[发明专利]基于InSAR和LR-IOE模型的滑坡易发性改进评估方法

说明书

基于InSAR和LR‑IOE模型的滑坡易发性改进评估方法，包括如下步骤：S1：收集评价区地质地理数据，提取出评价因子，建立滑坡易发性评价指标体系；S2：利用SBAS‑InSAR技术获取评价区地表沿雷达视线向的形变速率，筛选出可靠形变点，将形变速率由雷达视线方向转换为沿最大坡度方向，作为滑坡易发性评价因子。S3：构建熵指数‑逻辑回归耦合模型，进行滑坡易发性评价。本发明利用了SBAS‑InSAR技术采集长时序地表的变形信息，将沿最大坡度方向形变速率作为滑坡易发性评价因子，基于熵指数‑逻辑回归耦合模型对滑坡易发性进行评价进行优化，使模型对滑坡易发性的预测精度显著提升。

技术领域

本发明涉及地质灾害评价技术领域，具体涉及一种基于InSAR和LR-IOE模型的滑坡易发性改进评估方法。

背景技术

我国由于山区较多，地形复杂，构造发育，地质灾害分布广泛。频发的地质灾害不仅对生态环境造成巨大的破坏，还严重威胁着当地居民的生命财产安全。地质灾害的防治关系到人类的安全与发展问题，成为涉及国家安全与社会稳定的重大问题。对滑坡灾害易发性进行评价分区能够为滑坡地质灾害的防治提供重要的基础资料，因此具有重要的意义。

合成孔径雷达(InSAR)，是新近发展起来的空间对地观测技术，是传统的SAR遥感技术与射电天文干涉技术相结合的产物。它利用雷达向目标区域发射微波，然后接收目标反射的回波，得到同一目标区域成像的SAR复图像对，若复图像对之间存在相干条件，SAR复图像对共轭相乘可以得到干涉图，根据干涉图的相位值，得出两次成像中微波的路程差，从而计算出目标地区的地形、地貌以及表面的微小变化，可用于数字高程模型建立、地壳形变探测等。

进入21世纪后地质灾害易发性进入快速发展的阶段，不同种类的数学方法模型在分析地质灾害易发性中得到实践应用。这些数学模型方法主要分为定性和定量方法，定性方法主要为AHP法、多标准分析等，定量方法主要为统计方法和机器学习方法，这些方法被广泛应用于滑坡易发性评价中。在进行滑坡易发性评价中，对评价指标的研究也主要是集中在地形地貌、地层岩性、水系、地质构造、工程活动等方面，未充分考虑InSAR获取的地表形变速率信息对评价模型精度的影响。

滑坡易发性评价是研究滑坡地质灾害发生的可能性，能够为区内的滑坡地质灾害防治与管理提供科学的依据。滑坡的形变与时间息息相关，是一个变化的过程，因此滑坡的易发性评价也需要是动态的。传统的研究一般选用地质、地理等因子构建评价指标体系，未考虑滑坡是一个动态变化过程。

发明内容

为克服现有技术存在的技术缺陷，本发明公开了一种基于InSAR和LR-IOE模型的滑坡易发性改进评估方法。

本发明所述基于InSAR和LR-IOE模型的滑坡易发性改进评估方法，其特征在于，包括如下步骤：

S1：收集评价区地质地理数据，根据滑坡清单数据统计分析各类滑坡隐患分布特征，提取出滑坡易发性评价因子，建立滑坡易发性评价指标体系；

S2：利用SBAS-InSAR技术进行形变信息提取，获取评价区地表沿雷达视线向的形变速率，筛选出可靠形变点；

将形变速率由雷达视线方向转换为沿最大坡度方向，对沿最大坡度方向形变的速率进行分级，作为滑坡易发性评价因子之一；

S3：利用熵指数模型计算各评价因子分级比系数，将其作为逻辑回归模型中的输入数据，构建熵指数-逻辑回归耦合模型，计算逻辑回归系数，并进行滑坡易发性概率计算。

具体的，所述S1步骤中滑坡易发性评价指标体系建立具体为:

S101：将提取出的评价因子，通过GIS平台统一为同一分辨率和坐标系统，并以栅格单元形式存储因子图层，完成因子数据集的量化与属性赋值；