改进TS-InSAR方法的白格滑坡灾前-灾后形变演化特征分析

2018年10至11月,金沙江上游白格滑坡先后两次垮塌渡江并致堰塞湖,且至今仍存在较显著的蠕滑形变。针对时序InSAR技术在高植被发育区的应用局限,本文提出了一种改进的时序InSAR解算方法(ITSI),结合Sentinel-1A卫星2017年9月-2021年3月期间获取的SAR影像数据,针对滑坡区域分别开展了灾前和灾后时序干涉处理,提取了灾害-灾后时段内的年平均蠕滑速率场(灾前极值为9.71cm/a,灾后达到25.42cm/a)和累计蠕滑形变量(灾前极值为13cm,灾后两年内达61cm),并结合灾前-灾后形变时间序列,重点分析了蠕滑形变的时序演化特征,发现白格滑坡灾后两年间渐趋稳定。此外,监测结果发现白格滑坡上游5km处的肖莫久滑坡也处于活动状态。相关结果可为该区域防灾减灾领域研究提供参考。     

SBAS-InSAR技术在昆明高铁南站山体形变监测中的应用

山体滑坡对人类安全造成严重影响,传统的滑坡形变监测成本高、耗时长、效率低,采用合成孔径雷达干涉测量(InSAR)技术对滑坡进行形变监测,既能提升效率又可以节约成本。本文基于SBAS-InSAR技术,对昆明高铁南站2019年1月1日—2019年12月31日的24景Sentinel-1降轨数据进行处理,获取研究区的形变速率为-11.56～13.08 mm/a,利用像元二分模型对Sentinel-2光学数据进行处理,获取该区域2019年的植被覆盖度,结合6个典型形变点对研究区的形变进行了探究。研究结果表明,高铁南站山体西侧为主要形变区,植被覆盖度高的区域形变量较小,植被覆盖度低的区域形变量较大,该研究对昆明高铁南站的安全监测具有重要的意义。     

雷达干涉测量对甘肃南峪乡滑坡灾前二维形变追溯

利用存档光学遥感影像对灾前演变情况进行分析是目前常用的方法,但往往受限于获取时间密度、云量等因素。随着雷达遥感卫星数据质量的不断提升,合成孔径雷达干涉测量（interferometric syntheticaperture radar,InSAR）技术可以为滑坡灾前形变探测提供新的技术途径。基于欧洲空间局哨兵一号（Sentinel-1）雷达卫星数据,同时结合升轨与降轨视线向形变结果提取沿坡向与垂直向二维形变,对2018年7月12日甘肃南峪乡滑坡灾前二维形变进行追溯分析。时序结果显示,该滑坡自2017年6月起便已经开始缓慢的变形,至滑坡发生前13个月时最大累积形变量达77 mm。结合降雨量数据对比分析,发现该滑坡灾前变形与降雨量变化高度吻合,说明降雨是该滑坡发生的主要诱因之一。该InSAR追溯结果展示了星载雷达干涉测量技术在滑坡探测方面的应用潜力,为滑坡诱因分析、防灾减灾乃至滑坡监测预警工作提供了新的思路与参考。     

基于Sentinel-1A数据的地表形变监测

提取滑坡形变数据、分析形变趋势对地质灾害防治工作具有指导意义.合成孔径雷达干涉测量技术(InSAR)具有全天候、全天时精确获取地表形变数据的能力,是当前形变监测的重要手段.分别利用DInSAR和SBAS-InSAR技术处理了22景哨兵一号(Sentinel-1)C波段数据,得到了四川省安州区高川乡大光包滑坡2018年3月-2020年2月的形变数据特征.结果表明,大光包滑坡点共有3个相对明显的形变区域;近两年的平均形变速率最高不超过100 mm/a,其形变时间序列随降雨量变化具有周期性;总体地表形变趋于稳定,周边地区中小型地震的发生没有造成地质灾害隐患.     

