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.     

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.     

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。     

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.     

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。     

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。     

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(interferometric synthetic aperture radar, InSAR)成为监测地表变化的有效手段。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。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。     

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。     

滇西北地区草地贪夜蛾区域生态防控构想

云南是中国草地贪夜蛾危害最重的省份,也是境外草地贪夜蛾向中国内地迁移的首站.在云南开展草地贪夜蛾区域防控,对于破解云南省草地贪夜蛾大范围危害难题,具有现实性全局性指导意义.作者开创性提出区域生态防控思想,即从景观生态学的原理和方法出发,根据当地生态环境条件和草地贪夜蛾的发生发展规律,对防控区域加以片区划分,综合多种防控手段,对草地贪夜蛾开展区域层面可持续绿色防控.研究以滇西北地区草地贪夜蛾区域防控为样本,结合当地生态环境条件、寄主种植制度及草地贪夜蛾发生特征,将滇西北地区分为5个生态防控区,探讨了在滇西北地区开展区域生态防控的思想、原则和方法,为在云南开展草地贪夜蛾防控提供了新思路.     

基于相位恢复的SBAS-InSAR技术与光学影像结合的攀枝花地区滑坡早期识别

为克服传统SBAS-InSAR技术存在的相干性高估以及高相干点密度、质量低的问题,将相位恢复引入SBAS-InSAR中,采用改进的高相干点选取方法提高形变速率反演精度;同时利用GF-1号高分辨率光学影像辅助InSAR形变监测结果,以提高研究区滑坡体早期识别准确性及全面性。研究发现,经过相位恢复后,选取的高相干点密度及质量明显提高;共识别出隐患点28处,其中11处与已知隐患点完全匹配,新识别出17个滑坡隐患点,在随机选取的隐患点现场调查验证时均存在地表裂缝等滑坡隐患特征。因此,将相位恢复的思想引入SBAS-InSAR中,可以有效提高高相干点选取的密度和质量,使得相干性得到有效校正,从而提高形变监测的精度;此外,光学影像辅助获取形变信息,是对InSAR滑坡隐患点识别结果精度及可解释性的有效补充。     

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.     

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。     

StaMPS-MTI技术 在上海市地面沉降监测中的应用

为了提高沉降监测技术的空间采样率及监测精度,分别采用永久散射体(permanent scatters,PS)、短基线集法(small baseline subsets,SBAS)和斯坦福永久散射体-多时相In SAR(stanford method for persistent scat-terers-multi-temporal In SAR,Sta MPS-MTI)技术,以覆盖上海地区的25景Envisatasar数据为数据源,获取了该区域2007-2010年期间的年平均沉降速率图。同时将3种方法获取的高相干点个数进行对比,Sta MPS-MTI技术的空间采样率比PS方法提高了17. 2%,比SBAS方法提高了546%。与PS、SBAS方法相比,Sta MPS-MTI技术获取的结果精度略高于PS和SBAS技术。结果表明,相对于PS和SBAS方法而言,利用Sta MPS-MTI技术监测城市地面沉降可以增加高相干点的测量精度与空间采样率,进而提高了结果的可靠性和稳定性。     

INSAR技术在区域滑坡灾害调查中的应用

近年来,利用差分干涉合成孔径雷达技术监测很多著名滑坡体都取得了较好的效果,也证明了IN-SAR技术监测滑坡灾害的能力。但很多滑坡灾害经常发生在未被监测到的区域,给人民的生命财产带来了巨大损失。该文采用多期L波段ALOS卫星数据对区域尺度地质灾害进行调查,采用基于D-insar技术对区域性滑坡灾害进行分析。此外,还利用幅度信息对已发生的滑坡进行了检测。实验结果表明了该方法能较好的识别和监测了区域内几个著名滑坡,并且发现了一些不知名的滑坡,证明了该方法的有效性和可靠性。同时,证明了L波段SAR卫星在调查滑坡灾害中具有极大的潜力。     

基于无人机影像的滑坡地质灾害解译与稳定性评价—以秭归县盐关滑坡为例

2017年10月29日,秭归县归州镇盐关村发生滑坡。为了获取滑坡地质灾害空间信息并查明滑坡产生机理,将无人机航测技术应用于盐关滑坡精细调查中,获取了滑坡区域2.4cm分辨率航摄影像,生成了数字正射影像图、数字高程模型和三维地貌模型;通过对滑坡区域进行解译,识别出该滑坡周围存在一处潜在滑坡体。基于滑坡区域数字高程模型和滑坡体相关物理力学参数建立了GeoStudio数值模型,利用SEEP/W和SLOPE/W模块分别求解了盐关滑坡渗流场和稳定性系数变化曲线,结果表明盐关滑坡主要由库水位升降和降雨联合作用导致。在此基础上对潜在滑坡体进行稳定性分析,表明其稳定性主要受降雨影响,在强降雨条件下极易产生失稳破坏。     

基于Stacking特征增强多粒度联级Logistic的个人信用评估

主要针对广受关注的P2P网贷信用评估问题，利用机器学习方法提高申请人网贷违约预测准确率，研究出基于Stacking特征增强多粒度联级Logistic方法及其应用.所提分类器是一种混合模型，结合了Stacking集成学习和联级Logistic学习的思想.首先，通过网格搜索技术分别建立XGBoost, Catboost, LightGBM,AdaBoost以及Gradient Boosting模型，并筛选出适合的基评估器作为Stacking集成的初级学习器，logistic模型作为次级学习器，构建基于Stacking的多粒度扫描器，生成预测结果作为元特征，拼接成新特征数据.其次，通过新特征数据以及元特征在每级Logistic上的特征增强建立联级Logistic Regression模型，并且与现有的单一集成学习器和各基评估器在3个不同的P2P网贷信用评估数据集上进行对比.实验结果表明，通过AUC、准确率等指标对其进行评价，相比于各基评估器以及其他单一集成分类器，基于Stacking增强多粒度联级Logistic模型有较高的准确率，预测效果更优.