CN109884629A - 大范围库岸边坡空天地多层次安全监测方法 - Google Patents
大范围库岸边坡空天地多层次安全监测方法 Download PDFInfo
- Publication number
- CN109884629A CN109884629A CN201910028768.2A CN201910028768A CN109884629A CN 109884629 A CN109884629 A CN 109884629A CN 201910028768 A CN201910028768 A CN 201910028768A CN 109884629 A CN109884629 A CN 109884629A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- region
- synthetic aperture
- sar
- lidar
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 145
- 238000000034 method Methods 0.000 title claims abstract description 12
- 238000007689 inspection Methods 0.000 claims abstract description 19
- 230000008901 benefit Effects 0.000 claims abstract description 9
- 238000012876 topography Methods 0.000 claims abstract description 3
- 238000011835 investigation Methods 0.000 claims description 8
- 230000007774 longterm Effects 0.000 claims description 4
- 239000011435 rock Substances 0.000 claims description 4
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 238000003786 synthesis reaction Methods 0.000 claims description 3
- 230000003287 optical effect Effects 0.000 claims 1
- 230000000116 mitigating effect Effects 0.000 abstract description 3
- 238000012545 processing Methods 0.000 abstract description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 210000000554 iris Anatomy 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 230000002265 prevention Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000004870 electrical engineering Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Optical Radar Systems And Details Thereof (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供一种大范围库岸边坡空天地多层次安全监测方法,其特征在于根据流域库岸地形地貌、植被情况、交通运输条件等信息,确定对应的监测手段或者多监测手段的组合,即通过星载合成孔径雷达SAR普查,确定需关注区域,通过巡检合成孔径雷达SAR或/和激光雷达LiDAR进行详查,确定需重点关注区域,通过固定式合成孔径雷达SAR或/和激光雷达LiDAR进行核查,通过长期持续监测,获取重点监测区域的变形监测时序数据,明确大范围库岸危险区域,给出预警预报信息。通过流域库岸边坡的高效、高精度监测、预警与应急处理,可有效遏制灾害、减轻损失,对稳定社会秩序、保障高山峡谷河流大范围库岸边坡安全,具有重大经济和社会效益。
Description
背景技术
我国是世界上滑坡地质灾害最为严重的国家之一,边坡灾害风险防控是国家防灾减灾重大而迫切的战略需求。随着我国高坝大库水利水电工程大规模建设和相继运行,水电工程库岸滑坡已成为影响工程运行安全和库区生态环境保护的重大隐患。
