共查询到15条相似文献，搜索用时 281 毫秒
1.
《中国地质灾害与防治学报》2021,(5)
金沙江缝合带是滑坡灾害的高发区,且具有较大的堵江威胁。以堵江风险较高的色拉滑坡为研究对象,选取高时间分辨率的升降轨Sentinel-1A/B数据,利用MSBAS InSAR技术对该滑坡展开地表形变监测研究。文章在利用不同轨道的Sentinel-1A/B获取色拉滑坡2018—2020年间的二维动态形变时间序列的基础上,分析了典型特征点形变时间序列特征。结果表明,在2018年1月—2020年4月色拉滑坡东西向累积形变最高达到165 mm,垂直向累积形变达-102 mm,滑坡体形变加速的时间点被成功地捕获。最后,分析了该滑坡的形变趋势,通过现场调查结果验证了所获得滑坡监测结果的准确性。 相似文献
2.
文章选取贵州省发耳镇尖山营采矿型滑坡为研究对象，利用多期光学遥感数据，基于亚像元相关性匹配技术，实现该滑坡长时序定量化二维形变监测。利用多期存档Google earth影像及无人机影像，探测出该地区1#滑坡在2013年已开始发生明显的地表形变，且随着时间的推移，地表形变愈发严重；再基于Sentinel-2遥感数据求解出1#滑坡自2016年7月31日至2020年3月22日期间的二维形变时间序列，结果表明:该滑坡最大水平形变方向与斜坡方向一致，且在东西向和南北向上均表现为持续增大的趋势，最大累积形变量分别达到了44 m和-58 m。 相似文献
3.
为实现对吉林省治新村滑坡的有效监测,文章选取2017年27景Sentinel-1A数据,基于小基线雷达干涉测量技术(SBAS-InSAR)对治新村滑坡进行形变监测,分析了其时序演化态势。选用2016、2017年2景ALOS-2数据,采用差分雷达干涉测量技术(D-InSAR)监测了该滑坡形变体的特征。SBAS-InSAR对滑坡形变时序演化态势进行监测,而D-InSAR则主要对滑坡具体的形变体进行形变监测,且L波段的ALOS-2数据穿透性强于C波段的Sentinel-1A数据,可以获得更完整的干涉信息,两者监测结果可交叉验证,提高结果的可靠性。SBAS-InSAR监测结果表明：治新村滑坡汇水区滑坡后缘在监测期间发生了沉降,并且在2017年7月5—29日期间滑坡后缘地表沉降达12.47 mm,监测期间平均沉降速率为2.88 mm/a;位于山谷的受威胁居民区发生了抬升,至2017年12月8日平均累计抬升达19.59 mm,监测期间平均抬升速率19.99 mm/a。D-InSAR结果显示：治新村滑坡汇水区斜坡存在5处主要变形体,面积最大变形体17 973 m2,位于西侧斜坡... 相似文献
4.
滑坡是一种破坏力极强的地质灾害,对滑坡易发区域进行长期有效的时序形变监测是研究机理和防灾减灾的重要途径,小基线雷达干涉测量技术（SBAS-InSAR）在滑坡等地质灾害形变监测中的应用为当前地灾防治提供了新的手段。文章使用SBAS-InSAR技术对西藏江达县金沙江流域发生的典型滑坡灾害进行了时序形变特征分析。首先,基于2017年7月—2018年12月的23景Sentinel-1A影像数据,获取了江达县东部及其周边区域在时间跨度内的形变分布图以及时序形变特征;在此基础上,结合区域内沃达和白格2处滑坡的实地勘探资料和现有研究成果验证了形变探测结果的准确性;另监测数据显示沃达滑坡中部及前缘位置存在明显形变,且部分位置的形变量超过100 mm,白格滑坡的残留体同样存在较大的形变,尤其是边界区域存在明显的形变漏斗,最大形变量超过110 mm。同时在金沙江流域西岸存在2处滑坡隐患区域,累计沉降量均超过45 mm,最大形变速率分别为?53 mm/a和?45 mm/a。基于数据分析和现场勘查,表明SBAS-InSAR技术在滑坡灾害的形变监测方面是一种有效手段,另江达县金沙江多处岸坡在不断发生形变,应进一步加强该区域地质灾害形变监测,必要时提前开展防治工作。 相似文献
5.
