基于Sentinel-1A数据的白龙江中游滑坡识别与监测研究

发布时间：2020-10-22 22:38

　　 在我国广大山区,滑坡灾害频发,但受天气、地形、交通等的影响,对区域滑坡的识别和监测存在较大的困难,为解决这一难题,本文以Sentinel-1A升降轨影像为数据源,探讨基于SBAS-InSAR技术进行白龙江中游区域滑坡识别与监测,利用遥感解译标志结合形变点,来识别研究区潜在滑坡,通过GIS技术以及统计方法分析滑坡的时空特征,最后对滑坡识别结果以及形变点的监测结果进行验证,得到以下成果和结论:1、升降轨影像获取得到的可视性分区图,两者结果对比显示,分区结果基本无差异。将历史滑坡分布图与可视性分区图叠加,发现大部分滑坡位于可视区域内,少数几个滑坡位于低敏感区,无历史滑坡位于不可视区,可以得出Sentinel-1A升降轨数据适用于山区滑坡研究。2、利用滑坡遥感识别标志,结合地表形变点,最后共识别出研究区8个潜在滑坡体,一个危岩体,通过历史滑坡以及野外核查验证结果的有效性,且得出本研究中降轨数据更适用于潜在滑坡识别。3、SBAS-InSAR技术获取的研究区地表形变点,在无先验形变模型的条件下,能实现对滑坡的有效监测。(1)通过滑坡主导因素进行分析,得到滑坡主要分布在10°-40 °之间,其中,20°-30°是滑坡分布最多的坡度范围,对于大于40。的坡度滑坡分布反而很少,滑坡主要分布在西南方向,这与阳坡的多光照、湿度小以及植被稀少特点有关,而断层是控制滑坡滑动的主要因素,另外,软硬相间的岩组以及构造线交界处是滑坡高发区。(2)利用地统计方法对滑坡进行空间分析,发现形变点和高速率值主要集中分布于滑坡体下部,且这些表现出高速率的坡体内均有断层穿过。从投影趋势来看,受断层控制的滑坡体,在南北方向上,形变速率均表现出倒“U”型,即形变速率中间高,两侧低。而由于失相干等因素的影响,在东西方向上无法判断形变点分布和速率的规律。(3)形变点速率、累计形变量以及月形变量,反应出滑坡的时间变化特征。在5-9月,滑坡滑动速率最快,形变量最大,这与夏季强降雨过程有关。同时,滑坡在9-12月期间,表现出形变值异常,但是在2014年与2015年均出现这一现象,可能的原因是与降雪以及地下水补给有关,且得出升轨数据更适用于滑坡监测中。
【学位单位】：南京师范大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：P642.22
【部分图文】：

第二章研究区概况及数据说明??２．１研究区概况??如图２－１所示，本文研究区位于甘肃省陇南地区，白龙江流域中游，地跨舟曲??县、宕昌县，研究区面积为５５０６３公顷，地理位置为东经丨０４°?１８＇?３５．５３＂?－１０４°??３５＜?２５．２３７，北纬３３°?３７＇?１５．８５＂?－３３°?４８＇?５３．４５＂。区内己经发生规模大、数量??多、分布密集的大型古滑坡体，例如秦裕滑坡、化马滑坡、石淤子滑坡、锁儿头滑??坡、泄流坡滑坡等，Ｇ２１２国道甘肃段从区内贯通，Ｓ３１３省道、Ｘ４１４县道为区内连??接各县市的主要交通要道，主要水系为白龙江水系及其主要支流岷江水系，研宄区??内海拔为１１６８米到３５６９米。??近年来，该区域获得越来越多研宄学者的关注，对白龙江流域开展了大量定性??及定量研究，例如野外调查、风险评价（ＤａｉＦＣｅｔａｌ．，２０１４）、易发性评价（Ｗｅｓｔｅｎ??ＣＪ?Ｖｅｔａｌ．

