知识图谱驱动下的多源遥感滑坡隐患识别

遥感技术在地质灾害防治领域发挥着重要作用,随着航天航空技术的发展,更多的遥感数据可被获得并有效地运用于地质灾害体的识别,尤其在滑坡隐患识别中广为应用。综合利用InSAR和光学遥感数据开展地质灾害隐患识别是近期研究的热点。传统识别过程完全依靠解译人员的工作经验,其主观性较强,无固定的识别逻辑遵循。本文基于SBAS-InSAR与光学卫星影像,通过分析滑坡隐患识别过程,构建滑坡识别知识图谱和识别提取矩阵模型。在知识图谱逻辑驱动下对“光学遥感+InSAR”组合识别的滑坡隐患进行区域空间特征分析,为滑坡广域识别提供了具有半定量化提取指标意义的参考执行方案,实现了滑坡隐患识别从完全主观到半定量化的识别过程。试验表明,本文方法可为相关研究和工程实际应用提供借鉴,具有一定的应用价值。     

孕灾机理与综合遥感结合的三峡库首顺层岩质滑坡隐患识别

隐患识别是实现地质灾害从注重灾后救助向注重灾前预防转变的重要技术工作。本文以三峡库首秭归沙镇溪镇周边岸坡段顺层岩质滑坡隐患识别为基础,提出基于孕灾机理与综合遥感相结合的地质灾害隐患识别方法。首先,借助资料整理分析、遥感调查和现场调查等查明孕灾环境,并建立孕灾指标体系;其次,针对典型灾害体开展地质结构与致灾机理分析,以揭示典型孕灾模式,并建立综合遥感判识标志;再次,采用易发性分区评价,结合高分光学卫星遥感与InSAR等天基遥感变化检测技术,圈定隐患识别的易发重点靶区;然后,针对高易发靶区,利用无人机摄影测量、LiDAR等空基遥感技术识别疑似隐患体;最后,通过地面核查与专家判识,确认并圈定地质灾害隐患。利用该套技术方法,在工作区内共识别出8处地质灾害隐患,其中5处为具备孕灾模式但尚未出现明显变形的顺层岩质滑坡隐患体。结果表明,该套技术方法以查明孕灾环境及建立孕灾模式为核心与前提、以综合遥感探测为重要技术支撑,可以弥补目前主要依赖遥感变化探测开展隐患识别易造成精度较低甚至失效的缺陷,尤其适合于山高坡陡、植被覆盖茂密地区的隐蔽性、突发性地质灾害的隐患识别。     

滑坡隐患类型与对应识别方法

基于"三查"体系的滑坡隐患综合遥感识别工作已在全国范围推广应用并取得一定成效,但随着工作的推进,也暴露出一些亟待解决的问题,比如隐患究竟如何定义、有哪些类型、有何针对性的识别技术和方法,以及下一步工作重点是什么等.总结大量实践案例,进一步明确了滑坡隐患的定义,并将滑坡隐患分为正在变形区、历史变形破坏区和潜在不稳定斜坡3...     

小尺度山区地质灾害隐患的无人机精细化识别方法与实践

本文针对小空间尺度范围内以滑坡、崩塌为主的山区地质灾害,提出了一套基于小型无人机摄影测量的精细化隐患识别方法。首先,针对工作区开展至少两期无人机摄影测量作业,经处理后得到实景三维模型、数字正射影像(DOM)、数字表面模型(DSM)等精细化成果;其次,以两期DOM与DSM变化检测为主实现灾害体识别;然后,基于灾害体共性特征建立典型识别标志,并依此采用三维实景目视解译为主方法实现孕灾体识别;最后,通过地面核查确认或排除隐患。将该套方法应用到三峡库首秭归泄滩河左岸顺向斜坡区域,共识别出10处不同类型隐患,证明了方法的可行性。     

