点击名片 关注我们
标题
Title
期刊: Engineering Geology
作者：Peng Zeng , Bing Feng , Keren Dai , Tianbin Li , Xuanmei Fan , Xiaoping Sun
年份：2024
《研究亮点》
提出了一种基于合成孔径雷达干涉测量（InSAR）的滑坡失稳时间预测新框架。
系统地评估了 InSAR 在滑坡失稳时间预测中的性能。
量化了不确定性对滑坡失稳时间预测的影响。
星载 InSAR 在滑坡预警应用中具有巨大潜力。
将结果整合到预警系统中将带来巨大价值。
1
摘要
预测滑坡失稳时间是滑坡风险管理的重要组成部分。尽管现场传感器支持的滑坡预警系统仍占主导地位，但它们的高成本使得监测所有滑坡变得不切实际，从而给有效的滑坡风险管理带来重大挑战。因此，本研究从地球观测的角度研究了这个问题，并提出了一个结合干涉合成孔径雷达（InSAR）监测信息的概率性滑坡失稳时间预测框架。相应地，收集了 2016 年至 2021 年期间中国中西部发生的 30 个历史滑坡，以评估上述框架的可行性。基于滑坡数据集，从应用角度系统地评估了卫星 InSAR 技术在滑坡失稳时间预测方面的性能。很明显，有 11 个滑坡（36.67%）在失稳前被 InSAR 捕捉到加速变形信号，其中 8 个（26.67%）的监测数据为其失稳时间预测提供了足够的信息。此外，提出了一种结合传统反速度模型和序贯贝叶斯更新的概率方法，以动态预测最可能的失稳时间和相关的置信区间。案例研究表明，所提出的方法能够成功预测这 8 个滑坡的失稳时间，从而证明了该框架的可行性。尽管目前卫星的长重访周期在实际中限制了它们的性能，但这个问题可以通过未来卫星任务的进步来解决。因此，我们相信 InSAR 时代即将来临，并将为大型滑坡预警带来巨大价值。
2
图表
2010 年至 2022 年中国致命性滑坡的空间分布。白色线条和数字代表中国的七个气候区。1：温带干旱区；2：温带半湿润半干旱区；3：高原气候区；4：暖温带半湿润区；5：北亚热带湿润区；6：中亚热带湿润区；7：边缘热带湿润区。
图 1. 所提出的通用框架流程图。
图 2. 30 处历史滑坡的位置。
图 3.（a）无效预测和（b）有效高密度区间（HDI）示意图。
图 4. 所提出的滑坡失效时间预测方法的流程图。
图 6. 长河滑坡详细结果：（a）InSAR 分析的年平均变形速率，（b）选定永久散射体（MPCs）的时间序列位移数据。
图 7. 新磨滑坡详细结果：(a)InSAR 分析的平均速度图，(b)选定 MPC 的时间序列位移数据，(c)第一次和(d)第二次预测失效时间的概率密度函数。
图 8. 雅虎口滑坡详细结果：(a) 时序 InSAR 分析得到的平均速度图，(b) 选定监测点（MPC）的时序位移数据，(c) 通过序贯贝叶斯更新获得的失效时间的有效 90%最高密度区间（HDI）。
图 10. 滑坡可预测性与（a）体积、（b）物质类型之间的关系。
3
结论
在这项研究中，提出了一种由卫星干涉合成孔径雷达（InSAR）技术驱动的新型概率框架，用于滑坡失效时间预测，以弥补当前大型滑坡监测和预警方法的局限性。基于包含 30 个滑坡的数据集，从应用维度评估了上述框架在大型滑坡预警中的可行性和有效性。本研究得出的主要结论如下：
1. 在 Sentinel-1 卫星数据的支持下，MT-InSAR 技术可以有效地为 83.33%的滑坡获取变形信息，为 36.67%的滑坡识别加速阶段，并为 26.67%的滑坡提供足够的滑坡预警信息。SAR 卫星的重访周期是影响其在滑坡监测和预警中使用的主要障碍。然而，随着未来卫星任务的发展，这个问题可以得到解决。
2. 提出的概率失效时间预测方法在案例研究中表现良好。预测的最可能失效时间与实际失效时间平均仅相差 2.44 天，并且预测的有效的 90%最高密度区间成功地覆盖了所有实际失效时间。结果表明，这种方法可以有效地量化不确定性对预测的影响，并为当局提供对可能发生的滑坡事件更全面的了解，从而指导他们做出更明智的基于风险的决策。
3. 此外，为了适应实际应用场景，提出了一种顺序概率失效时间预测方法。借助连续监测数据，可以大大降低预测的不确定性，同时大大提高相关的准确性，从而提供更可靠的预测结果，并提高决策者的信心。
4. 本研究中提出的方法可以为大型滑坡预警提供低成本的监测和失效时间的初步预测。然而，虽然这种方法不能准确预测所有滑坡的失效时间，但将其整合到现有的预警系统中可以带来巨大的附加值。在滑坡预警中推广多种监测技术和方法的应用，将有助于对滑坡灾害进行更科学的评估。
5. 最后，对于“卫星 InSAR 能否创新大型滑坡预警方式？”这个问题，本研究表明它可以成功地预测一些大型滑坡。卫星 InSAR 监测技术在未来肯定会成为滑坡预警的有力工具。我们相信 InSAR 时代即将来临，并将为大型滑坡预警带来巨大的附加值。
4
参考文献
扫码关注，欢迎来稿
邮箱丨engeomodel@gmail.com
免责声明
本公众号推广所有论文，仅供学术交流，由于小编水平有限，摘要、图表均为原文内容，文字翻译部分仅代表小编个人理解，本公众号不具该原文的版权。在文献解读或作者简历介绍过程中如有疏漏，我们深表歉意，如涉及侵权问题或冒犯之处，请作者团队及时联系本公众号（邮箱），我们会在第一时间进行修改或删除，感谢您的谅解！
