AI Earth——中国地表形变一张图(2022) 数据集
CSDN 2024-07-05 10:01:03 阅读 97
中国地表形变一张图(2022)
简介
针对我国经济发展对重大地震及地质灾害监测预警与应急响应的强烈需求,以欧空局的哨兵1号SAR卫星为数据源,InSAR遥感观测技术作为主要手段,重点针对地震,滑坡,城市地面沉降等灾害事件,构建基于InSAR观测技术的形变“一张图”,针对广域形变一张图编制中的关键技术进行联合攻关,发展高精度地质灾害形变观测技术,提升地质灾害隐患早期识别能力、险情排查能力与灾害应急监测能力。
本数据集由应急管理部国家自然灾害防治研究院李永生研究员团队提供算法,与AI Earth团队联合生产。数据产品生产以2022/1/1-2022/12/31期间Sentinel-1 SLC数据为主,主要对全国地表形变进行初步的计算,便于各个领域人员加深对InSAR的理解和学习,受限于处理方法和数据覆盖情况,数据集不可应用于工程应用,同时对于形变一张图的精度,本数据集不做任何承诺。
摘要
干涉合成孔径雷达(InSAR)已被有效地用于监测采矿区的地表变形,精度达到毫米级。2022 年 3 月 27 日,中国山西省发生了一起尾矿坝溃坝事故,对尾矿库下方的周边房屋、林地和道路造成了严重破坏。本文采用 GPU 辅助 InSAR 处理方法,对 2019 年 1 月 8 日至 2022 年 3 月 17 日期间获取的 91 幅干涉宽扫描(IW)模式的哨兵-1 图像进行了处理。InSAR 结果表明,在尾矿坝溃坝前的 25 个月内,二号坝的 LOS 平均累计变形量接近 80 毫米,而一号坝在 LOS 方向的显著变形量超过 140 毫米。结合变形和降雨结果进行的分析表明,降雨对尾矿库变形有显著影响。一般来说,变形演化与年降雨量有很高的相关性,但最大变形率出现的时间比降雨峰值延迟了约一个月。InSAR 技术可以大大提高对尾矿坝溃坝和其他滑坡灾害的监测能力,但它受到卫星观测频率的限制。因此,提高合成孔径雷达数据的时间分辨率可能有助于更准确地预测尾矿坝溃坝时间。
分辨率
30m
波段
名称 | 描述 | 最小值 | 最大值 | 单位 |
---|---|---|---|---|
Map | 2022年1月1日-2022年12月31日,Sentinel-1 标准图幅的形变量。 | -99999 | 99999 | 毫米(mm) |
此数据集由应急管理部国家自然灾害防治研究院李永生研究员团队提供算法,与AI Earth团队联合生产。有关此数据产品正确引用的更多详细信息,请参阅李永生研究员团队主页。
引用方式:
Duan, H., Li, Y.*, Jiang, H. et al. Retrospective monitoring of slope failure event of tailings dam using InSAR time-series observations. Nat Hazards (2023). Retrospective monitoring of slope failure event of tailings dam using InSAR time-series observations | Natural Hazards
Duan, H.; Li, Y.*; Li, B.; Li, H. Fast InSAR Time-Series Analysis Method in a Full-Resolution SAR Coordinate System: A Case Study of the Yellow River Delta. Sustainability 2022, 14, 10597. Sustainability | Free Full-Text | Fast InSAR Time-Series Analysis Method in a Full-Resolution SAR Coordinate System: A Case Study of the Yellow River Delta
Li, Y., Jiang, W.*, Zhang, J. A time series processing chain for geological disasters based on a GPU-assisted sentinel-1 InSAR processor. Nat Hazards (2021). A time series processing chain for geological disasters based on a GPU-assisted sentinel-1 InSAR processor | Natural Hazards
Yongsheng Li*, Wenliang Jiang, Jingfa Zhang, Binquan Li, Rui Yan, Xie Wang, Sentinel-1 SAR-Based coseismic deformation monitoring service for rapid geodetic imaging of global earthquakes, Natural Hazards Research, 2021,1,11-19, Redirecting
作者介绍:
李永生 , 应急管理部国家自然灾害防治研究院, 研究员
联系方式:yongshengli@ninhm.ac.cn
研究方向:主要从事高精度InSAR关键算法研究,海量InSAR数据计算系统构建及自然灾害链应急和自动化监测等。致力于建立以雷达遥感技术为依托的自然灾害常规和应急天空地一体化监测应用系统,推进雷达遥感在自然灾害(地震,滑坡,洪涝,城市灾害等)监测应用定量化和业务化。
网址推荐
0代码在线构建地图应用
https://sso.mapmost.com/#/login?source_inviter=nClSZANO
机器学习
https://www.cbedai.net/xg
声明
本文内容仅代表作者观点,或转载于其他网站,本站不以此文作为商业用途
如有涉及侵权,请联系本站进行删除
转载本站原创文章,请注明来源及作者。