基于多时相InSAR技术的黄河上游龙羊峡库区不稳定边坡识别与形变监测

黄河上游龙羊峡水库的建设改变了两岸的水文地质条件,库区水位周期性升降引起的渗透和侵蚀导致库岸坍塌和滑坡局部变形,非常有必要开展不稳定边坡的识别与监测,为库区坡体失稳因素研究以及预警预报提供技术支撑。采用2015年1月至2021年8月升降轨Sentinel-1A SAR影像,基于相干点目标分析(IPTA)方法对龙羊峡库区边坡进行识别,共识别出15处不稳定边坡。其中,查纳滑坡历史上多次发生塌滑现象,现今仍处于活跃状态,对库区人民生命财产与大坝工程安全造成潜在威胁,为此对查纳滑坡开展重点监测。首先,采用DS-InSAR技术获取该滑坡升降轨雷达视线向(LOS)形变; 然后,结合升降轨形变结果进行二维时序形变分解; 最后,采用小波分析定量分析了地表时序形变反演结果与降雨量、库区水位变化的相关性。结果表明:DS-InSAR技术获取的形变场比相干点目标分析方法更加完整; 查纳滑坡东部坡体位移大于中部与西部坡体位移,且垂直向位移大于东西向位移; 查纳滑坡位移时间序列与降雨量序列相关性不高,降雨可能不会显著促进滑坡的位移; 滑坡位移与库区水位均具有很强的年度周期变化,并且滑坡位移时间序列滞后库区水位序列约半年。     

尖石堡滑坡变形监测研究分析

为了研究尖石堡滑坡体变形情况及其稳定状态,对尖石堡滑坡体进行监测研究.尖石堡滑坡体位于重庆市涪陵区,滑坡体平面形态为横长型.采用的主要监测方式为:大地形变监测、滑体深部位移监测、地下水位和孔隙水压力观测、诱发因素监测、宏观地质巡查监测等.监测结果表明:内地表累积位移量为41 mm左右;深部累积位移量为70 mm左右;推力受力变化范围为-0.1～0.2 MPa;裂缝宽度无变化.滑坡体变形速率较缓,滑坡体位移方位角与滑坡体主滑方向大致一致.目前,尖石堡滑坡体整体处于欠稳定状态.     

基于混沌时间序列的黄土滑坡变形预测方法及应用

采用GNSS技术进行滑坡变形监测时,由于多路径等观测误差的存在,直接使用GNSS监测结果进行变形预测会影响预测结果的精度。为了探讨GNSS测量误差对变形预测结果的影响程度,考虑到滑坡系统的混沌特性,采用混沌理论对陕西泾阳地区庙店滑坡GNSS变形监测结果抑噪处理前后的时间序列进行了对比分析。首先,采用互信息量法确定监测序列的时间延迟、用改进的虚假邻近点法(Cao算法)确定嵌入维数,获取相空间重构参数; 然后使用最大Lyapunov指数对两种变形监测序列进行混沌特性识别; 最后,分别使用加权一阶局域预测方法、最大Lyapunov指数预测方法和BP神经网络预测方法对滑坡变形监测结果进行预测。结果表明:GNSS滑坡变形监测结果抑噪处理前后的时间序列满足混沌特性,说明滑坡系统具有混沌特性; 在3种混沌时间序列预测方法中,BP神经网络预测方法的效果较好,且该方法预测结果的平均绝对误差(MAE)和平均相对误差(MRE)分别为0.4 mm和11.9%,经过S-变换抑噪处理后,预测结果的平均绝对误差和平均相对误差分别为0.1 mm和4.1%,预测效果有明显改善。     

时间序列分析与支持向量机的滑坡位移预测

滑坡在变形演化过程中,遭受季节性外界影响因素的作用,变形位移时间曲线呈现出阶跃型特征.采用时间序列分析方法,将位移分解为趋势项和季节项.趋势项位移由坡体自身地质条件控制,利用多项式函数进行预测|季节项位移受降雨、库水位和地下水位等因素的季节性作用而变化.选取当月降雨量、累计前2个月降雨量、当月库水位高程、月库水位变化速率和当月地下水位高程作为影响因子,利用进化支持向量机耦合模型进行预测|通过时间序列加法模型得到滑坡总位移预测值.以三峡库区白家包滑坡为例,通过计算得到预测结果与实际监测值基本吻合,其中最大均方根误差为188,而最小相关系数为098.研究表明：基于时间序列分析与进化支持向量机的滑坡位移预测模型,有效反映了阶跃型滑坡位移变化规律与季节性影响因素之间的响应关系,是一种行之有效的滑坡位移预测方法.     

