SBAS-InSAR技术与无人机影像融合的滑坡变形监测北大核心CSCD

山体滑坡对人类安全造成严重影响,准确识别滑坡变形对预防滑坡灾害具有重要意义。利用SBAS-InSAR技术可以进行空间连续地表变形监测,但无法精确获取滑坡边界的变化。为了综合监测滑坡,本文首先采用SBAS-InSAR技术与无人机影像结合的滑坡变形监测方法,利用2018年1月1日—2020年12月24日,共计80幅升轨Sentinel-1A SAR影像,进行了VV极化和VH极化数据处理;然后通过SBAS-InSAR技术获取滑坡区地表雷达视线(LOS)方向变形速率,选取了若干变形点进行滑坡体变形时序分析;最后采用无人机获取滑坡影像并提取滑坡边界,分析了滑坡边界的变形。试验结果表明,利用SBAS-InSAR技术获取的滑坡变形和无人机获取的滑坡变形趋势基本吻合,通过该方法可以获取滑坡的综合变形情况,对滑坡活动性的判断具有重要意义。     

强降雨诱发滑坡群识别的光学遥感变化检测方法

针对强降雨诱发滑坡群的光学遥感干扰特征多、识别精度低的问题,该文提出一种基于灾前灾后遥感影像变化检测技术的滑坡识别精度提升方法：(1)通过波段比值预处理,消除道路、房屋等对滑坡识别的干扰特征;(2)通过相关参数优化,采用图像差值法和非监督分类法进行遥感变化检测滑坡识别,分析两种方法发生漏判误判的原因。结果表明,对遥感影像进行波段预处理,可以明显弱化道路、房屋等造成滑坡识别的干扰特征;图像差值法和非监督分类法识别滑坡的精确率、召回率和F1-score指标分别达到了0.815、0.647、0.721和0.680、0.788、0.730。基于滑坡特征影像预处理与参数优化的两种变化检测技术均明显提升了强降雨诱发滑坡群的自动识别效率,在光学遥感影像进行滑坡识别干扰特征消除和提高识别精度方面具有应用价值。     

时序InSAR滑坡形变监测与预测的N-BEATS深度学习法——以新铺滑坡为例

滑坡通常发生突然,破坏力巨大,经常造成重大生命安全事故和财产损失。高可靠性、高精度及具有抗差性能的滑坡形变监测预测手段和方法对于国家防灾减灾需求具有切实意义。InSAR技术是一种能够全天时和全天候观测获取高空间分辨率和宽覆盖率影像,高灵敏性捕捉时空维动态变化的监测手段,然而目前应用InSAR时序影像对滑坡区进行滑坡预测的工作仅是凤毛麟角。基于时序InSAR观测结果,本文提出了一种能够有效解决中短期滑坡预测问题的深度学习滑坡预测方法。在三峡新铺滑坡区应用N-BEATS网络模型和Sentinel-1 SAR数据进行形变预测,以均方根误差1.1 mm的预测精度完成了滑坡预测工作,并对预测结果进行了数据结构影响的规律性分析、传统方法效果对比、抗差性评估及置信区间估计等多方位的剖析,结果显示出了其高精度、高可靠性及具有一定抗差能力的突出优势。     

基于BeiDou/GPS双系统的三峡滑坡监测预警系统

一、引言 滑坡是全球最主要的自然灾害之一,每年都夺走了无数的生命,并造成了巨大的经济损失.为了预防滑坡险情的发生,避免人民生命财产和国民经济造成巨大损失,广州市中海达测绘仪器有限公司与武汉市中国地质大学于巴东县黄土坡地区联合建设了基于BeiDou/GPS双系统的滑坡监测预警系统.该系统可针对三峡地区的滑坡频发点进行山体滑坡监测,预测滑坡险情趋向,并及时发出报警通知,有助于提前做好滑坡险情预防工作,必要时做好人员财产安全转移工作,避免人民生命财产和国民经济造成损失.     

重庆市滑坡灾害时空特征分析

重庆市是滑坡灾害高发的城市,滑坡灾害每年都会造成大量的人员伤亡和经济损失。本文结合历年滑坡统计资料,基于GIS平台,分析重庆市滑坡灾害的时空分布特征。自1980年起,重庆发生滑坡的次数明显增加,且集中发生在5~9月,尤其是7月。80%以上的滑坡为降雨引发,其次是自然灾害和人类活动,人类活动诱发滑坡灾害增长速度最快。重庆滑坡密度大的地区为市区以及万州区、忠县等三峡库区核心地带,滑坡高发地区有东北向西南方向变化的趋势。     

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...     