九寨沟地区高位滑坡隐患InSAR-LiDAR早期识别

首先在九寨沟地区约4000 km2的范围实践了空-天-地一体化的合成孔径雷达干涉测量技术（InSAR）和激光探测及测距技术（LiDAR）的滑坡隐患识别方法,共识别出滑坡隐患344处,其中高位滑坡隐患114处,其形变速率为-149～120 mm/a。然后综合遥感和野外调查验证分析,可知九寨沟地区高位滑坡隐患主要分布在构造侵蚀高山河谷地貌、坡度35°～45°、坡向NE至SE范围、高差100～350 m的第四系（Q）松散堆积层中。最后以中查沟高位滑坡隐患为例进行了基于InSAR-LiDAR方法的高位滑坡隐患时空分析,得到了该高位滑坡隐患的形变、形态和形势特征。本文验证了综合利用InSAR、LiDAR技术识别和分析高位滑坡隐患的准确性和可靠性,可为滑坡隐患的防灾减灾提供科学依据和参考。     

结合SBAS-InSAR技术及信息熵的苍山地质滑坡隐患识别

针对西南地区滑坡隐患高位隐蔽,传统技术难以全面识别的问题,本文以大理苍山为研究对象,首先利用SBAS-InSAR技术对苍山2019年1月—2021年4月间的滑坡隐患进行识别;然后结合随机概率信息熵模型,对不同坡度等级与边坡稳定性之间的关联性进行定量分析;最后根据典型隐患区的遥感影像以及采样点的形变时序图,探讨了边坡形变时空演化特征及沉降诱因。试验结果表明：(1)2019年1月—2021年4月,研究区的形变速率为-155.6～92.4 mm/a, 13个超过-30 mm/a的不稳定滑坡隐患被识别;(2)坡度等级为Ⅳ、Ⅴ级时,信息熵大于0.8,边坡稳定性较弱,不均匀形变严重,与已有研究保持高度一致,证实了该模型的可靠性;(3)典型隐患区形变趋势呈明显的季节性变化,降雨和冰雪消融是导致边坡失稳的主要因素。     

面向工程地质领域的滑坡知识图谱构建方法研究

大数据为滑坡研究带来了新机遇,但由于数据类型复杂、语义关系多样、共享机制不明等问题,对滑坡数据深层挖掘仍然有限,在滑坡研究中大数据优势较难发挥。提出一种面向工程地质领域的滑坡知识图谱构建方法,抽取、融合、结构化多源异构滑坡知识,实现对滑坡知识大数据的询查、关联和推理。采用自顶向下和自底向上结合方法,划分滑坡概念和本体,形成以滑坡野外调查、滑坡评价、滑坡类型、滑坡地貌特征、滑坡形态特征、滑坡致灾信息、滑坡活动状态、滑坡成因机制、滑坡稳定性分析方法、滑坡防治措施10大类知识为基础的滑坡知识体系,建立了包括概念层、属性层、关系层、规则层、实例层的知识图谱模式层;从广阔数据源抽取滑坡知识信息、建立语义网络,对冗余知识进行融合,构建了知识图谱数据层;利用Neo4j平台存储滑坡知识,实现了知识可视化与检索,为滑坡机理研究与防灾减灾提供新思路、新方法。所提的滑坡知识图谱构建方法可拓展到其他类型灾害知识图谱研究,并与其他学科领域产生联系,促进学科深度交叉与融合。     

雷达遥感滑坡隐患识别与形变监测

滑坡是全球发生最为频繁、造成损失最严重的自然灾害之一,滑坡表面形变测量对于滑坡的早期识别、监测和预警具有重要意义.雷达遥感具有非接触式大范围空间连续覆盖和高精度形变测量等优势,在滑坡地质灾害领域中取得了广泛的应用.本文概述武汉大学干涉雷达遥感团队近几年在利用雷达遥感监测滑坡形变方面的研究内容,包括:雷达遥感在滑坡形变监...     

滑坡应急监测的剖面分析方法研究

本文以典型的推移式滑坡应急监测实例为背景,采用简易有效的裂缝监测手段,沿滑坡主滑方向布设监测剖面,基于监测数据表征,提出了剖面联合分析方法。通过监测数据联合分析,掌握了滑坡变形过程、变形特征、影响因素以及整体稳定性状态,针对性提出了滑坡应急处置措施。文章探索的应急监测工作方法、数据分析分析方法及应急处置措施对同类工作具有一定参考价值。     

甘肃省舟曲县城周边活动滑坡InSAR探测

甘肃省舟曲县城周边区域是中国典型的滑坡、泥石流高易发区,2018-07-12县城下游江顶崖发生了滑坡堵江,对当地居民生命财产和基础设施安全造成了严重威胁.为查明舟曲县城周边区域潜在的滑坡隐患,利用2017-10-2018-12 Sentinel-1A雷达卫星升降轨数据,基于短基线干涉测量方法对舟曲县城上下游区域活动滑坡...     

