融合多源数据的稀土矿区滑坡危险性定量识别方法
戴妹谊1
李恒凯1
龙北平2
王秀丽3
1.江西理工大学土木与测绘工程学院,江西赣州 3410002.江西省煤田地质局测绘大队,江西南昌 3300013.江西理工大学经济管理学院,江西赣州 341000
摘要：为了提前对离子吸附型稀土矿区潜在的滑坡危险性进行识别,本研究以岭北矿区为例,提出了融合多源数据的稀土矿区滑坡危险性定量识别方法.首先基于时序哨兵一号(Sentinel-1A)数据,采用小基线集(Small Baseline Subset InSAR,SBAS-InSAR)技术获取研究区地表形变;再以数字高程模型(DEM)、Landsat 8陆地成像仪(OLI)等多源遥感数据为辅,提取潜在滑坡点,构建矿区滑坡危险性信息量模型;最后再结合同时期高空间分辨率遥感影像进行潜在滑坡危险性识别.结果表明:矿区整体地表年平均形变速率在-20.28～20.08 mm/a,共提取183个潜在滑坡点;构建的稀土矿区滑坡灾害危险性信息量模型是可行的,总结了研究区诱发滑坡的最佳信息量组合方式;对甲子背和大坑2个典型矿点进行具体分析,发现稀土开采活动会加速滑坡的产生,开采之后即使进行复垦,也容易诱发滑坡.
关键词：滑坡识别稀土矿区多源数据SBAS-InSAR技术信息量模型
分类号：P237(摄影测量学与测绘遥感)
资助基金：国家自然科学基金(42161057)
论文发表日期：2024-01-30
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：13( 198-210 )
英文信息