CN113126093A - 一种地质预警方法 - Google Patents
一种地质预警方法 Download PDFInfo
- Publication number
- CN113126093A CN113126093A CN202110246820.9A CN202110246820A CN113126093A CN 113126093 A CN113126093 A CN 113126093A CN 202110246820 A CN202110246820 A CN 202110246820A CN 113126093 A CN113126093 A CN 113126093A
- Authority
- CN
- China
- Prior art keywords
- geological
- deformation
- susceptibility
- data
- phase
- 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
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000011156 evaluation Methods 0.000 claims abstract description 45
- 238000013316 zoning Methods 0.000 claims abstract description 40
- 238000005516 engineering process Methods 0.000 claims abstract description 19
- 238000004458 analytical method Methods 0.000 claims abstract description 14
- 238000004364 calculation method Methods 0.000 claims abstract description 14
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 9
- 238000012545 processing Methods 0.000 claims description 42
- 238000001914 filtration Methods 0.000 claims description 22
- 238000012544 monitoring process Methods 0.000 claims description 18
- 238000012216 screening Methods 0.000 claims description 17
- 238000007670 refining Methods 0.000 claims description 16
- 230000003044 adaptive effect Effects 0.000 claims description 13
- 230000004044 response Effects 0.000 claims description 13
- 238000004062 sedimentation Methods 0.000 claims description 13
- 238000004088 simulation Methods 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 6
- 230000001427 coherent effect Effects 0.000 claims description 6
- 238000011160 research Methods 0.000 claims description 5
- 230000009471 action Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 239000011248 coating agent Substances 0.000 claims description 3
- 238000000576 coating method Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 230000008676 import Effects 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 3
- -1 loess distribution Substances 0.000 claims description 3
- 238000010587 phase diagram Methods 0.000 claims description 3
- 238000001556 precipitation Methods 0.000 claims description 3
- 230000003746 surface roughness Effects 0.000 claims description 3
- 230000003287 optical effect Effects 0.000 abstract description 6
- 238000011835 investigation Methods 0.000 abstract description 5
- 238000011161 development Methods 0.000 abstract description 4
- 239000004576 sand Substances 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 239000004575 stone Substances 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
