边坡雷达系统的应用实例与分析

结合国内某大型露天矿高陡边坡稳定性监测工程项目,选择该矿山南帮的边坡变形区域为研究对象,利用边坡雷达系统对露天矿南帮边坡连续进行实时监测、预警,通过对滑坡预警实例的研究,验证了SSR数据的可靠性、边坡雷达监测作业的有效性.     

高精度GNSS实时滑坡变形监测技术及环境建模分析研究

滑坡变形监测不仅是科学问题,也是实践问题。对地质滑坡灾害进行高精度变形监测是防灾减灾至关重要的命题。GNSS作为滑坡监测预警的重要手段之一,不仅具有连续高精度、全天候监测能力,而且是目前唯一可以直接获取滑坡地表三维矢量变形的监测手段。然而,滑坡灾害往往多发于山地丘陵等复杂环境下,加上地震、降雨等因素的诱发作用,极易影响GNSS技术的实时预处理质量和监测定位精度;此外,高价位的GNSS监测终端开销也使得大规模、高密度滑坡监测难以大规模推广应用。针对上述滑坡复杂环境影响和设备成本问题,本研究分别从高精度GNSS实时数据预处理算法、空间地形环境建模和低成本云平台监测系统3个方面进行了探讨。     

GB-InSAR集成GIS的露天煤矿边坡变形监测

对露天矿边坡进行实时、精确测量可为边坡提供可靠的预警和治理信息,直接关系到露天矿的生产连续性和效益。地基SAR干涉测量技术（GB-InSAR）是最近10年发展起来的一种相对较新的变形监测技术,具有全天候、全天时的观测特点。而国内针对露天矿边坡变形监测大多处于试验阶段,缺乏长时间连续观测的能力,本文详细地阐述了GB-InSAR的基本原理,并将GB-InSAR得到的变形数据与GIS有机地连接起来,利用GIS强大的空间显示、分析能力,高效、实时、直观地展示变形信息,为露天矿生产提供了有力的决策支持。     

地质灾害实时监测与预警系统的设计与实现

地质灾害时刻威胁人民的生命与财产安全,因此实现对灾害的实时监测与预警十分必要。本文所开发的地质灾害实时监测与预警系统针对滑坡灾害发生特点,综合运用GNSS技术、传感器技术、现代通信及计算机等先进技术,实现了对地质灾害体全天候、全方位、高精度、自动化的实时监测与预警。结合多年开发与研究的成果,主要从系统总体设计、各功能模块、数据存储方式、数据中心软件设计与实现、系统关键技术等方面进行了介绍。该系统已用于铁路路基变形及矿区灾害监测与预警,取得了良好的效果。     

静力水准自动化测量技术应用于地铁隧道结构监测

目前地铁隧道结构沉降主要采用水准仪进行人工测量。该监测方法不仅作业效率低、耗费较多的人力物力,并且无法实现全天候监测。针对传统人工监测无法满足地铁运营期间的实时监测需求的问题,本文引入静力水准自动测量技术,通过在地铁隧道道床布设静力水准仪,在远程采集端实时获取监测点数据,实现隧道结构保护区在施工时全程监测,为施工期隧道结构安全提供保障。最后结合实际工程应用案例对工程中的监测结果进行分析。结果表明,该技术实现了地铁隧道自动化水准测量,为地铁运营安全提供技术支撑。     

联合InSAR与坡向约束的露天矿边坡三维形变监测

针对目前多轨道InSAR融合方法监测的南北向形变误差大,难以科学地识别露天矿边坡滑坡隐患的问题,本文提出了联合InSAR与坡向约束的露天矿边坡三维形变监测方法。首先,将露天矿边坡水平位移主要沿着坡向的先验信息作为约束条件。然后,根据SAR卫星形变投影关系,建立了附加约束条件的露天矿三维形变观测模型,并据此求解三维形变。最后,选用辽宁省阜新市新邱矿区作为研究区域,实现了仅基于升降轨InSAR数据的露天矿边坡三维形变监测。结果表明：本文方法解算的三维形变精度约为1.2 cm,仅占最大形变值的5.6%。本文方法有助于改善目前InSAR露天矿山三维形变监测精度不高的情况,提升露天矿山边坡滑坡隐患识别能力。     

基于GNSS技术的矿区开采沉陷自动化监测系统应用与探讨

GNSS自动化监测系统具有数据实时采集、实时发送与实时分析等特点,节省了人力与物力,提高了对变形体监测和分析的效率,其在矿区开采沉陷监测中的应用弥补了传统方式受地形影响大、费力费时、不易自动化等缺点。本文针对GNSS自动化监测系统可全天候观测、易于实现全系统的自动化、精度可靠等优势,并结合生产实践,对基于GNSS技术的矿区开采沉陷自动化监测系统的应用情况进行了探讨。     

基于GNSS的边坡自动化监测系统应用研究

边坡工程对安全性要求极高,对其进行变形监测是保证边坡安全运行的重要措施.GNSS技术具有数据实时采集、实时分析、可全天候观测、易于实现全系统的自动化等优势.以GNSS技术为基础,将其与计算机技术、数据远程传输技术相结合构建边坡自动化监测系统,并将其运用到边坡结构安全监测中.结果表明该技术在边坡监测中具有较好的应用效果,...     

