CN114791273A - 一种针对滑坡的InSAR形变监测结果解释方法 - Google Patents

一种针对滑坡的InSAR形变监测结果解释方法 Download PDF

Info

Publication number
CN114791273A
CN114791273A CN202210721292.2A CN202210721292A CN114791273A CN 114791273 A CN114791273 A CN 114791273A CN 202210721292 A CN202210721292 A CN 202210721292A CN 114791273 A CN114791273 A CN 114791273A
Authority
CN
China
Prior art keywords
deformation
landslide
insar
slope
result
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.)
Granted
Application number
CN202210721292.2A
Other languages
English (en)
Other versions
CN114791273B (zh
Inventor
姚京川
郭继亮
简国辉
张敬雷
王佳琦
袁慕策
张勇
梁志广
胡在良
刘伯奇
邹友一
冯楠
郑佳怡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tieke Testing Co ltd
China Academy of Railway Sciences Corp Ltd CARS
Railway Engineering Research Institute of CARS
Original Assignee
Tieke Testing Co ltd
China Academy of Railway Sciences Corp Ltd CARS
Railway Engineering Research Institute of CARS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tieke Testing Co ltd, China Academy of Railway Sciences Corp Ltd CARS, Railway Engineering Research Institute of CARS filed Critical Tieke Testing Co ltd
Priority to CN202210721292.2A priority Critical patent/CN114791273B/zh
Publication of CN114791273A publication Critical patent/CN114791273A/zh
Application granted granted Critical
Publication of CN114791273B publication Critical patent/CN114791273B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B15/00Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons
    • G01B15/06Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons for measuring the deformation in a solid
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S13/00Systems 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
    • G01S13/88Radar or analogous systems specially adapted for specific applications
    • G01S13/89Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G01S13/90Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
    • G01S13/9021SAR image post-processing techniques
    • G01S13/9023SAR image post-processing techniques combined with interferometric techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Electromagnetism (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

本发明公开了一种针对滑坡的InSAR形变监测结果解释方法,包括:利用光学遥感影像圈定滑坡体的初始边界,结合InSAR形变速率监测结果对边界进行修正,综合得到滑坡体的边界范围;在边界范围内,应用InSAR形变速率结果对滑坡体形变程度进行区域分级划分;基于数字高程数据和各期次形变量结果,得到滑坡体的空间演变规律;基于形变区域分级结果和空间演变规律信息,确定滑坡体重点监测点位。该方法可有效提取监测区域滑坡边界和滑坡灾害地表形变的演变规律等信息。通过对滑坡灾害的表观形变进行分级和空间演变规律进行分析,促进了传统InSAR形变监测技术在滑坡灾害评价工作中的应用,同时也为滑坡灾害演变规律分析提供了更加丰富的InSAR参考信息。