- G01S13/9021—SAR image post-processing techniques
- G01S13/9023—SAR image post-processing techniques combined with interferometric techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B7/00—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00
- G08B7/06—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00 using electric transmission, e.g. involving audible and visible signalling through the use of sound and light sources
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Theoretical Computer Science (AREA)
- Electromagnetism (AREA)
- Environmental & Geological Engineering (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Computer Networks & Wireless Communication (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Geophysics And Detection Of Objects (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种地质预警方法，大范围的普查对地质灾害易发性进行模型分析，选取评价因子并对选取的评价因子进行次级因子划分；根据己知灾害区的影响因子计算每种所述评价因子不同类别的信息量值，信息值是按照如下模型计算而得；通过GIS模型进行栅格计算和重分类获取地质灾害易发性分区图；具备技术成果可靠性较高、提高了准确性和逃生指向性的优点，解决了常规insar技术得到区域的形变速率，从而判断地质体的发展趋势，对于光学传感器来说最大的问题还是天气，当云，雾或者水气等在信号传播路线上形成一定规模，会导致图像的不准确或者干脆被遮盖和不能够设置报警器与指示灯指引人们逃生方向的问题。
Description
技术领域
本发明涉及预警防控技术领域，具体为一种地质预警方法。
背景技术
山体滑坡和泥石流是常见的地质灾害，泥石流是暴雨或淫雨使沙土石达到水饱和并达到液化状态，在重力的作用下，液化的泥沙石向低洼处流动，给人民生命财产造成危害。山体滑坡是暴雨或淫雨使山体不堪重负，由山体薄弱地带断开，整体下滑，造成山体滑坡可以是第四纪残坡积物，也可以是风化的基岩。山体滑坡和泥石流作为最常见的地质灾害，给人们的生活带来诸多不便，造成巨大的生命财产损失。因此，对山体滑坡和泥石流的检测和预警就成为防治灾害减少人民和国家损失的重要环节。
目前现有的技术通过常规insar技术得到区域的形变速率，从而判断地质体的发展趋势，对于光学传感器来说最大的问题还是天气，当云，雾或者水气等在信号传播路线上形成一定规模，会导致图像的不准确或者干脆被遮盖，光学传感器成像虽然直观，但往往也只适用于对地表可见的物质勘探与监控，例如在地质勘探方面，植被就会成为信息损失的另一大原因，此外冬季冰雪的覆盖也会对信息利用率造成影响insar的应用中，噪点造成很大的信息损失和信息干扰，可能会造成失败或错误的解缠等等，同时现有的预警系统只有检测地质情况的功能，无法在灾害来临时给人明确的逃生指导，而需要有人去引导，从而浪费了宝贵的逃生时间，没有设置报警器与指示灯，人们在逃离疏散时不能及时的前往逃生区。
发明内容
本发明的目的在于提供一种地质预警方法，具备技术成果可靠性较高、提高了准确性和逃生指向性的优点，解决了常规insar技术得到区域的形变速率，从而判断地质体的发展趋势，对于光学传感器来说最大的问题还是天气，当云，雾或者水气等在信号传播路线上形成一定规模，会导致图像的不准确或者干脆被遮盖和不能够设置报警器与指示灯指引人们逃生方向的问题。
为实现上述目的，本发明提供如下技术方案：一种地质预警方法，包括以下步骤：
步骤1：大范围的普查对地质灾害易发性进行模型分析，选取评价因子并对选取的评价因子进行次级因子划分；
步骤2：根据己知灾害区的影响因子计算每种所述评价因子不同类别的信息量值，信息值是按照如下模型计算而得
步骤3：通过GIS模型进行栅格计算和重分类获取地质灾害易发性分区图，根据易发性分区图中筛选出高易发区的点位；
步骤4：根据InSAR技术进行基线估算、干涉图生成、自适应滤波及相干性生成、相位解缠、轨道精炼和重去平、形变图生成；
步骤5：综合利用insar地表变形结果，对地质灾害易发性模型结果进行验证与优化；
步骤6：将根据易发性分区图中筛选出高易发区的点位与形变图生成的结果在arcgis中进行叠加；
步骤7：重点区的详查采用ps-insar对步骤6中提取的重点区域进行持续监测；
步骤8：获取到目标点原始数据；
步骤9：如果目标地点涉及两幅或以上数量影像，则要进行数据镶嵌，再进行步骤8；
步骤10：提取出来的每一幅burst组进行多视处理，多视处理的影像选取一幅进行地理编码；
步骤11：多视处理后的影像进行配准和辐射定标，随后进行ps点的提取；
步骤12：借助已知DEM进行差分干涉处理；
步骤13：得到ps点形变速率mm/year和累积沉降量；
步骤14：通过查阅区域资料，设定合理的阈值一旦形变量超过阈值启动应急响应；
步骤15：在道路设置警报灯与扬声器。
优选的，所述在步骤1中，利用区域地质资料，包括卫星影像(DOM)、数字高程模型(DEM)、数字栅格地图(DRG)、各种比例尺的地质图，分析拟建项目区的地层特点及基本构造分布。通过GIS平台，结合DEM与该区地质特点，对拟建项目范围内的潜在地质灾害隐患点进行识别，同时评价因子包括坡度、降水、地表覆被、黄土分布、水系、断层、高程、地震、地表粗糙度、人类活动中至少一项。
