[发明专利]一种潜在滑坡堵江预测方法

说明书

本发明提供了一种潜在滑坡堵江预测方法，涉及遥感测绘与地质灾害链防灾减灾的综合应用领域。该方法是先建立目标区域历史滑坡堵江编目，选取合适的堵江要素，然后利用机器学习方法建立适用于本区域的滑坡堵江危险性预测模型，并使用SBAS‑InSAR方法进行目标区域的潜在滑坡早期识别，接着通过潜在滑坡堵江要素预测模型获取目标区域潜在滑坡的堵江要素数据，从而对潜在滑坡进行堵江危险性预测，最终实现潜在滑坡堵江的空间位置预测。本发明的方法改善了地貌指数与传统统计模型精度较低的问题，一定程度上弥补了现有技术中滑坡堵江早期判识的缺失。

技术领域

本发明涉及遥感测绘与地质灾害链防灾减灾的综合应用领域，具体涉及一种结合时序InSAR技术与机器学习的潜在滑坡堵江预测方法。

背景技术

滑坡堵江是一种广泛发育于世界各地山区的地质灾害链。近年来，伴随着全球气候变化与活跃的地震活动，在我国青藏高原及其周边地区，滑坡堵江灾害尤为严重，如2000年西藏易贡滑坡堵江、2010年中巴经济走廊Attabad滑坡堵江与2018年金沙江白格滑坡堵江等，均造成了严重的经济损失和广泛的社会影响。相较于单一灾种，滑坡堵江往往会对坝址上下游造成灾难性的后果，包括上游回水淹没及下游溃坝洪水等。然而，由于滑坡堵江发生的突发性与不确定性，加之大多数滑坡坝持续时间短，据相关研究，50％的滑坡坝都将在一周内溃决，这将对滑坡堵江的灾害管理与应急处置提出极大地挑战。因此，进行潜在滑坡堵江的预测对滑坡堵江的早期识别与风险管控具有重要意义。

InSAR(Interferometry Synthetic Aperture Radar)技术是利用微波合成孔径雷达图像(SAR)数据对地表重复观测形成的微波(1毫米～1米)相位差计算地表形变，精度可以达到毫米级。InSAR技术是公认的进行地表变形调查和监测的高效手段。

过去几十年中，研究者们在滑坡堵江的形成方面进行了大量的工作，提出了包括地貌指数法、数值模拟法、统计方法等一系列预测滑坡堵江的方法。地貌指标评价参数易于获取，但评价结果存在较大的区域差异、数据获取的依赖性及不确定性。数值模拟方法可考虑滑坡堵江物理机制，定量描述滑坡堵江成坝的动力过程，并获取坝体形态、堰塞湖范围等关键参数信息，但由于需要较为详细的岩土力学参数，在区域预测中存在明显的局限性。相比之下，基于数据驱动的统计方法与机器学习方法更适用于区域尺度的堵江危险性评价，并在一定程度上推动滑坡堵江判别由半经验向定量化阶段发展。然而，上述研究仅针对历史滑坡进行堵江判别，缺乏对潜在滑坡堵江进行预测的相关研究方法和模型。

发明内容

本发明的目的在于针对上述现有技术中存在的缺陷或不足之处，提供一种结合InSAR技术与机器学习的潜在滑坡堵江预测方法，以实现目标区域潜在滑坡堵江的空间位置预测，为该地区滑坡堵江的监测预警与应急处置提供一定的科技支撑。

为了实现上述目的，本发明采用的技术方案如下：

一种潜在滑坡堵江预测方法，包括：

(1)通过历史资料收集、遥感图像解译与野外调查，分别建立目标区域堵江滑坡与未堵江滑坡编目；

(2)以目标区域历史滑坡堵江作为样本数据，选取合适的堵江要素，使用机器学习方法，建立滑坡堵江危险性预测模型，并进行精度评价与危险性分级；

(3)通过SBAS-InSAR方法对目标区域SAR数据进行处理，获取目标区域地表变形速率，圈定潜在滑坡范围；

(4)以目标区域历史滑坡作为样本数据，通过经验公式或机器学习方法，建立潜在滑坡堵江影响要素预测模型，并计算识别出的潜在滑坡的堵江要素值；

(5)将潜在滑坡的堵江要素值代入滑坡堵江危险性预测模型，计算目标区域每个潜在滑坡的堵江危险性，并对潜在滑坡的堵江危险性进行分级。