顾及降雨及库水位因素的滑坡时滞分析与预测——以三峡库区新铺滑坡为例

降雨及库水位涨落是引起库岸滑坡形变失稳的主要诱发因素,但滑坡位移速率对此类诱发因素的响应具有一定的滞后性,影响人类对滑坡所处运动状态的判断与预测。针对常规预测模型中未考虑时滞效应的问题,利用三峡库区新铺滑坡的GNSS位移监测数据、奉节气象站降雨数据以及三峡库区库水位涨落数据,通过对监测区内9个GNSS监测点的位移速率序列与降雨量、库水位高程序列进行时滞互相关分析,确定时滞参数,进而应用多变量灰色系统理论方法,建立了时滞GM(1,3)预测模型,并对滑坡位移速率进行预测验证。结果表明:三峡库区新铺滑坡位移速率与降雨量显著相关,对降雨量的响应滞后时间约为5 d,滑体中后部受降雨影响比前缘更明显; 位移速率与库水位高程高度相关,对三峡库区库水位涨落的响应滞后时间约为31 d,滑坡前缘受库水位涨落影响更明显,且离长江越近,滞后时间越短; 利用加入时滞参数的时滞GM(1,3)模型进行预测,模型拟合优度达到0.702,相比GM(1,1)模型和未顾及时滞因素的GM(1,3)模型,预测精度分别提升了53.8%和58.3%,平均绝对误差百分比分别降低了7.19%和7.47%,在滑坡位移速率预测及库岸滑坡防灾减灾领域具有一定的工程应用价值。     

云南漾濞地震地表二维形变提取

合成孔径雷达差分干涉测量技术可获取研究区域雷达视线方向(Line of Sight, LOS)的形变.根据升降轨几何关系,联合升、降轨道的雷达视线方向(LOS)观测值对2021年5月21日云南漾濞地震形变场进行地表形变提取并进行地表二维形变分析,研究雷达视线方向(LOS)形变与垂直方向形变和水平东西方向形变的关系.结果显示,此次地震在垂直方向上的形变平均值为-0.74 cm,在水平方向上的形变平均值为-1.27 cm,表明此次地震在垂直方向上的影响比在东西水平方向上的影响小.     

金沙江下游永善段隐蔽性滑坡隐患综合遥感识别

隐蔽性滑坡隐患是金沙江下游最普遍的地质灾害发育形式,具有隐蔽性强、突发性强、高位远程运动等特点。近年来,特大山区隐蔽性滑坡灾害案件频繁发生,对人民的生命财产造成了极大威胁。如何突破传统地质灾害调查手段的局限性、滞后性,提前有效识别隐蔽性滑坡隐患并探索其发育特征,对指导中国西南地区防灾减灾、工程规划建设具有重大科学意义。本文选择金沙江下游永善段地质灾害高易发区,利用升降轨时序InSAR–光学遥感综合识别方法,精细识别区域性时序地表形变、隐蔽性滑坡隐患光学遥感信息,通过野外考察,深入探索隐蔽性滑坡隐患发育特征。研究显示：1）通过升轨时序InSAR技术识别隐蔽性滑坡隐患26处,降轨时序InSAR技术识别隐蔽性滑坡隐患28处,光学遥感识别隐蔽性滑坡隐患48处（与升降轨时序InSAR识别结果有10处重合）,合计识别滑坡隐患92处;对识别结果进行100%的野外考察,将升降轨InSAR和光学遥感识别结果划分为完全一致、部分一致、仅有光学遥感识别结果、仅有InSAR识别变形结果4种情况,识别准确率分别为82.86%、80.77%、75.00%和63.64%,总体识别准确率达78.26%,略高于目前国内滑坡隐患识别平均水平,验证了滑坡隐患识别的可靠性和有效性。2）通过对比分析综合遥感识别结果可知,InSAR技术和光学遥感的识别结果与二者的识别方式、影像成像条件、滑坡活动性关系密切,二者不能直接进行互检。3）通过分析滑坡发育特征可知,隐蔽性滑坡隐患发育规律随着地形地貌、地质条件的变化而变化,升降轨InSAR技术和光学遥感识别的隐蔽性滑坡隐患在地貌空间分布、地层岩性均存在一定差别。结果表明,综合遥感识别技术充分利用了升降轨InSAR技术和光学遥感识别方法的互补性,解决了隐蔽性滑坡隐患看不见、看不清、看不准的难题,提高了滑坡识别的准确率。     

