利用ENVISAT/ASAR和ALOS/PALSAR数据,结合两路差分干涉测量技术获得了汶川地震的同震形变信息和震前、震后地面在卫星视线(light of sight,简称LOS)方向上的形变特征。结果表明,汶川地震引起的地面形变范围广,程度大,地震形变沿断层向...利用ENVISAT/ASAR和ALOS/PALSAR数据,结合两路差分干涉测量技术获得了汶川地震的同震形变信息和震前、震后地面在卫星视线(light of sight,简称LOS)方向上的形变特征。结果表明,汶川地震引起的地面形变范围广,程度大,地震形变沿断层向北北东向扩展,所形成的差分干涉条纹明显。地面的形变特征对于推断断层的性质,研究地震形变和地震发育特征具有重要的参考价值。另外,将同震雷达差分干涉测量的结果与利用USGS发布的汶川地震有限元断层模型(finite fault model)反演的LOS方向的形变进行了对比验证,发现二者在断裂带的上盘具有较好的一致性,但在下盘却有较大的误差。通过不同传感器干涉结果的对比发现,L波段的雷达干涉结果更能够反映汶川大地震在龙门山断裂带附近的地面形变信息。展开更多
传统滑坡地表形变监测手段存在着监测范围小、复杂地形信息获取难度高、经济成本投入量大等缺点,且大型复杂滑坡变形时间序列的非线性、不确定性变化特征也一直是滑坡形变监测及预测研究中亟待解决的难题。以三峡库区范家坪滑坡为研究对...传统滑坡地表形变监测手段存在着监测范围小、复杂地形信息获取难度高、经济成本投入量大等缺点,且大型复杂滑坡变形时间序列的非线性、不确定性变化特征也一直是滑坡形变监测及预测研究中亟待解决的难题。以三峡库区范家坪滑坡为研究对象,利用差分干涉测量短基线集时序分析技术(small baseline subset InSAR,SBAS-InSAR),结合地表GPS监测数据进行滑坡形变监测,基于SBAS-InSAR时间序列数据及长短时记忆网络(long short term memory,LSTM)开展滑坡形变预测研究。结果表明:研究时段内,范家坪滑坡SBAS-InSAR形变监测结果与地表GPS监测数据所反映出的形变区域及形变量级基本保持一致,与现场调查情况相吻合;范家坪滑坡的位移变形与坡体的高程分布及库水位条件密切相关,当库水位高于160 m时,滑坡前缘阻滑段主要受“浮托减重”效应影响,当库水位低于160 m时,渗流压力占主导作用,水位下降阶段的位移变形总体明显大于水位上升阶段,库水位下降速率对范家坪滑坡的位移变形产生重要影响,且木鱼包滑坡区相较于谭家河滑坡区对库水位下降速率的变形响应更为强烈;将LSTM神经网络模型与传统神经网络模型的预测结果进行效果对比、置信区间估计及相关性检验,结果显示,LSTM神经网络模型的预测结果始终保持较高的预测精度,验证了InSAR与神经网络结合的滑坡监测与预测方法能够为三峡库区地质灾害防治提供重要的数据参考和信息支撑。展开更多
宁夏回族自治区隆德县是典型的黄土丘陵区,古滑坡分布广泛,坡体受河流切割作用强,属于地质灾害中易发区。本研究采用时间跨度17个月共43景Sentinel-1卫星影像,利用干涉叠加(Stacking)和相干点目标分析技术(Interferometry Point Target ...宁夏回族自治区隆德县是典型的黄土丘陵区,古滑坡分布广泛,坡体受河流切割作用强,属于地质灾害中易发区。本研究采用时间跨度17个月共43景Sentinel-1卫星影像,利用干涉叠加(Stacking)和相干点目标分析技术(Interferometry Point Target Analysis,IPTA)对隆德县全境滑坡隐患进行了探测,根据已有滑坡隐患记录,Stacking技术有效探测44处,有效探测率93.6%,IPTA技术有效探测37处,有效探测率78.7%。两种InSAR测量结果的最大形变速率线性相关性强(R2=0.56),测量结果相互吻合。所识别滑坡隐患主要集中在缓坡和斜坡,形变速率和坡向对2种InSAR技术的有效探测率影响较小。同时IPTA时序测量结果反映出隆德县滑坡隐患区存在4种典型形变特征。该研究结果表明联合2种InSAR方法能够更好的对隆德县滑坡隐患进行全面探测。后续将开展InSAR技术滑坡隐患测量精度验证和IPTA测量方法的改进工作。展开更多
