QuickBird遥感数据在特大型滑坡调查中的应用——以黄河龙羊峡-寺沟峡段参果滩滑坡为例

应用具高分辨率、高清晰度、信息量丰富及数据时效性强等特点的QuickBird遥感数据对黄河龙羊峡-寺沟峡段参果滩特大型滑坡进行遥感调查，对滑坡的形成条件、运动特征以及触发条件、成因机理等进行了遥感解译分析。     

IRS-P6遥感数据在尖扎县马克唐镇夏藏滩滑坡调查中的应用

利用印度IRS-P6卫星数据经济有效、信息量丰富、分辨率较高的特点,对夏藏滩滑坡的地质环境背景条件、运动方式、形成条件及稳定性及危险性进行了遥感解译分析。     

Quick Bird遥感数据在特大型滑坡调查中的应用——以黄河龙羊峡-寺沟峡段参果滩滑坡为例

应用具高分辨率、高清晰度、信息量丰富及数据时效性强等特点的Quick Bird遥感数据对黄河龙羊峡-寺沟峡段参果滩特大型滑坡进行遥感调查,对滑坡的形成条件、运动特征以及触发条件、成因机理等进行了遥感解译分析。     

滑坡图像自动识别浅议

识别滑坡须先了解什么是滑坡,广义滑坡包括崩塌、滑坡、碎屑流、泥石流等所有斜坡重力侵蚀现象;狭义滑坡指部分斜坡沿着斜坡内的一个或数个面在重力的作用下作剪切运动的现象。各类滑坡有自已特殊的地表形态特征,发育的基本地质环境条件和触发因素,据这些特征识别滑坡。利用数字滑坡技术进行滑坡识别大致分为2步:(1)通过RS和GIS技术将不同时间的调查区地物现场以不同分辨率展现在数字图像上,并与地理控制及地质环境信息配准、组合,建立解译基础;(2)在滑坡地学理论指导下,通过人机交互方式进行解译和时空分析,获取减灾防灾需要的信息。该方法尚未达到遥感自动识别滑坡的程度,但建立解译基础的过程已可由计算机通过多种程序软件完成,故认为滑坡模式识别的前2个步骤:数字化及预处理已由计算机实现。现需探索的是用计算机实现基于滑坡地学理论知识,以人机交互方式进行的滑坡识别及分析过程。就狭义滑坡而言,基于DEM的滑坡地形识别已可由计算机实现。如能确定地面滑坡壁及滑体与地下滑面、滑床的关系,了解它们的光谱特征并建立计算模型,便可构建遥感技术的滑坡模式识别。     

泸石高速公路沿线历史地震诱发滑坡遥感调查及发育分布规律

泸(定)石(棉)高速公路沿线断裂构造发育,地震频发,造成区域内历史地震诱发的滑坡数量多且规模大,然而这些地震滑坡体表面生长大量植被,传统调查难以高效查明地震滑坡分布位置及发育规律。为了减少地震滑坡对公路建设带来的安全隐患,首先以高精度机载LiDAR数据对地震滑坡进行了识别,并通过野外复核验证识别的准确性;其次利用高精度机载LiDAR影像对地震滑坡的变形特征进行了分析;最后,综合考虑地形、地质、地震三大因素(6个因子),对地震滑坡的空间分布特征进行了分析。结果表明：利用机载LiDAR技术能够有效地发现植被层下的地震滑坡,在泸石高速公路沿线共识别出地震滑坡23处,野外复核验证精度达100%;通过对控制地震滑坡空间分布的6个因子的分析,得出与断裂构造和地震相关性最高。研究结果为植被茂密山区高速公路的滑坡识别调查提供了一定的参考并为泸石高速公路滑坡灾害防治与风险评价提供了数据支撑。     

基于灰色理论的滑坡变形反演与预测研究

以紫阳县城滑坡为例,采用灰色理论的单序列一阶线性动态模型,在探讨滑坡变形规律的基础上,着重研究了滑坡变形的趋势预测及主要特征点变形的位移反演,为全面研究滑坡各阶段的变形规律提出了一种分析方法     

浅析第二次土地调查的外业工作底图制作

介绍第二次土地调查外业工作底图的技术流程。结合湖南省实际情况,对DOM制作、境界/权属界处理以及点、线、面状地类的遥感解译等工作方法,进行了详尽的论述。     

应用GPS技术对龙羊峡水库库岸滑坡监测的可行性分析

近20多年来,由于空间技术的飞速发展,从宇宙空间测量地球的方法越来越多地引起人们的关注.特别是近几十年以来的GPS技术引入测量学,使经典的测量技术很难解决的一些地球动力学测试问题成为现实.应用GPS技术,作者通过对龙羊峡水库库岸滑坡监测点的测试,用一系列实测数据,说明GPS技术具有较高的精度,完全能适用于对滑坡的监测.     

