[发明专利]一种基于空天地一体化的滑坡早期识别方法在审

专利信息
申请号: 202211346023.9 申请日: 2022-10-31
公开(公告)号: CN115685201A 公开(公告)日: 2023-02-03
发明(设计)人: 戴小军;蒋仕林;张华英;何杉;高天翔;赵思林;赵丽娟;黄伟逸 申请(专利权)人: 西南石油大学
主分类号: G01S13/90 分类号: G01S13/90;G01C11/00;G06F30/20;G06T17/05;G06V20/17
代理公司: 成都其知创新专利代理事务所(普通合伙) 51326 代理人: 舒春艳
地址: 610500 四*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 天地 一体化 滑坡 早期 识别 方法
【说明书】:

发明公开一种基于空天地一体化的滑坡早期识别方法,包括通过SBAS‑InSAR技术反演研究区时序形变速率;利用高精度光学影像,实现滑坡隐患的初步判识;基于无人机摄影测量或机载LiDAR技术进一步明确滑坡体范围,并获取特征滑坡相应的岩石力学参数;利用3DEC软件对特征滑坡进行数值模拟,分析其天然工况以及极端降雨工况下的应力应变和稳定性变化过程,对滑坡风险进行评价。该方法使用了“空”“天”“地”多种技术手段,弥补了单一数据造成的不确定性和模糊性,增加数据的精度和可靠度。本发明在实现大范围区域滑坡早期滑坡的基础上,还对局部区域进行聚焦,综合降雨的影响对滑坡进行了动态识别。

技术领域

本发明涉及一种基于空天地一体化的滑坡早期识别方法,属于地质灾害防治技术领域。

背景技术

滑坡是频繁发生、破坏最严重的全球自然灾害之一,滑坡灾害隐蔽性强、破坏性大,特别是我国西南地区,复杂的地质条件、频繁的构造活动、多见的暴雨和持续降雨天气以及日益频繁的人类活动等导致该区域滑坡地质灾害频发,对人民生命财产和基础设施安全造成巨大威胁,因此,开展有效的滑坡早期识别对于防灾减灾尤为重要。

滑坡早期识别是将未来具有发生破坏变形可能的斜坡探测出来,通过形态和形变监测可以很好的做到这一点。从形态角度出发,光学遥感对于已发生历史滑坡以及形变迹象明显的滑坡隐患具有较高的准确度,但是常常会忽略暂无较大形变的不稳定斜坡,并且在技术层面上,光学遥感还受到天气条件的影响。合成孔径雷达干涉测量(InSAR)是近年来新兴的区域地表变形监测技术,与常规地表形变监测方法相比具有监测范围广、空间分辨率高、精度高等优点,与光学遥感相比它不受天气等条件影响,为滑坡早期识别提供了一种新的有效技术手段。小基线集技术(Small Baseline Subset,SBAS)是由意大利学者Berardina等于2002年提出,该方法在获取地表变形时间序列的同时,可以减少InSAR处理中的去相关效应以及高程和大气误差。然而,由于雷达系统侧视成像以及InSAR技术本身的原理所限,InSAR技术生成的有效干涉点是有限的,尤其是在植被覆盖茂密地区,往往不能覆盖完整的地质灾害范围,如果地质灾害形变速率过快,则将导致失相干。仅仅使用InSAR技术可能会造成部分滑坡不能识别,并且很多突发性滑坡滑前并没有很强的变形迹象,从变形到破坏所经历的时间较短,而此类滑坡往往发生在降雨期间,利用InSAR手段难以提前发现。

因此,如何提供一种解决上述技术问题的方案是本领域的技术人员目前需要解决的问题。

发明内容

为了克服现有技术中的问题,本发明提供一种基于空天地一体化的滑坡早期识别方法,该方法使用了“空”“天”“地”多种技术手段,弥补了单一数据造成的不确定性和模糊性,增加数据的精度和可靠度。本发明在实现大范围区域滑坡早期滑坡的基础上,还对局部区域进行聚焦,综合降雨的影响对滑坡进行了动态识别。

本发明解决上述技术问题所提供的技术方案是:一种基于空天地一体化的滑坡早期识别方法,步骤S1、通过SBAS-InSAR技术反演研究区时序形变速率;

步骤S2、利用高精度光学影像,实现滑坡隐患的初步判识;

步骤S3、基于无人机摄影测量或机载LiDAR技术进一步明确滑坡体范围,并获取特征滑坡相应的岩石力学参数;

步骤S4、利用3DEC软件对特征滑坡进行数值模拟,分析其天然工况以及极端降雨工况下的应力应变和稳定性变化过程,对滑坡风险进行评价。

进一步的技术方案是,所述步骤S1的具体过程为:

步骤S11、单视复数影像的配准;

步骤S12、单视复数影像预滤波;

步骤S13、干涉图生成;

步骤S14、相位解缠;

步骤S15、轨道精炼与重去平地效应;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西南石油大学,未经西南石油大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211346023.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top