CN113933838B - 一种面向多种地质灾害场景的InSAR形变监测方法和设备 - Google Patents
一种面向多种地质灾害场景的InSAR形变监测方法和设备 Download PDFInfo
- Publication number
- CN113933838B CN113933838B CN202111162737.XA CN202111162737A CN113933838B CN 113933838 B CN113933838 B CN 113933838B CN 202111162737 A CN202111162737 A CN 202111162737A CN 113933838 B CN113933838 B CN 113933838B
- Authority
- CN
- China
- Prior art keywords
- information
- deformation
- sar data
- disaster
- monitoring
- 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.)
- Active
Links
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
- G01S13/9094—Theoretical aspects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
- G01B21/32—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring the deformation in a solid
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Alarm Systems (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种面向多种地质灾害场景的InSAR形变监测方法和设备。根据本发明的实施方式,通过自动化获取不同的灾害事件信息并执行相应的SAR数据获取、自动干涉处理和变形信息推送,可以自动根据事件信息进行地震及滑坡等地质灾害变形信息监测,进而将变形信息发送至对应的信息应用端,及时指导和支撑后续地质灾害应急与防治工作,从而高效地执行灾害监测处理。因此,采用本发明能够根据不同灾害事件信息触发并执行相应的自动化处理流程,减少人工执行处理流程中多步骤的复杂操作,避免处理任务中的流程阻断,能够提升监测处理效率,满足地震及滑坡等地质灾害应急处理要求。
Description
技术领域
本发明涉及地震及地质灾害形变分析处理技术领域,更为具体而言,涉及一种面向多种地质灾害场景的InSAR形变监测方法和设备。
背景技术
为了避免或尽可能减轻自然灾害(如地震和滑坡等地质灾害)造成的损失,针对地质灾害的防治工作尤其重要,其中包含对地震同震变形监测,滑坡等地质灾害的InSAR监测预警及应急处理。然而,目前防治工作中InSAR形变监测处理主要通过人工手动进行数据的输入、处理、参数设置、调整、结果输出等一系列流程来实现,不能满足实际灾害监测和应急工作,主要存在下述缺陷:
1)人工处理操作复杂、耗费时间长,导致应急处置工作效率低下;
2)在多个处理流程中,人工处理的方式容易出现流程阻断等问题;
3)人工处理的方法与应急管理系统无法自动化无缝对接,缺乏应急处理的及时性,也无法实时更新和推送应急监测结果。
因此,亟需一种面向多种灾害的InSAR自动化监测处理方案,进行高效且有针对性的地质灾害隐患早期识别、险情灾情判识及灾后快速应急响应等,以全面提高灾害监测防治水平,避免或减轻地质灾害造成的损失。
发明内容
为解决上述现有技术存在的问题或部分问题,本发明实施方式提供了一种面向多种地质灾害场景的InSAR形变监测方法和设备,通过自动获取不同的灾害事件信息并执行相应的InSAR监测处理操作,可以自动根据多种灾害事件信息将变形信息发送至对应的信息应用端,使得信息应用端及时获取变形信息并进行后续的地质灾害应急与防治工作,从而实现高效的灾害监测处理。
根据本发明的第一方面,本发明实施方式提供了一种面向多种地质灾害场景的形变监测方法,其包括:获取灾害事件信息,所述灾害事件信息包括:地震目录、快速形变的地质灾害应急观测信息、地质灾害事件回溯监测信息、地质灾害隐患点信息;根据所述灾害事件信息获取各灾害事件的SAR数据集;基于所述SAR数据集进行自动干涉处理得到变形信息;将所述变形信息发送至信息应用端,其中,所述变形信息包括:同震位移信息、变形趋势信息、变形位移值。
本发明上述实施方式通过获取不同的灾害事件信息并自动执行相应的SAR数据获取、自动干涉处理以及变形信息推送,可以自动根据多种灾害事件信息将变形信息发送至对应的信息应用端,使得信息应用端及时获取变形信息并指导后续的地质灾害应急和防治工作,从而实现高效的自然灾害应急监测预警处理。同时,根据不同灾害事件信息触发并执行相应的自动化处理流程,能够流程化处理复杂的多个处理过程,减少处理任务中的流程阻断。
在本发明的一些实施方式中,当所述灾害事件信息为地震灾害信息时,获取灾害事件信息包括:自动获取实时的地震目录,所述地震目录包含地震灾害事件的地震灾害信息:地震灾害事件的发生位置、震级、深度;根据所述灾害事件信息获取各灾害事件的SAR数据集包括:当根据所述地震灾害信息判定所述地震灾害事件会产生地表形变时,获取所述地震灾害事件对应的SAR数据集目录;根据所述SAR数据集目录,自动下载震前SAR数据,并自动监听和下载震后SAR数据。
本发明上述实施方式通过自动获取地震目录及地震灾害信息,并在判定能产生地表形变时获取地震灾害事件对应的SAR数据,能够及时获取地震灾害事件的信息,实现对地震灾害事件的自动化应急监测。
在本发明的一些实施方式中,获取满足下述条件的SAR数据组成的SAR数据集目录作为所述地震灾害事件对应的SAR数据集目录:覆盖地震的变形区域、干涉对跨过地震时刻、干涉对时间为一个重访周期。
本发明上述实施方式通过选取满足多种监测条件的SAR数据,可以基于更能体现监测需求的最优数据进行地震灾害应急监测和分析,进而辅助应急救援决策,得到更加准确有效的地震应急指挥方案。
在本发明的一些实施方式中,当所述灾害事件信息为地震灾害信息时,将所述同震位移信息发送至信息应用端包括:将所述同震位移信息自动发送至应急管理服务平台。
本发明上述实施方式通过将获取的同震位移信息自动发送至应急管理服务平台,为地震应急指挥中心的救援决策提供可靠基础。
