InSAR技术和孕灾背景指标相结合的地灾隐患识别

合成孔径雷达干涉测量(interferometric synthetic aperture radar,简称InSAR)是获取地表形变的重要手段,由于InSAR数据获取的限制和数据处理中产生的精度误差等问题,在地灾隐患识别方面的工作还需要联合地质灾害本身进行分析.为此提出了一种基于InSAR技术与研究区孕灾背景指标相结...     

基于小基线集雷达干涉测量的中巴公路盖孜河谷地质灾害早期识别

中巴喀喇昆仑公路是中巴经济走廊的重要建设部分,但沿线地质灾害多发,对公路正常运营造成严重威胁。尤其是盖孜河谷段地质环境更为复杂,在降水、地震诱发下,崩塌、滑坡、泥石流等地质灾害多发。本研究采用小基线集雷达干涉测量技术(SBAS-InSAR)技术结合实地验证对盖孜河谷段进行地表变形监测和地质灾害早期识别研究,得出如下结论:(1)利用SBAS-InSAR技术得到了中巴公路盖孜河谷段的时间序列地表形变信息,提取了每个形变点的年均形变速率和累计形变量,证实了该方法在山区地质灾害早期识别中的良好优势;(2)选择以公路为中心的10 km缓冲区作为研究范围,利用SBAS-InSAR的方法干涉处理得到研究区2016—2017年雷达视线方向(LOS,Line of Sight)的形变速率值为-76～28 mm/a,结合研究区的坡度、坡向及卫星采集数据的几何姿态等信息将视线方向形变转换到斜坡方向,得到沿斜坡向的最大形变速率值为-157 mm/a。(3)基于斜坡向滑移速率,结合野外考察得到发育在研究区的449处灾害点,包括31处滑坡,416处不稳定斜坡和2处冰川运动,通过遥感解译和野外实地验证识别出区域内23条泥石流沟。(4)利用热带降雨测量任务(TRMM)降水数据对时间序列形变曲线进行分析,得到区域滑坡、不稳定斜坡的发生与强降水相关,且滑移现象滞后于强降水的发生,所以应该重点关注异常降水的发生,为灾害早期识别和防治提供科学依据。     

基于SBAS-InSAR技术的金沙江流域沃达村巨型老滑坡形变分析

近年来突发性高位滑塌灾害日益频发,造成恶劣影响。这类地质灾害调查难度高、隐蔽性强,单靠群测群防和地质调查难以解决灾害的防治问题。随着雷达遥感卫星数据质量的不断提升,合成孔径干涉雷达测量(InSAR)中的SBAS-InSAR技术为特大型老滑坡灾前形变探测提供了新的技术途径。利用SBAS-InSAR技术对金沙江流域沃达村滑坡进行地表形变监测,获取了2017年3月30日至2019年9月28日内的形变结果,划定了强烈形变区(Ⅰ雷达)、均匀形变区(Ⅱ雷达),分析了滑坡复活区整体和局部滑塌地表形变速率、累积位移变化趋势和主裂缝形变情况。同时实地进行了工程地质调查和复核,发现老滑坡复活区变形迹象与SBAS-InSAR技术解译成果有着较好的一致性。表明SBAS-InSAR技术在复杂山区地质灾害监测预警领域有较为广阔的应用前景,为类似老滑坡监测预警提供了新的思路与借鉴。     

川藏交通廊道典型工点InSAR监测及几何畸变精细判识

为了探明川藏交通廊道典型工点高陡岸坡的稳定性,以及明确SAR(synthetic aperture radar)几何畸变对InSAR(interferometric synthetic aperture radar)形变结果的影响,利用时序InSAR技术开展川藏交通廊道典型工点高陡岸坡形变监测,并提出了一种可识别所有几何畸变类型的SAR几何畸变精细判识方法.成功识别出9处不稳定的高陡岸坡,获取了各轨道SAR几何畸变精细识别结果.在精细划分几何畸变的前提下,通过进一步地将几何畸变与形变结果联合分析,首次揭示了各类几何畸变(包括透视收缩、主被动叠掩、主被动阴影)对InSAR形变结果的影响效果.研究明确了InSAR技术在川藏交通廊道高陡山区的应用能力、适用范围以及几何畸变区结果可靠性的判识,可为后续高陡岸坡形变监测、精确解译等研究提供重要参考.      

