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。     

时序InSAR用于滑坡灾前二维形变追溯与灾后风险评价

针对美国俄勒冈州西海岸Hooskanaden滑坡发生的大规模失稳以及破坏后坡体的稳定性仍然未知的问题,本文基于升降轨Sentinel-1影像数据,利用SBAS-InSAR技术对Hooskanaden滑坡灾前的变形模式、驱动因素和灾后的稳定状态进行了研究。结果表明,早在2019年滑坡事件发生前,Hooskanaden滑坡就处于持续蠕变状态,其沿LOS向的最大形变速率可达-226 mm/a;该滑坡属于推移式滑坡,以水平自东向西运动为主,二维形变与其倾角的组合有利于推断滑坡的变形模式;滑坡运动存在明显的季节性周期变化,降雨是其加速变形的主要驱动因素;滑坡的中部及其后缘在灾后仍处于活跃状态,沿LOS向的最大形变速率达-65 mm/a,存在再次失稳的可能性。     

利用国产遥感卫星进行金沙江高位滑坡灾害灾情应急监测

高位地质灾害具有强隐蔽性、强破坏性、难排查性等特征,近年来在我国西南山区频频发生,给山区居民造成了严重的人员伤亡和财产损失。以国产高分二号与北京二号等国产遥感卫星影像为数据源,对"10·11"金沙江高位滑坡开展灾情应急监测,分析了滑坡致灾情况、致灾演变及灾前蠕变特征,对灾后堰塞湖周边隐患灾后开展二次排查,查明了堰塞湖全域存在疑似裂缝隐患2处、滑坡隐患16处及5淹没区受损情况。结果表明国产遥感卫星对国家重特大地质灾害应急监测发挥了重大作用。     

茂县滑坡形变的Sentinel-1数据分析

为了获取2017年6月24日四川省茂县特大滑坡滑前的形变信息并分析其诱发因素,该文利用覆盖滑坡区域滑前40景Sentinel-1数据,采用合成孔径雷达干涉点目标分析(IPTA)技术,解算出该滑坡滑前2014年10月9日至2017年6月19日期间形变的年速率及形变的时间序列,并与降雨数据进行了对比分析。对于滑坡区植被覆盖严重的问题,该文利用永久散射体目标(PSC)对影像配准窗口大小及过采样因子不敏感的特性来识别PS点。分析结果表明,茂县滑坡在滑动前两年多时间内具有明显的形变,最大形变速率达到4(cm·a-1),而且在滑坡发生前半个月内形变有突然增大的现象,推测该滑坡滑前持续的强降雨是导致滑坡失稳的主要诱因。     

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.     

基于SBAS技术的地表形变自动识别与监测分析

合成孔径雷达干涉测量（InSAR）技术因全天时、全天候、不受云雾影响,广泛用于地表形变监测,如何快速获取大范围内形变区域的分布情况亟须解决的问题,为此利用短基线集（SBAS）技术处理了143期Sentinel-1A数据,对山西省沁水县进行了地表形变监测,利用热点分析方法自动提取变形区域,并对提取出来的重点区域进行长时间的监测分析。研究结果表明,在沁水县共识别出15处地面塌陷区和1处滑坡。通过对两处典型区域进行时序形变监测,发现塌陷区域目前仍然处于持续变形中,且形变量级较大,最大累积形变量达到了-205.2 mm,验证了利用热点分析进行大范围结果识别监测的可靠性,研究成果可为该区域研究和矿区塌陷灾害防治提供支撑。     

基于SBAS技术的九寨沟震后地表形变监测

2017-08-08九寨沟Ms7.0地震给当地人民和生态环境带来了巨大的损失,灾后重建成为当地的一项重要任务。文中选取九寨沟地震区震后2017-08-14—2018-07-01的Sentinel-1A数据作为SAR影像,采用小基线集技术监测该地区时间序列形变。研究结果基本查明该区域的整体形变情况,并从中找到下沉较为明显和形变规律异常的区域,为震区灾后重建、地表形变监测和地质灾害预防提供理论和数据支持。     

