论文部分内容阅读
中国是一个地质灾害多发的国家,尤其是滑坡灾害,是当今世界上除地震以外造成巨大损失的自然灾害之一。滑坡灾害一旦发生就会造成巨大的经济损失与人员伤亡,应当加强对滑坡灾害的调查与监测,但是常规的滑坡识别与监测技术往往需要大量的人力与物力,并且易受到外界条件的制约。InSAR技术凭借其可以精确获取地表微小形变的能力及其全天时、全天候等优点,已经广泛地应用于滑坡灾害的大范围探测与高精度监测的研究与应用中。然而西南山区地形复杂多变,植被覆盖茂密,致使SAR影像存在众多阴影与叠掩区域,InSAR干涉图的相干性较低,加之大气效应较为严重,使得现有技术在滑坡等灾害的大范围探测与高精度监测方面仍存在众多需要深入研究的难题。为此本文对InSAR技术在西南山区滑坡灾害探测与监测中的突出问题进行了系统分析,归纳出不同的InSAR技术在滑坡调查与监测中的适用特点与处理流程,选取多个典型区域进行了滑坡探测与监测试验。具体研究内容与成果如下:(1)对多类InSAR技术,包括Stacking、永久散射体、小基线集技术以及多源SAR数据融合技术的原理进行了阐述,不同InSAR技术进行滑坡识别与监测的优点与适用性进行了较为系统的分析,并给出了不同技术在滑坡,特别是西南山区滑坡监测中的数据处理流程。(2)利用覆盖乌东德水电站库区的ALOS数据与Envisat数据,采用干涉图堆叠技术(Stacking)进行大范围滑坡的识别,并通过四类数据产品,即InSAR形变图、相干图、强度图以及DEM反演的叠掩阴影图进行疑似滑坡的早期识别,有效地识别出10处疑似滑坡;同时利用覆盖重庆武隆山区的ALOS数据,基于干涉点目标分析技术成功识别出7处疑似滑坡区域,并通过存档资料或现场考察得到验证,证明该方法的有效性。(3)针对金沙江流域乌东德库区内金坪子滑坡开展了InSAR形变时间序列监测,利用ALOS数据采用小基线集技术获取了金坪子滑坡的形变时间序列结果,分析了滑坡形变发育的时间与空间特征,并将形变结果投影到滑坡坡向上与测量机器人监测的结果进行了对比分析,精度达到1.8cm;采用融合升降轨SAR数据,分解出乌东德库区二坪村滑坡的二维形变信息。(4)利用覆盖贵州关岭滑坡滑前的ALOS数据,通过PS-InSAR方法,获取滑前形变时间序列,有效的分析了关岭滑坡滑前形变的空间特征与时间特征,并初步分析了该滑坡崩滑机理。