环境与灾害地质学课程报告遥感技术在地震灾害预警中的应用.docx
- 文档编号:24446329
- 上传时间:2023-05-27
- 格式:DOCX
- 页数:17
- 大小:4.57MB
环境与灾害地质学课程报告遥感技术在地震灾害预警中的应用.docx
《环境与灾害地质学课程报告遥感技术在地震灾害预警中的应用.docx》由会员分享,可在线阅读,更多相关《环境与灾害地质学课程报告遥感技术在地震灾害预警中的应用.docx(17页珍藏版)》请在冰豆网上搜索。
环境与灾害地质学课程报告遥感技术在地震灾害预警中的应用
《环境与灾害地质学》课程考核报告
题目:
遥感技术在地震灾害预警中的应用
姓名:
班级:
学号:
授课教师:
2017年4月17日
摘要
地震具有突发性、破坏性强的特点。
地震发生后,往往带来毁坏性灾难,到目前为止,地震的快速预报还难以实现。
利用遥感技术对地观测具有地面观测无法比拟的优势,以其观测范围广、不受地面自然条件限制等特点,在地震观测研究中显现出明显的应用前景。
本文就遥感(可见光、红外、SAR)在地震方面的应用进行总结,并对玉树地区2010年地震利用D-InSAR进行地面形变反演。
目录
《环境与灾害地质学》课程考核报告1
摘要2
1.地震灾害监测的目的与意义4
1.1中国的地震4
2.遥感技术的应用现状5
2.1可见光影像应用现状6
2.2红外影像应用现状6
2.3SAR技术的应用7
3.实例分析7
3.1地质背景7
3.2数据介绍7
3.3D-InSAR处理流程8
参考文献13
1.地震灾害监测的目的与意义
地震是指在岩石圈内突然释放能量所造成的震动。
地震主要是由断层破裂引起的,也可能是火山活动、滑坡、地下核试验等造成的。
地震可以诱发海啸、山体滑坡和火山活动等次生灾害。
图1全球地震灾害易发性图(据GiardiniD等(2003)[1])
地震具有突发性、破坏性强的特点。
地震发生后,往往带来毁坏性灾难,到目前为止,地震的快速预报还难以实现,因此需要在地震发生后短时间内快速获取受灾情况及灾害分布信息[2]。
利用遥感技术对地观测具有地面观测无法比拟的优势,以其观测范围广、不受地面自然条件限制等特点,在地震观测研究中显现出明显的应用前景。
同时利用遥感技术进行观测,将给地震前兆信息增加立体环境的异常数据,丰富地震前兆信息的内容。
利用迅速发展的卫星对地观测技术,建设卫星地震系统,可以覆盖全球的强震多发区,全球地震监视记录与地震事件有关异常现象的频次可以大大提高,使观测到地震震例的机会大大增加,有助于对地震机理进行深入研究,提高对地震孕育、发生、发展规律的认识。
对于大力提高地震监测能力,获取海量前兆信息,突破地震预报这个世界性科学难题具有重要意义[3]。
1.1中国的地震
我国是一个多地震的国家,内陆地震占全世界内陆地震的70%,是全球两大地震带的交汇部位。
中国夹持在西伯利亚板块、印度板块、太平洋板块之间的“复式陆块区”,陆块各有亲缘。
中国的地震可以分为活动板块边界地震和板内地震。
活动地块的运动方式和速度是不同的,地块间的差异运动在其边界最强烈,我国大陆几乎所有8级和80%-90%的7级以上强震发生在活动地块边界带上[4]。
板内地震在中国也常有出现,板内灾害性地震的能量(热能、化学能、机械能)主要来自地球深部,软流圈隆起是其直接原因,它分布广、震源浅,但能量大、裂度高、破坏性强,具突发性,因而应予高度重视[5]。
图2中国大陆活动地块运动速度矢量图(据张培震等[4])
中国已经建成了一定规模的地面地震监测台网,但由于各种条件的限制,台网分布很不均匀,尤其在青藏高原地震多发地区,基本上届于无监测能力地区。
卫星观测具有覆盖范围广、动态信息强的特点。
能够获取连续的整个地球物理和地球化学背景场的信息,可对大陆地壳运动状况实现高精度、大范围和实时连续的监测,大大弥补地面监测手段的不足,实现大范围连续的地震效应的时、空、强动态监测[3]
总之中国所处地质环境复杂,地震多发,地震台站分布不均,使用遥感技术检测地震与台站监测在某些程度上可以互补。
2.遥感技术的应用现状
1906年G.R.劳伦斯(Laurence)利用风筝拍摄的旧金山大地震后的影像,是人类首次遥感技术记录地震灾害信息[6]。
在随后的100多年里,随着航空航天、电子、计算机等相关科学的发展,搭载在卫星、飞机等平台的可见光、红外、雷达传感器获取了大量的对地观测数据[2],不同传感器有着特定的功能(见表1),为灾害信息调查和减灾工作提供了重要的数据源。
