基于深度学习网络的地震地质灾害识别研究

遥感影像识别方法是破坏性地震震后地质灾害快速、准确获取的重要方法之一,传统的遥感影像识别方法主要以人工目视识别方法和半自动识别方法为主,需投入大量的人力和时间。针对破坏性地震震后地质灾害解译时间长、投入人力多等问题,以2017年8月8日四川九寨沟7.0级地震震后高分辨率无人机遥感影像为研究样本,提出基于深度学习网络的地震地质灾害识别方法。首先结合震后遥感影像解译资料和现场调查资料,提取九寨沟地震地质灾害无人机遥感影像特征,并构建研究区地震地质灾害解译指标和分类数据集;然后采用DeepLabv3+网络结构及softmax损失函数,建立基于深度学习网络的地震地质灾害遥感影像图像语义分割模型方法;最后采用半监督学习方法进行结果验证。研究结果表明,基于深度学习网络的地震地质灾害识别方法可有效识别九寨沟地震地质灾害分布信息,整体分类识别准确率为94.22%,F₁分数值为0.77,结果具有较好的一致性和准确性,可提升地震现场灾情获取和重点地震隐患识别等工作效率及服务能力。     

地面LiDAR在活断层典型地貌的应用研究

正激光雷达扫描技术(Light Detection and Ranging,LiDAR)是一种新型技术,在城市建模、气候监测、地形测绘及灾害评估等领域中发挥着重要作用,它的诞生引起了新的研究热潮,其典型代表有星载激光雷达(星载LiDAR)、机载激光雷达(机载LiDAR)和地面三维激光扫描仪(地面LiDAR)。其中被学者们经常采用的是机载LiDAR和地面LiDAR,机载LiDAR工作具有快速     

黄河流域刘家峡—兰州段滑坡灾害的InSAR识别及成因分析

我国滑坡灾害频发,尤其是西部地区,滑坡的隐蔽性强且危害巨大,对其灾害隐患进行早期识别对防灾减灾意义重大。传统的人工排查、大地测量等手段在山区难以开展且耗时耗力,合成孔径雷达干涉测量技术(InSAR)作为新兴的遥感测量手段,可以更精确、高效地进行大范围的滑坡灾害隐患识别。以黄河流域刘家峡-兰州段为研究区,采用永久散射体InSAR技术对覆盖该区域的111景Sentinel-1 C-SAR数据进行处理,并使用GPS数据进行趋势改正,获取研究区2014年10月—2019年12月间视距向形变场及形变特征,成功识别出1处位于永靖县的滑坡隐患区。该区的规模和量级均大于永靖县黑方台滑坡区,且未被前人提及,具有较大危险性。将InSAR结果与投影到视距向的GPS结果及前人结果进行比较,验证PS-InSAR方法的有效性;并结合历史强震资料、实地考察及时间序列对研究结果进行验证分析,结果表明该滑坡隐患区可能与1125年兰州M7.0地震和2017年九寨沟M_S7.0地震有关。本研究可为当地防灾减灾提供数据和技术支持。     

顾及InSAR形变特征的斜坡灾害隐患早期识别遥感方法

广东省2020年在册地质灾害隐患点4744处，威胁24.95万人，但近年发生多起重大地质灾害并不在已发现的隐患点库内，全面识别排查潜在隐患仍是当前和今后一段时期防灾减灾重要任务之一。合成孔径雷达干涉测量区域范围大、形变反演灵敏度高，可以弥补传统地面调查及光学遥感技术不足。研究以广州黄埔区为例，采用2019年1月至2022年4月Sentinel-1A长时序雷达数据，综合利用SBAS-InSAR时序形变信息结合地形级实景三维模型解译风险斜坡，识别出研究区崩滑流斜坡变形潜在隐患风险84处，抽取15%比例开展外业调查5处具有显著形变的滑坡崩塌风险，证明该方法具有可行性，并对综合遥感识别地质灾害提出建议。     

