• 中国科技核心期刊
  • 《中国科学引用文数据库》来源期刊
  • Caj-cd规范获奖期刊
欢迎扫码关注“i环境微平台”

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于SBAS-InSAR技术的深切割高山峡谷区滑坡灾害早期识别

周定义 左小清 喜文飞 肖波 毕瑞 范馨

周定义, 左小清, 喜文飞, 肖波, 毕瑞, 范馨. 基于SBAS-InSAR技术的深切割高山峡谷区滑坡灾害早期识别[J]. 中国地质灾害与防治学报. doi: 10.16031/j.cnki.issn.1003-8035.202106019
引用本文: 周定义, 左小清, 喜文飞, 肖波, 毕瑞, 范馨. 基于SBAS-InSAR技术的深切割高山峡谷区滑坡灾害早期识别[J]. 中国地质灾害与防治学报. doi: 10.16031/j.cnki.issn.1003-8035.202106019
Dingyi ZHOU, Xiaoqing ZUO, Wenfei XI, Bo XIAO, Rui BI, Xin Fan. Early identification of landslide hazards in deep cut alpine canyon using SBAS-InSAR technology[J]. The Chinese Journal of Geological Hazard and Control. doi: 10.16031/j.cnki.issn.1003-8035.202106019
Citation: Dingyi ZHOU, Xiaoqing ZUO, Wenfei XI, Bo XIAO, Rui BI, Xin Fan. Early identification of landslide hazards in deep cut alpine canyon using SBAS-InSAR technology[J]. The Chinese Journal of Geological Hazard and Control. doi: 10.16031/j.cnki.issn.1003-8035.202106019

基于SBAS-InSAR技术的深切割高山峡谷区滑坡灾害早期识别

doi: 10.16031/j.cnki.issn.1003-8035.202106019
基金项目: 国家自然科学基金项目(41761081);云南省应用基础研究计划面上项目(2018FB078)
详细信息
    作者简介:

    周定义(1995-),男,汉族,云南人,硕士研究生,主要从事InSAR沉降监测研究。E-mail:1246550757@qq.com

    通讯作者:

    左小清(1972-),男,汉族,江西人,教授,主要从事遥感影像处理,时空数据挖掘,InSAR沉降监测等研究。Email:514012196@qq.com

  • 中图分类号: P208

Early identification of landslide hazards in deep cut alpine canyon using SBAS-InSAR technology

  • 摘要: 近年来,高山峡谷区滑坡灾害频频发生,给人民生命和财产安全带来严重威胁。针对多数学者利用SAR单轨道数据对高山峡谷区滑坡进行早期识别,存在SAR成像几何畸变造成部分滑坡不能识别、识别结果不全面等问题。为全面准确的对高山峡谷区滑坡隐患进行早期识别,本文采用SBAS-InSAR技术,以东川小江沿线两侧深切割高山峡谷区为研究区,通过升降轨SAR数据结合互补的方式进行滑坡灾害隐患识别,引入高分辨率光学影像等作为辅助识别,最终共识别出18处滑坡灾害体,其中5处为高风险潜在滑坡,并对三类典型潜在滑坡进行分析。分析结果表明:利用升降轨SAR数据结合互补的方式,能有效避免SAR单轨道数据在高山峡谷地区产生的几何畸变问题,同时,该方法能更为准确全面地对高山峡谷区滑坡隐患进行早期识别,为防灾减灾事业及政府部门决策提供一种有效的手段。
  • 图  1  研究区位置

