Remote sensing detection of adverse geological bodies along Xichang-Shangri-La expressway
-
摘要: 随着我国高速公路建设不断向西部山区发展，面临的崩塌、滑坡、泥石流等不良地质问题日益突出，迫切需要在选线阶段利用新的技术手段对拟建高速公路沿线不良地质体进行早期识别。以西昌—香格里拉拟建高速公路廊道为研究区，利用“天-空-地”一体化综合遥感手段，识别出不良地质体174处，其中滑坡74处、崩塌40处、泥石流16处、堆积体44处，利用小基线集合成孔径雷达干涉测量技术探测到26处不良地质体具有形变信号。针对磨盘山隧道—雅砻江桥段、牦牛山隧道出口段和下麦地隧道出口段不良地质体发育密集、规模大、稳定性差、对拟建线路威胁极大的区段，项目组开展了详细调查和分析评价。研究结果为西香高速线路比选和后期详细勘查提供了支撑，也为线路工程的不良地质体调查评价提供参考。
-
关键词:
- 西昌—香格里拉高速公路 /
- 不良地质体 /
- “天-空-地”综合遥感
Abstract: With the development of expressway construction towards the western mountainous areas in China, the adverse geological problems such as collapse, landslide and debris flow are becoming increasingly serious. It is urgent to use new technical means to identify the adverse geological bodies along the proposed expressway in the early stage of route selection. the article applied the integrated remote sensing method of " Space-Air-Ground " to identified 174 adverse geological bodies, including 74 landslides, 40 collapses, 16 debris flows and 44 deposits along the proposed Xichang-shangri-La expressway. Applied small baseline subsets interferometric synthetic aperture radar technique to detected 26 adverse geological bodies with deformation information. This article have carried out a detailed investigation and comprehensive evaluation on the section of Mopanshan tunnel - Yalong River bridge, the exit of Maoniushan tunnel, the exit of Xiamaidi tunnel where adverse geological bodies are densely developed, large in scale and poor in stability, posing great threat to the proposed line . The results provide support for routes comparison and later investigation of Xichang-Shangri-La expressway. It also provides reference for the investigation and estimate of adverse geological bodies along line engineering. -
0. 引言
泥石流作为我国西南山区最常见的地质灾害之一，其来势凶、速度快、搬运能力强、破坏性大的特点常对附近建筑、线路及居民的生命财产安全造成严重危害[1 − 3]。尤其在线路工程中，沿线泥石流灾害不仅会造成路面掩埋、路基和桥墩损毁等直接危害，还可能引发泥石流-堵江-堰塞湖-溃决-洪流冲毁链式灾害造成间接破坏[4 − 5]。
面对如此复杂且严重的线路泥石流灾害问题，众多学者积极开展了研究。四川平武县碟子沟历史上曾多次暴发泥石流，罗恒等[6]通过对碟子沟泥石流进行危险性分析和危险范围预测，提出针对性防治建议，有效保障了沟口堆积扇上方的服务区及该段线路的安全运营。黄成等[7]对都汶高速沿线43条泥石流进行研究，提出地形因子G临界模型，判断区域泥石流易发性，为高速沿线泥石流灾害预警提供依据。张明等[8]采用层次分析法（AHP法）构建泥石流危险性评价体系，划分研究区泥石流危险性区划图，为“三高”地区高速公路勘察和选线提供参考。可见，准确对线路一定范围内所发育的泥石流沟进行危险性分析，对于前期选线及采取针对性防治措施起到重要作用。
目前针对泥石流危险性的研究，主要有主观经验法、统计学模型、机器学习及多种算法耦合等方法[9]。主观经验法操作简便[8, 10]，其准确性依赖个人对研究对象的判断是否准确；统计学模型基于研究灾害样本与非灾害样本数据间的内在规律，可客观反映某一因子在泥石流形成中的贡献程度[11 − 13]，但其评价结果的准确性易受到数据精度的影响；机器学习算法速度快，准确性高，在范围广、数量多的泥石流危险性研究中具有明显优势[14 − 16]，但在建立模型时通常需要有足够多的正负样本数据以支撑模型的准确性，故不适用于分析小样本数据。
拟建G4218康定至新都桥高速公路在折多塘段主要以隧道和高架桥的形式通过，该区地质条件复杂、泥石流沟发育，泥石流灾害是影响该段选线的重要因素。折多塘泥石流群分布较为集中，孕灾环境相似，具有样本量少、数据差异性小的特点，因此，综合考虑各方法的优劣和适用性，统计学模型更适用于该区泥石流危险性研究。熵值法作为典型的统计学方法，众多学者将其运用于泥石流危险性研究取得了较好效果[11 − 12]，通过结合AHP法可弥补熵值法“非专业性”和数据精度不足所带来的影响，进一步提高评价结果准确性[17]。
本文通过对区内泥石流沟发育规律进行研究，选取8个影响泥石流形成的评价因子，采用AHP-熵值法评价模型对该区泥石流危险性进行划分和评价，为该区公路选线和防灾减灾工作提供依据。
1. 区域概况
1.1 线路位置
G4218线折多塘段高速公路位于四川省甘孜藏族自治州康定市境内，路线走向与过境段G318国道处同一走廊带内，线路主要以桥隧方式通过该区，并有2个比选方案（图1）。其中，K线长42.7 km，明线段路程4.6 km，综合体布设于毛家沟沟口右侧山体斜坡；N线长43.6 km，明线段路程3.8 km，综合体以填方路基形式布设于折多河下游右岸N8、N9老泥石流沟堆积扇上方。