在本发明的一些实施方式中,当所述灾害事件信息为快速形变的地质灾害应急观测信息时,获取灾害事件信息包括:获取根据快速形变的地质灾害事件的发生时间和发生地点人工定义的形变区域和监测时间点;根据所述快速形变的地质灾害应急观测信息获取各灾害事件的SAR数据集包括:获取覆盖所述形变区域的第一SAR数据集;基于所述SAR数据集进行自动干涉处理包括:从所述监测时间点开始至针对所述快速形变的地质灾害事件的应急观测结束的时间段内,自动监听和下载所述第一SAR数据集中的SAR数据,得到第一SAR数据;基于所述第一SAR数据进行干涉对自动配对,自动干涉图集生成,自动化变形场解算。
在本发明的一些实施方式中,当所述灾害事件信息为地质灾害事件回溯监测信息时,获取灾害事件信息包括:获取根据地质灾害事件的发生时间和发生地点人工定义的形变区域和监测时间范围;根据所述灾害事件信息获取各灾害事件的SAR数据集包括:获取所述监测时间范围内,覆盖所述形变区域的第二SAR数据集;基于所述SAR数据集进行自动干涉处理包括:自动下载所述第二SAR数据集中的所有数据,得到第二SAR数据;基于所述第二SAR数据进行干涉对自动配对,自动干涉图集生成,自动化变形场解算。
在本发明的一些实施方式中,当所述灾害事件信息为对地质灾害隐患点进行跟踪观测的地质灾害隐患点信息时,获取灾害事件信息包括:获取根据所述地质灾害隐患点信息人工定义的隐患区域和监测起止时间;根据所述地质灾害隐患点信息获取各灾害事件的SAR数据集包括:获取所述监测起止时间内,覆盖所述隐患区域的第三SAR数据集;基于所述SAR数据集进行自动干涉处理包括:在所述监测起止时间内,自动下载和监听所述第三SAR数据集中的SAR数据,得到第三SAR数据;基于所述第三SAR数据进行干涉对自动配对,自动干涉图集生成,自动化变形场解算。
在本发明的一些实施方式中,所述方法还包括:定期自动下载选定卫星工作模式下的增量SAR数据;将所述增量SAR数据按照轨道号和图幅号进行管理;对所述增量SAR数据中具有相同轨道号和图幅号的SAR数据,基于短时间基线干涉网络生成独立干涉图集;通过对所述独立干涉图集进行增量分析,自动生成最新变形位移值以及变形趋势信息。
在本发明的一些实施方式中,当所述灾害事件信息为快速形变的地质灾害应急观测信息、地质灾害事件回溯监测信息、地质灾害隐患点信息时,将所述变形信息发送至信息应用端包括:将所述形变位移值和/或变形趋势信息发送至信息管理和展示平台。
本发明上述实施方式通过获取的不同灾害事件信息触发相应的处理步骤,实现了无人值守的灾害事件自动化监测处理,避免了人工执行处理流程中各步骤的复杂操作,能够提升监测处理效率,满足地质灾害应急处理要求。
根据本发明的第二方面,本发明实施方式提供一种包括存储器和处理器的面向多种地质灾害场景的InSAR形变监测的计算机设备,所述存储器用于存储计算机可读指令,其中,所述计算机可读指令被所述处理器执行时能够实现如上任意一种实施方式所述的方法。
综上所述,本发明实施方式提供的面向多种地质灾害场景的InSAR形变监测方法和设备,通过该自动获取不同的灾害事件信息并执行相应的SAR数据获取、自动干涉处理以及变形信息推送处理,可以自动根据多种灾害事件信息将自动干涉处理得到的变形信息发送至对应的信息应用端,使得信息应用端及时获取变形信息并进行后续的灾害事件应急和防治工作,从而实现高效的灾害应急监测处理。同时,根据不同灾害事件信息触发并执行相应的自动化处理流程,能够流程化处理复杂的多个处理过程,减少处理任务中的流程阻断。
附图说明
图1是根据本发明一种实施方式的面向多种地质灾害进行形变监测的设备;
图2是根据本发明一种实施方式的面向多种地质灾害场景的形变监测方法的流程示意图;
图3是根据本发明一种实施方式的基于地震及滑坡等地质灾害进行InSAR形变监测的处理方法的流程示意图;
图4是根据本发明一种实施方式的海量InSAR数据计算的自动化处理方法的流程示意图;
图5是根据本发明一种实施方式的地震等灾害事件的应急观测的自动化监测处理方法的流程示意图;
图6是根据本发明一种实施方式的灾害隐患点自动化观测预警方法的流程示意图;
图7是根据本发明一种实施方式的滑坡快速变形的应急自动化监测方法的流程示意图;
图8是根据本发明一种实施方式的地质灾害事件的回溯性监测方法的流程示意图。
具体实施方式
以下结合附图和具体实施方式对本发明的各个方面进行详细阐述。本领域技术人员应当理解,下述的各种实施方式只用于举例说明,而非用于限制本发明的保护范围,在不脱离本发明实质的情况下,还可以对本发明的各种实施方式进行各种不同的组合。
下面对本文中使用的术语进行简要说明。
SAR:Synthetic Aperture Radar,星载合成孔径雷达。
InSAR:Interferometric Synthetic Aperture Radar,干涉合成孔径雷达,指采用干涉测量技术的合成孔径雷达。
Sentinel-1(S-1):欧空局(ESA)合成孔径雷达(SAR)数据服务专用星座(哨兵1号卫星),用于中等分辨率大面积重复轨道干涉测量,双星重访周期6天,其中IW模式主要用于干涉测量处理。S-1采用TOPS成像技术,其优点是影像一致性好、噪声小。Sentinel-1A/B双星全球覆盖、短周期、短基线(约100m的轨道管道半径)。
Swath:测绘带。
Burst:一种重要的SAR工作模式,通过信号处理它能利用不连续的回波数据获得连续的中低分辨率场景图像。
信噪比:信噪比又称为讯噪比,是指一个电子设备或者电子系统中信号与噪声的比例。信噪比越高,相对噪声越小,(声音、图像等)信号质量越好。
USGS:United States Geological Survey,美国地质勘探局。
同震变形(coseismic dislocation):又称地震位错,是指一次地震引起的地震断层两盘块体的相对错动量。图1是根据本发明一种实施方式的面向多种地质灾害进行形变监测的设备。
如图1所示,所述设备100包括至少一个存储器101和处理器102。
在本实施方式中,存储器101可以是只读存储器(read-only memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(random access memory,RAM)或者可存储信息和指令的其他类型的动态存储设备,也可以是可擦可编程只读存储器(EPROM或闪存)、电可擦可编程只读存储器(electrically erasable programmable read-only memory,EEPROM)、只读光盘(compact disc read-only memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。
在一种实施方式中,存储器101通常具有非易失性,并用于存储执行本申请方案的计算机指令,并由处理器102来控制执行。处理器102用于执行存储器101中存储的计算机指令,从而实现本申请下述实施方式中提供的方法。