在水电工程建设的高山峡谷以及复杂地形、地质地区,存在众多倾倒变形边坡、滑坡堆积体、崩塌变形体等大规模不良地质体。在水库蓄水作用、库水位交变、暴雨、持续降雨等水动力驱动因素的影响下,这些不良地质体存在大变形、开裂滑移的趋势,甚至会有发生滑坡灾害的风险,严重制约水电工程建设和正常运行。为降低滑坡灾害的发生概率,降低经济损失,避免人员伤亡,滑坡灾害治理的思路需从发生灾害后不计代价的被动治理,转变为在灾害发生前充分认识到边坡的变形情况,及时给出正确的预判并研究采取防控措施的主动防控。所以对水电工程大范围库岸变形监测显得尤为重要。
水电工程库岸滑坡风险点具有点多、线长、面广的特点。传统的边坡接触式安全监测方式造价高、设备维护难、可靠性低、并且只能获取“点状”监测信息,难以获取边坡“面状”动态变化信息,不适用于库区岸坡大范围变形监测,需寻求方便、快捷、经济、有效的新技术手段。随着合成孔径雷达干涉技术(InSAR)和三维激光扫描技术(LiDAR)等非接触式形变监测技术的发展,给水电工程库岸边坡变形监测的发展带来了新的契机。
发明内容
本发明针对水电工程大范围库岸边坡监测问题,充分利用目前新技术监测手段,整合各种监测手段的优点,对水电工程库岸边坡进行从空天到地面的协同监测,构建空天地立体多层次监测体系,对高山峡谷流域大范围库岸边坡进行空天地多层次安全监测。
本发明采用如下技术方案:一种大范围库岸边坡空天地多层次安全监测方法,其特征在于包括如下步骤:
1)、根据流域库岸地形地貌、植被情况、交通运输条件信息,按照空天地多层监测体系的选择原则,确定对应的监测手段或者多监测手段的组合,对库岸边坡进行监测;
所述空天地多层监测体系包括:星载合成孔径雷达SAR监测手段、巡检合成孔径雷达SAR或/和激光雷达LiDAR监测手段、固定式合成孔径雷达SAR或/和激光雷达LiDAR监测手段;其中巡检合成孔径雷达SAR或/ 和激光雷达LiDAR监测手段包括:船载、车载、机载合成孔径雷达SAR 或/和激光雷达LiDAR三种监测手段;
2)、利用星载合成孔径雷达SAR监测手段,对库岸边坡进行大范围长时间序列形变数据进行提取,通过长时间系列卫星数据,获取大范围区域大量关键点的变形时间序列数据或变形速率,并且得到大范围区域变形等值线图,框定变形较大位置,圈出需要加强监测的库岸边坡区域范围为: A={A1,A2,…,An},完成对大范围库岸边坡的普查;
3)、利用巡检合成孔径雷达SAR或/和激光雷达LiDAR监测手段,对步骤2)星载合成孔径雷达SAR监测圈出的范围A进行详查,缩小监测范围,其中:
a)确定需监测的某区域范围如下:
位于船载合成孔径雷达SAR或/和激光雷达LiDAR监测手段视角范围的区域为:
B={A11,A21,…,An1};
位于车载合成孔径雷达SAR或/和激光雷达LiDAR监测手段视角范围的区域为:
C={A12,A22,…,An2};
位于机载合成孔径雷达SAR或/和激光雷达LiDAR监测手段视角范围的区域为:
D={A13,A23,…,An3};
其中,A={B,C,D},分别代表利用巡检合成孔径雷达SAR或/和激光雷达LiDAR监测手段中的船载、车载、机载合成孔径雷达SAR或/和激光雷达LiDAR三种手段,对步骤2)圈出的范围A进行全范围覆盖的详查;
A1={A11,A12,A13},代表A1区域内,分别采用船载、车载、机载合成孔径雷达SAR或/和激光雷达LiDAR三种巡检手段,对A1区域进行全范围覆盖的详查;
同样,A2={A21,A22,A23},…,An={An1,An2,An3},代表 A2…An区域内,分别采用船载、车载、机载合成孔径雷达SAR或/和激光雷达LiDAR三种巡检手段,对A2…An区域进行全范围覆盖的详查;
b)在确定的区域范围内,进行如下监测:
采用船载合成孔径雷达SAR或/和激光雷达LiDAR监测手段,对 A11,A21,…,An1区域继续进行监测,进一步查找变形量值较大或稳定性较差的区域,确定需进行重点监测的关键部位为:E={E1,E2,…,En};
采用车载合成孔径雷达SAR或/和激光雷达LiDAR监测手段,对 A12,A22,…,An2区域继续进行监测,进一步查找变形量值较大或稳定性较差的区域,确定需进行重点监测的关键部位为:F={F1,F2,…,Fn};
采用机载合成孔径雷达SAR或/和激光雷达LiDAR监测手段,对 A13,A23,…,An3区域继续进行监测,进一步查找变形量值较大或稳定性较差的区域,确定需进行重点监测的关键部位为:G={G1,G2,…,Gn};
定义H为详查阶段确定的需要进行核查的区域:H={E,F,G};
4)、采用固定式合成孔径雷达SAR或/和激光雷达LiDAR监测手段,对步骤3)的H区域进行重点连续监测或核查,获取重点监测区域的长期变形监测时序数据,对该重点监测区域进行安全监测与预警。
所述步骤1)的机载合成孔径雷达SAR或/和激光雷达LiDAR监测手段包括:无人机载、有人机载及热气球载合成孔径雷达SAR或/和激光雷达 LiDAR三种监测手段。
利用星载合成孔径雷达SAR监测手段,具有全天时、全天候、高精度的优势,用于流域大范围变形监测的普查,确定需要关注的区域;利用巡检合成孔径雷达SAR或/和激光雷达LiDAR监测手段,具有连续监测并且可指定位置的特点,用于对普查确定的需关注范围的滑坡进行详查,确定需重点关注的滑坡;利用固定式合成孔径雷达SAR或/和激光雷达LiDAR监测手段,对详查出的滑坡进行核查,进行持续长时间监测,实现空天地多层监测。
