基于时序InSAR的滑坡早期识别——以贵州省水城县为例

P694%X43; 水城县位于贵州省西部,在自然环境和人类活动的综合作用下,该县滑坡频繁发生,具有隐蔽性强、突发性高、破坏性强的特点,威胁着当地人民的生命财产安全,急需采用有效手段对县内潜在滑坡进行识别,从而为防灾减灾提供有力的信息支持.针对水城县多为高山峡谷区域,传统人工排查方法难以实施这一现状,本文提出一种基于InSAR(Interferometry Synthetic Aperture Radar)技术的滑坡早期识别方法.该方法通过改进的小基线集干涉测量(Small Baseline Subset,SBAS-InSAR)技术获取了水城县坡度方向的有效形变点,并对这些形变点采用Anseli...

Full description

Saved in:
Bibliographic Details
Published in自然灾害学报 Vol. 31; no. 3; pp. 251 - 260
Main Authors 廖军, 吴彩燕, 王立娟, 谭秋焰, 朱新婷
Format Journal Article
LanguageChinese
Published 西南科技大学环境与资源学院,四川绵阳621010%四川省安全科学技术研究院,四川成都610045 01.06.2022
Subjects
地表形变
水城县
SBAS-InSAR
早期识别
潜在滑坡
Online AccessGet full text

Cover

More Information
Summary:P694%X43; 水城县位于贵州省西部,在自然环境和人类活动的综合作用下,该县滑坡频繁发生,具有隐蔽性强、突发性高、破坏性强的特点,威胁着当地人民的生命财产安全,急需采用有效手段对县内潜在滑坡进行识别,从而为防灾减灾提供有力的信息支持.针对水城县多为高山峡谷区域,传统人工排查方法难以实施这一现状,本文提出一种基于InSAR(Interferometry Synthetic Aperture Radar)技术的滑坡早期识别方法.该方法通过改进的小基线集干涉测量(Small Baseline Subset,SBAS-InSAR)技术获取了水城县坡度方向的有效形变点,并对这些形变点采用Anselin Local Moran's I指数进行空间异常值分析和聚类处理,获得低值聚集区域,最后结合谷歌影像上的地表特征,从而对潜在滑坡进行识别.研究表明:水城县地表形变速率不均,且存在多个形变中心,坡度方向最大形变速率达到142.3 mm/a.通过文中的方法对水城县进行潜在滑坡识别,并结合野外调查数据进行验证,最终成功识别出14处潜在滑坡,有8处滑坡位于雷达不可视区内,故未能成功识别.
ISSN:1004-4574
DOI:10.13577/j.jnd.2022.0326