InSAR技术在滑坡灾害中的应用研究进展

InSAR技术作为重要的对地观测技术之一,已在城市、矿山、地质灾害等地表形变监测领域得到广泛应用与探索,特别是在滑坡灾害形变监测中具有很强的实用性.为全面、准确及深入认识和梳理InSAR技术在滑坡灾害应用中的前沿科学问题、局限性、面临挑战及未来发展趋势,以期更好地服务于滑坡灾害的防治与监测.以InSAR技术滑坡灾害应用...     

InSAR技术在地质灾害隐患早期识别中的应用

InSAR技术是对人不能至、观测条件苛刻地区的重大地质灾害隐患进行早期识别的重要手段之一。本文以天全县为例,通过InSAR技术解译出形变区域,然后结合"InSAR形变量、威胁对象、地形地貌"三要素分析出疑似隐患区域,并通过传统地质灾害野外调查进行验证,结果表明InSAR解译结果具有较高的准确性。     

时序InSAR技术探测芒康地区滑坡灾害隐患

位于中国西藏自治区东南部的芒康地区受自然条件制约和人类活动影响,近年来滑坡等地质灾害频发,对电网建设运行、交通干线通行和人民生命财产安全构成严重威胁,亟需有效技术手段对该地区分布的滑坡灾害隐患进行探测识别,从而为防灾减灾提供决策信息支持。采用小基线集（SBAS）时间序列雷达干涉测量技术,对覆盖芒康地区的历史存档ALOS PALSAR和ENVISAT ASAR数据集进行处理分析,探测发现了分布在318国道沿线和金沙江河谷的多处疑似滑坡灾害隐患点,获得了潜在滑坡形变的空间分布图和时间演化特征,证明了时序InSAR技术应用于藏东区域地质灾害调查的可行性和有效性。     

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...     

利用时序InSAR进行毕节市潜在滑坡识别与形变监测

贵州省是全国地质灾害多发、频发最为严重的省份之一,还具有很强的隐蔽性、突发性和不可预见性。为加强贵州纳雍、黔西两县级区域内潜在滑坡的监测与评估,本文利用2017年3月—2020年7月Sentinel-1 SAR数据基于SBAS-InSAR技术获取了纳雍、黔西两县级区域内的时序形变结果。结果表明,在研究区域内共发现60处疑似滑坡点,在监测时段内,滑坡最大累积形变量达23 cm。最终通过区域内的滑坡点进行实际踏勘,表明本文方法可为贵州省地质灾害防治和管理等工作提供参考。     

时序InSAR滑坡形变监测与预测的N-BEATS深度学习法——以新铺滑坡为例

滑坡通常发生突然,破坏力巨大,经常造成重大生命安全事故和财产损失。高可靠性、高精度及具有抗差性能的滑坡形变监测预测手段和方法对于国家防灾减灾需求具有切实意义。InSAR技术是一种能够全天时和全天候观测获取高空间分辨率和宽覆盖率影像,高灵敏性捕捉时空维动态变化的监测手段,然而目前应用InSAR时序影像对滑坡区进行滑坡预测的工作仅是凤毛麟角。基于时序InSAR观测结果,本文提出了一种能够有效解决中短期滑坡预测问题的深度学习滑坡预测方法。在三峡新铺滑坡区应用N-BEATS网络模型和Sentinel-1 SAR数据进行形变预测,以均方根误差1.1 mm的预测精度完成了滑坡预测工作,并对预测结果进行了数据结构影响的规律性分析、传统方法效果对比、抗差性评估及置信区间估计等多方位的剖析,结果显示出了其高精度、高可靠性及具有一定抗差能力的突出优势。     

时序InSAR在贵州区域地质灾害隐患识别的应用

针对传统地质灾害隐患排查手段无法进行全天时、全天候、大范围识别监测的问题,该文以ALOS-2升轨和Sentinel-1A升降轨雷达影像为数据源,利用时序InSAR技术开展了贵州省六盘水和黔西南区域地质灾害隐患识别监测,同时基于SAR卫星入射观测方向和地形地貌之间的关系,对研究区域侧视成像几何可视性进行判别分析。最后综合利用3种数据获取的形变结果以及结合光学影像、地形等数据进行了形变解译,共识别出108个地质灾害疑似隐患点,并通过外业核查验证了地质灾害隐患识别的准确性。实验结果表明,时序InSAR技术能够有效进行地质灾害隐患识别监测,可为地质灾害防治提供科学依据。     