1.2 地质环境条件
研究区属青藏高原亚湿润气候区，具高原气候特征，冬春季多风少雨，降雨主要集中在5～9月，多年平均降雨量约985 mm，雨季降雨量占比可达75 %。发源于折多山的折多河流经此域，与榆林河交汇后流入瓦斯河，最终汇入大渡河，属大渡河水系。区内地形起伏大，地势由西向东倾斜，沟谷岸坡高陡，相对高差达
3000 m，属高山峡谷地貌。该区主要出露的基岩为燕山晚期黑云母花岗岩，覆盖层包括第四系冲洪积层（
2. 泥石流分布及发育特征
2.1 泥石流空间分布
区内早期泥石流作用显著，根据现场泥石流痕迹调查和对当地居民进行走访，折多河流域附近共存在23处泥石流灾害点，主要分布于毛家沟中下游、折多河下游及榆林河两侧流域（图1），在沟口普遍可见老泥石流堆积扇，厚度大，并有不同程度挤占河道、迫使河流发生弯曲或分流的现象（图2）。
![]()
图 2 老泥石流沟沟口堆积扇Figure 2. Characteristics of early debris flow fan of an old debris flow gully据当地村民介绍，近30年最严重的灾害为1995年康定大洪水期间，毛家沟发生大型山洪，沟口公路被淹没，而折多河下游右岸的海子沟暴发大规模泥石流，造成折多河堵塞，并且掩埋了对岸G318国道，导致交通严重受阻。
2.2 泥石流发育特征
2.2.1 流域基本特征
研究区内所发育的泥石流沟流域形态主要为沟谷型，少数为坡面型，并以粘性泥石流居多。沟道总体较为顺直，但由于地形高差大，沟道纵坡普遍较陡，据统计（表1），在23条泥石流沟中，平均纵坡降大于250‰的沟道占比60.8 %，沟谷型泥石流沟平均纵坡降总体介于169‰～397‰。利用ArcGIS对泥石流沟流域岸坡坡度进行提取，结果显示大部分坡度介于10°～40°，面积占比达90.29%，其中20°～30°的斜坡占比最大（图3）。沟床陡急、岸坡陡峻是该区泥石流沟的显著特点，这为形成塌滑、松散物质向沟内堆积、流水汇聚、促使物质运移提供有利条件。
表 1 泥石流沟特征参数Table 1. Basic characteristic parameters of the debris flow gullies编号 泥石流沟 类型 流体性质 A/km2 L/km i/‰ Hmax/m Hmin/m ΔH/m 线路通过形式 K线 N线 N1 干沟 沟谷型 黏性 6.6 3.6 248 4430 3177 1253 \ \ N2 — 坡面型 稀性 0.4 0.9 478 3690 3115 575 \ \ N3 — 坡面型 稀性 0.6 1.3 466 3977 3109 868 \ \ N4 解放沟 沟谷型 黏性 5.5 3.6 294 4378 2959 1419 隧道 \ N5 四伏厂沟 15.5 7.5 204 4922 3034 1888 隧道、桥梁 \ N6 海子沟 0.4 0.8 350 3555 3067 488 \ \ N7 关沟 6.3 5.4 249 4836 3110 1726 隧道 桥梁 N8 — 沟谷型 稀性 0.9 1.5 348 3932 3149 783 \ 综合体 N9 李家沟 沟谷型 黏性 4.1 3.4 287 4570 3175 1395 隧道 综合体 N10 干海子沟 6.0 3.9 349 5022 3110 1912 \ \ N11 石灰窑沟 11.7 6.5 289 5400 3070 2330 \ \ N12 龙头沟 23.9 7.0 248 5297 3094 2203 \ \ N13 — 3.1 2.7 337 4220 2990 1230 \ \ N14 — 沟谷型 稀性 2.9 2.0 397 3956 2720 1236 \ \ N15 道子坝沟 沟谷型 黏性 5.9 4 250 4031 2710 1321 \ 隧道、桥梁 N16 — 5.5 3.9 194 4169 3091 1078 \ 隧道 N17 板沧沟 9.6 4.4 199 4500 3163 1337 \ \ N18 磨子沟 21.0 5.0 210 4716 3390 1326 隧道、桥梁 隧道 N19 — 4.1 2.8 282 4721 3722 999 \ \ N20 — 2.0 1.6 343 4660 3783 877 \ \ N21 — 4.8 3.7 236 4738 3712 1026 \ \ N22 — 4.4 3.4 251 4844 3785 1059 \ \ N23 — 6.9 4.1 169 4787 3837 950 \ \ 注：表中A为流域面积；L为主沟长度；i为主沟平均纵坡降；Hmax、Hmin为流域最大、最小高程；ΔH为流域最大高差；“—”表示沟道无名称；“\”表示线路未经过此流域。 2.2.2 降雨条件
康定市地处四川盆地西缘山地和青藏高原的过渡地带，干湿季分明，雨季可贡献全年80%降雨量，降雨是该区泥石流形成的主要水源条件。
根据康定市气象站统计数据，降雨主要集中在5—9月，多年平均月降雨量最大约194 mm，单日最大降雨量可达30 mm（图4）。由于区内地形复杂，立体气候鲜明，具明显垂直差异性，在高山峡谷区易出现短时强降雨。此外，李家沟、关沟、磨子沟、龙关沟等最大高程超过
3900 m的流域，在流域上游区高海拔部位存在大面积冰雪覆盖，夏季气温升高，冰雪融化，融雪水沿坡面向下流动也可为泥石流提供水源。2.2.3 物源特征
根据野外调查，研究区泥石流沟流域内所存物源主要包括沟床堆积、侵蚀物源，崩滑物源和坡面物源，坡面型冲沟以坡面侵蚀物源为主，部分流域上游高海拔区受冰川运动和常年积雪影响，发育有冰碛物源。
该区断裂构造发育、地震活动强烈，诱发大量崩塌、滑坡灾害，尤其在断裂带所经过的流域内，山体破碎，可见大量崩滑物源。如海子沟上游分水岭部位出现大规模塌滑，解放沟、关沟内存在大量崩滑堆积体等现象（图5）。对于早期崩滑堆积体，因植被丛生，结构较为稳定，不易参与泥石流形成，而新近崩滑堆积体，结构松散，稳定性差，当堆积体坡脚受到沟道强烈侧蚀作用后易发生坍塌进入沟道，参与泥石流运动。
龙头沟、关沟、磨子沟等高海拔流域上游近分水岭部位存在冰碛物，储量大，现状总体较为稳定，受流水冲蚀可启动的物源量小，但在极端降雨或地震条件下依然可能发生大规模失稳崩落，参与泥石流形成。
3. 泥石流危险性评价
3.1 评价方法
根据研究区地质环境特点及23条泥石流沟发育特征，结合前人相关研究所采用较为普遍、有效的评价因子基础上，选取反映流域地形特征因子：主沟平均纵坡降（为流域主沟道高差与长度之比，其值越大表示沟道越陡）、流域切割密度（流域内沟道长度总和与流域面积之比，其值越大表明地表越破碎）、坡度（地表任一点切面与水平面夹角，其值越大表示斜坡越陡峭）、melton比率[16]（为流域相对高差与流域面积开平方之比，其值越大表示流域整体地势越陡，搬运能力越强）、主沟弯曲系数（为主沟长度与主沟始末点直线距离之比，其值越大表示沟道越曲折，越易形成堵塞）；水源条件特征因子：汛期（5—9月）月均降水量；物源发育特征因子：断层线密度（为流域内断裂构造长度总和与流域面积之比，其值越大流域内断裂构造越发育，岩土体稳定性越差）、植被归一化指数（表示植被覆盖度，其值越大表明流域内植被越发育），所用基础数据见表2。
