结合星载与地基InSAR技术的露天矿地表形变监测

为了保障露天矿区安全生产及运营，针对露天矿区形变区难以及时识别与监测问题，采用星载合成孔径雷达干涉测量(InSAR)和地基InSAR联合监测模式，对露天矿区开展不同阶段、多尺度的形变区域识别与监测，分析形变趋势，研究二者InSAR技术在露天矿区形变区调查、重点形变区确定及监测预警的应用效能。研究结果表明：星载InSAR技术实现对露天矿区的广域地表形变监测，且识别出重点形变区，分析形变发展趋势；地基InSAR实现了对露天矿区重点边坡形变区进行近实时、高频率的监测，根据监测数据变化趋势，判别形变发展阶段；两者InSAR技术结合应用，充分发挥各自优势，星载InSAR实现面域形变区识别与监测，地基InSAR实现重点形变区的高频监测及无法形成有效干涉形变区的补充监测，获取了更为详细、全面的形变信息，为露天矿区形变灾害监测预警提供高效、可靠的监测数据，提升露天矿区防灾减灾的能力。     

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。     

宝日希勒露天矿边坡滑前形变特征的时序InSAR分析

近年来,随着开采深度和边坡高度的不断增加,内蒙古宝日希勒露天矿区边坡稳定性问题日益突出,对矿区周围的工矿设备和工作人员的生命安全构成了威胁.2020年4月30日,该矿区工作帮发生体积约130万m3的大型滑坡,为研究此次边坡滑前的形变特征,本文采用39景Sentinel-1A卫星IW模式序列影像,以时序合成孔径雷达干涉(InSAR)技术为处理方法,获取了2019年1月4日至2020年4月28日矿区边坡滑移前的形变信息.经分析,该矿区东侧工作帮在监测时段内存在明显形变迹象,边坡滑移区域最大形变量超过1000 mm,且结合光学影像发现东侧边坡南端后缘于临滑前已出现明显的拉裂痕迹,InSAR监测结果与光学影像上滑坡发生后的轮廓位置相吻合.该结果表明InSAR技术在露天矿区边坡稳定性评价方面有很好的应用潜力,它能够在快速获取影像覆盖范围内各露天矿区边坡形变信息的基础上,为地面监测设备布设位置的合理选择提供指导.     

地基InSAR评估爆破作业对露天采矿边坡的稳定性影响

强烈地表或地下震动(如地震余震、爆破开采)会对露天采矿边坡稳定性产生影响,边坡稳定性评价是露天矿山开采安全生产的前提。利用地基InSAR系统可近实时监测露天矿边坡活动特征,为安全生产提供可靠数据。采用地基InSAR连续观测模式,通过简单网络组合方式对相邻时刻影像两两干涉处理,在远离爆破点的坚硬铁矿岩石上选取信噪比和相干性高的像元作为稳定参考点,建立环境因素相位时序校正曲线以消除环境干扰的影响。结果表明,本次观测精度能控制在[–0.3,0.3] mm,除矿石堆积层产生了小幅度的下滑外,爆破未对整个开采面造成显著的破坏性影响。地基InSAR系统能在短时间内高精度、高分辨率观测并识别出变形区,可在人工边坡、灾后滑坡、露天开采边坡、工程区边坡稳定性调查与评价中发挥重要作用。     

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。     

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。     

InSAR滑坡监测研究进展

InSAR技术的发展及数据的丰富,使其成为了滑坡监测中的重要手段之一。本文首先从InSAR滑坡监测的数据选择开始,介绍不同数据、场景对于InSAR滑坡监测的影响;其次,对当前影响InSAR滑坡监测精度的主要因素进行分析,综述了目前主流的解决方法;然后,对当前InSAR滑坡三维形变监测的方法做了系统性的分类,总结了各自的优缺点及使用范围;最后,对目前限制InSAR滑坡监测的主要问题、可能的解决途径及未来的发展方向等问题进行了探讨。     

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。     

广域滑坡灾害隐患InSAR显著性形变区深度学习识别技术

全面识别和发现地质灾害隐患,已成为我国地质灾害防治的重大实际需求。目前,基于InSAR技术和深度学习相结合用于广域尺度下地质灾害隐患智能识别应用效果与适用性还需要进一步探索与研究。本文基于Stacking InSAR技术获得地表形变相位数据,利用深度学习检测识别正在变形的滑坡隐患位置与分布,确定显著性形变区边界,探索将上述技术方法推广到一定的广域范围和动态更新数据集。结果显示,测试数据集显著性形变区平均识别精度为0.69,召回率为0.67,F₁ score为0.67,动态更新数据集识别精度为0.85,召回率为0.58,F₁ score为0.68。研究表明,本文方法在广域地灾隐患识别中具有应用可行性,可为地质灾害监测预警提供理论基础与技术支撑。     

