基于SBAS-InSAR技术的大型滑坡时序微小形变分析及其灾变时间预报

发育于高山峡谷区的大型滑坡往往具有隐蔽性强、突发性高和危害性大的特点,基于传统监测方法的时序形变数据通常非常匮乏,从而给此类滑坡的早期识别和灾变时间预报带来了极大困难。鉴于此,以西藏自治区江达县波罗乡白格滑坡为例,基于23幅C波段Sentinel-1A升轨雷达影像,利用短基线雷达干涉测量技术(SBAS-InSAR)获取了2017年3月18日至2018年10月3日的垂直方向地表时序形变数据,分析了该滑坡的年平均形变速率、累积形变演化以及典型观测点的累积位移变化,然后利用速度倒数模型对其灾变时间进行了预报。结果表明：白格滑坡灾变前具有明显的形变分区,即强烈变形区、次强烈形变区、一般形变区和基本稳定区,其中强烈形变区的垂直方向年平均形变速率为-39～-67 mm/a;白格滑坡的形变模式概括为后缘滑移牵引—前缘阻滑段渐进滑移—中后部整体变形,与此对应形成了牵引区、阻滑区和主滑区,且阻滑区的形变对降雨较敏感;速度倒数模型预报白格滑坡灾变时间滞后于实际灾变时间8 d,预报效果良好。研究结果表明SBAS-InSAR技术在类似大型滑坡灾变前的形变演化特征分析及灾变时间预报中具有广阔的应用前景。     

呼图壁地下储气库地表形变模式与机理研究

为探究地下储气库区域地表形变时空分布特征及影响因素,利用Sentinel-1A升轨合成孔径雷达影像,基于小基线集雷达干涉测量(SBAS-InSAR)技术提取了2017年3月-2019年5月呼图壁地下储气库的时序地表形变信息.结果 表明,在时间上,每年4月至10月注气阶段储气库地表靠近卫星约10～30 mm;同时,在夏季...     

联合LiDAR DEM与时序SAR数据的露天矿特大型滑坡监测

面向长期多阶段大型滑坡变形监测需求,提出了一种像素偏移量跟踪(pixel offset tracking,POT)与多时相雷达干涉测量(multi-temporal interferometry,MTI)协同监测方案,分别针对滑坡的快速变形期及缓慢变形期开展变形监测研究.针对时序SAR滑坡监测中面临的观测方向与滑坡变形方向的空间不一致问题,提出了一种高精度激光雷达(light detection and ranging,LiDAR)数字高程模型(digital elevation model,DEM)辅助的坡向变形求解方法,并开展了抚顺西露天矿南帮特大型滑坡长时序变形监测,其结果与GPS监测结果相比平均误差仅为dm级.     

基于D - InSAR的彬长矿区沉陷变形监测

差分雷达干涉测量(D - InSAR)技术能够监测沉陷区空间连续曲面的形变,具有精度高、连续监测、成本低等特点,是对现有矿区地表沉陷监测方法有益的补充.以陕西彬长矿区为例,根据获取的雷达影像图开展干涉测量的研究,将形变前后2幅干涉图相位差分得到地表形变,对照矿区的实际情况,分析去相干源影响,并对其误差作了简要分析.结果表明:D - InSAR技术,能够准确反映出矿区沉陷的位置和下沉程度,尤其在黄土高原,地质地貌条件比较复杂的条件下,更展示出D - InSAR技术在矿区地面沉降监测适用性、优越性和实用价值.     

基于SBAS-InSAR技术的木场古滑坡变形特征分析

滑坡灾害严重威胁着人们的生命财产安全,对滑坡开展监测工作对防灾减灾具有重要意义。获取覆盖木场古滑坡的58景Sentinel-1降轨数据,基于短基线子集干涉测量（small baseline subset interferometric synthetic aperture radar,SBAS-InSAR）技术对木场古滑坡进行形变监测,结合木场古滑坡的地质特征分析了滑坡时序变形趋势。结果表明：木场古滑坡体形变速率结果整体为负值,且中下部变形速率较大;监测期间次级滑坡H1、H2和H3区域变形最为严重,监测点在时间维度上的变形趋势基本一致,总体呈下滑趋势,表明木场古滑坡体处于持续发展阶段,尤其是次级滑坡H1、H2和H3发育尤为强烈;结合现场变形迹象验证了SBAS形变监测的准确性。促进InSAR技术在滑坡中的应用,以期为滑坡防灾减灾工作提供科学依据。     

基于时序InSAR技术监测北京平原区地面沉降

选取地面沉降比较严重的北京平原区作为研究区域,利用时序InSAR技术对该区域2003-2010年的52景ENVISAT ASAR数据进行处理,通过小基线对组合、差分干涉处理、高相干点提取、形变相位分离等步骤,最终反演出北京地区2003-2010年的时间序列累积沉降量和平均形变速率.研究结果表明,沉降地区主要分布在朝阳、通州、昌平和顺义地区,其中朝阳-通州区域沉降最为严重,年最大沉降量超过了110mm/y,与该区域过度开采地下水有关.将监测结果与现有研究成果和实测水准数据进行对比,发现三者具有较高的一致性,表明时序InSAR技术监测地区沉降具有可靠性和准确性.     