表 2 基础数据来源Table 2. Basic data sources基础数据 数据来源 12.5 m分辨率
DEM栅格数据Earth Science Data Systems （ESDS） Program：
https://search.asf.alaska.edu/1∶20万区域
地质矢量数据全国地质资料馆：
https://www.ngac.cn/1 km精度降水量
nc数据国家地球系统科学数据中心：
https://www.geodata.cn/Landsat8多波段
GeoTIFF数据地理空间数据云：
https://www.gscloud.cn/利用ArcGIS、ENVI软件对基础数据进行处理、提取和计算（图6），获取上述8个因子栅格数据。考虑泥石流的形成是由整个流域面内所有因素共同作用结果，因此，将ArcGIS软件提取出的62个子流域作为最小评价单元见图7（a），主沟平均纵坡降、流域切割密度、主沟弯曲系数、断层线密度为单元内的唯一值，直接作为评价单元值，而坡度、melton比率、汛期月均降水量、植被归一化指数在单元中为范围值，以出现频次最高的值作为评价单元值（图7）。
通过构建AHP-熵值法组合赋权模型求取各评价因子权重（图8），结果如表3所示。将各指标综合权重与对应评价单元值进行多因子叠加计算即可获得评价单元综合系数。在叠加计算中，为消除各指标数据间不同量纲的影响，根据评价因子与泥石流的相关性对数据进行正向指标、负向指标归一化处理。
表 3 权重计算结果Table 3. Result of weight calculations评价因子 Wx Wy Wz 主沟平均纵坡降（S1） 0.1888 0.2050 0.1963 流域切割密度（S2） 0.0750 0.2004 0.1328 坡度（S3） 0.0422 0.1305 0.0828 melton比率（S4） 0.1131 0.1254 0.1188 主沟弯曲系数（S5） 0.0324 0.0085 0.0214 断层线密度（S6） 0.1601 0.0627 0.1152 汛期月均降水量（S7） 0.3038 0.0331 0.1792 植被归一化指数S8 0.0847 0.2345 0.1537 3.2 危险性划分结果
经计算，AHP-熵值法评价模型所得到研究区流域的综合系数为[
0.1891 ，0.5606 ]，该系数反映了各流域单元发生泥石流的危险程度，系数值越大，表明该单元泥石流发生的趋势越大、危害性越强。利用自然间断点分级法将计算结果分为4个等级，分别为低危险、中危险、高危险和极危险，最终获得研究区泥石流危险性评价图（图9）。评价结果显示，区内共有10处泥石流沟流域属极度危险，现场判定易发性较高的解放沟、海子沟、李家沟等泥石流沟在评价模型中均处于极危险区，与现场调查结论较为吻合，且灾害出现频率（区间内的灾害面积占总灾害面积之比与区间面积占比的比值）随危险等级上升而增加（表4），说明评价结果合理可信。
表 4 泥石流危险性评价结果Table 4. Debris flow hazard assessment results危险程度分级 面积占比（A）/% 灾害数量/个 灾害面积占比（B）/% B/A 低危险 23.54 0 0.00 0.00 中危险 39.59 5 37.65 0.95 高危险 25.55 8 37.91 1.48 极危险 11.32 10 24.43 2.16 评价结果表明研究区内高危险和极危险性泥石流流域主要集中分布在折多河下游段右岸和榆林河上游段两岸流域，这些流域沟道平均纵坡降通常在200‰以上，流域内岸坡陡峻，地形起伏大，流域形态呈现出窄而陡的特点，且由于这些部位的断裂构造发育密集，使得岩土体结构破碎，易形成大量的的松散固体物质，加之流域内植被覆盖差，降水量充足，更利于泥石流的形成。而危险性较低的区域集中分布于折多河上游，其流域地形起伏、沟道纵坡降相对平缓，同时，折多河上游部位降水条件明显弱于中下游右岸区域，相较于高危险、极危险区，这些流域暴发泥石流的可能性和形成规模较小。
3.3 选线建议
根据前人涉及线路面临泥石流灾害问题的研究[20 − 22]，在无法绕避的情况下，通常建议尽量以隧道、高墩大跨桥梁形式穿越泥石流流域，隧洞口和桥位还应与泥石流堵河影响河段保持有足够距离，即可最大程度规避或减少泥石流的危害。
因此，可根据线路在不同危险程度泥石流沟的路程长度、通过形式和通过部位，对两条线路进行比选。各级危险区线路长度统计结果如图10所示，K线在高危险、极危险区路程共15.3 km，占总线路36 ％，在高危险、极危险性泥石流沟流域中，线路皆以地下隧道形式通过其上游形成区，最大程度规避了泥石流灾害的影响。K线综合体布设于毛家沟沟口右侧斜坡，处低危险区，受泥石流灾害的影响小。N线在高危险、极危险区的路程共14.5 km，占总线路33 ％，其中明线段长3.2 km。由于N线以桥梁、填方路基形式从极危险性N8、N9流域沟口通过，且综合体布设于N8、N9老泥石流堆积扇上，一旦N8、N9沟暴发泥石流，将直接冲击综合体并冲刷、掏蚀基础，造成综合体不均匀沉降、结构变形而损坏。此外，当下游N6、N7沟暴发泥石流堵断折多河，引发河水回淤，也会使综合体基础和桥墩的稳定性受影响。
综上，相较N线，K线在高危险、极危险区内无以明线形式通过，通过形式和通过部位更合理，且综合体所在部位危险性更低，线路整体受泥石流灾害的影响更小，故K线方案优于N线方案。
4. 结论
（1）区内23条泥石流沟沟道平均纵坡降普遍较陡，流域高差大，岸坡陡峻。流域内物源丰富，主要为沟道物源、崩塌滑坡物源和坡面物源，部分流域的高海拔区域还发育有大量冰碛物源。降雨是该区泥石流形成的主要水源条件。
（2）评价结果显示极危险性泥石流沟共10条，主要分布于折多河下游右岸及榆林河上游两岸流域，这些流域呈现出地形起伏大、沟道纵坡陡、与断裂构造距离近的特点。
（3）根据两条线路在泥石流高危险、极危险区域的路程长度、通过方式以及综合体布设位置综合考量，K线在泥石流高危险、极危险区以隧道方式通过，遭受泥石流危害的风险小，且综合体选址处于低危险区，整体安全性高于N线。故K线方案要优于N线。
-
![]()
图 3 西香高速廊道典型不良地质体遥感影像
Figure 3. Remote sensing image of typical adverse geological bodies
![]()
图 6 磨盘山隧道—雅砻江桥段遥感影像
Figure 6. Remote sensing image along Mopanshan tunnel to Yalong River bridge
![]()
图 7 磨盘山隧道—雅砻江桥段不良地质体InSAR探测结果
Figure 7. InSAR detection results of adverse geological bodies along Mopanshan tunnel to Yalong River bridge
![]()
图 9 牦牛山隧道出口段遥感影像