基于InSAR监测和PSO-SVR模型的高填方区沉降预测

基于小基线集干涉测量技术（small baseline subsets interferometric synthetic aperture radar, SBAS-InSAR）和机器学习知识对高填方区域进行地表沉降监测及预测,对工程项目的施工、检修、运营等工作都具有重要的指导意义。文章以重庆东港集装箱码头为研究对象,选取2018—2019年覆盖研究区的31景Sentinel-1A数据,利用SBAS-InSAR技术获取该区域的地表沉降数据,并进行内外精度评定;通过信息量模型分析地表沉降易发地地势特点,选择预测点位;通过灰色关联分析计算动态影响因素与沉降量之间的灰色关联度,使用主成分分析法从影响因素中提取出主成分,构建训练集和测试集,通过粒子群算法-支持向量机法（particle swarm optimization-support vector regression, PSO-SVR）预测模型对测试集数据进行预测。为验证该模型在高填方区域沉降预测的可靠性和优异性,将自回归差分整合移动平均模型（autoregressive integrated moving average model,...     

合成孔径雷达差分干涉测量（D-InSAR）技术在多年冻土区地表变形监测中的应用

多年冻土区地表变形严重影响着区域内生态环境和工程设施的稳定性。合成孔径雷达差分干涉测量（differential interferometric synthetic aperture radar, D-InSAR）技术作为一种新型的空间对地观测技术, 为多年冻土区地表变形监测提供了新方法。通过近20年的不断深入研究, 利用D-InSAR技术的多年冻土区地表变形监测取得了大量研究成果。首先介绍了D-InSAR技术测量地表变形的理论基础, 进而概述了D-InSAR技术在多年冻土区地表变形测量中的应用现状, 然后总结了D-InSAR测量过程中存在的关键问题及可能的解决方法。在此认识和分析的基础上, 对D-InSAR技术今后在多年冻土区地表变形监测中的发展方向进行了探讨, 以期为D-InSAR技术在多年冻土区地表变形监测中的推广应用和深入研究提供参考。     

联合时序InSAR和滑坡灾害易发性的元阳县滑坡灾害隐患识别

目前合成孔径雷达干涉(interfermoetic SAR,InSAR)理论与技术一直处于快速发展态势,在地质灾害隐患识别方面已有阶段性的进展,但是为了提高识别的效率与准确度还需进一步的研究。因此提出一种联合时序InSAR(Interfermoetic SAR)技术和滑坡灾害易发性的方法对云阳县进行滑坡灾害早期识别。该方法通过小基线集干涉测量(Small Baseline Subset InSAR, SBAS-InSAR)技术获得该地区地表形变信息,再结合通过信息量模型以地貌类型、土地利用类型、断层距离、高程、工程地质岩组、坡度、坡向、曲率与河流距离9个评价因子作为信息量值获得的滑坡灾害易发性区划与谷歌影像分层次进行潜在滑坡灾害的识别。然后对识别结果进行验证,研究表明了该种方法在此地区应用的可行性,且研究成果为地质灾害进一步的调查提供了参考与技术支持。     

