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。     

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。     

甘肃通渭黄土滑坡二维形变时序监测

时间序列合成孔径雷达干涉测量技术能有效反应滑坡形变过程。2019年9月14日,甘肃省通渭县发生山体滑坡,但该滑坡灾前是否已经发生缓慢形变以及滑坡原因值得追溯和探讨。文中基于欧洲航天局发布的哨兵一号升/降轨数据,利用SBAS-InSAR技术分析甘肃通渭滑坡灾前二维形变特征以及滑动的因素。结果表明,2018年9月—2019年9月此滑坡存在连续形变,且随时间推移形变量不断增大,因此该滑坡为非突发型事件。在滑坡发生前,垂直向与东西向上最大累计形变量分别达18.25 mm和32.85 mm。基于二维时间序列结果进行距离分析与降雨量对比分析,显示苦水河与降雨量是该滑坡发生的两大诱因。该InSAR追溯结果进一步验证了星载雷达干涉测量技术在滑坡探测方面的应用潜力,是滑坡灾前识别、预警、防灾等减灾工作的有力工具。     

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。     

基于Sentinel-1数据对青藏高原五道梁多年冻土区地面形变的监测与分析

在气候变暖背景下,地面形变监测可以反映多年冻土的发育趋势。利用欧空局Sentinel-1降轨数据（2014年11月27日至2017年3月4日）,基于SBAS-InSAR技术,获取了五道梁多年冻土区的地面形变状况,并分析了环境因子对其的影响。结果表明,近年来该地区地面主要表现为沉降趋势,与水准实测形变趋势吻合,相对误差为22.4%,均方根误差为4.3 mm;形变变化速率为-10.28 mm·a^-1,相对误差为14.79%。植被类型、地形地貌对多年冻土区地面形变影响较大。植被发育越好,由于土壤含水量越高,地面形变量越大;而植被覆盖度在一定程度上会影响Sentinel-1数据获取地面形变信息的精度;地形起伏较大的山区形变量存在垂直向与南北向的差异;水体分布较多的地区,信号失相干相对严重,Sentinel-1数据获取地面形变信息的能力会受到较大的影响。此外,降水事件与日冻融循环作用对Sentinel-1数据获取地面形变信息的精度影响也不可忽略。因此,在利用Sentinl-1数据获取青藏高原多年冻土区地面形变信息时,要综合考虑下垫面、气候条件与冻土日冻融循环的影响。     

西藏然乌地区地质灾害隐患点InSAR识别与监测

西藏藏东南地区地处青藏高原东南部,地势陡峭。多期次板块构造运动、岩体间相互挤压运动导致地质灾害频繁发生且规模大。针对该区域的地质灾害调查与监测研究工作对防灾减灾具有重要意义。文章以藏东南然乌地区为研究区,分别利用升降轨Sentinel-1A卫星数据对该区域隐患灾害点进行识别,并分析了SAR影像几何畸变对地质灾害识别的影响。通过对InSAR监测结果进行分析,文章最终共圈定了区域内的滑坡、冰川隐患灾害点67处。同时,为了更好的分析灾害体的形变特征和规律,选取了然乌区域安目错北岸三处典型冰川灾害体,利用多维小基线子集（MSBAS）技术获取了坡体的二维(水平东西向和垂直向)形变速率和时间序列。通过对吉穷隆冰川、迫弄冰川和瓦巴村冰川三处典型冰川的形变时间序列结果进行分析,发现从2018年1月到2020年10月,三个冰川水平东西方向上的最大累计位移量分别达到了202 mm、283 mm、194 mm,垂直方向上最大累计位移量分别达到了97 mm、?155 mm、?163 mm。水平方向上三处典型冰川表现为加速变形趋势,垂直方向上表现为缓慢蠕滑变形趋势。同时分析了瓦巴村冰川二维形变时间序列与降雨量和温度相关性,结果表明降雨和温度的变化对坡体冰川形变具有一定的影响。研究成果对高山峡谷区地质灾害隐患点的识别具有较好的参考价值。     

蔚县矿区地面沉陷InSAR多维形变监测

河北蔚县是我国华北地区最大的地下采煤区之一,该地区长期存在采矿塌陷灾害,不仅威胁采矿安全,而且严重破坏当地生态环境。本文基于合成孔径雷达干涉（InSAR）这一新型空间对地观测技术,采用61景Sentinel-1A/B干涉宽幅（Interferometric Wide swath,IW）模式数据进行矿区形变观测,获取整个矿区在2017—2018年间的地表形变空间分布特征,并对矿区地表的沉降量级及面积进行详细的统计分析。此外,采用融合多轨道SAR数据的多维形变时序估计方法,对西细庄矿数据进行东西向和垂向的二维形变分解,获取该矿的二维形变时间序列。结果表明:除南留庄井田外,其余三大井田在监测期间均存在不同程度的地面沉陷灾害;整个矿区年沉陷速率超过-10 cm/a的区域达到了2.16 km2;受成像几何影响,不同轨道数据获取的形变结果存在一定差异;西细庄矿以垂向形变为主,伴随明显的东西向水平形变。研究结果为蔚县矿区地面沉陷监测与煤矿安全开采提供数据参考。      