Figure 9. Remote sensing image along the exit section of Maoniushan tunnel
![]()
图 10 牦牛山隧道出口段不良地质体InSAR探测结果
Figure 10. InSAR detection results of adverse geological bodies along the exit section of Maoniushan tunnel
![]()
图 12 下麦地隧道出口段不良地质体综合遥感识别结果
Figure 12. Integrated remote sensing detection along the exit section of Xiamaidi tunnel
![]()
图 13 下麦地隧道出口段不良地质体现场照片
Figure 13. Scene photograph of the exit section of Xiamaidi tunnel
![]()
图 14 MK17—MK33区段堆积体综合遥感识别图
Figure 14. Integrated remote sensing detection along section of MK17—MK33
表 1 西香高速廊道不良地质体分段统计表
Table 1 Statistical list of adverse geological bodies in the corridor
区段 起止点 长度/km 崩塌/处 滑坡/处 泥石流/处 堆积体/处 总数量/处 密度/（处·km−1） 主线A段 K0+0.00—K73+100 73.10 3 18 3 13 37 0.51 主线B段 K73+100—K108+400 35.30 0 0 0 0 0 0 主线C段 K108+400—K165+400 57.00 18 13 5 10 46 0.81 木里支线 MK0+0.00—MK40+10 40.01 18 41 6 21 86 2.15 泸沽湖支线 LK0+0.00—LK12+920 12.92 1 2 2 0 5 0.42 合计 218.33 40 74 16 44 174 0.80 
下载: 导出CSV
-
[1] 殷跃平. 贵州省三穗—凯里高速公路“5·11”滑坡灾害调查[J]. 中国地质灾害与防治学报,2003,14(3):138. [YIN Yueping. Investigation on "5·11" landslide disaster of Sansui-Kaili expressway in Guizhou Province[J]. The Chinese Journal of Geological Hazard and Control,2003,14(3):138. (in Chinese with English abstract) DOI: 10.3969/j.issn.1003-8035.2003.03.029 [2] 央视网. 陕西延安黄延高速工地山体滑坡[OL]. （2014-10-12）. http://tv.cctv.com/2014/10/12/VIDE1413047758298495.shtml CCTV. Landslide at construction site of Huangling-Yan’an expressway in Yan’an, Shaanxi Province[OL]. （2014-10-12） . http://tv.cctv.com/2014/10/12/VIDE1413047758298495.shtml. (in Chinese)
[3] 詹越. 公路危岩崩塌安全监控及预警技术[D]. 重庆: 重庆交通大学, 2016 ZHAN Yue. Highway dangerous-rock collapse safety monitoring and early warning technology[D]. Chongqing: Chongqing Jiaotong University, 2016. （in Chinese with English abstract）
[4] 张蕴灵,傅宇浩,李为乐,等. 2020年9月20日雅西高速姚河坝崩塌调查[J]. 山地学报,2021,39(3):450 − 460. [ZHANG Yunling,FU Yuhao,LI Weile,et al. Preliminary investigation on the Yaoheba rockfall along the Ya’an-Xichang highway on September 20,2020,Sichuan,China[J]. Mountain Research,2021,39(3):450 − 460. (in Chinese with English abstract) DOI: 10.16089/j.cnki.1008-2786.000610 [5] 许也平,王萍. 遥感地质像片用于公路选线[J]. 公路,1988,33(6):20 − 22. [XU Yeping,WANG Ping. Remote sensing geological images are used for highway route selection[J]. Highway,1988,33(6):20 − 22. (in Chinese) [6] 赵永国. 宝天公路选线工程地质环境遥感解译法的应用[J]. 中国公路学报,1992,5(4):44 − 49. [ZHAO Yongguo. The application of methods of remote sensing interpretation on engineering geological environments along preselected routes of Baoji-Tianshui highway[J]. China Journal of Highway and Transport,1992,5(4):44 − 49. (in Chinese with English abstract) [7] 陈楚江,薛重生,余绍淮. 西藏墨脱公路的灾害地质遥感识别[J]. 工程地质学报,2004,12(1):57 − 62. [CHEN Chujiang,XUE Chongsheng,YU Shaohuai. Identification of geological hazards with remote sensing in the Motuo,Tibet[J]. Journal of Engineering Geology,2004,12(1):57 − 62. (in Chinese with English abstract) DOI: 10.3969/j.issn.1004-9665.2004.01.011 [8] 张明华. 公路工程地质灾害遥感图像识别及解译方法[J]. 