一种地质灾害监测方法、设备、介质及产品

本发明涉及地质监测，特别是涉及一种地质灾害监测方法、设备、介质及产品。

背景技术：

1、大型地质灾害往往地处高位、交通困难、人迹罕至，仅靠传统的实地调查排查和群测群防手段，很难对其进行成因模式和形变机理研究，必须借助现代高精度对地观测技术(高分辨率光学遥感技术、合成孔径雷达干涉测量技术(interferometricsyntheticaperture radar，insar)等)对滑坡进行长时间序列的形变过程研究，依据形变特征关联其成因模式，助力于高位远程滑坡的监测预警工作。

2、地质灾害隐患的宏观形变主要表现为地形地貌的动态变化及灾害体上显著裂缝、小规模前序崩塌的动态变化，上述显著形变在sar图像上失相干，因而无法通过insar技术动态监测。然而，宏观形变的发展在一定程度上是微观形变累积到一定程度的外在表现，因此宏观形变的追踪是揭示宏观-微观形变耦合过程和耦合机制的关键。当前高空间分辨率和高时相分辨率光学遥感技术的发展为地质灾害隐患的宏观形变特征追踪提供了契机，能够实现孕灾背景、地形地貌、显著裂缝等特征的动态追踪和分析，包括地貌单元边界的监测和提取，斜坡体裂缝的动态监测等。

3、insar技术是微观形变探测和精准量测应用的热点，也是地质灾害隐患探测和监测预警的常用技术。随着计算机软硬件技术的快速发展，insar技术不断创新，涌现出了d-insar技术、psi方法、sbas方法和mai技术等方法，在去除大气效应、提高测量精度等方面取得显著成果，但仍有许多关键问题亟需解决，如由于失相干、大气延迟和轨道误差导致的不确定性，对南北向形变不敏感等。为了改变insar算法中大量的相位解缠计算工作量和d-insar无法获取大量级形变问题，michel等人在1999年首次提出了像素偏移追踪(pot，pixel offset tracking)技术，该方法不需要进行解缠，也不受影像相干性的影响，就能获得较好的形变信息，在应用于地震、冰川和滑坡等的形变/位移监测中具有较好的应用性和可靠性。pot技术分为相干性追踪法和强度追踪法，后者参照光学影像利用灰度信息进行影像匹配的方法来配准sar影像，也可对多期光学影像进行亚像元级配准，因此既可以用于sar影像的形变分析，也可以用于多期光学影像的水平形变分析。故此，基于pot技术的光学影像形变分析能够弥补基于insar技术的雷达影像形变分析中南北向形变不敏感的问题。

4、通过光学遥感影像可有效识别具有明显变形迹象的区域，但易受云雾天气和植被覆盖的影响，在变形初期变形迹象不显著时光学影像反映不明显；采用insar技术可有效识别大面积正在缓慢变形的区域，但该技术易受观测角度、植被覆盖、水汽以及数据处理技术等因素制约；因此，地质灾害监测的准确性有待提高。

技术实现思路

1、本发明的目的是提供一种地质灾害监测方法、设备、介质及产品，提高地质灾害监测的准确性。

2、为实现上述目的，本发明提供了如下方案：

3、一种地质灾害监测方法，包括：

4、根据待监测区域的斜坡体对应的遥感观测数据，确定所述待监测区域的微观形变参量；

5、根据所述待监测区域的光学遥感数据和地形数据，确定所述待监测区域的宏观形变参量；

6、根据所述待监测区域的物质组成、运动方式、坡体结构、所述微观形变参量和所述宏观形变参量，确定待监测区域的滑坡遥感地质力学形变类型。

7、可选地，根据待监测区域的斜坡体对应的遥感观测数据，确定所述待监测区域的微观形变参量，具体包括：

8、若所述待监测区域的斜坡体为东西向斜坡体，则根据雷达卫星影像时序数据，采用insar技术反演滑坡体的时序微观形变过程，根据时序微观形变过程确定微观形变数据，所述微观形变数据包括微观形变量级和形变区域；

