使用 SAR 数据预测滑坡

原文链接: https://www.nv5geospatialsoftware.com/Learn/Blogs/Blog-Details/predicting-landslides-using-sar-data

15918 为此文评分：

4.3

使用 SAR 数据预测滑坡

Cherie Tyrrell 2022年7月19日，星期二

概述

印度板块和欧亚板块的运动对喜马拉雅山脉施加了持续的压力，导致某些区域脆弱，容易发生地震和滑坡。该地区的季风季节加剧了这一问题，因为强降雨会导致地面沉降，进而引发斜坡侵蚀，一旦受到构造板块运动的触发，就会导致滑坡。一些山脉，如西瓦利克山脉，仍处于褶皱过程中。总而言之，该地区陡峭的斜坡、崎岖的地形、高地震脆弱性和降雨量使其成为世界上最易发生灾害的地区之一。

预测滑坡事件的发生地点和时间仍然是一个挑战。然而，利用遥感技术、卫星数据和数值模拟，可以对滑坡发生的日期和路径进行粗略预测，从而有助于灾害管理和灾后恢复。

印度国家遥感中心（NRSC）是印度空间研究组织（ISRO）空间部（DOS）的主要中心之一。NRSC 设有地面站，用于接收卫星数据、生成数据产品、向用户分发信息以及开发遥感应用技术。这个世界著名的中心主要专注于灾害管理支持和地理空间服务。

NRSC 的 Priyom Roy 和他的同事一直在研究滑坡行为以及从卫星数据预测滑坡时间和路径的能力。在他们于2022年1月17日发表在《环境遥感》上的近期文章《使用 InSAR 和流模型预测滑坡的时间和路径》中，他们提出了一种使用 ENVI® SARscape 和哨兵-1 数据预测印度两个滑坡区域滑坡的新方法（图 1）。

ENVI SARscape 兼容所有商用 SAR 数据以及许多非商用 SAR 数据集，并提供自动化工具来帮助快速、轻松地准备、查看和分析 SAR 数据。SAR 数据不仅提供振幅（即后向散射响应的强度），还提供相位，这使得测量高度和位移成为可能——这是 SAR 的独特优势。

ENVI SARscape 集成了基于点和基于区域的分析技术，以测量随时间变化的位移和形变。这种方法使得分析影响与滑坡等自然或其他现象相关的延伸和局部结构的形变成为可能。

图 1. a. Kikruma 滑坡事前卫星影像 b. Kikruma 滑坡事后卫星影像 c. Kotropi 滑坡事前卫星影像 d. Kotropi 滑坡事后卫星影像。插图显示了滑坡在印度地图上的位置。（来源：Google Earth）。

数据分析

开源哨兵-1 数据的可用性彻底改变了涉及滑坡和预测失稳时间的研究。在论文中，作者提出了一种利用印度喜马拉雅地区两处大型滑坡（Kikruma 和 Kotropi）进行滑坡时间和路径预测的新方法。使用 ENVI SARscape 中的永久散射体（Persistent Scatterer）和小基线集（Small Baseline Subset）干涉测量技术处理哨兵-1 数据堆栈，以分析导致斜坡失稳的地面形变趋势。

由于影像覆盖了 250 公里的条带，因此使用“样本选择 SAR 几何工具”选择了覆盖滑坡的子集。这是 ENVI SARscape 中的一个预定义模块，用于根据用户定义的兴趣区域对数据进行子集处理。

图 2. 从 SAR 数据到位移图的处理流程图。

总结

作者展示了使用 SAR 分析技术帮助预测滑坡的能力。他们观察到，在这两种情况下，这些方法都能够预测滑坡实际发生前的当天或前几天。此外，他们还能够模拟滑坡可能的几何形状和流动路径。因此，他们能够了解到，在这两个滑坡案例中，失稳早在滑坡发生前约一年就已经开始。此外，由于哨兵-1 卫星 SAR 影像的获取具有规律性，现在可以连续监测某个区域的地面形变。