灾害的早期识别是防灾减灾领域的关键技术。文中以甘肃省舟曲县为例,利用2018年1月－2019年1月Sentinel-1A雷达卫星降轨数据和2021年5月Sentinel-2光学遥感影像数据,通过D-InSAR技术获取研究区地表形变信息,利用随机森林模型识别潜在的滑坡体。结果表明:使用已有的滑坡数据集,采用随机森林模型能够较好地识别出潜在滑坡体。潜在滑坡点分布位置均位于地表形变量大的区域。舟曲县整体形变沿东西向发生,主要分布于舟曲县东北和西南方向,与潜在滑坡点高度重合。识别出的潜在滑坡点（立节乡北山滑坡）,年形变量达到0.12?m,于2021年1月18日发生滑坡,该滑坡典型案例也印证了文中方法的有效性。 相似文献
6.
中国黄土高原滑坡灾害频发，严重威胁经济的发展及生命财产安全。利用时序合成孔径雷达干涉测量(InSAR)技术识别潜在的活动滑坡，并对其进行形变监测，有利于预防和减轻灾害造成的危害。InSAR技术具有大范围观测地表变形的能力，这里以西宁市为研究区，采用83景升轨和87景降轨Sentinel-1A雷达影像，利用小基线集(SBAS)时间序列InSAR技术，获取了研究区2019年1月至2021年11月地表形变速率以及时序形变量，共探测到74处显著形变区；结合地貌和光学影像特征，确定其中35处为活动黄土滑坡。通过对活动滑坡的时间序列形变分析，内在(工程岩组、断层)和外在(降雨)条件的共同作用，是激活不稳定边坡或加速边坡运动的主要因素。 相似文献
7.
西藏藏东南地区地处青藏高原东南部,地势陡峭。多期次板块构造运动、岩体间相互挤压运动导致地质灾害频繁发生且规模大。针对该区域的地质灾害调查与监测研究工作对防灾减灾具有重要意义。文章以藏东南然乌地区为研究区,分别利用升降轨Sentinel-1A卫星数据对该区域隐患灾害点进行识别,并分析了SAR影像几何畸变对地质灾害识别的影响。通过对InSAR监测结果进行分析,文章最终共圈定了区域内的滑坡、冰川隐患灾害点67处。同时,为了更好的分析灾害体的形变特征和规律,选取了然乌区域安目错北岸三处典型冰川灾害体,利用多维小基线子集（MSBAS）技术获取了坡体的二维(水平东西向和垂直向)形变速率和时间序列。通过对吉穷隆冰川、迫弄冰川和瓦巴村冰川三处典型冰川的形变时间序列结果进行分析,发现从2018年1月到2020年10月,三个冰川水平东西方向上的最大累计位移量分别达到了202 mm、283 mm、194 mm,垂直方向上最大累计位移量分别达到了97 mm、?155 mm、?163 mm。水平方向上三处典型冰川表现为加速变形趋势,垂直方向上表现为缓慢蠕滑变形趋势。同时分析了瓦巴村冰川二维形变时间序列与降雨量和温度相关性,结果表明降雨和温度的变化对坡体冰川形变具有一定的影响。研究成果对高山峡谷区地质灾害隐患点的识别具有较好的参考价值。 相似文献
8.
早期识别是实现地质灾害防灾减灾的有效途径之一,然而复杂地形区滑坡的早期识别一直是个难题,尤其是位于高山峡谷区的滑坡隐患点。为了全面准确地获取川藏铁路澜沧江段的滑坡隐患,采用SBAS-InSAR技术,通过Sentinel-1(升轨)和RADARSAT-2(降轨)数据结合互补的方式,对川藏铁路澜沧江段进行滑坡隐患早期识别。解译结果显示2018年8月至2020年2月研究区LOS向的形变速率分别为-58~21 mm/a(升轨)和-42~16 mm/a(降轨),转换后的斜坡向最大平均速率达到-128 mm/a。基于升降轨数据的斜坡向形变结果,识别出川藏铁路澜沧江段的113处滑坡隐患点,其中存在4处滑坡隐患密集区以及13处典型滑坡隐患点,进一步分析了两处重点滑坡隐患的形变特征和滑移机制。本次研究结果对于川藏铁路线路选定以及澜沧江大桥上、下游的防灾减灾具有一定指导作用,不同轨道数据结合互补的方式为川藏铁路沿线的高山峡谷地区的滑坡隐患早期识别提供参考。 相似文献
9.