兰州市降雨型黄土滑坡灾害空间分布特征

针对兰州市1986—2016年间降雨型滑坡灾害的空间分布特征,该文基于ArcGIS,利用核密度估算方法分析滑坡点,通过多次测试比较确定了估算的最优距离阈值,得到概化程度高、数值变化平滑的栅格密度,并结合研究区内高程、坡度以及地质环境揭示了降雨型黄土滑坡灾害的空间分布特征。研究表明:滑坡点沿着黄河及其支流沿岸分布,密集程度有"两高两低"分布特点,高程、坡度与滑坡多发存在相关性,城关区滑坡点最多且呈环状分布,西固区次之,其他区较少。     

GIS-based morphometric analysis of five major sub-watersheds of Song River,Dehradun District,Uttarakhand with special reference to landslide incidences

Evaluation of the morphometric parameters requires preparation of drainage map, contour map, ordering of the various streams and measurements of catchment area, perimeter, relative relief, relief ratio, length of drainage channels, drainage density, drainage frequency, bifurcation ratio, texture ratio, circulatory ratio and constant channel maintenance, which help to understand the nature of the drainage basin. The present study involves the Geographic Information System (GIS) analysis techniques to evaluate and compare linear, relief and aerial morphometry of the five subwatersheds of Song River (tributary of the Ganga River) with special reference to landslide incidences, for future development and planning of the watershed. Jakhan Rao, Song River, Bandal Nadi, Baldi Nadi and Suswa Nadi are the five major subwatersheds of the Song River basin. All the subwatersheds are basically of 5^th to 6^th order. Drainage patterns are mainly dendritic to sub dendritic. The drainage pattern of the Song River basin is mainly structurally controlled and the area is characterized by high to moderate relief. The asymmetric factor indicates that the tectonic rotation of the four subwatersheds is upward on the right side of the drainage basin and only one sub-watershed is downward. The numbers of the landslide incidences are also more in the upward side, than the downward side of the Song River basin.     

综合地表与深部位移监测数据的滑坡多目标加权位移反分析方法

针对滑坡参数反演存在的多目标优化问题,同时为弥补滑坡深部位移监测点位稀疏的不足,提出了一种综合地表与深部位移监测数据的滑坡多目标加权位移反分析方法。该方法利用地表与深部位移监测数据构建多目标位移反分析模型,采用抗差Helmert方差分量估计法计算各类位移观测量的抗差验后随机模型,优化反演模型的权参数。试验结果表明:深部位移信息量不足会导致位移反分析结果出现严重偏差,综合地表与深部位移信息的反演结果更为准确;基于抗差Helmert方差分量估计的多目标加权位移反分析方法不仅可以合理确定不同类型观测数据的权重,还能够有效抵制异常粗差对反演结果的影响,提高了反演计算精度。     

广域滑坡灾害隐患InSAR显著性形变区深度学习识别技术

全面识别和发现地质灾害隐患,已成为我国地质灾害防治的重大实际需求。目前,基于InSAR技术和深度学习相结合用于广域尺度下地质灾害隐患智能识别应用效果与适用性还需要进一步探索与研究。本文基于Stacking InSAR技术获得地表形变相位数据,利用深度学习检测识别正在变形的滑坡隐患位置与分布,确定显著性形变区边界,探索将上述技术方法推广到一定的广域范围和动态更新数据集。结果显示,测试数据集显著性形变区平均识别精度为0.69,召回率为0.67,F₁ score为0.67,动态更新数据集识别精度为0.85,召回率为0.58,F₁ score为0.68。研究表明,本文方法在广域地灾隐患识别中具有应用可行性,可为地质灾害监测预警提供理论基础与技术支撑。     