在可选的实施方式中,计算机指令也可以称之为应用程序代码,本申请对此不作具体限定。总之,用于执行设备的若干方面的操作的计算机应用程序代码可以下述编程语言中的一种或任何组合进行写入,所述编程语言包括面向对象编程语言,例如,Java,Smalltalk,C++,等等,以及传统程序化编程语言,例如,C语言。可使用任何合适的语言开发移动应用程序,所述合适的语言包括上述那些编程语言以及Objective-C,Swift,C#,HTML5,等等。程序代码可全部在用户计算机上执行,部分在用户计算机上执行,作为一个独立的软件包部分在用户计算机上执行且部分在远程计算机上执行,或全部在远程计算机或服务器上执行。在后者的情况下,远程计算机可通过任何一种网络连接至用户计算机,所述网络包括局域网(LAN)或广域网(WAN),和/或所述连接可连接至外部计算机(例如,使用互联网服务提供商通过互联网连接至外部计算机)。
处理器102可以是一个通用中央处理器(central processing unit,CPU)、微处理器、专用集成电路(application-specific integrated circuit,ASIC)、一个或多个用于控制本申请方案程序执行的电子处理单元、芯片、微芯片或集成电路(IC)。
在一些实施方式中,所述设备100还包括通信线路103、通信接口104、通信组件105、输入组件106、输出组件107。
通信线路103,可以包括在设备100包含的各个组件之间传送信息的通路。
通信接口104,可以是任何收发器一类的装置,用于与其他设备或通信网络通信,例如以太网,RAN,无线局域网(wireless local area networks,WLAN)等。也可包括配置成使用户与设备交互信息或让用户执行设备自身的一个或多于一个功能的任何合适的机械的或虚拟的用户接口。例如,用户接口可包括一个或多于一个可操作的控制器,例如,控制杆,转盘,开关,滑块,按钮,按键和/或旋钮,它们中的任何一个可机械地或虚拟地执行,例如,通过屏幕或其他显示器上的图形用户界面(GUI)。
通信组件105可包括配置成有助于设备100和外部电子设备之间进行信息交互的任何合适的设备和/或结构。通信组件105可包括配置成同外部电子设备发送和/或接收无线或有线信息的设备。例如,通信组件105可包括一个或多于一个天线,收发器,用于有线接收和/或传输数据的连接器,数据交换设备,等等,或者这些的任何组合。通信组件105还可包括配套元件,例如,滤波电路,加密/解密电路和/或用于处理信号的集成电路(IC)芯片(例如,芯片)。在一些实例中,通信组件105可包括配置成连接至本地无线网的WiFi通信设备,包括连接至网络上的一个或多于一个信外部电子设备。
输入组件106与处理器102通信,可以以多种方式接收用户的输入。例如,输入组件106可以是鼠标、键盘、触摸屏设备或传感设备等。
输出组件107与处理器102通信,处理器102可通过向存储器存储信息和/或执行存储器中存储的命令来控制输出组件107上的信息的输出。
采用本发明上述实施方式的设备,可以高效地实现面向多种地质灾害进行InSAR形变监测及其他地质灾害监测处理。
图2是根据本发明一种实施方式的面向多种地质灾害场景的InSAR形变监测方法的流程示意图。其中,所述面向多种地质灾害场景的InSAR形变监测方法可以由前述图1所示的设备实现,所述设备包括图1中的存储器101和处理器102,所述存储器用于存储SAR数据和计算机指令,所述处理器执行所述计算机指令以实现面向多种地质灾害进行形变监测的处理操作。通过设备自动执行不同灾害事件的处理流程,可以支撑自然灾害的应急监测处理。
如图2所示,在本发明的一种实施方式中,所述面向多种地质灾害场景的InSAR形变监测方法可包括:步骤S21、步骤S22、步骤S23和步骤S24,下面对上述步骤进行具体的描述。
在步骤S21中,获取灾害事件信息,所述灾害事件信息包括:地震目录、快速形变的地质灾害应急观测信息、地质灾害事件回溯监测信息、地质灾害隐患点信息。其中,所述地震目录包含每一项地震事件的灾害信息,所述地震灾害信息包括但不限于下述一种或多种:所述地震灾害的发生位置、震级、深度。在一些实施方式中,通过所述处理器102执行存储于所述存储器101中的计算机指令,以控制所述通信组件105经由网络连接自动访问中国地震台网中心或者USGS网站自动抓取实时的地震目录。
在一些实施方式中,获取灾害事件信息包括:自动获取实时的地震目录;获取根据快速形变的地质灾害事件的发生时间和发生地点人工定义的形变区域和监测时间点;获取根据地质灾害事件的发生时间和发生地点人工定义的形变区域和监测时间范围;获取根据地质灾害隐患点信息人工定义的隐患区域和监测起止时间。在进一步的实施方式中,所述处理器102执行存储于所述存储器101中的计算机指令,以接收用户通过所述输入组件106输入的人工定义的形变区域和监测时间点、形变区域和监测时间范围、隐患区域和监测起止时间等信息。此外,上述各项人工定义的信息还可以是用户通过所述通信接口104输入或外部电子设备通过所述通信组件105发送来,并由所述处理器102执行存储于所述存储器101中的计算机指令获取的。
在步骤S22中,根据所述灾害事件信息获取各灾害事件的SAR数据集。在一些实施方式中,通过所述处理器102执行存储于所述存储器101中的计算机指令,以控制所述通信组件105经由网络连接自动下载各灾害事件对应的SAR数据集。
在一些实施方式中,当步骤S21中获取的灾害事件信息为地震灾害信息时,可以通过下述步骤获取SAR数据集:当根据所述地震灾害信息判定所述地震灾害事件产生地表形变时,获取所述地震灾害事件对应的SAR数据集目录;根据所述SAR数据集目录,自动下载震前SAR数据,并自动监听和下载震后SAR数据,得到包含所述震前SAR数据和震后SAR数据的SAR数据集。其中,所述地震灾害事件对应的SAR数据集目录为满足下述条件的SAR数据组成的SAR数据集目录:覆盖地震的变形区域、干涉对跨过地震时刻、干涉对时间短(例如,干涉对时间为一个重访周期)。
当步骤S21中获取的灾害事件信息为根据快速形变的地质灾害事件的发生时间和发生地点,人工定义的进行应急观测的形变区域和监测时间点时,覆盖所述形变区域的第一SAR数据集为根据灾害事件信息获取的SAR数据集。
当步骤S21中获取的灾害事件信息为根据地质灾害事件的发生时间和发生地点,人工定义的进行回溯监测的形变区域和监测时间范围时,所述监测时间范围内覆盖所述形变区域的第二SAR数据集为根据灾害事件信息获取的SAR数据集。其中,所述监测时间范围依据灾害事件的发生条件设置,例如所述监测时间范围的起始时间为灾害发生时间回溯至灾害发生前一段时间(1-2年),所述监测时间范围的终止时间为灾害发生时间向后的一段时间(根据监测需求设定)。
当步骤S21中获取的灾害事件信息为根据地质灾害隐患点信息人工定义的隐患区域和监测起止时间时,监测起止时间内覆盖所述地质灾害隐患点信息中的隐患区域的第三SAR数据集为根据灾害事件信息获取的SAR数据集。