优选的，所述在步骤2中，I(Xi，A)为致灾因子，Xi提供的信息量值，Ni为分布在因素，Xi内变形破坏单元总数，N为研究区已知变形破坏单元总数，Si为研究区内含有评价因素，Xi的面积，S为研究区总面积，Ii为该单元多种因素共同作用下的总信息量值。
优选的，所述在步骤3中，用各次级因子的信息量值对其进行赋值，再通过arcgis栅格计算器将所有因子的栅格进行相加得到结果，得到的结果用arcgis自然间断点进行分类，由高到低依次为极高易发区、高易发区、中易发区、低易发区和极低易发区。
优选的，所述在步骤4中，基线估算；这一步获取干涉SAR像对的基线信息，看干涉像对的基线是否小于临界值和能否取得好的干涉结果；干涉图生成；输入灾前灾后两景SLC数据，输出数据是经过配准和多视的两景数据的残差相位图，和主从影像的强度图，对该数据集，距离向为进行多视，转换为地距分辨率产品；自适应滤波及相干性生成；对上一步去平后的干涉图进行Boxcar滤波，生成滤波后的干涉图和描述位相质量的干涉相干图；相位解缠；干涉相位只能以2π为模，所以只要相位变化超过了2π，就会重新开始和循环；相位解缠是对去平和滤波后的位相进行相位解缠，解决2π模糊的问题；轨道精炼和重去平；估算和去除残余的恒定相位的相位坡道；形变图生成，筛选出形变速率大于10mm/y的点位。
优选的，所述在步骤5中，筛查出地质灾害高易发的地表形变区，降低了以往研究中存在的主观性和不确定性。
优选的，所述在步骤10中，对地理编码的精度必须满足需求，通常是距离向误差小于1.00，方位向误差小于1.00；地理编码会基于目标区域的DEM(数字高程模型)来进行，我们可以在一些公共数据平台进行下载，也可以进行购买或向被保险方索要等。Dem的分辨率最好不要低于90m，分辨率越高则监测误差越小。
优选的，所述在步骤12中，借助已知DEM进行差分干涉处理，得到K幅干涉和差分干涉图、H个PS点以及各PS点在各差分干涉图中的差分干涉相位集，在考虑地表形变、高程误差、大气影响及失相关的情况下，得到每个PS点在每幅差分干涉图上的差分干涉相位组成，其中，对形变速率增量和高程误差增量积分，可以得到每个PS点相对于主参考点的形变速率和高程误差，同时根据求解结果在PS离散点上进行相位解缠，经过积分，还可以获得解缠的线性相位残差(相对于主参考点)。
优选的，所述在步骤13中，数据导入模拟单元，结合地理信息数据，数据导入模拟单元，结合地理信息数据，包括正射影像、数字高程模型等建立模型，模拟得到相干点目标的形变量变化趋势图。
优选的，所述在步骤15中，在道路安装多个独立配电设备的警报灯与扬声器，且各设备之间线路采用独立安装，定期检查各设备是否损坏。
与现有技术相比，本发明的有益效果是：本发明通过设置大范围筛查加重点区详查的两层思路实现对地质体的形变监测，融合了诱发地质灾害的因素，筛查出地质灾害高易发的地表形变区，和设置报警器与指示灯指引人们逃生方向，解决了常规insar技术得到区域的形变速率，从而判断地质体的发展趋势，对于光学传感器来说最大的问题还是天气，当云，雾或者水气等在信号传播路线上形成一定规模，会导致图像的不准确或者干脆被遮盖和不能够设置报警器与指示灯指引人们逃生方向的问题，该一种地质预警方法，具备技术成果可靠性较高、提高了准确性和逃生指向性的优点。
附图说明
图1为本发明专利结构大范围普查流程图；
图2为本发明专利结构D-InSAR技术获取地表形变流程图。
具体实施方式
下面将通过实施例的方式对本发明作更详细的描述，这些实施例仅是举例说明性的而没有任何对本发明范围的限制。
本发明提供一种技术方案：一种地质预警方法，包括以下步骤：
步骤1：大范围的普查对地质灾害易发性进行模型分析，选取评价因子并对选取的评价因子进行次级因子划分；
步骤2：根据己知灾害区的影响因子计算每种所述评价因子不同类别的信息量值，信息值是按照如下模型计算而得
步骤3：通过GIS模型进行栅格计算和重分类获取地质灾害易发性分区图，根据易发性分区图中筛选出高易发区的点位；
步骤4：根据InSAR技术进行基线估算、干涉图生成、自适应滤波及相干性生成、相位解缠、轨道精炼和重去平、形变图生成；
步骤5：综合利用insar地表变形结果，对地质灾害易发性模型结果进行验证与优化；
步骤6：将根据易发性分区图中筛选出高易发区的点位与形变图生成的结果在arcgis中进行叠加；
步骤7：重点区的详查采用ps-insar对步骤6中提取的重点区域进行持续监测；
步骤8：获取到目标点原始数据；
步骤9：如果目标地点涉及两幅或以上数量影像，则要进行数据镶嵌，再进行步骤8；
步骤10：提取出来的每一幅burst组进行多视处理，多视处理的影像选取一幅进行地理编码；
步骤11：多视处理后的影像进行配准和辐射定标，随后进行ps点的提取；
步骤12：借助已知DEM进行差分干涉处理；
步骤13：得到ps点形变速率mm/year和累积沉降量；
步骤14：通过查阅区域资料，设定合理的阈值一旦形变量超过阈值启动应急响应；
步骤15：在道路设置警报灯与扬声器。
实施例一：
大范围的普查对地质灾害易发性进行模型分析，选取评价因子并对选取的评价因子进行次级因子划分；根据己知灾害区的影响因子计算每种所述评价因子不同类别的信息量值；通过GIS模型进行栅格计算和重分类获取地质灾害易发性分区图，根据易发性分区图中筛选出高易发区的点位；根据InSAR技术进行基线估算、干涉图生成、自适应滤波及相干性生成、相位解缠、轨道精炼和重去平、形变图生成；综合利用insar地表变形结果，对地质灾害易发性模型结果进行验证与优化；将根据易发性分区图中筛选出高易发区的点位与形变图生成的结果在arcgis中进行叠加；重点区的详查采用ps-insar对步骤6中提取的重点区域进行持续监测；获取到目标点原始数据；如果目标地点涉及两幅或以上数量影像，则要进行数据镶嵌，再进行步骤8；提取出来的每一幅burst组进行多视处理，多视处理的影像选取一幅进行地理编码；多视处理后的影像进行配准和辐射定标，随后进行ps点的提取；借助已知DEM进行差分干涉处理；得到ps点形变速率mm/year和累积沉降量；通过查阅区域资料，设定合理的阈值一旦形变量超过阈值启动应急响应；在道路设置警报灯与扬声器。
