基于MSBAS技术的金沙江上游色拉滑坡形变分析

金沙江缝合带是滑坡灾害的高发区,且具有较大的堵江威胁。以堵江风险较高的色拉滑坡为研究对象,选取高时间分辨率的升降轨Sentinel-1A/B数据,利用MSBAS InSAR技术对该滑坡展开地表形变监测研究。文章在利用不同轨道的Sentinel-1A/B获取色拉滑坡2018—2020年间的二维动态形变时间序列的基础上,分析了典型特征点形变时间序列特征。结果表明,在2018年1月—2020年4月色拉滑坡东西向累积形变最高达到165 mm,垂直向累积形变达?102 mm,滑坡体形变加速的时间点被成功地捕获。最后,分析了该滑坡的形变趋势,通过现场调查结果验证了所获得滑坡监测结果的准确性。     

基于MSBAS技术的金沙江上游色拉滑坡形变分析

金沙江缝合带是滑坡灾害的高发区,且具有较大的堵江威胁。以堵江风险较高的色拉滑坡为研究对象,选取高时间分辨率的升降轨Sentinel-1A/B数据,利用MSBAS InSAR技术对该滑坡展开地表形变监测研究。文章在利用不同轨道的Sentinel-1A/B获取色拉滑坡2018—2020年间的二维动态形变时间序列的基础上,分析了典型特征点形变时间序列特征。结果表明,在2018年1月—2020年4月色拉滑坡东西向累积形变最高达到165 mm,垂直向累积形变达-102 mm,滑坡体形变加速的时间点被成功地捕获。最后,分析了该滑坡的形变趋势,通过现场调查结果验证了所获得滑坡监测结果的准确性。     

藏东冻土区滑坡形变时序InSAR监测分析

受气候暖湿化和冻融作用的影响,近年来西藏东部地区的山体滑坡多发频发,对人民生命财产安全造成严重威胁,制约了当地经济社会发展,因此,迫切需要利用有效手段对滑坡灾害隐患开展大范围调查与早期识别。以藏东317国道矮拉山地区为例,利用小基线集时序InSAR（Interferometric Synthetic Aperture Radar）技术,分别对2017年3月—2019年7月期间Sentinel-1A SAR升、降轨数据集进行地表形变监测分析,获取了该地区滑坡体隐患的分布情况,并讨论了滑坡历史形变演化特征及成因。结果表明：大部分区域较为稳定,滑坡隐患主要集中在山谷两侧,升降轨InSAR提高了滑坡监测识别的准确性和覆盖度;冻融滑坡形变过程与降雨型滑坡存在差异,呈现平稳期和失稳期交替出现的季节性变化特征;形变过程主要受冻融和降雨影响,两者共同作用加速坡体变形。实验结果验证了InSAR技术能够有效弥补传统监测手段的不足,可在高山冻土区滑坡隐患早期识别与监测防治中发挥重要作用。     

基于SBAS-InSAR技术的川藏铁路澜沧江段滑坡隐患早期识别

早期识别是实现地质灾害防灾减灾的有效途径之一,然而复杂地形区滑坡的早期识别一直是个难题,尤其是位于高山峡谷区的滑坡隐患点。为了全面准确地获取川藏铁路澜沧江段的滑坡隐患,采用SBAS-InSAR技术,通过Sentinel-1(升轨)和RADARSAT-2(降轨)数据结合互补的方式,对川藏铁路澜沧江段进行滑坡隐患早期识别。解译结果显示2018年8月至2020年2月研究区LOS向的形变速率分别为-58~21 mm/a(升轨)和-42~16 mm/a(降轨),转换后的斜坡向最大平均速率达到-128 mm/a。基于升降轨数据的斜坡向形变结果,识别出川藏铁路澜沧江段的113处滑坡隐患点,其中存在4处滑坡隐患密集区以及13处典型滑坡隐患点,进一步分析了两处重点滑坡隐患的形变特征和滑移机制。本次研究结果对于川藏铁路线路选定以及澜沧江大桥上、下游的防灾减灾具有一定指导作用,不同轨道数据结合互补的方式为川藏铁路沿线的高山峡谷地区的滑坡隐患早期识别提供参考。     