联合升降轨时序InSAR的金沙江滑坡群隐患识别

针对单一轨道合成孔径雷达干涉(InSAR)观测结果难以完整识别滑坡隐患的问题，在小基线子集(SBAS)算法基础上引入时间约束因子，结合时空基线组合优化与升降轨联合解算策略，提出了长时序InSAR二维形变提取模型与方法.针对白玉县和贡觉县交界处的金沙江沿线滑坡易发区，采用2018年-2022年的Sentinel-1A升降轨影像数据集开展时序InSAR形变解算，识别得到了金沙江深切峡谷区域的10处滑坡隐患及其空间分布，探明5处特大滑坡隐患(单体超过5 000万m³，最大形变速率超过-70 mm/a)，进一步解算得到了各滑坡点的滑移方向及量值，并结合降水数据总结归纳了滑坡的季节性演化特征与长期发展趋势.相关研究结果可为该区域的地质灾害防治与重大基础设施建设提供重要的参考数据和信息支撑.     

基于多时相InSAR技术的大渡河瀑布沟水电站形变监测与预测

形变监测与预测是对水电站异常情况进行预警和及时采取补救措施的关键。本文提出了一种长短期记忆(LSTM, Long Short-Term Memory)神经网络方法来预测大渡河流域瀑布沟水电站干涉合成孔径雷达(InSAR, Interferometric Synthetic Aperture Radar)的时间序列形变。该方法首先利用多时相干涉合成孔径雷达(MT-InSAR, Multi-temporal Interferometric Synthetic Aperture Radar)技术对2018-2020年瀑布沟水电站的哨兵一号(Sentinel-1)图像进行时间序列形变监测，然后基于时间序列InSAR形变数据采用LSTM神经网络建立了形变预测模型，最终获取瀑布沟水电站的形变速率结果和时序形变的预测结果。结果表明，瀑布沟水电站最大沉降速率达到-34 mm/a-1，LSTM预测模型训练和测试过程中点尺度的均方根误差(RMSE Root Mean Squared Error)和绝对误差平均值(MAE, Mean Absolute Error)最小值分别为2.343 mm和2.010 mm，2.094 mm和1.654 mm。LSTM形变预测模型的预测结果显示2020年5月-9月的累计沉降值将达到71.29 mm。本研究证明了LSTM神经网络是一种有效InSAR时序形变预测方法。同时该模型的预测结果也可用于瀑布沟水电站的形变预警和辅助决策。     

SBAS-InSAR技术在特大型滑坡形变监测中的应用——以西藏自治区庞村滑坡为例

针对西藏庞村滑坡2019年4月发现裂缝并持续增大,对附近村民及基础设施产生严重安全威胁,搜集2018 年 1 月 3 日至 2020年7 月 3 日的 75 景 Sentinel-1A 降轨数据,利用小基线集(small baseline subset-interferometric SAR, SBAS-InSAR)技术获取滑坡在该时间段内的地表形变信息;并在形变量较大区域内选取特征点,对形变量进行分析,最终将InSAR解译结果与地面调查以及GNSS(global navigation satellite system, GNSS)监测站结果进行对比,对解译结果的精度进行验证。结果表明：在所选时间段内,庞村滑坡最大形变速率为-38mm/y;滑坡体的形变存在明显的分界线,可将其分为三个不同的滑动区;2018年12月和2019年10月两个时间点,滑坡形变有明显的加速现象;与地面监测数据的精度验证表明：SBAS-InSAR解译结果与地面监测结果显示的滑坡形变时间和空间特征一致性,验证了利用Sentinel-1A数据采用SBAS-InSAR技术在特大型滑坡监测和治理中的有效性,为滑坡的治理提供了可靠的技术依据。     

