黄土台塬滑坡变形的时序InSAR监测分析

黄土台塬由于经常性的农业灌溉容易造成边缘区域滑坡发育。因此，需要利用有效手段对这些潜在的滑坡隐患进行早期识别与监测。利用时间序列合成孔径雷达干涉测量（interferometric synthetic aperture radar，InSAR）技术对2016-01至2018-08期间获取的升降轨Sentinel-1数据集进行分析，获取了甘肃永靖黑方台典型台塬地区的滑坡隐患分布情况。将InSAR结果与GPS观测资料进行对比，验证了时序InSAR处理方法的有效性。对该地区滑坡的历史变形分析表明，持续的农业灌溉引起的地下水位抬升是台塬边缘坡体失稳的主要诱因。同时，InSAR时序分析发现，研究区域内的跨黄河大桥受季节更替和温度波动的影响，存在周期性变形现象。实验结果证明了时序InSAR方法在地表变形监测中的有效性，可在黄土滑坡识别与监测防治中发挥重要作用。     

升降轨Sentinel-1数据在滑坡形变识别中的适用性研究

针对采用合成孔径雷达干涉测量(InSAR)技术开展滑坡灾害大区域调查和普查时,Sentinel-1雷达数据源升降轨模式难以恰当选用,或应用场景不适宜,从而否定InSAR技术在滑坡形变识别及监测的优势等问题,本文采用时序InSAR技术,结合升降轨的Sentinel-1雷达数据源,开展不同坡向滑坡形变的识别,研究Sentinel-1雷达数据源升降轨道模式在不同坡向滑坡灾害形变识别与监测中的适用性情况,分析Sentinel-1雷达数据源不同轨道模式对不同坡向滑坡识别与监测的优势。研究结果表明,Sentinel-1雷达数据源对大型及以上的滑坡灾害进行InSAR滑坡表面形变识别及监测结果较佳;Sentinel-1降轨数据源更适用于识别和监测西坡向、南坡向的滑坡,Sentinel-1升轨数据源更适用于识别和监测东坡向的滑坡;采用Sentinel-1升降轨数据联合的方式,更有利于东、西、南坡向滑坡识别和监测,可以更全面识别潜在滑坡灾害。     

时序InSAR技术在三峡库区特高压输电通道滑坡隐患识别的应用

位于三峡库区的特高压输电线路是我国电力供应的重要一环,由于三峡库区以滑坡为主的地质灾害频发,严重威胁了特高压输电线路的安全,因此滑坡的监测和识别对特高压输电线路的安全运行尤为重要。针对三峡库区复杂的地形和气候条件,本文提出自适应优化构网的方法,并应用于时序InSAR处理流程,对三峡库区万州—巴东的84景Sentinel-1数据进行处理,实现特高压输电通道的地表形变监测。使用同步观测的北斗卫星导航系统观测数据和金鸡岭滑坡的实地考察数据,验证了时序InSAR监测结果的可靠性。根据时序InSAR的监测结果,在输电通道内识别出8处明显的滑坡隐患,进一步对监测的金鸡岭滑坡时间序列形变进行分析,发现该滑坡的形变特征与降雨、库水位和工程扰动有一定的关联。     

基于SBAS-InSAR技术的西南山区滑坡稳定性监测

本文首先利用小基线集时序InSAR(SBAS-InSAR)技术对云南省宣威东北部地表进行形变监测,获取2021年1月至2023年6月的形变结果;然后分析选取的典型滑坡的形变特征,采集了GNSS监测数据与InSAR形变监测进行对比验证;最后分析InSAR形变对降雨的响应。研究结果表明,SBAS-InSAR技术能有效监测西南山区的典型滑坡,该结果可为滑坡灾害的早期识别提供支撑,对于同类型滑坡灾害的稳定性监测具有较高的参考价值。     