黄茨滑坡时间预报反分析

滑坡时间预报在保护人员财产免受损失方面具有重要的现实意义,合适的预报模型是预报成功的关键.针对滑坡系统的模糊性、不确定性等特点,采用了灰色系统预报滑坡时间.结合甘肃省黄茨滑坡的监测得到的位移时间资料,采用基于位移信息的Verhulst灰色模型,用Matlab编制计算程序,对黄茨滑坡的时间预报作反分析,得出滑坡发生时间的预测值及预测滑坡变形发展曲线,并将该结果与实际监测结果进行对比分析,以验证该灰色模型在滑坡时间预报中的适用性.结果表明,灰色Verhulst模型应用于滑坡时间预报中是可行的;时间预报结果与滑坡的实际滑动时间基本吻合,预测滑坡变形曲线基本与位移监测值展布趋势一致.合理的位移监测点布置、合适的记录时间间隔、位移数据的数学处理及多个监测点位移数据的综合分析有助于提高预报精度.     

滑坡变形动态预测的自记忆离散模型

考虑滑坡变形时间位移序列的非线性特征,提出了基于自记忆离散模型的滑坡非线性变形动态预测方法.该方法将观测到的滑坡变形位移时序数据视为描写滑坡变形非线性动力系统的特解,运用反演动力模式方法导出系统的微分方程,通过引入记忆函数,将制约动力系统的微分方程推演成一个差分-积分方程,从而建立了滑坡变形动态预测的自记忆离散模型.将该方法用于古树屋滑坡和茅坪滑坡变形预测,验证了该模型的有效性及可行性.     

水库滑坡灾害致灾机理及防控技术研究与展望

随着中国高坝大库水利水电工程的相继运行,水库滑坡灾害已成为影响工程运行稳定和威胁沿岸人民生命财产安全的重大隐患,提升其综合防控能力是国家重大需求。水库滑坡是一个复杂的地质综合体,其变形破坏过程不仅与滑坡所在区域的地质条件特性相关,更取决于诱发因素如降雨、库水位变动等动态作用的影响,从开始孕育变形到最终失稳破坏一般需经历较长的历时,是一个不断累积发展的过程,不仅涉及降雨入渗与库水影响的时空叠加作用,更涉及多因素耦合下的渐进破坏机制,其致灾机理与防控难度极高。本文结合大量现场调查、室内外试验和数值模拟,总结了库区地质、水文等条件对于滑坡易感性及空间分布的影响规律,揭示了强降雨、库水位变动及多因素叠加作用下水库滑坡的累积灾变失稳机理;建立了离散元模型与流体力学模型（DEM-SPH）耦合的滑坡-涌浪模拟技术,能够较好地揭示高速滑坡体入河与水流的强碰撞及涌浪的非线性传播过程,可为滑坡致灾影响范围及应急避险方案制定提供科学依据;构建了无人机-3维激光扫描空地数据融合的大范围水库滑坡3维变形演化监测技术,并归纳总结了水库滑坡的综合治理技术。此外,针对多因素驱动下水库滑坡复杂致灾机理及防控技术方面的研究不足和局限性,展望了水库滑坡在灾变累积失稳与稳定评价、多源融合监测与智能预警、滑坡-涌浪流固耦合模拟与致灾影响评估、生态措施-支护结构联合治理技术方面的未来发展方向,期望为水库滑坡灾害防控减灾研究提供借鉴。     