库岸潜在滑坡变形分析是保障国家水利水电设施安全运行的重要环节,针对仅利用单一轨道SAR数据对库岸潜在滑坡变形监测不准确的问题,采用SBAS-InSAR技术,联合升降轨Sentinel-1 SAR数据构建研究区2019年7月至2021年7月的雷达视线方向形变时间序列,并结合无人机野外调查,分析白鹤滩水电站库岸典型潜在滑坡... 相似文献
10.
文章采用时序InSAR技术对甘肃省金川铜镍矿区域地表沉降规律开展研究。利用Sentinel-1A干涉影像,基于SBAS-InSAR技术和时序D-InSAR技术,反演2018年1月—11月金川铜镍矿区域地表沉降。经过2种技术结果对比及验证分析表明,2018年矿区有2个沉降漏斗,分别是西二采区5-7行和老矿坑。西二采区5-7行的最大沉降速率为-14mm/a,雷达视线向累积最大形变量为13mm,地面形变呈平稳态势;老矿坑东南方存在明显的沉降,沉降最大速率为-85mm/a,雷达视线向累积最大形变量为78mm。 相似文献
11.
单一平台或轨道的InSAR(Interferometric Synthetic Aperture Radar,InSAR)技术通常只能获取到滑坡体沿雷达卫星视线(LOS)方向的一维形变信息,无法直接获取到滑坡体沿坡向的形变信息,使得InSAR技术无法充分满足滑坡监测的工程需求。针对这一问题,本文提出联合升降轨Sentinel-1A数据提取滑坡沿坡向形变速度场的模型算法,其基本方法是:首先利用InSAR技术分别获取升轨和降轨沿LOS方向的形变速度场,然后根据坡向和坡度建立滑坡的滑动面坐标系,基于LOS方向与滑动面的几何关系对升降轨对应的LOS向形变速度值进行建模,在滑动面上不存在法线方向形变的合理假设下通过解算独立方程组获得滑坡体沿坡向的形变速度场和沿垂直坡向的形变速度场。本文选取四川省理县桃坪乡古滑坡作为研究对象,并通过模拟实验对模型的解算精度进行验证,结果表明:相比于LOS向形变速度场,重建的沿坡向和沿垂直坡向形变速度场更加清晰地揭露了滑坡体的主要位移模式和危险性较高的坡体区域。同时,模拟实验结果表明,模型算法的解算误差与噪声水平大致呈线性增加的关系,当噪声水平达到10 mm·a-1时,沿坡向形变速度场的解算误差为14.1 mm·a-1,沿垂直坡向形变速度场的解算误差为11.9 mm·a-1,证明了模型算法以及结果的可靠性。 相似文献
12.
时间序列合成孔径雷达干涉测量技术能有效反应滑坡形变过程。2019年9月14日,甘肃省通渭县发生山体滑坡,但该滑坡灾前是否已经发生缓慢形变以及滑坡原因值得追溯和探讨。文中基于欧洲航天局发布的哨兵一号升/降轨数据,利用SBAS-InSAR技术分析甘肃通渭滑坡灾前二维形变特征以及滑动的因素。结果表明,2018年9月—2019年9月此滑坡存在连续形变,且随时间推移形变量不断增大,因此该滑坡为非突发型事件。在滑坡发生前,垂直向与东西向上最大累计形变量分别达18.25 mm和32.85 mm。基于二维时间序列结果进行距离分析与降雨量对比分析,显示苦水河与降雨量是该滑坡发生的两大诱因。该InSAR追溯结果进一步验证了星载雷达干涉测量技术在滑坡探测方面的应用潜力,是滑坡灾前识别、预警、防灾等减灾工作的有力工具。 相似文献
13.