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。     

利用2016—2020年Sentinel-1数据监测与分析三峡库区树坪滑坡稳定性

由于不良地质条件和周期性蓄水等因素影响,中国三峡库区岸坡的稳定性问题一直备受关注。获取了覆盖树坪滑坡周围区域2016-03─2020-03的111景哨兵1号(Sentinel-1)数据,利用时间序列合成孔径雷达干涉测量技术(interferometric synthetic aperture radar,InSAR)对该数据集中的高相干点目标和分布式目标进行分析,获取实验区坡体变形。结果显示,实验区内有7处坡体处于活跃状态,最大变形速率达到70 mm/a。与树坪滑坡GPS形变观测值进行比较,验证了InSAR结果的有效性。通过对树坪和三门洞等典型滑坡的时序分析发现,库区水位和集中降雨是滑坡变形的主要影响因素,实验区内的治理工程有效减缓了变形趋势。与此同时,公路建设与植被耕种等人类活动引起了熊家岭村等出现地面沉降,需密切关注以防止出现安全隐患。所得结果证明时序InSAR技术可以有效识别和监测滑坡,为地质灾害风险普查以及防灾减灾治理成效评价提供技术支撑。     

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。     

时序InSAR的贵州地质灾害监测

针对传统地质灾害监测手段无法进行全天时、全天候、大范围面状监测的这一现状,运用时序InSAR技术,以及L波段SAR数据、数字高程模型获取了研究区形变序列,并结合全球降水数据、实地调查数据、矿区采空区覆岩移动分带进行了成因分析。实地调查数据验证了小基线集InSAR技术识别地表形变具有较高的可靠性。通过引入全球降水计划GPM多星降水反演产品IMERG中的逐月降水数据分析了P2滑坡隐患点变形规律,发现在降雨多发期,隐患滑坡点变形速度明显增大。实验结果证明,时序InSAR技术在大面积地质灾害多发区中可以有效发挥作用,可为防灾减灾工作提供参考。     

基于时序InSAR的贵州喀斯特地区地表形变监测——以清镇市为例

贵州是典型的喀斯特地貌,地质灾害问题比较突出。传统的监测手段无法做到长时间、大范围精细监测,合成孔径雷达干涉测量(InSAR)具有全天时、全天候,监测范围广、精度高的优势,广泛应用与地质灾害监测中。利用时序InSAR技术,使用Sentinel-1A数据监测了清镇市2018-2019年的地表沉降。结果显示,清镇市整体比较稳定,在部分地区存在明显的形变,主要集中在清镇市的西部和中部区域(犁倭镇、麦格苗族布依族乡),最大的形变量达到了-44 mm·a~(-1),并结合高分辨率光学图像对可能的地质灾害隐患进行识别,分析了可能导致的形变因素。     

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。     

九寨沟地区高位滑坡隐患InSAR-LiDAR早期识别

首先在九寨沟地区约4000 km2的范围实践了空-天-地一体化的合成孔径雷达干涉测量技术（InSAR）和激光探测及测距技术（LiDAR）的滑坡隐患识别方法,共识别出滑坡隐患344处,其中高位滑坡隐患114处,其形变速率为-149～120 mm/a。然后综合遥感和野外调查验证分析,可知九寨沟地区高位滑坡隐患主要分布在构造侵蚀高山河谷地貌、坡度35°～45°、坡向NE至SE范围、高差100～350 m的第四系（Q）松散堆积层中。最后以中查沟高位滑坡隐患为例进行了基于InSAR-LiDAR方法的高位滑坡隐患时空分析,得到了该高位滑坡隐患的形变、形态和形势特征。本文验证了综合利用InSAR、LiDAR技术识别和分析高位滑坡隐患的准确性和可靠性,可为滑坡隐患的防灾减灾提供科学依据和参考。     

联合北斗与地基InSAR多源数据分析四川茂县特大滑坡

本文以四川茂县渭门镇滑坡为典型案例,采用裂缝计、雨量计设备监测识别出该滑坡存在激烈下滑现象。结合北斗区域网获取实时监测数据,利用地基InSAR长达119.5 h的连续监测,获取滑坡体表面完整形变信息,识别出滑坡明显形变区域。北斗和地基InSAR监测结果表明,两种设备监测形变量和形变速度基本一致。联合北斗和地基InSAR进行监测,能充分发挥两者的优势,在滑坡形变的不同阶段,从不同位置分析滑坡表面形变信息,对于滑坡的早期防范和局部实时监测有重大意义。     