Description

一种针对滑坡的InSAR形变监测结果解释方法
技术领域
本发明涉及滑坡形变监测技术领域,特别涉及一种针对滑坡的InSAR形变监测结果解释方法。
背景技术
滑坡是我国常见的一种地质灾害类型,对滑坡体进行形变监测对于滑坡灾害防治具有重要意义。InSAR技术具备大范围、高精度、无接触地开展地表形变监测的能力,对滑坡体进行监测是InSAR形变监测技术的一个重要应用领域。InSAR技术获取的结果是监测区域沿着卫星视线向的形变值,而滑坡灾害具有受地形因素影响较大的特殊性,地形因素直接影响着滑坡的发育、位能和滑移距离。利用InSAR技术对滑坡体进行监测分析时,除了对原始地表形变监测结果进行展示和论述外,还需要结合地形因素,针对滑坡体的地表形变规律进行分析。如此,才能更大限度的利用InSAR形变监测结果为滑坡灾害的防治提供更加全面准确的参考信息。
因此如何根据InSAR地表形变监测结果对滑坡灾害地表形变规律进行针对性解释是InSAR技术应用在地表形变监测领域的关键问题。同时受卫星轨道方向和传感器侧视成像角度的影响,InSAR观测结果中部分区域可能存在未形成有效观测的情况,影响对滑坡体边界的圈定。
因此,在现有滑坡地表形变监测技术的基础上,如何根据地形因素、卫星轨道方向、传感器侧视成像角度和InSAR地表形变监测结果,综合得出目标区域内滑坡灾害地表形变的演变规律,以对其进行有效防治,成为本领域技术人员亟需解决的问题。
发明内容
鉴于上述问题,本发明提出了一种至少解决上述部分技术问题的针对滑坡的InSAR形变监测结果解释方法,该方法可有效提取监测区域滑坡边界和滑坡灾害地表形变的演变规律等信息。
本发明实施例提供一种针对滑坡的InSAR形变监测结果解释方法,包括如下步骤:
S1、获取待解释滑坡区域预设监测周期内的InSAR地表形变监测结果;所述InSAR地表形变监测结果包括:InSAR形变速率结果和各期次形变量结果;所述预设监测周期包括多个监测期次;
S2、获取覆盖所述待解释滑坡区域的光学影像数据和数字高程数据;根据所述光学影像数据,分析所述待解释滑坡区域内的典型地物、植被界限、特征地形和平面形态,圈定所述待解释滑坡区域中滑坡体的初始边界;并根据所述InSAR形变速率结果对所述初始边界进行修正,确定所述滑坡体的边界范围;
S3、对所述InSAR形变速率结果进行统计和区段划分,在所述边界范围内对所述滑坡体进行形变分级区域划分,生成形变分区结果;
S4、根据所述各期次形变量结果,结合所述数字高程数据中的地形信息,获取所述滑坡体的空间演变规律;所述地形信息包括:坡度和坡向;
S5、根据所述滑坡体的形变分区结果和空间演变规律,得到所述待解释滑坡区域内的重点监测点位信息。
进一步地,所述步骤S1还包括:
采用地理编码的方式将所述InSAR地表形变监测结果转化为具有经纬度信息的结果并进行投影。
进一步地,所述步骤S2包括:
S21、获取覆盖所述待解释滑坡区域的光学影像数据和数字高程数据;根据所述光学影像数据,分析所述待解释滑坡区域内的典型地物、植被界限、特征地形和平面形态,圈定所述待解释滑坡区域中滑坡体的初始边界;并对圈定的结果进行矢量化处理;
S22、对矢量化后的初始边界图层进行投影转换,确保所述初始边界和所述InSAR形变速率结果的投影坐标系一致;
S23、将相同坐标系下的所述InSAR形变速率结果和所述初始边界进行叠加,圈定所述初始边界外围预设临近区域的部分区域并形成矢量边界,确保所述部分区域和所述初始边界的投影坐标系一致;所述部分区域的InSAR形变速率绝对值大于预设数值;
S24、将新圈定的矢量边界和所述初始边界进行合并,生成所述滑坡体的边界范围。
进一步地,所述步骤S3包括:
S31、根据预设形变速率绝对值阈值,在所述边界范围内对所述滑坡体进行形变分级区域划分,得到不同形变区段对应的滑坡体区域;
S32、对所述不同形变区段对应的滑坡体区域的边界进行矢量化处理,得到形变分级区域划分矢量图,生成形变分区结果。
