖存在重大溃决灾害隐患,6个存在较大溃决灾害隐患;3引起冰川终碛湖溃决的激发因素较多,其中冰湖周围的冰崩、雪崩、基岩崩塌和滑坡入湖涌浪溃坝是最重要的原因。研究结果对西藏地区冰湖溃决灾害的预警与防治具有重要意义。     

孕灾机理与综合遥感结合的三峡库首顺层岩质滑坡隐患识别

隐患识别是实现地质灾害从注重灾后救助向注重灾前预防转变的重要技术工作。本文以三峡库首秭归沙镇溪镇周边岸坡段顺层岩质滑坡隐患识别为基础,提出基于孕灾机理与综合遥感相结合的地质灾害隐患识别方法。首先,借助资料整理分析、遥感调查和现场调查等查明孕灾环境,并建立孕灾指标体系;其次,针对典型灾害体开展地质结构与致灾机理分析,以揭示典型孕灾模式,并建立综合遥感判识标志;再次,采用易发性分区评价,结合高分光学卫星遥感与InSAR等天基遥感变化检测技术,圈定隐患识别的易发重点靶区;然后,针对高易发靶区,利用无人机摄影测量、LiDAR等空基遥感技术识别疑似隐患体;最后,通过地面核查与专家判识,确认并圈定地质灾害隐患。利用该套技术方法,在工作区内共识别出8处地质灾害隐患,其中5处为具备孕灾模式但尚未出现明显变形的顺层岩质滑坡隐患体。结果表明,该套技术方法以查明孕灾环境及建立孕灾模式为核心与前提、以综合遥感探测为重要技术支撑,可以弥补目前主要依赖遥感变化探测开展隐患识别易造成精度较低甚至失效的缺陷,尤其适合于山高坡陡、植被覆盖茂密地区的隐蔽性、突发性地质灾害的隐患识别。     

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。     

一种V/S和LSTM结合的滑坡变形分析方法

滑坡变形的产生是坡体自身地质条件和外部诱发条件共同作用的结果，滑坡变形定量预测是滑坡监测预警的关键。传统的基于滑坡累计位移-时间曲线分析滑坡变形的方法，忽略了滑坡变形演化的影响因素，难以对滑坡变形进行准确预测。三峡库区滑坡研究多集中在滑坡时空分布特征和滑坡整体稳定性分析方面，亟需开展单体滑坡综合变形分析。以三峡库区白水河滑坡为例，基于滑坡宏观变形和位移监测数据，利用重标方差（rescaled variance statistic，V/S）分析法对滑坡整体和局部变形趋势进行分析，进而构建考虑库水位波动和降雨滞后性影响因素的可有效利用长期依赖信息的长短记忆（long short-term memory，LSTM）神经网络模型，定量预测滑坡位移。研究结果表明，滑坡体属牵引式滑坡，北东部稳定性较差，西部和后缘相对稳定，预测值的均方根误差为8.95 mm，证明该模型是一种高性能的滑坡变形分析方法。     

三峡库区“阶跃”型滑坡变形机理与预警模型

自2003年蓄水以来,三峡库区已查明的滑坡或潜在滑坡高达5000余处,这些灾害对三峡水库的持续运营、大坝、航道及库区居民的安全造成了严重的威胁。通过研究滑坡的变形特征、诱发因素及失稳机制,有助于开展滑坡的稳定性评价,并构建预警预报模型。以三峡库区八字门滑坡为研究对象,综合分析降雨、库水位、人工和自动GNSS监测等数据,结合勘查资料及野外宏观巡查,研究了滑坡的变形特征及失稳机理,并确定合理的预警判据及阈值。研究表明:①八字门滑坡整体变形明显,处于蠕动变形阶段,滑坡变形主要集中于每年5—9月,滑坡累积曲线呈现典型的“阶跃”状变形特性。②滑坡的变形受斜坡结构、岩性等因素的控制,水库水位下降是滑坡变形的主要驱动因素,并与库水下降速率正相关。另外,特大暴雨和持续降雨在水位下降阶段、水库低水位运行期及水位上升期会促进滑坡变形,是滑坡的次要驱动因素。③通过精细化数据分析以及改进切线角法获取的八字门滑坡出现“阶跃”变形的位移速率阈值为4.6 mm/d,7 d累积降雨量阈值为60 mm,库水位阈值为159 m,库水位下降速率阈值0.4 m/d。     

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。     

滑坡蠕变与遥感影像上植被异常关系

以滑坡蠕变阶段坡体的蠕变会引起环境条件的改变，进而影响植被生长状况的野外考察客观现实为依据，提出一种间接监测滑坡变化的新方法。利用高分辨率光学遥感技术，对滑坡蠕变阶段遥感影像上坡体上覆植被的异常特征进行判识，建立遥感影像上植被异常与滑坡蠕变的关系，反映滑坡的演化过程，弥补GPS技术、InSAR技术及部分地面监测手段在地势高、地形陡峭、植被茂盛等条件下监测工作的不足，为后续的滑坡预测研究提供帮助。以植被覆盖度较高的新磨村山体高位滑坡为例，首先，对研究区域进行分区；其次，计算各分区的植被覆盖度；最后，利用植被覆盖度分析遥感影像上的植被异常与滑坡蠕变的关系，并根据滑后遥感影像和实地考察情况进行验证。结果显示，2014年—2016年，滑坡的主要物源区、变形体上方细长局部崩滑区和泉眼及冲沟周边的植被覆盖度出现明显的下降，即随着滑坡发生时间的临近，植被受滑坡蠕变的影响变大，植被生长状况变差；而且随着距裸地等滑坡风险较大区域的距离增大，植被受滑坡蠕变的影响变小，植被生长状况变好。这表明，植被异常与滑坡蠕变存在明显的时空相关性，体现了滑坡蠕变阶段遥感影像上植被异常与滑坡蠕变的内在联系，反映了滑坡逐步失稳的演化过程，为进一步预测滑坡的发生提供依据。     