利用GACOS辅助下InSAR Stacking对金沙江流域进行滑坡监测

西藏自治区贡觉县雄松乡至沙东乡金沙江流域作为川藏铁路的必经河流,地形崎岖、地质灾害隐患点多,亟需对该地区隐患点进行全方位的识别。首先,选取61景哨兵一号(Sentinel-1)升轨影像、53景Sentinel-1降轨影像和7景陆地观测技术卫星2号(advanced land observing satellite 2,ALOS-2)升轨影像对研究区域进行滑坡探测与监测。然后,利用合成孔径雷达(interferometric synthetic aperture radar,InSAR)通用型大气改正在线服务(generic atmospheric correction online service for InSAR,GACOS)辅助干涉影像堆叠技术(InSAR Stacking)的方法,获取研究区域雷达视线(line of sight, LOS)方向的InSAR年形变平均速率图,并结合3个轨道的结果提取出沿坡向和垂直滑坡向的平均速率图。最后,与LiCSBAS时间序列分析包的结果进行比较,发现两者具有高度一致性,LOS向年形变速率图像的相关系数在0.92以上,沿坡向和沿垂直滑坡向年形变速率的相关系数在0.85以上,证明了GACOS辅助下InSAR Stacking结果的可靠性。此外,还发现研究区域内沿坡向最大年形变速率为-163 mm/a;结合InSAR形变结果与光学遥感影像解译,可将该滑坡群分为A～G 7个区域进行实时监测。     

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。     

时序InSAR滑坡探测与DEM误差影响分析

以贵州省西南山区为例,针对地质灾害隐患早期识别的实际情况和需求,开展差分干涉测量和时序InSAR方法的对比实验,以验证时序InSAR在抗误差干扰、探测微小形变、捕捉形变序列演化趋势等方面的能力;再基于高精度LiDAR DEM数据进一步研究DEM误差对时序InSAR处理结果的影响。实验表明,时序InSAR方法无法完全剔除DEM误差,从而导致形变速率、形变序列估计不准,在开展精细化InSAR形变分析时应尽可能选取高精度的外部DEM数据,以保证正确估计地质灾害隐患形变特征。     

基于SBAS技术的地表形变自动识别与监测分析

合成孔径雷达干涉测量（InSAR）技术因全天时、全天候、不受云雾影响,广泛用于地表形变监测,如何快速获取大范围内形变区域的分布情况亟须解决的问题,为此利用短基线集（SBAS）技术处理了143期Sentinel-1A数据,对山西省沁水县进行了地表形变监测,利用热点分析方法自动提取变形区域,并对提取出来的重点区域进行长时间的监测分析。研究结果表明,在沁水县共识别出15处地面塌陷区和1处滑坡。通过对两处典型区域进行时序形变监测,发现塌陷区域目前仍然处于持续变形中,且形变量级较大,最大累积形变量达到了-205.2 mm,验证了利用热点分析进行大范围结果识别监测的可靠性,研究成果可为该区域研究和矿区塌陷灾害防治提供支撑。     

甘肃黑方台黄土滑坡InSAR识别、监测与失稳模式研究

采用合成孔径雷达干涉测量（interferometric synthetic aperture radar，InSAR）技术对甘肃黑方台地区潜在的黄土滑坡开展了多时相编目、长时序监测以及失稳模式识别研究。首先，采用不同空间分辨率、不同波长的历史存档合成孔径雷达（synthetic aperture radar，SAR）数据对黑方台地区2006-12至2017-11间的潜在滑坡开展了识别研究，在2006-12至2011-03和2016-01至2016-11两个时间段均识别出数10处不稳定坡体，实地调查和光学遥感影像验证了InSAR技术识别结果的可靠性与准确性。然后，对典型不稳定滑坡体采用高空间与高时间分辨率的TerraSAR-X数据开展了长时序监测，结果表明，在InSAR监测期间，累积形变最大的滑坡体在随后的时间里均发生了滑动，并成功地捕获到滑坡体形变加速的时间点。最后，利用升降轨SAR数据开展了黄土滑坡二维形变监测研究，基于滑坡的二维形变特征并结合地形图以及光学遥感影像进一步研究了滑坡的失稳模式，现场调查结果验证了所获得滑坡失稳模式的准确性。     

