基于DInSAR-BP神經(jīng)網(wǎng)絡的震后區(qū)域滑坡危險性綜合評價研究
發(fā)布時間:2021-09-04 20:23
地震對人類的威脅不僅是發(fā)生時直接造成的人員傷亡和財產(chǎn)損失,更體現(xiàn)在地震所產(chǎn)生的高隱蔽性、高危險性滑坡隱患體帶來的危害,震后區(qū)域滑坡隱患體的快速識別和科學評價在震后搶險、排險工作中至關重要。以九寨溝地區(qū)"川主寺—九寨溝"公路沿線區(qū)域為研究對象,建立了基于DIn SAR-BP神經(jīng)網(wǎng)絡技術的震后區(qū)域滑坡危險性綜合評價模型。研究結果顯示,九寨溝地區(qū)震后的滑坡高危險性區(qū)域面積約為2602. 35 km2,是震前的3. 4倍,并且這些區(qū)域主要分布在震中東北方向約20 km附近、九寨溝景區(qū)內(nèi)以及川九路前70 km,符合震后調查情況;使用多元非線性回歸法可以有效計算震后地表形變值對滑坡危險性的影響,使震后危險性評價結果精度提高了13. 9%,證明了模型在研究區(qū)域內(nèi)具有良好的適用性。
【文章來源】:工程地質學報. 2020,28(03)北大核心CSCD
【文章頁數(shù)】:11 頁
【部分圖文】:
川九路部分滑坡現(xiàn)場圖像
人工神經(jīng)網(wǎng)絡(Artificial Neural Networks,ANN)是一種廣泛用于模式識別、分類的通用非線性函數(shù)逼近器。神經(jīng)網(wǎng)絡由幾組基本單元(神經(jīng)元)構成,可以實現(xiàn)對輸入數(shù)據(jù)的非線性計算。在人工神經(jīng)網(wǎng)絡中,每個輸入節(jié)點都有一個分配權值,用于確定輸入節(jié)點對輸出節(jié)點的影響,人造神經(jīng)單元結構如圖3所示,其中,si是神經(jīng)元i的輸出,wij是從神經(jīng)元i到神經(jīng)元j的連接權重。單元j的輸出過程由兩步完成:(1)根據(jù)公式zj=∑jwijsij計算加權輸入zj;(2)使用非線性函數(shù)(S函數(shù)或雙曲函數(shù))計算減去偏差項后的zj作為j單元的輸出sj。本文建立了適用于震前滑坡危險性評價的BP神經(jīng)網(wǎng)絡模型,具體做法為:
差分干涉測量技術(DInSAR)是一種利用同一地區(qū)不同時間的SAR影像,通過差分干涉計算獲得地表形變信息的技術手段,計算方法主要有兩軌法、三軌法和四軌法。其中,兩軌法僅需兩張SAR影像,計算過程簡易且精度較高,但是需要另外輸入高精度DEM圖像作為參照,本文在研究區(qū)域內(nèi)可以獲取1 m×1 m的三維激光掃描數(shù)據(jù),保證了DEM圖像質量,因此選擇兩軌法進行計算。兩軌法的DInSAR技術實施流程主要包括:(1)基線估算;(2)主從影像配準;(3)高精度DEM參考圖輸入;(4)差分干涉;(5)濾波、相位解纏、地形校正;(6)獲得地表形變信息。本文使用的兩幅SAR影像對空間垂直基線距離為36.803 m,適合進行差分干涉處理,其中,震前(2017年7月30日)影像為主影像,震后影像(2017年8月10日)為從影像(圖5)。DInSAR計算過程通過Sarscape軟件實現(xiàn)。
【參考文獻】:
期刊論文
[1]九寨溝震區(qū)地表形變監(jiān)測及震損物源估算[J]. 熊軻,詹宇,Issaak Parcharidis,杜杰,第寶鋒. 長江流域資源與環(huán)境. 2019(01)