滑坡灾害应急处置中物探技术的作用——以湖北恩施州屯堡乡沙子坝滑坡为例

恩施州屯堡乡马者村沙子坝滑坡是该州地质灾害重点监测对象之一,属特大型土质滑坡.2020年6月8日入梅以来,连续的强降雨诱发马者村沙子坝滑坡体滑移,产生滑坡泥石流并堵塞清江形成堰塞湖.在接到上级执行防汛抢险任务的指令后,携带物探设备连夜立即赶赴现场,探测滑坡体厚度.这是一次临时性、突发性的应急勘探,没有时间搜集研究测区地...     

冰川密林陡谷区活动性滑坡InSAR精细识别-以澜沧江梅里雪山段为例

西南山区地质灾害频发,近年来,连续多起如茂县滑坡、白格滑坡、水城滑坡等大型滑坡灾害表明,灾难型滑坡事件的发生不仅与该地区易孕育地质灾害的条件相关,无法准确识别与监控滑坡灾害的发育发展情况也是主要因素之一。位于青藏高原东南缘的“三江”地区,地形高陡、地质灾害频发,其中澜沧江流域环境更为恶劣,海拔高、地形陡,夏秋季山高林密、多降雨,春冬季天气寒冷、多降雪,传统的地面式地质灾害调查手段在此效果有限,光学遥感技术也受到天气条件的诸多限制。而基于主动式微波遥感成像的InSAR技术被证明适合进行人类不易到达地区的地质灾害识别工作。本文以澜沧江流域梅里雪山段为研究区,使用PALSAR1、PALSAR2与Sentinel-1多源雷达遥感数据,结合D-InSAR与IPTA-InSAR技术开展冰川密林陡谷区的滑坡灾害精细识别工作。过程中发现长波长的PALSAR1和PALSAR2数据有更好的适应性,短波长的Sentinel-1数据通过数据量多的优势弥补了自身穿透能不足的缺陷；成功解译了研究区内92处活动性滑坡灾害；平面面积超过20万m_²的有26处；时间序列InSAR结果结合地面调查验证表明,澜沧江河谷典型的大型滑坡,梅里水滑坡和亚贡滑坡活动速率快,危险性高；德钦县成周边典型滑坡,丁羊丁滑坡与归巴顶滑坡整体处于蠕变状态,局部变形速率高；同时德钦县城周边泥石流与冰碛物运动较为活跃。     

西南山区大型水电工程库岸滑坡InSAR早期识别与监测研究进展

我国西南山区大型水电工程大量建设于金沙江、澜沧江、雅砻江流域,但是这些流域复杂的地层、岩性、构造、水文等地质条件导致水电工程库岸滑坡灾害分布广泛,多发频发。合成孔径雷达干涉测量(InSAR)技术凭借其覆盖范围广、监测精度高、不受云雾遮挡等特点为水电工程库岸滑坡早期识别与监测带来了新的机遇,在近年来得到水电工程建设及库岸地质灾害防治相关领域的极大重视。基于此,对西南山区大型水电工程库岸滑坡InSAR早期识别与监测的应用概况进行了梳理,从研究时间、研究内容、研究对象等多角度进行了分析; 对水电工程库岸滑坡InSAR早期识别与监测技术的研究现状、研究热点进行了归纳与总结,揭示了以白鹤滩水电站为里程碑,水电工程库岸滑坡早期识别与监测目前已开始进入InSAR技术应用与研究的爆发阶段; 最后,探讨了水电工程全生命周期(蓄水前阶段、蓄水阶段、蓄水后阶段)对InSAR技术的不同应用需求与算法适用性。随着SAR数据质量提升与算法进步,InSAR技术必将常规化地参与到水电工程全生命周期库岸滑坡的识别与监测工作中,为水电工程库岸滑坡的早期识别、监测预警、触发机理研究及灾害防治等提供重要支撑,提升我国水电工程库岸滑坡地质灾害防治能力。     