实施例二：
在实施例一中，再加上下述工序：
在步骤1中，利用区域地质资料，包括卫星影像(DOM)、数字高程模型(DEM)、数字栅格地图(DRG)、各种比例尺的地质图，分析拟建项目区的地层特点及基本构造分布。通过GIS平台，结合DEM与该区地质特点，对拟建项目范围内的潜在地质灾害隐患点进行识别，同时评价因子包括坡度、降水、地表覆被、黄土分布、水系、断层、高程、地震、地表粗糙度、人类活动中至少一项。
大范围的普查对地质灾害易发性进行模型分析，选取评价因子并对选取的评价因子进行次级因子划分；根据己知灾害区的影响因子计算每种所述评价因子不同类别的信息量值；通过GIS模型进行栅格计算和重分类获取地质灾害易发性分区图，根据易发性分区图中筛选出高易发区的点位；根据InSAR技术进行基线估算、干涉图生成、自适应滤波及相干性生成、相位解缠、轨道精炼和重去平、形变图生成；综合利用insar地表变形结果，对地质灾害易发性模型结果进行验证与优化；将根据易发性分区图中筛选出高易发区的点位与形变图生成的结果在arcgis中进行叠加；重点区的详查采用ps-insar对步骤6中提取的重点区域进行持续监测；获取到目标点原始数据；如果目标地点涉及两幅或以上数量影像，则要进行数据镶嵌，再进行步骤8；提取出来的每一幅burst组进行多视处理，多视处理的影像选取一幅进行地理编码；多视处理后的影像进行配准和辐射定标，随后进行ps点的提取；借助已知DEM进行差分干涉处理；得到ps点形变速率mm/year和累积沉降量；通过查阅区域资料，设定合理的阈值一旦形变量超过阈值启动应急响应；在道路设置警报灯与扬声器。
实施例三：
在实施例二中，再加上下述工序：
在步骤2中，
I(Xi，A)为致灾因子，Xi提供的信息量值，Ni为分布在因素，Xi内变形破坏单元总数，N为研究区已知变形破坏单元总数，Si为研究区内含有评价因素，Xi的面积，S为研究区总面积，Ii为该单元多种因素共同作用下的总信息量值。
大范围的普查对地质灾害易发性进行模型分析，选取评价因子并对选取的评价因子进行次级因子划分；根据己知灾害区的影响因子计算每种所述评价因子不同类别的信息量值；通过GIS模型进行栅格计算和重分类获取地质灾害易发性分区图，根据易发性分区图中筛选出高易发区的点位；根据InSAR技术进行基线估算、干涉图生成、自适应滤波及相干性生成、相位解缠、轨道精炼和重去平、形变图生成；综合利用insar地表变形结果，对地质灾害易发性模型结果进行验证与优化；将根据易发性分区图中筛选出高易发区的点位与形变图生成的结果在arcgis中进行叠加；重点区的详查采用ps-insar对步骤6中提取的重点区域进行持续监测；获取到目标点原始数据；如果目标地点涉及两幅或以上数量影像，则要进行数据镶嵌，再进行步骤8；提取出来的每一幅burst组进行多视处理，多视处理的影像选取一幅进行地理编码；多视处理后的影像进行配准和辐射定标，随后进行ps点的提取；借助已知DEM进行差分干涉处理；得到ps点形变速率mm/year和累积沉降量；通过查阅区域资料，设定合理的阈值一旦形变量超过阈值启动应急响应；在道路设置警报灯与扬声器。
实施例四：
在实施例三中，再加上下述工序：
在步骤3中，用各次级因子的信息量值对其进行赋值，再通过arcgis栅格计算器将所有因子的栅格进行相加得到结果，得到的结果用arcgis自然间断点进行分类，由高到低依次为极高易发区、高易发区、中易发区、低易发区和极低易发区。
大范围的普查对地质灾害易发性进行模型分析，选取评价因子并对选取的评价因子进行次级因子划分；根据己知灾害区的影响因子计算每种所述评价因子不同类别的信息量值；通过GIS模型进行栅格计算和重分类获取地质灾害易发性分区图，根据易发性分区图中筛选出高易发区的点位；根据InSAR技术进行基线估算、干涉图生成、自适应滤波及相干性生成、相位解缠、轨道精炼和重去平、形变图生成；综合利用insar地表变形结果，对地质灾害易发性模型结果进行验证与优化；将根据易发性分区图中筛选出高易发区的点位与形变图生成的结果在arcgis中进行叠加；重点区的详查采用ps-insar对步骤6中提取的重点区域进行持续监测；获取到目标点原始数据；如果目标地点涉及两幅或以上数量影像，则要进行数据镶嵌，再进行步骤8；提取出来的每一幅burst组进行多视处理，多视处理的影像选取一幅进行地理编码；多视处理后的影像进行配准和辐射定标，随后进行ps点的提取；借助已知DEM进行差分干涉处理；得到ps点形变速率mm/year和累积沉降量；通过查阅区域资料，设定合理的阈值一旦形变量超过阈值启动应急响应；在道路设置警报灯与扬声器。
实施例五：
在实施例四中，再加上下述工序：
在步骤4中，基线估算；这一步获取干涉SAR像对的基线信息，看干涉像对的基线是否小于临界值和能否取得好的干涉结果；干涉图生成；输入灾前灾后两景SLC数据，输出数据是经过配准和多视的两景数据的残差相位图，和主从影像的强度图，对该数据集，距离向为进行多视，转换为地距分辨率产品；自适应滤波及相干性生成；对上一步去平后的干涉图进行Boxcar滤波，生成滤波后的干涉图和描述位相质量的干涉相干图；相位解缠；干涉相位只能以2π为模，所以只要相位变化超过了2π，就会重新开始和循环；相位解缠是对去平和滤波后的位相进行相位解缠，解决2π模糊的问题；轨道精炼和重去平；估算和去除残余的恒定相位的相位坡道；形变图生成，筛选出形变速率大于10mm/y的点位。