所述步骤1)的空天地多层监测体系的选择原则如下:
植被条件为岩石裸露区域的,优先选用激光雷达LiDAR监测手段进行监测;
植被条件为茂密区域的,选用合成孔径雷达SAR监测手段进行监测;
交通条件为具备通船条件的区域,采用船载合成孔径雷达SAR或/和激光雷达LiDAR监测手段进行监测;
交通条件为具备通车条件的区域,采用车载合成孔径雷达SAR或/和激光雷达LiDAR监测手段进行监测;
不具备交通条件的,选用机载或热气球搭载或无人机载合成孔径雷达 SAR或/和激光雷达LiDAR监测手段进行监测。
发明的优点和积极效果如下;
A、采用非接触式安全监测的空天地多层次方法对水电工程库岸边坡变形监测,最大的特点是可以根据监测的需要进行大范围、高精度的库岸边坡变形监测,对非接触式安全监测的空天地多层监测技术在水利水电行业进行推广应用意义重大,可大幅降低前期数据采集的成本,降低监测后期维护费用,有着巨大的经济和社会效益;
B、采用星载InSAR作为库区大范围变形监测的普查手段,采用地面移动如车载、船载合成孔径雷达SAR或/和激光雷达LiDAR;空中如无人机载、有人机载、热气球载合成孔径雷达SAR或/和激光雷达LiDAR的详查手段;采用地面固定式合成孔径雷达SAR或/和激光雷达LiDAR的核查手段,对流域库岸边坡进行高效率、高精度监测、预警与应急处理,可有效遏制灾害、减轻损失,对稳定社会秩序、保障高山峡谷河流大范围库岸边坡安全,具有重大经济和社会效益。
C、充分利用了InSAR或LiDAR各技术手段在水利工程应用中的诸多优点,极大地推动水利水电行业变形监测技术的进步与应用推广;
D、星载合成孔径雷达(InSAR)可以准确捕捉到库岸边坡微小变形,精度达到0.1mm,并且能准确捕捉到变形区域,对流域库岸边坡变形大小,相对安全等级进行大致划分;
E、通过持续监测,能够对流域大范围库岸边坡安全性进行评估。
附图说明
图1为本发明的空天地多层监测体系;
图2为库岸边坡监测手段选择原则流程图。
具体实施方式
下面结合实施例对本发明作更进一步的说明。
实施例1
现有某水电站水库廻水长约88km,库岸总长约180km,水库区为高山峡谷地貌,地势总体北高南低,地形切割强烈,山势雄伟,沟壑纵横,工程地质条件复杂,库区植被情况较差,岩体较裸露,水库左岸建有沿江公路,水库蓄水后水位抬升较大。依据本发明方法,该库区岸坡空天地多层次安全监测流程如下:
1)、库岸边坡监测手段的选择:根据该库区植被情况较差,岩体较裸露,水库左岸建有沿江公路,水库蓄水后水位抬升较大等特征,采用船载、车载和机载合成孔径雷达SAR监测手段所形成的空天地多层监测体系,对关注区域进行全覆盖监测;
2)、利用星载合成孔径雷达InSAR进行普查,对88km库岸边坡进行全范围长时间序列形变数据进行提取;通过长时间系列卫星数据,获取大范围区域大量关键点的变形时间序列数据或者变形速率,并且得到大范围区域变形等值线图,框定变形较大位置,圈出需要加强监测的库岸边坡区域范围为:
A={A1,A2,…,An},完成对大范围库岸边坡的普查;
3)、利用巡检合成孔径雷达SAR监测手段,对步骤2)星载合成孔径雷达SAR监测圈出的范围A进行详查,缩小监测范围,其中:
a)确定需监测的某区域范围如下:
位于船载合成孔径雷达SAR监测手段视角范围的区域为:
B={A11,A21,…,An1};
位于车载合成孔径雷达SAR监测手段视角范围的区域为:
C={A12,A22,…,An2};
位于机载合成孔径雷达SAR监测手段视角范围的区域为:
D={A13,A23,…,An3};
其中,A={B,C,D},分别代表利用巡检合成孔径雷达SAR或/和激光雷达LiDAR监测手段中,船载、车载、机载合成孔径雷达SAR或/和激光雷达LiDAR三种方式,对步骤2)圈出的范围A进行全范围覆盖的详查;
A1={A11,A12,A13},代表A1区域内,分别采用船载、车载、机载合成孔径雷达SAR或/和激光雷达LiDAR三种巡检手段,对A1区域进行全范围覆盖的详查;
同样,A2={A21,A22,A23},…,An={An1,An2,An3},代表 A2…An区域内,分别采用船载、车载、机载合成孔径雷达SAR或/和激光雷达LiDAR三种巡检手段,对A2…An区域进行全范围覆盖的详查;
b)在确定的区域范围内,进行如下监测:
采用船载合成孔径雷达SAR监测手段,对A11,A21,…,An1区域继续进行监测,进一步查找变形量值较大或稳定性较差的区域,确定需进行重点监测的关键部位为:E={E1,E2,…,En};
采用车载合成孔径雷达SAR监测手段,对A12,A22,…,An2区域继续进行监测,进一步查找变形量值较大或稳定性较差的区域,确定需进行重点监测的关键部位为:F={F1,F2,…,Fn};
采用机载合成孔径雷达SAR监测手段,对A13,A23,…,An3区域继续进行监测,进一步查找变形量值较大或稳定性较差的区域,确定需进行重点监测的关键部位为:G={G1,G2,…,Gn};
定义H为详查阶段确定的需要进行核查的区域:H={E,F,G};