基于GM(1,1)数据融合算法的滑坡预测研究

滑坡会对人类生命和财产造成巨大损失,预测预报是预知滑坡灾害发生并减少其影响的重要手段。GM(1,1)算法在滑坡预测中得到普遍应用,该算法具有较少数据量建模的优点。对于滑坡不需要了解各种影响因子的具体状态,但存在建模数据量选取不确定性和长时距预测精度降低的问题,以GM(1,1)模型为基础,引用数据融合技术,对滑坡变形量进行预测,并用实测数据进行验算,结果表明该方法能提高滑坡的预测精度。     

深圳“12.20”山体滑坡灾害成因及安全防范分析

深圳“12.20”山体滑坡是共造成58人遇难、77人失踪、33栋建筑物被埋或受损的重特大人员伤亡及财产损失的灾害.文章通过分析深圳市域内重要的地质灾害隐患,结合灾前及灾后卫星影像与航空照片等资料,分析了光明新区恒泰裕山体滑坡的滑坡体物源组成、物源区演化及滑坡形成过程、灾情影响等,并结合深圳历史滑坡、滑坡和崩塌隐患点及2015年深圳市地质灾害重点防范区数据等资料,参阅本次滑坡灾情及成因情况,初步划定了深圳市域内的重大地质灾害防范区,总结了深圳地质灾害安全避险建议,这对深圳防灾避灾具有重要意义.     

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。     

基于Google Earth影像的黄河上游干流地区滑坡特征分析

黄河上游干流地区由于特殊的地形地貌和地质构造使得滑坡灾害频发,对其开展滑坡灾害监测、分析研究,具有十分重要的意义。本文利用2015年间Google Earth遥感数据,提取并分析了该地区的滑坡灾害分布信息,取得了如下成果及认识:1)研究区的空间展布形态主要有7种,滑体性质类型有6种,岩质滑坡数量最多。2)从空间分布特征看,共发现研究区有各类滑坡162处,滑坡主要集中分布在群科-尖扎盆地;从滑坡类型看,研究区滑坡主要为大型滑坡和巨型滑坡。3)滑坡体长、宽主要集中在0~1 500 m和500~1 500 m之间,且长、宽呈两极化方向延伸,滑坡体面积分布不均,滑坡数量随着方量的增大呈现减少的趋势,发生的滑坡主要是滑坡体厚度在25~50 m的深层滑坡。4)滑坡数量在0°~90°之间有峰值出现,然后向两端逐渐减少。     

广州市滑坡地质灾害专业监测示范点建设

滑坡灾害占我国地质灾害总数的51%以上。广州市由于地形地质条件较为复杂、局部断裂构造较发育、雨水充沛、降雨时空分布不均匀等自然环境条件影响,特别是经济的高速发展时期,人类工程活动强烈,多次发生滑坡地质灾害事故,造成巨大的经济和人员损失,建立滑坡地质灾害专业监测示范点,开展滑坡地质灾害监测新技术示范推广研究,对边坡地质灾害防灾减灾意义重大。我国北斗卫星系统的应用,让卫星定位系统监测地表位移手段更加适应了滑坡监测的现场环境的需要,提高了监测精度,确保了监测系统的可靠性。     

基于地基真实孔径雷达的边坡动态监测研究与应用

滑坡是仅次于地震的发生最频繁、造成损失最严重的地质灾害之一,给人民群众生命和财产安全带来了巨大威胁。为了能够对危险滑坡进行动态监测,采用GPRI-Ⅱ地基雷达系统,研究了滑坡形变时序分析关键技术,制定了地基雷达数据时序处理流程,并应用于浙江绍兴某道路边坡稳定性监测。实验结果表明,该边坡存在1处明显的形变区域,位于施工现场堆积区,最大形变量达到3.5 mm/d。目前在观测条件满足的情况下,地基雷达可以达到亚毫米级的形变监测能力,已经成为灾害预警和治理的重要手段之一。     

一种面向对象的滑坡变化检测方法

滑坡作为常见多发的地质灾害,危害人民生命财产与国家基础建设,若能够对潜在滑坡进行监测,则可以最大限度地减少它所造成的损失。以某水坝为实验区进行了研究,通过建立检测规则,梳理各滑坡对象层间的层次关系,对滑坡变化情况进行了检测。     

黄土台塬滑坡变形的时序InSAR监测分析

黄土台塬由于经常性的农业灌溉容易造成边缘区域滑坡发育。因此,需要利用有效手段对这些潜在的滑坡隐患进行早期识别与监测。利用时间序列合成孔径雷达干涉测量（interferometric synthetic aperture radar,InSAR）技术对2016-01至2018-08期间获取的升降轨Sentinel-1数据集进行分析,获取了甘肃永靖黑方台典型台塬地区的滑坡隐患分布情况。将InSAR结果与GPS观测资料进行对比,验证了时序InSAR处理方法的有效性。对该地区滑坡的历史变形分析表明,持续的农业灌溉引起的地下水位抬升是台塬边缘坡体失稳的主要诱因。同时,InSAR时序分析发现,研究区域内的跨黄河大桥受季节更替和温度波动的影响,存在周期性变形现象。实验结果证明了时序InSAR方法在地表变形监测中的有效性,可在黄土滑坡识别与监测防治中发挥重要作用。     

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.     