大范围的普查对地质灾害易发性进行模型分析，选取评价因子并对选取的评价因子进行次级因子划分；根据己知灾害区的影响因子计算每种所述评价因子不同类别的信息量值；通过GIS模型进行栅格计算和重分类获取地质灾害易发性分区图，根据易发性分区图中筛选出高易发区的点位；根据InSAR技术进行基线估算、干涉图生成、自适应滤波及相干性生成、相位解缠、轨道精炼和重去平、形变图生成；综合利用insar地表变形结果，对地质灾害易发性模型结果进行验证与优化；将根据易发性分区图中筛选出高易发区的点位与形变图生成的结果在arcgis中进行叠加；重点区的详查采用ps-insar对步骤6中提取的重点区域进行持续监测；获取到目标点原始数据；如果目标地点涉及两幅或以上数量影像，则要进行数据镶嵌，再进行步骤8；提取出来的每一幅burst组进行多视处理，多视处理的影像选取一幅进行地理编码；多视处理后的影像进行配准和辐射定标，随后进行ps点的提取；借助已知DEM进行差分干涉处理；得到ps点形变速率mm/year和累积沉降量；通过查阅区域资料，设定合理的阈值一旦形变量超过阈值启动应急响应；在道路设置警报灯与扬声器。
实施例六：
在实施例五中，再加上下述工序：
在步骤5中，筛查出地质灾害高易发的地表形变区，降低了以往研究中存在的主观性和不确定性。
大范围的普查对地质灾害易发性进行模型分析，选取评价因子并对选取的评价因子进行次级因子划分；根据己知灾害区的影响因子计算每种所述评价因子不同类别的信息量值；通过GIS模型进行栅格计算和重分类获取地质灾害易发性分区图，根据易发性分区图中筛选出高易发区的点位；根据InSAR技术进行基线估算、干涉图生成、自适应滤波及相干性生成、相位解缠、轨道精炼和重去平、形变图生成；综合利用insar地表变形结果，对地质灾害易发性模型结果进行验证与优化；将根据易发性分区图中筛选出高易发区的点位与形变图生成的结果在arcgis中进行叠加；重点区的详查采用ps-insar对步骤6中提取的重点区域进行持续监测；获取到目标点原始数据；如果目标地点涉及两幅或以上数量影像，则要进行数据镶嵌，再进行步骤8；提取出来的每一幅burst组进行多视处理，多视处理的影像选取一幅进行地理编码；多视处理后的影像进行配准和辐射定标，随后进行ps点的提取；借助已知DEM进行差分干涉处理；得到ps点形变速率mm/year和累积沉降量；通过查阅区域资料，设定合理的阈值一旦形变量超过阈值启动应急响应；在道路设置警报灯与扬声器。
实施例七：
在实施例六中，再加上下述工序：
在步骤10中，对地理编码的精度必须满足需求，通常是距离向误差小于1.00，方位向误差小于1.00；地理编码会基于目标区域的DEM(数字高程模型)来进行，我们可以在一些公共数据平台进行下载，也可以进行购买或向被保险方索要等。Dem的分辨率最好不要低于90m，分辨率越高则监测误差越小。
大范围的普查对地质灾害易发性进行模型分析，选取评价因子并对选取的评价因子进行次级因子划分；根据己知灾害区的影响因子计算每种所述评价因子不同类别的信息量值；通过GIS模型进行栅格计算和重分类获取地质灾害易发性分区图，根据易发性分区图中筛选出高易发区的点位；根据InSAR技术进行基线估算、干涉图生成、自适应滤波及相干性生成、相位解缠、轨道精炼和重去平、形变图生成；综合利用insar地表变形结果，对地质灾害易发性模型结果进行验证与优化；将根据易发性分区图中筛选出高易发区的点位与形变图生成的结果在arcgis中进行叠加；重点区的详查采用ps-insar对步骤6中提取的重点区域进行持续监测；获取到目标点原始数据；如果目标地点涉及两幅或以上数量影像，则要进行数据镶嵌，再进行步骤8；提取出来的每一幅burst组进行多视处理，多视处理的影像选取一幅进行地理编码；多视处理后的影像进行配准和辐射定标，随后进行ps点的提取；借助已知DEM进行差分干涉处理；得到ps点形变速率mm/year和累积沉降量；通过查阅区域资料，设定合理的阈值一旦形变量超过阈值启动应急响应；在道路设置警报灯与扬声器。
实施例八：
在实施例七中，再加上下述工序：
在步骤12中，借助已知DEM进行差分干涉处理，得到K幅干涉和差分干涉图、H个PS点以及各PS点在各差分干涉图中的差分干涉相位集，在考虑地表形变、高程误差、大气影响及失相关的情况下，得到每个PS点在每幅差分干涉图上的差分干涉相位组成，其中，对形变速率增量和高程误差增量积分，可以得到每个PS点相对于主参考点的形变速率和高程误差，同时根据求解结果在PS离散点上进行相位解缠，经过积分，还可以获得解缠的线性相位残差(相对于主参考点)。
大范围的普查对地质灾害易发性进行模型分析，选取评价因子并对选取的评价因子进行次级因子划分；根据己知灾害区的影响因子计算每种所述评价因子不同类别的信息量值；通过GIS模型进行栅格计算和重分类获取地质灾害易发性分区图，根据易发性分区图中筛选出高易发区的点位；根据InSAR技术进行基线估算、干涉图生成、自适应滤波及相干性生成、相位解缠、轨道精炼和重去平、形变图生成；综合利用insar地表变形结果，对地质灾害易发性模型结果进行验证与优化；将根据易发性分区图中筛选出高易发区的点位与形变图生成的结果在arcgis中进行叠加；重点区的详查采用ps-insar对步骤6中提取的重点区域进行持续监测；获取到目标点原始数据；如果目标地点涉及两幅或以上数量影像，则要进行数据镶嵌，再进行步骤8；提取出来的每一幅burst组进行多视处理，多视处理的影像选取一幅进行地理编码；多视处理后的影像进行配准和辐射定标，随后进行ps点的提取；借助已知DEM进行差分干涉处理；得到ps点形变速率mm/year和累积沉降量；通过查阅区域资料，设定合理的阈值一旦形变量超过阈值启动应急响应；在道路设置警报灯与扬声器。
实施例九：
在实施例八中，再加上下述工序：
在步骤13中，数据导入模拟单元，结合地理信息数据，数据导入模拟单元，结合地理信息数据，包括正射影像、数字高程模型等建立模型，模拟得到相干点目标的形变量变化趋势图。
大范围的普查对地质灾害易发性进行模型分析，选取评价因子并对选取的评价因子进行次级因子划分；根据己知灾害区的影响因子计算每种所述评价因子不同类别的信息量值；通过GIS模型进行栅格计算和重分类获取地质灾害易发性分区图，根据易发性分区图中筛选出高易发区的点位；根据InSAR技术进行基线估算、干涉图生成、自适应滤波及相干性生成、相位解缠、轨道精炼和重去平、形变图生成；综合利用insar地表变形结果，对地质灾害易发性模型结果进行验证与优化；将根据易发性分区图中筛选出高易发区的点位与形变图生成的结果在arcgis中进行叠加；重点区的详查采用ps-insar对步骤6中提取的重点区域进行持续监测；获取到目标点原始数据；如果目标地点涉及两幅或以上数量影像，则要进行数据镶嵌，再进行步骤8；提取出来的每一幅burst组进行多视处理，多视处理的影像选取一幅进行地理编码；多视处理后的影像进行配准和辐射定标，随后进行ps点的提取；借助已知DEM进行差分干涉处理；得到ps点形变速率mm/year和累积沉降量；通过查阅区域资料，设定合理的阈值一旦形变量超过阈值启动应急响应；在道路设置警报灯与扬声器。