金沙江白格滑坡残留体失稳堵江风险分析

2018年10月10日和11月3日,金沙江上游白格滑坡两次滑动形成堰塞湖,对下游造成了巨大破坏。目前其滑源区边界外仍存在K1、K2和K3等3处规模较大的残留体,有再次失稳堵江的可能性,对下游4座在建水电站构成威胁。受滑坡区自然地理地质条件制约,对白格滑坡残留体的规模、可能的失稳模式、一次失稳体积等方面的研究工作较少,不能为金沙江上游相关建设风险管理提供支撑。针对上述问题,2019年对滑坡残留体开展了精细地形测量、变形现象详细调查、深部结构探测等工作,系统分析了三处残留体的体积、失稳方式、可能的失稳组合;在考虑失稳体的铲刮效应、运动轨迹、松方系数等基础上对残留体入江规模进行了分析;根据河谷地形数据,基于PFC3D软件模拟和“10·10”、“11·3”两次白格堰塞体的形态特征,对不同失稳规模进行了堰塞体堆积形态预测。结果表明,三处残留变形体体积分别为159.3×104m3、460×104m3、142×104m3;滑坡残留体存在小规模坍塌、大范围卸荷变形、一定规模岩土滑移失稳三种变形破坏形式;最危险失稳工况以1-4、2-1、3-1、3-2四个亚区同时失稳可能性最大,失稳总体积达271×104m3;白格滑坡残留体不同失稳工况下,沿主滑槽入江堆积最大堆积高度47.5m,堆积高程2937.5m。沿白格滑坡凹槽上游斜坡入江堆积最大堆积高度28.7m,堆积高程2923.7m。     

东苗家滑坡体变形监测系统设计

为确保小浪底工程安全运行,有效防治东苗家滑坡体地质灾害的发生,对滑坡体采取工程整治的同时实施变形监测.在滑坡体地表及深部布设变形监测仪器,建立多种方法、多种仪器、多层次的综合监测系统,通过对滑坡体变形特征全方位的监测,能及时捕捉滑移征兆,做好预测预报工作,并为制定滑坡治理方案和预防措施提供依据.     

基于SBAS-InSAR技术的舟曲县潜在滑坡灾害早期识别及降水相关性分析

近年来,甘肃省舟曲县白龙江两岸古滑坡的发育复活呈现活跃趋势,下游已经开发建设的大量民用设施受其威胁,因此这些滑坡的早期识别成为该地区地质灾害预防需要关注的重要课题。基于Sentinel-1A降轨SLC数据,采用SBAS-InSAR技术,对舟曲县,尤其是白龙江沿岸滑坡灾害隐患进行早期识别,获取舟曲县潜在滑坡灾害点列表,并划分其风险等级,重点分析大蠕滑量的四个典型滑坡的时序形变过程,总结舟曲县滑坡发育与降水之间的相互关系,研究结果表明：舟曲县白龙江干流及支流河谷区西北-东南方的老滑坡体均发生了一定程度的滑动,共识别出高风险等级坡体8个,分别为寺儿沟、立节北山、杭嘎村、锁儿头、三眼峪、南峪、大川乡—两河口及曲告纳乡滑坡,严重威胁15个村镇的居民生命财产安全。其中锁儿头、三眼峪和南峪滑坡的形变最为严重,对其重点分析的结果显示,监测时段内平均形变速率达-80.1421.48mm/y,形变量达-482.01493.31mm,坡体在未来复发的可能性较大,而且,近年来逐渐增加的降水更有可能促使其提前复发。舟曲县典型滑坡的后缘形变与降水量具有一定的相关性,滑坡的发生受降水影响极大,同时,地质构造、地形地貌、地震、地层岩性等也对滑坡的发生具有一定影响。     

福建省滑坡分布规律及成因分析

滑坡为福建省主要地质灾害之一,受自然地理、地质环境条件的制约,以及人类工程活动的影响,发生频率较高.分析表明地形地貌、地层岩性、地质构造以及河流侵蚀是滑坡形成的基础,而降雨和人类工程活动是其形成的诱发因素.