基于SBAS-InSAR技术和BP神经网络的高位远程滑坡危险性分析研究

摘要

高位远程滑坡具有突发性强、致灾范围广等特点，严重威胁人民生命和财产安全.针对滑坡危险性评价过程中评价单元划分缺乏对滑坡形状考虑的问题，利用SBAS-InSAR和BP神经网络模型对云南头寨滑坡进行危险性评价研究.首先，利用2018年4月—2019年4月的299幅Sentinel-1A升降轨影像获取研究区时间序列地表形变信息，然后，分别利用斜坡单元和网格单元为评价单元进行对比分析，对初步提取的坡度、坡向、高程等8个评价因子进行皮尔逊相关性分析和多重共线性分析，完善评价因子体系.最后，利用BP神经网络模型对滑坡危险性等级划分.结果显示，考虑滑坡形状的斜坡单元评价效果优于网格单元评价结果，斜坡单元更能反映单体滑坡危险区域的空间分布，且模型AUC值为0.724,表明该模型可适用于单体滑坡.其中极高危险区和高危险区主要分布在滑坡后壁和滑坡侧壁部分区域，极低风险区和低风险区基本处于滑坡面和坡脚区域.本研究结果可为单体高位远程滑坡灾害前期预警和防灾减灾工作提供技术支撑.

关键词

高位远程滑坡 / SBAS-InSAR技术 / BP神经网络 / 评价单元划分 / 滑坡危险性评价