4)、采用地基上的固定式合成孔径雷达SAR监测手段,对步骤3)的H 区域进行重点连续监测或核查,获取重点监测区域的长期变形监测时序数据,对该重点监测区域进行安全监测与预警;
5)、根据监测数据显示,少量边坡变形量或变形速率突然增大、且变形量或变形速率持续长时期没有明显的下降趋势,则发出预警预报,并进行长期持续监测。
实施例2
现有某水电站库区两岸植被条件良好,水库蓄水后正常蓄水位以上 50m范围内塌岸严重。依据本发明方法,该库区岸坡空天地多层次安全监测流程如下:
1)、库岸边坡监测手段的选择:库区两岸植被条件良好,不适合采用 LiDAR监测手段,选用SAR监测手段,根据关注范围位于正常蓄水位以上 50m范围内,且位于船载合成孔径雷达SAR监测手段的视角范围之内,故只需采用船载合成孔径雷达SAR监测手段,对关注区域进行全覆盖监测;
2)、利用星载合成孔径雷达InSAR进行普查,对库岸边坡进行全范围长时间序列形变数据进行提取,通过长时间系列卫星数据,获取大范围区域大量关键点的变形时间序列数据或者变形速率,并且得到大范围区域变形等值线图,框定变形较大位置,圈出需要加强监测的库岸边坡区域范围为:
A={A1,A2,…,An};
3)、采用船载合成孔径雷达SAR监测手段进行详查,对 A1,A2,…,An区域继续进行监测,得到这些区域时间序列变形数据,进一步查找变形量值较大或稳定性较差的区域,确定需进行重点监测的关键部位为:E={E1,E2,…,En};
4)、采用地基固定式合成孔径雷达SAR监测手段进行核查,对 E1,E2,…,En区域进行定点连续监测,获取重点监测部位的长期变形监测时序数据,对特定区域进行安全监测与预警,可以对关键部位的变形进行监测,对边坡的安全性进行预警;
5)、通过上述监测数据显示,库区重点关注边坡变形速率均小于0.1mm/ 天,则停止监测。
Claims (3)
1.大范围库岸边坡空天地多层次安全监测方法,其特征在于包括如下步骤:
1)、根据流域库岸地形地貌、植被情况、交通运输条件信息,按照空天地多层监测体系的选择原则,确定对应的监测手段或者多监测手段的组合,对库岸边坡进行监测;
所述空天地多层监测体系包括:星载合成孔径雷达SAR监测手段、巡检合成孔径雷达SAR或/和激光雷达LiDAR监测手段、固定式合成孔径雷达SAR或/和激光雷达LiDAR监测手段;其中巡检合成孔径雷达SAR或/和激光雷达LiDAR监测手段包括:船载、车载、机载合成孔径雷达SAR或/和激光雷达LiDAR三种监测手段;
2)、利用星载合成孔径雷达SAR监测手段,对库岸边坡进行大范围长时间序列形变数据进行提取,通过长时间系列卫星数据,获取大范围区域大量关键点的变形时间序列数据或变形速率,并且得到大范围区域变形等值线图,框定变形较大位置,圈出需要加强监测的库岸边坡区域范围为:A={A1,A2,…,An},完成对大范围库岸边坡的普查;
3)、利用巡检合成孔径雷达SAR或/和激光雷达LiDAR监测手段,对步骤2)星载合成孔径雷达SAR监测圈出的范围A进行详查,缩小监测范围,其中:
a)确定需监测的某区域范围如下:
位于船载合成孔径雷达SAR或/和激光雷达LiDAR监测手段视角范围的区域为:
B={A11,A21,…,An1};
位于车载合成孔径雷达SAR或/和激光雷达LiDAR监测手段视角范围的区域为:
C={A12,A22,…,An2};
位于机载合成孔径雷达SAR或/和激光雷达LiDAR监测手段视角范围的区域为:
D={A13,A23,…,An3};
其中,A={B,C,D},分别代表利用巡检合成孔径雷达SAR或/和激光雷达LiDAR监测手段中的船载、车载、机载合成孔径雷达SAR或/和激光雷达LiDAR三种手段,对步骤2)圈出的范围A进行全范围覆盖的详查;
A1={A11,A12,A13},代表A1区域内,分别采用船载、车载、机载合成孔径雷达SAR或/和激光雷达LiDAR三种巡检手段,对A1区域进行全范围覆盖的详查;
同样,A2={A21,A22,A23},…,An={An1,An2,An3},代表A2…An区域内,分别采用船载、车载、机载合成孔径雷达SAR或/和激光雷达LiDAR三种巡检手段,对A2…An区域进行全范围覆盖的详查;
b)在确定的区域范围内,进行如下监测:
采用船载合成孔径雷达SAR或/和激光雷达LiDAR监测手段,对A11,A21,…,An1区域继续进行监测,进一步查找变形量值较大或稳定性较差的区域,确定需进行重点监测的关键部位为:E={E1,E2,…,En};
采用车载合成孔径雷达SAR或/和激光雷达LiDAR监测手段,对A12,A22,…,An2区域继续进行监测,进一步查找变形量值较大或稳定性较差的区域,确定需进行重点监测的关键部位为:F={F1,F2,…,Fn};
采用机载合成孔径雷达SAR或/和激光雷达LiDAR监测手段,对A13,A23,…,An3区域继续进行监测,进一步查找变形量值较大或稳定性较差的区域,确定需进行重点监测的关键部位为:G={G1,G2,…,Gn};
定义H为详查阶段确定的需要进行核查的区域:H={E,F,G};