进一步地,所述步骤S31包括:
根据预设形变速率绝对值阈值K毫米/年和M毫米/年,分别以小于-M毫米/年、-M毫米/年至-K毫米/年、-K毫米/年至K毫米/年、K毫米/年至M毫米/年、大于M毫米/年为区间,在所述边界范围内对所述滑坡体进行形变分级区域划分,得到不同形变区段对应的滑坡体区域;其中,0<K<M。
进一步地,所述步骤S4包括:
S41、根据所述数字高程数据,计算所述滑坡体的坡度值和坡向值;将所述坡向值根据预设规则转换为罗盘值;
S42、根据所述形变分区结果,分别对所述坡度值和坡向值进行裁剪,得到不同形变分区内的坡度数据集和坡向数据集;
S43、根据所述形变分区结果以及所述InSAR形变速率结果,分别计算每个所述形变分区内的InSAR形变速率平均值,并根据卫星成像角度和斜坡方向的几何关系,对所述InSAR形变速率平均值进行转换,得到所述滑坡体沿斜坡方向的形变速率;
S44、根据每个所述形变分区的斜坡方向、斜坡方向形变速率量级、斜坡方向形变速率正负情况和各期次形变变化量,确定每个所述形变分区的滑动方向,以及各个所述形变分区之间的相对关系,得到所述滑坡体的空间演变规律。
进一步地,分别通过如下公式计算所述滑坡体的坡度值和坡向值:
Figure 629175DEST_PATH_IMAGE001
Figure 833586DEST_PATH_IMAGE002
上式中,slope表示坡度值;aspect表示坡向值;fx表示所述数字高程数据中的每个像元值在X方向的变化率;fy表示所述数字高程数据中的每个像元值在Y方向的变化率;atan表示求反正切值;atan2表示求方位角。
进一步地,通过如下公式对所述InSAR形变速率平均值进行转换:
Figure 137528DEST_PATH_IMAGE003
上式中,V slope 表示所述滑坡体沿斜坡方向的形变速率;V los 表示每个所述形变分区内的InSAR形变速率平均值;c表示斜坡方向和卫星视线方向夹角的余弦值。
本发明实施例提供的上述技术方案的有益效果至少包括:
本发明实施例提供的一种针对滑坡的InSAR形变监测结果解释方法,包括:利用光学遥感影像圈定滑坡体的初始边界,结合InSAR形变速率监测结果对边界进行修正,综合得到滑坡体的边界范围;在边界范围内,应用InSAR形变速率结果对滑坡体形变程度进行区域分级划分;基于数字高程数据和各期次形变量结果,得到滑坡体的空间演变规律;基于形变区域分级结果和空间演变规律信息,确定滑坡体重点监测点位。该方法可有效提取监测区域滑坡边界和滑坡灾害地表形变的演变规律等信息。通过对滑坡灾害的表观形变进行分级和空间演变规律进行分析,促进了传统InSAR形变监测技术在滑坡灾害评价工作中的应用,同时也为滑坡灾害演变规律分析提供了更加丰富的InSAR参考信息。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例提供的针对滑坡的InSAR形变监测结果解释方法流程图;
图2为本发明实施例提供的针对滑坡的InSAR形变监测结果解释方法简易流程示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
本发明实施例提供一种针对滑坡的InSAR形变监测结果解释方法,参照图1所示,包括如下步骤:
S1、获取待解释滑坡区域预设监测周期内的InSAR地表形变监测结果;InSAR地表形变监测结果包括:InSAR形变速率结果和各期次形变量结果;预设监测周期包括多个监测期次;
S2、获取覆盖待解释滑坡区域的光学影像数据和数字高程数据;根据光学影像数据,分析待解释滑坡区域内的典型地物、植被界限、特征地形和平面形态,圈定待解释滑坡区域中滑坡体的初始边界;并根据InSAR形变速率结果对初始边界进行修正,确定滑坡体的边界范围;