在步骤S23中,基于所述SAR数据集进行自动干涉处理得到变形信息。在一些实施方式中,通过所述处理器102执行存储于所述存储器101中的计算机指令自动进行干涉处理。
在一些实施方式中,基于步骤S22中获取的不同SAR数据集进行自动干涉处理,以得到变形信息的方法不同,具体可以包含但不限于下述方法:
(1)当步骤S22中获取的SAR数据集为第一SAR数据集时,从所述监测时间点开始至针对所述快速形变的地质灾害事件的应急监测结束的时间段内,自动监听和下载所述第一SAR数据集中的SAR数据,得到第一SAR数据;基于所述第一SAR数据进行干涉对自动配对,自动干涉图集生成,自动化变形场解算。
在一种实施方式中,干涉处理可以为二路差分干涉处理,在二路差分干涉处理中的一个干涉对包含一个主影像和一个从影像,并且,在时序分析中,一般包含多个干涉处理过程。
其中,自动干涉处理包含下述具体的三个步骤:第一步,从数据集中选择每个干涉对的主从影像,根据应用场景决定干涉对配对规则,通常以时间基线和空间基线作为阈值进行干涉对配对;第二步,对数据集中的各个干涉对进行差分干涉处理得到干涉图集;第三步,在前述干涉图集的基础上,利用SVD(Singular Value Decomposition,奇异值分解)等方法解算出最后的变形场。由此,基于所述变形场确定各灾害事件对应的变形信息。
(2)当步骤S22中获取的SAR数据集为第二SAR数据集时,(在人工定义的监测时间范围内)自动下载所述第二SAR数据集中的所有数据,得到第二SAR数据;基于所述第二SAR数据进行干涉对自动配对,自动干涉图集生成,自动化变形场解算。
(3)当步骤S22中获取的SAR数据集为第三SAR数据集时,在所述监测起止时间内,自动监听和下载所述第三SAR数据集中的SAR数据,得到第三SAR数据;基于所述第三SAR数据进行干涉对自动配对,自动干涉图集生成,自动化变形场解算。
在步骤S24中,将所述变形信息发送至信息应用端,其中,所述变形信息包括:同震位移信息、变形趋势信息、变形位移值。可选的,所述设备中的通信接口(如图1中的通信接口104)或通信组件(如图1中的通信组件105)与所述信息应用端进行通信,便于面向多种地质灾害进行形变监测的设备与信息应用端进行自动化无缝对接,以进行形变信息实时推送和信息应用端的自动更新。
在一些实施方式中,通过所述处理器102执行存储于所述存储器101中的计算机指令,以控制所述输出组件107将确定的所述变形信息发送至信息应用端。此外,所述变形信息还可以通过所述通信接口104或通过所述通信组件105经由网络连接发送至信息应用端。此外,在其他可选的实施方式中,所述形变信息可以直接在所述设备100中通过屏幕或其他显示器上的图形用户界面进行展示。
在一些实施方式中,当获取的灾害事件信息为地震灾害事件时,得到的变形信息为同震位移信息,并将所述同震位移信息发送至应急管理服务平台,用于地震应急指挥;当获取的灾害事件信息为快速形变的地质灾害应急观测信息时,得到的变形信息为从监测时间点开始至针对快速形变的地质灾害事件的应急观测结束的时间段内的变形位移值和/或变形趋势信息,并将所述变形位移值和/或变形趋势信息发送至信息管理和展示平台,用于对前述时间段内的快速形变的地质灾害事件进行应急观测;当获取的灾害事件信息为地质灾害事件回溯监测信息,得到的变形信息为监测时间范围内的变形趋势信息,并将所述变形趋势信息发送至信息管理和展示平台,用于对所述监测时间范围内灾害事件进行回溯性研究;当获取的灾害事件信息为根据地质灾害隐患点信息人工定义的隐患区域和监测起止时间时,通过对得到的干涉图集进行序贯分析、自动生成的变形位移值为变形信息,并将所述形变位移值发送至信息管理和展示平台,用于对地震灾害隐患区域进行监测和预警。其中,序贯分析是将新获取的影像加入到原来的观测序列中,对观测结果进行定时更新。
采用本发明实施方式的上述方法,通过自动获取不同的灾害事件信息并执行相应的SAR数据获取、自动干涉处理以及变形信息推送,可以自动根据多种灾害事件信息将经过变形场解算得到的变形信息发送至对应的信息应用端,使得信息应用端及时获取变形信息并进行后续的地质灾害事件应急与防治工作,从而实现高效的灾害应急监测处理。同时,根据不同灾害事件信息触发并执行相应的自动化处理流程,能够流程化处理复杂的多个处理过程,减少处理任务中的流程阻断。
在其他实施方式中,所述面向多种地质灾害场景的InSAR形变监测方法还可以包括:定期自动下载选定SAR卫星工作模式下的增量SAR数据;将所述增量SAR数据按照轨道号和图幅号进行管理;对所述增量SAR数据中具有相同轨道号和图幅号的SAR数据,基于短时间基线干涉网络计算独立干涉图集;通过对所述独立干涉图集进行增量分析,自动生成最新变形位移值以及变形趋势信息。
通过自动下载并管理海量的增量SAR数据进而生成独立干涉图集,使得信息应用端可以定期根据所述最新变形位移值以及变形趋势信息进行更新。
图3是根据本发明一种实施方式的基于地震及滑坡等地质灾害进行InSAR形变监测的处理方法的流程示意图。
如图3所示,在本发明的一种实施方式中,所述处理方法可包括:获取有关灾害事件的初始数据,根据所述初始数据判定应用场景并通过自然事件触发和人工定义事件触发不同的灾害事件处理,其中,所述灾害事件处理包括:海量InSAR数据计算的自动化处理、地震等灾害事件的应急观测的自动化监测、灾害隐患点自动化观测预警、滑坡快速变形的应急自动化监测、地质灾害事件的回溯性监测等。其中,面多每种灾害事件的处理均可以由如图1所示的设备实现,通过设备自动执行不同灾害事件的处理流程,可以支撑自然灾害的应急监测处理。
下面对不同初始数据触发的各项处理流程给出具体说明:
(一)海量InSAR数据计算的自动化处理
图4是根据本发明一种实施方式的海量InSAR数据计算的自动化处理方法的流程示意图。
如图4所示,海量InSAR数据计算的自动化处理方法包括:
首先,设定用于处理的基础数据,所述基础数据包括但不限于:SAR数据类型和数据下载周期。其中,所述SAR数据类型例如为欧空局的Sentinel-1A/B卫星升/降轨SAR数据,该数据的下载路径包括ESA(欧空局)官方网站、ASF镜像网站或者本地数据库。在一些实施方式中,用户通过所述输入组件106设定用于处理的基础数据。
其次,根据前述下载周期定期自动下载SAR数据,并将所述SAR数据以文件格式存储在本地系统中,根据所述SAR数据中的轨道号和图幅号进行管理。其中,具有相同轨道号和图幅号的SAR数据(卫星影像)具有相同的成像范围。在一些实施方式中,通过所述处理器102执行存储于所述存储器101中的计算机指令,以控制所述通信组件105经由网络连接自动访问ESA官方网站、ASF镜像网站或者本地数据库站定期自动下载SAR数据。
