基于星载SAR的滑坡灾害形变特征分析

doi:10.13474/j.cnki.11-2246.2021.0229

测绘通报 ›› 2021, Vol. 0 ›› Issue (7): 160-162,166.doi: 10.13474/j.cnki.11-2246.2021.0229

• 测绘地理信息技术应用案例 • 上一篇下一篇

基于星载SAR的滑坡灾害形变特征分析

史德杰¹, 蒋金雄², 杜孙稳³, 张齐民²

1. 日照市海域使用动态监管中心, 山东日照 276800;
2. 中国矿业大学, 江苏徐州 221116;
3. 太原理工大学, 山西太原 030000

收稿日期:2021-05-28 出版日期:2021-07-25 发布日期:2021-08-04
作者简介:史德杰(1988-),男,硕士生,主要研究方向为卫星遥感。E-mail:dejie_h444@126.com
基金资助:
山西省高等学校科技创新项目（2019L0199）

Analysis of deformation characteristics of landslide disaster based on spaceborne SAR

SHI Dejie¹, JIANG Jinxiong², DU Sunwen³, ZHANG Qimin²

1. Rizhao Marine and Fishery Research Institute Dynamic Supervision Center of Sea Area Use, Rizhao 276800, China;
2. China University of Mining and Technology, Xuzhou 221116, China;
3. Taiyuan University of Technology, Taiyuan 030000, China

Received:2021-05-28 Online:2021-07-25 Published:2021-08-04

摘要/Abstract

摘要： 为准确监测重点滑坡的活动状态，预防潜在的地质灾害，本文基于4景ALOS-2数据，利用改进的Pixel-Tracking技术获取金沙江白格滑坡2017—2018年间3个连续时间段内的运动分布，试验结果显示，滑坡体运动存在显著的时空差异性，通过对不同时段的速度对比后显示，该滑坡在灾害发生前期滑动位移存在明显的加速趋势。

关键词: 白格滑坡, 像素追踪技术, ALOS-2, 滑动时空差异

Abstract: In order to accurately monitor the activity status of key landslides and prevent potential geological disasters, the article uses the pixel-tracking technology to obtain the movement distribution of the Jinsha River Baige landslide in three consecutive time periods from 2017 to 2018 based on 4 scenes of ALOS-2 data. The results show that there are significant temporal and spatial differences in the movement of the landslide body. The comparison of speeds in different periods shows that the sliding displacement of the landslide has a clear acceleration trend in the early stage of the disaster.

Key words: Baige landslide, pixel-tracking technology, ALOS-2, sliding space-time difference

中图分类号:

P237

史德杰, 蒋金雄, 杜孙稳, 张齐民. 基于星载SAR的滑坡灾害形变特征分析[J]. 测绘通报, 2021, 0(7): 160-162,166.

SHI Dejie, JIANG Jinxiong, DU Sunwen, ZHANG Qimin. Analysis of deformation characteristics of landslide disaster based on spaceborne SAR[J]. Bulletin of Surveying and Mapping, 2021, 0(7): 160-162,166.

参考文献 15

[1]	张冬菊,彭华. 测量机器人和GPS技术结合在滑坡监测中的应用[J]. 科技资讯, 2015, 13(35):21-22.
[2]	朱庆辉. 地基雷达在大坝及滑坡监测中的应用研究[D]. 北京:中国地质大学(北京), 2018.
[3]	张华伟, 王世梅, 霍志涛, 等. 白家包滑坡变形监测分析[J]. 人民长江, 2006(4):95-97.
[4]	陈剑, 崔之久. 金沙江上游雪隆囊古滑坡堰塞湖溃坝堆积体的发现及其环境与灾害意义[J]. 沉积学报,2015, 33(2):275-284.
[5]	刘国林,张连蓬,成枢,等.合成孔径雷达干涉测量与全球定位系统数据融合监测矿区地表沉降的可行性分析[J].测绘通报, 2005(11):10-13.
[6]	敖萌, 张勤, 赵超英, 等. 改进的CR-InSAR技术用于四川甲居滑坡形变监测[J]. 武汉大学学报(信息科学版), 2017, 42(3):377-383.
[7]	YAN S Y, LIU G, WANG Y J. Accurate determination of glacier surface velocity fields with a DEM-assisted pixel-tracking technique from SAR imagery[J]. Remote Sensing, 2015(7):10898-10916.
[8]	RAUCOULES D, COLESANTI C, CARNEC C. Use of SAR interferometry for detecting and assessing ground subsidence[J]. Comptes Rendus Geoscience, 2007,339(5):289-302.
[9]	闫世勇. 山地冰川表面运动雷达遥感监测方法研究[D]. 北京:中国科学院大学, 2013.
[10]	ZHAO C Y, KANG Y, ZHANG Q. Landslide identifica-tion and monitoring along the Jinsha River catchment (Wudongde Reservoir Area), China, using the InSAR method[J]. Remote Sensing, 2018, 10(7):101-110.
[11]	刘颖, 陈谨女. 自适应中值滤波算法在图像处理中的应用[J]. 物联网技术, 2013(3):51-53.
[12]	张霞,葛芦生. 自适应中值滤波算法的研究与应用[J]. 软件时空, 2007, 23(2-3):217-219.
[13]	李佳, 李志伟, 汪长城, 等. SAR偏移量跟踪技术估计天山南依内里切克冰川运动[J]. 地球物理学报, 2013, 56(4):1226-1236.
[14]	王仕哲, 柯长青. 基于特征跟踪方法的喜马拉雅山冬季冰川流速估算[J]. 高技术通讯, 2018, 28(3):257-268.
[15]	邵珠德, 柯长青. 基于特征跟踪方法的Amery冰架上游流速估算[J]. 极地研究, 2016, 28(3):324-330.

基于星载SAR的滑坡灾害形变特征分析

Analysis of deformation characteristics of landslide disaster based on spaceborne SAR

可视化

摘要/Abstract

引用本文

使用本文

参考文献 15

相关文章 1

编辑推荐

Metrics

本文评价