基于SBAS-InSAR技术的白龙江中游地表变形特征分析与潜在滑坡早期识别
发布时间：2021-05-10 15:37
白龙江中游是我国地质灾害高发区,因其独特的地形地貌、地质条件,滑坡灾害和泥石流灾害频发且规模很大,造成人民生命财产的巨大损失,并对社会经济持续发展和生态环境建设造成极大影响。合成孔径雷达干涉测量技术（Interferometric Synthetic Aperture Radar）以其监测范围大、精度高、不受天气影响等优势得到广大学者的青睐,被成功地应用于滑坡形变、地表沉降等微量形变的地学领域。将时序InSAR技术应用于白龙江中游地表形变监测,克服了传统意义上时间分辨率低、精度不高且受天气影响等局限性,实现了远距离对地表形变的大范围动态监测。本文以白龙江中游舟曲-两河口段为研究区,将Sentinel-1A升降轨SLC数据作为数据源,通过SBAS-InSAR技术开展地表形变监测。由于单轨道InSAR结果是地表真实形变矢量在雷达视线方向（Line Of Sight,LOS）向的投影分量,往往无法反应真实的地表形变。因此,本文根据升降轨SAR数据的几何信息和坡度、坡向,以升降轨LOS向形变结果为基础,构建了研究区的准三维地表形变场,在此基础上分析了研究区的地表形变时空特征。并以典型滑坡时空特...
【文章来源】：兰州大学甘肃省 211工程院校 985工程院校 教育部直属院校
【文章页数】：88 页
【学位级别】：硕士
【文章目录】：
中文摘要
Abstract
第一章 绪论
1.1 选题背景与研究意义
1.1.1 选题背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 InSAR技术应用于滑坡的现状
1.2.2 白龙江流域滑坡研究现状
1.3 研究目标、研究内容和技术路线
1.3.1 研究目标
1.3.2 研究内容
1.3.3 技术路线
1.4 论文的组织结构
第二章 研究区地质灾害概况
2.1 研究区位置
2.2 研究区地质灾害孕灾背景
2.3 研究区滑坡灾害现状
2.4 本章小结
第三章 原理与方法
3.1 InSAR技术的基本原理
3.1.1 D-InSAR技术
3.1.2 PS-InSAR技术
3.1.3 SBAS-InSAR技术
3.2 准三维地表形变场构建方法
3.3 时序分析法
3.4 本章小结
第四章 SBAS-InSAR获取地表变形数据
4.1 数据源介绍
4.1.1 SAR数据
4.1.2 DEM数据
4.1.3 其他数据
4.2 SBAS-InSAR数据处理
4.2.1 数据准备
4.2.2 生成图像连接图
4.2.3 滤波与干涉处理
4.2.4 轨道精炼和重去平
4.2.5 形变速率反演
4.2.6 地理编码及结果输出
4.3 本章小结
第五章 地表变形时空分布特征
5.1 基于SBAS技术的地表变形空间分布特征
5.1.1 单轨道LOS向地表变形结果
5.1.2 上升轨道与下降轨道LOS向地表变形分布特征
5.2 准三维地表形变空间分布特征
5.2.1 东西向形变速率空间分布特征
5.2.2 垂直向形变速率空间分布特征
5.2.3 顺坡向形变速率空间分布特征
5.3 研究区地表形变的时间变化特征
5.4 本章小结
第六章 潜在滑坡识别
6.1 潜在滑坡识别规则的建立
6.1.1 典型滑坡地表形变时空变化特征的先验知识
6.1.2 典型滑坡地质地貌特征及其控制因子的先验知识
6.1.3 潜在滑坡早期识别规则
6.2 潜在滑坡的识别结果
6.3 潜在滑坡识别结果验证及分析
6.3.1 锁儿头滑坡
6.3.2 中牌滑坡
6.3.3 其他小型潜在滑坡
6.3.4 野外考察
6.4 本章小结
第七章 总结与展望
7.1 结论
7.2 论文特色
7.3 不足与展望
参考文献
在学期间的研究成果
致谢
【参考文献】：
期刊论文
[1]对滑坡监测预警相关问题的认识与思考[J]. 许强. 工程地质学报. 2020(02)
[2]基于InSAR技术的三峡库区巫山—奉节段潜在滑坡识别[J]. 徐帅,王尚晓,牛瑞卿. 安全与环境工程. 2020(01)
[3]白龙江流域斜坡坡向滑坡贡献率研究[J]. 金刚,王运生,刘江伟,许佳路,申通. 西北师范大学学报(自然科学版). 2019(05)
