光学遥感用于贵州发耳镇尖山营滑坡监测研究

陈立权; 赵超英; 任超锋; 王佩杰; 陈雪蓉; 陈恒祎

doi:10.11932/karst20200407

光学遥感用于贵州发耳镇尖山营滑坡监测研究

doi: 10.11932/karst20200407

1.
长安大学地质工程与测绘学院
2.
长安大学地质工程与测绘学院/西部矿产资源与地质工程教育部重点实验室

基金项目: 国家重点研发课题（2018YFC1504805）；国家自然基金（41874005，41929001）

计量
- 文章访问数: 1326
- HTML浏览量: 879
- PDF下载量: 184
- 被引次数: 0
出版历程
- 发布日期: 2020-08-25

Monitoring the Jianshanying landslide in a karst mountainous area of Guizhou by optical remote sensing

1.
School of Geological Engineering and Geomatics, Chang’an University
2.
School of Geological Engineering and Geomatics, Chang’an University/Key Laboratory of Western China’s Mineral Resources and Geological Engineering, Ministry of Education

摘要

摘要: 文章选取贵州省发耳镇尖山营采矿型滑坡为研究对象，利用多期光学遥感数据，基于亚像元相关性匹配技术，实现该滑坡长时序定量化二维形变监测。利用多期存档Google earth影像及无人机影像，探测出该地区1#滑坡在2013年已开始发生明显的地表形变，且随着时间的推移，地表形变愈发严重；再基于Sentinel-2遥感数据求解出1#滑坡自2016年7月31日至2020年3月22日期间的二维形变时间序列，结果表明：该滑坡最大水平形变方向与斜坡方向一致，且在东西向和南北向上均表现为持续增大的趋势，最大累积形变量分别达到了44 m和-58 m。
- 滑坡 /
- 光学遥感 /
- 相关性匹配 /
- 二维形变 /
- 时序监测
Abstract: Landslides in karst mountainous areas of southwest China induced by underground mining can cause huge economic losses and casualties. Such hazard is characterized by large deformation gradients and serious collapse of the surface. This work takes the Jianshanying mining-induced landslide as an example to realizes the quantitative 2D time-series deformation monitoring of the landslide by optical sub-pixel correlation methods based on multiple optical images. First, multiple historical archives of Google earth images and UAV images are used to detect the damage of the surface, showing that the 1# landslide area has undergone significant surface deformation in 2013, becoming increasingly serious over time. Then, the 2D deformation time series of the 1# landslide area from July 31, 2016 to March 22, 2020 is inverted based on the Sentinel-2 data. Results indicate that the horizontal deformation in this area tended to be larger in the slope direction as well as in the east-west and north-south directions over time. The deformation continued to increase over time, and the maximum cumulative deformation reached 44 m and -58 m, respectively. Therefore, the large-gradient deformation monitoring of the landslide disaster in Guizhou karst mountainous areas can be realized by using optical remote sensing technology, which is important to the monitoring and early warning of landslides in similar areas.
- landslide /
- optical remote sensing /
- correlation /
- 2D deformation /
- time-series monitoring

HTML

参考文献(18)

[1]	HUANG Q H， CAI Y L. Spatial pattern of Karst rock desertification in the Middle of Guizhou Province， Southwestern China ［J］. Environmental Geology， 2007， 52（7）： 1325-1330.
[2]	李滨，殷跃平，高杨，等. 西南岩溶山区大型崩滑灾害研究的关键问题［J］. 水文地质工程地质， 2020， 47（4）： 5-13.
[3]	郑光，许强，巨袁臻，等. 2017年8月28日贵州纳雍县张家湾镇普洒村崩塌特征与成因机理研究［J］. 工程地质学报， 2018， 26（1）： 223-240.
[4]	陆会燕，李为乐，许强，等. 光学遥感与InSAR结合的金沙江白格滑坡上下游滑坡隐患早期识别［J］. 武汉大学学报（信息科学版）， 2019， 44（9）： 1342-1354.
[5]	MONDINI A C， S ANTANGELO M ， ROCCHETTI M， et al. Sentinel-1 SAR amplitude imagery for rapid landslide detection ［J］. Remote Sensing， 2019， 11（7）： 760.
[6]	HU X， WANG T， PIERSON T C， et al. Detecting seasonal landslide movement within the Cascade landslide complex （Washington） using time-series SAR imagery ［J］. Remote Sensing of Environment， 2016， 187： 49-61.
[7]	FIORUCCI F， GLORDAN G， SANTANGELO M， et al. Criteria for the optimal selection of remote sensing optical images to map event landslides ［J］. Natural Hazards and Earth System Sciences， 2018， 18（1）： 405-417.
[8]	冯光财，许兵，单新建，等. 基于Landsat 8光学影像的巴基斯坦Awaran Mw7.7地震形变监测及参数反演研究［J］. 地球物理学报， 2015， 58（5）： 1634-1644.
[9]	丁超，冯光财，周玉杉，等.尼泊尔地震触发滑坡识别和雪崩形变分析［J］.武汉大学学报：信息科学版，2018，43（6）： 847-853.
[10]	贺礼家，冯光财，冯志雄，等. 哨兵-2号光学影像地表形变监测：以2016年Mw7.8新西兰凯库拉地震为例［J］. 测绘学报， 2019， 48（3）： 339-351.
[11]	LACROIX P， DEHECQ A， TAIPE E. Irrigation-triggered landslides in a Peruvian desert caused by modern intensive farming ［J］. Nature Geoscience， 2020， 13（1）： 56-60.
[12]	YANG W T， WANG Y J， WANG Y Q， et al. Retrospective deformation of the Baige landslide using optical remote sensing images ［J］. Landslides， 2020， 17（3）： 659-668.
[13]	李海军，董建辉，朱要强，等. 贵州发耳煤矿尖山营滑坡特征及成因机制［J］. 科学技术与工程， 2019， 19（26）： 345-351.
[14]	王治华. 数字滑坡技术及其典型应用［J］. 中国地质调查， 2016， 3（3）： 47-54.
[15]	王治华. 滑坡遥感［M］. 北京：科学出版社， 2012： 104-105.
[16]	LEPRINCE S， BARBOT S， AYOUB F， et al. Automatic and precise orthorectification， coregistration， and subpixel correlation of satellite images， application to ground deformation measurements ［J］. IEEE Transactions on Geoscience and Remote Sensing， 2007， 45（6）： 1529-1558.
[17]	ROSU A， PIERROT-DESEILLIGNY M， DELORME A， et al. Measurement of ground displacement from optical satellite image correlation using the free open-source software MicMac ［J］. ISPRS Journal of Photogrammetry and Remote Sensing， 2015， 100： 48-59.
[18]	SCHMIDT D A， BURGMANN R. Time-dependent land uplift and subsidence in the Santa Clara valley， California， from a large interferometric synthetic aperture radar data set ［J］. Journal of Geophysical Research， 2003， 108（B9）：2416-2429.