基于InSAR技术的三峡库区巫山—奉节段潜在滑坡识别

发布时间：2021-04-14 04:08

　　以三峡库区滑坡灾害多发的巫山—奉节段为研究区,基于InSAR技术提出了一种潜在滑坡早期识别方法。该方法首先选取2017年3月—2018年11月共48景Sentinel-1 A SAR升轨数据,利用永久散射体干涉测量（PS-InSAR）技术提取出相对稳定的散射体作为地面控制点（GCP）,并引入到小基线集干涉测量（SBAS-InSAR）技术流程中获取长时间序列的地表形变信息;然后统计分析该区域历史滑坡的孕灾因子规律,结合区域SAR数据的地形可视性分析筛选出孕育滑坡概率大于50%的形变点,并对这些形变点采用Anselin Local Moran’s I指数进行空间域异常值分析和聚类处理,获得置信水平不低于95%的高异常值区;最后结合区域地形地貌特征和高分辨率光学影像识别出高概率的潜在滑坡范围。该方法具有可行性,可用于指导滑坡灾害预测预警和野外地质灾害的实地调查。 

【文章来源】：安全与环境工程. 2020,27(01)北大核心

【文章页数】：7 页

【部分图文】：

研究区概况及历史滑坡位置图

Ρ(B)= ∑ i=1 n=7 Ρ (A i )?Ρ(B|A i )?????? ??? (9)式中:P(B)为各孕灾因子对形变点作为潜在滑坡点的累计概率贡献值;P(Ai)为每个独立孕灾因子对滑坡的概率贡献值(即1/n);P(B|Ai)表示每个孕灾因子类别在发生滑坡事件下的概率值。

结合潜在滑坡点区域的地形地貌特征以及空间域异常值分析和聚类处理结果,在沿雷达视线方向上的平均形变速率图[见图2(a)]上标定出15处概率高、置信水平较好的疑似潜在滑坡范围[见图2(b)],借助多时相的高分辨率光学影像数据和Google Earth影像数据,对这些潜在的滑坡范围做进一步分析,发现有3处(编号为8、9、13)位于历史滑坡上或者附近,这些区域斜坡有明显的地表形变,存在不稳定状况,出现再次滑动的概率较高;有5处(编号为3、4、10、12、15)是人工修路或者建设房屋造成的地表形变;还有7处(编号为1、2、5、6、7、11)地表有不同程度的破坏,发育成滑坡的概率较大。人类工程活动和地表季节性运动等因素也会影响研究区域内潜在滑坡识别的概率,且由于雷达的可视性有限,并不能完全识别出所有的潜在高概率滑坡,本文利用高分一号影像识别出9处新的潜在滑坡范围,见图3。4 结 论

【参考文献】：
期刊论文
[1]基于SBAS技术的岷江流域潜在滑坡识别[J]. 张诗茄,蒋建军,缪亚敏,白世彪.  山地学报. 2018(01)
[2]陕西泾阳南塬杏园滑坡InSAR监测分析[J]. 何杨,赵超英,张勤,杨成生.  工程勘察. 2016(06)
[3]三峡库区滑坡规模与发育特征研究[J]. 彭令,徐素宁,彭军还.  现代地质. 2014(05)
[4]GPS与InSAR技术在滑坡监测中的应用研究[J]. 范青松,汤翠莲,陈于,张晓东.  测绘科学. 2006(05)

博士论文
[1]基于D-InSAR数据分析的高山峡谷区域滑坡位移识别[D]. 王立伟.北京科技大学 2015



本文编号：3136628