[4]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]. 许强,董秀军,李为乐. 武汉大学学报(信息科学版). 2019(07)
[5]甘肃舟曲南峪江顶崖古滑坡发育特征与复活机理[J]. 郭长宝,任三绍,李雪,张永双,杨志华,吴瑞安,金继军. 现代地质. 2019(01)
[6]InSAR技术在地质灾害早期识别中的应用[J]. 何朝阳,巨能攀,解明礼. 西华大学学报(自然科学版). 2019(01)
[7]舟曲县“7·12”滑坡应急抢险处置启示和思考[J]. 吴天临. 中国水利. 2018(15)
[8]白龙江流域大型滑坡发育分布规律研究[J]. 陈明,王运生,梁瑞锋,杨栓成. 工程地质学报. 2018(02)
[9]InSAR变形监测方法与研究进展[J]. 朱建军,李志伟,胡俊. 测绘学报. 2017(10)
[10]基于Sentinel-1数据的时序InSAR技术在滑坡监测方面的应用——以巴东地区为例[J]. 杨长江,易祎,赵蓉. 科技创新与生产力. 2017(04)
博士论文
[1]基于InSAR技术的地表变形监测与滑坡早期识别研究[D]. 张毅.兰州大学 2018
[2]甘肃白龙江流域活动构造带控制影响下的滑坡发育研究[D]. 乔良.兰州大学 2017
[3]改进的SBAS地表形变监测及地下水应用研究[D]. 俞晓莹.中南大学 2012
[4]差分干涉雷达技术用于不连续形变的监测研究[D]. 赵超英.长安大学 2009
硕士论文
[1]白龙江中游地区滑坡易发性评价研究[D]. 王娜云.南京师范大学 2019
[2]白龙江碧口～舟曲干流段滑坡发育特征及危险性评价[D]. 高波.成都理工大学 2015
[3]白龙江流域甘肃段滑坡灾害分形特征[D]. 唐新凯.兰州大学 2014
[4]面向矿区沉降监测的InSAR技术应用研究[D]. 赵伟颖.中国矿业大学 2015
[5]基于SBAS技术的青藏铁路区冻土形变监测研究[D]. 李珊珊.中南大学 2012
[6]甘肃省5.12地震重灾区次生地质灾害特征[D]. 王运兴.兰州大学 2012
[7]白龙江流域滑坡发育特征及其成因的地质环境条件研究[D]. 庞茂康.成都理工大学 2011
[8]短时空基线PS-InSAR技术在大同地区的形变监测研究[D]. 王宏宇.长安大学 2011
[9]基于SBAS-InSAR技术的大同市地面沉降监测研究[D]. 山锋.长安大学 2011
[10]InSAR技术在地面沉降监测中的应用研究[D]. 张金芝.山东科技大学 2011
本文编号：3179616
【文章来源】：兰州大学甘肃省 211工程院校 985工程院校 教育部直属院校
【文章页数】：88 页
【学位级别】：硕士
【文章目录】：
中文摘要
Abstract
第一章 绪论
1.1 选题背景与研究意义
1.1.1 选题背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 InSAR技术应用于滑坡的现状
1.2.2 白龙江流域滑坡研究现状
1.3 研究目标、研究内容和技术路线
1.3.1 研究目标
1.3.2 研究内容
1.3.3 技术路线
1.4 论文的组织结构
第二章 研究区地质灾害概况
2.1 研究区位置
2.2 研究区地质灾害孕灾背景
2.3 研究区滑坡灾害现状
2.4 本章小结
第三章 原理与方法
3.1 InSAR技术的基本原理
3.1.1 D-InSAR技术
3.1.2 PS-InSAR技术
3.1.3 SBAS-InSAR技术
3.2 准三维地表形变场构建方法
3.3 时序分析法
3.4 本章小结
第四章 SBAS-InSAR获取地表变形数据
4.1 数据源介绍
4.1.1 SAR数据
4.1.2 DEM数据
4.1.3 其他数据
4.2 SBAS-InSAR数据处理
4.2.1 数据准备
4.2.2 生成图像连接图
4.2.3 滤波与干涉处理
4.2.4 轨道精炼和重去平
4.2.5 形变速率反演
4.2.6 地理编码及结果输出
4.3 本章小结
第五章 地表变形时空分布特征
