结合SBAS-InSAR技术及信息熵的苍山地质滑坡隐患识别

针对西南地区滑坡隐患高位隐蔽,传统技术难以全面识别的问题,本文以大理苍山为研究对象,首先利用SBAS-InSAR技术对苍山2019年1月-2021年4月间的滑坡隐患进行识别;然后结合随机概率信息熵模型,对不同坡度等级与边坡稳定性之间的关联性进行定量分析;最后根据典型隐患区的遥感影像以及采样点的形变时序图,探讨了边坡形变时空演化特征及沉降诱因。试验结果表明:①2019年1月-2021年4月,研究区的形变速率为-155.6～92.4mm/a,13个超过-30mm/a的不稳定滑坡隐患被识别;②坡度等级为Ⅳ、Ⅴ级时,信息熵大于0.8,边坡稳定性较弱,不均匀形变严重,与已有研究保持高度一致,证实了该模型的可靠性;③典型隐患区形变趋势呈明显的季节性变化,降雨和冰雪消融是导致边坡失稳的主要因素。     

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Google Earth的天然气加气站管理系统的设计与实现

Google Earth(GE)作为一款数据开放式的卫星影像浏览软件,已被应用到消防、农业发展、公共安全等重要领域中,并发挥关键性作用。文中提出一套基于Google Earth组件的开发方法,通过面向对象的程序开发技术,设计并实现天然气加气站信息管理系统,且具备一定的空间分析能力。以昆明市主城区内天然气加气站信息为例,验证本系统的可行性和稳定性,证明Google Earth平台的功能实用性。     

PS-InSAR技术的昆明地表沉降特征提取与分析

针对昆明2015—2017年可能存在的地表沉降问题,该文通过永久性散射体干涉技术和GIS方法,利用34景Sentinel-1时序降轨数据,揭示了昆明市城区地表沉降的空间分布特点和变化规律,并从地质、水文、人为等方面分析了成因和影响因素。研究结果发现,昆明市城区地表整体存在形变,平均速率在±10mm/a之间。以渔户村、广卫村和洪家村为中心形成了3个面积较大的沉降带,分布在靠近滇池北岸的南市区,而西北方向的普吉片区和环城西路附近的棕树营片区是本次研究中发现的两个新沉降点。     

融合升降轨InSAR数据的东川区滑坡隐患识别

为解决常规In SAR技术仅能获取一维视线上的形变,导致升、降轨监测的模糊性和差异性,难以全面完整识别出区域内滑坡隐患问题．本文利用小基线数据集技术,以云南东川区为研究对象,获取该区域2018年至2020年升轨和降轨Sentinel-1A数据,采用融合升降轨数据的方法,反演研究区垂直向和东西向二维形变场进行滑坡隐患识别,并结合遥感影像对识别结果的可靠性进行验证．实验结果显示:(1)研究区在升轨和降轨雷达视线方向上的形变速率分别为-188.1～88.9 mm/a、-163.6～74.7 mm/a,融合升降轨数据反演出的东西向形变速率为-123.9～136.7 mm/a,垂直向为-206.5～58.5 mm/a,说明研究区地表形变在垂直方向变化较大,相对于其他方向,沉降中心更为明显．(2)在单一轨道雷达视线向的升降轨形变结果中,分别有15和12个滑坡隐患区被识别;而在融合后所提取的垂直向形变场中,则有25个滑坡隐患区被探测,除升降轨所识别的区域外,还新增6处滑坡隐患．表明垂直向形变结果具有较好的监测能力,能够有效识别区域内滑坡隐患,弥补单一轨道在复杂山区应用的不足．(3)通过对融合结果中典...