芦山县滑坡灾害影响因素的空间分异性

近年来受多次地震影响,芦山县的地质环境和生态结构较为脆弱,滑坡灾害高发,制约了县内基础建设和经济发展,威胁着人民生命财产安全,研究静态地质环境下芦山县滑坡影响因素的空间分异性,可为区内国土空间规划提供基础资料,为滑坡灾害预测与防治提供数据支持。本文使用信息量模型和地理探测器分析了高程、坡度等12个影响因素与滑坡发育的关系,总结了滑坡发育规律,分析了影响因素的空间分异特征,并使用GIS加权叠加生成了滑坡易发性评价图。研究结果表明: ①滑坡主要集中于高程较低([571,1 300) m)、距道路距离较近([0,300) m)、距水系距离较近([0,300) m)、地形起伏度较小([0,30) m)、坡度较缓([0°,30°))、距断层距离较近([0,600) m)的地区,岩土类型以粉砂质泥岩、泥质粉砂岩、泥岩等软弱沉积岩和砂卵砾石土层的第四系堆积物为主,土地利用类型以建设用地、农业用地等为主; ②滑坡发育主要受高程、距道路距离、工程地质岩组等因素控制,此外土地利用类型、距水系距离、地形起伏度、坡度、距断层距离等因素也有较高的贡献率; ③两种不同影响因素对滑坡发育的作用较单一因素而言均呈现双因子或非线性增强,以高程和距道路距离与其他因素的交互作用最为强烈; ④滑坡高易发区和极高易发区主要分布于东南部中低山峡谷区、丘陵区以及河流沟谷地貌。     

芦山地震灾区地震前后地质灾害发育规律与对比

为了研究芦山地震前后地质灾害在不同环境中的分布规律,对研究区震前3 814处和震后新增1 337处地质灾害与各环境因素的关系进行了统计和分析,得出以下结论:1.震后新增灾害数量的88.41%分布在距震中100km范围内,密度随距震中距离的增大而减小;新增灾害67.31%分布在地震烈度Ⅶ度及其以上地区,灾害密度随地震烈度减小而逐渐减小。2.震前和震后新增灾害数量和密度均随距河流距离的增大而减小。3.震前和新增地质灾害数量和密度在砂砾岩和花岗岩中较为发育。4.震后和新增灾害数量和密度均以海拔500~1 000 m和1 000~1 500 m较大。5.震前和震后新增灾害总数的94.99%和91.85%发生在坡度小于40°的范围;震前灾害密度在随坡度增大逐渐减小,震后新增灾害密度随坡度变化规律不明显,其主要原因是震前灾害以滑坡为主,而震后新增灾害崩塌和滑坡数量相当。     

遥感影像超分辨率重建的字典学习类算法

近年来基于字典学习的超分辨率重建技术已成为图像处理领域的研究热点,相比基于重建的超分辨率方法,基于学习的方法充分利用了先验知识,在放大倍数较高时,仍可取得较好的效果,因此被公认为一种非常有前途的方法。本文对国内外已有的基于字典学习的超分辨率重建方法进行了系统研究,梳理了3种基于字典学习超分重建算法的基本原理及优缺点。此外,本文根据遥感影像的特点,使用同一数据源进行字典学习,利用不同字典学习算法分别生成高、低联合字典对,采用不同尺寸大小及缩放倍数的测试图像,进行超分辨率重建,对各种算法的重建性能、鲁棒性和复杂度进行综合分析,进一步研究了各种算法对遥感影像不同应用需求的适用性。     

一种基于多源遥感的滑坡防灾技术框架及其工程应用

我国是世界上受滑坡影响最大的国家之一,也投入了大量的人力物力开展区域性滑坡隐患探测工作.近年的政府工作表明,80%的滑坡发生在已圈定的隐患点范围外,80%的滑坡发生在防灾减灾工作条件相对薄弱的边远农村地区.为了解决这个困境,亟需:（1）厘清不同类型滑坡宜选用的广域探测技术,解决滑坡隐患广域探测的漏检问题;（2）突破社区协同滑坡防灾的难题,助力滑坡隐患探测和风险评估.本文将滑坡隐患分为4类:斜坡变形区、复活历史变形破坏区、稳定历史变形破坏区和潜在斜坡变形区,以便充分发挥多源遥感数据和技术的优势;进而提出一种“滑坡隐患广域探测-单体滑坡隐患风险评估-社区协同防灾”的多源遥感滑坡防灾技术框架.以青藏高原交通工程关键区段约10 000 km2区域作为研究区,协同社区（如设计和建设单位）共识别出滑坡隐患263处,其中斜坡变形区249处,复活历史变形破坏区5处,稳定历史变形破坏区9处,并针对3个典型滑坡隐患进行风险定量评估和社区协同防灾.该多源遥感技术框架将有助于提高社区滑坡防灾的能力,也将直接服务于青藏高原交通工程的建设与运维.      

困难地区InSAR技术和加权融合的DEM生成

合成孔径雷达干涉测量（InSAR）技术具有全天时全天候的特点,可以大范围、快速、高效地提取DEM。即使在常年被云雾覆盖、降雨频繁的热带雨林地区,InSAR技术也能正常生成DEM。本文利用InSAR生成了研究区的DEM,验证了该方法的可行性。由于研究区植被茂密且有大面积的水域沼泽,导致InSAR处理过程中存在低相干和部分失相干现象,极易造成基于InSAR技术生成的DEM存在错误和空洞。针对这一问题,提出了像素级的以相干依据作为加权函数的融合方法,将SRTM DEM和AW3D30 DEM作为外源数据与InSAR DEM进行融合,解决了基于InSAR技术生成DEM存在错误和空洞的问题,保证了DEM的完整性。     

灰色GM(1,1)模型在汶川县泥石流活动趋势预测中的应用

泥石流的发生是一个动态变化的过程,灾变时间及活动强度具有明显的非线性特征,认识和掌握泥石流发生、发展规律,对未来泥石流活动趋势进行预测,是地质灾害防灾减灾与宏观规划防灾预案工作的基础。本文以四川省汶川县1960~2010年50a的泥石流灾情数据作为原始数据序列,建立灰色GM(1,1)灾变预测模型,采用2011~2019年9a泥石流灾情数据来验证模型预测精度。为了提高预测精度,采用傅里叶变换修正误差残值。经计算GM(1,1)模型的预测结果相对误差为3.582%,傅里叶变换误差修正后相对误差为0.073%,预测结果与实际发生年份一致,并预测未来一段时间汶川县将于2033年或2034年、2051年或2052年发生大规模群发性泥石流。     

“4·20”芦山地震灾区次生山地灾害易发性评价

选择"4·20"芦山地震灾区为研究区,在野外实地考察的基础上,结合高精度遥感影像解译分析,针对地震灾区滑坡、崩塌和泥石流等次生山地灾害的形成条件展开系统分析;在ArcGIS 9.3软件支持下,采用信息量模型,选择坡向、坡度、地层岩性、断裂带、河流冲刷作用、地震烈度和降水量7个影响因子作为芦山地震灾区次生山地灾害易发性评价的指标参数,将其划分为高易发区、中易发区和低易发区,该评价结果与实地考察结果基本吻合。基于GIS的信息量模型能够很好地为芦山地震灾区次生山地灾害易发性区划研究提供指导,其结果可以用来解决次生山地灾害易发性评价中效率低、精度差、费时费力等问题,从而实现次生山地灾害易发性评价的信息化和科学化。