星载InSAR在某研究区滑坡体变形监测中的应用

在某研究区将星载InSAR技术应用于滑坡体变形监测中,实现了滑坡体面域监测,并能追溯滑坡体历史变形,通过与点式监测成果对比,监测成果一致性较好,解决了滑坡体历史形变无法追溯、点式监测危险部位无法布点不能大范围监测的问题;结合深部变形监测实现了滑坡体点线面体的全方位监控;同时研究区大范围的星载InSAR监测成功识别出未开展点式监测区域的滑坡体缓慢变形状态,对滑坡识别与监控滑坡安全发挥了重要作用。     

基于多源遥感技术的红层滑坡识别与监测研究

红层滑坡具有分布广泛、隐蔽性强、突发性高、识别难度大等特点，采用多源时序InSAR技术和光学遥感技术对四川省成都市龙泉山地区开展滑坡隐患识别，并以郑家房子滑坡为典型点开展时序监测分析，以揭示其变形规律。结果表明：基于时序InSAR技术共识别出9处滑坡地质灾害隐患点，ALOS-2数据的识别效果优于Sentinel-1数据；InSAR监测显示郑家房子滑坡变形具有周期性，变形区间与汛期重合，最大形变速率为-40 mm/a,最大变形量为134 mm。结合现场调查分析，该滑坡在强降雨等诱发因素下可能发生大规模失稳，直接威胁坡体居民区和村道，建议在雨季加强持续性监测。     

InSAR应用于地质灾害早期识别的研究现状及趋势

中国西部山区的气象条件复杂多变,构造运动频繁,广泛发育滑坡、崩塌、泥石流等地质灾害。中国西部高陡山区地质灾害的早期识别与监测一直是一个重大难题。减少山体滑坡等灾害所造成损失的最有效方法是尽早发现、识别地质灾害隐患点,为进一步开展监测、预警和综合治理提供决策信息支持。合成孔径雷达干涉测量(InSAR)能全天工作,具有高穿透性、高覆盖率、高分辨率等特点,更适用于西部高陡山区的地质灾害识别与监测。在介绍InSAR变形监测基本原理和星载SAR的发展的基础上,分析了各种处理方法的技术特点和应用范围;分析了InSAR技术在地质灾害领域的研究现状和不足;较系统地总结了InSAR在斜坡地质灾害识别与监测预警方面的应用前景与存在的问题。     

InSAR技术在水电站库区滑坡体部位形变监测中的应用

澜沧江上游流域水电站库区大部分为峡谷地带，由于地形复杂、交通不畅等原因，在变形的临发阶段，人员不仅难以快速到达现场，而且到现场可能存在危险，使得传统的监测方法在该地区实施困难。主要针对澜沧江流域库区水位抬升或下降过程中引起的库区内多个滑坡体发生滑坡的问题，采用InSAR技术手段代替传统测量手段对滑坡体进行监测，依据监测对象的形变信息进行安全性分析以及灾害预警，确保电站安全运营和滑坡体部位人民生命财产安全。     

黄河龙羊峡水电站近坝库岸龙西滑坡体高水位运行期变形特征分析

滑坡体失稳的主要前兆是后缘拉裂缝的不断扩张和滑坡体是否持续变形。黄河龙羊峡水电站近坝库岸龙西滑坡体在2005年之后的高水位运行期间,滑坡体水准及硐内水准各测点观测值均有不同程度的抬升趋势,滑坡体后缘裂缝也有扩张迹象。为了掌握龙西滑坡体的变形规律,准确判断其失稳动态,对此滑坡体地质条件、变形破坏特征和监测资料进行了综合分析,认为:在高水位运行期龙西滑坡体的变形速率基本平稳,没有加快变形,滑坡体后缘大部分裂缝也无明显增宽和延展。目前,龙西滑坡体整体呈稳定状态,除临水岸坡产生小规模崩塌、岸坡后退,形成新的水下堆积坡,滑坡体无明显的大体积滑移迹象。水准观测各测点的抬升对龙西滑坡体稳定的影响尚不明显。     