遥感技术与应用,2005,20(2):233 − 237. [ZHANG Minghua. The way of image recognizing and interpreting with remote sensing for geological disasters of highway engineering[J]. Remote Sensing Technology and Application,2005,20(2):233 − 237. (in Chinese with English abstract) DOI: 10.3969/j.issn.1004-0323.2005.02.004 [9] 李宁. 西藏林芝市派墨公路地质灾害风险评价[D]. 成都: 成都理工大学, 2016 LI Ning. Geological disaster risk assessment of the PAIMO highway engineering in the Tibet's Nyingchi City[D]. Chengdu: Chengdu University of Technology, 2016. （in Chinese with English abstract）
[10] 安鑫,牛军强,匡经水,等. 遥感技术在国家高速公路G85麻柳湾―昭通段中的应用研究[J]. 公路交通技术,2012,28(5):31 − 36. [AN Xin,NIU Junqiang,KUANG Jingshui,et al. Research on application of remote sensing technology in Maliuwan—Zhaotong section of national expressway G85[J]. Technology of Highway and Transport,2012,28(5):31 − 36. (in Chinese) DOI: 10.3969/j.issn.1009-6477.2012.05.008 [11] 卢斌莹,陈正江,白延平,等. 高速公路地质灾害遥感调查方法:以陕西省为例[J]. 干旱区地理,2008,31(6):946 − 950. [LU Binying,CHEN Zhengjiang,BAI Yanping,et al. Remote sensing method for freeway geological disaster:A case study of Shaanxi Province[J]. Arid Land Geography,2008,31(6):946 − 950. (in Chinese with English abstract) [12] 梁京涛,王军,王猛,等. 四川省绵竹至茂县公路工程地质遥感调查与评价[J]. 灾害学,2012,27(1):83 − 86. [LIANG Jingtao,WANG Jun,WANG Meng,et al. Remote sensing survey and evaluation of engineering geology along Mianzhu-Maoxian highway in Sichuan Province[J]. Journal of Catastrophology,2012,27(1):83 − 86. (in Chinese with English abstract) DOI: 10.3969/j.issn.1000-811X.2012.01.017 [13] 许强,董秀军,李为乐. 基于天-空-地一体化的重大地质灾害隐患早期识别与监测预警[J]. 武汉大学学报(信息科学版),2019,44(7):957 − 966. [XU Qiang,DONG Xiujun,LI Weile. Integrated space-air-ground early detection,monitoring and warning system for potential catastrophic geohazards[J]. Geomatics and Information Science of Wuhan University,2019,44(7):957 − 966. (in Chinese with English abstract) DOI: 10.13203/j.whugis20190088 [14] 中国地质调查局. 地灾隐患识别: 寻找大地上的“潜伏者”[OL]. （2021-05-10）. https://www.cgs.gov.cn/xwl/cgkx/202105/t20210510_669916.html. China Geological Survey. Identification of hazards: Looking for "lurkers" on the earth[OL]. （2021-05-10）. https://www.cgs.gov.cn/xwl/cgkx/202105/t20210510_669916.html. (in Chinese)
[15] 许强. 对地质灾害隐患早期识别相关问题的认识与思考[J]. 武汉大学学报(信息科学版),2020,45(11):1651 − 1659. [XU Qiang. Understanding and consideration of related issues in early identification of potential geohazards[J]. Geomatics and Information Science of Wuhan University,2020,45(11):1651 − 1659. (in Chinese with English abstract) [16] 陆会燕,李为乐,许强,等. 光学遥感与InSAR结合的金沙江白格滑坡上下游滑坡隐患早期识别[J]. 武汉大学学报(信息科学版),2019,44(9):1342 − 1354. [LU Huiyan,LI Weile,XU Qiang,et al. Early detection of landslides in the upstream and downstream areas of the Baige landslide,the Jinsha River based on optical remote sensing and InSAR technologies[J]. Geomatics and Information Science of Wuhan University,2019,44(9):1342 − 1354. (in Chinese with English abstract) [17] DONG J,LIAO M S,XU Q,et al. Detection and displacement characterization of landslides using multi-temporal satellite SAR interferometry:A case study of Danba County in the Dadu River basin[J]. Engineering Geology,2018,240:95 − 109. DOI: 10.1016/j.enggeo.2018.04.015