基于干涉合成孔径雷达和哨兵-1A的广西岑溪地区滑坡隐患探测与形变分析

近年来广西地区滑坡坍塌灾害频频发生,威胁着人民生命和财产安全。为了给相关部门提供科学的滑坡监测数据以及提前制定合理有效的防治计划,本文以广西岑溪地区为例,利用干涉合成孔径雷达技术和岑溪地区2016年至2019年的20景哨兵-1A数据,提取了岑溪地区地表形变结果,结合地区历史降水数据综合评估了研究区内主要滑坡隐患和进行了形变时序分析。结果显示,岑溪地区的滑坡隐患主要分布在矿山采空区、公路沿线边坡、乡村山岭地带,其地表及边坡沉降多受生产建设等人为活动影响,加之广西地区重山复岭的山体地貌以及结构多变复杂的地质特点,在持续降雨的影响下加速下沉;此外,随着产业转移和地区经济的快速发展,区域内矿山、城乡公路沿线及边坡的沉降呈逐渐增强和扩大趋势。该案例可为岑溪地区的防灾减灾提供有力的数据与技术支持,并为丘陵山区的滑坡灾害隐患与形变分析提供思路与参考,也证明了干涉合成孔径雷达作为新兴雷达遥感测量手段,可以高效准确地对丘陵区域进行滑坡灾害隐患识别。     

永善县城古滑坡复活变形特征及稳定性分析

永善县城所处单斜斜坡整个为一古滑坡堆积体,位于金沙江南部。自1979年开始至今,古滑坡东部H1、H2滑坡分别发生复活变形,严重威胁复活滑坡上部永善县城3.5万余人生命财产安全。本次研究采用地面调查、地表与地下位移监测以及数值模拟等方法,分析了永善县城东部滑坡的复活变形特征与不同工况下复活滑坡稳定性的变化特征。结果表明：永善县城古滑坡深层特大型滑坡,现阶段复活的H1滑坡变形迹象明显,其中以北东侧变形最为剧烈,平均水平位移速率达0.63mm/d,H1整体处于加速变形阶段；H2滑坡处于蠕动变形阶段,后缘局部发育小型拉张裂缝。复活滑坡存在三个滑动面：H1滑坡第一剪出口、H1滑坡第二剪出口、H2滑坡,通过极限平衡法中的M-P法与Spencer法对不同工况下滑坡的稳定性进行分析与评价,得出数值模拟的稳定性特征与监测变形特征基本一致,暴雨对滑坡复活变形的影响最大、地震次之,因此后期治理需要充分考虑分区域治理与截排水的问题。     

金沙江白格滑坡运动过程分析及潜在不稳定岩体预测

2018年10月11日和11月3日于西藏江达县波罗乡白格村与四川省白玉县绒盖乡则巴村交界处,金沙江右岸先后发生两次滑坡,堵塞金沙江形成堰塞湖,经人工干预险情解除未造成严重损失。采用Voellmy流变模型,基于PCRaster环境使用MassMov2D模拟了两次滑坡的运动和堆积过程,并使用第二次滑坡的反演结果对白格滑坡滑源区的三处潜在不稳定岩体做了预测分析。模拟结果表明:MassMov2D可以用于金沙江白格滑坡这种滑坡-碎屑流的模拟,两次滑坡的主要堆积区域和堆积厚度均于实际情况接近;利用第二次滑坡模拟反演参数预测三处潜在不稳定岩体,假设三处不稳定岩土体同时失稳滑动,会形成64 m高的堰塞坝,可能再次堵塞金沙江形成堰塞湖。     

河南省巩义市铁生沟滑坡特征及防治措施研究

巩义市地质环境条件较复杂,是河南省地质灾害的多发区。铁生沟滑坡位于巩义市夹津口镇铁生沟村黄土丘陵区。通过勘查和监测,该滑坡为一大型滑坡,滑坡变形的主要原因是地质因素、降雨和人为因素共同作用的结果,目前仍处于不稳定状态,危害较大。结合滑坡体实际情况对滑坡治理进行初步研究,提出了采用削坡减载、地表地下排水措施及设置抗滑桩挡土墙支挡工程等综合治理措施．为黄土丘陵区相同类型的滑坡治理提供借鉴。     

