基于SBAS-InSAR技术的青海大通县滑坡识别方法研究

基于SBAS-InSAR技术的青海大通县滑坡识别方法研究

论文摘要

我国是一个地域辽阔且地质灾害频发的国家,地质灾害种类繁多,分布广泛,危害性大。滑坡是一种常见的地质灾害,其分布具有广泛性和相对集中性的地域特征。研究区处于黄土高原西端与青藏高原的过渡地带,是我国生态环境最为脆弱的地区之一,随着人类活动对该区域地表表层的不断改造,导致滑坡等地质灾害频繁发生。地表形变是滑坡发生最为直接的表现,一般滑坡发生前期形变非常缓慢,虽然不会直接对人类造成威胁,但随着不断地缓慢形变,会导致建筑物的开裂甚至很可能发生失稳崩滑,造成重大损失。SBAS技术可以消除D-InSAR技术中的时空失相关、大气效应等影响,能够获取毫米级的形变信息,很适合监测长时间序列的缓慢地表形变。但是如何将SBAS技术成功的在复杂山区进行滑坡早期识别,目前仍然在探索中。以位于黄土高原西端与青藏高原的过渡地带的青海省西宁市大通县为研究对象,利用Sentinel-1A数据,基于SBAS-InSAR技术进行地表形变监测和滑坡早期识别研究。应用DEM数据和卫星参数分别从地形和RI指数对研究区进行了可视性分析,两者结果基本保持一致,保留了RI指数所获得的好可视性区域和地形所获得的低敏感区域的形变信息。在可视性分析结果的基础上,筛除了密度较高的林地、灌木林地以及河流水面区域不可靠的形变点。由于滑坡的运动方向特征与滑坡发生前斜坡坡向大致相似,在此我们进一步将所获雷达视线方向的形变速率转换到了最大坡度方向,并对形变点的运动阈值进行了研究;利用热点分析法对所获可信形变点进行了统计分析,共获取142个冷点区域和137个热点区域,即279个潜在滑坡区域。结合SBAS技术获取的地表形变信息、研究区滑坡的影像特征和影响因子对279个潜在滑坡区域做进一步分析,最终圈定了144个潜在滑坡点。根据“青海湟水河沿岸经济带地质灾害遥感信息快速挖掘与灾情评估关键技术研究”项目组提供的2018年4月青海省湟水河沿岸经济带调查结果显示,144个潜在滑坡点中,21处为不稳定斜坡,22处为新滑坡点,14处为老滑坡,87处为非滑坡点。最后选择研究区内两个比较典型的滑坡进行了分析。研究结果表明,SBAS技术对大范围地形复杂山区滑坡监测和早期识别具有很强的可行性,能够在区域尺度上预测滑坡发生位置,精确圈定滑坡范围。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  •   1.1 研究背景与意义
  •   1.2 国内外研究现状
  •     1.2.1 光学遥感在滑坡监测中的研究现状
  •     1.2.2 InSAR技术的研究现状
  •     1.2.3 InSAR技术在滑坡监测中的研究现状
  •   1.3 研究目标
  •   1.4 研究内容和技术路线
  • 第2章 研究区域概况
  •   2.1 自然地理特征
  •     2.1.1 地理位置
  •     2.1.2 地形地貌
  •     2.1.3 气象特征
  •     2.1.4 人类工程活动
  •   2.2 地质背景特征
  •     2.2.1 地层岩性
  •     2.2.2 地质构造
  •     2.2.3 新构造及地震活动
  •   2.3 地质环境特征
  •     2.3.1 岩土体类型及特征
  •     2.3.2 水文地质特征
  •     2.3.3 地质灾害发育特征
  • 第3章 SBAS-InSAR技术监测地面形变研究
  •   3.1 InSAR技术理论基础
  •     3.1.1 InSAR技术原理
  •     3.1.2 D-InSAR技术原理
  •     3.1.3 SBAS技术的提出及原理
  •   3.2 数据来源说明
  •     3.2.1 合成孔径雷达数据
  •     3.2.2 基础地理数据
  •   3.3 数据准备
  •     3.3.1 数据导入
  •     3.3.2 研究区数据裁剪
  •   3.4 短基线(SBAS)技术的数据处理
  •     3.4.1 连接图生成
  •     3.4.2 干涉工作流
  •     3.4.3 轨道精炼和重去平
  •     3.4.4 SBAS两次反演
  •     3.4.5 地理编码及地面形变监测结果
  • 第4章 地表形变速率及滑坡区域提取
  •   4.1 可视性分析
  •     4.1.1 合成孔径雷达影像的几何特征
  •     4.1.2 基于地形的可视性分析
  •     4.1.3 基于RI指数的可视性分析
  •   4.2 可靠形变点获取
  •   4.3 坡度方向形变速率获取
  •   4.4 潜在滑坡区域提取
  •     4.4.1 滑坡类型
  •     4.4.2 形变点运动速率阈值
  •     4.4.3 形变点空间统计分析
  • 第5章 滑坡灾害识别与验证
  •   5.1 研究区滑坡的影像特征及分布规律
  •     5.1.1 滑坡影像特征
  •     5.1.2 滑坡影响因子及分布规律
  •   5.2 研究区滑坡提取结果
  •   5.3 典型滑坡分析
  •     5.3.1 城关镇大庄滑坡
  •     5.3.2 山丹滑坡
  • 结论与展望
  •   结论
  •   展望
  • 致谢
  • 参考文献
  • 攻读学位期间取得学术成果
  • 文章来源

    类型: 硕士论文

    作者: 王战卫

    导师: 薛东剑

    关键词: 滑坡,地表形变

    来源: 成都理工大学

    年度: 2019

    分类: 基础科学,工程科技Ⅱ辑

    专业: 地质学,地质学,工业通用技术及设备

    单位: 成都理工大学

    基金: 青海省科学技术厅应用基础研究项目“青海湟水河沿岸经济带地质灾害遥感信息快速挖掘与灾情评估关键技术研究”(项目编号:2018-ZJ-737),四川省教育厅自然科学重点项目“成都市土地利用时空结构变化及其优化利用调控研究”(项目编号:18ZA0047)

    分类号: P642.22

    DOI: 10.26986/d.cnki.gcdlc.2019.000568

    总页数: 96

    文件大小: 12043K

    下载量: 261

    相关论文文献

    • [1].利用SBAS-InSAR技术监测昆明市地表沉降[J]. 城市勘测 2018(05)
    • [2].基于升降轨SBAS-InSAR技术的城市地区地表沉降监测[J]. 地理信息世界 2019(02)
    • [3].基于SBAS-InSAR技术的盘锦地区地面沉降监测[J]. 工程地质学报 2018(04)
    • [4].基于SBAS-InSAR技术的鹤岗矿区地表沉降监测与分析[J]. 黑龙江科技大学学报 2019(01)
    • [5].采用SBAS-InSAR技术监测郑州城区地面沉降[J]. 北京测绘 2019(04)
    • [6].基于SBAS-InSAR技术的豫北平原地面沉降监测[J]. 吉林大学学报(地球科学版) 2019(04)
    • [7].应用升降轨SBAS-InSAR技术监测昆明市地面沉降[J]. 地理信息世界 2018(03)
    • [8].基于SBAS-InSAR技术的矿区地表移动规律研究[J]. 中国矿业 2019(S2)
    • [9].基于SBAS-InSAR技术对昆明机场高边坡沉降监测研究[J]. 工程勘察 2018(07)

    标签:;  ;  

    基于SBAS-InSAR技术的青海大通县滑坡识别方法研究
    下载Doc文档

    猜你喜欢