基于GIS和RS的库区滑坡风险分析——以北京密云库区为例

基于遥感(RS)和地理信息系统(GIS)技术,采用多层次分析(AHP)法,以北京密云水库上游部分库区为研究对象,根据库区实际情况,选取植被覆盖率、土壤类型、坡度、高程、降雨量、土地利用六种影响滑坡灾害发生的因素作为评价因子,对区域滑坡风险进行分析。同时,在ArcGIS的空间分析环境中运行权重叠加,将研究区域划分成无危险区、低危险区、中危险区、高危险区和极危险区。结果表明,研究区域内大部分地区比较稳定,最易发生滑坡的区域主要集中在密云水库东北部的河谷、山谷地带,呈零星状分布。     

土地变更调查遥感监测中QuickBird遥感影像处理方法的讨论

遥感技术在全国土地变更调查工作中得到广泛应用,主要通过从最新获取的遥感影像上提取所需信息,再对比之前的数据库信息进行分析得到一定时间阶段的土地变更情况。文章针对在全国土地变更项目中使用较广的QuickBird影像,以QuickBird影像的全色影像、多光谱影像、前时相基础底图及高程数据为基础,对影像进行拼接处理、降位处理、数据融合、影像彩色合成,以及几何纠正等处理过程,并通过实验确定一个最佳处理流程。最终得到地类清晰可见、容易判读的影像,为之后的影像信息提取打好了基础。     

基于神经网络的滑坡变形预测报研究

利用ＢＰ神经网络方法建立了滑坡变形预报模型,在此模型的基础上对几个典型滑坡进行了预报分析,其结果表明用ＢＰ模型进行滑坡短期预报效果较好。     

基于地震信号反演滑坡动力学机制

以2003年千将坪滑坡事件为例,基于地震信号分析大型高速滑坡启动之后的滑体运动特性。通过国家地震台网采集因滑坡激发产生的地震信号,反演得到滑坡区域的受力-时间函数,再经由时频分析划分滑坡期间的子事件,进而推导滑体的运动参数并还原滑坡过程。结果显示,由地震信号反演所求得的滑床坡度、滑坡方向以及滑体位移等数值与现场勘踏所得数据相符;同时,通过对滑坡子事件的分析,可分辨出因对岸河堤阻挡而产生的部分滑体反倾过程,从而还原较完整的滑坡过程。     

降雨对滑坡的影响与基于ANSYS的滑坡数值模拟研究

分析了四川理县一处山体滑坡2014-08～2015-08的监测数据。结果表明,滑坡处于缓慢发生中,滑移的主要方向指向山体旁的学校;1 a中3个监测点在该方向上的累积位移量分别为180 mm、262 mm和448 mm。分析降雨量资料发现,降雨对山体滑坡有延迟的影响。利用ANSYS软件对滑坡发生的过程进行数值模拟,并计算监测点的位移,结果与实际观测情况吻合较好,得到降雨量与弹性模量、密度、粘聚力、内摩擦角之间的关系。该数值模拟实验提供了一种预测滑坡的新方法。     

基于地形特征融合的卷积神经网络滑坡识别

滑坡严重威胁着人民群众的生命财产安全。完整、准确的滑坡编录图是研究滑坡的重要资料。深度卷积神经网络方法由于众多优势而备受关注,然而卷积神经网络结构复杂,需要大量的训练样本,制约了其在滑坡制图上的发展。提出了融合地形特征的卷积神经网络建模方法。首先在遥感影像上叠加地形因子构建新的滑坡样本,然后设计提取并融合空间与光谱特征的轻量级卷积神经网络(FF-CNN),最后训练最优模型进行滑坡识别。在四川汶川地区进行的消融实验证明：在空间特征基础上融合光谱特征的FF-CNN模型滑坡识别评价指标F1分数和平均交并比(MIoU)分别提高0.020 2和0.014 4;在遥感影像上叠加地形因子后,FF-CNN模型滑坡识别评价指标F1分数和MIoU值分别提高0.066 4和0.048 2。在湖北省三峡库区和四川省都江堰市虹口乡的实验说明FF-CNN模型表现出较强的适用性和迁移能力,在滑坡识别上具有较大潜力。     

基于信息量模型的中国滑坡灾害风险区划研究

基于信息论发展起来的信息量模型是进行区域滑坡灾害风险评估的一种有效方法。GIS技术为滑坡灾害在不同模型条件下的风险评估提供了有效地技术支持。经过研究，开发出了基于MapGIS软件平台的滑坡灾害风险分析系统。在该系统支持下．采用信息量模型对中国范围内的滑坡灾害进行危险性分析。进而进行区域社会经济易损性分析。并在此基础上进行最终的滑坡灾害风险评估。     

四川汶川“5.12”地震滑坡堰塞湖遥感监测分析

运用可见光、雷达和航片等不同空间分辨率的多源遥感数据,对四川汶川"5.12"地震灾区因地震诱发形成的大型堰塞湖进行了遥感监测,对堰塞湖发生的地点、数量以及空间分布规律进行了讨论。重点对唐家山堰塞湖进行了动态监测,提取了其堰塞湖回水长度、水面面积与水量等信息,并对这一结果进行了详细分析,为地震滑坡堰塞湖科学处置与减灾决策提供了科学依据。     

