基于陆探一号SAR卫星的北盘江光照水电站滑坡隐患识别

doi:10.13474/j.cnki.11-2246.2025.0312

测绘通报 ›› 2025, Vol. 0 ›› Issue (3): 71-75,132.doi: 10.13474/j.cnki.11-2246.2025.0312

• 学术研究 • 上一篇

基于陆探一号SAR卫星的北盘江光照水电站滑坡隐患识别

徐青松¹, 胡君², 崔文刚¹, 刘绥华¹, 胡丹¹, 宁飞¹, 李蔓¹

1. 贵州师范大学地理与环境科学学院, 贵州贵阳 550025;
2. 贵州省水利水电勘测设计研究院有限公司, 贵州贵阳 550002

收稿日期:2024-08-01 发布日期:2025-04-03
通讯作者: 胡君。E-mail:2903601349@qq.com
作者简介:徐青松(2000—),男,硕士生,主要研究方向为滑坡识别与监测。E-mail:3168108357@qq.com
基金资助:
国家自然科学基金(42161029);贵州省科技重大计划项目(黔科合重大专项[2022]001)

Identification of landslide hazards of Beipanjiang Guangzhao hydropower station based on Lutan-1 SAR satellite

XU Qingsong¹, HU Jun², CUI Wengang¹, LIU Suihua¹, HU Dan¹, NING Fei¹, LI Man¹

1. School of Geography and Environmental Sciences, Guizhou Normal University, Guiyang 550025, China;
2. Guizhou Water Conservancy and Hydropower Survey, Design and Research Institute Co., Ltd., Guiyang 550002, China

Received:2024-08-01 Published:2025-04-03

摘要/Abstract

摘要： 陆探一号(LT-1) SAR卫星是我国首颗L波段全极化民用干涉SAR卫星星座,由两颗参数相同的SAR卫星组成,跟飞模式下重访周期可达4 d,具有高分辨率、重访周期短、全极化成像等优点,有利于复杂地区滑坡隐患识别。本文以北盘江光照水电站为研究区域,获取了13景2023年4月2日至2023年6月21日LT-1升轨SAR数据,利用合成孔径雷达差分干涉测量技术(D-InSAR)开展滑坡隐患识别,并结合光学遥感影像验证识别结果的可靠性。结果显示,北盘江光照水电站共存在6处滑坡隐患区域,主要分布在库区北-东方向,通过综合降水量和光学遥感影像,详细分析了两处典型隐患区域的时空演化特征,发现降水是影响坡体稳定性的因素之一,证明了LT-1卫星在滑坡隐患识别中的可行性与有效性,为地质灾害防治行业提供了新的数据源。

关键词: 陆探一号, D-InSAR, 北盘江光照水电站, 滑坡, 降水

Abstract: Lutan-1 (LT-1) SAR satellite is China's first L-band fully polarimetric civil interferometric SAR satellite constellation.It is composed of two SAR satellites with the same parameters,and the revisit period can reach 4 days in the follow-up mode,which has the advantages of high resolution,short revisit period and full polarization imaging.It is conducive to the identification of landslide hazards in complex areas. In this paper,13 scenes of LT-1 ascending SAR data from April 2,2023 to June 21,2023 are obtained,and the differential interferometry synthetic aperture radar (D-InSAR) is used to identify landslide hazards,and the reliability of the identification results is verified by combining optical remote sensing images. The results show that there are 6 landslide hazard areas in Beipanjiang Guangzhao hydropower station,which are mainly distributed in the north-east direction of the reservoir area,and the spatio-temporal evolution characteristics of the two typical hazard areas are analyzed in detail through comprehensive rainfall and optical remote sensing images,and it is found that rainfall is one of the factors affecting slope stability,which proves the feasibility and effectiveness of LT-1 satellite in landslide hazard identification,and provides a new data source for the geological disaster prevention and control industry.

