滑坡GPS监测数据处理方法探讨

介绍了GPS在滑坡监测中数据处理的两种常用方法,分析了某滑坡监测实例,得出了在滑坡GPS监测中单基线法优于网平差法的结论.     

生活有人帮 生产有人扶 就业有人带——涉县近六百受地灾威胁的群众“傍上”致富靠山

涉县偏城镇寺峪村、庙山交村、圣寺驼村、龙洞村和固新镇东山村，五个村皆为深山区，石厚土薄，海拔高，气温低，群众吃水难，行路难就医难，儿童上学难，群众生活条件极为困难，尤其是到每年的汛期，雨量增大，极易形成山体滑坡，直接威胁着人民群众的生命财产安全，为避免地质灾害对群众的威胁，彻底改变五个村贫穷落后的面貌，在市国土资源局的大力支持和帮助下，涉县县委、县政府组织县国土资源局、扶贫办等单位，将寺峪村、庙山交村、圣寺驼村、龙油村、东山村五个村的236户595口人，安置到了原国营第五机械厂的旧厂区和在原邯郸地区五零三建筑工程公司旧址，并采取“生活有人帮，生产有人扶，就业有人带”的措施，基本上实现了迁移村民搬出来，稳得住、逐步能致富的初衷。     

一种V/S和LSTM结合的滑坡变形分析方法

滑坡变形的产生是坡体自身地质条件和外部诱发条件共同作用的结果,滑坡变形定量预测是滑坡监测预警的关键。传统的基于滑坡累计位移-时间曲线分析滑坡变形的方法,忽略了滑坡变形演化的影响因素,难以对滑坡变形进行准确预测。三峡库区滑坡研究多集中在滑坡时空分布特征和滑坡整体稳定性分析方面,亟需开展单体滑坡综合变形分析。以三峡库区白水河滑坡为例,基于滑坡宏观变形和位移监测数据,利用重标方差（rescaled variance statistic,V/S）分析法对滑坡整体和局部变形趋势进行分析,进而构建考虑库水位波动和降雨滞后性影响因素的可有效利用长期依赖信息的长短记忆（long short-term memory,LSTM）神经网络模型,定量预测滑坡位移。研究结果表明,滑坡体属牵引式滑坡,北东部稳定性较差,西部和后缘相对稳定,预测值的均方根误差为8.95 mm,证明该模型是一种高性能的滑坡变形分析方法。     

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。     

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。     

光学遥感与InSAR结合的金沙江白格滑坡上下游滑坡隐患早期识别

2018-10-11和2018-11-03,金沙江上游西藏自治区江达县波罗乡白格村附近先后发生两次大规模高位滑坡堵江。虽经人工干预处置后进行泄流,但还是对下游居民和交通设施造成了严重损失,其上下游是否还存在类似的大规模滑坡隐患,成为白格滑坡灾害发生后社会各界关注的焦点问题。首先利用高精度光学卫星影像对白格滑坡上游30 km和下游100 km范围内的滑坡隐患进行人工目视解译和定性评价,共识别出滑坡隐患51处,其中下游70~100 km范围内有10处具有堵江风险的滑坡隐患。在此基础上,对具有堵江风险的重点区域（白格滑坡下游70~100 km范围内）收集存档ALOS PALSAR-1和Sentinel-1A雷达卫星数据,利用短基线差分干涉测量技术开展滑坡隐患地表形变定量探测和分析评价,共探测出7处具有较显著形变的滑坡隐患,其中3处堵江风险较大,为白格滑坡上下游地质灾害防治和川藏铁路选线提供了参考。     

灰色最小二乘支持向量机在滑坡变形预测中的应用

结合灰色系统思想与最小二乘支持向量机构成灰色最小二乘支持向量机,根据目前灰色模型与最小二乘支持向量机结合的方法,提出并联型、串联型和残差型三种预测模型的结构.将上述三种灰色最小二乘支持向量机模型用于对三峡库区石佛寺滑坡垂直位移进行预测,模型精度和预测结果比较理想,优于单一预测模型.试验表明:灰色最小二乘支持向量机可提高预测精度,用于滑坡变形预测是有效可行的.     

基于ArcEngine的土地利用数据研究

作为土地资源调查工作主要成果的土地利用现状图,主要为反映土地利用的特点和利用的合理程度,改良土地利用方式并进一步挖掘土地潜力提供科学依据。目前土地利用数据由大比例尺向中小比例尺转换工作主要由手工操作或是基于商用软件包进行;由于手工操作环节多,工作量大、所耗周期长、技术性强、作业人员的干扰因素多,较易产生误差和错误;而商用软件包在进行土地利用数据制图综合的过程中则缺乏相关的知识规则。本文以此问题为出发点进行研究,结合土地利用数据制图综合理论体系,在ArcEngine环境下对土地利用制图综合规则及操作进行开发,生成土地利用数据制图综合模块;利用实例数据对土地利用数据制图综合模块的功能进行检验,实验结果显著地克服了手工操作中的缺点,并使综合制图的自动化体系得到完善。     

滑坡危险性评价模型中的量化方式研究——以永嘉县为例

滑坡因子的分段和量化问题非常复杂,相同的滑坡因子在不同条件下对滑坡的贡献会有所不同,甚至完全相反。针对浙江省永嘉县具体滑坡点各个滑坡因子的分布情况,提出滑坡因子量化方案,并应用该方案构建滑坡危险性评价的神经网络模型。通过不同模型的对比分析,认为基于量化方案的支持向量机(Support Vector Machine,SVM)神经网络模型的实用性最强,结果最为满意,其滑坡分布的验证正确率达到84.2%。     

模糊神经网络在变形分析与预报中的应用研究

研究了模糊神经网络的网络建模,提出了单点建模、分组建模和整体建模3种建模方法,为变形分析和预报提供了新思路。结合滑坡变形实例,指出了模糊神经网在工程变形分析和预报中的可行性。