基于InSAR技术和光学遥感的贵州省滑坡早期识别与监测

贵州省因其复杂的地形地貌和强降水等气候特征,滑坡灾害频繁发生。亟需一种可靠的滑坡早期识别和监测方法。传统的滑坡识别和监测方法存在局限性,而InSAR技术在大规模地质灾害监测中具有独特的优势。但是,基于单一地表形变值的滑坡识别结果存在一定的不确定性。因此,本文联合InSAR技术和光学遥感,利用Sentinel-1A雷达卫星影像数据对贵州省六盘水市、铜仁市、贵阳市等地区进行大规模地表形变监测和危险形变区识别;并采用基于NDVI时间序列分析和基于滑坡发育要素的滑坡识别方法对研究区潜在滑坡灾害进行调查。利用InSAR技术对研究区域内重点滑坡（鸡场镇）进行监测,及时掌握滑坡的运动状态。本文方法对贵州省的灾害防治和管理具有重要意义。     

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。     

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。     

甘肃黑方台黄土滑坡InSAR识别、监测与失稳模式研究

采用合成孔径雷达干涉测量（interferometric synthetic aperture radar,InSAR）技术对甘肃黑方台地区潜在的黄土滑坡开展了多时相编目、长时序监测以及失稳模式识别研究。首先,采用不同空间分辨率、不同波长的历史存档合成孔径雷达（synthetic aperture radar,SAR）数据对黑方台地区2006-12至2017-11间的潜在滑坡开展了识别研究,在2006-12至2011-03和2016-01至2016-11两个时间段均识别出数10处不稳定坡体,实地调查和光学遥感影像验证了InSAR技术识别结果的可靠性与准确性。然后,对典型不稳定滑坡体采用高空间与高时间分辨率的TerraSAR-X数据开展了长时序监测,结果表明,在InSAR监测期间,累积形变最大的滑坡体在随后的时间里均发生了滑动,并成功地捕获到滑坡体形变加速的时间点。最后,利用升降轨SAR数据开展了黄土滑坡二维形变监测研究,基于滑坡的二维形变特征并结合地形图以及光学遥感影像进一步研究了滑坡的失稳模式,现场调查结果验证了所获得滑坡失稳模式的准确性。     

四川茂县叠溪镇新磨村滑坡特征与成因机制初步研究

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。     

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。     

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。     

九寨沟地区高位滑坡隐患InSAR-LiDAR早期识别

首先在九寨沟地区约4000 km2的范围实践了空-天-地一体化的合成孔径雷达干涉测量技术（InSAR）和激光探测及测距技术（LiDAR）的滑坡隐患识别方法,共识别出滑坡隐患344处,其中高位滑坡隐患114处,其形变速率为-149～120 mm/a。然后综合遥感和野外调查验证分析,可知九寨沟地区高位滑坡隐患主要分布在构造侵蚀高山河谷地貌、坡度35°～45°、坡向NE至SE范围、高差100～350 m的第四系（Q）松散堆积层中。最后以中查沟高位滑坡隐患为例进行了基于InSAR-LiDAR方法的高位滑坡隐患时空分析,得到了该高位滑坡隐患的形变、形态和形势特征。本文验证了综合利用InSAR、LiDAR技术识别和分析高位滑坡隐患的准确性和可靠性,可为滑坡隐患的防灾减灾提供科学依据和参考。     

知识图谱驱动下的多源遥感滑坡隐患识别

遥感技术在地质灾害防治领域发挥着重要作用,随着航天航空技术的发展,更多的遥感数据可被获得并有效地运用于地质灾害体的识别,尤其在滑坡隐患识别中广为应用。综合利用InSAR和光学遥感数据开展地质灾害隐患识别是近期研究的热点。传统识别过程完全依靠解译人员的工作经验,其主观性较强,无固定的识别逻辑遵循。本文基于SBAS-InSAR与光学卫星影像,通过分析滑坡隐患识别过程,构建滑坡识别知识图谱和识别提取矩阵模型。在知识图谱逻辑驱动下对“光学遥感+InSAR”组合识别的滑坡隐患进行区域空间特征分析,为滑坡广域识别提供了具有半定量化提取指标意义的参考执行方案,实现了滑坡隐患识别从完全主观到半定量化的识别过程。试验表明,本文方法可为相关研究和工程实际应用提供借鉴,具有一定的应用价值。     

基于D-InSAR技术的金沙江地区滑坡形变监测与分析

滑坡是发生在我国山区的主要地质灾害类型,金沙江地区由于地势较高、地形复杂、多云多雨的特点,给传统的滑坡监测增加了难度。合成孔径雷达差分干涉测量技术(Differential interferometry synthetic aperture radar,D-InSAR)已在滑坡地面沉降监测中得到了广泛应用。本文选取金沙江上游沿岸作为研究区域,基于2018年8月11日与9月28日的Sentinel-1A影像及SRTM1数据,利用GAMMA软件及D-InSAR技术监测到金沙江地区的地表形变,成功识别出金沙江右岸的一处滑坡灾害。研究结果显示,在此滑坡的坡顶部分出现了约2.5 cm的沉降,而在坡底部分由于崩塌物的累积,地面出现了约3 cm的抬升。从实验结果可以得出,InSAR技术是一种有效的滑坡变形监测手段,利用Sentinel-1A卫星的SAR数据对滑坡区域进行形变监测,可以得到较好的干涉结果。     