Application of frequency ratio,weights of evidence and evidential belief function models in landslide susceptibility mapping

The landslide hazard occurred in Taibai County has the characteristics of the typical landslides in mountain hinterland. The slopes mainly consist of residual sediments and locate along the highway. Most of them are in the less stable state and in high risk during rainfall in flood season especially. The main purpose of this paper is to produce landslide susceptibility maps for Taibai County (China). In the first stage, a landslide inventory map and the input layers of the landslide conditioning factors were prepared in the geographic information system supported by field investigations and remote sensing data. The landslides conditioning factors considered for the study area were slope angle, altitude, slope aspect, plan curvature, profile curvature, distance to faults, distance to rivers, distance to roads, normalized difference vegetation index, lithological unit, rainfall and land use. Subsequently, the thematic data layers of conditioning factors were integrated by frequency ratio (FR), weights of evidence (WOE) and evidential belief function (EBF) models. As a result, landslide susceptibility maps were obtained. In order to compare the predictive ability of these three models, a validation procedure was conducted. The curves of cumulative area percentage of ordered index values vs. the cumulative percentage of landslide numbers were plotted and the values of area under the curve (AUC) were calculated. The predictive ability was characterized by the AUC values and it indicates that all these models considered have relatively similar and high accuracies. The success rate of FR, WOE and EBF models was 0.9161, 0.9132 and 0.9129, while the prediction rate of the three models was 0.9061, 0.9052 and 0.9007, respectively. Considering the accuracy and simplicity comprehensively, the FR model is the optimum method. These landslide susceptibility maps can be used for preliminary land use planning and hazard mitigation purpose.     

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。     

基于Google Earth影像的黄河上游干流地区滑坡特征分析

黄河上游干流地区由于特殊的地形地貌和地质构造使得滑坡灾害频发,对其开展滑坡灾害监测、分析研究,具有十分重要的意义。本文利用2015年间Google Earth遥感数据,提取并分析了该地区的滑坡灾害分布信息,取得了如下成果及认识:1)研究区的空间展布形态主要有7种,滑体性质类型有6种,岩质滑坡数量最多。2)从空间分布特征看,共发现研究区有各类滑坡162处,滑坡主要集中分布在群科-尖扎盆地;从滑坡类型看,研究区滑坡主要为大型滑坡和巨型滑坡。3)滑坡体长、宽主要集中在0~1 500 m和500~1 500 m之间,且长、宽呈两极化方向延伸,滑坡体面积分布不均,滑坡数量随着方量的增大呈现减少的趋势,发生的滑坡主要是滑坡体厚度在25~50 m的深层滑坡。4)滑坡数量在0°~90°之间有峰值出现,然后向两端逐渐减少。     

IRS-LISS-III and PAN data analysis for landslide susceptibility mapping using heuristic approach in active tectonic region of Himalaya

Structurally disturbed zones of Himalaya are among the worst landslide affected regions in the world. Although landslides are induced/triggered either by torrential rain during monsoon or by seismic activity in the region, the inherent terrain conditions characterize the prevailing basic conditions susceptible to landslides. Using remotely sensed data and Geographic Information System (GIS), geological and terrain factors can be integrated for preparation of factor maps and demarcation of areas susceptible to landslides. Moderate to high resolution data products available from Indian Remote Sensing satellites have been utilized for deriving geological and terrain factor maps, which were integrated using knowledge driven heuristic approach in Integrated Land and Water Information System (ILWIS) GIS. The resultant map shows division of the area into landslide susceptibility classes ranked in terms of hazard potential in one of the structurally disturbed zones in western Himalaya around Rishikesh.     

Using InfoVal method and GIS techniques for the spatial modelling of landslide susceptibility in the upper catchment of river Meenachil in Kerala

A GIS-based statistical methodology for landslide susceptibility zonation is described and its application to a study area in the Western Ghats of Kerala (India) is presented. The study area was approximately 218.44 km² and 129 landslides were identified in this area. The environmental attributes used for the landslide susceptibility analysis include geomorphology, slope, aspect, slope length, plan curvature, profile curvature, elevation, drainage density, distance from drainages, lineament density, distance from lineaments and land use. The quantitative relationship between landslides and factors affecting landslides are established by the data driven-Information Value (InfoVal) — method. By applying and integrating the InfoVal weights using ArcGIS software, a continuous scale of numerical indices (susceptibility index) is obtained with which the study area is divided into five classes of landslide susceptibility. In order to validate the results of the susceptibility analysis, a success rate curve was prepared. The map obtained shows that a great majority of the landslides (74.42%) identified in the field were located in susceptible and highly susceptible zones (27.29%). The area ratio calculated by the area under curve (AUC) method shows a prediction accuracy of 80.45%. The area having a high scale of susceptibility lies on side slope plateaus and denudational hills with high slopes where drainage density is relatively low and terrain modification is relatively intense.     

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。