基于小基线集雷达干涉测量的中巴公路盖孜河谷地质灾害早期识别

中巴喀喇昆仑公路是中巴经济走廊的重要建设部分,但沿线地质灾害多发,对公路正常运营造成严重威胁。尤其是盖孜河谷段地质环境更为复杂,在降水、地震诱发下,崩塌、滑坡、泥石流等地质灾害多发。本研究采用小基线集雷达干涉测量技术(SBAS-InSAR)技术结合实地验证对盖孜河谷段进行地表变形监测和地质灾害早期识别研究,得出如下结论:(1)利用SBAS-InSAR技术得到了中巴公路盖孜河谷段的时间序列地表形变信息,提取了每个形变点的年均形变速率和累计形变量,证实了该方法在山区地质灾害早期识别中的良好优势;(2)选择以公路为中心的10 km缓冲区作为研究范围,利用SBAS-InSAR的方法干涉处理得到研究区2016—2017年雷达视线方向(LOS,Line of Sight)的形变速率值为-76～28 mm/a,结合研究区的坡度、坡向及卫星采集数据的几何姿态等信息将视线方向形变转换到斜坡方向,得到沿斜坡向的最大形变速率值为-157 mm/a。(3)基于斜坡向滑移速率,结合野外考察得到发育在研究区的449处灾害点,包括31处滑坡,416处不稳定斜坡和2处冰川运动,通过遥感解译和野外实地验证识别出区域内23条泥石流沟。(4)利用热带降雨测量任务(TRMM)降水数据对时间序列形变曲线进行分析,得到区域滑坡、不稳定斜坡的发生与强降水相关,且滑移现象滞后于强降水的发生,所以应该重点关注异常降水的发生,为灾害早期识别和防治提供科学依据。     

利用MODIS fAPAR傅立叶时间序列分析研究植被光合作用活动对净辐射和降雨的响应：青藏高原个例研究

气候变化对植被动力学有非常大的影响。为了定量描述气候变化对植被的影响，文章利用MODIS fAPAR 数据和NCEP 的净辐射和降雨再分析数据对青藏高原地区气候变化对植被的影响进行了时间序列分析。研究所用的数据时间跨度为2000年至2005年。首先利用NCEP 再分析数据建立了干旱度因子的时间序列，为了与MODIS fAPAR 具有相同的时间采样间隔，由NCEP的日净辐射和日降雨量得到每8天的平均净辐射和8日降雨的和。根据一定时间间隔的净辐射与降雨量的比可以用来衡量相对于可利用水分的剩余能量，因此该比值也是干旱灾害的度量。其次，对MODIS fAPAR 的傅立叶时间序列分析提供了两个植被光合作用对干旱相应的因子，即fAPAR的年平均值及其年振幅值。在时间和空间尺度上对植被光合作用活动与干旱指数之间的关系进行了定量分析。对湿年和干年之间的响应差异进行了比较。研究表明较干地区对气候变化的响应最为显著。分析应该扩展到更长的时间跨度以便更加有效地在时间和空间尺度上评估气候变化对植被动力学的影响。     

基于SBAS-InSAR技术的白鹤滩水电站库岸潜在滑坡变形分析

库岸潜在滑坡变形分析是保障国家水利水电设施安全运行的重要环节,针对仅利用单一轨道SAR数据对库岸潜在滑坡变形监测不准确的问题,采用SBAS-InSAR技术,联合升降轨Sentinel-1 SAR数据构建研究区2019年7月至2021年7月的雷达视线方向形变时间序列,并结合无人机野外调查,分析白鹤滩水电站库岸典型潜在滑坡...     

