以三峽庫區(qū)滑坡災(zāi)害多發(fā)的巫山—奉節(jié)段為研究區(qū),基于InSAR技術(shù)提出了一種潛在滑坡早期識別方法。該方法首先選取2017年3月—2018年11月共48景Sentinel-1 A SAR升軌數(shù)據(jù),利用永久散射體干涉測量（PS-InSAR）技術(shù)提取出相對穩(wěn)定的散射體作為地面控制點(diǎn)（GCP）,并引入到小基線集干涉測量（SBAS-InSAR）技術(shù)流程中獲取長時間序列的地表形變信息;然后統(tǒng)計分析該區(qū)域歷史滑坡的孕災(zāi)因子規(guī)律,結(jié)合區(qū)域SAR數(shù)據(jù)的地形可視性分析篩選出孕育滑坡概率大于50%的形變點(diǎn),并對這些形變點(diǎn)采用Anselin Local Moran’s I指數(shù)進(jìn)行空間域異常值分析和聚類處理,獲得置信水平不低于95%的高異常值區(qū);最后結(jié)合區(qū)域地形地貌特征和高分辨率光學(xué)影像識別出高概率的潛在滑坡范圍。該方法具有可行性,可用于指導(dǎo)滑坡災(zāi)害預(yù)測預(yù)警和野外地質(zhì)災(zāi)害的實(shí)地調(diào)查。 

【文章來源】：安全與環(huán)境工程. 2020,27(01)北大核心

【文章頁數(shù)】：7 頁

【部分圖文】：

研究區(qū)概況及歷史滑坡位置圖

Ρ(B)= ∑ i=1 n=7 Ρ (A i )?Ρ(B|A i )?????? ??? (9)式中:P(B)為各孕災(zāi)因子對形變點(diǎn)作為潛在滑坡點(diǎn)的累計概率貢獻(xiàn)值;P(Ai)為每個獨(dú)立孕災(zāi)因子對滑坡的概率貢獻(xiàn)值(即1/n);P(B|Ai)表示每個孕災(zāi)因子類別在發(fā)生滑坡事件下的概率值。

結(jié)合潛在滑坡點(diǎn)區(qū)域的地形地貌特征以及空間域異常值分析和聚類處理結(jié)果,在沿雷達(dá)視線方向上的平均形變速率圖[見圖2(a)]上標(biāo)定出15處概率高、置信水平較好的疑似潛在滑坡范圍[見圖2(b)],借助多時相的高分辨率光學(xué)影像數(shù)據(jù)和Google Earth影像數(shù)據(jù),對這些潛在的滑坡范圍做進(jìn)一步分析,發(fā)現(xiàn)有3處(編號為8、9、13)位于歷史滑坡上或者附近,這些區(qū)域斜坡有明顯的地表形變,存在不穩(wěn)定狀況,出現(xiàn)再次滑動的概率較高;有5處(編號為3、4、10、12、15)是人工修路或者建設(shè)房屋造成的地表形變;還有7處(編號為1、2、5、6、7、11)地表有不同程度的破壞,發(fā)育成滑坡的概率較大。人類工程活動和地表季節(jié)性運(yùn)動等因素也會影響研究區(qū)域內(nèi)潛在滑坡識別的概率,且由于雷達(dá)的可視性有限,并不能完全識別出所有的潛在高概率滑坡,本文利用高分一號影像識別出9處新的潛在滑坡范圍,見圖3。4 結(jié) 論

【參考文獻(xiàn)】：
期刊論文
[1]基于SBAS技術(shù)的岷江流域潛在滑坡識別[J]. 張詩茄,蔣建軍,繆亞敏,白世彪.  山地學(xué)報. 2018(01)
[2]陜西涇陽南塬杏園滑坡InSAR監(jiān)測分析[J]. 何楊,趙超英,張勤,楊成生.  工程勘察. 2016(06)
[3]三峽庫區(qū)滑坡規(guī)模與發(fā)育特征研究[J]. 彭令,徐素寧,彭軍還.  現(xiàn)代地質(zhì). 2014(05)
[4]GPS與InSAR技術(shù)在滑坡監(jiān)測中的應(yīng)用研究[J]. 范青松,湯翠蓮,陳于,張曉東.  測繪科學(xué). 2006(05)

博士論文
[1]基于D-InSAR數(shù)據(jù)分析的高山峽谷區(qū)域滑坡位移識別[D]. 王立偉.北京科技大學(xué) 2015



本文編號：3136628