查看原文
其他

Remote Sensing | 地质灾害实时检测成为可能—雷达功不可没

MDPI MDPI开放数字出版 2021-03-18

在地质灾害研究中,地面变形、地质灾害是指在一定的自然条件和人为因素作用下,地下一定范围内的岩土体发生压缩、位移,并引起地面下沉、塌落、开裂,最终对工程设施、城乡环境以及人民生命财产造成危害的现象。它可分为地面沉降、地面坍塌和地面裂缝。


地质灾害在人类历史上屡见不鲜。例如,在2011年3月11日,西太平洋地区发生了里氏9.0级地震(图1)。震中位于日本宫城县以东太平洋海域,震源深度20公里,为历史第五大地震。此次地震造成19533人遇难,2575人下落不明。同时引发的巨大海啸对日本东北部的岩手县、宫城县、福岛县等地造成毁灭性破坏,并引发福岛第一核电站核泄露。为了避免类似情况的发生,实时检测地面变形动态的技术需要得到更多的关注与发展。



图1:2011年3月11日地震前后图像对比

(图片来源于网络,网址:www.bbs.house365.com)










近5年来,哨兵-1卫星提供了大量有用的合成孔径雷达(Synthetic Aperture Radar, SAR)数据,具有在高时空分辨率下揭示全球地表形变的潜力。然而,对于大多数哨兵-1卫星数据的使用者来说,如何在广泛的领域充分利用大量相关数据是一项挑战。近期,来自日本国土地理院(Geospatial Information Authority of Japan)的Yu Morishita博士及其团队研究出利用这些数据的方法,并将其发表在Remote Sensing 期刊。文章指出,自2014年以来,西太平洋地区(图2)还经历了显著而持续的震后形变,但震后形变速率大致趋近于恒定[1]。



图2:(a)西太平洋地区地形图;(b)Sentinel-1图像组成的干涉图中垂直基线配置和网络的图像。



实验方法



为了更精确地测量和提取SAR数据,该研究开发了一个开源的SAR干涉测量(InSAR)时间序列分析包LiCSBAS (图3),集成了自动化Sentinel-1 InSAR处理器(LiCSAR)。通过对日本东、北、南部和Echigo平原(图4)的实例研究:分别在新泻市、大野市和散调市发现了包括线性、周期性和幕式这三种具有不同时间特征的位移。


图3(左):LiCSBAS的工作流程图

图4(右):(a)陆地卫星8号拍摄的Echigo平原图像;(b)全球导航卫星系统(Global Navigation Satellite System, GNSS)检测的线性位移速度图像。



实验结果



日本的案例研究表明,LiCSBAS可以探测到大规模和局部的形变程度,其中每个历元的形变位移精确度小于1厘米,形变速度大约为2毫米/年。这些数据能够通过与全球导航卫星系统(Global Navigation Satellite System, GNSS)和水准测量数据进行对比,来进行验证。此外,LiCSBAS也可准确地探测到Echigo平原不同时间特征的位移,如线性和周期性的位移。LiCSBAS还可以让使用哨兵-1卫星的用户在不产生干扰图的情况下分析出InSAR时间序列,方便快捷地利用Sentinel-1数据进行科学调查。但该方法也有以下的优势和不足。



优势


01

节省时间和存储空间

免费的LiCSAR产品能有效节省用户的处理时间和存储空间,同时获得InSAR时间序列分析结果。


02

自动识别

LiCSBAS处理方案可以自动识别图像,从而得到可靠的时间序列和位移速度。


03

促进科研发展

LiCSBAS和LiCSAR产品促进了全球范围内SAR数据集的更大开发,并增强了它们在科学研究和社会效益方面的应用。


不足


01

检测范围受限

虽然LiCSAR产品可以精确检测千米级的变形,但仍需进一步优化以用于基础设施建设等更局部的形变研究,如基础设施监测。


02

检测间隙时有偏差

LiCSBAS在检测缝隙间的非线性位移时,存在偏差。因此需要借助时间测量仪对位移进行更加准确的检测。




参考文献:

Geospatial Information Authority of Japan. Crustal Movements in the Tohoku District. Rep. Coord. Comm. Earthq. Predict. 2018, 100, 56–68.



Remote Sensing (ISSN 2072-4292; IF: 4.509) 是一个与遥感学科相关的国际型开放获取期刊。期刊范围涵盖遥感科学所有领域,从传感器的设计、验证和校准,到遥感在地球科学、环境生态、土木建筑等各方面的广泛应用。Remote Sensing采取单盲同行评审,一审周期约为19天,文章从接收到发表仅需2.9天。


扫描二维码

阅读英文原文

原文出自Remote Sensing 期刊



Morishita, Y.; Lazecky, M.; Wright, T.J.; Weiss, J.R.; Elliott, J.R.; Hooper, A.LiCSBAS: An Open-Source InSAR Time Series Analysis Package Integrated with the LiCSAR Automated Sentinel-1 InSAR Processor. Remote Sens. 2020, 12, 424.


往期回顾:

Remote Sensing | 基于Sentinel-2卫星影像数据的全球分米级分辨率下生物物理参数估算

Remote Sensing | 成像光谱技术:揭开深海珊瑚礁的面纱

Remote Sensing | 遥感和空间信息技术助力于考古工作的新发展


版权声明:

*翻译作者:Jeanne Zhou

*本文内容由MDPI中国办公室编辑负责撰写,一切内容请以英文原版为准。如需转载,请邮件联系:

mdpicnmarketing@mdpi.com


点击左下方“阅读原文”,了解Remote Sensing期刊更多内容。


喜欢今天的内容?不如点个“在看”吧!


    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存