[18] 王振林,廖明生,张路,等. 基于时序Sentinel-1数据的锦屏水电站左岸边坡形变探测与特征分析[J]. 国土资源遥感,2019,31(2):204 − 209. [WANG Zhenlin,LIAO Mingsheng,ZHANG Lu,et al. Detecting and characterizing deformations of the left bank slope near the Jinping hydropower station with time series Sentinel-1 data[J]. Remote Sensing for Land & Resources,2019,31(2):204 − 209. (in Chinese with English abstract) [19] 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. [ZHANG Lu,LIAO Mingsheng,DONG Jie,et al. Early detection of landslide hazards in mountainous areas of West China using time series SAR interferometry:A case study of Danba,Sichuan[J]. Geomatics and Information Science of Wuhan University,2018,43(12):2039 − 2049. (in Chinese with English abstract) [20] 王天河. 基于多源遥感的康定—炉霍拟建高速公路地质灾害危险性评价及线路优化分析[D]. 成都: 成都理工大学, 2019 WANG Tianhe. Risk assessment of geological hazards and route optimization analysis of Kangding-Luhuo proposed expressway based on multi-source remote sensing[D]. Chengdu: Chengdu University of Technology, 2019. （in Chinese with English abstract）
[21] 李长顺. 攀西地区（西昌市）地质灾害详细调查报告[R].成都: 四川省地质调查院, 2013 LI Changshun. Detailed survey report of geological hazard in Panxi region （Xichang City）[R]. Chengdu: Sichuan Institute of Geological Survey, 2013.（in Chinese）
[22] 姚巍,赵其华,李坛,等. 四川省盐源县地质灾害分布特征与形成条件研究[J]. 地质灾害与环境保护,2008,19(1):48 − 51. [YAO Wei,ZHAO Qihua,LI Tan,et al. Characteristics of geology hazards distribution and formation conditions in Yanyuan Country,Sichuan Province[J]. Journal of Geological Hazards and Environment Preservation,2008,19(1):48 − 51. (in Chinese with English abstract) DOI: 10.3969/j.issn.1006-4362.2008.01.011 [23] 田万生. 四川省2015年凉山州木里县地质灾害详细调查报告[R]. 兰州: 甘肃水文地质工程地质勘察院, 2016 TIAN Wansheng. Detailed investigation report on geological hazards in Muli County, Sichuan Province in 2015[R]. Lanzhou: Gansu Hydrogeology Engineering Geology Survey Institute, 2016. （in Chinese）
[24] 凉山彝族自治州交通运输局. G7611线西昌至香格里拉（四川境）高速公路项目社会资本方招标资格预审公告[EB/OL]. （2021-04-30）. http://jtj.lsz.gov.cn/xxgk/fdzdgknr/tzgg_32060/202104/t20210430_1892777.html. Transportation bureau of Liangshan Yi autonomous prefecture. G7611 line Xichang to Shangri-La （Sichuan border） highway project social capital bidding pre-qualification announcement[EB/OL]. （2021-04-30）. http://jtj.lsz.gov.cn/xxgk/fdzdgknr/tzgg_32060/202104/t20210430_1892777.html. (in Chinese)
[25] ZHU L,DENG Y,HE S M. Characteristics and failure mechanism of the 2018 Yanyuan landslide in Sichuan,China[J]. Landslides,2019,16(12):2433 − 2444. DOI: 10.1007/s10346-019-01262-z
[26] HU G S,LIU M,CHEN N S,et al. Real-time evacuation and failure mechanism of a giant soil landslide on 19 July 2018 in Yanyuan County,Sichuan Province,China[J]. Landslides,2019,16(6):1177 − 1187. DOI: 10.1007/s10346-019-01175-x