利用InSAR技术研究黄土地区滑坡分布

InSAR技术能够获取大面积、连续、高精度的地表垂直形变信息,可用来监测地震、火山、滑坡等自然灾害造成的地表形变。文章介绍了InSAR技术在监测陕北黄土地区滑坡中的应用,首先进行野外地质勘察和TM光学遥感影像解译,接着通过EnviSat SAR数据差分干涉处理,获取研究区干涉形变场,提取出滑坡位移量,最后详细分析黄草湾至董家寺沿线一带的滑坡变形范围,并划定出了4个有一定变形的重点监视区。     

基于D—InSAR的九寨沟地震同震形变场反演分析

利用覆盖九寨沟地区的RadarSat—2数据与Sentinel—1A数据,采用精轨数据进行定轨,消除轨道误差,并结合合成孔径差分(D-InSAR)方法中的双轨差分技术,获取2017年8月8日Mw7. 0级地震的同震形变场。结果表明,视线方向(LOS)最大沉降量约为20 cm,隆起量达9 cm。基于弹性半空间形变模型反演该地震的断层滑动分布,得出该地震断层滑动以左旋走滑为主,走向为330°,倾角为32°,滑动角为-170°,同震滑动分布主要集中在4～12 km深度处,最大滑动量位于9 km处,约为6. 14 m,平均滑动量为0. 57 m。反演获得的地震标量矩为4. 06E+18N·m,震级Mw约为6. 4,深度为19. 5 km。     

D-InSAR与随机森林模型耦合的活动性滑坡识别方法探究

灾害的早期识别是防灾减灾领域的关键技术。文中以甘肃省舟曲县为例,利用2018年1月－2019年1月Sentinel-1A雷达卫星降轨数据和2021年5月Sentinel-2光学遥感影像数据,通过D-InSAR技术获取研究区地表形变信息,利用随机森林模型识别潜在的滑坡体。结果表明:使用已有的滑坡数据集,采用随机森林模型能够较好地识别出潜在滑坡体。潜在滑坡点分布位置均位于地表形变量大的区域。舟曲县整体形变沿东西向发生,主要分布于舟曲县东北和西南方向,与潜在滑坡点高度重合。识别出的潜在滑坡点（立节乡北山滑坡）,年形变量达到0.12?m,于2021年1月18日发生滑坡,该滑坡典型案例也印证了文中方法的有效性。     

甘肃通渭黄土滑坡二维形变时序监测

时间序列合成孔径雷达干涉测量技术能有效反应滑坡形变过程。2019年9月14日,甘肃省通渭县发生山体滑坡,但该滑坡灾前是否已经发生缓慢形变以及滑坡原因值得追溯和探讨。文中基于欧洲航天局发布的哨兵一号升/降轨数据,利用SBAS-InSAR技术分析甘肃通渭滑坡灾前二维形变特征以及滑动的因素。结果表明,2018年9月—2019年9月此滑坡存在连续形变,且随时间推移形变量不断增大,因此该滑坡为非突发型事件。在滑坡发生前,垂直向与东西向上最大累计形变量分别达18.25 mm和32.85 mm。基于二维时间序列结果进行距离分析与降雨量对比分析,显示苦水河与降雨量是该滑坡发生的两大诱因。该InSAR追溯结果进一步验证了星载雷达干涉测量技术在滑坡探测方面的应用潜力,是滑坡灾前识别、预警、防灾等减灾工作的有力工具。     

四川丹巴县甲居滑坡GPS监测结果及分析

对四川丹巴县甲居滑坡开展的GPS监测表明,甲居滑坡可以分为南北两个区域,其中北部区域滑动较为明显;滑坡体北部水平位移速度53mm/a～200mm/a,垂直位移速度-3 mm/a～-21mm/a;滑坡体南部水平位移速度12mm/a～36mm/a,垂直位移速度-1mm/a～-5mm/a。GPS提供的水平位移量趋势性较好,而垂向位移量结果异常较多,反映出GPS的水平监测优势。GPS监测精度达到毫米级,完全满足滑坡监测的精度要求。     