高空间分辨率数字高程模型测量技术及其在活断层研究中的应用

首先分析了获取数字高程模型(DEM)的高分遥感立体测量、合成孔径雷达干涉测量技术、激光雷达测距技术和运动重建技术等技术手段,以及现阶段高空间分辨率数字高程模型(VHR DEM)提取技术的主要特点,实际应用中需根据研究区地形地貌特点选择合适的VHR DEM获取技术;然后,结合最新研究成果着重阐述了VHR DEM在活断层识别及几何结构分析、同震位移与累积位移获取和古地震研究等领域的最新应用;最后指出,VHR DEM由于其高精度、高空间分辨率的特点,正逐步改变传统活断层的研究方法,使得对活断层的研究进入到了前所未有的精细化水平.      

激光雷达(LiDAR):获取高精度古地震探槽信息的一种新技术

激光雷达技术是近几十年新发展起来的一种测量技术,已被广泛应用于工程测量、文物保护及地形测量等方面,近几年来活动构造的研究中也已逐步引入。作为活动构造研究的最基础的古地震研究一直还采用传统的地质素描技术进行探槽信息获取,数码照相技术的引入虽然解决了一些问题,但由于照相技术本身的限制,很难克服获取信息的变形和扭曲。激光雷达扫描系统的高信息量、高精度、便捷、安全和易操作等性能,为古地震研究开辟了获取数据信息的新手段和新技术。     

基于高精度地基LiDAR技术的活动断层错断地貌研究——以冷龙岭活动断裂带为例

高精度地形测量是活动断裂带定量研究的重要途径,通过对强震活动形成的错断地貌进行测量分析,可以估算断层位移,分析断层破裂的历史过程,揭示强震复发特征。激光雷达测距技术(LiDAR)为研究断层破裂特征提供了重要手段。选取青藏高原东北缘的冷龙岭活动断裂为研究目标,利用地基LiDAR对一些典型错断地貌进行了测量,并就地基LiDAR构建活动断层三维错断地貌的关键技术问题进行了分析。通过对测量得到的点云数据进行点云匹配、镶嵌、植物滤除以及不规则三角网建模处理,得到了0.05m空间分辨率的数字高程模型,划分了地貌单元,识别了断层陡坎与断层错断冲沟等地貌,实现了对断裂微地貌形态的高清晰度三维再现,并据此揭示了沿断裂带存在的多次地震事件,断裂主要表现为左旋走滑活动,并具有微小的倾滑运动分量。     

智能化地震事件识别和定位系统研究现状及展望

数字地震观测技术的发展为提高台网信息处理能力、地震应急能力和台网服务功能提供了先决条件。智能化地震事件识别和快速地震定位是发挥台网社会效益的一个重要方面。文章对国内外基于现代信号处理技术的智能化地震事件识别和定位方法的研究现状进行了综合分析，针对该项研究存在的问题，对其发展趋势进行了探讨，初步提出了未来需要深入研究的课题。     

机载激光雷达在工程建模中的应用

机载激光雷达的应用有效的提高了工程建设中的空间数据收集效率,其能够快速获取数据并形成三维数据及模型。机载激光雷达融合多种技术,有效避免了传统技术中的缺陷。本文对机载激光雷达在工程建模中的应用进行简述。     

九寨沟7.0级地震前后地壳形变时空演化特征及相关问题的讨论

基于九寨沟7.0级地震前后,震中区周缘和巴颜喀拉地块周缘的跨断层观测、大面积水准测量、地震活动性等资料,利用断层三维活动量参数和水准平差计算方法,综合分析了地震前后区域地壳形变以及巴颜喀拉地块整体性运动与地震间的关系。结论如下:(1)九寨沟地震前后,远场的西秦岭构造区、六盘山断裂带、龙门山断裂带和鲜水河断裂带上的跨断层流动场地出现不同程度的异常变化,震中区域的形变并不显著;(2)由巴颜喀拉地块周缘的断层异常活动和地震活动性分析可知,巴颜喀拉地块整体性的SE向顺时针加速运动,造成了九寨沟地震震中区域的应力积累,同时,包括芦山地震在内的几次强震对九寨沟地震有一定促震作用;(3)九寨沟地震后,区域应力积累得到一定程度的释放,应力可能会在"三岔口"区域加速积累。     