4)、采用固定式合成孔径雷达SAR或/和激光雷达LiDAR监测手段,对步骤3)的H区域进行核查,获取重点监测区域的长期变形监测时序数据,对该重点监测区域进行安全监测与预警。
2.如权利要求1所述的大范围库岸边坡空天地多层次安全监测方法,其特征在于:利用星载合成孔径雷达SAR监测手段,具有全天时、全天候、高精度的优势,用于流域大范围变形监测的普查,确定需要关注的区域;利用巡检合成孔径雷达SAR或/和激光雷达LiDAR监测手段,具有连续监测并且可指定位置的特点,用于对普查确定的需关注范围的滑坡进行详查,确定需重点关注的滑坡;利用固定式合成孔径雷达SAR或/和激光雷达LiDAR监测手段,对详查出的滑坡进行核查,进行持续长时间监测,实现空天地多层监测。
3.如权利要求1所述的大范围库岸边坡空天地多层次安全监测方法,其特征在于所述空天地多层监测体系的选择原则如下:
植被条件为岩石裸露区域的,选用激光雷达LiDAR监测手段进行监测;
植被条件为茂密区域的,选用合成孔径雷达SAR监测手段进行监测;
交通条件为具备通船条件的区域,采用船载合成孔径雷达SAR或/和激光雷达LiDAR监测手段进行监测;
交通条件为具备通车条件的区域,采用车载合成孔径雷达SAR或/和激光雷达LiDAR监测手段进行监测;
不具备交通条件的,选用机载合成孔径雷达SAR或/和激光雷达LiDAR监测手段进行监测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910028768.2A CN109884629A (zh) | 2019-01-11 | 2019-01-11 | 大范围库岸边坡空天地多层次安全监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910028768.2A CN109884629A (zh) | 2019-01-11 | 2019-01-11 | 大范围库岸边坡空天地多层次安全监测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109884629A true CN109884629A (zh) | 2019-06-14 |
Family
ID=66925815
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910028768.2A Pending CN109884629A (zh) | 2019-01-11 | 2019-01-11 | 大范围库岸边坡空天地多层次安全监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109884629A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110453731A (zh) * | 2019-08-15 | 2019-11-15 | 中国水利水电科学研究院 | 一种大坝边坡形变监测系统及方法 |
CN111504251A (zh) * | 2020-04-21 | 2020-08-07 | 北京中资国源科技有限公司 | 一种高速公路边坡安全监测的新方法 |
CN115265353A (zh) * | 2022-09-27 | 2022-11-01 | 湖南鼎晟建设工程有限公司 | 一种通过gnss观测感知预测边坡变形的示警监控系统 |
CN117516636A (zh) * | 2024-01-03 | 2024-02-06 | 中国海洋大学 | 一种海岸堤坝安全监测预警方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130216089A1 (en) * | 2010-04-22 | 2013-08-22 | The University Of North Carolina At Charlotte | Method and System for Remotely Inspecting Bridges and Other Structures |
CN104932004A (zh) * | 2015-06-15 | 2015-09-23 | 中国人民解放军国防科学技术大学 | 一种地震灾害遥感监测方法 |
CN105783798A (zh) * | 2016-05-04 | 2016-07-20 | 清华大学 | 结构表面变形监测系统及方法 |
CN107665570A (zh) * | 2017-11-20 | 2018-02-06 | 水禾测绘信息技术有限公司 | 一种高速公路灾害监测预警系统 |
CN108627834A (zh) * | 2018-06-07 | 2018-10-09 | 北京城建勘测设计研究院有限责任公司 | 一种基于地基InSAR的地铁路基结构监测方法及装置 |
-
2019