基于SBAS-InSAR技术的深切割高山峡谷区滑坡灾害早期识别

近年来,高山峡谷区滑坡灾害频频发生,给人民生命和财产安全带来严重威胁。针对多数学者利用SAR单轨道数据对高山峡谷区滑坡进行早期识别,存在SAR成像几何畸变造成部分滑坡不能识别、识别结果不全面等问题。为全面准确的对高山峡谷区滑坡隐患进行早期识别,文章采用SBAS-InSAR技术,以东川小江沿线两侧深切割高山峡谷区为研究区,通过升降轨SAR数据结合互补的方式进行滑坡灾害隐患识别,引入高分辨率光学影像等作为辅助识别,最终共识别出18处滑坡灾害体,其中5处为高风险潜在滑坡,并对三类典型潜在滑坡进行分析。分析结果表明:利用升降轨SAR数据结合互补的方式,能有效避免SAR单轨道数据在高山峡谷地区产生的几何畸变问题,同时,该方法能更为准确全面地对高山峡谷区滑坡隐患进行早期识别,为防灾减灾事业及政府部门决策提供一种有效的手段。     

基于SBAS-InSAR技术的安徽省砀山县地面沉降监测

皖北地区地貌形态以平原为主,地面沉降是其面临的主要地质灾害。基于小基线集(small baseline subsets-interferometric synthetic aperture radar, SBAS-InSAR)方法,利用2017年5月至2021年12月期间采集的47景Sentinel-1A SLC (single look complex,SLC) 升轨数据对砀山县进行地表形变监测,获得了砀山地区该时段年均形变速率和地表累计形变图,揭示了监测期间该区的形变时空分布和变化特征。结果表明: 以砀城镇为中心,包含高铁新区及经济开发区一带地表沉降明显,黄河故道以北,沿玄庙镇东西方向发生微量沉降,沉降的分布与地下水过量开采以及岩土性质密切相关。定期监测地面沉降的分布和量级,能够缓解日益增长的城市化人口暴露于这类灾害下的风险。     

基于SBAS-InSAR技术的中巴公路(公格尔墓士塔格段)地质体缓慢变形识别研究

中巴公路沿线地质灾害多发,通过微小变形对于其沿线地质灾害进行早期识别是一种重要的防灾措施。本文以中巴公路公格尔山至墓士塔格山段为研究区,选用2007年7月12日至2011年1月20日获取的16景PALSAR合成孔径雷达数据,采用小基线集干涉测量技术(SBAS-InSAR,Small Baseline Subset Interferometric Synthetic Aperture Radar)进行了变形干涉计算,识别并分析了沿线地质体的变形情况:(1)冰川运动与冰川泥石流作为沿线最主要的地质灾害,变形相对较大,较易识别,有效PS点主要分布在前缘冰碛物部分,反映为正负大变形相间的高异常值点团,其中公格尔山与墓士塔格山山麓的冰碛物运动最为显著; (2)沿线较软弱顺坡结构岩体发育,且风化严重,稳定性较差,易形成溜石坡灾害,表现为顺坡负异常变形; (3)宽谷区PS点变形以正值和较小的负值为主,该区域主要为底部冰水堆积物,上部洪积物,冰川融水补给充足,土体水分含量较高,可能产生冻胀变形,同时也可能存在斜坡重力梯度方向的变形,二者变形合成在测量结果上表现为视线向的正异常; (4)中巴公路主要在湖盆和洪积扇上展布,推测由于不均匀分布软土的变形,使较为刚性的公路部分路段产生了下沉; (5)SBAS-InSAR的高精度变形观测覆盖范围广,对于线性工程周围地质体稳定性的识别具有很好的应用前景。     

“空-天-地”一体化技术在滑坡隐患早期识别中的应用——以兰州普兰太公司滑坡为例

长时间序列SBAS-InSAR形变监测,能够减弱误差带来的影响,提高监测精度,有效识别地质灾害隐患。研究获取了兰州地区2019年9月至2020年4月的L波段升轨ALOS-2编程数据,利用"空-天-地"一体化地质灾害监测体系,基于小基线集（SBAS-InSAR）技术对兰州市普兰太有限公司滑坡进行了有效识别。经现场核查,滑坡宏观变形迹象明显,并与同期C波段Sentinel-1A升轨数据处理对比分析,表明基于L波段的SBAS-InSAR形变监测在兰州市典型滑坡早期识别中发挥了很好的作用,可以在区域滑坡早期识别中推广应用。     