岷江河谷深层倾倒形成演化特征及堵江灾害链效应

针对仅距茂县新磨村倾倒10km的梯子槽高位特大型倾倒,采用地质测绘、钻探、物探、井探、监测、室内试验、数值模拟等多手段,探明了倾倒基本特征、分析了倾倒的成因机制,研究了灾害链效应。结果表明：①梯子槽倾倒规模达1388.2×10⁴m³,倾倒结构复杂,其中倾倒上部为粉质粘土夹碎块石、下部为碎裂岩块,滑带为粉质粘土夹角砾,平均厚度4.5m,最大可达10m,擦痕清晰可见；②倾倒变形剧烈,坡体上裂缝随处可见,后缘贯通裂缝长约750m,下错高度5~10m；③倾倒经历了五个变形阶段,主要是反倾层状岩体倾倒折断,折断带风化成“土”,在后期降雨及地震作用下发生失稳破坏；④倾倒一旦失稳将堵塞岷江造成灾害链,据溃坝洪水灾害链演进预测分析：洪水将会淹没金龙潭水电站、两河口、飞虹乡以及沟口镇,淹没及影响G213国道20.2 km,总危害资产4.5亿,但对茂县县城影响较小。     

基于时序InSAR的矿区滑坡前地表运动特征分析

根据矿区滑坡前地表变形的遥感监测方法,提出了不同轨道SAR(synthetic aperture radar)数据集监测结果可靠性的判别依据,并对诱发矿区滑坡的因素进行分析.以鞍山市鞍千哑巴岭露天采场边坡为研究对象,基于44景Sentinel-1雷达影像(两组升轨和一组降轨),利用时间序列InSAR方法分析了采场边坡在2019年11月25日滑坡前约6个月的地表运动特征.结果表明,不同轨道数据集针对同一研究区域所获取的监测结果具有差异性,滑坡区域顶部后缘位置在发生滑坡前的一段时间范围内(约45d)呈异常强烈的加速变形现象.研究成果将为今后利用InSAR技术早识别矿区易滑坡危险区提供新的思路.     

永登县苦水镇大路村滑坡发育特征及稳定性评价

黄土滑坡在中国西北地区广泛发育,隐蔽性深、影响范围广、破坏性强是其典型的特点,不仅威胁着人民群众的生命财产安全,而且制约着当地经济的高质量发展。因此,正确认识黄土滑坡的发育特征与形成机理,开展滑坡稳定性评价对于黄土脆弱区地质灾害的预防预警、防灾减灾规划以及重大工程建设尤为重要。以苦水镇大路村1社滑坡为研究对象,通过地面调查、钻探、浅井勘探等多种手段,查明滑坡的形态、发育、变形等基本特征及岩土体物理力学性质,最后采用定性和定量计算相结合的方法评价稳定性状态,并圈定其危险区域。结果显示,大路村1社滑坡存在基本稳定和不稳定两种状态,其中在自重工况下处于基本稳定,但当在自重和地震叠加、自重和暴雨饱和叠加工况下均处于不稳定状态,易产生失稳下滑。滑坡一旦失稳,其覆盖范围将介于0.004～0.007 km²,这可能造成大量财产损失和人员伤亡,危害程度较大。研究结果丰富了新时期黄土滑坡灾害形成机理,为永登县在实现乡村振兴战略过程中地质灾害的治理工作提供科学依据。     

溪洛渡库区河口滑坡变形特征和形成机制

溪洛渡库区河口滑坡位于金沙江下游溪洛渡水电站东南岸坡上,永善县城至大兴集镇、莲峰镇公路横穿滑坡。滑坡一旦失稳将切断两个镇的生命线,甚至对库区形成危害。论文在现场地质测绘、勘察和数值模拟的基础上,对河口滑坡的变形特征和形成机制进行了研究。研究表明:河口滑坡是一个大型深层岩质滑坡;变形特征上可分为强变形区、弱变形区和松弛区;破坏模式上可分为前缘倾倒破坏模式和中后部滑移破坏模式;滑坡整体变形模式为倾倒-滑移-拉裂-剪断模式。滑坡主要影响因素有库水作用、地质构造、卸荷作用;河口滑坡若继续在库水作用和卸荷作用的影响下将继续变形。     

大渡河流域时序InSAR地质灾害监测

大渡河流域滑坡灾害频发，对流域内的施工建设和水电站安全造成极大威胁，获取流域地灾分布一张图对防灾减灾工作具有重要意义。本研究基于时间序列InSAR技术，对覆盖了大渡河丹巴至乐山段的升轨Sentinel-1数据进行分析，获取了流域2018-2021年的大范围形变结果，并结合光学影像识别出潜在的隐患区域。研究结果表明：区域最大形变速率达到了-65.2 mm /y；大部分沉降区集中在丹巴、石棉和汉源地区，主要受到地质构造活动和降雨等因素驱动；综合考虑形变速率、地形、植被覆盖和变形范围的影响，在大渡河沿线发现了15处较显著的滑坡隐患区；在典型形变区域，InSAR结果与地面测量数据基本一致，证明了InSAR滑坡监测技术在复杂西南山区的有效性，测量结果将为当地灾害治理提供指导依据。