本文约1000字，阅读时间约2分钟
2024年8月25日-10月22日，“自然资源部地质灾害隐患遥感识别与监测工程技术创新中心”研究团队围绕国家重点研发计划项目“广域重大地质灾害隐患综合遥感识别技术”任务，完成了对“从形变聚集区智能探测到大型滑坡隐患判识”技术方案应用效果的现场验证，工作地跨青海、甘肃、四川、云南4省，覆盖黄河上游黄土地区，白龙江、金沙江高山峡谷区，四川强震影响区和澜沧江植被覆盖区四类灾害发育场景，共核查变形区150处，累计距离超过1.4万公里，地跨50余个区县。
坎布拉滑坡野外工作组合影
研究团队聚焦广域尺度下滑坡智能识别的迫切需求，构建了“地质灾害时空特征与遥感图谱/形变观测要素”之间的映射关系，通过引入自适应模型迁移及视觉大模型等前沿AI技术，开发了一套形变聚集区智能识别（Geohazard AI Predictor）系统，经测试已完成全国高中易发区InSAR形变信息探测，提取变形聚集区4万余处。野外工作中针对地表形变特征显著的大型滑坡、崩塌隐患，通过实地踏勘+无人机观测，对照遥感观测信息、孕灾条件、变形破坏迹象和潜在威胁对象，综合判定疑似隐患的类型、变形范围、前兆特征和风险程度，经现场调查发现，自动提取的变形聚集区与实际形变范围重叠度普遍超过85%，超过90%的变形区对应的类型为滑坡，可确定为隐患的滑坡占核查总样本的83%以上。
尖扎县李坎公路滑塌前后对比图
民和县转导乡河纳沟村一处山体滑坡现场
调查表明，形变聚集区智能探测技术适用于活动特征明显的大规模滑坡动态识别工作，为高频InSAR观测条件下更新识别变形区提供了高效途经，为综合解译与风险判识提供了目标对象。
阿坝州黑水县一处表层松散堆积物滑移
金沙江沿岸沃达滑坡地表形变迹象（2020年识别出的大型滑坡隐患）
丽江大东乡一处滑坡滑塌破坏情况
总结此次工作，一是验证了以形变特征为指示因子的滑坡隐患关联要素智能识别技术的有效性，增强了对地质灾害发育背景和受控因素的理解；二是通过无人机遥感，优化了实地核查中“爬高坡、钻树林、找变形破坏迹象”的工作流程，积累了现场经验；三是通过老专家现场教学，提高了青年骨干对滑坡形成条件、演化规律和发育特征的认识，体现了“以老带新”的作风传承，对培养“遥感技术精深、专业知识扎实”的研究团队起到了重要作用。
本公众号依托“自然资源部地质灾害隐患遥感识别与监测工程技术创新中心”技术团队，立足遥感技术研究与地质灾害应用，面向图谱遥感与几何遥感，致力于创新InSAR测量、影像变化检测、遥感智能解译、定量评估方法，构建联通地质灾害业务应用——遥感信息提取技术研究——业务应用系统平台开发——卫星（传感器）设计的发展模式，以科技创新支撑综合防灾减灾，服务经济社会高质量发展。
GeoHazards_Detector
扫码关注我们