四川茂县岷江河谷区段滑坡隐患雷达遥感识别与形变监测

长期以来,中国四川省茂县地区受地质、地形条件和构造活动的影响,滑坡等地质灾害频发,给人民的生命财产和公路等基础设施安全带来了巨大的威胁,因此需要对滑坡隐患区域进行有效识别和监测。以时序哨兵1号A、B卫星(Sentinel-1A/1B)影像为数据源,利用时间序列合成孔径雷达干涉测量(interferometric synthetic aperture radar, InSAR)技术对茂县岷江河谷区段的潜在滑坡隐患开展识别监测,对重点区段进行了分析,同时分析探讨了InSAR滑坡监测中不同轨道数据的视线方向形变测量灵敏度差异。从实验结果中成功探测识别出了茂县岷江河谷沟口乡至石大关乡段的20余处滑坡隐患,现场实地考察验证了识别结果的准确性,证明了时序InSAR方法在高山河谷区滑坡隐患识别监测中的有效性。     

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。     

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。     

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。     

多变量非等时距灰色预测模型在露天矿边坡灾害预警中的应用

露天矿边坡的稳定性关乎整个矿山的安全,因此对露天矿边坡进行周期性的监测就显得格外重要.针对露天矿边坡灾害预警以及预警信息三维可视化方面的不足,文章在GIS平台下结合多变量非等时距灰色预测模型,开发了一套露天矿边坡灾害预警系统,并在鞍山某露天矿进行了实际应用,实例表明,本预警系统具有建模精度高、灾害预警信息直观等特点,在露天矿山的边坡灾害预警中具有实际应用价值.     

雷达遥感滑坡隐患识别与形变监测

滑坡是全球发生最为频繁、造成损失最严重的自然灾害之一,滑坡表面形变测量对于滑坡的早期识别、监测和预警具有重要意义。雷达遥感具有非接触式大范围空间连续覆盖和高精度形变测量等优势,在滑坡地质灾害领域中取得了广泛的应用。本文概述武汉大学干涉雷达遥感团队近几年在利用雷达遥感监测滑坡形变方面的研究内容,包括：雷达遥感在滑坡形变监测中的可行性和适用性分析、大范围滑坡隐患识别、复杂山区滑坡形变测量、大梯度滑坡形变测量、滑坡三维形变提取等。     

由点到面的变形监测技术在露天矿山边坡中的应用研究

随着露天矿山的不断开采,边坡处于不稳定状态,矿山边坡监测已成为保证矿山作业安全不可缺少的重要手段。本文以广州某露天矿山边坡作为研究场地,采用测量机器人监测技术,辅以三维激光扫描技术和近景摄影测量技术实现对边坡由点到面的全面监测,并通过对监测数据的整合分析,实现各种监测方法的优势互补,为边坡的稳定性分析和科学决策提供参考依据。     

优化先验模型参数的矿区多轨InSAR三维形变监测

监测煤矿开采导致的地表三维形变对于矿区地质灾害防控和开采沉陷机理研究至关重要。针对单轨道InSAR和先验模型融合解算矿山三维形变存在精度不高、时间分辨率差的问题,本文提出了一种通过优化先验模型参数的矿区多轨InSAR三维形变解算方法。首先,利用Weibull模型同步4个轨道LOS向形变位移,以此削弱不同轨道之间时间异步对三维形变解算精度的影响,并采用加权最小二乘求解矿区垂直向和东西向形变;然后,根据垂直向和东西向形变优化矿区开采先验模型参数;最后,解算南北向形变位移。利用覆盖大同矿区的TerraSAR-X数据和3个轨道Sentinel-1 InSAR数据集对本文方法进行验证。研究结果表明,与地面GPS监测点相比,本文方法可以获得相对精确的三维形变结果,垂直向RMSE、东西向RMSE和南北向RMSE约为1.1、1.4和2.1 cm。     

InSAR变形监测方法与研究进展

变形监测是星载InSAR技术应用最为成熟的领域之一。本文首先介绍了InSAR变形监测的基本原理和卫星数据来源;然后对InSAR变形监测方法进行了系统性的分类,分析了D-InSAR、PSInSAR、SBAS-InSAR、DS-InSAR和MAI等方法的技术特点和适用范围;进而从应用的角度分析了InSAR技术在城市、矿山、地震、火山、基础设施、冰川、冻土和滑坡等领域的研究现状和不足之处;最后总结出InSAR变形监测在多维形变和低相干区测量、大气和轨道误差去除和精度评定等方面的前沿问题。     

基于实景三维的露天矿山开采动态监管方法研究

采用三维地质建模技术,利用地质勘查数据,构建三维矿体模型、采矿区范围模型,并实现地上下三维一体化,整合完成露天矿山地上下三维模型,作为露天矿山动态开采的信息基础,进行了越界超采监测、开采量监测、开采活动监测、开采历史监测,总结了一套有效的露天矿山开采监测技术方法.