InSAR支持下的震后滑坡識別與易發(fā)性評價
發(fā)布時間:2022-12-22 06:31
快速準確獲取地震誘發(fā)滑坡災害分布規(guī)律,分析評價災區(qū)未來發(fā)生滑坡的危險性,對于震后救援救災、災區(qū)重建及防震減災具有重要指導意義。論文以2017年8月8日九寨溝地震為研究案例,基于面向對象的圖像分析方法獲取震后滑坡分布規(guī)律;引入InSAR技術提取的地表同震形變因子,構建了主客觀相結合的AHP-信息量評價模型,實現(xiàn)了研究區(qū)滑坡易發(fā)性評價。主要工作及研究結論如下:(1)基于D-InSAR技術的震區(qū)地表形變信息提取。由于衛(wèi)星不同視線向成像幾何及發(fā)震斷層的運動特點,研究采用了綜合升軌和降軌SAR數(shù)據(jù)獲取震后地表形變的方法,其中利用降軌數(shù)據(jù)獲取的地表沿LOS向最大抬升15cm,最大沉降9cm,而升軌數(shù)據(jù)LOS向主要以沉降為主,最大沉降22cm。綜合不同視線向InSAR獲取的形變結果,確定地震誘發(fā)滑坡分布范圍,并將其作為地震擾動烈度因子引入到滑坡易發(fā)性評價體系中。(2)基于NDVI差值變化檢測的面向對象震后滑坡信息識別方法研究。利用地震前后兩期光學遙感影像計算差值NDVI數(shù)據(jù),參考地表坡度及InSAR技術獲取的地表形變信息,根據(jù)構建的滑坡信息分類提取規(guī)則,采用面向對象的方法實現(xiàn)了滑坡信息的準確識別。提...
【文章頁數(shù)】:74 頁
【學位級別】:碩士
【部分圖文】:
研究區(qū)位置
研究區(qū)地形暈渲圖
研究區(qū)1:25萬地質圖
【參考文獻】:
期刊論文
[1]基于遞歸神經網絡的視頻多目標檢測技術[J]. 華夏,王新晴,馬昭燁,王東,邵發(fā)明. 計算機應用研究. 2020(02)
[2]九寨溝地震發(fā)震區(qū)周邊構造特征及發(fā)震斷裂[J]. 李忠權,韓倩,蘆建文,龍偉,丁嘯,黃晶. 成都理工大學學報(自然科學版). 2018(06)
[3]汶川地震滑坡危險性評價——以武都區(qū)和文縣為例[J]. 孫艷萍,張?zhí)K平,陳文凱,周中紅. 地震工程學報. 2018(05)
[4]基于信息量模型的贛州市地質災害易發(fā)性分區(qū)[J]. 彭珂,彭紅霞,梁峰,黃長生,丘卓明. 安全與環(huán)境工程. 2018(05)
[5]機載激光雷達技術在地質災害調查中的應用——以四川九寨溝7.0級地震為例[J]. 佘金星,程多祥,劉飛,陳思思,楊武年. 中國地震. 2018(03)
[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]基于加權信息量與GIS的滑坡易發(fā)性評價[J]. 胡芹龍,王運生. 水力發(fā)電. 2018(08)
[8]基于GF1-NDVI時序影像對春小麥進行提取研究[J]. 劉沼輝,柳林,郭慧,程鵬. 北京測繪. 2018(06)
[9]信息量模型、確定性系數(shù)模型與邏輯回歸模型組合評價地質災害敏感性的對比研究[J]. 張曉東,劉湘南,趙志鵬,吳文忠,劉海燕,張勇,高宇亮. 現(xiàn)代地質. 2018(03)
[10]2018年地震滑坡機理與評估研討會概述[J]. 馬思遠,許沖. 地震地質. 2018(03)
博士論文
[1]基于3S和人工智能的滑坡位移預測與易發(fā)性評價[D]. 黃發(fā)明.中國地質大學 2017
[2]關中地區(qū)作物種植信息遙感識別及其動態(tài)監(jiān)測[D]. 申健.西北農林科技大學 2017
[3]基于D-InSAR數(shù)據(jù)分析的高山峽谷區(qū)域滑坡位移識別[D]. 王立偉.北京科技大學 2015
碩士論文
[1]基于GF-2影像的城區(qū)地物信息尺度選擇及分類方法研究[D]. 李劍.東華理工大學 2018
[2]基于單視線向D-InSAR技術的開采沉陷監(jiān)測方法研究[D]. 李楠.安徽理工大學 2018
[3]基于GIS的涇陽縣地質災害易發(fā)性評價方法研究[D]. 胡偉.西安科技大學 2018
[4]云南魯?shù)榈卣鸹乱装l(fā)性分析[D]. 吳瑋瑩.中國地震局地震預測研究所 2018
[5]基于GIS的青川縣滑坡災害易發(fā)性評價與區(qū)劃[D]. 陳祖杰.西南科技大學 2017
