基于时序InSAR的青海同仁市滑坡隐患早期识别与特征解析

选取青海省同仁市作为研究区,以Sentinel-1A卫星升降轨合成孔径雷达(synthetic aperture radar, SAR)数据为主要信息源,利用差分干涉测量短基线集时序分析(small baselines subset InSAR, SBAS-InSAR)技术反演提取区域地表形变信息,结合区内地形地貌、地质构造、气象水文、植被覆盖、历史地灾等背景资料,辅以GF-2光学影像筛选确认,实现了区内滑坡隐患的早期识别,共识别出滑坡隐患19处,其中8处为已知滑坡灾害点,11处为新识别隐患点。对形变反演与隐患识别结果进行了形变速率精度分析与结合几何畸变的差异性分析,评价了形变反演结果的精度与有效性,证明了隐患识别结果的全面与准确性。选取了3处典型滑坡隐患从形变时空分布特征、光学影像特征、实地变形特征等方面进行特征解析,掌握了区内滑坡隐患的孕灾条件及变形趋势。区内隐患坡体不稳定,均呈缓慢变形趋势,尤其是6—8月集中降雨期间,形变呈加速趋势,降雨是该区诱发滑坡灾害的主要因素。     

基于InSAR的宁夏黄土丘陵区（西吉县）滑坡隐患早期识别

滑坡灾害突发性强,隐蔽性高,传统的排查手段已无法满足新形势下摸清地质灾害风险隐患底数的要求。随着雷达观测数据精度与质量的发展,合成孔径雷达干涉测量（InSAR）成为监测地表变化的有效手段。本研究利用InSAR技术对宁夏黄土丘陵区固原市西吉县进行面状监测,获取了2019年12月25日-2020年1月18日内的形变结果,结合光学遥感影像目视解译对潜在滑坡隐患进行综合遥感识别,共识别出8处隐患点,经实地核查验证,与实际情况吻合。该研究结果表明InSAR技术在该地区具有很好的适用性,可为当地防灾减灾行动提供数据参考,并为黄土丘陵区滑坡隐患早期识别提供方法借鉴。     

基于PS InSAR技术的黄土高原地质灾害隐患识别

采用永久散射体(PS)合成孔径雷达干涉测量(InSAR)技术对陕西绥德县城区及周边地区2015年12月-2018年4月共54景Sentinel-1A数据进行处理,获取研究区地表PS时间序列形变信息.根据形变特征将PS点分为随机型、线性蠕动型、突变型,并对每种类型PS点形变规律及其对地质灾害隐患识别的意义进行分析.将研究区地质灾害隐患分为城区沉降、滑坡隐患两类,依据PS点形变特征对两类地质灾害隐患进行识别,共识别出城区沉降区8处,滑坡隐患区39处.利用实地调查的滑坡体及不稳定坡体数据与识别的滑坡隐患区结果进行对比验证,结果显示识别的滑坡隐患区与调查数据具有较好的一致性.证明了InSAR技术在黄土高原地区地质灾害早期识别方面的适用性和准确性,可以应用于黄土高原地区地质灾害隐患识别预警.     

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.     

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。     

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InSAR的潜在滑坡人工智能识别——以延安宝塔区为例

基于合成孔径雷达干涉测量(InSAR)技术,结合热点分析和机器学习算法,进行区域高形变斜坡自动提取和潜在滑坡人工智能识别研究,以提升潜在滑坡识别效率和准确性,解决传统人工调查和目视解译无法有效识别位于高位、隐蔽性较强的潜在滑坡问题.结果表明,基于热点分析自动提取20处高形变区域,提取正确率、错分率和漏分率分别为74.31%、25.69%和11.80%,证实热点分析方法能够有效应用于InSAR高形变区自动识别和提取.基于识别的高形变区,结合历史滑坡灾害发育特征,利用机器学习算法建立潜在滑坡预测模型,采用表现最佳的自适应提升模型对自动提取区域进行预测,预测召回率和准确率分别为81%和65%,能够实现潜在滑坡的有效识别.     

