基于SBAS-InSAR的山体滑坡形变监测分析

doi:10.13474/j.cnki.11-2246.2023.0320

测绘通报 ›› 2023, Vol. 0 ›› Issue (11): 12-17.doi: 10.13474/j.cnki.11-2246.2023.0320

基于SBAS-InSAR的山体滑坡形变监测分析

杨春宇¹, 文艺², 潘星³, 袁德宝²

1. 北京市矿产地质研究所, 北京 101500;
2. 中国矿业大学(北京)地球科学与测绘工程学院, 北京 100083;
3. 四川测绘地理信息局测绘技术服务中心, 四川成都 610081

收稿日期:2023-03-19 出版日期:2023-11-25 发布日期:2023-12-07
作者简介:杨春宇(1984—),男,高级工程师,主要从事工程测量和地表形变监测方面的应用和研究工作。E-mail:596360272@qq.com

Monitoring and analysis of landslide deformation based on SBAS-InSAR

YANG Chunyu¹, WEN Yi², PAN Xing³, YUAN Debao²

1. Beijing Institute of Mineral Resources and Geology, Beijing 101500, China;
2. China University of Mining and Technology(Beijing), Beijing 100083, China;
3. Surveying and Mapping Technology Service Center, Sichuan Bureau of Surveying, Mapping and Geoinformation, Chengdu 610081, China

Received:2023-03-19 Online:2023-11-25 Published:2023-12-07

摘要/Abstract

摘要： 本文以2019年3月15日发生于山西省临汾市乡宁县枣岭乡的山体滑坡为研究对象,采用滑坡前后2018年7月5日至2019年6月30日(共30景)Sentinel-1A的SAR影像数据,利用SBAS-InSAR技术对滑坡形变进行监测,发现研究区形变速率为-52.03～33.77 mm/a,整体环境较为稳定;研究了长时序黄土塬的形变速率和累积形变量,并结合相关地质资料分析滑坡成因;采用标准差椭圆算法分析了滑坡所在的黄土塬地区地表形变的时空演变特征,结果表明标准差椭圆的重心向西北偏移,椭圆面积小幅减小,西北-东南方向形变加剧,东北-西南方向变形发展则相对缓和,方位角逆时针旋转,偏移约17.03°。

关键词: 枣岭乡3·15山体滑坡, SBAS-InSAR, 滑坡成因, 形变速率, 时空演变

Abstract: Taking the mountain landslide occurred in Zaoling township in Shanxi province on March 15, 2019 as the research object, using Sentinel-1A SAR image data from July 5, 2018 to June 30, 2019 (a total of 30 scenes) before and after the landslide, this papere monitors the deformation data of landslides with the support of SBAS-InSAR technology. The results show that the deformation range of the study area is -52.03 to 33.77 mm/a, and the overall environment is relatively stable. The deformation rate and cumulative deformation variables of the long-term loess plateau are analyzed. The causes of landslides are analyzed based on relevant geological data from the research area. Using the standard deviation ellipse algorithm, it analyzes the spatio-temporal evolution characteristics of surface deformation in the loess plateau area where the landslide is located. The results show that the center of gravity of the standard deviation ellipse shifts to the northwest, the elliptical area decreases slightly, the deformation intensifies in the northwest southeast direction, and the deformation development in the northeast southwest direction is relatively gentle. The azimuth angle rotates counterclockwise, and the displacement is about 17.03 °.

Key words: 3·15 landslide in Zaoling township, SBAS-InSAR, landslide genesis, deformation rate, spatio-temporal evolution

中图分类号:

P237
P258

杨春宇, 文艺, 潘星, 袁德宝. 基于SBAS-InSAR的山体滑坡形变监测分析[J]. 测绘通报, 2023, 0(11): 12-17.

YANG Chunyu, WEN Yi, PAN Xing, YUAN Debao. Monitoring and analysis of landslide deformation based on SBAS-InSAR[J]. Bulletin of Surveying and Mapping, 2023, 0(11): 12-17.