[27] 伍康林,陈宁生,胡桂胜,等. 四川省盐源县玻璃村“7·19”特大滑坡灾害应急科学调查[J]. 山地学报,2018,36(5):806 − 812. [WU Kanglin,CHEN Ningsheng,HU Guisheng,et al. Emergency investigation to 7·19 landslide disaster in Boli Village,Yanyuan County,Sichuan,China[J]. Mountain Research,2018,36(5):806 − 812. (in Chinese with English abstract) DOI: 10.16089/j.cnki.1008-2786.000376 [28] 翁其能,唐红梅,陈洪凯,等. 滑坡治理过程中岩土体变形场的演绎趋势分析:以西(昌)木(里)路新烧房滑坡为例[J]. 重庆交通学院学报,2001,20(1):69 − 73. [WENG Qineng,TANG Hongmei,CHEN Hongkai,et al. Developing tendency analysis of slope deformation composed of loose rock in the course of harnessing of landslide—Taking the XinShaofang landslide in the Highway from Xichang to Muli as Example[J]. Journal of Chongqing Jiaotong Institute,2001,20(1):69 − 73. (in Chinese with English abstract) [29] 陈敏,刘良春,叶胜华. 弯曲-拉裂型滑坡形成机制和稳定性分析:以木里河卡基娃滑坡为例[J]. 水文地质工程地质,2012,39(1):58 − 64. [CHEN Min,LIU Liangchun,YE Shenghua. The formation mechanism and stability analysis of bend-crack landslide:Taking the Kajiwa landslide of Muli River as an example[J]. Hydrogeology & Engineering Geology,2012,39(1):58 − 64. (in Chinese with English abstract) [30] 董建辉,魏良帅,唐然,等. 木里县水洛乡东拉滑坡安全监测及变形破坏分析[J]. 南水北调与水利科技,2015,13(3):543 − 547. [DONG Jianhui,WEI Liangshuai,TANG Ran,et al. Safety monitoring and deformation damage of Dongla landslide in Shuiluo of Muli County[J]. South-to-North Water Transfers and Water Science & Technology,2015,13(3):543 − 547. (in Chinese with English abstract) DOI: 10.13476/j.cnki.nsbdqk.2015.03.032 [31] 吴莉娟,肖天贵,顾林康,等. 四川凉山平川镇“7.14”泥石流灾害的气象成因[J]. 成都信息工程学院学报,2011,26(6):675 − 686. [WU Lijuan,XIAO Tiangui,GU Linkang,et al. Analysis onthe meteorological causes of the July 14 extreme debris flow hazards in Pingchuan town of Liangshan prefecture in Sichuan Province[J]. Journal of Chengdu University of Information Technology,2011,26(6):675 − 686. (in Chinese with English abstract) [32] 张楠,魏云杰. 四川省盐源县小河沟泥石流灾害调查研究[J]. 水文地质工程地质,2016,43(6):148 − 153. [ZHANG Nan,WEI Yunjie. Investigation of Xiaohegou debris flow in Yanyuan County,Sichuan Province[J]. Hydrogeology & Engineering Geology,2016,43(6):148 − 153. (in Chinese with English abstract) [33] 罗宇. 四川省盐源县格地罗沟泥石流灾害性分析[D]. 成都: 成都理工大学, 2012 LUO Yu. Disaster analysis of debris flow in Gediluo gully, Yanyuan County, Sichuan Province[D]. Chengdu: Chengdu University of Technology, 2012. （in Chinese with English abstract）
[34] 田淑芳, 詹骞. 遥感地质学[M]. 北京: 地质出版社, 2013 TIAN Shufang, ZHAN Qian. Remote sensing geology[M]. Beijing: Geological Publishing House, 2013. （in Chinese）
[35] 卓宝熙. 工程地质遥感判释与应用[M]. 北京: 中国铁道出版社, 2011 ZHUO Baoxi. Remote sensing interpretation & application of geology engineering[M]. Beijing: China Railway Publishing House, 2011. （in Chinese）
[36] GAO J,MARO J. Topographic controls on evolution of shallow landslides in pastoral Wairarapa,New Zealand,1979-2003[J]. Geomorphology,2010,114(3):373 − 381. DOI: 10.1016/j.geomorph.2009.08.002
[37] MARCELINO E V,FORMAGGIO A R,MAEDA E E. Landslide inventory using image fusion techniques in Brazil[J]. International Journal of Applied Earth Observation and Geoinformation,2009,11(3):181 − 191. DOI: 10.1016/j.jag.2009.01.003
[38] FIORUCCI F,CARDINALI M,CARLÀ R,et al. Seasonal landslide mapping and estimation of landslide mobilization rates using aerial and satellite images[J]. Geomorphology,2011,129(1/2):59 − 70.