时序InSAR技术探测芒康地区滑坡灾害隐患

位于中国西藏自治区东南部的芒康地区受自然条件制约和人类活动影响,近年来滑坡等地质灾害频发,对电网建设运行、交通干线通行和人民生命财产安全构成严重威胁,亟需有效技术手段对该地区分布的滑坡灾害隐患进行探测识别,从而为防灾减灾提供决策信息支持。采用小基线集（SBAS）时间序列雷达干涉测量技术,对覆盖芒康地区的历史存档ALOS PALSAR和ENVISAT ASAR数据集进行处理分析,探测发现了分布在318国道沿线和金沙江河谷的多处疑似滑坡灾害隐患点,获得了潜在滑坡形变的空间分布图和时间演化特征,证明了时序InSAR技术应用于藏东区域地质灾害调查的可行性和有效性。     

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。     

尼泊尔Ms 8.1级地震活动构造及次生地质灾害研究

2015年尼泊尔Mw 7.8大地震诱发了大量的山体滑坡,对尼泊尔境内与周边地区造成了严重的影响。选取离震中较近的辛杜帕尔乔克地区作为研究区,基于L波段ALOS-2和C波段Sentinel-1A两种合成孔径雷达数据,采用堆叠合成孔径雷达干涉测量（interferometric synthetic aperture radar,InSAR）技术开展震后滑坡的探测与识别,结合光学影像圈定出滑坡隐患点14处。在此基础上,联合升降轨数据和多维小基线集（multidimensional small baseline subset,MSBAS)-InSAR技术获取了典型滑坡的二维时间序列形变特征,结果表明,该典型滑坡的主要形变发生在水平东西向,最大形变速率为-69 mm/a。同时,通过对该典型滑坡时间序列中的趋势项与周期项形变信号进行分析,发现地震对于滑坡运动具有明显的加速作用,且降雨量的增加使得滑坡位移在每年的8月-11月呈现出周期性变化,可为震后滑坡监测研究提供参考。

     

利用InSAR识别与监测黑方台黄土滑坡

针对甘肃永靖县的黑方台地区滑坡不断对当地居民人身及财产安全构成重大威胁的现状,该文选取高分辨率的升降轨TerraSAR数据、3m分辨率的DEM数据和30m分辨率的SRTM DEM数据,利用InSAR技术对该地区的地表形变进行监测,主要结果如下:用Stacking技术获取了黑方台的形变速率图,识别出14处不稳定滑坡体;用SBAS-InSAR技术对典型滑坡体进行时间序列监测,将InSAR结果投影到滑坡方向与已有的GPS结果进行比较,最大较差为6mm,最大中误差为3mm。结果表明,InSAR技术用来识别与监测黄土滑坡方便可靠,并且精度较高。     

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。     

基于机载LiDAR技术的滑坡识别参数提取方法

选择长江三峡秭归段千将坪滑坡及其周边区域为研究区,利用机载LiDAR数据,开展滑坡识别参数提取方法研究。首先提取滑坡识别参数,再利用相关滑坡识别参数和智能分类算法开展滑坡像元和非滑坡像元分类。试验表明,基于LiDAR技术提取的滑坡识别参数能有效区分滑坡像元和非滑坡像元,确定的特征参数子集对于提高分类精度大有帮助。     

分形理论和LiDAR数据的滑坡识别

针对传统山区滑坡地质灾害人工调查工作难度大而光学遥感难以实现植被覆盖区滑坡调查的问题,该文提出了一种基于高分辨率数字地形模型和分形理论的滑坡识别算法。采用LiDAR技术构建意大利多洛米蒂山的高分辨率数字地形模型,运用数字地形分析和C-A分形提取研究区异常地形特征,并与四分位距法进行对比,解决了山区地表滑坡快速提取与识别的问题。实验表明,研究区内滑坡具有统计上的分形特征,基于分形理论和LiDAR数据确定的滑坡地形异常比四分位距法选取阈值更为客观准确,其识别的滑坡区域与实际滑坡位置一致,弥补了可见光遥感技术在植被覆盖区的不足,降低了传统野外实地调查的工作量和作业成本。     

基于GIS的滑坡灾害应用研究

以GIS技术为指导,结合我国重大水利工程三峡库区滑坡地质灾害的特点,选取三峡库区秭归县窑湾溪区域作为研究区,以GIS强大的空间分析功能为主要手段,对该区域的滑坡地质灾害进行了应用研究。这种方法框架对于滑坡灾害频仍的我国其他地区滑坡灾害应用研究同样具有借鉴意义和参考价值。     

中国滑坡遥感及新进展

自本世纪初起，由于采用了“数字滑坡技术”和高分辨率遥感数据，滑坡遥感成为能更准确的定性、定位、定量的滑坡调查 手段，可进行区域的和大型个体滑坡的详细调查和监测研究。“数字滑坡”技术的实现基于滑坡地学原理并依赖遥感技术、数字摄 影测量及图像处理技术、GIS技术和计算机技术的支持。该项技术大致可分为4大部分：滑坡识别、滑坡基本信息获取、信息存贮和 管理及空间分析。20世纪末期以来，数字滑坡技术在应用中不断完善和获得新进展。     

高分一号汶川极震区滑坡提取研究

选择汶川地震极震区的高分一号卫星影像,通过面向对象的分析技术提取滑坡信息;采用多尺度分割算法,结合高分影像和滑坡特点将以往经验式参数选取方法进行优化,分析极震区滑坡的特征,选择合适的特征参数,构建分类规则,实现滑坡的识别与提取。滑坡灾害信息的提取结果采用野外实际调查的滑坡点进行精度评价,滑坡提取总精度为84%,表明利用高分一号高分辨率卫星数据可以较好地提取滑坡灾害信息,基本满足滑坡灾害识别的要求。