然后,针对具有相同轨道号和图幅号的SAR数据组成的SAR数据集进行干涉图集自动化处理。更为具体而言,选取短时间基线干涉像对构成差分干涉图集,根据公共主影像中感兴趣区的Swath和Burst范围及其地理坐标(图3中的辅助数据)计算其他每幅影像对应的Swath和Burst范围,对于相同范围的SAR数据集,对海量的差分干涉图集进行并行计算,生成海量独立的InSAR干涉图集,并同样以轨道号和图幅号分别存储。
再次,对于前述生成的海量独立的InSAR干涉图集,利用冗余观测得到时序干涉图,经过对时序干涉图的层叠/叠加处理后,可以估计并削弱大气相位误差(如延迟相位)与地形误差,极大提高形变信噪比。具体而言,利用时空滤波方法进行干涉图堆叠时序计算(即图4中的“基于时空滤波的Stacking计算”和“基于时空滤波的InSAR时序计算”),可以有效的去除空间域的长波长信号和时间域的短波长信号,得到海量时空连续的高精度变形场集,能够在保证监测精度的基础上,更加便于实现自动化、工程化的实施部署。
最后,将所述海量时空连续的高精度变形场自动拼接成为展示广域地表形变信息的“一张图”。
采用本发明实施方式的上述海量InSAR数据计算的自动化处理方法,由于卫星具有较短的重访周期(以哨兵卫星为例,其重访周期为12天或者6天),可以不断的获取最新的卫星数据,自动进行干涉图集处理并更新得到独立的InSAR干涉图集,基于此,可以对变形产品设置数据处理定时参数,以根据得到的干涉图集定时计算变形场,并根据计算得到的变形场自动更新形变场和变形趋势信息。在一种实施方式中,设置数据处理定时参数包括但不限于下述一种或多种:参与计算的SAR数据集的起止时间,变形产品重新计算和处理变形场数据的定时参数(例如周期为12天,每12天重新计算和处理变形场数据),计算变形场的堆叠处理中的有效数据量阈值等参数。
在一些实施方式中,海量InSAR数据计算的自动化处理可以作为下述(二)至(五)项处理流程的基础,具体而言,在设定用于处理的基础数据中增加包含所有可能监测区域的SAR数据下载范围,由此,可以定期获取自动下载并存储所有可能监测区域的SAR数据,进而得到包含这些监测区域的变形场,使得下述(二)至(五)项处理流程可以直接应用所述变形场分析和确定各地质灾害事件对应的变形信息。
(二)地震等灾害事件的应急观测的自动化监测
图5是根据本发明一种实施方式的地震等灾害事件的应急观测的自动化监测处理方法的流程示意图。
如图5所示,在本发明的一种实施方式中,地震等灾害事件的应急观测的自动化监测处理方法可包括:步骤S51、步骤S52、步骤S53、步骤S54、步骤S55、步骤S56、步骤S57、步骤S58和步骤S59,下面对上述步骤进行具体的描述。
在步骤S51中,选定地震目录网站。在一种实施方式中,选取中国地震台网中心或者USGS网站作为地震目录网站。
在步骤S52中,地震目录查询,在一种实施方式中,通过中国地震台网中心或者USGS网站自动抓取实时的地震目录。
在步骤S53中,判断所述地震目录中的地震灾害事件是否具有适合进行干涉处理,当具有适合进行干涉处理的地震灾害事件时,执行步骤S54,否则,返回步骤S52,继续对实时地震目录进行查询。在一种实施方式中,根据地震灾害事件的发生位置、震级及深度判断该地震灾害事件是否产生可以被InSAR技术探测到的地表变形,适合进行干涉处理。举例而言,当陆地上发生的地震灾害事件为5.5-6.5级地震、震源深度15km以内,6.5-7.5级地震、震源深度为20km以内,7.5级以上地震,震源深度在30km以内时,确定该地震灾害事件可能发生了可以被InSAR技术探测到的地表变形,适合利用干涉处理探测到其变形信号。
在步骤S54中,根据筛选后的地震目录中的每一个地震事件,选取最优的SAR数据集。在一种实施方式中,筛选后的地震目录中的地震灾害事件的最优SAR数据集为满足下述条件的SAR数据组成的SAR数据集:覆盖地震的变形区域、干涉对跨过地震时刻、干涉对时间短(如干涉对时间为一个重访周期)。
在步骤S55中,基于所述最优的SAR数据集确定最优的InSAR干涉对数据,针对所述最优的InSAR干涉对数据,自动下载震前SAR数据,并自动化监听和下载震后SAR数据,得到同震干涉对数据。
在步骤S56中,判断同震干涉对数据是否下载完成,若下载完成,则执行步骤S57,若未下载完成,则返回步骤S55继续监听下载。
在步骤S57、S58中,针对同震干涉对数据进行自动化差分干涉处理,得到同震形变干涉结果。
在步骤S59中,将同震形变干涉结果发送至应急管理服务平台。在一种实施方式中,所述应急管理服务平台为地震应急指挥中心。
地震等灾害事件具有突然性,采用本发明实施方式的地震等灾害事件的应急观测的自动化InSAR监测处理方法,以地震事件为触发条件以最快时间进行同震变形监测,有利于地震极震区锚定和地震烈度圈定,有利于地震应急工作的开展。
此外,本领域技术人员应当理解,除图5中示出的基于事件触发对地震灾害事件进行自动化监测,对于其他地质灾害例如滑坡等地质灾害,在灾害发育,发生,发展的过程中,也可以通过人工定义进行事件触发,开展灾害事件自动化监测以及事件回溯性变形监测。
(三)灾害隐患点自动化观测预警
图6是根据本发明一种实施方式的灾害隐患点自动化观测预警方法的流程示意图。
如图6所示,在本发明的一种实施方式中,灾害隐患点自动化观测预警方法可包括:步骤S61、步骤S62、步骤S63、步骤S64、步骤S65、步骤S66、步骤S67和步骤S68,下面对上述步骤进行具体的描述。
在步骤S61中,获取人工定义的地质灾害事件发生地点和监测起止时间。在一种实施方式中,所述地质灾害事件发生地点为已经排查出的地质灾害隐患点,监测起止时间一般以当前地质灾害事件发生时间为基准向前一段时间(一般1-2年)为起始时间,向后一段时间(按照监测需求)为终止时间。
在步骤S62中,自动化判断最优时空覆盖的最优SAR数据集。
在步骤S63中,自动监听和下载最优SAR数据集中的最新数据。在一种实施方式中,自动监听和下载人工设定的监测起止时间内的最新数据。
在步骤S64中,基于最优SAR数据集进行干涉对自动配对,并自动生成干涉图集。
在步骤S65中,对干涉图集进行序贯分析,自动生成并更新最新的变形位移值。其中,序贯分析是将新获取的影像加入到原来的观测序列中,对观测结果进行定时更新。
在步骤S66中,基于得到的变形位移值分析得到地质灾害隐患点的变形趋势和监测预警信息。
在步骤S67中,将变形趋势和监测预警信息自动推送至信息管理与展示平台。
在步骤S68中,判断监测任务是否结束,当监测任务没有结束时,返回步骤S63继续监听和下载最新数据。
采用本发明实施方式的灾害隐患点自动化观测预警方法,仅通过人工定义地质灾害隐患点和监测起止时间,便可以自动对隐患区域进行高效、自动化变形监测预警。
(四)滑坡快速变形的应急自动化监测
图7是根据本发明一种实施方式的滑坡快速变形的应急自动化监测方法的流程示意图。
如图7所示,在本发明的一种实施方式中,滑坡快速变形的应急自动化监测方法可包括:步骤S71、步骤S72、步骤S73、步骤S74、步骤S75、步骤S76和步骤S77,下面对上述步骤进行具体的描述。
