联合InSAR和LiDAR的油气管道沿线地质灾害隐患早期识别

doi:10.13474/j.cnki.11-2246.2023.0213

测绘通报 ›› 2023, Vol. 0 ›› Issue (7): 131-135.doi: 10.13474/j.cnki.11-2246.2023.0213

联合InSAR和LiDAR的油气管道沿线地质灾害隐患早期识别

赵洵¹, 杨鸣峰¹, 魏新年¹, 王海方², 陈江攀², 杨利²

1. 中国石油西南油气田公司川东北气矿, 四川达州 635000;
2. 京创智慧科技有限责任公司, 四川成都 610052

收稿日期:2022-10-14 出版日期:2023-07-25 发布日期:2023-08-08
作者简介:赵洵(1991-),男,工程师,主要从事自然灾害防治及油气运输研究工作。E-mail:zhaoxun512@petrochina.com.cn
基金资助:
中国石油西南油气田公司科技项目(20210307-04)

Early identification of hidden dangers of geological hazards along oil and gas pipelines combined with InSAR and LiDAR

ZHAO Xun¹, YANG Mingfeng¹, WEI Xinnian¹, WANG Haifang², CHEN Jiangpan², YANG Li²

1. Northeastern Sichuan Oil and Gas District, PetroChina Southwest Oil and Gas Field Company, Dazhou 635000, China;
2. Jingchuang Intelligent Technology Co., Ltd., Chengdu 610052, China

Received:2022-10-14 Online:2023-07-25 Published:2023-08-08

摘要/Abstract

摘要： 川东北地区地质条件复杂、地质灾害多发,对管道的安全运营构成了一定的威胁,因此有必要采用科学有效的方法识别管道沿线地质灾害隐患。本文以达州市某油气管线为例,利用InSAR开展区域形变监测,并结合高精度光学遥感初步识别管道沿线地质灾害隐患;同时运用机载LiDAR技术获取重点区域坡体形变精细化特征及迹象,对地质灾害隐患进一步确认。结合调查资料成功识别出10处地质灾害隐患点,其中管线附近有4处历史滑坡或不稳定斜坡,3处新发现的地质灾害隐患点。研究表明,该方法体系能有效识别油气管道沿线潜在地质灾害隐患,可为管道沿线地质灾害防治提供科学依据。

关键词: 油气管道, 地质灾害, 早期识别, InSAR, LiDAR

Abstract: Northeast Sichuan has complex geological conditions, and frequent geological disasters. Geological disasters pose a certain threat to the safe operation of pipelines. It is necessary to use scientific and effective methods to quickly identify hidden geological hazards along the pipeline. Taking an oil and gas pipeline in Dazhou City as an example, uses InSAR to carry out regional surface deformation monitoring, and combines high-precision remote optical sensing technology to preliminarily identify geological hazards along the pipeline. At the same time, obtained the refined characteristics and signs of slope deformation in key areas by airborne LiDAR technology, and further confirm the hidden dangers of geological disasters Finally, the early identification of geological hazards is completed through field investigation. Based on survey data, successfully identified 10 potential geological hazards, including 4 historical landslides or unstable slopes near the pipeline and 3 newly discovered potential geological hazards. The results show that the proposed method system can effectively identify the potential geological hazard areas along oil and gas pipelines, and can provide scientific basis for the prevention and control of geological hazards along oil and gas pipelines.

Key words: oil and gas pipelines, geological hazards, early identification, InSAR, LiDAR

中图分类号:

赵洵, 杨鸣峰, 魏新年, 王海方, 陈江攀, 杨利. 联合InSAR和LiDAR的油气管道沿线地质灾害隐患早期识别[J]. 测绘通报, 2023, 0(7): 131-135.

ZHAO Xun, YANG Mingfeng, WEI Xinnian, WANG Haifang, CHEN Jiangpan, YANG Li. Early identification of hidden dangers of geological hazards along oil and gas pipelines combined with InSAR and LiDAR[J]. Bulletin of Surveying and Mapping, 2023, 0(7): 131-135.