时序InSAR滑坡形变监测与预测的N-BEATS深度学习法——以新铺滑坡为例

滑坡通常发生突然,破坏力巨大,经常造成重大生命安全事故和财产损失。高可靠性、高精度及具有抗差性能的滑坡形变监测预测手段和方法对于国家防灾减灾需求具有切实意义。InSAR技术是一种能够全天时和全天候观测获取高空间分辨率和宽覆盖率影像,高灵敏性捕捉时空维动态变化的监测手段,然而目前应用InSAR时序影像对滑坡区进行滑坡预测的工作仅是凤毛麟角。基于时序InSAR观测结果,本文提出了一种能够有效解决中短期滑坡预测问题的深度学习滑坡预测方法。在三峡新铺滑坡区应用N-BEATS网络模型和Sentinel-1 SAR数据进行形变预测,以均方根误差1.1 mm的预测精度完成了滑坡预测工作,并对预测结果进行了数据结构影响的规律性分析、传统方法效果对比、抗差性评估及置信区间估计等多方位的剖析,结果显示出了其高精度、高可靠性及具有一定抗差能力的突出优势。     

多时相Sentinel-1A InSAR的连盐高铁沉降监测分析

多时相InSAR技术具有探测大范围毫米级地表形变的能力,已被广泛应用于地面沉降监测.近几年,应用多时相InSAR技术监测以高铁为代表的大尺度人造线状地物形变备受关注.本文将C波段SAR数据用于高铁沿线路基形变监测,应用相位稳定性分析和改进的StaMPS技术来增加相干性点的密度和形变参数解算的稳定性.采用研究区时间跨度为21个月的47景Sentinel-1A数据,对连(云港)盐(城)高铁及其沿线区域进行多时相InSAR分析,并利用同时期连续的北斗导航卫星系统(BeiDou navigation satellite system,BDS)观测数据对线性沉降速率和时序位移分别进行监测分析,进而对比验证二者的沉降监测结果.研究结果表明:利用C波段的Sentinel-1A数据能够获取毫米级的线性形变速率和时序位移序列,InSAR与BDS二者平均时序位移均方根误差为3.8 mm,与BDS监测结果相比取得很好的一致性,且连盐高铁线路整体表现稳定.     

InSAR技术在滑坡灾害中的应用研究进展

InSAR技术作为重要的对地观测技术之一,已在城市、矿山、地质灾害等地表形变监测领域得到广泛应用与探索,特别是在滑坡灾害形变监测中具有很强的实用性。为全面、准确及深入认识和梳理InSAR技术在滑坡灾害应用中的前沿科学问题、局限性、面临挑战及未来发展趋势,以期更好地服务于滑坡灾害的防治与监测。以InSAR技术滑坡灾害应用研究为主要脉络,系统阐述其研究进展:(1)以滑坡监测中应用的主要InSAR方法概述为切入点,系统梳理了各类主要方法的适用范围、优缺点及内在联系;(2)基于早期识别探测、不同量级形变监测、活动模式与三维信息获取、形变与诱因耦合4个视角,深入探析InSAR技术在滑坡应用中的最新进展、趋势及目前应用中存在的关键问题与挑战;(3)针对InSAR技术系统的局限性、滑坡灾害的特点,剖析了InSAR滑坡监测中存在的几何畸变、密集植被覆盖、大气干扰、三维形变信息获取、精度评定、滑坡形变的复杂性和非线性等问题,并对相应问题的解决提供了可行性的方案与建议措施;(4)基于InSAR滑坡行业体系构建的视角,结合人工智能(AI)、机器学习、无人机遥感及地学领域地震台网等其他观测技术,从数据处理、与其他新型技术融合对未来InSAR在滑坡应用研究进行总结和展望。