在步骤S71中,根据滑坡快速形变的地质灾害事件的发生时间和发生地点,人工定义地质灾害事件的形变区域和监测时间范围。在一种实施方式中,以地质灾害事件发生时刻为起始点,以应急观测任务结束为终止时间得到所述监测时间范围。
在步骤S72中,自动化判断最优时空覆盖的最优SAR数据集。
在步骤S73中,自动监听和下载最优SAR数据集中的最新数据。在一种实施方式中,自动监听和下载人工定义的所述监测时间范围内的最新数据。可选的,所述监测时间范围是指从地质灾害发生至地质灾害现场危险解除或应急监测任务结束的时间段。
在步骤S74中,基于最优SAR数据集进行干涉对自动配对,并自动生成干涉图集。
在步骤S75中,对干涉图集进行序贯分析,自动生成并更新最新的变形场信息/变形位移值。
在步骤S76中,将变形场信息/变形位移值自动推送至信息管理与展示平台。
在步骤S77中,判断监测任务是否结束,当监测任务没有结束时,返回步骤S73继续监听和下载最新数据。
采用本发明实施方式的滑坡快速变形的应急自动化监测方法,仅通过人工定义地质灾害事件发生时间和地点,便可以针对滑坡等地质灾害事件,自动对其已滑坡面及其周边未滑坡体的变形特征进行快速自动化InSAR监测,进而判断和评估其坡面危险性。
(五)地质灾害事件的回溯性监测
图8是根据本发明一种实施方式的地质灾害事件的回溯性监测方法的流程示意图。
如图8所示,在本发明的一种实施方式中,地质灾害事件的回溯性监测方法可包括:步骤S81、步骤S82、步骤S83、步骤S84、步骤S85、步骤S87和步骤S87,下面对上述步骤进行具体的描述。
在步骤S81中,根据地质灾害事件的发生时间和发生地点,人工定义地质灾害事件的监测区域和监测时间范围。其中,所述地质灾害事件可以包含但不限于滑坡灾害事件。监测时间范围以灾害事件发生时刻为终止时间,向前推延一段时间(一般1-2年)为起止时间。
在步骤S82中,自动化判断最优时空覆盖的最优SAR数据集。
在步骤S83中,自动下载最优SAR数据集中的最新数据。在一种实施方式中,自动下载人工定义的监测时间范围内的所有最新数据。
在步骤S84中,基于最优SAR数据集进行干涉对自动配对,并自动生成干涉图集。
在步骤S85中,对干涉图集进行变形场时序分析,得到监测时间范围内的变形趋势。
在步骤S86中,将变形趋势信息自动推送至信息管理与展示平台,用于地质灾害回溯研究。
采用本发明实施方式的地质灾害事件的回溯性监测方法,仅通过人工定义地质灾害事件发生地点和监测时间范围,便可以自动对地质灾害事件进行回溯性研究。例如,对滑坡发生前的坡体变形的微弱变形信号进行回溯性测量,判断滑坡在滑动前的坡面的变形特征。
本发明实施方式的基于地质灾害形变监测的处理方法是面向多灾种的处理方法,其不限于上述(一)至(五)的实施方式,还可以包含地面沉降,采矿塌陷等自然及人为作用下地表变形的处理。其中,滑坡,城市地面沉降等地质灾害发生前地表一般会出现一定形变征兆,通过地表形变测量和监测,可以发现灾害发生前的变形信号;其他如地震这种突发事件,可以及时获取其同震变形场快速评估其烈度和影响范围,辅助应急救援决策。可见,不同灾害具有不同的地表变形响应特征,这些形变响应具有各自的孕育,发生,发展的过程,通过对这些形变响应进行准确监测和描述,能够实现自动化跟踪监测,高效地进行有针对性的地质灾害隐患早期识别、险情灾情判识及灾后快速应急响应,避免了人工执行处理流程中各步骤的复杂操作,能够提升监测处理效率,满足地质灾害应急处理要求。
通过以上实施方式的描述,本领域的技术人员可以清楚地了解到本发明可借助软件结合硬件平台的方式来实现。基于这样的理解,本发明的技术方案对背景技术做出贡献的全部或者部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施方式或者实施方式的某些部分所述的方法。
对应的,本发明实施方式还提供一种计算机可读存储介质,其上存储有计算机可读指令或程序,所述计算机可读指令或程序被处理器执行时,使得处理器执行如下操作:所述操作包括如上任意一种实施方式所述基于地质灾害形变监测的处理方法所包含的步骤,在此不再赘述。其中,所述存储介质可以包括:例如,光盘、硬盘、软盘、闪存、磁带等。本发明上述实施方式的部分或全部可以通过计算机设备实现,所述计算机设备包括上述存储介质和处理器,所述处理器执行所述存储介质中的计算机可读指令以执行上述任一实施方式所记载的步骤、操作、处理。
最后应说明的是:以上实施方式仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施方式对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施方式所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施方式技术方案的精神和范围。因此本发明的保护范围应以权利要求为准。
Claims (9)
1.一种面向多种地质灾害场景的InSAR形变监测方法,所述方法包括:
获取灾害事件信息,所述灾害事件信息包括:地震目录、快速形变的地质灾害应急观测信息、地质灾害事件回溯监测信息、地质灾害隐患点信息;
根据所述灾害事件信息获取各灾害事件的星载合成孔径雷达SAR数据集;
基于所述SAR数据集进行自动干涉处理得到变形信息;
将所述变形信息发送至信息应用端,其中,所述变形信息包括:同震位移信息、变形趋势信息、变形位移值;
其中,当所述灾害事件信息为地震灾害信息时,
获取灾害事件信息包括:自动获取实时的地震目录,所述地震目录包含地震灾害事件的地震灾害信息:地震灾害事件的发生位置、震级、深度;
根据所述地震灾害信息获取灾害事件的SAR数据集包括:
当根据所述地震灾害信息判定所述地震灾害事件会产生地表形变时,获取所述地震灾害事件对应的SAR数据集目录;
根据所述SAR数据集目录,自动下载震前SAR数据,并自动监听和下载最新的震后SAR数据。
2.如权利要求1所述的方法,其特征在于,获取满足下述条件的SAR数据组成的SAR数据集目录作为所述地震灾害事件对应的SAR数据集目录:
覆盖地震的变形区域、干涉对跨过地震时刻、干涉对时间为一个重访周期。
3.如权利要求1所述的方法,其特征在于,将所述变形信息发送至信息应用端包括:
将所述同震位移信息自动发送至应急管理服务平台。
4.如权利要求1所述的方法,其特征在于,当所述灾害事件信息为快速形变的地质灾害应急观测信息时,
获取灾害事件信息包括:获取根据快速形变的地质灾害事件的发生时间和发生地点人工定义的形变区域和监测时间点;
根据所述快速形变的地质灾害应急观测信息获取各灾害事件的SAR数据集包括:获取覆盖所述形变区域的第一SAR数据集;
基于所述SAR数据集进行自动干涉处理包括:
