天津蓟州五名山滑坡隐患早期识别监测

为精确识别五名山滑坡隐患,利用Sentinel-1A/B升降轨数据,基于SBAS-InSAR技术反演2017-03~2021-04该地区垂向和坡向形变,识别滑坡灾害以及隐患点,对形变时间序列及滑坡原因进行分析。结果表明,五名山潜在地质灾害隐患可分为3个区域,其中最大垂向累积形变达-38.28 mm,临空面坡体最大坡向累积形变为22.10 mm;降水量对坡体稳定性具有不同程度的影响,坡体累积形变峰值滞后于降水峰值。研究成果可回溯蓟州五名山滑坡灾害形变特征,为天津北部山区地质灾害监测识别提供新思路,为防灾减灾提供保障和技术支持。     

基于升降轨Sentinel-1A SBAS InSAR的西南山区滑坡隐患早期识别研究

以贵州省水城县为研究区,使用SBAS InSAR分别对2018-07~2019-07鸡场镇滑坡发生前31期升轨和30期降轨Sentinel-1A数据进行处理,提取地表形变场。结果表明：1）鸡场镇滑坡发生前SBAS InSAR形变场并未出现明显形变,已超出12 d重访周期SAR的形变监测能力;2）研究区存在5个明显形变区,推断与斜坡失稳、地下/露天采矿和矿物加工的抽排水有关;3）升降轨数据的SBAS InSAR形变场相互补充、验证,可显著提升卫星雷达对山区滑坡隐患早期识别和形变监测能力。研究方法可为贵州省以及中国西南山区滑坡隐患调查与早期识别提供技术参考。     

联合InSAR和质量守恒法估计西藏贡觉地区雄巴滑坡厚度

滑坡厚度是灾害风险评估和防控的关键参数。传统的滑坡厚度估计方法只能确定滑坡体局部稀疏点的深度,无法反映整个坡体深度分布情况,且存在探测成本高、效率低等问题。基于此,提出了一种联合合成孔径雷达干涉测量(InSAR)和质量守恒法估计平移式滑坡厚度分布的方法,并将其应用于西藏贡觉地区雄巴滑坡。使用时序InSAR技术分别计算Sentinel-1A升轨、Sentinel-1A降轨和ALOS-2升轨影像的一维雷达视线向(LOS)形变速度场,联合SAR成像参数与滑坡空间几何关系构建坡面坐标系,解算得到滑坡沿坡面的三维形变场;在此基础上,联合InSAR三维形变场和质量守恒准则估计滑坡厚度。实验共收集了覆盖雄巴滑坡的140景Sentinel-1A升轨、138景Sentinel-1A降轨和12景ALOS-2升轨数据。结果表明：雄巴滑坡总运动面积约为5.33 km²,当流变参数取值0.5时,滑坡厚度为0～109.57 m,集中分布在9～73 m,滑坡体积约3.12×10⁸ m³,估算结果与现场测量结果一致。本文提出的方法可以获取滑坡连续的厚度...     

InSAR用于高山峡谷区滑坡监测的适用性

针对升降轨Sentinel-1A数据获取的得荣县古学乡2个大型滑坡形变特征不一致的问题,利用R指数、敏感性和相干性等参数,开展InSAR技术用于该地区滑坡监测的适用性研究。结果表明,降轨数据比升轨数据更适合2处大型滑坡的识别与监测,并很好地解释了升降轨滑坡监测结果不一致的原因。对2个滑坡进行时间序列形变分析及多维形变特征分解,结果表明,2个滑坡在2019～2020年累积形变量最大值分别约为300 mm和230 mm,需加强关注。     

基于SBAS-InSAR技术的阿海电站滑坡形变监测可靠性分析

利用2017-07～2019-04 Sentinel-1A数据对阿海电站区域滑坡形变速率及位移时间序列进行监测分析,并利用同期GPS数据对SBAS-InSAR监测结果的可靠性进行评价。结果表明,在InSAR观测时间内滑坡形变量从坡体后缘向前缘逐渐递增,最大形变速率可达136.7 mm/a,最大累积形变量达216 mm;在形变量较小区域,SBAS-InSAR与实测GPS值较为接近,精度较高,但在形变梯度较大区域,两者还存在一定差异。     

