基于时序InSAR的黄土滑坡隐患早期识别——以白鹿塬西南区为例

中国黄土滑坡灾害频发且分布广泛，传统的地质灾害调查对于地处高位、形变特征不明显和隐蔽型的滑坡隐患难以有效识别，是滑坡灾害监测预警成功率低的主要原因之一。如何有效超前判识别地质灾害隐患是地质灾害防治工作的前提和基础，时序InSAR技术在此领域具有良好的应用潜力，但如何更好地将InSAR技术融入到滑坡灾害相关研究中仍处于探索阶段。笔者以西安市白鹿塬西南区为研究区，在高精度三维倾斜摄影、ALOS-2雷达影像集等数据基础上，以时序InSAR技术反演得到104处地表形变明显区域；结合黄土滑坡易发指数、航拍影像和野外核查，快速识别黄土滑坡及隐患23处，其中包括新识别的滑坡隐患20处和在册的滑坡灾害3处，通过与传统地灾调查数据比对和实地调查核实验证了时序InSAR方法探测结果的优势和有效性，并构建了基于高精度InSAR和DEM数据的黄土滑坡隐患早期识别方法。     

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。     

联合时序InSAR和滑坡灾害易发性的元阳县滑坡灾害隐患识别

目前合成孔径雷达干涉(interfermoetic SAR,InSAR)理论与技术一直处于快速发展态势,在地质灾害隐患识别方面已有阶段性的进展,但是为了提高识别的效率与准确度还需进一步的研究。因此提出一种联合时序InSAR(Interfermoetic SAR)技术和滑坡灾害易发性的方法对云阳县进行滑坡灾害早期识别。该方法通过小基线集干涉测量(Small Baseline Subset InSAR, SBAS-InSAR)技术获得该地区地表形变信息,再结合通过信息量模型以地貌类型、土地利用类型、断层距离、高程、工程地质岩组、坡度、坡向、曲率与河流距离9个评价因子作为信息量值获得的滑坡灾害易发性区划与谷歌影像分层次进行潜在滑坡灾害的识别。然后对识别结果进行验证,研究表明了该种方法在此地区应用的可行性,且研究成果为地质灾害进一步的调查提供了参考与技术支持。     

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-InSAR技术的金沙江流域沃达村巨型老滑坡形变分析

近年来突发性高位滑塌灾害日益频发,造成恶劣影响。这类地质灾害调查难度高、隐蔽性强,单靠群测群防和地质调查难以解决灾害的防治问题。随着雷达遥感卫星数据质量的不断提升,合成孔径干涉雷达测量(InSAR)中的SBAS-InSAR技术为特大型老滑坡灾前形变探测提供了新的技术途径。利用SBAS-InSAR技术对金沙江流域沃达村滑坡进行地表形变监测,获取了2017年3月30日至2019年9月28日内的形变结果,划定了强烈形变区(Ⅰ雷达)、均匀形变区(Ⅱ雷达),分析了滑坡复活区整体和局部滑塌地表形变速率、累积位移变化趋势和主裂缝形变情况。同时实地进行了工程地质调查和复核,发现老滑坡复活区变形迹象与SBAS-InSAR技术解译成果有着较好的一致性。表明SBAS-InSAR技术在复杂山区地质灾害监测预警领域有较为广阔的应用前景,为类似老滑坡监测预警提供了新的思路与借鉴。     

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。      

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。     

地基InSAR技术及其典型边坡监测应用

为了开展边坡活动实时监测,研究以IBIS-L地基InSAR系统为代表的地基InSAR形变时序分析关键技术,进行针对不同变形特征的观测方案和数据处理方法的优化,并开展了奉节大树场镇灾后滑坡、神农架林区人工不稳定斜坡和备战铁矿露天采矿边坡等边坡活动的监测应用,以及备战铁矿隧道南口冰川运动的监测试验。4种类型边坡地基InSAR监测结果表明,在复杂工作情况下,地基InSAR设备具有较高的观测稳定性,在满足观测条件的情况下,地基InSAR测量精度能达到亚mm级,已成为监测边坡微小形变的重要技术手段。这扩展了形变监测模式从星载InSAR技术的“大尺度、宽覆盖”走向地基InSAR技术的“小尺度、局部精细测量”,进一步丰富了科研人员对边坡变形现象的动力学过程认识,为“星-地”联合InSAR技术监测地表形变过程奠定了技术基础。     