[2]基于Sentinel-1A數(shù)據(jù)反演九寨溝地震地表形變場[J]. 李丹,楊斌,陳財. 遙感技術與應用. 2018(06)
[3]黑方臺地表三維形變分析[J]. 王晨興,谷天峰,張茂省,孔嘉旭. 工程地質學報. 2018(06)
[4]基于時間序列InSAR分析的西部山區(qū)滑坡災害隱患早期識別——以四川丹巴為例[J]. 張路,廖明生,董杰,許強,龔健雅. 武漢大學學報(信息科學版). 2018(12)
[5]基于SBAS-InSAR技術的盤錦地區(qū)地面沉降監(jiān)測[J]. 張靜,馮東向,綦巍,周雪,趙玉星. 工程地質學報. 2018(04)
[6]九寨溝地震區(qū)公路沿線地質災害發(fā)育規(guī)律及防治對策[J]. 程強,胡朝旭,楊緒波. 中國地質災害與防治學報. 2018(04)
[7]四川茂縣疊溪鎮(zhèn)新磨村滑坡特征與成因機制初步研究[J]. 許強,李為樂,董秀軍,肖先煊,范宣梅,裴向軍. 巖石力學與工程學報. 2017(11)
[8]基于隨機森林權重的滑坡危險性評價:以東江流域為例[J]. 吳孝情,賴成光,陳曉宏,任秀文. 自然災害學報. 2017(05)
[9]2017年8月8日九寨溝M7.0地震及余震震源機制解與發(fā)震構造分析[J]. 易桂喜,龍鋒,梁明劍,張會平,趙敏,葉有清,張致偉,祁玉萍,王思維,宮悅,喬惠珍,汪智,邱桂蘭,蘇金蓉. 地球物理學報. 2017 (10)
[10]2017年8月8日四川九寨溝地震誘發(fā)地質災害空間分布規(guī)律及易發(fā)性評價初步研究[J]. 戴嵐欣,許強,范宣梅,常鳴,楊琴,楊帆,任敬. 工程地質學報. 2017(04)
博士論文
[1]基于InSAR觀測同震地表形變場反演汶川地震斷層滑移[D]. 楊瑩輝.西南交通大學 2015
碩士論文
[1]汶川地震滑坡與InSAR同震形變場及庫倫應力變化的關系研究[D]. 羅容.西南交通大學 2016
[2]多元回歸分析法在滑坡空間預測中的應用[D]. 韋浩.長安大學 2011
[3]基于模糊綜合評價和神經(jīng)網(wǎng)絡對邊坡穩(wěn)定性的分析研究[D]. 夏卜敬.武漢科技大學 2008
[4]九寨溝景觀地質背景及成因研究[D]. 楊更.成都理工大學 2005
本文編號:3383947
【文章來源】:工程地質學報. 2020,28(03)北大核心CSCD
【文章頁數(shù)】:11 頁
【部分圖文】:
川九路部分滑坡現(xiàn)場圖像
人工神經(jīng)網(wǎng)絡(Artificial Neural Networks,ANN)是一種廣泛用于模式識別、分類的通用非線性函數(shù)逼近器。神經(jīng)網(wǎng)絡由幾組基本單元(神經(jīng)元)構成,可以實現(xiàn)對輸入數(shù)據(jù)的非線性計算。在人工神經(jīng)網(wǎng)絡中,每個輸入節(jié)點都有一個分配權值,用于確定輸入節(jié)點對輸出節(jié)點的影響,人造神經(jīng)單元結構如圖3所示,其中,si是神經(jīng)元i的輸出,wij是從神經(jīng)元i到神經(jīng)元j的連接權重。單元j的輸出過程由兩步完成:(1)根據(jù)公式zj=∑jwijsij計算加權輸入zj;(2)使用非線性函數(shù)(S函數(shù)或雙曲函數(shù))計算減去偏差項后的zj作為j單元的輸出sj。本文建立了適用于震前滑坡危險性評價的BP神經(jīng)網(wǎng)絡模型,具體做法為:
差分干涉測量技術(DInSAR)是一種利用同一地區(qū)不同時間的SAR影像,通過差分干涉計算獲得地表形變信息的技術手段,計算方法主要有兩軌法、三軌法和四軌法。其中,兩軌法僅需兩張SAR影像,計算過程簡易且精度較高,但是需要另外輸入高精度DEM圖像作為參照,本文在研究區(qū)域內(nèi)可以獲取1 m×1 m的三維激光掃描數(shù)據(jù),保證了DEM圖像質量,因此選擇兩軌法進行計算。兩軌法的DInSAR技術實施流程主要包括:(1)基線估算;(2)主從影像配準;(3)高精度DEM參考圖輸入;(4)差分干涉;(5)濾波、相位解纏、地形校正;(6)獲得地表形變信息。本文使用的兩幅SAR影像對空間垂直基線距離為36.803 m,適合進行差分干涉處理,其中,震前(2017年7月30日)影像為主影像,震后影像(2017年8月10日)為從影像(圖5)。DInSAR計算過程通過Sarscape軟件實現(xiàn)。
【參考文獻】:
期刊論文
[1]九寨溝震區(qū)地表形變監(jiān)測及震損物源估算[J]. 熊軻,詹宇,Issaak Parcharidis,杜杰,第寶鋒. 長江流域資源與環(huán)境. 2019(01)
[2]基于Sentinel-1A數(shù)據(jù)反演九寨溝地震地表形變場[J]. 李丹,楊斌,陳財. 遙感技術與應用. 2018(06)
[3]黑方臺地表三維形變分析[J]. 王晨興,谷天峰,張茂省,孔嘉旭. 工程地質學報. 2018(06)
[4]基于時間序列InSAR分析的西部山區(qū)滑坡災害隱患早期識別——以四川丹巴為例[J]. 張路,廖明生,董杰,許強,龔健雅. 武漢大學學報(信息科學版). 2018(12)
[5]基于SBAS-InSAR技術的盤錦地區(qū)地面沉降監(jiān)測[J]. 張靜,馮東向,綦巍,周雪,趙玉星. 工程地質學報. 2018(04)
[6]九寨溝地震區(qū)公路沿線地質災害發(fā)育規(guī)律及防治對策[J]. 程強,胡朝旭,楊緒波. 中國地質災害與防治學報. 2018(04)
[7]四川茂縣疊溪鎮(zhèn)新磨村滑坡特征與成因機制初步研究[J]. 許強,李為樂,董秀軍,肖先煊,范宣梅,裴向軍. 巖石力學與工程學報. 2017(11)
[8]基于隨機森林權重的滑坡危險性評價:以東江流域為例[J]. 吳孝情,賴成光,陳曉宏,任秀文. 自然災害學報. 2017(05)
[9]2017年8月8日九寨溝M7.0地震及余震震源機制解與發(fā)震構造分析[J]. 易桂喜,龍鋒,梁明劍,張會平,趙敏,葉有清,張致偉,祁玉萍,王思維,宮悅,喬惠珍,汪智,邱桂蘭,蘇金蓉. 地球物理學報. 2017 (10)
[10]2017年8月8日四川九寨溝地震誘發(fā)地質災害空間分布規(guī)律及易發(fā)性評價初步研究[J]. 戴嵐欣,許強,范宣梅,常鳴,楊琴,楊帆,任敬. 工程地質學報. 2017(04)
博士論文
[1]基于InSAR觀測同震地表形變場反演汶川地震斷層滑移[D]. 楊瑩輝.西南交通大學 2015
碩士論文
[1]汶川地震滑坡與InSAR同震形變場及庫倫應力變化的關系研究[D]. 羅容.西南交通大學 2016
[2]多元回歸分析法在滑坡空間預測中的應用[D]. 韋浩.長安大學 2011
[3]基于模糊綜合評價和神經(jīng)網(wǎng)絡對邊坡穩(wěn)定性的分析研究[D]. 夏卜敬.武漢科技大學 2008
[4]九寨溝景觀地質背景及成因研究[D]. 楊更.成都理工大學 2005
本文編號:3383947
本文鏈接:http://www.sikaile.net/guanlilunwen/gongchengguanli/3383947.html
最近更新
教材專著