参考文献

[1] 孙炜锋.千阳县千河谷地典型粘黄土区地质灾害危险性评价研究[D].北京:中国地质科学院,2009.
[2] 赵景波.黄土中古土壤淀积类型[J].地理学报,1995,50(1):25-40.
[3] 葛大庆,戴可人,郭兆成,等.重大地质灾害隐患早期识别中综合遥感应用的思考与建议[J].武汉大学学报(信息科学版),2019,44(7):949-956.
[4] 弓永峰,王辉,吴学华,等.基于时序InSAR的宁夏西吉县滑坡灾害隐患识别[J].安全与环境工程,2022,29(6):114-121.
[5] MOORE T W,MCGUIRE M P. Using the standard deviational ellipse to document changes to the spatial dispersion of seasonal tornado activity in the United States[J]. NPJ Climate and Atmospheric Science,2019,2: 21.
[6] 蔡江辉,杨雨晴,杨海峰,等. 基于轨迹聚类的天光光谱特征分析[J]. 光谱学与光谱分析,2019,39(4): 1301-1306.
[7] JIANG Chengcheng,FAN Wen,YU Ningyu,et al. A new method to predict gully head erosion in the loess plateau of China based on SBAS-InSAR[J]. Remote Sensing,2021,13(3): 421.
[8] 程滔,葛春青,陶舒,等. 小基线集合成孔径雷达干涉测量算法及其应用[J]. 测绘科学,2015,40(11): 96-99.
[9] FAN Min,YANG Ping,LI Qing. Impact of environmental regulation on green total factor productivity: a new perspective of green technological innovation[J]. Environmental Science and Pollution Research,2022,29(35): 53785-53800.
[10] 王子钒,孙成彬,罗仕伟,等. 基于探索性空间数据分析的西藏县域尺度床位资源时空分布和公平性研究[J]. 现代预防医学,2023,50(1): 127-133.
[11] 李凡,李素敏,杨渊,等. 基于时序InSAR的沙湾大沟滑坡型泥石流发育特征研究[J]. 地球物理学进展,2023,38(2): 532-541.
[12] 潘建平,付占宝,邓福江,等. 时序InSAR解析消落带区域岸坡地表形变及其水要素影响[J]. 自然资源遥感,2023,35(2): 212-219.
[13] 李强,张景发,罗毅,等. 2017年“8.8”九寨沟地震滑坡自动识别与空间分布特征[J]. 遥感学报,2019,23(4): 785-795.
[14] 王希晶. 房子为何翻下坡: 山西省临汾市乡宁“3.15”山体滑坡分析[J]. 吉林劳动保护,2020(6): 39-40.
[15] 乡宁“3·15”山体滑坡调查评估报告(节选)[J]. 中国减灾,2021(15): 34-36.
[16] WANG Bin,SHI Wenzhong,MIAO Zelang. Confidence analysis of standard deviational ellipse and its extension into higher dimensional euclidean space[J]. PLoS One,2015,10(3): e0118537.
[17] 耿丹,涂宽,谌华,等. SBAS-InSAR和高分辨率光学遥感相结合的矿区地表形变时空演化特征研究[J]. 自然灾害学报,2022,31(1): 251-264.(责任编辑:杨瑞芳)

基于SBAS-InSAR的山体滑坡形变监测分析

Monitoring and analysis of landslide deformation based on SBAS-InSAR

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	傅强, 张海明. 1980—2020年内蒙古自治区土地沙化生态敏感性时空演变特征[J]. 测绘通报, 2023, 0(7): 14-17,24.
[2]	胡祥祥, 柯福阳, 张志山, 姚永顺, 宋宝, 明璐璐, 尹继鑫, 张海欢. 顾及多动态环境因子的滑坡演化规律研究——以西宁市9大滑坡区为例[J]. 测绘通报, 2023, 0(5): 21-26,43.
[3]	丁伟, 陈展鹏, 许兵, 冯志雄. 基于SBAS-InSAR技术的广州市白云区长时序地表形变监测与成因分析[J]. 测绘通报, 2023, 0(4): 167-171.
[4]	潘建平, 蔡卓言, 赵瑞淇, 付占宝, 袁雨馨. 基于InSAR和GRU神经网络的不稳定斜坡地表形变预测[J]. 测绘通报, 2023, 0(3): 33-38.
[5]	周再文, 何贞铭, 蒋松谕, 相龙伟, 彭李. 多源时序影像洞庭湖流域水体时空演变特征分析[J]. 测绘通报, 2023, 0(10): 20-27.
[6]	王润泽, 费敏, 梁世川, 薛豪威, 楼晓. 基于SBAS-InSAR技术监测西安市地表形变特征[J]. 测绘通报, 2023, 0(1): 173-178.
[7]	葛鹏飞, 刘辉, 陈蜜, 李昱, 丁瑞力, 刘菲. 时序InSAR监测京雄城际铁路河北段地面沉降[J]. 测绘通报, 2022, 0(7): 64-70.
[8]	张家勇, 邹银先, 刘黔云, 张楠, 龚伟, 李康伦. 利用时序InSAR进行毕节市潜在滑坡识别与形变监测[J]. 测绘通报, 2022, 0(6): 121-124.
[9]	曾学宏, 赵义花. 利用SBAS-InSAR技术分析西宁市地面沉降监测及驱动因素[J]. 测绘通报, 2022, 0(6): 137-142.
[10]	朱智富, 甘淑, 张荐铭, 袁希平, 王睿博, 张晓伦. 结合SBAS-InSAR技术及信息熵的苍山地质滑坡隐患识别[J]. 测绘通报, 2022, 0(11): 13-19.
[11]	喜文飞, 赵子龙, 李国柱, 周定义, 杨正荣. SBAS-InSAR技术与无人机影像融合的滑坡变形监测[J]. 测绘通报, 2022, 0(10): 1-6.
[12]	黄龙, 孙倩, 胡俊. 基于InSAR与随机森林的滑坡敏感性评价与误差改正[J]. 测绘通报, 2022, 0(10): 13-20.
[13]	李茂林, 闫庆武, 李桂娥. 基于EVI的锡林郭勒生态脆弱性评价[J]. 测绘通报, 2022, 0(10): 21-27.
[14]	赵恒洋, 刘鑫, 赵尚民. 基于长时间序列遥感数据的太原市建成区近50年扩张规律分析[J]. 测绘通报, 2021, 0(9): 83-88.
[15]	翁昌凯, 肖添. SBAS技术支持下的临沧市地表时序形变分析[J]. 测绘通报, 2021, 0(7): 81-85.