河北蔚县是我国华北地区最大的地下采煤区之一，该地区长期存在采矿塌陷灾害，不仅威胁采矿安全，而且严重破坏当地生态环境。本文基于合成孔径雷达干涉（InSAR）这一新型空间对地观测技术，采用61景Sentinel-1A/B干涉宽幅（Interferometric Wide swath，IW）模式数据进行矿区形变观测，获取整个矿区在2017—2018年间的地表形变空间分布特征，并对矿区地表的沉降量级及面积进行详细的统计分析。此外，采用融合多轨道SAR数据的多维形变时序估计方法，对西细庄矿数据进行东西向和垂向的二维形变分解，获取该矿的二维形变时间序列。结果表明:除南留庄井田外，其余三大井田在监测期间均存在不同程度的地面沉陷灾害；整个矿区年沉陷速率超过-10 cm/a的区域达到了2.16 km2；受成像几何影响，不同轨道数据获取的形变结果存在一定差异；西细庄矿以垂向形变为主，伴随明显的东西向水平形变。研究结果为蔚县矿区地面沉陷监测与煤矿安全开采提供数据参考。 相似文献
14.
The Maoxian landslide as seen from space: detecting precursors of failure with Sentinel-1 data 总被引：1，自引：0，他引：1
Emanuele Intrieri Federico Raspini Alfio Fumagalli Ping Lu Sara Del Conte Paolo Farina Jacopo Allievi Alessandro Ferretti Nicola Casagli 《Landslides》2018,15(1):123-133
Post-event Interferometric Synthetic Aperture Radar (InSAR) analysis on a stack of 45 C-band SAR images acquired by the ESA Sentinel-1 satellites from 9 October 2014 to 19 June 2017 allowed the identification of a clear precursory deformation signal for the Maoxian landslide (Mao County, Sichuan Province, China). The landslide occurred in the early morning of 24 June 2017 and killed more than 100 people in the village of Xinmo. Sentinel-1 images have been processed through an advanced multi-interferogram analysis capable of maximising the density of measurement points, generating ground deformation maps and displacement time series for an area of 460 km2 straddling the Minjiang River and the Songping Gully. InSAR data clearly show the precursors of the slope failure in the source area of the Maoxian landslide, with a maximum displacement rate detected of 27 mm/year along the line of sight of the satellite. Deformation time series of measurement points identified within the main scarp of the landslide exhibit an acceleration starting from April 2017. A detailed time series analysis leads to the classification of different deformation behaviours. The Fukuzono method for forecasting the time of failure appear to be applicable to the displacement data exhibiting progressive acceleration. Results suggest that satellite radar data, systematically acquired over large areas with short revisiting time, could be used not only as a tool for mapping unstable areas, but also for landslide monitoring, at least for some typologies of sliding phenomena. 相似文献
15.
Jie Dong Lu Zhang Menghua Li Yanghai Yu Mingsheng Liao Jianya Gong Heng Luo 《Landslides》2018,15(1):135-144
The Xinmo landslide occurred in the early morning of 24 June 2017 at about 5:38 am local time. This catastrophic event caused enormous casualties and huge economic losses in Xinmo Village, Mao County, Sichuan Province, China. In this study, Synthetic Aperture Radar (SAR) datasets acquired by X-band TerraSAR-X, Phased Array type L-band Synthetic Aperture Radar-2 (PALSAR-2) aboard the Advanced Land Observing Satellite-2 (ALOS-2), and C-band Sentinel-1 over the disaster area were collected and analyzed to characterize this landslide. The high-resolution TerraSAR-X intensity images were used to evaluate the landslide disaster and delineate the sliding area. Afterwards, two ALOS-2 PALSAR-2 image pairs and a stack of 45 Sentinel-1 images were processed to detect precursory movements of the landslide surface, using the conventional differential InSAR (DInSAR) method and advanced time series InSAR analysis. The unstable source area near the ridge was identified from the displacement rate map derived from Sentinel-1 datasets. The maximum displacement rate detected at the source area was ?35mm/year along the radar line of sight (LOS) direction. The time series of LOS displacements over 2 years presents an easily discerned seasonal evolution pattern. In particular, a sudden acceleration of the displacement, dozens of days before the collapse was clearly captured by the Sentinel-1 observations, which might suggest that early warning of landslide disasters is possible given the availability of operational SAR data acquired in frequent repeat-pass mode, such as the Sentinel-1 twin-satellite constellation. 相似文献