表1遥感在防震减灾体系中的可用性分析*
防震减灾工作体系划分
空间对地观测信息分类
成像遥感
非成像遥感
可见光
红外
雷达
微波
电磁
重力
CNSS
监测预报
-
云图、TBB、OLR变化
D-InSAR形变监测
OLR
低频电磁与电离层扰动
微重力扰动
地壳形变、TEC变化
震灾预防
地震构造识别
地震构造识别
隐伏构造探测
-
深部构造反演
构造微地貌测量
紧急救援
震后灾害评估、灾害应急快速辅助决策
-
-
-
导航与定位
*据申旭辉等(2007)[3]
2.1可见光影像应用现状
早期基于遥感图像的震后信息提取以目视判读为主,随着遥感图像处理的技术发展,目前的灾害信息提取方法大体可分为基于图像分类技术和基于变化检测技术两大类。
基于图像分类的方法,主要是应用图像纹理等特征进行分析和基于对象的分析方法;基于变化检测的方法分为基于灰度的变化检测与基于特征的变化检测。
基于结构及纹理特征的地震灾害信息提取包括统计分析方法和空间结构分析方法。
EstradaM等(2000)[7]计算了1999年土耳其科贾埃利地震TM影像上的主成分变量,发现地震信息集中在前两个主成分变量中。
MitomiH等(2000)[8]提取了1999年土耳其科贾埃利和我国台湾地震震害信息,其参与特征的主要有色调、饱和度、亮度和边缘特征。
MitomiH等(2001)[9]基于震后航空图像采用最大似然法提取损毁建筑信息。
张景发等(2002)[10]概括分析了不同,震害等级的遥感图像特征,建立了图像特征参量产模型,分析了参量组合及阈值范围的确定方式。
柳稼航等(2004)[11]依据震害防御纹理结构的统计特征,对高分辨率卫星图像进行灾害信息自动识别和分类。
李强等(2015)[12]分析了高分辨率遥感图像中的光谱特征、纹理特征、几何形状特征等特征组合对精度的影响。
面对对象图像分析就是采用图像分割技术生成有意义的多边形对象,以单个图像为信息提取的基本单元,运用模糊数学分类方法,实现类别信息自动提取。
VuTT等(2005)[13]用面向对分方法中自多尺度分割后进行聚类分析并对伊朗巴姆地震的QuickBird图像进行了实验,提取了完好建筑物与破坏建筑物的信息。
张磊等人(2008)[14]基于面向对象的方法对建筑物倒塌率计算方法进行研究。
刘明众等(2014)[15]全面总结了面向对象方法在震害评估中的应用。
遥感图像变化检测技术是指通过图像处理和模式识别等方法比较同一地区不同时期的遥感图像,检测出该地区的地物变化信息。
根据变化检测的信息层次,变化检测方法可分为三类:
基于像元的变化检测、基于特征的变化检测、基于目标的变化检测。
基于像元的变化检测主要是对比遥感图像上对应像元的辐射强度来检测变化信息。
HuyckCK等(2005)[16]利用地震前后图像边界角点变化进
行震害信息提取。
2.2红外影像应用现状
1984年苏联学者Λ.Р.Bunopkuǔ在对中亚加兹利的一系列地震研究中发现,震前10天左右,震中区两组断裂交汇部位的上空出现红外辐射异常的现象,由此提出震前有热红外异常的观点[17]。
自此通过监测地表热红外异常进行地震预测的方法逐渐得到了应用。
关于育震区震前热红外异常法的现象,主要有以下两种观点:
①地球放气学说最早由我国著名地震学家傅承义提出,他认为在育震区岩石运动比较频繁,会发生一系列物理和化学反应,使得岩石圈与大气圈进行大量的物质和能量交换,岩层中一些气体会在短时间内大规模的排入到大气中,从而使得低空温度上升;②刘善军[18]等为代表的应力致热学说者认为:
地球固体介质受到应力后,温度、红外热像都会发生变化,其热效应主要来自岩石间的热弹效应和摩擦热效应。
吕琪琦[19]等利用NOAA-AVHRR热红外通道数据,对遥感数据进行处理,得到了一系列研究成果。
张北6.2级地震前10天,张家口—渤海地震带上出现了大范围的热红外异常,地震的震中在热红外异常带的边缘;魏乐军等[20]对收集的FY-2C红外波段的卫星遥感图像进行解译和分析,发现早在汶川大地震前55天,就开始出现卫星热红外异常。
2.3SAR技术的应用
合成孔径雷达(SAR)因其具有全天时、全天候成像能力及对地物有一定穿透力等独特的特点,在重大自然灾害遥感监测中起着非常重要的作用,特别是在多云多雨环境下合成孔径雷达起到的作用更加明显。
法国的D.Massonnet等[21]用ERS-1所得到的SAR影像进行干涉处理,他们成功地测量了该地震造成的同震位错形变,并且发现了一些地表难以探测到的特征,尤其是沿Garlock和Lenwood断层探测到几毫米的位移。