参考文献

[1] 丁建林,西昕,张对红. 能源安全战略下中国管道输送技术发展与展望[J]. 油气储运,2022,41(6):632-639.
[2] 陈国华,陶侠,黄孔星,等. Natech事件油气管道脆弱性评估现状与思考[J]. 油气储运,2022,41(8):892-899.
[3] 方迎潮,汤明高,葛华,等. 崩塌落石冲击埋地油气管道的动力响应机理研究[J]. 工程地质学报,2022,30(2):589-598.
[4] 杨健,许宁,周星,等. 天然气管道射流火焰危害影响维度分析[J]. 石油与天然气化工,2022,51(2):121-126.
[5] 淦邦. 某原油管道沿线滑坡区安全监测与预警的应用研究[D]. 徐州:中国矿业大学,2020.
[6] 张磊. 油气管道沿线地质灾害识别与评价方法研究[D]. 成都:四川师范大学,2020.
[7] 申晋利,钱凯俊,张强,等. 遥感技术在复杂地区管道线路遴选中的应用[J]. 遥感信息,2014,29(3):105-107.
[8] 齐广慧. 基于RS和GIS的油气管道选线方法研究[D].青岛:中国石油大学(华东),2011.
[9] 赵富萌,张毅,孟兴民,等. 基于小基线集雷达干涉测量的中巴公路盖孜河谷地质灾害早期识别[J]. 水文地质工程地质,2020,47(1):142-152.
[10] 李佳豪,周吕,马俊,等. 利用PS-InSAR技术进行城市地铁沿线形变监测与机理分析[J]. 测绘通报,2022(4):20-25.
[11] HENSCHEL M,DESCHAMPS B,ROBERT G,et al. Preliminary monitoring of ground slumping across a natural gas distribution network with satellite radar[C]//Proceedings of the 11th International Pipeline Conference. Volume 3:Operations,Monitoring and Maintenance; Materials and Joining. Calgary,Alberta:[s.n.],2016.
[12] 孙涛,徐明宇,董秀军,等. 机载LiDAR技术应用于茂密植被山区地质灾害调查[J]. 测绘通报,2021(4):90-97.
[13] 张小红. 机载激光雷达测量技术理论与方法[M]. 武汉:武汉大学出版社,2007.
[14] 刘圣伟,郭大海,陈伟涛,等. 机载激光雷达技术在长江三峡工程库区滑坡灾害调查和监测中的应用研究[J]. 中国地质,2012,39(2):507-517.
[15] 董秀军,许强,佘金星,等. 九寨沟核心景区多源遥感数据地质灾害解译初探[J]. 武汉大学学报(信息科学版),2020,45(3):432-441.
[16] 彭劲松,许俊,李娟,等. 机载激光测量系统在地质灾害中的应用[J]. 测绘通报,2018(9):160-162.
[17] 勾昆,王刚,袁红. 机载LiDAR技术在油气管道工程勘测设计中的应用[J]. 测绘通报,2021(S1):233-236.
[18] 谷潇. 无人机机载激光雷达在地质测绘与工程测量中的应用研究[J]. 应用激光,2020,40(6):1126-1131.
[19] YAN Yan,MA Shuyue,YIN Shuyao,et al. Detection and numerical simulation of potential hazard in oil pipeline areas based on UAV surveys[J]. Frontiers in Earth Science,2021,9:665478.
[20] BERARDINO P,FORNARO G,LANARI R,et al. A new algorithm for surface deformation monitoring based on small baseline differential SAR interferograms[J]. IEEE Transactions on Geoscience and Remote Sensing,2002,40(11):2375-2383.

联合InSAR和LiDAR的油气管道沿线地质灾害隐患早期识别

Early identification of hidden dangers of geological hazards along oil and gas pipelines combined with InSAR and LiDAR

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]	李昂, 钟若飞, 刘正军, 谢东海, 吴伟, 张琰. GNSS失锁下融合描述子与粒子滤波的LiDAR定位方法研究[J]. 测绘通报, 2023, 0(8): 84-90.
[2]	王欣, 李水平, 康晶. InSAR观测约束2022年门源Mw 6.7级地震同震滑动分布和库伦应力变化[J]. 测绘通报, 2023, 0(7): 32-38.
[3]	冯晓珂, 吕沛娴, 张卡, 沈华康, 叶龙杰, 赵娜, 杨盈. 面向滩涂DEM构建的机载LiDAR点云滤波方法[J]. 测绘通报, 2023, 0(7): 58-62.
[4]	杨建成, 何阳, 刘一鸣, 熊雄, 姚海鹏, 李雪宇, 文武飞, 王灵珏, 胡妙文, 许兵. InSAR技术支持下的长沙市2015—2021年地面沉降监测分析[J]. 测绘通报, 2023, 0(7): 125-130.
[5]	石银涛, 胡超, 赵钢, 侯婷婷. PS-InSAR技术在长江堤防沉降监测中的应用[J]. 测绘通报, 2023, 0(7): 142-148.
[6]	王之栋, 唐伟, 马志刚, 李雨宸, 杨本勇, 李维庆, 李永鑫. 九寨沟地区高位滑坡隐患InSAR-LiDAR早期识别[J]. 测绘通报, 2023, 0(5): 9-15.
[7]	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.
[8]	牛鹏涛, 曹毅, 张恩朝, 漆洋. 融合车载LiDAR点云和全景影像的道路标线自动提取方法[J]. 测绘通报, 2023, 0(5): 67-71,139.
[9]	田正杰, 王雪英, 渠涛, 李泽晖. 无人机载LiDAR在光伏场区1∶500地形图测绘中的应用[J]. 测绘通报, 2023, 0(5): 180-184.
[10]	郑鹏, 魏星灿, 李宁, 李强, 陈江攀. 无人机机载LiDAR技术在抽水蓄能电站库区岩溶识别中的应用[J]. 测绘通报, 2023, 0(4): 121-127.
[11]	何亚东, 徐许雄, 李林, 孙铭, 黄逢. 联合北斗与地基InSAR多源数据分析四川茂县特大滑坡[J]. 测绘通报, 2023, 0(4): 159-162.
[12]	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.
[13]	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.
[14]	董耿志, 星文太, 周程, 蔡永栋, 张宏光. 基于InSAR及综合物探方法的道路塌陷分析[J]. 测绘通报, 2023, 0(3): 104-110.
[15]	张领旗, 谢酬, 陈蜜, 田帮森, 杨知, 朱玉. 时序InSAR技术在三峡库区特高压输电通道滑坡隐患识别的应用[J]. 测绘通报, 2023, 0(2): 97-103.