“10·11”川藏交界滑坡灾害的滑坡特征与运动监测

2018年10月11日7时10分,西藏自治区江达县波罗乡境内发生大规模的高位山体滑坡,堵塞金沙江并形成了堰塞湖,对周边以及金沙江下游人民群众的生命和财产造成威胁。本文基于遥感手段监测滑坡区域灾前的运动情况,根据滑坡运动规律监测滑坡运动的“激增点”。以Sentinel-1数据为数据源,采用偏移量追踪算法技术(Offset Tracking Technology)对灾区2015年至2018年滑坡区的运动进行监测,并采用Landsat8光学遥感数据结合归一化互相关算法(Normalized cross correlation, NCC)进行运动趋势可靠性验证。监测结果发现,滑坡区2018年4月末5月初开始运动激增。     

时序InSAR技术辅助下的桥址综合选择

为解决重庆奉节-巫山交界的大溪河区域拟建桥梁选址问题,针对研究区大气情况复杂多变且地质灾害多发的现实情况,采用SBAS-InSAR技术对该区域进行2018年10月—2021年11月的时序地表形变监测,对比了3种大气延迟校正方法并采用GACOS大气延迟校正方法对研究区大气延迟相位进行了校正,结果表明区域内整体平稳,局部有较高速率的地表形变,形变速率值处于-62 mm/a～30 mm/a之间。基于监测结果,综合已有资料和遥感影像,提取到5个异常区域并利用地质灾害影响因子信息建立逻辑回归模型,划分区域地质灾害风险区。将风险分区结果与SBAS-InSAR形变监测结果进行叠加分析,筛选得到2个待选稳定桥址,最后加以工程地质因素分析,确定适宜桥址区域,对辅助桥址选择及桥梁安全提供理论支撑。     

基于SBAS-InSAR技术的甘肃华亭市地表形变监测与分析

小基线集SBAS-InSAR技术能够有效识别区域性地表形变,可以长时间序列分析地表形变特征。本研究获取了覆盖甘肃华亭市范围2017年10月—2021年4月Sentinel-1A升降轨雷达数据214期,利用SBAS-InSAR技术进行差分干涉处理,探测区域地表形变,分析形变区变化规律特征。结果表明:华亭市地表形变区主要分布在主城区北部、市域范围东南部,共计8处,以煤矿代表的地面沉降最为明显,沿视线方向最大年沉降平均速率达-404.036 mm/a。研究获取了区域地表形变区分布状况及形变速率,可为华亭市地表形变监测、地质灾害防治、地下水水资源开发利用提供参考依据。     

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。     

西山村滑坡时序形变的SBAS-InSAR监测

针对传统地表形变监测技术在我国西南山区深厚堆积层滑坡体形变监测中存在的时空分辨率问题,该文利用72景时序Sentinel-1A TOPS SAR影像,基于短基线集(SBAS-InSAR)技术获取2016—2019年四川理县通化乡西山村滑坡的时序形变特征。结果表明:西山村滑坡整体呈近线性沉降的运动趋势,在监测时段内未出现加速现象,处于长期活跃的蠕动形变。其时序形变结果呈现较为均匀的变化,与坡体形态吻合度较高,雷达视线方向的累计形变量在-315.2~20 mm之间变化,形变速率在-116~9.5 mm/a之间变化。时序形变结果表明:最严重的形变区域位于水田寨村组与马崩渔湾村组的交界处,其次是坡体中下部的水田寨村组,坡体后部的拉海拉湾村组的形变程度最小。     

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.     

GBInSAR河流滑坡变形监测应用

对城市中河流滑坡进行变形监测与分析掌握滑坡体形变规律,是滑坡安全性评估的重要手段。针对南宁邕江柳沙半岛滑坡灾后加固过程中稳定性,采用GBInSAR技术对该滑坡进行连续高精度变形监测,同时结合时间序列分析方法获取了该滑坡体的二维形变时间序列图以及特征点的形变时间序列。变形监测与分析结果表明,滑坡体上的加固带处已基本稳定,加固带上大部分PS点的形变在1 mm以内;滑坡体的大部分区域的形变基本在4 mm以内,且形变呈明显的非线性变化;GBInSAR技术可以快速、有效地获取河流滑坡整体形变信息及形变的演化过程。     