HNGICS在变形监测中应用的研究

介绍了HNGICS以及变形监测的方法,分析了其在变形监测领域的应用,实现了对变形体的连续、全天候、实时动态监测。     

三维激光扫描技术应用于滑坡监测的主要误差分析

三维激光扫描测量技术是目前国际上最先进、最前沿的获取地面空间三维数据的测量技术之一。三维激光扫描技术应用于滑坡监测,具有速度快、精度高、主动性强、实时显示滑坡变化及滑坡量等优点,同时可以极大降低滑坡监测的成本。针对三维激光扫描技术应用于滑坡监测的主要误差来源进行研究,分析了应用于滑坡监测的测量控制措施,提高了观测可靠性和精度。结果表明,三维激光扫描测量技术在滑坡监测中具有广泛的应用前景。     

知识引导的滑坡监测数据粗差定位与剔除方法

为了避免灾情误判和误报,准确探测和剔除滑坡形变监测数据中的粗差已经成为提高监测数据质量亟待解决的问题。已有方法主要针对单一传感器数据独立处理,且过度依赖数据变化本身的突变-平滑关系,难以有效区分粗差和外界因素突变引起的奇异值。介绍了一种知识引导的滑坡监测数据粗差剔除方法,通过粗糙集属性约简筛选具有相关关系的多源滑坡观测数据,并结合多元统计理论挖掘粗差影响因素间的时空约束关系,利用不同类型滑坡监测数据变化间的相关性规律,将多因素影响下的滑坡形变抽象为多模式的组合,根据不同模式自适应选择多因子模型以此引导卡尔曼滤波模型更新,从而实现滑坡形变监测粗差的定位与剔除。实验证明,该方法不仅能够有效甄别因环境变化引起的突变,并且能显著提高滑坡形变监测数据粗差自适应剔除的准确性、可靠性与智能化水平。     

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。     

基于单阶段实例分割网络的黄土滑坡多任务自动识别

滑坡自动识别能够解决人工目视解译方法速度慢的问题,现有基于深度学习的自动识别方法多以目标检测和语义分割等单任务识别方法为主。本文基于深度学习实例分割网络探索可同时完成滑坡目标定位和语义分割的多任务识别方法。首先,基于谷歌地球影像构建了包含3822个样本的黄土滑坡样本数据集;然后,采用单阶段实例分割网络(YOLACT)构建了基于小样本学习的黄土滑坡多任务自动识别模型;最后,通过大、中、小3种比例尺度的滑坡测试样本对识别结果进行评价。试验结果表明:①滑坡目标定位框(Box)平均精确度为61.66%,滑坡语义分割掩码(Mask)平均精确度为62.0%,大比例尺测试结果中Mask交并比为0.88;②基于YOLACT构建的滑坡识别模型可同时完成滑坡目标定位和滑坡高精度掩码分割的双任务识别,为滑坡多任务自动识别及快速制图提供了技术支撑。     

北斗监测滑坡及其梯度增强多元回归位移预测北大核心CSCD

山体滑坡位移量预测精度主要受预测模型和参量的影响,而基于回归模型和灰度预测模型的传统滑坡预测模型主要存在模型预测结构单调、引入的预测影响参量不全面、长期性预测精度低等问题,因此,本文基于北斗数据提出了一种基于梯度增强多元回归算法的滑坡预测方法。梯度增强多元回归模型在考虑多重因素的前提下,使用如降水量、土壤湿度、地形参数等滑坡主影响因子作为回归模型参量,同时结合梯度增强方法,可以增强预测模型的有效结构,提升数据的使用率,进而提高长、短期的滑坡位移量预测精度。最后以西宁市南山寺滑坡带为例,考虑降水、地面沉降、地形地貌等诱发滑坡的关键因素,分别基于梯度增强多元回归模型、贝叶斯岭回归模型、弹性网络回归模型及支持向量机回归模型进行试验。结果表明,梯度增强多元回归模型的方差(EV)结果为0.99 mm^(2),均方差(MSE)结果为0.04 mm,平均绝对误差(MAE)结果为0.15 mm,且利用梯度增强多元回归模型对2020年12月的表面位移量进行预测,发现相对误差区间为(-0.8%,0.8%],预测精度最高。因此,相对而言,梯度增强多元回归预测模型精度更优、效率更高,更能准确反映滑坡表面位移量的变化状态,精确地对滑坡体进行全天候监控、预警,保障滑坡体周边环境的安全。     