升降轨Sentinel-1A时序InSAR的中川国际机场地表形变监测与分析

可靠地监测基础设施的形变对于评估其结构健康至关重要。本文以中川国际机场为研究区,基于46景升轨和45景降轨Sentinel-1A雷达影像,使用SBASInSAR和PSInSAR技术获取了中川国际机场2017年3月27日至2020年3月23日、2017年3月20日至2020年3月28日的地表形变速率以及时序位移量,并采用内、外部检验的方式对4种监测结果进行了评定。同时结合相干性系数均值、直方图统计、形变速率方差及其标准差,选取最理想的形变结果从人为因素和自然因素分析了中川国际机场地表形变的成因。结果表明:4种形变结果总体较为一致,不同轨道模式数据采用同种时序InSAR技术所得监测点的方差和标准差较为接近,同种轨道模式数据采用不同时序InSAR技术的形变结果略有差异,SBASInSAR相比PSInSAR的监测结果更为稳健。中川国际机场存有零散的沉降区,机场西南角的形变最显著,最大的垂直沉降速率达11 mm·a-1。中川国际机场的地表形变与道路网、内部扩建等人为因素有关,地层界线与机场内部形变不直接相关,地表沉降区与岩性关联紧密。在进一步推进中川国际机场建设的同时,应避免过度人为活动带来的消极影响。研究结果以期为中川国际机场的土地利用规划以及灾害防治提供指导意见与相关信息。     

利用InSAR技术研究黄土地区滑坡分布

InSAR技术能够获取大面积、连续、高精度的地表垂直形变信息,可用来监测地震、火山、滑坡等自然灾害造成的地表形变。文章介绍了InSAR技术在监测陕北黄土地区滑坡中的应用,首先进行野外地质勘察和TM光学遥感影像解译,接着通过EnviSat SAR数据差分干涉处理,获取研究区干涉形变场,提取出滑坡位移量,最后详细分析黄草湾至董家寺沿线一带的滑坡变形范围,并划定出了4个有一定变形的重点监视区。     

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的西南科技大学地表形变监测与分析

以西南科技大学青义校区为研究区,利用SBAS-InSAR和PS-InSAR对52景升轨Sentinel-1A雷达影像,分别获取了研究区2017年6月至2020年11月的地表形变速率及时序形变量。结合相干性系数、形变速率、方差及标准差对两种时序InSAR结果进行检验对比,从自然、人为因素两方面探讨了研究区地表形变机理与演化过程。结果表明：研究区存在多处显著沉降,最大垂直沉降速率可达15 mm/a,地表形变与学生公寓楼、道路扩建等人为因素有关,地表沉降区与强降雨、岩性及地势地貌关联紧密,地层界线与地表形变不显著相关。相较而言,两种监测结果总体一致性较好,SBAS-InSAR相比PS-InSAR的监测结果稳健性更好。     

基于SBAS-InSAR技术的成汶高速汶川段滑坡易发区选线研究

西南山区地质构造复杂导致大量的滑坡分布.为了科学有效的指导西南山区道路选线,提前规避地质灾害高风险,滑坡灾害早期识别必不可少.合成孔径雷达干涉测量(interferometric synthetic aperture radar,InSAR)技术因其全天候、多时相等特点被广泛应用于滑坡灾害的早期识别中.收集了87景Sentinel-1A降轨数据,利用差分干涉测量短基线集时序分析(small baseline subset interferometric synthetic aperture radar,SBAS-InSAR)技术对成汶高速路汶川段进行形变区的识别与分析,结果显示共识别出10处,经野外复核均为处于持续变形中的滑坡,有较好的一致性.根据早期识别结果,对3个比选方案进行综合对比分析,确定方案B为最优选择.SBAS-InSAR技术能有效识别山区公路潜在滑坡隐患区,为山区公路的准确选线提供科学依据.      