从所述监测时间点开始至针对所述快速形变的地质灾害事件的应急观测结束的时间段内,自动监听和下载所述第一SAR数据集中的SAR数据,得到第一SAR数据;
基于所述第一SAR数据进行干涉对自动配对,自动干涉图集生成,自动化变形场解算。
5.如权利要求1所述的方法,其特征在于,当所述灾害事件信息为地质灾害事件回溯监测信息时,
获取灾害事件信息包括:获取根据地质灾害事件的发生时间和发生地点人工定义的形变区域和监测时间范围;
根据所述灾害事件信息获取该灾害事件的SAR数据集包括:获取所述监测时间范围内,覆盖所述形变区域的第二SAR数据集;
基于所述SAR数据集进行自动干涉处理包括:
自动下载所述第二SAR数据集中的所有数据,得到第二SAR数据;
基于所述第二SAR数据进行干涉对自动配对,自动干涉图集生成,自动化变形场解算。
6.如权利要求1所述的方法,其特征在于,当所述灾害事件信息为对地质灾害隐患点进行跟踪观测的地质灾害隐患点信息时,
获取灾害事件信息包括:获取根据所述地质灾害隐患点信息人工定义的隐患区域和监测起止时间;
根据所述地质灾害隐患点信息获取各灾害事件的SAR数据集包括:获取所述监测起止时间内,覆盖所述隐患区域的第三SAR数据集;
基于所述SAR数据集进行自动干涉处理包括:
在所述监测起止时间内,自动下载和监听所述第三SAR数据集中的SAR数据,得到第三SAR数据;
基于所述第三SAR数据进行干涉对自动配对,自动干涉图集生成,自动化变形场解算。
7.如权利要求4或6所述的方法,其特征在于,所述方法还包括:
定期自动下载选定卫星工作模式下的增量SAR数据;
将所述增量SAR数据按照轨道号和图幅号进行管理;
对所述增量SAR数据中具有相同轨道号和图幅号的SAR数据,基于短时间基线干涉网络生成独立干涉图集;
通过对所述独立干涉图集进行增量分析,自动生成最新变形位移值以及变形趋势信息。
8.如权利要求7所述的方法,其特征在于,将所述变形信息并发送至信息应用端包括:
将所述变形位移值和/或变形趋势信息发送至应急信息管理和展示平台。
9.一种面向多种地质灾害场景的InSAR形变监测的计算机设备,其包括存储器和处理器,其特征在于,所述存储器用于存储计算机指令,所述处理器执行所述计算机指令以实现如权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111162737.XA CN113933838B (zh) | 2021-09-30 | 2021-09-30 | 一种面向多种地质灾害场景的InSAR形变监测方法和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111162737.XA CN113933838B (zh) | 2021-09-30 | 2021-09-30 | 一种面向多种地质灾害场景的InSAR形变监测方法和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113933838A CN113933838A (zh) | 2022-01-14 |
CN113933838B true CN113933838B (zh) | 2022-05-31 |
Family
ID=79277818
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111162737.XA Active CN113933838B (zh) | 2021-09-30 | 2021-09-30 | 一种面向多种地质灾害场景的InSAR形变监测方法和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113933838B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115097448B (zh) * | 2022-05-13 | 2024-09-20 | 应急管理部国家自然灾害防治研究院 | 采用InSAR生成全国范围的地表形变一张图的方法和设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN207571796U (zh) * | 2017-10-26 | 2018-07-03 | 昆明理工金图科技有限公司 | 一种基于insar的地质灾害监测系统 |
CN110031842A (zh) * | 2019-04-30 | 2019-07-19 | 云南财经大学 | 一种基于InSAR的滑坡灾害应急监测排查方法 |
CN112198511A (zh) * | 2020-09-14 | 2021-01-08 | 广东省核工业地质局测绘院 | 一种基于星空地一体化地质灾害普查方法 |
CN112598881A (zh) * | 2020-12-03 | 2021-04-02 | 中煤航测遥感集团有限公司 | 一种地质灾害监测方法、装置及计算机设备 |
JP2021056008A (ja) * | 2019-09-27 | 2021-04-08 | 株式会社パスコ | 地すべり領域検出装置及びプログラム |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111524322A (zh) * | 2020-04-29 | 2020-08-11 | 中国水利水电科学研究院 | 一种边坡地质灾害预警系统 |
-
2021
- 2021-09-30 CN CN202111162737.XA patent/CN113933838B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN207571796U (zh) * | 2017-10-26 | 2018-07-03 | 昆明理工金图科技有限公司 | 一种基于insar的地质灾害监测系统 |
CN110031842A (zh) * | 2019-04-30 | 2019-07-19 | 云南财经大学 | 一种基于InSAR的滑坡灾害应急监测排查方法 |
JP2021056008A (ja) * | 2019-09-27 | 2021-04-08 | 株式会社パスコ | 地すべり領域検出装置及びプログラム |
CN112198511A (zh) * | 2020-09-14 | 2021-01-08 | 广东省核工业地质局测绘院 | 一种基于星空地一体化地质灾害普查方法 |
CN112598881A (zh) * | 2020-12-03 | 2021-04-02 | 中煤航测遥感集团有限公司 | 一种地质灾害监测方法、装置及计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113933838A (zh) | 2022-01-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Skilodimou et al. | Multi-hazard assessment modeling via multi-criteria analysis and GIS: a case study | |
