台风“鲇鱼”影响下考虑InSAR形变的滑坡易发性动态评价：以浙江省松阳县为例

缪海波; 马闯; 杨冰颖; 崔玉龙; 余学祥

doi:10.19509/j.cnki.dzkq.tb20240500

您当前的位置：

首页 >

文章列表页 >

台风“鲇鱼”影响下考虑InSAR形变的滑坡易发性动态评价：以浙江省松阳县为例

更新时间：2026-11-05

- 台风“鲇鱼”影响下考虑InSAR形变的滑坡易发性动态评价：以浙江省松阳县为例
- Bulletin of Geological Science and Technology Vol. 44, Issue 3, Pages: 228-241(2025)
- 作者机构：
  
  1. 安徽理工大学土木建筑学院
  2. 安徽理工大学空间信息与测绘工程学院
- 作者简介：
- 基金信息：
- DOI：10.19509/j.cnki.dzkq.tb20240500
  CLC： P237;P642.22
- Published：2025
- 稿件说明：
移动端阅览
缪海波, 马闯, 杨冰颖, et al. 台风“鲇鱼”影响下考虑InSAR形变的滑坡易发性动态评价：以浙江省松阳县为例[J]. Bulletin of Geological Science and Technology, 2025, 44(3): 228-241.
DOI：

缪海波, 马闯, 杨冰颖, et al. 台风“鲇鱼”影响下考虑InSAR形变的滑坡易发性动态评价：以浙江省松阳县为例[J]. Bulletin of Geological Science and Technology, 2025, 44(3): 228-241. DOI： 10.19509/j.cnki.dzkq.tb20240500.

摘要

滑坡易发性评价在预测滑坡发生和潜在风险方面至关重要，但静态易发性制图因忽略了滑坡动态演化特征而导致预测结果的可靠性受限。以2016年台风“鲇鱼”影响下的浙江省松阳县为研究区域，通过引入Sentinel-1A的SAR地表形变数据，开展滑坡动态易发性评价。首先采用D-InSAR技术获取台风前后的地表形变量，以-20 mm/a的形变速率为阈值确定新增滑坡；然后利用SBAS-InSAR技术获得了2015年11月22日-2017年3月4日的研究区地表形变量；最后选取地形、地质、水文和人类工程活动等9个静态评价因子以及垂直向和LOS方向的InSAR地表形变量2个动态评价因子，构建MIV-BP神经网络模型生成滑坡动态易发性图。结果表明：（1）InSAR地表形变动态因子可显著提升滑坡易发性的整体预测精度，当缺失该类因子时，预测精度由0.901下降至0.857；此外，模型对台风“鲇鱼”诱发滑坡的识别具有良好的效果。（2）研究区内滑坡极低和低易发区基本不受台风“鲇鱼”的影响，但地形陡峭或地势较高的区域则由台风前的中高易发区升级为极高易发区，且极高易发区域的变化与InSAR地表形变的发展具有高度的一致性。研究结果可为今后类似极端天气下松阳县的地质灾害防灾减灾提供有价值的参考。

Abstract

关键词

Keywords

references

黄发明,吴敦筱,常志璐,陈茜,陶杰,蒋水华,周创兵.滑坡样本缺失下易发性规律和潜在滑坡识别的易发性–InSAR多源信息法[J].岩石力学与工程学报,2025(03).

张迎宾,徐佩依,林剑锋,伍新南,柳静,相晨琳,何云勇,杨昌凤,许冲.基于BP神经网络的九寨沟地区地震滑坡危险性预测研究[J].工程地质学报,2024(01).

曾韬睿,邬礼扬,金必晶,殷坤龙,陈熠婷,陈虹.基于stacking集成策略和SBAS-InSAR的滑坡动态易发性制图[J].岩石力学与工程学报,2023(09).

贾俊,毛伊敏,孟晓捷,高波,高满新,武文英.深度随机森林和随机森林算法的滑坡易发性评价对比——以汉中市略阳县为例[J].西北地质,2023(03).

黄发明,曾诗怡,姚池,熊浩文,范宣梅,黄劲松.滑坡易发性预测建模的不确定性：不同“非滑坡样本”选择方式的影响[J].工程科学与技术,2024(01).

郭衍昊,窦杰,向子林,马豪,董傲男,罗万祺.基于优化负样本采样策略的梯度提升决策树与随机森林的汶川同震滑坡易发性评价[J].地质科技通报,2024(03).

窦杰,向子林,许强,郑鹏麟,王协康,苏爱军,刘军旗,罗万祺.机器学习在滑坡智能防灾减灾中的应用与发展趋势[J].地球科学,2023(05).

高秉海,何毅,张立峰,姚圣,杨旺,陈毅,何旭,赵占骜,陈鹤升.顾及In SAR形变的CNN滑坡易发性动态评估——以刘家峡水库区域为例[J].岩石力学与工程学报,2023(02).

缪海波,王功辉.风振影响下乔木坡地暴雨型浅层滑坡演化机制[J].地质科技通报,2022(02).

黄发明,胡松雁,闫学涯,李明,王俊宇,李文彬,郭子正,范文彦.基于机器学习的滑坡易发性预测建模及其主控因子识别[J].地质科技通报,2022(02).

杨寅,包红军,彭涛.台风“鲇鱼”强降水引发的地质灾害气象风险预警检验与分析[J].暴雨灾害,2019(03).

赵久彬,刘元雪,刘娜,胡明.海量监测数据下分布式BP神经网络区域滑坡空间预测方法[J].岩土力学,2019(07).

姜建伟,赵法锁,祝俊华,祝艳波.陕西省吴起县斜坡几何形态与地质灾害相关性研究[J].灾害学,2018(02).

郭子正,殷坤龙,付圣,黄发明,桂蕾,夏辉.基于GIS与WOE-BP模型的滑坡易发性评价[J].地球科学,2019(12).

黄发明,殷坤龙,蒋水华,黄劲松,曹中山.基于聚类分析和支持向量机的滑坡易发性评价[J].岩石力学与工程学报,2018(01).

王佳佳,殷坤龙,肖莉丽.基于GIS和信息量的滑坡灾害易发性评价——以三峡库区万州区为例[J].岩石力学与工程学报,2014(04).

Chen Li,Ma Peifeng,Yu Chang,Zheng Yi,Zhu Qing,Ding Yulin.Landslide susceptibility assessment in multiple urban slope settings with a landslide inventory augmented by InSAR techniques[J].Engineering Geology,2023.

Rohan Tyler,Shelef Eitan,Mirus Ben,Coleman Tim.Prolonged influence of urbanization on landslide susceptibility[J].Landslides,2023.

Dai Keren,Chen Chen,Shi Xianlin,Wu Mingtang,Feng Wenkai,Xu Qiang,Liang Rubing,Zhuo Guanchen,Li Zhenhong.Dynamic landslides susceptibility evaluation in Baihetan Dam area during extensive impoundment by integrating geological model and InSAR observations[J].International Journal of Applied Earth Observation and Geoinformation,2023.

Yang Zhiqiang,Xu Chong,Shao Xiaoyi,Ma Siyuan,Li Lei.Landslide susceptibility mapping based on CNN-3D algorithm with attention module embedded[J].Bulletin of Engineering Geology and the Environment,2022.

van Natijne A.L.,Bogaard T.A.,van Leijen F.J.,Hanssen R.F.,Lindenbergh R.C..World-wide InSAR sensitivity index for landslide deformation tracking[J].International Journal of Applied Earth Observation and Geoinformation,2022.

Wang Fawu,Chen Ye,Peng Xingliang,Zhu Guolong,Yan Kongming,Ye Zhenhua.The fault-controlled Chengtian landslide triggered by rainfall on 20 May 2021 in Songyang County, Zhejiang Province, China[J].Landslides,2022.