GBInSAR隔河岩大坝变形监测试验

为解决传统大坝变形监测方法仅能获取点变形信息,且监测周期长、劳动强度大等问题,将地基合成孔径雷达干涉(GBIn SAR)变形监测新技术用于大坝变形监测。分析GBIn SAR变形监测系统及其成像特点,建立利用稳定参考点进行大气校正的数学模型,并应用于清江隔河岩大坝监测。结果表明:在距离1 300 m处大气扰动误差可达85 mm,雷达视线向大气扰动是影响GBIn SAR变形监测精度的主要因素;消除大气影响后GBIn SAR监测的坝体变形速率与垂线监测结果一致;大坝表孔泄水闸变形明显大于坝体变形,且随水位上升变形量增大。     

多元逐步回归模型在滑坡变形预测分析中的应用

在滑坡体变形监测数据分析中,引入时效、温度和降雨等作为滑坡体变形的影响因子,应用SPSS软件,采用多元逐步回归算法,建立滑坡变形的统计回归模型.将该模型拟合值与实测值的对比分析,能较好地反映滑坡体的变形规律和发展趋势,并识别影响滑坡变形的主要因素.工程实例表明,该模型的预测精度高于以往其他方法构建的模型,且操作简便.     

卫星合成孔径雷达数据在堆石坝正常和震后工况变形监测中应用

为了开发高效、先进的堆石坝正常运行工况下和遭遇地震后的变形监测方法,对基于卫星合成孔径雷达(SAR)数据的监测方法进行研究。卫星SAR不需要在坝面上安装任何传感器,可以对堆石坝的整个表面进行观测,且无论天气状况如何都能够获得数据,可用于堆石坝变形监测。利用卫星SAR数据对某堆石坝近4年来的外部变形进行了评价。该坝坝顶有3个观测点,对使用卫星SAR数据得到的外部变形结果和各测点观测成果进行对比,结果表明使用卫星SAR数据得到的外部变形结果与实际调查结果吻合,外部变形平均误差约为几毫米。此外,利用卫星SAR数据研究了2016年熊本地震对堆石坝的损伤,表明卫星SAR数据可以探测地震作用下堆石坝的小变形。     

变形分量信息随机森林分析法在缺失数据处理中的应用

完整的变形监测数据是评估大坝运行状态的前提条件，数据缺失将给相关分析带来很大难度。为此，提出了基于随机森林(RF)算法对不同尺度变形分量信息提取缺失值的处理方法。首先，将待处理测点和相似变形测点监测数据变换为不同尺度的分量；然后，以待处理测点各分量为因变量，使用RF法从其他测点分量中提取对其影响显著的分量，记为一组样本，依次提取直至完成所有分量的信息提取；最后，对得到的样本组构建BP模型，并组合得到原始变形缺失数据补全结果。经实例分析可知，相比于其他方法，基于随机森林算法的缺失数据处理方法的变形补全结果更准确，在大坝变形缺失值补全中有明显优势。该方法可为坝工领域其他缺失监测量的处理方法提供参考。     

墓坪滑坡体位移机制监测分析

墓坪滑坡体是清江隔河岩水库库岸大型滑坡体之一，历史上曾多次发生过滑坡。为了监测水库蓄水前后该滑坡体的稳定性状态，通过在滑坡体上埋设钻孔倾斜仪和布设外部变形监测网点等监测手段来进行现场现测。监测成果表明：水库蓄水初期诱发地震导致了（墓坪）徐家台次级滑坡体的剧烈变形，对滑坡体整体稳定性产生了不良影响。     

墓坪滑坡体位移机制监测分析

基坪滑坡体是清江隔河岩水库库岸大型滑坡体之一，历史上曾多次发生过滑坡。为了监测水库蓄水前后该滑坡体的稳定性状态，通过在滑坡体上埋设钻孔倾斜仪和布设外部变形监测网点等监测手段来进行现场观测。监测成果表明：水库蓄水初期诱发地震导了（墓坪）徐家台次级滑坡体的剧烈变形，对滑坡体整体稳定性产生了不良影响。     