大型岩质滑坡形变历史回溯及其启示

大型岩质滑坡一般具有高位、隐蔽性强、高速远程等特点,往往造成严重的人员伤亡和财产损失。揭示其形变历史和发展演化规律,可以为类似滑坡灾害的早期识别提供参考。收集了近年来发生在中国大陆的5处典型大规模岩质滑坡滑前的多时相高精度遥感影像,通过对多时相高精度遥感影像的目视解译,对其形变迹象进行识别,并对其发展演化规律进行分析。发现大型岩质滑坡在发育演化过程中均会产生显著的地表变形迹象,这些形变信息可利用高分辨率光学遥感影像（亚米级）进行识别,变形的孕育演化时间可达数年甚至数10 a。大型岩质滑坡往往不具备“圈椅状”地貌特征,利用光学遥感影像对其早期识别的标志主要为坡体后源是否存在拉裂缝和坡体前缘是否存在局部滑塌。     

汶川地震次生灾害毁坏耕地的遥感快速评估方法——以北川县唐家山地区为例

以四川省北川县唐家山地区为研究区,利用2006-11-10的SPOT卫星影像数据,依据NDVI和地形信息进行耕地识别,辅以少量的人工修正,快速获取灾前耕地分布信息.应用2008-05-14的FORMOSAT-Ⅱ卫星影像数据和2008-06-04的ALOS卫星影像数据,采用人机交互解译快速获取地震诱发的崩塌滑坡、堰塞湖等次生灾害信息.灾前耕地分布信息叠加地震次生灾害数据及影像,进行变化检测,实现耕地损毁的快速评估.结果表明,研究区内崩塌滑坡、堰塞湖等次生灾害严重,崩塌滑坡533处,面积1408.20hm2,堰塞湖水面面积已达604.69 hm2.共毁坏耕地86.88 hm2,耕地毁坏率8.84%.崩塌滑坡、被毁耕地分布与断裂带分布一致,断裂破碎带内耕地毁坏率达18.74%,占研究区被毁耕地面积的74.53%.     

基于“高分+”的金沙江滑坡灾情监测与应用前景分析

基于“高分+”,探索以“高分+地质灾害”模式对10·11与11·3金沙江滑坡灾害开展灾情应急分析,利用灾害前后的高分遥感影像解译了滑坡灾害的基本灾情信息,分析了灾害前后孕灾及变形蠕动特征,对灾后白格堰塞湖及周边开展了隐患灾害排查,查明了堰塞湖两岸存在疑似裂缝与次生滑坡隐患点,开展了二次滑坡灾后灾区道路通达性分析。结果表明,“高分+”模式对类似金沙江滑坡等山区自然灾害巡排查、灾情跟踪监测及灾后应急抢险道路优选具有较大的应用前景。     

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。     

联合北斗与地基InSAR多源数据分析四川茂县特大滑坡

本文以四川茂县渭门镇滑坡为典型案例,采用裂缝计、雨量计设备监测识别出该滑坡存在激烈下滑现象。结合北斗区域网获取实时监测数据,利用地基InSAR长达119.5 h的连续监测,获取滑坡体表面完整形变信息,识别出滑坡明显形变区域。北斗和地基InSAR监测结果表明,两种设备监测形变量和形变速度基本一致。联合北斗和地基InSAR进行监测,能充分发挥两者的优势,在滑坡形变的不同阶段,从不同位置分析滑坡表面形变信息,对于滑坡的早期防范和局部实时监测有重大意义。     

利用SBAS-InSAR技术反演雅鲁藏布江色东普流域灾前冰川形变

本文基于30景Sentinel-1影像,首先采用SBAS-InSAR技术反演了2018年4-10月雅鲁藏布江色东普流域灾前冰川形变,并利用非冰雪覆盖的基岩区形变结果进行可靠性检验,得出均方根误差为9 mm,表明SBAS-InSAR技术应用于冰川形变监测具有较高的可靠性。然后分析了升降轨数据对不同坡向形变监测的敏感性,以及冰川碎屑流灾害发生前冰川形变的空间分布与时间演化特征。结果表明,冰川运动的主流线在东西坡交汇的中轴部,研究区平均形变量达-34.8 mm。在典型剖面上,随着海拔逐渐降低,冰川形变呈先缓慢减少,后快速增加,再缓慢减少的趋势,平均形变量为-50.1 mm。冰川碎屑流灾害发生前冰川形变已有明显的加速趋势,可为冰川灾害早期识别提供科学的数据支持。