基于时序InSAR技术的中贵天然气管道天水市段沿线滑坡隐患识别与形变分析

中贵天然气管道天水市段沿线地处黄土高原，地貌类型多样、构造活跃、复杂地质条件下发育多种具有隐蔽性和潜伏性的地质灾害，其中滑坡灾害对中贵天然气管道的安全危害极大，因此，对中贵天然气管道天水段沿线滑坡隐患进行有效识别与分析具有重要意义。本文采用Sentinel-1A升降轨卫星数据，基于时序InSAR对中贵天然气天水段沿线滑坡隐患进行了解译识别、现场复核、发育特征与典型滑坡形变分析。研究区共识别17处滑坡隐患点，现场复核最终确定13处，其余4处为人类工程活动区，其中常沟村和磨峪沟村滑坡形变受降雨影响。统计发现研究区管道沿线滑坡多发生在坡度40~50°，高差400~600 m，东北坡向和距管道100~150 m范围内，且岩土体强度较低，地层以第四系全新统冲洪积层（Q4a1+p1）为主。研究成果证明，联合升降轨的时序InSAR技术可以有效识别管道沿线滑坡隐患，为油气管线的安全运营及今后油气管道选线提供重要的科学依据和参考。     

融合多种差分干涉测量的矿区地表形变监测

为解决时序短基线集差分干涉测量技术(SmallBaseline Subset-InSAR,SBAS-InSAR)无法准确估计煤矿沉降中心形变值的问题,通过融合合成孔径雷达差分干涉测量(Differential InSAR,D-InSAR)和SBAS-InSAR技术研究了测量矿区地表形变的监测方法。利用25景Sentinel-1数据,根据基于相干性系数的D-InSAR方法和结合永久散射体合成孔径雷达干涉测量(Persistent Scatterer Interferometric Synthetic Aperture Radar,PS-InSAR)的SBAS-InSAR方法分别生成研究区域的形变图,并借助Kriging插值法,将前者方法所得结果填补于后者方法所获形变结果,完善矿区形变中出现的空缺值,从而更为准确地估算矿区地表形变结果。此外,沿着开采面的横纵剖面详细分析典型矿区的形变结果,并绘制地表形变剖面曲线,以此剖析矿区沉降漏斗的演化过程。最后,为了定量说明该方法的可靠性,将矿区形变结果和水准测量数据进行误差对比,并将标准差和均方根差作为矿区形变结果精度的评定指标。结果表明：相干性系数图整体质量较优,研究区域中最大累积沉降量可达176.39mm,年均沉降速率最大可达-103.82 mm/y。通过本文方法得到的形变结果和水准处理数据基本一致,且误差均小于13 cm,监测精度满足煤矿开采相关测量技术要求。     

基于时间序列InSAR技术的川东红层滑坡识别及变形规律

针对川东红层滑坡典型易发区域,采用小基线集(SBAS)时间序列的InSAR(interferometry synthetic aperture radar)方法进行了解译,并采用Google Earth可视化展示,有效圈定并复核了潜在隐患区域。提取了采矿引起斜坡失稳及牛马场滑坡的变形位移曲线,揭示了其变形规律。研究结果表明:解译区滑坡基本都发育在形变速率较大的黄色欠稳定和红色不稳定区域,区域形变位移值大小与滑坡发育比例成正比关系,35%的解译面积滑坡发育比率可以达到70%以上。同时通过野外调查发现4个潜在不稳定隐患斜坡,极大地提高了红层滑坡的早期识别能力。InSAR解译显示研究区西北区由采矿引起的斜坡失稳,与干涉图上的条纹位置对应较为一致,形变位移最大能达到视线向20 mm/a;牛马场滑坡范围均为垂直形变速率较大的黄色和红色解译点,变形位移曲线显示滑坡发生前已经处于蠕变变形阶段,累计变形量可以达到500 mm左右。     