实施例十：
在实施例九中，再加上下述工序：
在步骤15中，在道路安装多个独立配电设备的警报灯与扬声器，且各设备之间线路采用独立安装，定期检查各设备是否损坏。
大范围的普查对地质灾害易发性进行模型分析，选取评价因子并对选取的评价因子进行次级因子划分；根据己知灾害区的影响因子计算每种所述评价因子不同类别的信息量值；通过GIS模型进行栅格计算和重分类获取地质灾害易发性分区图，根据易发性分区图中筛选出高易发区的点位；根据InSAR技术进行基线估算、干涉图生成、自适应滤波及相干性生成、相位解缠、轨道精炼和重去平、形变图生成；综合利用insar地表变形结果，对地质灾害易发性模型结果进行验证与优化；将根据易发性分区图中筛选出高易发区的点位与形变图生成的结果在arcgis中进行叠加；重点区的详查采用ps-insar对步骤6中提取的重点区域进行持续监测；获取到目标点原始数据；如果目标地点涉及两幅或以上数量影像，则要进行数据镶嵌，再进行步骤8；提取出来的每一幅burst组进行多视处理，多视处理的影像选取一幅进行地理编码；多视处理后的影像进行配准和辐射定标，随后进行ps点的提取；借助已知DEM进行差分干涉处理；得到ps点形变速率mm/year和累积沉降量；通过查阅区域资料，设定合理的阈值一旦形变量超过阈值启动应急响应；在道路设置警报灯与扬声器。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.一种地质预警方法，其特征在于：包括以下步骤：
步骤1：大范围的普查对地质灾害易发性进行模型分析，选取评价因子并对选取的评价因子进行次级因子划分；
步骤2：根据己知灾害区的影响因子计算每种所述评价因子不同类别的信息量值，信息值是按照如下模型计算而得
步骤3：通过GIS模型进行栅格计算和重分类获取地质灾害易发性分区图，根据易发性分区图中筛选出高易发区的点位；
步骤4：根据InSAR技术进行基线估算、干涉图生成、自适应滤波及相干性生成、相位解缠、轨道精炼和重去平、形变图生成；
步骤5：综合利用insar地表变形结果，对地质灾害易发性模型结果进行验证与优化；
步骤6：将根据易发性分区图中筛选出高易发区的点位与形变图生成的结果在arcgis中进行叠加；
步骤7：重点区的详查采用ps-insar对步骤6中提取的重点区域进行持续监测；
步骤8：获取到目标点原始数据；
步骤9：如果目标地点涉及两幅或以上数量影像，则要进行数据镶嵌，再进行步骤8；
步骤10：提取出来的每一幅burst组进行多视处理，多视处理的影像选取一幅进行地理编码；
步骤11：多视处理后的影像进行配准和辐射定标，随后进行ps点的提取；
步骤12：借助已知DEM进行差分干涉处理；
步骤13：得到ps点形变速率mm/year和累积沉降量；
步骤14：通过查阅区域资料，设定合理的阈值一旦形变量超过阈值启动应急响应；
步骤15：在道路设置警报灯与扬声器。
2.根据权利要求1所述的一种地质预警方法，其特征在于：所述在步骤1中，利用区域地质资料，包括卫星影像(DOM)、数字高程模型(DEM)、数字栅格地图(DRG)、各种比例尺的地质图，分析拟建项目区的地层特点及基本构造分布。通过GIS平台，结合DEM与该区地质特点，对拟建项目范围内的潜在地质灾害隐患点进行识别，同时评价因子包括坡度、降水、地表覆被、黄土分布、水系、断层、高程、地震、地表粗糙度、人类活动中至少一项。
3.根据权利要求1所述的一种地质预警方法，其特征在于：所述在步骤2中，I(Xi，A)为致灾因子，Xi提供的信息量值，Ni为分布在因素，Xi内变形破坏单元总数，N为研究区已知变形破坏单元总数，Si为研究区内含有评价因素，Xi的面积，S为研究区总面积，Ii为该单元多种因素共同作用下的总信息量值。
4.根据权利要求1所述的一种地质预警方法，其特征在于：所述在步骤3中，用各次级因子的信息量值对其进行赋值，再通过arcgis栅格计算器将所有因子的栅格进行相加得到结果，得到的结果用arcgis自然间断点进行分类，由高到低依次为极高易发区、高易发区、中易发区、低易发区和极低易发区。
5.根据权利要求1所述的一种地质预警方法，其特征在于：所述在步骤4中，基线估算；这一步获取干涉SAR像对的基线信息，看干涉像对的基线是否小于临界值和能否取得好的干涉结果；干涉图生成；输入灾前灾后两景SLC数据，输出数据是经过配准和多视的两景数据的残差相位图，和主从影像的强度图，对该数据集，距离向为进行多视，转换为地距分辨率产品；自适应滤波及相干性生成；对上一步去平后的干涉图进行Boxcar滤波，生成滤波后的干涉图和描述位相质量的干涉相干图；相位解缠；干涉相位只能以2π为模，所以只要相位变化超过了2π，就会重新开始和循环；相位解缠是对去平和滤波后的位相进行相位解缠，解决2π模糊的问题；轨道精炼和重去平；估算和去除残余的恒定相位的相位坡道；形变图生成，筛选出形变速率大于10mm/y的点位。
6.根据权利要求1所述的一种地质预警方法，其特征在于：所述在步骤5中，筛查出地质灾害高易发的地表形变区，降低了以往研究中存在的主观性和不确定性。
7.根据权利要求1所述的一种地质预警方法，其特征在于：所述在步骤10中，对地理编码的精度必须满足需求，通常是距离向误差小于1.00，方位向误差小于1.00；地理编码会基于目标区域的DEM(数字高程模型)来进行，我们可以在一些公共数据平台进行下载，也可以进行购买或向被保险方索要等。Dem的分辨率最好不要低于90m，分辨率越高则监测误差越小。