甘肃省舟曲县城周边活动滑坡InSAR探测

甘肃省舟曲县城周边区域是中国典型的滑坡、泥石流高易发区,2018-07-12县城下游江顶崖发生了滑坡堵江,对当地居民生命财产和基础设施安全造成了严重威胁。为查明舟曲县城周边区域潜在的滑坡隐患,利用2017-10—2018-12 Sentinel-1A雷达卫星升降轨数据,基于短基线干涉测量方法对舟曲县城上下游区域活动滑坡进行了探测,共探测出23处活动滑坡。结合光学遥感影像目视解释和现场调查,对江顶崖、门头坪、锁儿头、泄流坡滑坡等4处典型滑坡形变特征进行了详细分析,发现该区域滑坡形变速率主要受降雨影响。研究结果可为舟曲县城防灾减灾提供重要的决策依据。     

秭归沙镇溪镇千将坪滑坡航空遥感调查

2003年7月13日千将坪滑坡造成严重的人员伤亡和巨大的经济损失。采用人机交互解译135m高程临蓄水前航摄像片和现场验证相结合的方法获取了千将坪新老滑坡的各要素特征、规模及滑坡前后的地质环境,分析认为千将坪滑坡为老滑坡大部分滑体的复活,目前滑坡整体已基本稳定,但滑体上各部分的调整活动还将继续,东侧边界老滑体遭受了强大的剪切力,滑坡堆积受到严重干扰,近期会不断发生牵引和塌滑。     

滑坡遥感调查、监测与评估

滑坡遥感调查包括滑坡识别、基本信息获取和滑坡空间分析等，本文以天台乡滑坡遥感调查中用特征点法确定滑坡边界、影响带及滑坡运动特征及规模为例说明。滑坡遥感监测可分为直接监测和间接监测。由于突发的高速超高速崩塌、滑坡及泥石流活动时间难以预测，滑坡运动的规模相对于遥感地面分辨率较小，获取遥感数据的不连续性及价格昂贵等原因，目前较少应用遥感技术直接监测滑坡活动； 遥感监测滑坡运动引起的环境变化，称为间接滑坡监测，以遥感监测易贡大滑坡引起的易贡湖水面变化及溃坝造成的下游灾害为例说明。滑坡遥感评估指在获取滑坡及其发育环境基本信息的基础上，评估滑坡的稳定性，预测其未来活动性，评估区域滑坡的影响因子和进行区域滑坡危险性评价，文中以天台乡滑坡、千将坪滑坡稳定性评估及三峡库区中前段区域滑坡危险性评价为例说明。     

滑坡位移EEMD-SVR预测模型

滑坡位移预测是滑坡灾害实时监测预警的重要组成部分,良好的滑坡位移预测模型有助于预测地质灾害发生。滑坡变形受多种外界因素影响呈现出随机性和非线性的特点,在现有的滑坡位移预测方法中,机器学习方法在滑坡位移预测中得到了广泛的应用。针对滑坡位移预测是趋势项位移和周期项叠加的特点,本文研究采用基于集成经验模态分解(EEMD)的滑坡趋势项和周期项位移提取方法,结合支持向量回归(SVR)模型实现对滑坡的位移预测。首先,详细介绍了该模型的构建过程和预测性能,并以均方根误差(RMSE)、平均绝对误差(MAE)、平均绝对百分比误差(MAPE)和决定系数(R²)作为评估模型的预测性能指标。然后,分别利用EEMD-SVR、SVR、Elman模型对贵州省岩溶山区的一处滑坡进行位移预测,结果表明,EEMD-SVR模型连续1 d预测的RMSE值、MAPE值和R²值分别为0.648 mm、0.518%和0.996 8,可以提供更高可靠的滑坡位移预测精度,对同类滑坡的位移预测具有一定的参考价值。     

“天-空-地”协同滑坡监测技术进展

滑坡灾害是全球范围内发生频率最高、分布范围最广、造成损失最重的自然灾害之一,严重威胁着人类生命财产和重大工程设施的安全。科学监测是实现滑坡预警预报与主动防范的重要技术前提,经过多年的技术攻关,融合高分辨率光学遥感、卫星InSAR、无人机摄影测量、无线传感网络(WSN)等多种新技术方法,滑坡监测已从传统点式人工监测逐步发展到“天-空-地”多维协同监测,在我国地质灾害风险识别与监测预警方面取得显著成效。本文结合多年来对滑坡发生机理与变形破坏过程的研究认识,从天(光学遥感和InSAR)、空(无人机摄影测量)、地(全球导航卫星系统、裂缝计等专业监测)三维立体角度对我国滑坡监测技术的最新研究进展进行了系统总结,分析讨论了不同技术在工程实践中的技术优势和适用性,构建了滑坡变形破坏全过程的“天-空-地”协同监测技术体系,为滑坡地质灾害的科学防范提供一种新的思维范式和经验指导。