[39] BERARDINO P,FORNARO G,LANARI R,et al. A new algorithm for surface deformation monitoring based on small baseline differential SAR interferograms[J]. IEEE Transactions on Geoscience and Remote Sensing,2002,40(11):2375 − 2383. DOI: 10.1109/TGRS.2002.803792
[40] 李振洪,宋闯,余琛,等. 卫星雷达遥感在滑坡灾害探测和监测中的应用:挑战与对策[J]. 武汉大学学报(信息科学版),2019,44(7):967 − 979. [LI Zhenhong,SONG Chuang,YU Chen,et al. Application of satellite radar remote sensing to landslide detection and monitoring:Challenges and solutions[J]. Geomatics and Information Science of Wuhan University,2019,44(7):967 − 979. (in Chinese with English abstract) DOI: 10.13203/j.whugis20190098 [41] 李元松,高晖,陈峰,等. 乌尉高速公路边坡稳定性综合评价[J]. 水文地质工程地质,2018,45(4):150 − 156. [LI Yuansong,GAO Hui,CHEN Feng,et al. Comprehensive assessment of slope stability in Wu—Yu highway[J]. Hydrogeology & Engineering Geology,2018,45(4):150 − 156. (in Chinese with English abstract) [42] 邱明明,杨果林,张沛然,等. 浅埋洞口段黄土公路隧道施工变形性状现场测试研究[J]. 水文地质工程地质,2021,48(3):135 − 143. [QIU Mingming,YANG Guolin,ZHANG Peiran,et al. Field test on the construction deformation characteristics for a loess highway tunnel at the shallow portal section[J]. Hydrogeology & Engineering Geology,2021,48(3):135 − 143. (in Chinese with English abstract) [43] 陈云生,刘光彬,张一铭,等. 阳鹿高速公路K52新滑坡变形特征与成因机理分析[J]. 中国地质灾害与防治学报,2022,33(1):83 − 91. [CHEN Yunsheng,LIU Guangbin,ZHANG Yiming,et al. Deformation characteristics and genetic mechanism of a new landslide at K52 of Luyang freeway[J]. The Chinese Journal of Geological Hazard and Control,2022,33(1):83 − 91. (in Chinese with English abstract) [44] 陈锐,范小光,吴益平. 基于数据挖掘技术的白水河滑坡多场信息关联准则分析[J]. 中国地质灾害与防治学报,2021,32(6):1 − 8. [CHEN Rui,FAN Xiaoguang,WU Yiping. Analysis on association rules of multi-field information of Baishuihe landslide based on the data mining[J]. The Chinese Journal of Geological Hazard and Control,2021,32(6):1 − 8. (in Chinese with English abstract) [45] 廖小平,徐风光,蔡旭东,等. 香丽高速公路边坡地质灾害发育特征与易发性区划[J]. 中国地质灾害与防治学报,2021,32(5):121 − 129. [LIAO Xiaoping,XU Fengguang,CAI Xudong,et al. Development characteristics and susceptibality zoning of slope geological hazards in Xiangli expressway[J]. The Chinese Journal of Geological Hazard and Control,2021,32(5):121 − 129. (in Chinese with English abstract) -
期刊类型引用(11)
1. 黄远东，许冲，薛智文，胡杰，郭永翔，付登文. 从镇雄1.22山体滑坡事件浅析冬季滑坡伤亡事件规律. 灾害学. 2025(01): 110-116 . 
百度学术
2. 殷玮民，李远耀，李星，李明，居乐，谢藕. 考虑岩土体物理力学参数空间校准分区的滑坡危险性评价. 中国地质灾害与防治学报. 2025(02): 162-174 . 本站查看
3. 黄远东，许冲，刘毅，何祥丽，邵霄怡，赵斌滨，孔小昂. 2024年4月广东韶关暴雨诱发的浅层滑坡编目与滑坡分布特征分析. 中国地质灾害与防治学报. 2025(02): 28-42 . 本站查看
4. 刘佳意，陈春利，付昱凯，王晨兴，李同录，肖锐铧，刘艳辉. 降雨诱发的浅表堆积层滑坡成因机理与稳定性预测模型. 水文地质工程地质. 2024(02): 183-191 . 百度学术
5. 陈家乐，倪万魁，王海曼，荣誉. 原状黄土土-水特征曲线与湿陷性的相关性. 中国地质灾害与防治学报. 2024(02): 107-114 . 本站查看
6. 赵立财. 降雨条件下弃土场滑坡力学参数敏感性反演研究. 地质与勘探. 2023(03): 627-636 . 百度学术
7. 王子，王栋，姜帅，李艳军，安培源. 西气东输管道工程陕西岭湾村滑坡变形特征及成因机制分析. 中国地质灾害与防治学报. 2023(03): 8-19 . 本站查看
8. 卢盛栋，李强，李芬，张华明，刘月丽，温进利，赵俊杰，傅佳玉. 大气降水诱发黄土高原滑坡灾害阈值及灾损研究. 灾害学. 2023(03): 53-59 . 百度学术
9. 刘凡，邓亚虹，慕焕东，钱法桥. 基于最大熵-无限边坡模型的降雨诱发浅层黄土滑坡稳定性评价方法研究. 水文地质工程地质. 2023(05): 146-158 . 百度学术
10. 李长春，晏鄂川，吴波，刘超，蔡宇宁. 襄阳市降雨型浅层土质滑坡变形阶段预警判据研究. 河南科学. 2023(10): 1479-1487 . 百度学术
11. 李同录，袁思凡，徐家隆，胡向阳，李萍. 降雨引起的两类不同浅层滑坡稳定性的计算模型——与“浅层黄土滑坡易发性评价：以晋西黄土区蔡家川农地小流域为例”一文商榷. 山地学报. 2023(06): 916-925 . 百度学术
其他类型引用(5)
计量
- 文章访问数: 1596
- HTML全文浏览量: 1094
- PDF下载量: 299
- 被引次数: 16
邮件订阅
RSS