基于InSAR形变监测的四川甲居古滑坡变形特征

位于四川省丹巴县聂呷乡甲居村的甲居古滑坡主要由甲居滑坡(H01)、聂呷坪滑坡(H02)、小巴旺村滑坡(H03)、聂拉村滑坡(H04)和山顶滑坡(H05)等5个次级滑体组成.受区域构造、强降雨、河流侵蚀、地层岩性等因素影响,甲居古滑坡次级滑体持续发生蠕滑变形,对位于滑体上的村庄、道路和前缘大金河等具有较大危害,2020年遭受50年一遇的强降雨后,古滑坡变形速率有进一步增大的趋势.采用SBAS-InSAR技术,结合遥感解译和现场调查,获取了甲居古滑坡2018年6月至2021年8月的地表变形特征,通过二维形变速率转换获取了甲居古滑坡沿斜坡向(slope)和垂直向(vertical)的形变速率.研究认为,甲居古滑坡沿雷达视线方向(V_LOS)形变速率最大达-179 mm/a,沿斜坡方向的形变速率(V_s)最大为-211 mm/a,沿垂直方向的变形速率(V_v)最大为-67 mm/a.甲居滑坡的北侧区域、聂拉村滑坡的南侧区域和山顶滑坡后缘变形较大,总体上位于强变形-极强变形区.甲居古滑坡的变形机制具有一定差异,其中甲居滑坡以牵引式变形为主,聂拉村滑坡以推挤式变形为主.由于古滑坡地质构造复杂、新构造活动强烈,在强降雨和河流侵蚀作用下极易导致滑坡蠕滑速率加快并进一步失稳,形成堵江溃坝等灾害.建议加强次级滑体的地表变形监测,为流域性地质安全风险防灾减灾提供技术支撑和科学依据.      

黑方台地表三维形变分析

甘肃省永靖县黑方台属于典型的黄土台塬,其黄土具有较强的湿陷性,长期的大水漫灌引起厚层黄土发生严重的湿陷现象,进而诱发滑坡及严重的地面变形。本文以黑方台地表变形为研究对象,采用PS-InSAR技术对2014~2017年期间Sentinel-1 A卫星3条轨道的降轨数据进行处理,得到了不同视线（LOS）方向的变形,进而通过反演和计算得到该地区三维地表形变信息,分析了视线向、垂直向以及水平向的地表变形特征,预测了未来的发展趋势。结果表明:在靠近台塬中部区域以及塬边部分区域的视线向变形速率较大,沉降范围为4~13 mm·a-1;垂向变形较大的区域大都靠近台塬中部,平均变形速率为-20~-6 mm·a-1;整个台面南北向变形很小,平均变形速率为-5~5 mm·a-1,东西向变形较大,平均变形速率大都超过20 mm·a-1。研究区属于不均匀沉降区域;整体来看,研究区的地表变形在短期内仍然处于缓慢加速发展阶段,随着农业灌溉的持续进行,研究区地表变形速率达到一定值后会逐渐下降。     

三峡库区范家坪滑坡地表形变InSAR监测与综合分析

位于湖北省秭归县的范家坪滑坡是长江三峡库区干流上的大型岩质滑坡之一。阐述了高分辨率合成孔径雷达干涉测量技术(InSAR)监测滑坡地表形变的工作方法与技术体系,采用22景3m空间分辨率的TerraSAR-X数据,辅以人工反射体布设和GPS测量,对范家坪滑坡变形进行监测,发现滑坡处在缓慢匀速变形状态,其谭家河滑坡体的形变比木鱼包滑坡体更为强烈,形变最大处的雷达视线向形变速率达到300mm/a。通过综合分析滑坡区2012年大气降雨和长江水位资料,发现年度内范家坪滑坡变形受水位变化和大气降雨影响微弱。     

西藏然乌地区地质灾害隐患点InSAR识别与监测

西藏藏东南地区地处青藏高原东南部,地势陡峭。多期次板块构造运动、岩体间相互挤压运动导致地质灾害频繁发生且规模大。针对该区域的地质灾害调查与监测研究工作对防灾减灾具有重要意义。文章以藏东南然乌地区为研究区,分别利用升降轨Sentinel-1A卫星数据对该区域隐患灾害点进行识别,并分析了SAR影像几何畸变对地质灾害识别的影响。通过对InSAR监测结果进行分析,文章最终共圈定了区域内的滑坡、冰川隐患灾害点67处。同时,为了更好的分析灾害体的形变特征和规律,选取了然乌区域安目错北岸三处典型冰川灾害体,利用多维小基线子集（MSBAS）技术获取了坡体的二维(水平东西向和垂直向)形变速率和时间序列。通过对吉穷隆冰川、迫弄冰川和瓦巴村冰川三处典型冰川的形变时间序列结果进行分析,发现从2018年1月到2020年10月,三个冰川水平东西方向上的最大累计位移量分别达到了202 mm、283 mm、194 mm,垂直方向上最大累计位移量分别达到了97 mm、?155 mm、?163 mm。水平方向上三处典型冰川表现为加速变形趋势,垂直方向上表现为缓慢蠕滑变形趋势。同时分析了瓦巴村冰川二维形变时间序列与降雨量和温度相关性,结果表明降雨和温度的变化对坡体冰川形变具有一定的影响。研究成果对高山峡谷区地质灾害隐患点的识别具有较好的参考价值。     