GNSS在滑坡体监测中的应用

为了提高工程管理水平,防止地质灾害事故发生,对某水电站的滑坡体进行了表面变形自动化监测改造,采用GNSS技术对滑坡体稳定情况进行在线、实时监测,以便定时或随时了解滑坡体的稳定运行状况。GNSS监测系统建设工作主要包括GNSS基站和测点建设、组网工作、系统安装及调试、数据解算和成果展示等工作,可实现监测成果展示、分析、异常报警以及信息推送等功能。通过对滑坡体区域内布置的7个GNSS监测点的表面变形数据和变化速率进行统计,对影响滑坡体稳定性的因素进行了分析和评价。GNSS技术克服了人工在冬季极寒、积雪天气条件下无法观测滑坡体表面变形的不足,真正实现了全天候、智能化、无人值守的监测目的,对确保渠道边坡安全和建设智慧电站具有重要意义。     

基于高分辨率SAR的三峡库区地表形变分析——以巴东城区为例

长江三峡地区位于川鄂交接的山地峡谷地区,山多坡陡,一旦遇上暴雨天气或地震灾害极易发生滑坡、泥石流或岩崩等灾害。为了更好地掌握三峡库区地面沉降变形情况,以库区内地质灾害风险较高的巴东县城区为例,选取该区域20景2016～2017年间的PALSAR2数据,基于时间序列InSAR方法进行了地表形变分析;并利用高切坡位移监测数据进行了验证,以更好地了解该区域地形稳定情况。结果表明:InSAR监测结果与该区域同时期高切坡监测实际位移变化情况一致;巴东城区在此期间整体形变速率较小,绝大部分区域年均形变速率在20 mm/a以下;部分变形较大区域与已查明的滑坡区域和土地利用类型变化区域一致。     

基于倾斜摄影测量与InSAR技术的库区滑坡识别

随着水电站的建成蓄水，水位变动会影响库岸边坡稳定性，从而诱发一系列的库岸滑坡，危害水电工程及库区居民安全。为尽早识别潜在库岸滑坡，选取白鹤滩库区作为研究区，提出将无人机倾斜摄影测量技术与短基线集干涉测量技术(SBAS-InSAR)相结合的方法，识别白鹤滩水电站库区及其周边地区的滑坡隐患点，并绘制滑坡图、制定滑坡识别程序。首先运用InSAR技术对白鹤滩库区葫芦口-象鼻岭岸段约300 km²流域进行大范围识别，共圈定46处疑似滑坡隐患点。然后，选取了其中约50 km²区域进行基于倾斜摄影测量技术的滑坡隐患识别与精细化查证方法研究。除精细化查证了SBAS-InSAR技术探测到的5处存在形变特征的活动滑坡外，还利用三维实景模型、三维增强显示模型，基于灾害体的形态、微地貌特征，另外识别出了7处当前暂时处于稳定状态、形变迹象不明显的古滑坡体。实验结果经实地查证，该滑坡识别方法准确率较高，可为白鹤滩库区及类似工况地区的地质灾害防治提供重要参考。     

基于相似测点残差信息挖掘的大坝变形异常值识别方法研究

为了提高监测数据中异常量的识别精度，提出了一种基于相似测点残差信息挖掘的大坝变形异常值识别方法。通过EMD算法进行相似测点变形的残差分离；基于变形残差与测点变形的相关性定量地研究测点间的残差权重，进而采用LSTM算法对变形测值进行训练得到估计变形量；最后建立异常值识别空间并分析变形中的异常值。由工程案例计算可知，该变形异常值识别方法可靠，精度高。     

大岗山库区新华滑坡GNSS自动化监测网设计

为能实时监测大岗山水电站库区新华滑坡的稳定情况,开展了全球导航卫星系统（GNSS）自动化监测系统的设计工作。首先结合该滑坡体地质条件及稳定性情况,论证了实施监测的必要性。将常规监测方法和GNSS自动化监测方法进行比较,分析了各自的优缺点,介绍了自动化系统的组成构架以及各子系统的功能与联系。提出了基准点检验的方法,仪器安装、埋设的技术要求和变形测点的观测技术指标。     