文摘利用ENVISAT/ASAR和ALOS/PALSAR数据,结合两路差分干涉测量技术获得了汶川地震的同震形变信息和震前、震后地面在卫星视线(light of sight,简称LOS)方向上的形变特征。结果表明,汶川地震引起的地面形变范围广,程度大,地震形变沿断层向北北东向扩展,所形成的差分干涉条纹明显。地面的形变特征对于推断断层的性质,研究地震形变和地震发育特征具有重要的参考价值。另外,将同震雷达差分干涉测量的结果与利用USGS发布的汶川地震有限元断层模型(finite fault model)反演的LOS方向的形变进行了对比验证,发现二者在断裂带的上盘具有较好的一致性,但在下盘却有较大的误差。通过不同传感器干涉结果的对比发现,L波段的雷达干涉结果更能够反映汶川大地震在龙门山断裂带附近的地面形变信息。
文摘传统滑坡地表形变监测手段存在着监测范围小、复杂地形信息获取难度高、经济成本投入量大等缺点,且大型复杂滑坡变形时间序列的非线性、不确定性变化特征也一直是滑坡形变监测及预测研究中亟待解决的难题。以三峡库区范家坪滑坡为研究对象,利用差分干涉测量短基线集时序分析技术(small baseline subset InSAR,SBAS-InSAR),结合地表GPS监测数据进行滑坡形变监测,基于SBAS-InSAR时间序列数据及长短时记忆网络(long short term memory,LSTM)开展滑坡形变预测研究。结果表明:研究时段内,范家坪滑坡SBAS-InSAR形变监测结果与地表GPS监测数据所反映出的形变区域及形变量级基本保持一致,与现场调查情况相吻合;范家坪滑坡的位移变形与坡体的高程分布及库水位条件密切相关,当库水位高于160 m时,滑坡前缘阻滑段主要受“浮托减重”效应影响,当库水位低于160 m时,渗流压力占主导作用,水位下降阶段的位移变形总体明显大于水位上升阶段,库水位下降速率对范家坪滑坡的位移变形产生重要影响,且木鱼包滑坡区相较于谭家河滑坡区对库水位下降速率的变形响应更为强烈;将LSTM神经网络模型与传统神经网络模型的预测结果进行效果对比、置信区间估计及相关性检验,结果显示,LSTM神经网络模型的预测结果始终保持较高的预测精度,验证了InSAR与神经网络结合的滑坡监测与预测方法能够为三峡库区地质灾害防治提供重要的数据参考和信息支撑。
文摘宁夏回族自治区隆德县是典型的黄土丘陵区,古滑坡分布广泛,坡体受河流切割作用强,属于地质灾害中易发区。本研究采用时间跨度17个月共43景Sentinel-1卫星影像,利用干涉叠加(Stacking)和相干点目标分析技术(Interferometry Point Target Analysis,IPTA)对隆德县全境滑坡隐患进行了探测,根据已有滑坡隐患记录,Stacking技术有效探测44处,有效探测率93.6%,IPTA技术有效探测37处,有效探测率78.7%。两种InSAR测量结果的最大形变速率线性相关性强(R2=0.56),测量结果相互吻合。所识别滑坡隐患主要集中在缓坡和斜坡,形变速率和坡向对2种InSAR技术的有效探测率影响较小。同时IPTA时序测量结果反映出隆德县滑坡隐患区存在4种典型形变特征。该研究结果表明联合2种InSAR方法能够更好的对隆德县滑坡隐患进行全面探测。后续将开展InSAR技术滑坡隐患测量精度验证和IPTA测量方法的改进工作。