云阳宝塔滑坡监测的变形模式识别与分析

根据变形观测的位移矢量,识别变形体及其运动模式,是变形分析的一项重要内容。以往的作法是根据矢量作图、人工判断变形块体,然后选择适当的模式进行拟合。本文提出了一种在点位邻接拓扑关系加其他先验信息构成约束的识别思想及相应算法,从而可实现变形模式的自动识别。最后的算例说明了该算法的实现过程,有效性及潜在意义。     

InSAR技术的天水市活动性滑坡灾害识别与分析

针对天水市大型或严重破坏的黄土滑坡调查与分析较少,潜在活动蠕变型滑坡的空间分布与未来发展趋势不明的问题,该文基于InSAR遥感技术对天水市活动性滑坡进行了解译识别、成因分析与调查核实,利用SBAS-InSAR计算的时序形变信息判断滑坡未来的发展趋势.研究区内发现了103处活动性灾害,其中69处为黄土滑坡、34处地面沉降...     

A scoping review on the multiplicity of scale in spatial analysis

Journal of Geographical Systems - Scale is a central concept in the geographical sciences and is an intrinsic property of many spatial systems. It also serves as an essential thread in the fabric...     

From fields to objects: A review of geographic boundary analysis

Geographic boundary analysis is a relatively new approach unfamiliar to many spatial analysts. It is best viewed as a technique for defining objects – geographic boundaries – on spatial fields, and for evaluating the statistical significance of characteristics of those boundary objects. This is accomplished using null spatial models representative of the spatial processes expected in the absence of boundary-generating phenomena. Close ties to the object-field dialectic eminently suit boundary analysis to GIS data. The majority of existing spatial methods are field-based in that they describe, estimate, or predict how attributes (variables defining the field) vary through geographic space. Such methods are appropriate for field representations but not object representations. As the object-field paradigm gains currency in geographic information science, appropriate techniques for the statistical analysis of objects are required. The methods reviewed in this paper are a promising foundation. Geographic boundary analysis is clearly a valuable addition to the spatial statistical toolbox.? This paper presents the philosophy of, and motivations for geographic boundary analysis. It defines commonly used statistics for quantifying boundaries and their characteristics, as well as simulation procedures for evaluating their significance. We review applications of these techniques, with the objective of making this promising approach accessible to the GIS-spatial analysis community. We also describe the implementation of these methods within geographic boundary analysis software: GEM. Received: 22 March 1999 / Accepted: 7 September 1999     

汶川Ms8.0地震重灾区次生地质灾害遥感精细解译

汶川Ms8.0地震诱发了大量次生地质灾害, 主要包括崩塌、滑坡与泥石流等。在获取到全面的研究区震后多源遥感影像后, 采用人工目视解译的方法, 对14个重灾县(市)进行次生地质灾害解译工作, 共解译出约46560处崩塌、滑坡、泥石流等地震次生地质灾害, 灾害总面积约687.1km2。基于GIS平台获取到它们的位置、平面面积等基本信息, 绘制了研究区的地震次生地质灾害分布图与点密度图。结果表明, 本次地震次生地质灾害与龙门山3条主断裂有较好的对应关系, 且主要分布在4个集中区域。最后, 分析了地震次生地质灾害     

基于深度学习的滑坡位移时空预测

滑坡变形监测数据是认识滑坡变形演化规律的直接依据,对该数据深度挖掘是实现滑坡灾害预警预报的有力保障。现有的滑坡位移预测模型多局限于单个监测点的时序预测,且未考虑监测点间的空间相关性。针对上述问题,本文提出了一种基于深度学习的滑坡位移时空预测模型:首先,构建表达所有点间空间相关性的加权邻接矩阵;其次,引入外界影响因素加强属性特征矩阵,以构建图结构数据;最后,采用集合图卷积网络(GCN)和门控循环单元(GRU)的深度学习模型,并通过多组试验寻找最优超参数,实现滑坡位移的时空预测。本文模型结果的均方根误差为4.429 mm,与对比模型相比至少降低了47.3%。而消融试验结果也显示,引入外界影响因素的属性增强可进一步提高模型的预测性能,均方根误差相对于未属性增强结果减少了28.4%。结果表明,该方法可用于滑坡位移或其他地质灾害中同样具有时空关联属性的观测量的时空预测。