基于滑面分区段力学模型的高速滑坡运动过程能量转化研究

高速滑坡具有运动速度快、波及范围广的灾害特征,因此对滑坡启动、加速和静止整个运动过程进行研究很有必要。基于滑面力学特性将滑面分为弹性介质区和应变弱化区,构建了高速滑坡二维力学模型,提出了滑坡启动动能计算公式和滑坡运动过程的能量计算公式;以千将坪滑坡为例,采用启动动能计算公式得出滑坡的启动速度为2.35 m/s;依据滑面形态将其运动轨迹划分为快速加速、平稳加速、平稳减速、急剧减速4个阶段,进行运动过程分析,得出滑坡最大速度为16.8 m/s,以滑坡前缘高程所在平面为势能基准面,分析不同能量与总能量占比的变化情况,在滑坡的4个运动阶段中,动能占比分别为9.1%,25.6%,15.1%,0%;摩擦损耗能量占比分别为：5.5%,58.8%,81.7%,95.5%;势能占比分别为：85.2%,14.2%,0%,0%;其他阻力能耗占比分别为：0.2%,1.4%,3.2%,4.5%。研究结论对高速滑坡致灾机制和风险分析具有重要意义。     

基于TLS的滑坡形变分析方法研究

以四川理县一地质滑坡为例,分析扫描点空间位置的理论精度,探讨点云数据获取以及点云过滤、点云拼接、地理参考等数据预处理的关键技术,给出一套比较直观、全面的滑坡形变分析方法,包括基于点云比较的形变分析、基于TIN比较的形变分析、基于特征点的形变分析以及基于DEM的形变分析。为了充分利用非地面点云数据,提出一种提取滑坡区域电线杆、树干的几何特征来分析滑坡水平变化的新方法。通过分析得到的滑坡形变量与GNSS远程实时监测结果基本一致。     

基于滑体渗透性与库水变动的滑坡变形滞后规律研究

三峡水库运行过程中库岸滑坡的变形演化往往滞后于库水位的变化, 表现出时间滞后效应, 而且随渗透系数和库水位波动速率的不同, 滞后效应亦不同。以三峡库区白家包滑坡为例, 通过现场调查、监测数据分析以及数值模拟的方法, 研究了滑坡在不同渗透系数k和不同库水位下降速率v条件下的变形滞后时间变化规律。研究表明: 滑体渗透系数一定时, 库水位下降速率越大, 地下水滞后越明显; 库水位下降速率一定时, 滑体渗透系数越大, 地下水下降越快。当滑体渗透系数一定时, 库水位下降速率越大, 滑坡的变形滞后时间越短; 滑体渗透系数k=0.85 m/d时不同库水位下降速率作用下滑坡的变形滞后时间为3.74~9 d, 当0.47＜v/k＜1.18时, 0.24＜相对变形滞后时间＜1;当1.18＜v/k＜2.38时, 0＜相对变形滞后时间＜0.24。当库水位下降速率一定时, 滑体渗透系数越大, 滑坡变形滞后时间越短, 不同库水位下降速率下滑坡变形滞后时间随渗透系数的变化规律大致相同; 库水位下降速率v=1.8 m/d时不同滑体渗透系数下滑坡的变形滞后时间为1.7~8 d, 当0.52＜v/k＜0.84时, 0＜相对变形滞后时间＜0.16;当0.84＜v/k＜2.12时, 0.16＜相对变形滞后时间＜0.43;当2.12＜v/k＜9时, 0.43＜相对变形滞后时间＜1。研究成果对水库滑坡预测预警具有较强的应用价值。      

基于生成对抗网络的动水驱动型滑坡状态识别方法

动水驱动型滑坡状态识别能更有效地辅助分析滑坡形变规律, 实现滑坡状态的准确识别对深入展开动水驱动型滑坡状态研究具有重要意义。针对目前动水驱动型滑坡突变状态研究较少, 难以获得相关特征, 从而导致状态识别性能不佳的问题, 提出了一种应用于动水驱动型滑坡状态识别的生成对抗网络学习方法。本方法通过构建滑坡状态监测数据矩阵, 依据少量数据样本设计合理的生成器网络完成对滑坡状态的数据扩增并设计判别器网络实现扩增数据的筛选, 通过对抗生成网络实现对滑坡状态的分类, 达到滑坡状态识别的目的。以三峡库区白水河滑坡为研究对象, 将降雨、库水位、深部位移和地表位移等多源监测数据进行了规范化处理, 设计生成器网络和对抗器网络完成了对滑坡状态数据的扩增, 设计滑坡状态识别生成对抗网络完成了对滑坡状态的分类和识别。结果表明, 生成对抗网络对滑坡状态识别具有较高的准确率。研究结果证实本方法能够对目标区域内的动水驱动型滑坡状态进行准确识别和分类, 可直接应用于工程实际。