The Maoxian landslide as seen from space: detecting precursors of failure with Sentinel-1 data

Post-event Interferometric Synthetic Aperture Radar (InSAR) analysis on a stack of 45 C-band SAR images acquired by the ESA Sentinel-1 satellites from 9 October 2014 to 19 June 2017 allowed the identification of a clear precursory deformation signal for the Maoxian landslide (Mao County, Sichuan Province, China). The landslide occurred in the early morning of 24 June 2017 and killed more than 100 people in the village of Xinmo. Sentinel-1 images have been processed through an advanced multi-interferogram analysis capable of maximising the density of measurement points, generating ground deformation maps and displacement time series for an area of 460 km² straddling the Minjiang River and the Songping Gully. InSAR data clearly show the precursors of the slope failure in the source area of the Maoxian landslide, with a maximum displacement rate detected of 27 mm/year along the line of sight of the satellite. Deformation time series of measurement points identified within the main scarp of the landslide exhibit an acceleration starting from April 2017. A detailed time series analysis leads to the classification of different deformation behaviours. The Fukuzono method for forecasting the time of failure appear to be applicable to the displacement data exhibiting progressive acceleration. Results suggest that satellite radar data, systematically acquired over large areas with short revisiting time, could be used not only as a tool for mapping unstable areas, but also for landslide monitoring, at least for some typologies of sliding phenomena.     

白家包滑坡变形与库水位、降雨相关性定量化分析研究

白家包滑坡是具有滞后性“阶跃型”变形的滑坡代表,通过定性分析初步认为,库水位下降是白家包滑坡变形的主要影响因素,其影响程度大于降雨。为了进一步明确白家包滑坡变形对库水位波动和降雨的响应程度,本文根据库水位每年波动情况,将其划分为5个阶段,运用皮尔逊相关系数法对白家包滑坡变形与库水位、降雨的相关性进行定量计算,计算结果为各监测点变形与库水位、降雨都在5~6月份综合计算中相关程度最高,且变形与库水位最大相关性系数绝对值为0.75左右,大于变形与降雨的最大相关性系数(0.45左右)。为了充分消除库水位与降雨之间的相互影响,运用皮尔逊相关系数分别计算白家包滑坡变形与库水位、降雨的净相关性系数,最后将得到的净相关性系数与新建GPS自动监测点在2017~2018年的日变形位移和库水位、降雨对比分析,进行相关性验证。结果表明:白家包滑坡的变形对库水位下降的响应程度大于变形对降雨的响应程度,在库水位快速下降阶段响应程度最高,且与新建的GPS自动监测点监测结果吻合度较高。此结果与定性分析结果和皮尔逊相关系数法分析结果一致,该研究可对滑坡变形影响因素的定量分析提供科学的依据。     

基于位移比模型的三峡库区云阳县域内蠕变型滑坡降雨预警

建立高效合理的区域滑坡灾害降雨预警模型对滑坡防治具有重要意义.然而以往的研究多侧重于临滑预警,对蠕变型滑坡在强降雨工况下的短暂加速变形的预警研究还有待深入.以三峡库区云阳县域内滑坡为例,首先根据滑坡地表位移监测数据的特点对统计样本进行合理筛选.再通过降雨因子与滑坡发生的相关性分析以及对滑坡在降雨条件下位移变化情况的数值模拟,确定了适用于不同时间阶段的降雨统计变量.然后将考虑了滑坡规模特征的滑坡位移比（累计位移与滑坡纵长之比）作为变形指标,分时段统计滑坡地表位移监测数据与历史降雨信息,建立了日降雨数据与月位移数据的对应关系,得到了可用于确定降雨量阈值的位移比模型,并获得了云阳县蠕变型滑坡的五级预警分区.最后分别选用研究区滑坡险情实例、长年位移监测数据及极端降雨事件对模型预警效果进行检验.结果显示基于专业监测数据的位移比模型的滑坡降雨预警结果与实际情况相符,可为蠕变型滑坡的预警预报提供依据.      

降雨诱发深层老滑坡复活变形的动态作用机制

强降雨易引发大型深层老滑坡的复活变形,研究其作用机制对建立滑坡变形破坏的降雨阈值,实现滑坡灾害的预警预报具有重要意义.以三峡库区秭归县谭家湾大型深层老滑坡为例,在地表宏观裂缝时空分布规律的精细描述基础上,结合15年的人工监测和2年的实时监测数据,分析了老滑坡的复活变形特征和发展过程.通过滑坡阶跃阶段的位移与降雨（当前降雨和前期降雨）的相关性分析,提出了降雨对深层滑坡复活变形演化过程的动态作用机制.谭家湾滑坡的7次“阶跃”变形与强降雨相关,但累积位移增量与累积降雨量无明显正相关关系,水平位移增量基本相同时,累积降雨量明显不同.引起第一次阶跃变形的累积降雨量和最大日降雨量均明显大于后续阶段,可能受控于强降雨的作用机制由“孔隙渗流”为主,逐渐转变为“渗透性增加的孔隙渗流+裂隙优势流”的综合渗流模式.这对进一步深入研究强降雨诱发深层老滑坡阶跃变形的内在机理与灾害预警具有一定的理论意义和参考价值.      