S3、对InSAR形变速率结果进行统计和区段划分,在边界范围内对滑坡体进行形变分级区域划分,生成形变分区结果;
S4、根据各期次形变量结果,结合数字高程数据中的地形信息,获取滑坡体的空间演变规律;地形信息包括:坡度和坡向;
S5、根据滑坡体的形变分区结果和空间演变规律,得到待解释滑坡区域内的重点监测点位信息。
本实施例,结合监测的目标滑坡区域的光学影像数据和DEM数据(数字高程数据)对滑坡体的InSAR形变监测结果进行解释,通过光学影像和InSAR形变结果综合圈定滑坡体边界,根据DEM数据和InSAR形变结果分析滑坡体斜坡向形变值和各部分的滑动方向等滑坡体空间演变规律,为滑坡灾害防治和滑坡体演变规律研究提供有效参考。
下面具体通过一个实际应用的例子本该方法进行详细阐述,可一并参照图1和图2所示:
步骤1、通过InSAR技术获取研究滑坡区域多期次的地表形变监测结果,具体如下:
以我国西北区域某滑坡体形变规律分析为例,获取覆盖研究区域的欧空局免费的Sentinel-1A升轨SAR影像数据18期,时间覆盖范围为2020年12月17日至2021年07月21日,每期次影像数据采集日期间隔12天,且飞行方向均为升轨。采用SBAS-InSAR方法对数据进行处理,得到研究区域的形变结果,包括:形变速率和各期次形变量。地表形变监测结果通过时序InSAR技术获取,其解释过程应用目标区域地形、地貌及地物分布等信息。其中,InSAR指合成孔径雷达干涉测量技术,通过侧视天线对目标进行观测;地面目标回波中的强度信息和相位信息通过复数格式记录,经两个复图像的复共轭相乘形成干涉纹图,根据干涉图的相位值,得出两次成像中微波的路程差,从而计算出目标地区的地形、地貌以及表面的微小变化。
进一步地,原始形变结果处于雷达坐标系下,采用地理编码的方式将其转为具有经纬度信息的结果并进行投影。
步骤2、对研究滑坡区域内的滑坡体边界进行圈定,具体如下:
采集覆盖目标滑坡区域的Worldview数据1景(光学影像数据),空间分辨率为0.5m(光学遥感影像的空间分辨率不低于1m,光学遥感影像采集日期确保不早于SAR数据集的最早采集日期),对其进行投影转换,确保其和InSAR形变速率结果的投影坐标系一致。
采集了覆盖研究区域的分辨率约为12.5m的ALOS DEM数据(数字高程数据),该数据通过在线平台阿拉斯加卫星设施系统免费获取,对其进行投影转换,确保其和InSAR形变速率结果的投影坐标系一致。
对目标区域内光学影像中典型地物、植被界限、特征地形、平面形态等因素进行分析,其中,典型地物分析包括:位于坡脚的大块孤石、漂石等堆积物;植被界限包括:植被空间位置分界、植被疏密程度分界等;特征地形包括:斜坡上产生的拉陷槽、洼地等地形;平面形态包括:斜坡形成弧形、圈椅形、马蹄形、舌形等平面形态;通过上述分析,初步明确滑坡体的空间位置和初始边界。
对滑坡体的初始边界进行圈定并对结果进行矢量化处理(指数据格式的转换),对矢量化后的初始边界图层进行投影转换,确保其和InSAR形变速率结果的投影坐标系一致。
将相同坐标系下的InSAR形变速率结果和滑坡体初始边界进行叠加,对于滑坡体初始边界外围临近区域(1公里范围内区域)形变速率绝对值大于10毫米/年的部分,圈定该部分区域并形成矢量边界,其坐标系与初始边界坐标系一致;
将新圈定的矢量边界和滑坡体初始边界进行合并,综合形成滑坡体当前完整的边界范围。
步骤3、在边界范围内对滑坡体进行形变分级区域划分,具体如下:
对InSAR形变速率结果进行统计和区段划分,选取形变速率绝对值阈值2毫米/年和10毫米/年,分别以小于-10毫米/年、-10毫米/年至-2毫米/年、-2毫米/年至2毫米/年、2毫米/年至10毫米/年、大于10毫米/年为区间进行划分,得到不同形变区段对应的滑坡体区域,并对不同形变区段对应的滑坡体区域的边界矢量化得到形变分级区域划分矢量图。在边界范围内根据InSAR形变监测结果中的形变速率方向对下滑和抬升区域进行划分,同时根据形变速率量级对划分的形变区域进行细化,形成滑坡体在边界范围内形变分区划分结果。