阶跃型滑坡综合变形预测及监测预警方法研究

大型库岸滑坡的长期变形在汛期降雨作用下呈现明显的周期性“阶跃式”陡增特征。针对阶跃型滑坡的变形特征，本文提出了一种多源数据“融合-预测-预警”的三步式滑坡监测预警方法：(1)“融合”,即基于经验模态分解法将多点位移监测数据分别分解为趋势项和周期项，采用加权值法分别融合不同监测点的趋势项和周期项位移得到融合趋势项和融合周期项序列，并将两者叠加得到滑坡体的现状综合变形时间序列；(2)“预测”,即引入“一个预测周期”概念，采用滑动多项式拟合法和随机森林算法分别对融合趋势项和融合周期项进行预测并叠加得到滑坡体的预测综合变形时间序列；(3)“预警”,即基于斜率变点分析方法搜索综合变形曲线的“稳定点”和“跃迁点”,确定稳定变形和加速变形区间的斜率，建立阶跃型滑坡的四级递进式分级预警模型，基于该预警模型对滑坡现状进行预警。以向家坝水库某滑坡体自动化位移监测数据为研究对象，采用本文所提方法对该滑坡进行了综合变形预测和监测预警，结果表明：综合变形时间序列可以整体反映滑坡的变形演化规律，且预测结果可靠，根据分级预警模型判断此滑坡体当前处于稳定变形阶段(Ⅰ级预警)。     

某水库库区古滑坡体安全监测与资料分析

为了解某水库蓄水后对库区古滑坡体的影响,对该滑坡体建立了自动化安全监测系统。监测项目包括表面及内部变形、地下水位、降雨量及库水位,系统采用太阳能供电、GSM通讯。通过对滑坡体安全监测资料分析,认为该滑坡体目前基本稳定;当水库水位在149 m以上骤降时,地下水位滞后于库水位下降,不利于滑坡体稳定,应提高观测频次及资料分析。     

恩子坪2#滑坡体稳定性数值模拟

恩子坪2^#滑坡体位于白鹤滩水电站下游约8.6 km处,属于典型的基岩—顺层滑坡。为了研究该滑坡体的变形破环特征,通过物理模拟试验从成因机制对其稳定性进行定性分析;同时,结合工程勘察资料,采用数值模拟方法,论述了不同工况下滑坡体的位移、应力及变形规律。结果表明:物理模拟试验与数值模拟相结合是分析滑坡成因机制的有效途径;滑坡体的位移量由基岩到滑体逐渐增大,洪水位工况下最大位移量为185 cm,其变形主要发生于滑体;最大拉应力出现在滑坡体的水下堆积物处。自然状态下,滑坡体基本稳定,安全系数为1.065 6;洪水位工况下,滑坡体安全系数降低至0.76,此时,滑坡体趋向于不稳定,滑体前缘可能出现局部失稳下滑。通过对典型滑坡稳定性的深入研究,可为类似破坏机制的滑坡稳定性分析提供参考。     

Sentinel-1 SAR数据在四川茂县山体滑坡灾害监测中的应用研究

星载合成孔径雷达具有全天候、全天时、实时性和宽覆盖的观测特征,在滑坡灾害快速监测中具有独特优势。为此,本文针对2017年6月24日四川茂县遭遇的严重滑坡灾害,开展基于灾中Sentinel-1 SAR数据的滑坡体范围提取的应用研究。首先,通过分析森林区和滑坡区的雷达微波后向散射机理,提出基于VV极化和VH极化的雷达比值指数法;然后,结合灾前灾中两时相Sentinel-1 SAR影像,分析非滑坡区与滑坡区后向散射强度变化特征和基于雷达比值指数法提取滑坡体的合理性;最后,针对灾中Sentinel-1 SAR数据,运用雷达比值指数法进行滑坡范围的快速提取,实现滑坡灾害的监测。结果显示,基于Sentinel-1 SAR数据快速提取的茂县滑坡体面积达1.3 km2,斜向滑动距离约为2378 m;山体滑坡导致新磨村受灾严重,房屋完全被毁。研究表明,雷达比值指数能够显著的突出滑坡体的图像特征,该方法在针对Sentinel-1 SAR的滑坡提取与监测上具有较大的应用潜力和优势。