基于手机位置数据的四川九寨沟7.0级地震人流分析

2017年8月8日四川九寨沟7.0级震后,浙江省地震局利用大数据采集了1031.99万条手机位置记录和4.46万个空间格网位置。本文结合24hr连续定位的手机数据,使用手机位置数据分别对九寨沟灾区人口从时间和地理维度上进行了量化分析,估计了多维人口分布的偏差,同时,探讨了剔除微观误差数据用户来估算灾区通讯基站退服分布的方法。该项工作为震后快速获取灾区人口实时动态分布提供了有效途径,同时也为地震灾害评估提供了较准确的依据。     

2017年九寨沟7.0级地震灾害特点浅析

2017年8月8日21时19分,四川省阿坝藏族羌族自治州九寨沟县发生7.0级地震,本文就各烈度区特征、宏观震害、建筑物震害、地质灾害和生命线震害等进行了分析,初步得出本次地震的一些震害特点。本次地震震级大,震源深,有感范围广,极震区烈度达Ⅸ度,余震频发,余震最大震级4.8级。灾区属于高山峡谷区,地震引发的次生地质灾害较为严重,是导致人员伤亡的主要原因。震中位于2008年汶川8.0级地震时的重灾区,建筑物基本经过重建,抗震性能较好;九寨沟城镇和景区内大部分房屋采用钢筋混凝土结构,由于地区和民族习惯,农村民居基本为抗震性能较好的穿斗木构架房屋,灾区建筑物受损多而倒塌少,避免了重大人员伤亡,死亡人数低于该区域历史上7级以上地震。这次地震经验表明,严格按照国家抗震设计规范、满足抗震设防要求并且保证施工质量的建筑物,具有抗御设防烈度地震的作用,不会发生严重破坏和整体垮塌,也就不会造成大量的人员伤亡。     

甘肃岷县漳县MS6.6地震重灾区房屋类型与致死的关系研究

地震造成人员死亡主要是由房屋毁坏和次生灾害引起的。2013年7月22日甘肃岷县漳县发生MS6.6地震,造成95人死亡、2014人受伤,灾区民房破坏严重,重灾区房屋毁坏比达36.59%;同时震前不断降雨和地震的耦合作用,诱发大量滑坡、崩塌等地质灾害,给灾区人民生命财产带来严重损失。本文通过对灾区不同类型结构房屋破坏情况、常驻人口、死亡人数、死亡地点及原因、地形地貌和地质灾害的调研,获得大量准确的基础资料;分析得到这次地震人员死亡特点和重灾区不同类型结构房屋的破坏比;利用重灾区9个行政村死亡人数和房屋毁坏比数据,进行多元线性回归拟合,得出房屋毁坏比与人员致死性关系,同时运用不同烈度区内房屋毁坏比数据和人口数据进行验证。结果表明:用此关系计算得到的总死亡人数比实际死亡人数多16人,总误差率为17.02%。     

基于手机位置数据的地震灾情指标选择

选取四川阿坝州九寨沟县MS7.0地震、新疆博尔塔拉州精河县MS6.6地震、四川广元市青川县MS5.4地震作为案例分析,绘制活跃Wi Fi数量、无线网络联网设备数量、汇总在线设备数量、活跃基站数量等4种地震灾情指标在地震发生前后数量变化的折线图。根据与地震前1天变化情况的对比分析,验证地震灾情指标的可用性,选取出效果好的指标,这对进一步研究震后快速获取极震区位置、影响场方向等具有重要意义。     

基于无人机影像的九寨沟地震建筑物震害定量评估

利用2017年8月8日九寨沟7.0级地震震后获取的无人机影像,结合地面震害调查资料,分析各类建筑物震害特征,建立建筑物震害无人机遥感解译标志;选取地震灾区漳扎镇(部分区域)和荷叶寨2个区域作为研究区,进行了无人机遥感建筑物震害提取,基于遥感震害指数进行了震害定量评估,并与现场建筑物震害调查统计结果进行了比较验证。结果显示,遥感解译建筑物震害与实际震害程度相吻合,表明利用震后快速获取的高分辨率无人机影像,可以较为准确地识别建筑物震害,进而为地震灾害定量评估和应急救援辅助决策提供重要参考。     