步骤4、获取滑坡体不同部分的分布特征、滑动方向等空间演变规律,具体如下:
通过DEM数据获取研究区域的坡度、坡向信息,采用公式(1)得到目标区域的坡度值,采用公式(2)得到目标区域的坡向值。
Figure 209390DEST_PATH_IMAGE001
(1)
Figure 649598DEST_PATH_IMAGE002
(2)
上式中,slope表示坡度值;aspect表示坡向值;fx表示所述数字高程数据中的每个像元值在X方向的变化率;fy表示所述数字高程数据中的每个像元值在Y方向的变化率;atan表示求反正切值;atan2表示求方位角。atan2(x,y)表示求方位角时的模板。
进一步地,坡向值需要根据规则转换为罗盘值slope1,范围为0°到360°,该值以正北方向为起点,沿着顺时针方向数值逐渐增加。转换规则如下:
当aspect小于0时,将aspect的绝对值加上90°,当aspect大于90°时,用450°减去aspect的值,其余情况下,用90°减去aspect的值,这样即可得到真正地理意义上的坡向值slope1。
利用形变分级区域划分矢量边界分别对坡度数据和坡向数据进行裁剪,得到不同形变分区内的坡度数据集和坡向数据集(坡度和坡向为两个并列的数据集,坡度和坡向两者一起构成了每个坡面的方向),并分别对每个区域内的坡度值和坡向值取平均值,以该坡度平均值和坡向平均值代表每个分区的斜坡方向。
根据形变分级区域划分结果计算每个分区内的InSAR形变速率平均值,并根据卫星成像角度和斜坡方向的几何关系对该形变速率平均值进行转换,得到滑坡体沿着斜坡方向的形变速率,转换关系如公式(3)所示。
Figure 515923DEST_PATH_IMAGE003
(3)
上式中,V slope 表示滑坡体沿斜坡方向的形变速率;V los 表示每个形变分区内的InSAR形变速率平均值;c表示斜坡方向和卫星视线方向夹角的余弦值。在每个分区内,斜坡方向由形变分区内的坡度平均值和坡向平均值确定,卫星视线方向由卫星成像参数中的轨道方向和入射角确定。
根据每个形变分区的斜坡方向、斜坡方向形变速率量级、斜坡方向形变速率正负情况(下滑或者抬升,指沿斜坡坡面方向的表观形变速率)、各期次形变变化量确定每个分区的滑动方向和各个分区之间的相对关系,得到滑坡体的演变规律。
其中,各期次形变变化量指相邻监测日期内监测区域的形变变化量,该值可通过相邻监测日期对应的形变量作差获取。
根据InSAR监测结果中的各期次形变量初步判定各部分的滑动趋势,结合坡度坡向等地形因素对坡体滑动规律进行分析,得到监测期间内滑坡体的空间演变规律。
步骤5、根据滑坡体的形变分区结果和滑坡体的空间演变规律,得到滑坡体重点监测点位信息,具体如下:
根据滑坡体的形变分区结果,再结合监测期间内的演变规律,分析滑坡灾害对地表设施影响较大的部分,得到后续滑坡体重点监测点位信息。根据各个分区的形变量级大小分析滑坡体发生大规模滑坡灾害的风险,根据滑动方向对滑坡体采取针对性措施,例如:对需要重点防护的区域采取修筑支挡工程等整治措施,同时根据各个分区之间的关系确定易发生错动形变的区域并进行重点监测。
本实施例提供的针对滑坡的InSAR形变监测结果解释方法,可有效利用滑坡体所处地形,对滑坡体的演变规律进行深度、准确分析;对其中部分区域形成有效观测,可高效圈定滑坡边界。应用InSAR技术提高了滑坡调查与评价的工作效率,减少了人工现场工作,通过对滑坡灾害的表观形变进行分级和空间演变规律进行分析,促进了传统InSAR形变监测技术在滑坡灾害评价工作中的应用;为滑坡灾害防治提供了靶标点,同时也为滑坡灾害演变规律分析提供了更加丰富的InSAR参考信息。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (8)