阴影和分辨率增强（Ｓｕｎ?Ｑｅｔａｌ．，?２０１６）。??在地面上，我们将面向雷达传感器的坡叫做前向坡，背向雷达传感器的坡向叫??做后向坡，如图４－１所示，①②③为前向坡，④⑤⑥为后向坡，雷达波束在到达地??面后，受前向坡和后向坡的影响如下：??前向坡：??（１）

?｜向形变检测能力较低??根据高山峡谷区雷达影像几何特征，结合Ｓｅｎｔｉｎｅ－ＩＡ雷达参数和研究区坡度、??坡向，计算得到研究区升降轨可视性分区图（图４－２、图４－３）。从图中可以看出，??不管是升轨还是降轨雷达数据，在可视性分区图中，不可视区所占比例很小，研宄??区大部分属于可视区和低敏感区，将研宄区历史滑坡叠加到可视性分区图中，可以??发现，河南村滑坡、柯门头村滑坡、冲家桥滑坡、大桥村东以及秦峪滑坡有大部分??面积位于敏感区内，其他滑坡基本都位于可视区域内，且无滑坡位于不可见区。??因此可以判断出，Ｓｅｎｔｉｎｅｌ－ＩＡ数据在高山峡谷区地表形变监测中具备较好的优??越性，但具体哪一种轨道数据更适用于滑坡监测和识别，将在第五章中继续探讨。??：麵?Ｉ：；??图４－?２升轨Ｓｅｎｔｉｎｅｌ－１Ａ影像可视性分区图??２５??
【参考文献】

相关期刊论文 前10条

1 刘肖姬;梁树能;吴小娟;甘甫平;;“高分二号”卫星数据遥感滑坡灾害识别研究——以云南东川为例[J];航天返回与遥感;2015年04期

2 程海琴;陈强;刘国祥;杨莹辉;刘丽瑶;;短基线InSAR探测龙门山主断裂带两侧震后雨期的滑坡空间分布特征[J];测绘学报;2014年09期

3 鲁学军;史振春;尚伟涛;周和颐;;滑坡高分辨率遥感多维解译方法及其应用[J];中国图象图形学报;2014年01期

4 丁辉;张茂省;李林;;基于多特征面向对象区域滑坡现象识别[J];遥感技术与应用;2013年06期

5 李爱农;张正健;雷光斌;南希;刘倩楠;赵伟;;四川芦山“4·20”强烈地震核心区灾损遥感快速调查与评估[J];自然灾害学报;2013年06期

6 王治华;;滑坡图像自动识别浅议[J];地球信息科学学报;2013年05期

7 殷志强;秦小光;赵无忌;魏刚;;基于多元遥感影像数据的黄河上游滑坡发育特征研究[J];工程地质学报;2013年05期

8 孟兴民;陈冠;郭鹏;熊木齐;Janusz Wasowski;;白龙江流域滑坡泥石流灾害研究进展与展望[J];海洋地质与第四纪地质;2013年04期

9 桑凯;;近60年中国滑坡灾害数据统计与分析[J];科技传播;2013年10期

10 童立强;郭兆成;;典型滑坡遥感影像特征研究[J];国土资源遥感;2013年01期

相关硕士学位论文 前7条

1 张诗茄;基于SBAS技术的岷江流域滑坡识别方法研究[D];南京师范大学;2017年

2 温浩;基于MTI技术的岷江流域滑坡识别研究[D];南京师范大学;2015年

3 朱钱洪;基于SBAS技术的白龙江流域典型区滑坡信息提取研究[D];南京师范大学;2015年

4 程晨;基于SBAS的高山峡谷区慢速滑坡的强度和活动性分级研究[D];南京师范大学;2014年

5 余睿;基于短基线（SBAS）技术的西和县滑坡监测研究[D];南京师范大学;2014年

6 钮小坤;基于SBAS技术在北京地区的地面沉降监测与分析[D];首都师范大学;2013年

7 冀超;基于面向对象的滑坡识别方法研究[D];电子科技大学;2012年

本文编号：2852178