基于神经网络和模糊评判的滑坡敏感性分析

滑坡的敏感性涉及到很多因素,如滑坡体的坡度、坡的朝向、坡度的类型、岩石特性、海拔高度、植被覆盖等特征。神经网络具有非线性映射能力,利用这些与滑坡发生紧密相关的因素作为网络的输入,构造一个具有反映滑坡敏感性的评价网络,输出端为敏感性分析的结果。本文针对某具体地区,提取相关因素,构造评价指标体系并量化,利用该地区样本集数据对滑坡敏感性评价神经网络进行训练,用训练后的网络对实例并结合模糊评判进行了相互验证,结果说明利用神经网络和模糊评判进行滑坡敏感性分析是可行的。     

SBAS-InSAR技术与无人机影像融合的滑坡变形监测北大核心CSCD

山体滑坡对人类安全造成严重影响,准确识别滑坡变形对预防滑坡灾害具有重要意义。利用SBAS-InSAR技术可以进行空间连续地表变形监测,但无法精确获取滑坡边界的变化。为了综合监测滑坡,本文首先采用SBAS-InSAR技术与无人机影像结合的滑坡变形监测方法,利用2018年1月1日—2020年12月24日,共计80幅升轨Sentinel-1A SAR影像,进行了VV极化和VH极化数据处理;然后通过SBAS-InSAR技术获取滑坡区地表雷达视线(LOS)方向变形速率,选取了若干变形点进行滑坡体变形时序分析;最后采用无人机获取滑坡影像并提取滑坡边界,分析了滑坡边界的变形。试验结果表明,利用SBAS-InSAR技术获取的滑坡变形和无人机获取的滑坡变形趋势基本吻合,通过该方法可以获取滑坡的综合变形情况,对滑坡活动性的判断具有重要意义。     

卫星雷达遥感在滑坡灾害探测和监测中的应用:挑战与对策

将卫星雷达遥感应用于滑坡灾害的探测与监测，不仅可以从空间尺度上大范围捕捉到滑坡信号，而且可以从时间尺度上以较长周期追踪滑坡的运动状态。但是，卫星雷达遥感本身的局限性和滑坡所处的复杂地形环境使这一应用面临一些挑战。对卫星雷达遥感技术的4个主要挑战进行了总结与分析，同时给出了相应的解决方案:①通过提高卫星雷达影像的空间、时间分辨率，使用较长波段雷达信号或采用增强型时间序列分析技术，可降低密集植被覆盖对相干性的影响。另外，采用像素点偏移量追踪或距离向分频干涉测量方法，可克服传统干涉测量中大梯度形变引起的相位失相干。②大气延迟对卫星遥感的影响较大，尤其是地处山区的滑坡探测和监测，利用通用型卫星雷达大气改正系统可显著减弱干涉影像的大气信号并进一步简化时间序列分析，提高缓慢运动滑坡的探测和监测质量。③对于中等分辨率的雷达影像而言，利用数字高程模型可提前量化分析雷达几何畸变（如叠掩、阴影等）引发的滑坡探测监测的适用性；而对于高分辨率的雷达影像而言，利用机器学习方法无需外部高分辨率数字高程模型即可精确识别雷达影像的阴影和叠掩区并进行掩膜，从而大幅度提高数据处理效率。④针对高坡度地区残余的地形相位引起的解缠误差，可通过基线线性组合的方法予以减弱。此外，提出了一个基于多源对地观测的滑坡探测/监测系统框架，综合卫星雷达遥感与其他对地观测数据（如地基雷达、激光雷达、全球导航定位系统），搭建了一个自动化滑坡探测与监测系统。该研究旨在阐明卫星雷达遥感的优缺点，进一步深化其在滑坡灾害监测方面的应用和推广，引出未来侧重发展方向的思考与探讨。     

运用遥感指数的崩滑检测方法

以汶川地震时出现的崩滑为研究对象,以该地区震前/后TM影像为研究数据,利用变化检测的方法,比较和分析了归一化植被指数(NDVI)、归一化建筑指数(NDBI)和归一化燃烧率(NBR)应用在崩滑检测中的可行性和优劣性。结果表明,3种遥感指数均可以用于崩滑检测,但效果不同:NDVI对崩滑检测最全面但可信度最低,NBR对崩滑检测最可信但遗漏最多,NDBI处于中间水平。     

Potential loess landslide deformation monitoring using L-band SAR interferometry

Multi-temporal InSAR technique can implement continuous earth surface deformation detection with long time scale and wide geographical coverage. In this paper, we first employ the Small Baseline Subset method to survey potential landslides in Guide County, Qinghai Province, which is identified as a loess landslide prone area for geological and climate conditions. Two anomalous deformation regions are detected by L-band Phased Array and L-band Synthetic Aperture Radar stacks. Then, qualitative and quantitative evaluations of the measuring points are given for understanding the distribution regularity of deformation. Finally, preliminary correlation between the time-series deformation and triggering factors is analyzed to explore the driving mechanism for landslide movement. The results demonstrate that L-band SAR has high potential in landslide monitoring applications and can be used as the basis for landslide recognizing, precursory information extracting, and early warning.     

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。