西藏樟木口岸震后滑坡灾害变形InSAR监测分析

位于中国和尼泊尔边境的西藏樟木口岸是国家一类陆路通商口岸,也是西藏最大的边贸中心口岸。2015年尼泊尔大地震之后,西藏樟木口岸因多次发生滑坡灾害,而导致口岸关闭。为了调查樟木口岸区域滑坡灾害的分布和变形情况及更好的服务于区域减灾防灾,利用InSAR技术对覆盖该区域的Sentinel-1A和ALOS-2两种卫星影像数据进行了处理,并通过分析视线向年均形变速率图,圈定了17处疑似滑坡,并对其中的5处典型滑坡进行时间序列形变特征分析,监测识别出的滑坡基本沿318国道所在一侧的波曲河左岸分布。InSAR调查结果表明受地震影响樟木地区的滑坡多分布在沿波曲河左岸的陡峭山体上,中尼公路迪斯岗至友谊桥段的古滑坡出现了局部复活的现象,同时樟木镇居民所在的城区也发育有扎美拉山危岩体崩塌滑坡灾害。      

兴仁县罗马山滑坡体形变监测及成因分析

InSAR技术是当前从卫星雷达遥感获取的对地观测数据中提取地形信息最主要的技术手段。本文以贵州省普安县罗马山为研究区,收集了2017年4月16日至2018年8月5日共10景ALOS PALSAR2数据,生成9个干涉对,以形变时间序列的方式对研究区中的滑坡体进行形变监测分析。同时,收集兴仁县2017年4月至2018年8月降雨量信息,通过与形变时间序列的对比分析,可发现降雨量与形变的高度相关性,这对滑坡灾害的预防具有重要意义。     

基于光学遥感与InSAR技术的潜在滑坡与老滑坡综合识别

我国滇西北区域地质灾害频发,主要灾害类型为滑坡,对该区域进行滑坡类地质灾害隐患识别是有效的防灾减灾措施,传统的地质灾害隐患识别手段较为单一,且依赖大量的人力,调查效率较低。利用WordView2、Sentinel-1A、ALOS-2几种遥感卫星数据,进行Stacking-InSAR等技术的处理,得到多种光学卫星影像和InSAR处理的地表形变图,建立滇西北区域潜在滑坡与老滑坡的光学解译标志和InSAR识别标志,并进行多次目视解译和人工交互式解译。依据解译、识别成果,总结识别方法并进行野外调查验证。共识别潜在滑坡与老滑坡696处,为今后滇西北区域地质灾害调查与评价提供新的调查思路和技术参考。     

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。     

时间序列InSAR技术广域地表形变监测——以湖北省为例

中国地质灾害点分布较为广泛,人工调查和排查的手段在特殊地区无法开展地质灾害隐患的识别,为了满足大区域地质灾害普查的需要,提出利用时序InSAR技术对广域地表进行形变监测。本文利用4个轨道92景Sentinel 1影像,基于小基线子集技术,首先,基于特定的时空基线阈值筛选影像集合;其次,利用轨道参数与强度信息进行影像配准,同时利用DEM去除地形相位;然后,通过两次形变反演剔除大气延迟相位与噪声相位;最后,将视线向形变量转换为垂直向形变,生成湖北省省域沉降普查图。结果表明,全省最大沉降速率达51 mm·a-1,荆门市石膏矿区存在缓慢沉降,最大年沉降速率为212 mm·a-1,通过历史灾害资料及实地调查核实,时间序列InSAR技术在广域地表形变监测中的有效性,为全省地质灾害普查提供一种技术支持。     

基于时间序列Insar的黄土高原城镇滑坡识别研究

在黄土高原城镇灾害调查的基础上,利用时间序列In SAR技术对绥德县城区的地表形变进行监测,通过影像裁剪、影像配准、地形相位估计、差分干涉、高相干点选取、相位解缠、变形提取和误差估计等数据处理手段,获取黄土高原重要城镇时间序列PS点,利用PS点的变形速率值来圈定潜在滑坡区;通过野外考察,证明时间序列In SAR技术可用于黄土高原区滑坡识别,且准确度较好,能为城镇地质灾害风险防控提供科学依据。