我国西南山区滑坡地质灾害频发，影响范围广。开展滑坡隐患排查和风险预警研究，对保护人民生命财产和保护生态安全都有着重要意义。本书将遥感技术、地理信息技术和机器学习技术相结合，从“区域隐患排查→区域隐患监测→区域风险评估”入手，解决了大区域滑坡风险排查的相关技术难点，建立了一套区域滑坡隐患排查、风险评估方法。主要内容包括：基于卷积神经网络和注意力模型开展滑坡隐患自动识别，有效提升区域滑坡隐患排查的效率和精度；提出多时相、多波段、多视角InSAR 协同监测方法，对西南山区开展大范围滑坡地表形变有效监测；利用识别的滑坡隐患数据开展区域滑坡易发性评价，引入InSAR 地表形变监测成果进行过程修正，进一步提高评价准确性。
地质灾害在我国属于多发易发性灾害，其中滑坡灾害发生最频繁，影响范围最广，西南山区最为严重。滑坡灾害往往发生在地质环境脆弱地带，研究滑坡隐患风险排查和防治，对保护人民生命财产和保护生态安全都有着重要意义。本书将遥感技术、地理信息技术和机器学习技术相结合，从“区域隐患排查→区域隐患监测→区域风险评估”入手，解决了大区域滑坡风险排查的相关技术难点，建立了一套区域滑坡隐患排查、风险评估方法。主要研究内容和结论如下：
（1）基于卷积神经网络和注意力模型开展滑坡隐患自动识别，可为地质灾害专家提供靶区，有效提升区域滑坡隐患排查的效率和精度。
创建了国内首个山区滑坡识别样本库[ 包括滑坡样本、非滑坡样本、滑坡边界文件和相应的DEM（数字高程模型）数据]，该样本库经地质专家核查确保其准确性，以促进基于光学遥感影像的滑坡自动探测研究。
针对滑坡隐患识别设计了一个3D（三维）空间- 通道注意力模块，通过直接生成三维空间和通道注意力特征图，替代分别处理生成空间方向上与通道方向上的注意力图，以强调复杂背景下各种滑坡实例的独特特征。
通过实验探索了一套适宜于西南山区滑坡隐患排查的卷积神经网络自动识别技术方法，并成功应用于项目实践。
（2）提出多时相、多波段、多视角InSAR（合成孔径雷达干涉测量）协同监测方法，能够有效针对西南山区开展大范围滑坡地表形变监测。
在国内率先提出多时相、多波段、多视角InSAR 协同监测的方法，首次实现大区域、长时序山区滑坡地表形变周期性监测。利用ALOS-2 波段雷达数据，采用D-InSAR 处理方法，监测高植被覆盖区雨季突发性地表形变；融合升轨RADARSAT-2 和Sentinel-1 降轨数据，利用MT-InSAR 处理方法对区域蠕动型滑坡开展每月一次的长时序地表形变监测。
建立了西南山区分布式散射体（DS）MT-InSAR 滑坡形变分析方法。采用Anderson-Darling（AD）检验提取分布式目标，然后对分布式目标进行空间自适应滤波，极大地保持了DS 的相干性，使得独立的强散射目标的干涉信息得到很好保留；利用带秩M 估计方法剔除非高斯分布散射目标和非平稳态散射目标的影响，提高同质目标检测的有效性。
（3）利用识别的滑坡隐患数据开展区域滑坡易发性评价，引入InSAR 地表形变监测成果进行过程修正，可进一步提高评价准确性。
分析已知滑坡隐患分布，从地质环境条件和人类工程活动等因素中选取12 种致灾因子，采用信息量模型对致灾因子进行量化，选用支持向量机模型对滑坡易发性进行评价，并制作滑坡易发性分区图。
利用MT-InSAR 升降轨长时序监测结果形成校正矩阵，对初始的滑坡易发性风险图进行更新，更新后的已知滑坡隐患数据位于极高易发区和高易发区中所占比例由更新前的64% 提高到69%，更新后的滑坡易发性判定更加准确。
本书的章节安排如下：第1 章介绍喀斯特山区地质灾害研究现状，主要由申朝永、胡利利等完成；第2 章介绍研究区选择及概况，主要由申朝永、闫从政、罗旭玲完成；第3章介绍基于卷积神经网络和注意力机制的滑坡隐患识别，主要由申朝永、季顺平、周道琴等完成；第4 章介绍基InSAR 的区域滑坡地表形变监测，主要由申朝永、谢酬、周道琴等完成；第5 章介绍利用隐患数据和InSAR 监测数据开展滑坡易发性评价，主要由申朝永、谢酬、周道琴等完成；第6 章介绍结论与展望，主要由申朝永等完成；全书最后由申朝永、谢酬、季顺平定稿。
本书将遥感、地理信息、机器学习、滑坡防治等相关技术集成研究，可供测绘、遥感、地理信息、地灾防治等相关专业的学生、学者及相关从业人员学习使用。
本文摘自科学出版社2022年1月出版《喀斯特山区地质灾害隐患排查与易发性评价新技术》一书“前言”，内容有删节。标题为编者所加。
（本文编辑：王运 wangyun@mail.sciencep.com）
地球为你而转！
欢迎关注：赛杰奥（sci_geo）
科学出版社地球科学订阅号
热门跟贴