5.1 基于SBAS技术的地表变形空间分布特征
5.1.1 单轨道LOS向地表变形结果
5.1.2 上升轨道与下降轨道LOS向地表变形分布特征
5.2 准三维地表形变空间分布特征
5.2.1 东西向形变速率空间分布特征
5.2.2 垂直向形变速率空间分布特征
5.2.3 顺坡向形变速率空间分布特征
5.3 研究区地表形变的时间变化特征
5.4 本章小结
第六章 潜在滑坡识别
6.1 潜在滑坡识别规则的建立
6.1.1 典型滑坡地表形变时空变化特征的先验知识
6.1.2 典型滑坡地质地貌特征及其控制因子的先验知识
6.1.3 潜在滑坡早期识别规则
6.2 潜在滑坡的识别结果
6.3 潜在滑坡识别结果验证及分析
6.3.1 锁儿头滑坡
6.3.2 中牌滑坡
6.3.3 其他小型潜在滑坡
6.3.4 野外考察
6.4 本章小结
第七章 总结与展望
7.1 结论
7.2 论文特色
7.3 不足与展望
参考文献
在学期间的研究成果
致谢
【参考文献】：
期刊论文
[1]对滑坡监测预警相关问题的认识与思考[J]. 许强. 工程地质学报. 2020(02)
[2]基于InSAR技术的三峡库区巫山—奉节段潜在滑坡识别[J]. 徐帅,王尚晓,牛瑞卿. 安全与环境工程. 2020(01)
[3]白龙江流域斜坡坡向滑坡贡献率研究[J]. 金刚,王运生,刘江伟,许佳路,申通. 西北师范大学学报(自然科学版). 2019(05)
[4]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]. 许强,董秀军,李为乐. 武汉大学学报(信息科学版). 2019(07)
[5]甘肃舟曲南峪江顶崖古滑坡发育特征与复活机理[J]. 郭长宝,任三绍,李雪,张永双,杨志华,吴瑞安,金继军. 现代地质. 2019(01)
[6]InSAR技术在地质灾害早期识别中的应用[J]. 何朝阳,巨能攀,解明礼. 西华大学学报(自然科学版). 2019(01)
[7]舟曲县“7·12”滑坡应急抢险处置启示和思考[J]. 吴天临. 中国水利. 2018(15)
[8]白龙江流域大型滑坡发育分布规律研究[J]. 陈明,王运生,梁瑞锋,杨栓成. 工程地质学报. 2018(02)
[9]InSAR变形监测方法与研究进展[J]. 朱建军,李志伟,胡俊. 测绘学报. 2017(10)
[10]基于Sentinel-1数据的时序InSAR技术在滑坡监测方面的应用——以巴东地区为例[J]. 杨长江,易祎,赵蓉. 科技创新与生产力. 2017(04)
博士论文
[1]基于InSAR技术的地表变形监测与滑坡早期识别研究[D]. 张毅.兰州大学 2018
[2]甘肃白龙江流域活动构造带控制影响下的滑坡发育研究[D]. 乔良.兰州大学 2017
[3]改进的SBAS地表形变监测及地下水应用研究[D]. 俞晓莹.中南大学 2012
[4]差分干涉雷达技术用于不连续形变的监测研究[D]. 赵超英.长安大学 2009
硕士论文
[1]白龙江中游地区滑坡易发性评价研究[D]. 王娜云.南京师范大学 2019
[2]白龙江碧口～舟曲干流段滑坡发育特征及危险性评价[D]. 高波.成都理工大学 2015
[3]白龙江流域甘肃段滑坡灾害分形特征[D]. 唐新凯.兰州大学 2014
[4]面向矿区沉降监测的InSAR技术应用研究[D]. 赵伟颖.中国矿业大学 2015
[5]基于SBAS技术的青藏铁路区冻土形变监测研究[D]. 李珊珊.中南大学 2012
[6]甘肃省5.12地震重灾区次生地质灾害特征[D]. 王运兴.兰州大学 2012
[7]白龙江流域滑坡发育特征及其成因的地质环境条件研究[D]. 庞茂康.成都理工大学 2011
[8]短时空基线PS-InSAR技术在大同地区的形变监测研究[D]. 王宏宇.长安大学 2011
[9]基于SBAS-InSAR技术的大同市地面沉降监测研究[D]. 山锋.长安大学 2011
[10]InSAR技术在地面沉降监测中的应用研究[D]. 张金芝.山东科技大学 2011
本文编号：3179616
本文链接：https://www.wllwen.com/shoufeilunwen/benkebiyelunwen/3179616.html