8.根据权利要求1所述的一种地质预警方法，其特征在于：所述在步骤12中，借助已知DEM进行差分干涉处理，得到K幅干涉和差分干涉图、H个PS点以及各PS点在各差分干涉图中的差分干涉相位集，在考虑地表形变、高程误差、大气影响及失相关的情况下，得到每个PS点在每幅差分干涉图上的差分干涉相位组成，其中，对形变速率增量和高程误差增量积分，可以得到每个PS点相对于主参考点的形变速率和高程误差，同时根据求解结果在PS离散点上进行相位解缠，经过积分，还可以获得解缠的线性相位残差(相对于主参考点)。
9.根据权利要求1所述的一种地质预警方法，其特征在于：所述在步骤13中，数据导入模拟单元，结合地理信息数据，数据导入模拟单元，结合地理信息数据，包括正射影像、数字高程模型等建立模型，模拟得到相干点目标的形变量变化趋势图。
10.根据权利要求1所述的一种地质预警方法，其特征在于：所述在步骤15中，在道路安装多个独立配电设备的警报灯与扬声器，且各设备之间线路采用独立安装，定期检查各设备是否损坏。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110246820.9A CN113126093A (zh) | 2021-03-05 | 2021-03-05 | 一种地质预警方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110246820.9A CN113126093A (zh) | 2021-03-05 | 2021-03-05 | 一种地质预警方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113126093A true CN113126093A (zh) | 2021-07-16 |
Family
ID=76772697
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110246820.9A Pending CN113126093A (zh) | 2021-03-05 | 2021-03-05 | 一种地质预警方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113126093A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114333241A (zh) * | 2021-12-08 | 2022-04-12 | 电子科技大学 | 基于事件触发的滑坡灾害点大数据采集与样本库更新方法 |
| CN116994405A (zh) * | 2023-09-26 | 2023-11-03 | 广州蓝图地理信息技术有限公司 | 一种智能灾变预警方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106295233A (zh) * | 2016-08-31 | 2017-01-04 | 中测新图(北京)遥感技术有限责任公司 | 一种地质灾害易发性评价方法以及装置 |
| CN208400282U (zh) * | 2018-07-27 | 2019-01-18 | 甘肃路桥建设集团有限公司 | 一种公路土质边坡滑坡预警系统 |
| CN111709609A (zh) * | 2020-05-21 | 2020-09-25 | 成都正和德能风险管理咨询有限公司 | 一种地质灾害易发性评价方法 |
| CN112395789A (zh) * | 2020-10-23 | 2021-02-23 | 马培峰 | 一种耦合InSAR和数值模拟分析城区滑坡形变的方法 |
-
2021
- 2021-03-05 CN CN202110246820.9A patent/CN113126093A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106295233A (zh) * | 2016-08-31 | 2017-01-04 | 中测新图(北京)遥感技术有限责任公司 | 一种地质灾害易发性评价方法以及装置 |
| CN208400282U (zh) * | 2018-07-27 | 2019-01-18 | 甘肃路桥建设集团有限公司 | 一种公路土质边坡滑坡预警系统 |
| CN111709609A (zh) * | 2020-05-21 | 2020-09-25 | 成都正和德能风险管理咨询有限公司 | 一种地质灾害易发性评价方法 |
| CN112395789A (zh) * | 2020-10-23 | 2021-02-23 | 马培峰 | 一种耦合InSAR和数值模拟分析城区滑坡形变的方法 |
Non-Patent Citations (2)
| Title |
|---|
| 张磊: "油气管道沿线地质灾害识别与评价方法研究", 《中国优秀硕士学位论文全文数据库 基础科学辑》, pages 11 - 12 * |
| 陈怡曲: "基于InSAR的形变监测技术研究", 《中国优秀硕士学位论文全文数据库 基础科学辑》, pages 25 - 39 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114333241A (zh) * | 2021-12-08 | 2022-04-12 | 电子科技大学 | 基于事件触发的滑坡灾害点大数据采集与样本库更新方法 |
| CN114333241B (zh) * | 2021-12-08 | 2022-10-11 | 电子科技大学 | 基于事件触发的滑坡灾害点大数据采集与样本库更新方法 |
| CN116994405A (zh) * | 2023-09-26 | 2023-11-03 | 广州蓝图地理信息技术有限公司 | 一种智能灾变预警方法及系统 |
| CN116994405B (zh) * | 2023-09-26 | 2023-12-15 | 广州蓝图地理信息技术有限公司 | 一种智能灾变预警方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111142119B (zh) | 一种基于多源遥感数据的矿山地质灾害动态识别与监测方法 | |