基于InSAR技术的川西高山峡谷区地质灾害早期识别研究——以小金川河流域为例

采用短基线集时序干涉测量(small baseline subset InSAR,SBAS-InSAR)技术,利用多时相合成孔径雷达数据,对川西高山峡谷区开展地表多时相、长时序形变监测与地质灾害隐患早期识别研究。介绍了时序InSAR方法原理,梳理了数据处理流程,分析了小金川河流域雷达可视性,利用2018-11—2019-12共26期的Sentinel-1A历史存档数据开展了流域内地表形变监测,结果表明: 流域内雷达视线方向的年平均形变速率为-51.12~75.28 mm/a; 依据形变异常分布规律,共判译出4处形变异常区与11处潜在地质灾害隐患点,其中6处隐患点为已知地质灾害点,其余5处隐患点尚不为人知。以隐患点P1(阿娘寨滑坡)为典型案例,开展了长时序监测分析与验证,评估利用InSAR技术开展地质灾害隐患早期识别的可靠性,证明了SBAS-InSAR技术在地质灾害早期识别中的优势及有效性,其技术成果在川西高山峡谷区具有大范围推广应用的潜力。     

川藏铁路卡子拉山滑坡发育特征与防灾减灾对策

为查明川藏铁路卡子拉山隧道进口规划建设区地质灾害特征,评价其在川藏铁路建设和运营期间可能遭受的地质灾害风险,采用高精度遥感、机载LiDAR、工程地质勘查等“空-天-地”一体化技术对该隧道进口规划区开展调查研究。结果表明:川藏铁路卡子拉山隧道进口规划区内发育有1#、2#滑坡和俄洛堆不稳定斜坡;1#滑坡规模约32.48×106 m3,2#滑坡规模约10.15×106 m3,均为已发生的特大型岩质滑坡;俄洛堆不稳定斜坡位于2处滑坡中部,规模约35.80×104 m3,下部为强风化岩体,上部为碎石土结构,为中型复合型结构斜坡。评价认为:川藏铁路卡子拉山隧道进口选线从2处滑坡体中部山脊穿过,2处滑坡对铁路选线未构成地质安全风险,但隧道进口穿过的俄洛堆不稳定斜坡存在潜在地质安全风险;1#、2#滑坡体在天然工况下处于稳定状态,俄洛堆不稳定斜坡在天然和地震工况下处于稳定状态,在暴雨工况下处于欠稳定状态。为规避工程建设扰动诱发潜在的滑坡风险,建议将卡子拉山隧道选线进口向东南侧平移,通过边坡开挖的合理设计、施工期间的实时监测及运营期间的针对性治理等措施,从源头上对潜在滑坡风险进行防控,以保证工程建设及运营安全。研究结果可为川藏铁路选线提供科学的地质依据。     

SBAS-InSAR技术在西藏江达县金沙江流域典型巨型滑坡变形监测中的应用

滑坡是一种破坏力极强的地质灾害,对滑坡易发区域进行长期有效的时序形变监测是研究机理和防灾减灾的重要途径,小基线雷达干涉测量技术（SBAS-InSAR）在滑坡等地质灾害形变监测中的应用为当前地灾防治提供了新的手段。文章使用SBAS-InSAR技术对西藏江达县金沙江流域发生的典型滑坡灾害进行了时序形变特征分析。首先,基于2017年7月—2018年12月的23景Sentinel-1A影像数据,获取了江达县东部及其周边区域在时间跨度内的形变分布图以及时序形变特征;在此基础上,结合区域内沃达和白格2处滑坡的实地勘探资料和现有研究成果验证了形变探测结果的准确性;另监测数据显示沃达滑坡中部及前缘位置存在明显形变,且部分位置的形变量超过100 mm,白格滑坡的残留体同样存在较大的形变,尤其是边界区域存在明显的形变漏斗,最大形变量超过110 mm。同时在金沙江流域西岸存在2处滑坡隐患区域,累计沉降量均超过45 mm,最大形变速率分别为?53 mm/a和?45 mm/a。基于数据分析和现场勘查,表明SBAS-InSAR技术在滑坡灾害的形变监测方面是一种有效手段,另江达县金沙江多处岸坡在不断发生形变,应进一步加强该区域地质灾害形变监测,必要时提前开展防治工作。     