1.一种针对滑坡的InSAR形变监测结果解释方法,其特征在于,包括如下步骤:
S1、获取待解释滑坡区域预设监测周期内的InSAR地表形变监测结果;所述InSAR地表形变监测结果包括:InSAR形变速率结果和各期次形变量结果;所述预设监测周期包括多个监测期次;
S2、获取覆盖所述待解释滑坡区域的光学影像数据和数字高程数据;根据所述光学影像数据,分析所述待解释滑坡区域内的典型地物、植被界限、特征地形和平面形态,圈定所述待解释滑坡区域中滑坡体的初始边界;并根据所述InSAR形变速率结果对所述初始边界进行修正,确定所述滑坡体的边界范围;
S3、对所述InSAR形变速率结果进行统计和区段划分,在所述边界范围内对所述滑坡体进行形变分级区域划分,生成形变分区结果;
S4、根据所述各期次形变量结果,结合所述数字高程数据中的地形信息,获取所述滑坡体的空间演变规律;所述地形信息包括:坡度和坡向;
S5、根据所述滑坡体的形变分区结果和空间演变规律,得到所述待解释滑坡区域内的重点监测点位信息。
2.如权利要求1所述的一种针对滑坡的InSAR形变监测结果解释方法,其特征在于,所述步骤S1还包括:
采用地理编码的方式将所述InSAR地表形变监测结果转化为具有经纬度信息的结果并进行投影。
3.如权利要求2所述的一种针对滑坡的InSAR形变监测结果解释方法,其特征在于,所述步骤S2包括:
S21、获取覆盖所述待解释滑坡区域的光学影像数据和数字高程数据;根据所述光学影像数据,分析所述待解释滑坡区域内的典型地物、植被界限、特征地形和平面形态,圈定所述待解释滑坡区域中滑坡体的初始边界;并对圈定的结果进行矢量化处理;
S22、对矢量化后的初始边界图层进行投影转换,确保所述初始边界和所述InSAR形变速率结果的投影坐标系一致;
S23、将相同坐标系下的所述InSAR形变速率结果和所述初始边界进行叠加,圈定所述初始边界外围预设临近区域的部分区域并形成矢量边界,确保所述部分区域和所述初始边界的投影坐标系一致;所述部分区域的InSAR形变速率绝对值大于预设数值;
S24、将新圈定的矢量边界和所述初始边界进行合并,生成所述滑坡体的边界范围。
4.如权利要求1所述的一种针对滑坡的InSAR形变监测结果解释方法,其特征在于,所述步骤S3包括:
S31、根据预设形变速率绝对值阈值,在所述边界范围内对所述滑坡体进行形变分级区域划分,得到不同形变区段对应的滑坡体区域;
S32、对所述不同形变区段对应的滑坡体区域的边界进行矢量化处理,得到形变分级区域划分矢量图,生成形变分区结果。
5.如权利要求4所述的一种针对滑坡的InSAR形变监测结果解释方法,其特征在于,所述步骤S31包括:
根据预设形变速率绝对值阈值K毫米/年和M毫米/年,分别以小于-M毫米/年、-M毫米/年至-K毫米/年、-K毫米/年至K毫米/年、K毫米/年至M毫米/年、大于M毫米/年为区间,在所述边界范围内对所述滑坡体进行形变分级区域划分,得到不同形变区段对应的滑坡体区域;其中,0<K<M。
6.如权利要求1所述的一种针对滑坡的InSAR形变监测结果解释方法,其特征在于,所述步骤S4包括:
S41、根据所述数字高程数据,计算所述滑坡体的坡度值和坡向值;将所述坡向值根据预设规则转换为罗盘值;
S42、根据所述形变分区结果,分别对所述坡度值和坡向值进行裁剪,得到不同形变分区内的坡度数据集和坡向数据集;
S43、根据所述形变分区结果以及所述InSAR形变速率结果,分别计算每个所述形变分区内的InSAR形变速率平均值,并根据卫星成像角度和斜坡方向的几何关系,对所述InSAR形变速率平均值进行转换,得到所述滑坡体沿斜坡方向的形变速率;
S44、根据每个所述形变分区的斜坡方向、斜坡方向形变速率量级、斜坡方向形变速率正负情况和各期次形变变化量,确定每个所述形变分区的滑动方向,以及各个所述形变分区之间的相对关系,得到所述滑坡体的空间演变规律。
7.如权利要求6所述的一种针对滑坡的InSAR形变监测结果解释方法,其特征在于,分别通过如下公式计算所述滑坡体的坡度值和坡向值:
Figure 819948DEST_PATH_IMAGE001
Figure 931386DEST_PATH_IMAGE002
上式中,slope表示坡度值;aspect表示坡向值;fx表示所述数字高程数据中的每个像元值在X方向的变化率;fy表示所述数字高程数据中的每个像元值在Y方向的变化率;atan表示求反正切值;atan2表示求方位角。
8.如权利要求6所述的一种针对滑坡的InSAR形变监测结果解释方法,其特征在于,通过如下公式对所述InSAR形变速率平均值进行转换:
Figure 960522DEST_PATH_IMAGE003
上式中,V slope 表示所述滑坡体沿斜坡方向的形变速率;V los 表示每个所述形变分区内的InSAR形变速率平均值;c表示斜坡方向和卫星视线方向夹角的余弦值。
CN202210721292.2A 2022-06-24 2022-06-24 一种针对滑坡的InSAR形变监测结果解释方法 Active CN114791273B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210721292.2A CN114791273B (zh) 2022-06-24 2022-06-24 一种针对滑坡的InSAR形变监测结果解释方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210721292.2A CN114791273B (zh) 2022-06-24 2022-06-24 一种针对滑坡的InSAR形变监测结果解释方法