- 2019-01-11 CN CN201910028768.2A patent/CN109884629A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130216089A1 (en) * | 2010-04-22 | 2013-08-22 | The University Of North Carolina At Charlotte | Method and System for Remotely Inspecting Bridges and Other Structures |
CN104932004A (zh) * | 2015-06-15 | 2015-09-23 | 中国人民解放军国防科学技术大学 | 一种地震灾害遥感监测方法 |
CN105783798A (zh) * | 2016-05-04 | 2016-07-20 | 清华大学 | 结构表面变形监测系统及方法 |
CN107665570A (zh) * | 2017-11-20 | 2018-02-06 | 水禾测绘信息技术有限公司 | 一种高速公路灾害监测预警系统 |
CN108627834A (zh) * | 2018-06-07 | 2018-10-09 | 北京城建勘测设计研究院有限责任公司 | 一种基于地基InSAR的地铁路基结构监测方法及装置 |
Non-Patent Citations (9)
Title |
---|
佘小年: "崩塌、滑坡地质灾害监测现状综述", 《铁道工程学报》 * |
尹云坤等: "小湾水电站水库蓄水与库岸稳定", 《水力发电》 * |
张薇等: "高轨SAR卫星在综合减灾中的应用潜力和工作模式需求", 《航天器工程》 * |
张路等: "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", 《武汉大学学报(信息科学版)》 * |
汤沛等: "合成孔径雷达(SAR)在地质、灾害应用研究中的新进展", 《云南大学学报(自然科学版)》 * |
王立伟: "基于D-InSAR数据分析的高山峡谷区域滑坡位移识别", 《中国博士学位论文全文数据库基础科学辑》 * |
葛大庆: "地质灾害早期识别与监测预警中的综合遥感应用", 《城市与减灾》 * |
许强: "开展生态化地质灾害防治势在必行", 《水文地质工程地质》 * |
谭衢霖等: "卫星遥测高原冻土路基沉降变形研究初探", 《铁道工程学报》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110453731A (zh) * | 2019-08-15 | 2019-11-15 | 中国水利水电科学研究院 | 一种大坝边坡形变监测系统及方法 |
CN110453731B (zh) * | 2019-08-15 | 2020-06-30 | 中国水利水电科学研究院 | 一种大坝边坡形变监测系统及方法 |
CN111504251A (zh) * | 2020-04-21 | 2020-08-07 | 北京中资国源科技有限公司 | 一种高速公路边坡安全监测的新方法 |
CN115265353A (zh) * | 2022-09-27 | 2022-11-01 | 湖南鼎晟建设工程有限公司 | 一种通过gnss观测感知预测边坡变形的示警监控系统 |
CN117516636A (zh) * | 2024-01-03 | 2024-02-06 | 中国海洋大学 | 一种海岸堤坝安全监测预警方法及系统 |
CN117516636B (zh) * | 2024-01-03 | 2024-04-19 | 中国海洋大学 | 一种海岸堤坝安全监测预警方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109884629A (zh) | 大范围库岸边坡空天地多层次安全监测方法 | |
Zhou et al. | Enhanced dynamic landslide hazard mapping using MT-InSAR method in the Three Gorges Reservoir Area | |
Xu et al. | Remote sensing for landslide investigations: A progress report from China | |
CN109725312A (zh) | 一种基于空天地一体化观测的库岸形变监测方法 | |
Bio et al. | Methods for coastal monitoring and erosion risk assessment: two Portuguese case studies | |
CN104515988A (zh) | 一种基于地基合成孔径雷达的边坡安全监测预警方法 | |
Yu et al. | Impact assessment of landfalling tropical cyclones: introduction to the special issue | |
CN110986876A (zh) | 一种基于无人机反演淤泥质潮沟水下地形的方法 | |