岩溶山区浅层基岩滑坡失稳机理研究 ——以大方县金星组滑坡为例

岩溶山区浅层滑坡具有发育规律性差、前期变形迹象小、面小点多等特征,早期识别难度大,难以实现全面调查与监测,因此,对典型案例的成因机理进行研究具有重要意义。2016年7月1日贵州省大方县金星组发生滑坡,共造成23人死亡。金星组滑坡滑体厚度平均仅为4 m,总方量约9.5×104 m3,属于典型的岩溶山区浅层基岩滑坡。研究认为,坡角大于岩层倾角的顺层坡体结构是滑坡发生的主要内在因素,而滑坡发生前的降雨入渗且无有效的排泄途径,导致坡体中的薄层泥岩发生泥化是金星组滑坡发生的直接触发因素。     

舟曲江顶崖滑坡的早期判识及风险评估研究

如何提前判识滑坡变形并对其进行早期风险评估已成为地质灾害防治领域的研究热点。文章以舟曲白龙江流域江顶崖堆积层滑坡为反分析案例,进行了滑坡变形早期判识及风险评估综合研究,提出了小基线集雷达干涉（SBAS-InSAR）技术解译分析、地质-力学联合分析、动力过程数值模拟分析三者相结合的滑坡变形早期判识与风险评估全流程分析模式。基于SBAS-InSAR技术解译能够准确地判识江顶崖滑坡的分布范围及早期形变特征,江顶崖滑坡的变形破坏模式为牵引式,滑坡体长度约680 m,宽度约210 m。基于早期识别信息,地质-力学联合分析表明:江顶崖滑坡为典型的老堆积层滑坡,前缘局部变形,破坏模式为牵引式,滑坡体平均厚度约35 m,滑床整体坡度较缓,失稳后运移速度不大。选取符合江顶崖滑坡体滑移摩擦特征的库伦摩擦模型,基于深度积分连续介质方程,分析计算滑坡体的动力学过程,结果表明:滑坡体滑移速度不大,最大值约为2.2 m/s,运动方式表现为推挤白龙江河道,堵江可能性较小,并且江顶崖滑坡体前缘错动完成后,该滑坡体滑移速度从前缘到后缘快速降为0,表现为牵引式运动特征。本次分析结果与实际相符,吻合度较高,采取的综合分析方法及研究模式可用于舟曲白龙江沿岸类似滑坡的早期判识及风险评估。     

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。     

金沙江新桥滑坡群工程地质特征及治理措施

金沙江溪洛渡水电站对外交通专用二级公路所经新桥古崩塌体(岩堆)规模巨大，形成历史久远，当地人民称其为“垮山地势”。新桥滑坡群是在新桥古崩塌体基础上形成的。由3块小滑体(E、F、G)构成的一个大型的岩堆滑坡群。每个滑坡规模不等，发育阶段不同，成因各异。新建二级公路推荐方案路线垂直于E、F、G3个滑坡主轴线，从滑坡体中上部通过。文章通过分析滑坡所处的工程地质环境，详细描述了各滑坡的工程地质特征，在定性及定量两个层次上综合评价了该滑坡群的稳定性，分析预测了工程对其可能产生的不利影响。根据该滑坡群的工程地质特征，针对性地提出了对直接威胁路线安全的E、F、G3块滑体的综合治理措施。从工程角度出发，总结了滑坡区的公路选线及治理原则。