Key words: LT-1, D-InSAR, Beipanjiang Guangzhao hydropower station, landslide, rainfall

中图分类号:

P237

徐青松, 胡君, 崔文刚, 刘绥华, 胡丹, 宁飞, 李蔓. 基于陆探一号SAR卫星的北盘江光照水电站滑坡隐患识别[J]. 测绘通报, 2025, 0(3): 71-75,132.

XU Qingsong, HU Jun, CUI Wengang, LIU Suihua, HU Dan, NING Fei, LI Man. Identification of landslide hazards of Beipanjiang Guangzhao hydropower station based on Lutan-1 SAR satellite[J]. Bulletin of Surveying and Mapping, 2025, 0(3): 71-75,132.

参考文献

[1] 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.
[2] 许强,董秀军,李为乐.基于天-空-地一体化的重大地质灾害隐患早期识别与监测预警[J].武汉大学学报(信息科学版),2019,44(7): 957-966.
[3] OUYANG C J,ZHAO W,XU Q,et al.Failure mechanisms and characteristics of the 2016 catastrophic rockslide at Su village,Lishui,China[J].Landslides,2018,15(7): 1391-1400.
[4] 陈广平.贵州北盘江光照水电站大坝碾压混凝土施工质量控制[J].人民珠江,2009,30(4): 55-57.
[5] 李晓恩,周亮,苏奋振,等.InSAR技术在滑坡灾害中的应用研究进展[J].遥感学报,2021,25(2): 614-629.
[6] HU J,WANG Q J,LI Z W,et al.Retrieving three-dimensional coseismic displacements of the 2008 Gaize,Tibet earthquake from multi-path interferometric phase analysis[J].Natural Hazards,2014,73(3): 1311-1322.
[7] 廖明生,董杰,李梦华,等.雷达遥感滑坡隐患识别与形变测量[J].遥感学报,2021,25(1):332-341.
[8] 许强,陆会燕,李为乐,等.滑坡隐患类型与对应识别方法[J].武汉大学学报(信息科学版),2022,47(3): 377-387.
[9] 李振洪,宋闯,余琛,等.卫星雷达遥感在滑坡灾害探测和测量中的应用:挑战与对策[J].武汉大学学报(信息科学版),2019,44(7):967-979.
[10] TOFANI V,SEGONI S,AGOSTINI A,et al.Technical note: use of remote sensing for landslide studies in Europe[J].Natural Hazards and Earth System Sciences,2013,13(2): 299-309.
[11] 杨春宇,文艺,潘星,等.基于SBAS-InSAR的山体滑坡形变监测分析[J].测绘通报,2023(11):12-17.
[12] 张路,廖明生,董杰,等.基于时间序列InSAR分析的西部山区滑坡灾害隐患早期识别——以四川丹巴为例[J].武汉大学学报(信息科学版),2018,43(12): 2039-2049.
[13] 李涛,唐新明,李世金,等.L波段差分干涉SAR卫星基础形变产品分类[J].测绘学报,2023,52(5): 769-779.
[14] 李永生,李强,焦其松,等.陆探一号SAR卫星星座在地震行业的应用与展望[J].武汉大学学报(信息科学版),2024,49(10):1741-1752.
[15] 刘斌,张丽,葛大庆,等.陆地探测一号卫星滑坡大变形InSAR监测应用[J].武汉大学学报( 信息科学版),2024,49(10): 1753-1762.
[16] GABRIEL A K,GOLDSTEIN R M,ZEBKER H A.Mapping small elevation changes over large areas: differential radar interferometry[J].Journal of Geophysical Research: Solid Earth,1989,94(B7): 9183-9191.
[17] ZEBKER H A,ROSEN P.On the derivation of coseismic displacement fields using differential radar interferometry:the Landers earthquake[C]//Proceedings of 2002 IGARSS'94—1994 IEEE International Geoscience and Remote Sensing Symposium.Pasadena.CA:IEEE,2002: 286-288.
[18] HANSSEN R F.Radar interferometry: data interpretation and error analysis[M].Dordrecht:Springer Netherlands,2001
[19] YU C,PENNA N T,LI Z H.Generation of real-time mode high-resolution water vapor fields from GPS observations[J].Journal of Geophysical Research: Atmospheres,2017,122(3): 2008-2025.
[20] YU C,LI Z H,PENNA N T.Interferometric synthetic aperture radar atmospheric correction using a GPS-based iterative tropospheric decomposition model[J].Remote Sensing of Environment,2018,204: 109-121.
[21] 仝云霄,杨俊泉,胡晓佳,等.基于D-InSAR技术的矿区地表沉陷监测研究[J].地球学报,2024,45(3): 410-422.