利用时间序列ALOS-2 PALSAR数据监测输电通道地表形变

有效监测西南地区输电线路的地表形变对我国电网的安全平稳运行具有重要意义.本文以特高压输电通道沿线为研究区域,基于时间序列卫星雷达差分干涉测量技术,利用2016年8月15日至2017年10月9日22景5 m分辨率升轨的ALOS-2 PALSAR雷达卫星数据,采用PS-InSAR处理方法,在植被覆盖茂密的西南地区对某输电通道滑坡灾害开展地表形变监测研究.结果表明,在距离输电线杆塔约4.4 km的下沟坪村附近发现明显地表变形,最大的滑坡点形变速率达到了30 mm/year.监测结果与现场核查具有很好的一致性,验证了基于时间序列ALOS-2 PALSAR数据在输电通道变形监测领域的可靠性,在复杂山区的形变监测方面具有很好的应用前景.     

基于SBAS-InSAR的山体滑坡形变监测分析

本文以2019年3月15日发生于山西省临汾市乡宁县枣岭乡的山体滑坡为研究对象,采用滑坡前后2018年7月5日至2019年6月30日(共30景)Sentinel-1A的SAR影像数据,利用SBAS-InSAR技术对滑坡形变进行监测,发现研究区形变速率为-52.03～33.77 mm/a,整体环境较为稳定;研究了长时序黄土塬的形变速率和累积形变量,并结合相关地质资料分析滑坡成因;采用标准差椭圆算法分析了滑坡所在的黄土塬地区地表形变的时空演变特征,结果表明标准差椭圆的重心向西北偏移,椭圆面积小幅减小,西北-东南方向形变加剧,东北-西南方向变形发展则相对缓和,方位角逆时针旋转,偏移约17.03°。     

顾及多动态环境因子的滑坡演化规律研究——以西宁市9大滑坡区为例

本文利用2018—2022年103景Sentinel-1A数据,采用SBAS-InSAR方法,获得了西宁市坡向沉降信息,研究西宁市滑坡区坡向沉降的趋势特征及其同区域内如植被覆盖、降水等因素之间存在的耦合关系。结果表明,西宁市滑坡区的沉降趋势呈现出坡向分异的特征,具体表现为阳坡沉降速率大于阴坡沉降速率。根据这一沉降变化特性,本文分析得出更深层次的特征机制：(1)植被覆盖度越低,滑坡形变速率越高;(2)降水量可能导致特征点的形变量短期上升,但总体仍呈下降状态;(3)地物威胁主要来自阳坡,坡度越高区域往往是滑坡区速率最大的地方。为此,未来西宁市滑坡的注意力应该更倾向于西南坡方向,提高本区域滑坡监测与预警的警觉性。     

青海高家湾地区地表变形特征分析与潜在滑坡识别

利用StaMPS PS-InSAR技术,使用覆盖青海省海东市乐都区高家湾村地区2015年6月至2018年4月的128轨道所有可用Sentinel-1A数据,对已知和潜在滑坡进行识别研究,并使用时序分析技术对所识别的PS点进行筛选分类,研究滑坡分布与演化过程。对该地区所探测主滑坡在雷达视线方向最大年均形变量达到-9 mm/a,主滑坡体在2016年发生较大幅度滑动后,呈现趋稳态势;经实地勘调,初步给出了滑坡成因分析。     

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。     

利用2016—2020年Sentinel-1数据监测与分析三峡库区树坪滑坡稳定性

由于不良地质条件和周期性蓄水等因素影响,中国三峡库区岸坡的稳定性问题一直备受关注。获取了覆盖树坪滑坡周围区域2016-03─2020-03的111景哨兵1号(Sentinel-1)数据,利用时间序列合成孔径雷达干涉测量技术(interferometric synthetic aperture radar,InSAR)对该数据集中的高相干点目标和分布式目标进行分析,获取实验区坡体变形。结果显示,实验区内有7处坡体处于活跃状态,最大变形速率达到70 mm/a。与树坪滑坡GPS形变观测值进行比较,验证了InSAR结果的有效性。通过对树坪和三门洞等典型滑坡的时序分析发现,库区水位和集中降雨是滑坡变形的主要影响因素,实验区内的治理工程有效减缓了变形趋势。与此同时,公路建设与植被耕种等人类活动引起了熊家岭村等出现地面沉降,需密切关注以防止出现安全隐患。所得结果证明时序InSAR技术可以有效识别和监测滑坡,为地质灾害风险普查以及防灾减灾治理成效评价提供技术支撑。