利用Stacking/SBAS技术在滇西北地区滑坡隐患的识别对比

文章以滇西北地区为例,分别利用Stacking和SBAS技术对92期Sentinel-1数据进行处理,并结合可视性开展滑坡隐患识别对比研究。Stacking和SBAS技术分别识别出32、26处滑坡隐患,其中,Stacking技术对滇西北地区滑坡隐患识别更具优势,尤其是在透视收缩区域也能保持较好的滑坡隐患识别效果;而SBAS技术识别准确率高,在获取形变速率的同时还可提取时序信息。研究表明,在西南区域利用升降轨数据开展滑坡隐患识别,首选Stacking技术,并结合SBAS技术,可有效防止隐患的漏判。     

天水中部地区滑坡隐患早期识别及安全性分析

天水地区属于黄土丘陵沟壑区，地形起伏较大，区域内断裂褶皱发育，地质构造复杂，雨季期间滑坡等自然灾害频发。基于时序InSAR技术，利用哨兵一号(Sentinel-1)SAR数据对天水市中部区域内的潜在滑坡体进行早期的解译识别，发现2处存在隐患的坡体。结合地质资料，利用FLAC3D中的强度折减法，得到隐患坡体的安全系数分别为1.003和1.040。研究结果表明：采用时序InSAR技术探测出隐患坡体，再对隐患进行安全系数计算，可以对大范围区域滑坡隐患点进行精准识别和风险量化评估，从而对滑坡隐患区进行分级防治，为滑坡隐患早期识别提供思路和参考。     

利用Sentinel-1A 的时序干涉测量探测蒲县滑坡形变

利用覆盖山西蒲县地区的24景Sentinel-1A升轨影像,分别采用永久散射体雷达差分干涉测量(PS-InSAR)与短基线集雷达干涉(SBAS)技术对研究区域2019-01-2019-12的地表进行时序形变监测,获取蒲县地区疑似滑坡体位置、范围及滑坡速率,并对两种监测结果进行对比,深入分析滑坡隐患的可能性成因.结果 表明,两种时序InSAR技术采集的形变信息大致相同,蒲县大部分地区趋于稳定状态,年平均形变速率在-10 ～10mm/a;其中存在4处位置一致、形变明显的疑似滑坡点,分别是半沟村罗克线两侧、水泉窊015乡道附近、郭家山周边及井子洼村赵克路沿线.     

利用结合土地覆盖类型的自适应DS-InSAR方法监测矿区地表形变

针对传统时序InSAR技术在测量点选取过程中多采用全局单一阈值,在受时空失相干影响严重和短时间内形变梯度较大的矿区容易出现测量点稀疏且空间采样不足,因而无法获取矿区地面沉降完整信息的问题,以覆盖大同矿区的22景ALOS-1数据为例,利用结合土地覆盖类型的自适应DS-InSAR方法(ADSI-CLC)获取该区域长时间序列地表形变信息。ADSI-CLC方法形变测量结果的时空分布模式与StaMPS-SBAS方法具有相似性,且与高分辨率光学遥感影像上的采矿设施保持良好的空间相关性。ADSI-CLC方法可以显著地提高测量点的数量和空间分布密度,在研究区识别出的DS点数量约是StaMPS-SBAS方法的4倍。两种方法的测量结果在无形变和小形变区域吻合程度较高;在大形变区域,StaMPS-SBAS方法无法有效地获取形变结果,而ADSI-CLC方法由于测量点数量的增加,反演得到的形变测量结果基本上符合由采矿活动造成的漏斗状的空间分布特征,间接地验证了该方法在矿区地表形变监测中的可靠性和有效性,证明ADSI-CLC方法能够提供更详细的时空形变细节信息,更好地服务于矿区地表稳定性的监测和预警。     