Nowicki et al. | Development of a globally applicable model for near real-time prediction of seismically induced landslides | |
Sitharam et al. | Probabilistic assessment of surface level seismic hazard in India using topographic gradient as a proxy for site condition | |
Allstadt et al. | Improving near‐real‐time coseismic landslide models: Lessons learned from the 2016 Kaikōura, New Zealand, earthquake | |
Murray et al. | Development of a geodetic component for the US West Coast earthquake early warning system | |
KR102086323B1 (ko) | PSInSAR 기반 센티넬 위성영상의 연속성을 유지하는 자동 모니터링 서비스 제공 방법 | |
Lombardo et al. | Numerical recipes for landslide spatial prediction using R-INLA: a step-by-step tutorial | |
Li et al. | Sentinel-1 SAR-Based coseismic deformation monitoring service for rapid geodetic imaging of global earthquakes | |
CN113933838B (zh) | 一种面向多种地质灾害场景的InSAR形变监测方法和设备 | |
Horspool et al. | ShakeMapNZ: Informing post‐event decision making | |
Uzielli et al. | Risk analysis for the Ancona landslide—I: characterization of landslide kinematics | |
Moya et al. | Synthetic building damage scenarios using empirical fragility functions: A case study of the 2016 Kumamoto earthquake | |
Gupta et al. | Estimation of Arias intensity and peak ground acceleration (PGA) using probabilistic seismic hazard assessment of Uttarakhand state (India) | |
Amos et al. | Late Quaternary slip rate on the Kern Canyon fault at Soda Spring, Tulare County, California | |
Jia‐Liang et al. | New evaluation models of Newmark displacement for Southwest China | |
Zuccolo et al. | Comparing the performance of regional earthquake early warning algorithms in Europe | |
Klein et al. | A 20 year-long GNSS solution across South-America with focus in Chile | |
Goda | Probabilistic characterization of seismic ground deformation due to tectonic fault movements | |
Amatya et al. | Learnings from rapid response efforts to remotely detect landslides triggered by the August 2021 Nippes earthquake and Tropical Storm Grace in Haiti | |
Zhang et al. | A time-series InSAR processing chain for wide-area geohazard identification | |
Somma et al. | Application of laser scanning for monitoring coastal cliff instability in the Pozzuoli Bay, Coroglio site, Posillipo Hill, Naples | |
Erdem et al. | Ground‐Motion Attenuation in the Sacramento–San Joaquin Delta, California, from 14 Bay Area Earthquakes, including the 2014 M 6.0 South Napa Earthquake | |
Jarosz et al. | Use of InSAR for monitoring of mining deformations | |
Xu | Probabilistic seismic hazard assessment using spatially smoothed seismicity in North China seismic zone | |
Horspool et al. | GeoNet’s Shaking Layer Tool: Generation of near-real time ground shaking for post-event response |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |