首页|结合SBAS-InSAR技术及信息熵的苍山地质滑坡隐患识别

结合SBAS-InSAR技术及信息熵的苍山地质滑坡隐患识别

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对西南地区滑坡隐患高位隐蔽,传统技术难以全面识别的问题,本文以大理苍山为研究对象,首先利用SBAS-InSAR技术对苍山2019年1月—2021年4月间的滑坡隐患进行识别;然后结合随机概率信息熵模型,对不同坡度等级与边坡稳定性之间的关联性进行定量分析;最后根据典型隐患区的遥感影像以及采样点的形变时序图,探讨了边坡形变时空演化特征及沉降诱因.试验结果表明:①2019年1月—2021年4月,研究区的形变速率为-155.6～92.4 mm/a,13个超过-30 mm/a的不稳定滑坡隐患被识别;②坡度等级为Ⅳ、Ⅴ级时,信息熵大于0.8,边坡稳定性较弱,不均匀形变严重,与已有研究保持高度一致,证实了该模型的可靠性;③典型隐患区形变趋势呈明显的季节性变化,降雨和冰雪消融是导致边坡失稳的主要因素.
Identification of geological potential landslides in Cang Mountain by combining SBAS-InSAR technique and information entropy

朱智富、甘淑、张荐铭、袁希平、王睿博、张晓伦

展开 >

昆明理工大学国土资源工程学院,云南昆明650093

云南省高校高原山地空间信息测绘技术应用工程研究中心,云南昆明650093

滇西应用技术大学云南省高校山地实景点云数据处理及应用重点实验室,云南大理671006

苍山 SBAS-InSAR技术 结合 信息熵 滑坡隐患识别

国家自然科学基金

41861054

2022

测绘通报
测绘出版社

测绘通报

CSTPCDCSCD北大核心
影响因子：1.027
ISSN：0494-0911
年,卷(期)：2022.(11)
  • 1
  • 15