深度学习技术在遥感影像滑坡识别中的应用

探索遥感影像滑坡识别方法对于抢险应急指挥具有重要意义。传统的人工现场勘察速度慢、效率低,因此本文提出了一种基于深度学习的遥感影像滑坡识别方法。该方法首先基于毕节滑坡影像构建样本集,为了增强模型泛化能力,对训练集进行扩充增强并加入部分非滑坡数据,然后搭建U-Net深度学习模型并输入训练集进行训练。最后,利用测试集和北京市房山区、延庆区的两处实际滑坡区域对模型进行测试。实验结果表明,该方法要优于常规的数学形态学与SegNet模型方法,方法精度较高,能够实现影像滑坡区域的有效识别。     

InSAR技术在高速公路灾害辅助识别中的应用

为尽可能早地发现并排查出高速公路灾害的隐患点,本文以昆磨高速公路的昆明至玉溪路段为例,首先基于PS-InSAR技术,利用45景Sentinel-1影像获得了研究区域2018—2019年的沉降速率图。然后对沉降严重区域进行横纵断面分析,识别出昆磨高速公路沿线的隐患路段。最后对这些路段的进一步监测提出建议。研究表明,昆磨高速公路沿线总体呈现出较为平缓的沉降趋势,但存在着3个严重沉降区。分别是谢井村和朱井村路段、昆磨高速公路与东绕城高速公路交界处路段,以及昆磨高速公路与晋新公路交界处路段。因此证明了PS-InSAR技术能有效排查高速公路沿线的灾害隐患。     

融合InSAR技术的矿区大梯度形变研究

针对矿区开采沉陷沉降量级大、形变剧烈,传统InSAR技术监测过程易出现影像失相干,监测精度较低的问题,以山西省某矿区9103工作面为例,提出SBAS-InSAR和Offset-tracking技术联合监测的方法.采用SBAS-InSAR监测沉陷盆地边缘地区微小形变,采用Offset-tracking技术监测沉陷盆地中心区域大梯度形变,并将二者的形变信息进行融合,从而获得整个采掘工作面上方地表时空变化规律.研究表明,其监测结果与实测数据吻合度较好,满足开采沉陷监测的一般精度要求,融合SBAS-InSAR和Offset-tracking技术可以有效地解决传统InSAR技术只能监测微小形变的问题,为矿区开采沉陷大梯度形变监测以及环境治理提供新的理论思路.     

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...     

基于时序InSAR技术监测大桥历史形变

2019-06-14,河源市源城区东江大桥第三跨第二桥墩以及第四跨第三桥墩出现了垮塌,此次事故造成了人员伤亡和重大经济损失.为了分析此次灾害事故发生发展的成因,本研究获取了Sentinel-1A雷达卫星2018年12月至2019年6月的历史影像数据,基于时序InSAR技术手段处理得到了该监测时间段内的历史形变信息.研究...     

利用稀少卫星影像控制点生产1:10 000 DOM——以阿拉善盟测区为例

青藏铁路沿线地表受多年冻土的影响会产生抬升和沉降,形变监测对于其安全运行至关重要。本文采用41景C波段Sentinel-1A升轨数据,结合均匀网格划分子区域的方法,探测分布相对均匀的永久散射体,以作为SBAS InSAR技术的地面控制点,对青藏线羊八井站至乌玛塘站段铁路及其沿线地表进行形变监测。试验结果表明,该段铁路年形变速率范围为-8~2 mm/a,该区域形变受周围冻土的影响随季节呈周期性变化;SBAS InSAR技术和本文的PS-SBAS InSAR技术在同名点形变趋势与形变程度方面的对比结果保持一致性,进一步说明了本文方法的可靠性。     

InSAR结合概率积分法的矿区外围形变监测

针对单轨InSAR仅能获取LOS向形变和概率积分法预计精度受参数影响较大的问题,探讨了InSAR技术最佳参考DEM的选用方法,根据走向线上点LOS向与真实形变矢量之间的夹角与倾角的函数关系,结合由概率积分法获得的倾角与InSAR获得的LOS向形变量计算得到走向线上点的形变矢量.结果 表明:①4类DEM基于DInSAR和...     

白龙江流域潜在滑坡InSAR识别与发育特征研究

白龙江流域地处甘肃省东南部,位于青藏高原、黄土高原和四川盆地的交汇处.区内断裂构造发育、新构造运动活跃、地震频繁,加之多见的暴雨和持续降雨天气,使得流域内地质灾害频发,且分布范围广泛,其中以滑坡、泥石流灾害较为显著.本研究基于合成孔径雷达干涉测量技术,对白龙江流域进行区域尺度上的时序地表变形监测,得出2018年-201...     

时序InSAR技术应用于高压输电线路附近的地表形变灾害防控

2020年6月12日,广州从化区的高压输电线路森从甲线,发生暴雨内涝应急事故,多处杆塔区域地质发生塌方、内涝.本文利用小基线集(SBAS)技术,基于Sentinel-1A数据,反演获得高压输电线路附近区域的2020年1月至6月累积地表形变量,研究强降水对山体地表形变产生的影响.综合分析监测结果表明,该区域在2020年上...