Beddingfield et al. | Polygonal impact craters on Dione: Evidence for tectonic structures outside the wispy terrain | |
Maia et al. | Analytical model of sea level elevation during a storm: Support for coastal flood risk assessment associated with cyclone passage | |
Khattak et al. | Estimating turbulence intensity along the glide path using wind tunnel experiments combined with interpretable tree-based machine learning algorithms | |
Harris et al. | The anatomy of a channel-fed ‘a ‘ā lava flow system | |
Dong et al. | A new data processing method for high-precision mining subsidence measurement using airborne LiDAR | |
Durkin et al. | Dynamic changes at Yahtse Glacier, the most rapidly advancing tidewater glacier in Alaska | |
Treloar et al. | Investigation of wave induced storm surge within a large coastal embayment-Moreton Bay (Australia) | |
Kelner et al. | Recent morphological changes of the Nice Continental Slope | |
Olsen et al. | Effect of User Decision and Environmental Factors on Computationally Derived River Networks | |
Vivone et al. | Remote Sensing for Target Object Detection and Identification | |
Zhang et al. | Effects of Glacier and Geomorphology on the Mechanism Difference of Glacier‐Related Debris Flow on the South and North Banks of Parlung Zangbo River, Southeastern Tibetan Plateau | |
Li et al. | Reservoir landslide monitoring and mechanism analysis based on UAV photogrammetry and sub-pixel offset tracking: a case study of Wulipo landslide | |
Wei et al. | Application of Slope Radar (S‐SAR) in Emergency Monitoring of the “11.03” Baige Landslide | |
Yan et al. | Extraction and analysis of the sea ice parameter dataset of the Bohai Sea from 2011 to 2021 based on GOCI | |
White | Glacier changes across Northern Ellesmere Island | |
Basu et al. | On the prediction of extreme wave heights under cyclonic events for the design of coastal structures situated at remote islands in deep sea | |
Bazhenova et al. | Dynamical phases of intrasecular cycles of morphogenesis within the drainless lake basins of Dauria |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190614 |
|
RJ01 | Rejection of invention patent application after publication |