基于SBAS-InSAR的西宁市滑坡识别和形变监测分析

中国黄土高原滑坡灾害频发，严重威胁经济的发展及生命财产安全。利用时序合成孔径雷达干涉测量(InSAR)技术识别潜在的活动滑坡，并对其进行形变监测，有利于预防和减轻灾害造成的危害。InSAR技术具有大范围观测地表变形的能力，这里以西宁市为研究区，采用83景升轨和87景降轨Sentinel-1A雷达影像，利用小基线集(SBAS)时间序列InSAR技术，获取了研究区2019年1月至2021年11月地表形变速率以及时序形变量，共探测到74处显著形变区；结合地貌和光学影像特征，确定其中35处为活动黄土滑坡。通过对活动滑坡的时间序列形变分析，内在(工程岩组、断层)和外在(降雨)条件的共同作用，是激活不稳定边坡或加速边坡运动的主要因素。     

关于重构三维形变场的方法综述

为了更好地研究地壳形变细节和运动机理,需要获取地壳精确三维形变场的方法。本文首先介绍重构三维形变场理论的发展历程,综述了目前几种主流的重构三维形变场的方法,包括:基于升、降轨SAR干涉对测量和方位向形变测量,构建模型获取三维形变场;联合GPS和DInSAR测量的形变值,构建模型解算三维形变场;联合多个视角的视线向形变观测结果,构建线性模型解算三维形变场。每种方法都有各自的特点、也有其特定的使用范围,本文对这些方法以及它们的特点进行总结,在此基础上对重构三维形变场理论的发展进行展望。     

升降轨Sentinel-1A时序InSAR的中川国际机场地表形变监测与分析

可靠地监测基础设施的形变对于评估其结构健康至关重要。本文以中川国际机场为研究区,基于46景升轨和45景降轨Sentinel-1A雷达影像,使用SBASInSAR和PSInSAR技术获取了中川国际机场2017年3月27日至2020年3月23日、2017年3月20日至2020年3月28日的地表形变速率以及时序位移量,并采用内、外部检验的方式对4种监测结果进行了评定。同时结合相干性系数均值、直方图统计、形变速率方差及其标准差,选取最理想的形变结果从人为因素和自然因素分析了中川国际机场地表形变的成因。结果表明:4种形变结果总体较为一致,不同轨道模式数据采用同种时序InSAR技术所得监测点的方差和标准差较为接近,同种轨道模式数据采用不同时序InSAR技术的形变结果略有差异,SBASInSAR相比PSInSAR的监测结果更为稳健。中川国际机场存有零散的沉降区,机场西南角的形变最显著,最大的垂直沉降速率达11 mm·a-1。中川国际机场的地表形变与道路网、内部扩建等人为因素有关,地层界线与机场内部形变不直接相关,地表沉降区与岩性关联紧密。在进一步推进中川国际机场建设的同时,应避免过度人为活动带来的消极影响。研究结果以期为中川国际机场的土地利用规划以及灾害防治提供指导意见与相关信息。     

三峡树坪滑坡动力学的有限元模拟

三峡工程是迄今为止最大的水利工程,对库区滑坡灾害的监测和机制研究一直是重要的研究课题。本文利用Terra SAR-X的强度图进行相关计算,求解出2009年5月20日至8月5日期间三峡树坪滑坡的形变场。该形变场特征和树坪滑坡体的地形特征吻合甚好,位移大小、方向和三峡大学对滑坡体的野外观测结果基本吻合。以此高精度位移场为外部约束,结合野外观测资料对滑坡体介质力学性质进行分类并选取边界条件,利用有限元方法对滑坡活动进行动力学计算模拟。计算过程中对滑坡体的滑动面形状、因降雨引起材料参数变化和三峡水库水位等因素分别反演和调整,得出符合其变形和发展过程的滑坡动力学特征。发现软弱带的物性参数决定滑坡体总体滑动量,滑坡体的物性参数决定位移分布的峰值位置。在确定了滑坡动力学特征之后,进一步讨论降雨和库区水位下降对滑坡产生的贡献权重,得出降雨是树坪滑坡的决定因素。     