基于SBAS-InSAR的钻井水溶矿山地表时序沉降场反演

为研究某钻井水溶矿山地表形变发展规律,选取2016年11月12日至2019年06月06日欧洲航天局Sentinel-1A影像数据,采用SBAS-InSAR技术获取研究区高相干点和地表时序形变图。根据高相干点个数及其参数,反演研究区沉降面积和沉降体积,并采用克里金插值法对研究区高相干点进行内插,获取沉降漏斗数据,然后与水准实测形变值进行对比。试验结果表明:2016年11月至2019年06月研究区地表最大累计沉降量为246 mm,高相干点沉降值大于10 mm的区域内最大沉降面积为1.26 km~2,最大沉降体积为118 336 m~3。沉降结果与水准实测数据均方根误差为±8 mm,地表沉降漏斗发育与溶腔内部承重水压对地表稳定性影响一致,沉降范围和体积反演结果可为研究区后期的土地保护与复垦提供依据。     

遥感技术对地质灾害早期识别和动态监测——以昌波乡至羊拉乡段为例

经过长期发展,中国地质灾害监测预警手段已从最原始的人工巡查、单点监测发展到目前的高精度面域非接触式的遥感监测,并逐渐得到普遍应用。首先对原始监测手段及遥感技术的发展历程进行了概述,然后利用高精度光学影像结合升、降轨道Sentinel-1A雷达影像,对金沙江昌波乡至羊拉乡之间滑坡隐患进行解译和编录,结果表明该区域存在滑坡隐患34处,其中具有堵江风险的滑坡隐患22处,对居民生命财产直接造成损失的滑坡隐患4处,并利用时序曲线分析了研究区在内外动力(地震、降雨)作用下变形特征,验证了遥感手段在滑坡隐患识别中的便捷性和先进性。最后针对遥感技术在中国的发展现状及瓶颈,创新性地提出了滑坡灾害遥感识别的发展框架,对遥感技术在滑坡识别方面的发展方向具有长期参考意义。     

基于Sentinel-1数据的三峡库区木鱼包滑坡时空变形演化特性分析

三峡库区脆弱的地质环境、降雨及库水位升降作用,致使长江干(支)流滑坡分布广、数量多、危害大,滑坡监测是地质灾害减灾防灾的主要措施之一.以三峡库区木鱼包滑坡为研究对象,以哨兵1号(Sentinel-1)数据为数据源,获取了木鱼包滑坡及其附近区域2017年4月至2021年3月的120景数据,使用时间序列InSAR分析方法,研究木鱼包滑坡时空形变演化特性,并与地基GNSS监测数据和地质调查结果进行比对.结果表明：SBAS-InSAR与GNSS监测数据具有一定的差异性,但在演化趋势上具有较好的一致性;通过InSAR分析结果与现场调查比对分析,SBAS-InSAR对滑坡边界及滑坡发展演化过程中较大变形具有较强的监测能力.     

InSAR地表形变数据的降采样

利用InSAR形变数据进行反演研究时,InSAR数据地面空间覆盖范围广,获取的数据点数量多、密度大,包含有较多的误差点,会制约反演效率,影响反演结果的精度.为了提高反演的计算效率,保证迭代收敛,对InSAR形变数据进行了降采样研究,以西藏自治区当雄县2008年Mw 6.3级地震的同震形变数据为例,研究了基于降低分辨率的3种降采样方法:最邻近法、双线性内插法和三次卷积内插法,对3种方法所得结果进行对比分析,结果表明三次卷积内插法最适合InSAR地表形变数据的降采样.为了进一步提高降采样成果质量,对三次卷积内插值法进行改进,改进后获取的降采样形变数据能有效减少采样点数,较好地保存形变场的细节信息.     

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。     

模拟退火随机地震反演技术在新民东-长春岭地区的应用

为了更好解决开发区块断层展布问题,在精细地震解释中引入了相干体技术,通过相干体初步分析断裂交切关系,然后在面与体上进行手工解释闭合,建立断裂空间格架。本文介绍了本征值相干体技术在喇南中东一区的应用,利用沿层相干体分析相邻近地震道的相干性,进而辅助断裂解释,新认识的断层主要在走向、延伸长度、组合、分解和核销5个方面发生变化。通过实际应用可以得出,相干体技术是一种更有效识别断层解释的方法,可以提高构造解释精度,这对日后油田注采开发具有一定的指导意义。