[发明专利]一种滑坡形变监测方法与可视化服务平台

说明书

本发明涉及遥感技术的技术领域，特别是涉及一种滑坡形变监测方法与可视化服务平台，从滑坡区域特征出发，利用光学与雷达影像融合带来的优势，提出一种基于光学、雷达数据融合的滑坡监测系统方法，解决传统滑坡形变监测方法中精度低、工作量大、成本高的问题；包括：滑坡识别模块、形变处理模块、风险评估预警模块、数据管理模块和可视化模块；滑坡识别模块，用于遥感影像中滑坡区域的识别；形变处理模块，用于提取滑坡区域内形变特征；风险评估预警模块，用于对各个滑坡发生灾害的风险进行评估和预警；数据管理模块，用于存储系统内各项数据；可视化分析模块，用于滑坡区域形变数据分析及可视化展示。

技术领域

本发明涉及遥感技术的技术领域，特别是涉及一种滑坡形变监测方法与可视化服务平台。

背景技术

滑坡是一种常见的自然灾害，它对自然环境和人民生命财产安全构成严重的威胁，滑坡灾害形变监测是滑坡灾害的防治工作提供重要的数据支撑。在早期，滑坡灾害数据主要是通过外业工作人员实地考察获得，这种方法费时费力且危险性大。遥感技术是20世纪新兴的测量技术，其观测时效性好，宏观性强，信息量丰富，在诸多领域中被广泛利用，随着技术的不断进步，遥感技术的观测精度也越来越高，从而在滑坡监测中发挥着更为重要的作用。

遥感监测法能够快速获取大范围的滑坡信息，比起常规监测手段，其监测范围更广，监测效率更高，同时经济消耗也更低，是滑坡等地质灾害不可或缺的监测手段之一。其中合成孔径雷达(SynthetIc Ape rture Raaal,SAR)在监测地质灾害方面有着巨大的潜力，如常用的合成雷达干涉系统(Interferometry SAR.InSAR)、差分干涉雷达系统(Differential InSAR.DInSAR)等，通过这些技术发射的雷达波能够穿透云雾，具有全天候工作能力，通过其产生的干涉图能够更为精确的获取地面信息。

滑坡地质灾害的识别是滑坡形变监测与分析的重中之重。随着对滑坡性质研究的深入，一些自动的滑坡区域识别方法逐渐被提出，主要可分为基于光学遥感影像的滑坡识别方法与基于微波遥感技术的滑坡识别方法两类。基于光学影像的方法主要依据影像中滑坡特殊的纹理，色调和几何形态等典型特征来识别滑坡，而基于微波遥感的方法则主要是通过识别地表的微小形变来发现滑坡。传统的基于光学遥感影像的滑坡识别方法依赖于各种人工设计的特征来识别和判断滑坡。但由于遥感影像上不同滑坡间的光学特征差异大，具体到每个滑坡实例的色调、几何形状、纹理、阴影和图形各不相同。因此，利用人工设计特征的方法来识别滑坡，识别准确率不高，算法的泛化性能差，滑坡识别效果不理想。近年来，深度学习中的卷积神经元网络在图像分类、目标检测、语义分割等影像处理相关的任务中都展现出了强大的性能。因此，也有少量研究人员利用卷积神经网络进行滑坡识别方面的研究。但这些研究都还处于起步阶段，只有几个简单的网络模型被设计和尝试。使用更加复杂的网络结构和采用更有针对性的设计是提高滑坡识别精度的有效方法。对于滑坡识别任务来说，如何让模型更好地关注和学习到滑坡的本质特征是设计自动滑坡识别模型的关键问题。

现有技术相关方案一：GPS监测

GPS是全球定位系统(Global Positioning System)的简称，用卫星发射的信号进行空间后方交会测量，从而确定地面待测点的三维坐标，以距离、坐标、角度为基础，用新值与初始坐标之差反映待测点的位移，达到监测变形的目的。此方法可用于监测滑坡不同变形阶段的地表位移变化，能够准确测出变化的速率，又能连续监测，在滑坡地表变形监测中被广泛使用，连续监测精度可以达到毫米级别。GPS监测系统内每个GPS天线均可在同一时间接收原始数据，再由无线网络将信息传输到滑坡变形监测控制中心(图1)，之后控制中心的解算软件采用静态差分位移测量等方法对各监测点的信息流进行实时解算，得出各监测点的三维坐标，分析滑坡位移情况，必要时会发出警告。

现有技术相关方案二：地表裂缝监测