排序方式： 共有4条查询结果，搜索用时 15 毫秒
1
1.
针对目前复杂植被山区滑坡蠕变监测受植被覆盖影响较大、不同植被覆盖度下滑坡蠕变关系研究缺乏等问题,该文联合Sentinel-1和ALOS PALSAR-2数据集,分别利用SBAS-InSAR和D-InSAR两轨差分技术,获取研究区2019年7月—2020年8月的雷达视线向形变时间序列,分析了复杂植被山区滑坡蠕变与植被覆盖度的内在关系。结果表明：(1)不同植被覆盖度等级对平寨水库库岸山区滑坡蠕变的影响具有显著差异,在低、中高和高植被覆盖度等级时诱发坡体沉降,在中植被覆盖度等级时抑制滑坡蠕变;(2)平寨水库库岸山区的滑坡蠕变体主要集中在库区NW-SE方向,分布与三岔河流域的流向相近;(3)联合多源数据对复杂植被山区滑坡蠕变进行组合探测能够有效克服时间、空间去相干影响,使滑坡蠕变体监测结果更为可靠。研究结果揭示了滑坡蠕变与植被覆盖的内在联系,可以为区域尺度防灾减灾事业提供科学支持。 相似文献
2.
利用InSAR(合成孔径雷达干涉测量)技术对小区域范围内的沉降进行监测时,不同的裁剪尺度会对沉降精度产生影响。本文分别选取山区和平地的SAR数据,利用不同尺度的窗口对数据进行裁剪,采用D-InSAR技术分别获取沉降结果,对沉降结果进行分析比较。研究结果显示:小区域范围内,山区SAR数据的裁剪尺度为3300×3300像元时为最佳,平地SAR数据的裁剪尺度为3800×3800像元时为最佳。该研究结果对利用InSAR进行小区域沉降监测具有一定的参考价值。 相似文献
3.
山体滑坡对人类安全造成严重影响,准确识别滑坡变形对预防滑坡灾害具有重要意义。利用SBAS-InSAR技术可以进行空间连续地表变形监测,但无法精确获取滑坡边界的变化。为了综合监测滑坡,本文首先采用SBAS-InSAR技术与无人机影像结合的滑坡变形监测方法,利用2018年1月1日—2020年12月24日,共计80幅升轨Sentinel-1A SAR影像,进行了VV极化和VH极化数据处理;然后通过SBAS-InSAR技术获取滑坡区地表雷达视线(LOS)方向变形速率,选取了若干变形点进行滑坡体变形时序分析;最后采用无人机获取滑坡影像并提取滑坡边界,分析了滑坡边界的变形。试验结果表明,利用SBAS-InSAR技术获取的滑坡变形和无人机获取的滑坡变形趋势基本吻合,通过该方法可以获取滑坡的综合变形情况,对滑坡活动性的判断具有重要意义。 相似文献
4.
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
1