基于陆探一号SAR卫星的北盘江光照水电站滑坡隐患识别

Identification of landslide hazards of Beipanjiang Guangzhao hydropower station based on Lutan-1 SAR satellite

PDF

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]	严胜航, 李素敏, 郭军, 宋昱霏, 沈显名. 基于多源遥感的巨型滑坡四维特征解译——以糯勒滑坡为例[J]. 测绘通报, 2025, 0(2): 48-52,63.
[2]	原辉, 俞华, 孟晓凯, 范晶晶, 李劲松. 基于自注意力变换网络的多源空间数据融合方法在变电站汛情降水预报中的应用[J]. 测绘通报, 2025, 0(2): 96-100,107.
[3]	张雷, 眭天波, 黄成兵, 张净. 基于多源遥感数据的泸定同震滑坡识别[J]. 测绘通报, 2025, 0(1): 83-87,126.
[4]	彭翔, 甘淑, 袁希平, 朱智富, 李璇, 龚伟圳. 融合InSAR与GWO-LSTM对高陡山地的形变监测与预测——以金沙江流域某边坡为例[J]. 测绘通报, 2024, 0(9): 44-49.
[5]	刘伊铭, 徐胜华, 刘春阳, 马钰. 顾及多方法集成特征选择与负样本优化的滑坡易发性评价[J]. 测绘通报, 2024, 0(9): 74-79.
[6]	徐宇翔, 胡庆武, 段延松, 李加元, 艾明耀, 赵鹏程. 融合LiDAR点云与无人机影像的滑坡动态监测技术[J]. 测绘通报, 2024, 0(8): 42-47.
[7]	李培桢, 谢志鹏, 李涛, 张祥. 面向无控与有控地形测绘的陆探一号基线校正方法[J]. 测绘通报, 2024, 0(8): 48-53.
[8]	杜明斌, 曹云昌, 王晓峰, 郭巍, 涂满红, 殷岳, 顾问, 梁宏. 北斗卫星导航系统在数值天气中的应用[J]. 测绘通报, 2024, 0(7): 178-181.
[9]	刘卫南, 宋红克, 李清波, 谢谟文. 利用光学影像的滑坡位移监测[J]. 测绘通报, 2024, 0(6): 41-45,64.
[10]	郑威, 左小清, 李勇发, 李正会, 王志红, 李德彬. 融合InSAR和机载LiDAR技术的滑坡早期识别与分析[J]. 测绘通报, 2024, 0(5): 1-6.
[11]	赵琼, 张锦水, 郑文武. 结合PCA与IR-MAD的降雨型滑坡检测方法[J]. 测绘通报, 2024, 0(5): 7-11,18.
[12]	王丽霞, 喜文飞, 史正涛, 赵子龙, 钱堂慧, 赵磊, 马奕捷. 深度学习滑坡识别算法中样本不平衡问题的研究[J]. 测绘通报, 2024, 0(5): 12-18.
[13]	邢明泽, 左小清, 张荐铭, 黄成, 李勇发, 布金伟, 石超. 基于SBAS-InSAR技术的西南山区滑坡稳定性监测[J]. 测绘通报, 2024, 0(2): 63-68.
[14]	张倩, 马悦, 周洪月, 闫世勇. 基于InSAR技术的天津局部地表沉降特征分析[J]. 测绘通报, 2024, 0(2): 74-79.
[15]	程安坤, 王敏, 孟欣, 季锐, 孙爽. 采用北斗PPP-B2b服务的大气可降水量反演及香港暴雨过程分析[J]. 测绘通报, 2024, 0(2): 118-123.