| Bovenga et al. | Application of multi-temporal differential interferometry to slope instability detection in urban/peri-urban areas | |
| Prokešová et al. | Landslide dynamics from high-resolution aerial photographs: A case study from the Western Carpathians, Slovakia | |
| Hostache et al. | Assimilation of spatially distributed water levels into a shallow-water flood model. Part II: Use of a remote sensing image of Mosel River | |
| CN112198511A (zh) | 一种基于星空地一体化地质灾害普查方法 | |
| Bonì et al. | Landslide state of activity maps by combining multi-temporal A-DInSAR (LAMBDA) | |
| CN109388887B (zh) | 一种地面沉降影响因素定量分析方法及系统 | |
| CN113281742B (zh) | 一种基于滑坡形变信息和气象数据的sar滑坡预警方法 | |
| Liu et al. | Investigating mining-induced surface subsidence and potential damages based on SBAS-InSAR monitoring and GIS techniques: A case study | |
| CN113126093A (zh) | 一种地质预警方法 | |
| Azarakhsh et al. | Estimation, modeling, and prediction of land subsidence using Sentinel-1 time series in Tehran-Shahriar plain: A machine learning-based investigation | |
| Zhang et al. | Deformations monitoring in complicated-surface areas by adaptive distributed Scatterer InSAR combined with land cover: Taking the Jiaju landslide in Danba, China as an example | |
| McAlpin et al. | Multi-sensor data fusion for remote sensing of post-eruptive deformation and depositional features at Redoubt Volcano | |
| CN115494086A (zh) | 一种顾及异常干涉相位的gnss-ir土壤湿度监测方法 | |
| Sadek et al. | Low‐Cost Solutions for Assessment of Flash Flood Impacts Using Sentinel‐1/2 Data Fusion and Hydrologic/Hydraulic Modeling: Wadi El‐Natrun Region, Egypt | |
| Zhang et al. | Dynamic water level changes in Qinghai Lake from integrating refined ICESat-2 and GEDI altimetry data (2018–2021) | |
| CN115079172A (zh) | 一种MTInSAR滑坡监测方法、设备及存储介质 | |
| Famiglietti et al. | Landslide Mapping in Calitri (Southern Italy) Using New Multi-Temporal InSAR Algorithms Based on Permanent and Distributed Scatterers | |
| CN115728797B (zh) | 一种用于海啸预警的gnss多系统电离层扰动分析方法 | |
| Haque et al. | Time series analysis of subsidence in Dhaka City, Bangladesh using Insar | |
| Shen et al. | Using DInSAR to inventory landslide geological disaster in Bijie, Guizhou, China | |
| Miao et al. | Recognition of Red‐Bed Landslides over Eastern Sichuan through Remote Sensing and Field Investigations | |
| CN114239379A (zh) | 一种基于形变检测的输电线路地质灾害分析方法及系统 | |
| CN114114258A (zh) | 一种基于SBAS-InSAR技术的输电铁塔形变监测方法 | |
| Lin et al. | Longitudinal and transverse profiles of hilly and mountainous watersheds in Japan |
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 |