蚁群算法在地表隐伏断裂识别中的应用的探讨——以九寨沟景区为例

在发震地区,准确识别地表断裂带可为地质与地震灾害预测提供基础数据。由于断裂带一般在地表出露是不连续的,在此对基于蚁群算法的地表断裂隐伏段的识别研究进行了尝试,基于遥感图像及航测数据,获取地形、地貌要素以及可以参考的其他要素,使用改进最短对角线方法提取断层表面的图像要素特征作为识别母体,在算法上依次将断裂带三角面片全部配对连接成四面体,再采用蚁群算法进行地表隐伏断裂空间识别。在九寨沟景区中进行了实例探讨,对2017年九寨沟地震的断裂进行尝试性识别,认为该方法可用来初步作为辅助识别地表断裂时的一个参考,同时基于本文方法与其他两种识别方法进行了分析对比。     

2017年九寨沟7.0级地震前应力状态及b值异常特征研究

2017年8月8日青藏高原东缘四川九寨沟地区发生7.0级强震,依据前人研究结果分析九寨沟7.0级地震发震构造,并计算震前应力状态。结果显示:本次地震受到构造和历史强震的影响,是发生在历史强震引起的应力加载区域。另外,采用中国地震台网1990年以来的地震目录,在评估目录完整性的基础上,利用最大似然法计算得到2017年8月8日九寨沟7.0级地震前震源区及邻区地震b值空间图像。结果显示,九寨沟7.0级地震发生在四川北部地区显著低b值高应力异常区域内部(0.82b0.75)。所以,研究区域内外历史强震可能促进了九寨沟7.0级地震的发生。     

2014年鲁甸MS6.5地震后地质灾害发育分布特征

2014年云南鲁甸“8·03”M_S6.5地震造成了重大人员伤亡和财产损失,诱发了大量滑坡、崩塌、泥石流等地质灾害。基于对鲁甸县龙头山幅（G48E006006）地质灾害调查数据和对典型地质灾害的剖析,震后地质灾害发育分布有特征如下：（1）震后地质灾害较震前成倍增长,震前地质灾害多以中小型浅层崩滑为主,地震诱发了诸如甘家寨、红石岩等大型—特大型滑坡、崩塌,大量沟谷崩滑堆积物为泥石流储备了丰富的物源;（2）震中高烈度区域地质灾害密度大,沿发震断裂带NNE—NE向构造密集发育,震中区龙头山镇地质灾害发育最为集中;（3）地质灾害呈带状分布,明显受控于河流水系（牛栏江、沙坝河、龙泉河等）、公路（昭巧二级公路、沙乐公路）等线性地貌单元和线性工程,人类活动影响明显。     

九寨沟MS7.0地震前地磁异常

分析距离九寨沟M_S7.0地震震中分别为65 km、254 km和238 km的松潘地磁台、成都地磁台和天水地磁台2017年连续观测结果,发现九寨沟地震前,松潘地磁台出现异常变化,主要表现为2017年5月开始,松潘地磁台长时间垂直分量累积变化量达40 nT。短时间内也存在地磁场突变,最高可达10 nT,而成都地磁台和天水地磁台地磁场无明显异常。通过对观测数据的详细检查发现松潘地磁台很多观测日的最后一个观测值与后一观测日的第一个观测值相差超过1 nT,因此认为九寨沟地震前观测数据的异常是由观测系统异常导致。对三个台站地磁场垂直分量日变化的统计分析发现垂直分量在不同时段相关性保持一致,说明地震前短时间内不存在地磁垂直分量的明显异常变化,三个台站地磁场日变化的差异是由地下介质性质不同导致。岩石圈磁场在震中西侧区域出现正负异常交替现象,这可能与九寨沟地震的孕育有关。