Zhou Chao,Cao Ying,Hu Xie,Yin Kunlong,Wang Yue,Catani Filippo.Enhanced dynamic landslide hazard mapping using MT-InSAR method in the Three Gorges Reservoir Area[J].Landslides,2022.

Zhuang Yu,Xing Aiguo,Jiang Yuehua,Sun Qiang,Yan Jinkai,Zhang Yanbo.Typhoon, rainfall and trees jointly cause landslides in coastal regions[J].Engineering Geology,2022.

Zhice Fang,Yi Wang,Ling Peng,Haoyuan Hong.Integration of convolutional neural network and conventional machine learning classifiers for landslide susceptibility mapping[J].Computers and Geosciences,2020.

Jie Dou,Ali P. Yunus,Abdelaziz Merghadi,Ataollah Shirzadi,Hoang Nguyen,Yawar Hussain,Ram Avtar,Yulong Chen,Binh Thai Pham,Hiromitsu Yamagishi.Different sampling strategies for predicting landslide susceptibilities are deemed less consequential with deep learning[J].Science of the Total Environment,2020.

Maher Ibrahim Sameen,Biswajeet Pradhan,Saro Lee.Application of convolutional neural networks featuring Bayesian optimization for landslide susceptibility assessment[J].Catena,2020.

Hearn Geoserve Ltd,Atkins Limited.Landslide susceptibility mapping: a practitioner’s view[J].Bulletin of Engineering Geology and the Environment,2019.

Chaojun Ouyang,Wei Zhao,Qiang Xu,Dalei Peng,Weile Li,Dongpo Wang,Shu Zhou,Shunwei Hou.Failure mechanisms and characteristics of the 2016 catastrophic rockslide at Su village, Lishui, China[J].Landslides,2018.

Gerui Li,Yalin Lei,Huajun Yao,Sanmang Wu,Jianping Ge.The influence of land urbanization on landslides: An empirical estimation based on Chinese provincial panel data[J].Science of the Total Environment,2017.

Frangioni Sara,Bianchini Silvia,Moretti Sandro.Landslide inventory updating by means of Persistent Scatterer Interferometry (PSI): the Setta basin (Italy) case study[J].Geomatics, Natural Hazards and Risk,2015.

Xiao-Li Chen,Chun-Guo Liu,Zu-Feng Chang,Qing Zhou.The relationship between the slope angle and the landslide size derived from limit equilibrium simulations[J].Geomorphology,2016.

Oldrich Hungr,Serge Leroueil,Luciano Picarelli.The Varnes classification of landslide types, an update[J].Landslides,2014.

Marco Capitani,Adriano Ribolini,Monica Bini.The slope aspect: A predisposing factor for landsliding?[J].Comptes rendus - Géoscience,2013.

Ching-Ying Tsou,Zheng-Yi Feng,Masahiro Chigira.Catastrophic landslide induced by Typhoon Morakot, Shiaolin, Taiwan[J].Geomorphology,2010(3).

Views

165

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

融合集成机器学习与负样本采样策略的降雨群发滑坡易发性评价

基于遥感解译与信息量法的滑坡易发性评价样本优化

基于异质集成机器学习模型的海岸带滑坡灾害易发性评价与区划

滑坡易发性相关致灾环境因子研究的综述与展望

考虑地表形变和土地利用变更的滑坡时空易发性差异分析

Related Author

易小宇

廖伟杰

冯文凯

彭超

李飞

杨忠亮

宁康超

赵家琛

Related Institution

中国煤炭地质总局广东煤炭地质局勘查院

成都理工大学地质灾害防治与地质环境保护全国重点实验室

茂名市地质与海洋监测站

中国地质大学(武汉)工程学院

国网陕西省电力有限公司

AI问答

⁰