Publications (2)

Publication Number Publication Date
CN114791273A true CN114791273A (zh) 2022-07-26
CN114791273B CN114791273B (zh) 2022-09-13

Family

ID=82463501

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210721292.2A Active CN114791273B (zh) 2022-06-24 2022-06-24 一种针对滑坡的InSAR形变监测结果解释方法

Country Status (1)

Country Link
CN (1) CN114791273B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115356732A (zh) * 2022-10-24 2022-11-18 中国科学院空天信息创新研究院 面向InSAR形变结果的潜在滑坡风险区域识别方法
CN115856890A (zh) * 2023-02-22 2023-03-28 中国铁道科学研究院集团有限公司铁道建筑研究所 一种针对高原铁路线路的PS-InSAR形变观测方法
CN116222411A (zh) * 2023-04-06 2023-06-06 山东环宇地理信息工程有限公司 一种地表形变监测系统、监测方法及应用
CN116243269A (zh) * 2023-05-06 2023-06-09 南京航天宏图信息技术有限公司 一种基于Insar数据的震后滑坡灾害监测方法和装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006252128A (ja) * 2005-03-10 2006-09-21 Shimizu Corp 斜面崩壊予測および周辺地域への避難情報伝達システム
CN101770027A (zh) * 2010-02-05 2010-07-07 河海大学 基于InSAR与GPS数据融合的地表三维形变监测方法
CN103675790A (zh) * 2013-12-23 2014-03-26 中国国土资源航空物探遥感中心 一种基于高精度DEM提高InSAR技术监测地表形变精度的方法
CN108594260A (zh) * 2015-07-30 2018-09-28 乌鲁木齐九品芝麻信息科技有限公司 一种基于激光雷达技术的滑坡体变化检测方法
US20180292299A1 (en) * 2014-01-13 2018-10-11 Hubei University Of Technology Method of critical displacement forecast based on the deformation failure mechanism of slope
CN113848551A (zh) * 2021-09-24 2021-12-28 成都理工大学 一种利用InSAR升降轨形变数据的滑坡深度反演方法
CN113960596A (zh) * 2021-10-20 2022-01-21 苏州深蓝空间遥感技术有限公司 一种基于北斗和PS-InSAR的滑坡三维形变监测方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006252128A (ja) * 2005-03-10 2006-09-21 Shimizu Corp 斜面崩壊予測および周辺地域への避難情報伝達システム
CN101770027A (zh) * 2010-02-05 2010-07-07 河海大学 基于InSAR与GPS数据融合的地表三维形变监测方法
CN103675790A (zh) * 2013-12-23 2014-03-26 中国国土资源航空物探遥感中心 一种基于高精度DEM提高InSAR技术监测地表形变精度的方法
US20180292299A1 (en) * 2014-01-13 2018-10-11 Hubei University Of Technology Method of critical displacement forecast based on the deformation failure mechanism of slope
CN108594260A (zh) * 2015-07-30 2018-09-28 乌鲁木齐九品芝麻信息科技有限公司 一种基于激光雷达技术的滑坡体变化检测方法
CN113848551A (zh) * 2021-09-24 2021-12-28 成都理工大学 一种利用InSAR升降轨形变数据的滑坡深度反演方法
CN113960596A (zh) * 2021-10-20 2022-01-21 苏州深蓝空间遥感技术有限公司 一种基于北斗和PS-InSAR的滑坡三维形变监测方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115356732A (zh) * 2022-10-24 2022-11-18 中国科学院空天信息创新研究院 面向InSAR形变结果的潜在滑坡风险区域识别方法
CN115856890A (zh) * 2023-02-22 2023-03-28 中国铁道科学研究院集团有限公司铁道建筑研究所 一种针对高原铁路线路的PS-InSAR形变观测方法
CN115856890B (zh) * 2023-02-22 2023-04-28 中国铁道科学研究院集团有限公司铁道建筑研究所 一种针对高原铁路线路的PS-InSAR形变观测方法
CN116222411A (zh) * 2023-04-06 2023-06-06 山东环宇地理信息工程有限公司 一种地表形变监测系统、监测方法及应用
CN116222411B (zh) * 2023-04-06 2023-10-20 山东环宇地理信息工程有限公司 一种地表形变监测系统、监测方法及应用
CN116243269A (zh) * 2023-05-06 2023-06-09 南京航天宏图信息技术有限公司 一种基于Insar数据的震后滑坡灾害监测方法和装置

