34 / 2025-03-31 21:20:30
联合ALOS-2 和 Sentinel-1的复杂山区潜在滑坡识别研究
滑坡灾害;植被覆盖度;SBAS-InSAR;复杂植被山区 :早期识别
摘要待审
曹芮菡 / 云南师范大学地理学部
喜文飞 / 云南师范大学地理学部;云南省高原地理过程与环境变化重点实验室
滑坡灾害是一种严重的自然灾害,给人民生命财产安全和生态环境带来重大威胁。针对单一SAR数据识别潜在滑坡时不能较好地顾及空间分辨率和时间分辨率的问题。本文结合ALOS-2数据在一定植被覆盖度区域有较强穿透性、Sentinel-1数据具有较高的时间分辨率的特点,进行潜在滑坡灾害识别,以贵州某复杂植被山区为例利用SBAS-InSAR技术进行实验。结果表明:研究区ALOS-2和Sentinel-1数据的地表形变速率范围分别是-125.34~46 mm/a和-159.45~124.44mm/a;共识别出48处新增滑坡,二者的互补性显著提高了滑坡识别的空间覆盖度与适用性。本文为滑坡灾害的早期识别和防灾减灾提供了技术支持。
重要日期
  • 会议日期

    05月22日

    2025

    05月24日

    2025

  • 05月10日 2025

    初稿截稿日期

  • 05月10日 2025

    报告提交截止日期

主办单位
中国水土保持学会滑坡泥石流防治专业委员会
承办单位
重庆大学
中国科学院、水利部成都山地灾害与环境研究所
山区公路水运交通地质减灾重庆市高校重点实验室(重庆交通大学)
联系方式
  • 杨海清
  • 135********
移动端
在手机上打开
小程序
打开微信小程序
客服
扫码或点此咨询