论文部分内容阅读
我国是一个滑坡灾害高发的国家,各种地质灾害中滑坡灾害占70%以上,滑坡灾害不光给我国经济带来巨大损失,还时刻威胁着人民的生命安全。滑坡预警的研究作为提前预防滑坡灾害发生的有效手段,相较于其他方式具有成本小,可行性高等特点。降雨和地面形变等因素是诱发滑坡的主要原因,降雨目前的监测手段已经很成熟,而合成孔径雷达作为目前监测地面形变的有效手段之一,相较于光学影像具有全天时、全天候、可穿云透雾和监测精度高等优点。然而,传统的合成孔径雷达差分干涉测量(Differential Interferometric Synthetic Aperture Radar,D-InSAR)技术易受时空失相干、大气延迟相位以及地形相位的影响,在长时间基线的地面沉降监测中精度较低。针对以上问题,国内外学者提出了多种时序分析方法,如小基线集(Small Baseline Subset,SBAS)时间序列干涉测量和永久散射体(Permanent Scatterer InSAR,PS-InSAR)时间序列干涉测量等。由于PS-InSAR对大梯度形变区域监测效果不佳,所以本文从降雨入渗出发,结合多种致灾因子,通过逻辑回归分析对研究区内的滑坡风险进行区划,最后通过采用SBAS技术提取的地面形变与神经网络技术再对研究区进行风险区划,并分析了研究区内滑坡与地面形变空间关系。主要工作及创新如下:(1)本文从降雨量与不同地质入渗能力的关系出发,首先,通过研究区内的地质分布图,确定研究区内的地质分布。其次,统计多种地质类型的最大、最小含水率以及相关参数,并结合分层假设入渗模型和不透水面数据,构建了研究区内的降雨入渗模型。(2)在研究区内降雨入渗模型的基础上,结合研究区内的坡度、坡向、植被指数、不透水层和公路数据,并对其进行分级处理,之后采集研究区内建模点在SPSS中进行逻辑回归分析,确定每种致灾因子的回归系数,评价模型的相关参数确定模型的可用性,通过得到的回归函数,构建研究区降雨入渗黄土滑坡预警模型,得到其风险区划图,并结合历史滑坡点与实地调研滑坡点对其空间分布关系进行验证。(3)在以上致灾因子的基础上,增加由Sentinel-1A数据对研究区内进行形变监测得到的地面累积沉降量数据,并将得到地面累积沉降量作为一种新的致灾因子加入到模型中来,结合BP神经网络对模型进行训练,并用实地调研滑坡点对其空间分布关系进行验证。