基于SBAS/PS-InSAR技术的滑坡遥感监测对比研究

以2015~2019年12景ALOS-2 PALSAR2影像和2018~2019年38景Sentinel-1A影像为主要数据源,利用PS-InSAR和SBAS-InSAR技术提取西藏江达县波罗乡白格滑坡点的形变信息,并对处理结果进行交叉验证。研究得到以下结论：1）PS-InSAR技术条件下,ALOS-2数据和Sentinel-1A数据的平均形变速率范围为-68.9~37.9 mm/a和-64.5~24.2 mm/a;SBAS-InSAR技术条件下,ALOS-2数据和Sentinel-1A数据的平均形变速率范围为-84.2~-40.0 mm/a和-84.0~-13.0 mm/a。2）对2种数据结果中提取的4个特征点进行时序分析和定量分析显示,2种InSAR技术结果变化趋势较为一致,验证了两者在滑坡监测中的可靠性和准确性。     

金沙江结合带巴塘段滑坡群InSAR探测识别与形变特征

金沙江结合带结构破碎,软弱岩层发育,流域性特大高位地质灾害频繁发生。针对该区域开展大范围滑坡调查与监测研究,对减灾防灾具有重要意义。以金沙江结合带巴塘段为试验区,采用堆叠InSAR技术分别利用升轨、降轨Sentinel-1A卫星数据对该区域滑坡隐患开展了调查研究。在此基础上,以中心绒乡滑坡群为重点研究区,利用多维小基线子集技术获取了区域二维形变速率(水平东西向和垂直向)及二维时间序列结果。通过对4处典型滑坡体的形变时间序列结果进行分析,发现在两年时间段内安里克米滑坡、仁娘村滑坡、贡伙村滑坡1和贡伙村滑坡2水平方向累积位移量分别达到44.3、-26.6、65.3和-77.1 mm,垂直向累积位移量分别达到-30.2、-88.3、-80.9和-56.9 mm,且这4处滑坡呈现缓慢蠕滑变形趋势。通过对贡伙村滑坡2的形变监测二维时间序列与降雨数据分析发现,强降雨对滑坡变形有一定短暂影响。由于滑坡群处于地质条件脆弱地区,构造活动强烈,在强降雨条件下极易导致滑坡失稳,建议对其进行持续监测,同时该研究成果对流域内其他区域的滑坡调查与监测研究具有参考意义。     

基于GPS和SBAS-InSAR的阳原盆地北缘断裂现今地表形变特征

基于2009~2017年阳原盆地及周边区域GPS观测数据和2017~2019年升、降轨Sentinel-1卫星SAR图像,使用SBAS-InSAR技术精确反演阳原盆地北缘断裂现今地表形变速率场。统计跨断层剖面线上指定间隔点的垂直滑动速率得出,阳原盆地北缘断裂东段、中段和西段两侧垂直滑动速率差值分别约为1.04 mm/a、1.43 mm/a和0.72 mm/a。右所堡-松枝口断裂的左旋走滑运动特征和该断裂与阳原盆地北缘断裂中段空间分布上呈交切关系是导致阳原盆地北缘断裂中段断层活动水平高于东段的主要原因,阳原盆地北缘断裂西段活动性不明显。GPS资料显示,阳原盆地北缘断裂在水平方向上具有右旋走滑运动特征。     

2021年漾濞MW6.1地震同震形变提取与断层源模型反演研究

基于D-InSAR技术,收集Sentinel-1卫星升、降轨及精密轨道数据,结合外部DEM,成功提取2021-05-21云南省大理州漾濞县M_W6.1地震的同震形变场。结果显示,升轨卫星视线向最大形变量级约为6.0 cm,降轨卫星视线向最大形变量级约为7.9 cm。以升、降轨InSAR观测结果为约束,对漾濞地震的断层几何参数及滑动分布进行联合反演发现,此次地震的最优发震断层走向为136.6°、倾角为83.1°,断层破裂主要集中在地下2~12 km深度处,最大滑动量约为0.45 m,位于地下7 km深度处,断层在近地表未出现大面积显著滑移现象,表明此次地震未破裂至地表。     

基于InSAR技术的东营市地面沉降监测及多诱发因素分析

基于2019年Sentinel-1的28景降轨InSAR数据,监测东营市年均沉降速率,分析并相互验证处于不同季节的两个干涉对及各形变中心的时序变化情况。结果表明,东营市存在5个大范围的沉降区域,均位于东营市沿海区域,最大沉降速率约为300 mm/a,沉降特征因地下水抽取、石油开采与卤水开发等地下流体开采类型不同而具有明显的季节性特征,但总体上各形变区域每年1~5月表现为较大线性速率的沉降,6~12月出现不同程度回弹后又缓慢沉降,干涉对剖线的形变趋势同时可验证时序结果的正确性。     