[6]TOPS模式Sentinel-1數(shù)據(jù)地面沉降監(jiān)測研究[D]. 吳岳.中國礦業(yè)大學 2017
[7]InSAR技術在西南山區(qū)滑坡探測與監(jiān)測的應用[D]. 康亞.長安大學 2016
[8]地震滑坡危險性初步研究及城市地震災害三維場景模擬新方法[D]. 李蕓蕓.中國地震局工程力學研究所 2016
[9]基于GIS的朗縣地質災害易發(fā)性評價研究[D]. 席盼盼.吉林大學 2014
[10]玉樹“4.14”地震次生地質災害發(fā)育特征與分布規(guī)律[D]. 彭亮.中國地質大學(北京) 2013
本文編號:3723645
【文章頁數(shù)】:74 頁
【學位級別】:碩士
【部分圖文】:
研究區(qū)位置
研究區(qū)地形暈渲圖
研究區(qū)1:25萬地質圖
【參考文獻】:
期刊論文
[1]基于遞歸神經網絡的視頻多目標檢測技術[J]. 華夏,王新晴,馬昭燁,王東,邵發(fā)明. 計算機應用研究. 2020(02)
[2]九寨溝地震發(fā)震區(qū)周邊構造特征及發(fā)震斷裂[J]. 李忠權,韓倩,蘆建文,龍偉,丁嘯,黃晶. 成都理工大學學報(自然科學版). 2018(06)
[3]汶川地震滑坡危險性評價——以武都區(qū)和文縣為例[J]. 孫艷萍,張?zhí)K平,陳文凱,周中紅. 地震工程學報. 2018(05)
[4]基于信息量模型的贛州市地質災害易發(fā)性分區(qū)[J]. 彭珂,彭紅霞,梁峰,黃長生,丘卓明. 安全與環(huán)境工程. 2018(05)
[5]機載激光雷達技術在地質災害調查中的應用——以四川九寨溝7.0級地震為例[J]. 佘金星,程多祥,劉飛,陳思思,楊武年. 中國地震. 2018(03)
[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]基于加權信息量與GIS的滑坡易發(fā)性評價[J]. 胡芹龍,王運生. 水力發(fā)電. 2018(08)
[8]基于GF1-NDVI時序影像對春小麥進行提取研究[J]. 劉沼輝,柳林,郭慧,程鵬. 北京測繪. 2018(06)
[9]信息量模型、確定性系數(shù)模型與邏輯回歸模型組合評價地質災害敏感性的對比研究[J]. 張曉東,劉湘南,趙志鵬,吳文忠,劉海燕,張勇,高宇亮. 現(xiàn)代地質. 2018(03)
[10]2018年地震滑坡機理與評估研討會概述[J]. 馬思遠,許沖. 地震地質. 2018(03)
博士論文
[1]基于3S和人工智能的滑坡位移預測與易發(fā)性評價[D]. 黃發(fā)明.中國地質大學 2017
[2]關中地區(qū)作物種植信息遙感識別及其動態(tài)監(jiān)測[D]. 申健.西北農林科技大學 2017
[3]基于D-InSAR數(shù)據(jù)分析的高山峽谷區(qū)域滑坡位移識別[D]. 王立偉.北京科技大學 2015
碩士論文
[1]基于GF-2影像的城區(qū)地物信息尺度選擇及分類方法研究[D]. 李劍.東華理工大學 2018
[2]基于單視線向D-InSAR技術的開采沉陷監(jiān)測方法研究[D]. 李楠.安徽理工大學 2018
[3]基于GIS的涇陽縣地質災害易發(fā)性評價方法研究[D]. 胡偉.西安科技大學 2018
[4]云南魯?shù)榈卣鸹乱装l(fā)性分析[D]. 吳瑋瑩.中國地震局地震預測研究所 2018
[5]基于GIS的青川縣滑坡災害易發(fā)性評價與區(qū)劃[D]. 陳祖杰.西南科技大學 2017
[6]TOPS模式Sentinel-1數(shù)據(jù)地面沉降監(jiān)測研究[D]. 吳岳.中國礦業(yè)大學 2017
[7]InSAR技術在西南山區(qū)滑坡探測與監(jiān)測的應用[D]. 康亞.長安大學 2016
[8]地震滑坡危險性初步研究及城市地震災害三維場景模擬新方法[D]. 李蕓蕓.中國地震局工程力學研究所 2016
[9]基于GIS的朗縣地質災害易發(fā)性評價研究[D]. 席盼盼.吉林大學 2014
[10]玉樹“4.14”地震次生地質災害發(fā)育特征與分布規(guī)律[D]. 彭亮.中國地質大學(北京) 2013
本文編號:3723645
本文鏈接:http://www.sikaile.net/kejilunwen/diqiudizhi/3723645.html