9、若所述待监测区域的斜坡体为南北向斜坡体，则根据光学影像时序数据，采用pot技术获取所述待监测区域的微观形变数据。

10、可选地，根据时序微观形变过程确定微观形变数据，具体包括：

11、从时序微观形变过程中提取平均形变速度和累积的形变量；

12、根据形变速度和累积的形变量确定平均形变速率；

13、根据平均形变速率确定微观形变量级。

14、可选地，当平均形变速率大于100mm/a时为大型微观形变，当平均形变速率大于50mm/a且小于或者等于100mm/a时为中型微观形变，当平均形变速率小于或者等于50mm/a时为小型微观形变。

15、可选地，根据所述待监测区域的光学遥感数据和地形数据，确定所述待监测区域的宏观形变参量，具体包括：

16、根据光学遥感时序数据，采用随机森林分类方法，提取所述待监测区域中的局部崩滑区域；

17、根据所述地形数据和光学遥感时序数据，利用边缘检测和随机森林分类法，提取所述待监测区域中的裂缝和冲沟；所述地形数据包括多期数字高程模型；

18、根据所述局部崩滑区域与所述待监测区域的面积之比，确定所述待监测区域中的宏观形变量级。

19、可选地，当所述面积之比大于25％为大型宏观形变，当所述面积之比小于或者等于25％且大于10％为中型宏观变形，当所述面积之比小于或者等于10％为小型宏观变形。

20、可选地，所述滑坡遥感地质力学形变类型包括土质推移式滑坡、土质牵引式滑坡、岩质反倾滑坡、块状岩体滑坡、岩质平推式滑坡和岩质顺层滑坡；

21、所述土质推移式滑坡中，所述物质组成为土质，运动方式为推移式滑移，坡体结构为土质，微观形变参数为滑坡中上部大型微观形变或者滑坡中上部中型微观形变，宏观形变参量包括局部崩滑区域为中型崩滑或者小型崩滑，宏观形变参量还包括裂缝长度达到10米以上；

22、所述土质牵引式滑坡中，所述物质组成为土质，运动方式为牵引式滑移，坡体结构为土质，微观形变参数为滑坡下部大型微观形变或者滑坡下部中型微观形变，宏观形变参量包括局部崩滑区域为中型崩滑或者小型崩滑，宏观形变参量还包括裂缝长度达到10米以上；其中，局部崩滑区域位于滑坡体下部区域；

23、所述岩质反倾滑坡中，所述物质组成为岩质，运动方式为旋转滑移，坡体结构为反倾斜坡，微观形变参数为滑坡下部大型微观形变或者滑坡下部中型微观形变，宏观形变参量包括局部崩滑区域为大型崩滑或者中型崩滑，宏观形变参量还包括存在长度达到10米以上，宽度达到1米以上的裂缝；其中，局部崩滑区域位于滑坡体中部区域；

24、所述块状岩体滑坡中，所述物质组成为岩质，运动方式为旋转滑移，坡体结构为块状斜坡，微观形变参数为滑坡中上部大型微观形变或者滑坡中上部中型微观形变，宏观形变参量包括局部崩滑区域为大型崩滑或者中型崩滑，宏观形变参量还包括裂缝长度达到10米以上；其中，局部崩滑区域位于滑坡体下部区域；

25、所述岩质平推式滑坡中，所述物质组成为岩质，运动方式为平推，坡体结构为近水平，微观形变参数为无，宏观形变参量包括裂缝宽度达到10米以上；

26、所述岩质顺层滑坡中，所述物质组成为岩质，运动方式为平面滑移，坡体结构为顺层斜坡，微观形变参数为无，宏观形变参量包括局部崩滑区域为小型崩滑，宏观形变参量还包括裂缝长度达到10米以上；其中，局部崩滑区域位于滑坡体下部区域。

27、一种计算机设备，包括：存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序以实现所述的地质灾害监测方法的步骤。

28、一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述的地质灾害监测方法的步骤。

29、一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现所述的地质灾害监测方法的步骤。

30、根据本发明提供的具体实施例，本发明公开了以下技术效果：

31、本发明根据多源数据确定待监测区域的微观形变参量和宏观形变参量，并基于微观形变参量和宏观形变参量确定待监测区域的滑坡遥感地质力学形变类型，根据滑坡遥感地质力学形变类型能够提高滑坡监测和预警精度。