Also Published As

Publication number Publication date
CN114791273B (zh) 2022-09-13

Similar Documents

Publication Publication Date Title
CN114791273B (zh) 一种针对滑坡的InSAR形变监测结果解释方法
CN104122553B (zh) 一种集成多轨道、长条带CTInSAR的区域性地面沉降监测方法
Giordan et al. Morphological and kinematic evolution of a large earthflow: The Montaguto landslide, southern Italy
Catalão et al. Merging GPS and atmospherically corrected InSAR data to map 3-D terrain displacement velocity
CN111458709B (zh) 一种星载雷达广域地表二维形变场监测方法及装置
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
CN113960595A (zh) 一种地表形变监测方法及系统
CN113096005A (zh) 一种监测山体现今抬升速度的雷达时序差分干涉测量方法
CN113238228B (zh) 基于水准约束的三维地表形变获取方法、系统及装置
CN113960596A (zh) 一种基于北斗和PS-InSAR的滑坡三维形变监测方法
Aobpaet et al. Land subsidence evaluation using InSAR time series analysis in Bangkok metropolitan area
Betz-Nutz et al. Development of the morphodynamics on Little Ice Age lateral moraines in 10 glacier forefields of the Eastern Alps since the 1950s
CN109166084B (zh) 一种基于邻近点梯度关系的sar几何畸变定量模拟方法
González et al. Relative height accuracy estimation method for InSAR-based DEMs
CN111623749B (zh) 一种基于D-InSAR的铁路采空区边界提取新方法
Bruniaux et al. Data processing chain for high spatial resolution magnetic survey: Application on the Neolithic site of le Pontet (Charente‐maritime, France)
CN115638767B (zh) 地面沉降监测方法
CN116052009A (zh) 基于InSAR形变的GNSS测站布局方法及其应用
Momm et al. Methods for gully characterization in agricultural croplands using ground-based light detection and ranging
CN115546264A (zh) 一种星载InSAR图像精细配准与立体测量方法
CN115540908A (zh) 基于小波变换的InSAR干涉条纹匹配方法
CN114114257A (zh) 一种坝区形变与水位相关性检测方法和装置
Haque et al. Time series analysis of subsidence in Dhaka City, Bangladesh using Insar
Hu et al. Time-series spaceborne InSAR monitoring of permafrost deformation combined with backscattering characteristics: Case study from the Qinghai–Tibet engineering corridor
CN117572378B (zh) 基于InSAR与北斗数据的山体沉降分析方法及设备

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