    Figure  1.  Location of study area

    图  2  研究区DEM

    Figure  2.  Digital elevation model of study area

    图  3  部分升降轨干涉图

    Figure  3.  Part of the lifting rail interference diagram

    图  4  升降轨获得的地表形变速率图

    Figure  4.  Surface deformation rate map obtained by lifting rail

    图  5  研究区NDVI

    Figure  5.  NDVI in the study area

    图  6  升轨数据滑坡灾害识别结果

    Figure  6.  Landslide disaster identification results of lifting data

    图  7  降轨数据滑坡灾害识别结果

    Figure  7.  Landslide disaster identification results of rail descent data

    图  8  H09潜在滑坡形变速率图

    Figure  8.  Deformation rate diagram of H09 potential landslide

    图  9  P1-P3时间序列曲线与降雨量

    Figure  9.  Time series curve of P1-P3 and rainfall

    图  10  H06潜在滑坡形变速率图

    Figure  10.  Deformation rate diagram of H06 potential landslide

    图  11  P4-P5时间序列曲线与降雨量

    Figure  11.  P4-P5 time series curve and rainfall

    图  12  H16潜在滑坡形变速率图

    Figure  12.  Deformation rate diagram of H16 potential landslide

    图  13  P6-P7时间序列曲线与降雨量

    Figure  13.  P6-P7time series curve and rainfall

    表  1  Sentinenl-1A数据参数

    Table  1.   Sentinenl-1A data parameters

    轨道
    方向
    成像
    模式
    波段波长入射角
    极化
    方式
    距离
    分辨率/m
    方位
    分辨率/m
    重访
    周期/d
    升轨IWC5.6334.17VV52012
    降轨IWC5.6339.35VV52012
    下载: 导出CSV
  • [1] 王之栋, 文学虎, 唐伟, 等. 联合多种InSAR技术的龙门山-大渡河区域地灾隐患早期探测[J]. 武汉大学学报(信息科学版),2020,45(03):451 − 459.
    [2] 张路, 廖明生, 董杰, 等. 基于时间序列InSAR分析的西部山区滑坡灾害隐患早期识别—以四川丹巴为例[J]. 武汉大学学报(信息科学版),2018,43(12):2039 − 2049.
    [3] 石固林, 徐浪, 张璇钰, 赵晶晶. 西山村滑坡时序形变的SBAS-InSAR监测[J]. 测绘科学,2021,46(02):93 − 98+105. doi: 10.16251/j.cnki.1009-2307.2021.02.014
    [4] 黄润秋. 中国西部地区典型岩质滑坡机理研究[J]. 地球科学进展,2004(03):443 − 450. doi: 10.3321/j.issn:1001-8166.2004.03.016
    [5] 张拴宏, 纪占胜. 合成孔径雷达干涉测量(InSAR)在地面形变监测中的应用[J]. 中国地质灾害与防治学报,2004(01):115 − 120+131.
    [6] 王志勇, 张金芝. 基于InSAR技术的滑坡灾害监测[J]. 大地测量与地球动力学,2013,33(03):87 − 91.
    [7] Guo J M, Hu J Y, Li B, et al. Land subsidence in Tianjin for 2015 to 2016 revealed by the analysis of Sentinel-1A with SBAS-InSAR[J]. Journal of Applied Remote Sensing,2017,11(2):026024 − 026024. doi: 10.1117/1.JRS.11.026024
    [8] 代聪, 李为乐, 陆会燕, 等. 甘肃省舟曲县城周边活动滑坡InSAR探测[J/OL]. 武汉大学学报(信息科学版): 1-11[2021-03-21]. https: //doi.org/10.13203/j.whugis20190457.
    [9] Emanuele I, Federico R, Alfio F, et al. The Maoxian landslide as seen from space: detecting precursors of failure with Sentinel-1 data[J]. Landslides,2018,15(1):123 − 133. doi: 10.1007/s10346-017-0915-7
    [10] Dai K, Chen G, Xu Q, et al. Potential landslide early detection near Wenchuan by a qualitatively multi-baseline DInSAR method[C]. ISPRS TechnicalCommission III Midterm Symposium on "Developments, Technologies and Applications in Remote Sensing", Beijing, China, 2018: 253–256.
    [11] 韩守富, 赵宝强, 殷宗敏, 等. 基于PS InSAR技术的黄土高原地质灾害隐患识别[J]. 兰州大学学报(自然科学版),2020,56(01):1 − 7.
    [12] 冯文凯, 顿佳伟, 易小宇, 等. 基于SBAS-InSAR技术的金沙江流域沃达村巨型老滑坡形变分析[J]. 工程地质学报,2020,28(02):384 − 393. doi: 10.13544/j.cnki.jeg.2019-411
    [13] 戴可人, 铁永波, 许强, 等. 高山峡谷区滑坡灾害隐患InSAR早期识别—以雅砻江中段为例[J]. 雷达学报,2020,9(03):554 − 568.
    [14] 杨成生, 张勤, 赵超英, 等. 短基线集InSAR技术用于大同盆地地面沉降、地裂缝及断裂活动监测[J]. 武汉大学学报(信息科学版),2014,39(08):945 − 950.
    [15] 徐富强. 滑坡转化成泥石流的流态化机理研究[D[J]. 西南交通大学,2003.
    [16] 李德仁, 廖明生, 王艳. 永久散射体雷达干涉测量技术[J]. 武汉大学学报(信息科学版),2004(08):664 − 668.
    [17] 周华云, 赵林, 田黎明, 等. 基于Sentinel-1数据对青藏高原五道梁多年冻土区地面形变的监测与分析[J]. 冰川冻土,2019,41(03):525 − 536.
    [18] 张勇, 洪敏, 崔兴平, 等. 小江断裂带近场活动特征分析[J]. 地震研究,2018,41(3):375 − 380. doi: 10.3969/j.issn.1000-0666.2018.03.005
    [19] 冯金良, 崔之久, 张威, 等. 云南东川地区层状地貌面的成因[J]. 山地学报,2004,22(2):165 − 174. doi: 10.3969/j.issn.1008-2786.2004.02.006
  • 加载中
图(13) / 表(1)
计量
  • 文章访问数:  25
  • HTML全文浏览量:  14
  • PDF下载量:  6
  • 被引次数: 0
出版历程
  • 网络出版日期:  2021-09-16

目录

    /

    返回文章
    返回