基于InSAR形变监测的四川甲居古滑坡变形特征

位于四川省丹巴县聂呷乡甲居村的甲居古滑坡主要由甲居滑坡(H01)、聂呷坪滑坡(H02)、小巴旺村滑坡(H03)、聂拉村滑坡(H04)和山顶滑坡(H05)等5个次级滑体组成.受区域构造、强降雨、河流侵蚀、地层岩性等因素影响,甲居古滑坡次级滑体持续发生蠕滑变形,对位于滑体上的村庄、道路和前缘大金河等具有较大危害,2020年遭受50年一遇的强降雨后,古滑坡变形速率有进一步增大的趋势.采用SBAS-InSAR技术,结合遥感解译和现场调查,获取了甲居古滑坡2018年6月至2021年8月的地表变形特征,通过二维形变速率转换获取了甲居古滑坡沿斜坡向(slope)和垂直向(vertical)的形变速率.研究认为,甲居古滑坡沿雷达视线方向(V_LOS)形变速率最大达-179 mm/a,沿斜坡方向的形变速率(V_s)最大为-211 mm/a,沿垂直方向的变形速率(V_v)最大为-67 mm/a.甲居滑坡的北侧区域、聂拉村滑坡的南侧区域和山顶滑坡后缘变形较大,总体上位于强变形-极强变形区.甲居古滑坡的变形机制具有一定差异,其中甲居滑坡以牵引式变形为主,聂拉村滑坡以推挤式变形为主.由于古滑坡地质构造复杂、新构造活动强烈,在强降雨和河流侵蚀作用下极易导致滑坡蠕滑速率加快并进一步失稳,形成堵江溃坝等灾害.建议加强次级滑体的地表变形监测,为流域性地质安全风险防灾减灾提供技术支撑和科学依据.      

金沙江结合带高位远程滑坡灾害链式特征遥感动态分析

金沙江结合带由于地质构造发育,地震活动频繁,河谷切割强烈,岸坡高陡狭窄, 岩体极为破碎,历史上发生过多起大型滑坡堵江事件。以白格滑坡两次堵江事件（2018年10月11日、2018年11月3日）为例,采用2009年12月4日至2020年10月16日多期、多源卫星遥感数据源,通过遥感判识、对比分析等方法对滑坡体滑前斜坡变形特征、滑后滑坡堆积特征、滑后斜坡残留体变形特征进行特大型堵江滑坡链式特征遥感动态分析。根据多期遥感影像,将白格滑坡变形特征划分为早期滑动变形阶段（2009—2011年）、稳定变形阶段（2011—2015年）、快速变形阶段（2015—2017年）、剧烈变形阶段（2017—2018年）、变形破坏阶段（2018年以后）等5个阶段。根据滑坡第一次滑后的变形破坏特征,将滑坡划分为滑源区、铲刮区、堆积区以及拉裂变形区。根据滑坡第二次滑后的变形破坏特征,将滑坡划分为二次滑坡滑源区、二次滑坡堆积区（堰塞体）、二次铲刮（堆积）区、二次铲刮区影响区以及拉裂变形区。基于上述研究成果,对白格滑坡灾害链式特征进行总结分析,为金沙江结合带高位远程滑坡灾害链式特征研究提供参考。     

三峡库区杨家水井滑坡变形失稳机理研究

2015年4月11日,受持续降雨影响,三峡库区秭归县沙镇溪镇发生了大型的反倾岩质滑坡,滑坡面积约2.5×104m2,体积约25.0×104m3,造成道路及大量房屋、管道设施破坏。基于现场地质调查第一手资料,详细阐述了滑坡特殊的地质地貌及岩体结构特征,分别从地质因素和环境因素两方面进行了滑坡成因分析,基于地貌学与工程地质力学理论推断滑坡形成演化过程,并对其变形发展趋势进行了预测。得出如下结论:（1）杨家水井滑坡为持续降雨触发的牵引式反倾岩质滑坡;（2）特殊的地质构造及地形地貌条件是滑坡形成的长期孕育内在条件,持续降雨则是滑坡发生的直接诱发因素;（3）河谷下切,伴随着高应力释放及斜坡岩体卸荷回弹,层状岩体发生弯曲倾倒变形,顺向纵张节理发育,尤其是弯折带底面陡倾顺向裂隙逐步形成软弱结构面对滑坡变形失稳起着至关重要的控制作用;（4）现阶段正值汛期,后续滑坡变形以局部失稳破坏为主,而产生堰塞湖和泥石流的可能性较小,建议汛期结束后实施治理工程为宜。     

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。