917灞桥灾难性黄土滑坡形成因素与运动模拟

持续性强降雨是诱发黄土滑坡的主要因素。 2011年9月份的持续强降雨达到50a来最大值, 在陕西省关中地区诱发了多处滑坡, 造成交通中断, 带来了严重灾难。尤其9月17日发生于白鹿塬的灞桥滑坡(917灞桥滑坡), 共造成32人伤亡的灾难性滑坡事件。为了揭示滑坡成因和运动过程, 通过对917灞桥滑坡灾害的调查和分析, 揭示了灾害的特点和诱发因素, 通过滑坡运动模拟还原了其运动过程和成灾范围。(1)9.17灞桥滑坡体相对高度大约90m, 宽170m, 滑动厚度约10m; 滑动方向为60, 滑动距离约150m, 总方量约15104m3; 滑坡共发生3次滑动, 滑动方量分别为9.5104m3、3.5104m3和2104m3, 平均堆积厚度12m左右; (2)917灞桥滑坡诱发因素主要是长历时的强降雨、开挖后的高陡边坡和特殊的黄土结构性。充足的前期降雨和当日的强降雨是滑坡发生的主要激发因素; 开挖后形成的高陡边坡发育一系列裂隙, 促使滑坡的发生; 裂隙的产生为降雨的优势渗流提供了通道, 加速了滑坡的发生。(3)利用LS_RAPID对917灞桥滑坡进行模拟, 根据模拟结果, 滑坡可以分为3个阶段, 起动加速滑动阶段(0～7.5s), 沿x方向速度从0迅速增加到4.9ms-1, 沿y方向速度从0迅速增加到8.4ms-1; 滑坡体在这一阶段共滑动了65m; 减速滑动极端, 速度开始降低(7.5～14s), x、y方向的平均速度分别降到1.5ms-1和2.5ms-1, 滑坡在这一阶段向前运动了50m; 堆积停止阶段(15～28.6s), 滑坡运动速度持续降低, 堆积厚度逐渐变薄, 滑坡体共向前滑动了175m, 滑坡最大堆积厚度为14m, 与野外调查结果基本一致。结果对认识和研究此类滑坡成因机理具有重要的借鉴意义, 也可为今后该地区防灾和减灾提供参考。     

基于SPH-DEM流-固耦合算法的滑坡涌浪模拟

采用光滑粒子流体动力学(SPH)方法和离散单元法(DEM),并基于达西渗透试验原理,提出一种SPH-DEM耦合算法用于处理宏观尺度下离散体与流体之间的相互作用问题,并基于该流-固耦合方法采用FORTRAN语言建立滑坡涌浪数学模型。模拟了块体滑坡问题,并与试验数据进行对比以验证该耦合方法的有效性。模拟分析了离散体滑坡产生涌浪以及涌浪传播的过程,分析比较了数值模拟得到的最大涌浪高度与经验公式结果间的关系。研究表明:采用该耦合方法模拟水下块体滑坡问题得到的结果与试验数据吻合良好;模拟离散体滑坡涌浪问题时,较清晰地反映了滑坡体对水的排挤到涌浪的产生过程、水在滑坡体中的渗透过程和滑坡体与水耦合作用发生变形的过程;不同公式分析方法得到的最大涌浪高度之间均有一定差别,算例中滑坡体受重力作用沿倾斜坡面滑动入水过程更接近于潘家铮法的垂直运动模式,因此,模拟结果与之最为接近。     

降雨条件下堆积层滑坡体滑动机制分析

以某物流园区堆积层滑坡体为例,分析了地质结构特征及滑坡类型。在此基础上,运用非饱和土力学方法,分析了滑坡体在降雨条件下的动态稳定性特征,揭示了滑动机制及原因,认为滑坡体位于坡面凹槽处,地形较陡、表面堆积层结构松散、强度差,为滑坡形成提供了便利条件;随着降雨持时的增长,降雨沿堆积体表面的裂缝入渗,在土-岩接触面上汇流贯通,形成滞水,降低了滑面土体的力学性质,产生动态浮托力,同时雨水不断充填裂缝和软弱结构面,产生顺坡向的动态扩张力,使张裂缝扩大,加剧堆积体的变形,促使其发生滑动。