荣县地震InSAR同震与时间序列形变初步分析

借助Sentinel-1A卫星升降轨数据，利用合成孔径雷达差分干涉测量(DInSAR)和Okada均匀滑动模型反演获得四川荣县地区三维同震形变场及荣县地震震源参数。结果表明，此次地震造成的断裂现象大体沿NS向，两侧沉降区域中间伴随抬升现象，最大垂直形变量约18 mm；荣县地震发震断层符合逆断层特性，断层长约9.5 km，宽约2.1 km。采用时间序列分析技术获取该地区2018-11～2019-03各时间段的累计形变，结果发现，该区域在震前形变波动较小，地震是造成累计形变较大的主要原因，震后地表变化趋于稳定。     

2022年青海门源地震震源机制与同震滑动分布研究

采用Sentinel-1A卫星提供的升降轨雷达影像数据研究门源地震同震形变及震源机制。首先利用合成孔径雷达差分干涉(D-InSAR)技术获得门源地震的同震形变场;然后以升降轨同震形变场为源数据,利用弹性半空间位错模型进行反演,确定地震的断层几何参数和滑动分布;最后基于同震滑动模型对升降轨同震形变场进行正演。结果表明,沿雷达视线方向的升轨和降轨同震形变场最大抬升形变量分别为39 cm和58 cm,最大沉降形变量均为56 cm。此次门源地震为左旋走滑型地震事件,发震断层方向为NWW-SEE、走向为109°、倾角为86°,主要集中在地下2～6 km处,最大滑动量为4.2 m,释放的地震距为8.22×10¹⁸Nm(M_W6.6)。正演结果表明,本文滑动分布模型准确可靠。     

基于SBAS-InSAR的矿区采空区潜在滑坡综合识别方法

针对位于山区且受大量采空区影响的边坡,利用传统测量方法监测耗费人力、物力且光学遥感难以定量识别其是否为潜在滑坡的问题,本文提出一种融合研究区小基线集（SBAS-InSAR）地表监测数据、坡度及坡向的识别方法。通过SBAS-InSAR技术获得研究区地表雷达视线（LOS）方向形变速率,将其转化为垂直方向形变速率,并根据研究区DEM建立坡度及坡向分析图,根据不同山体的坡度、坡向找到易发生滑坡的区域,融入该区域垂直方向的时序形变速率,对其进行滑坡识别。实验表明：卡房镇周边受采空区的影响较大,多数区域垂直方向年形变速率大于10 mm/a;通过本文方法对研究区潜在滑坡进行识别,发现在研究区的21处历史滑坡点中,有16处被识别为潜在滑坡,5处未被识别但也位于发生形变的区域内,表明本文方法对潜在滑坡的识别精度高,具有可行性。该研究为识别采空附近的潜在滑坡提供了一种新的思路,可以有效识别采空区附近山体边坡是否处于潜在的、不明显的滑动状态,对滑坡灾害具有预警作用。     

新铺下二台滑坡变形机制及中长期预报模型

以奉节新铺下二台滑坡为例, 基于GPS位移监测数据、裂缝数据、降雨量及库水位等多源数据, 总结分析了大型古滑坡的复活规律, 引入滑坡中长期预报模型, 实现了以季度或月份为时间单位的跨水文年滑坡位移预测, 并通过岩土体蠕变压缩模型, 验证了推移式滑坡后缘裂缝形成机理。结果表明: ①降雨是下二台滑坡变形的主导因素, 滑坡变形使得滑体产生裂缝并成为降雨入渗通道, 加剧了岩体破碎与软弱层软化, 降低了滑坡稳定性, 集中持续降雨可使滑坡失稳破坏; ②通过模型预测值与地表监测数据的比较, 将年降雨量作为滑坡中长期预报模型中的主控因素具有实际可操作性且有助于提高滑坡中长预报精度; ③推移式滑坡后缘裂缝由滑坡推移式位移和岩土体压缩形成, 引入蠕变压缩模型计算的裂缝宽度并和监测数据的比较说明, 蠕变压缩模型非常适合该类边坡, 同时应用岩土体蠕变压缩模型反推得到岩土体平均变形模量, 判断岩体破碎程度, 可以为滑坡稳定性分析及后续工程治理提供参考。