所得形变量的分布与用大地测量得到的位移以及弹性半空间位错模型所计算的结果一致。
3.实例分析
2010年4月14日07时49分40.7秒(北京时间),在中国青海省玉树藏族自治州玉树县发生了强烈地震。
中国地震台网中心(CENC)测得这次地震的震中位置为33.1°N,96.7°E,震源深度33km(后校正为震中位置33.2°N,96.6°E,震源深度为14km),震级MS7.1;美国地质调查局公布的这次地震的发震时刻为4月13日23时49分37秒(UTC),震中位置(±6.6km)为33.271°N,96.629°E,震源深度为10km(后校正为震中位置33.224°N,96.666°E,17km),震级MW6.9。
据青海省抗震救灾指挥部通报,截至25日17时,青海玉树7.1级地震已造成2220人死亡,失踪70人,12135人受伤,其中重伤1434人,约1.5万户民房倒塌[22]。
合成孔径雷达差分干涉测量(D-InSAR)技术以合成孔径雷达复数影像的相位信息变化来获取地球表面形变信息的技术。
通过对同一个地区的2幅影像加上外部DEM模拟或者3幅影像进行差分干涉处理,可以消除地形影响,获取地表变化信息,从而可以监测出雷达视线方向厘米级或更小的地球表面形变[23,24]。
D-InSAR在探测地表形变场方面的研究引起各国的普遍重视。
本文介绍使用ALOSPALSAR数据和对应的SRTM4高程数据进行差分干涉处理获取地表形变信息。
3.1地质背景
甘孜—玉树断裂是青藏高原中东部羌塘地块与巴颜喀拉地块之间的边界断裂,也是鲜水河断裂系西部组成部分,西起青海省治多县那王草曲塘,经当江、玉树、邓柯、马尼干戈,至四川甘孜县城南与鲜水河断裂左阶斜列,成为青藏高原内部的一条大型左旋走滑断裂带,全长超过500km,整体呈北西向展布,仅在当江附近走向北西西,倾向以西南为主,倾角70°~85°。
甘孜—玉树断裂是一条全新世左旋走滑断裂,基岩破碎带一般宽数十至百余米,局部地段达数百米,但晚更新世以来活动的新破裂面仅2~3条,局限在基岩破裂带内,宽度数十米,表现出最新破裂具有变形局部化的基本特征。
断错地貌特征,如断层陡坎,坡中槽,断层谷等现象明显,据此可将甘孜—玉树断裂划分可为5段:
自北西向南东分别为当江段、玉树段、邓柯段、马尼干戈段和甘孜段。
已有研究表明,甘孜—玉树断裂当江段和玉树段全新世左旋滑动速率为7.3±0.6mm/a,玉树以东邓柯段、马尼干戈段、甘孜段等左旋滑动速率约为12±2mm/a。
自1738年到2010年玉树地区发生过至少5次M6级以上的地震[25-27]。
3.2数据介绍
所用数据有ALOSPALSAR获取的玉树震前(2010.1.15)和震后(2010.4.17)两轨数据以及包含当地的SRTMDEMUTM90M分辨率数字高程数据。
PALSAR是一主动式微波传感器,它不受云层、天气和昼夜影响,可全天候对地观测,比JERS-1卫星所携带的SAR传感器性能更优越。
该传感器具有高分辨率、扫描式合成孔径雷达、极化三种观测模式,使之能获取比普通SAR更宽的地面幅宽。
表2ALOSPALSAR参数[28]
SRTM(ShuttleRadarTopographyMission)即航天飞机雷达地形测绘使命。
航天地形测绘是指以人造地球卫星、宇宙飞船、航天飞机等航天器为工作平台,对地球表面所进行的遥感测量。
以往的航天测绘由于其精度有限,一般只能制作中、小比例尺地图。
SRTM则是美国太空总署(NASA)和国防部国家测绘局(NIMA)以及德国与意大利航天机构共同合作完成联合测量,由美国发射的“奋进”号航天飞机上搭载SRTM系统完成。
本次测图任务从2000年2月11日开始至22日结束,共进行了11天总计222小时23分钟的数据采集工作,获取北纬60度至南纬60度之间总面积超过1.19亿平方公里的雷达影像数据,覆盖地球80%以上的陆地表面。
SRTM系统获取的雷达影像的数据量约9.8万亿字节,经过两年多的数据处理,制成了数字地形高程模型(DEM)。
SRTM产品2003年开始公开发布,经历多修订,目前最新的版本为V4.1版本。
3.3D-InSAR处理流程
双轨法的基本思想是用试验区地表变化前、后的2幅SAR影像生成干涉图,干涉图的相位记为
再利用已知的外部DEM数据模拟地形相位,记为
假设两幅SAR图像获取的时间段中存在SAR观测斜距方向的形变δr,其一般公式可表示为[29]
①
②
①-②得:
③
其中
是由DEM按照干涉基线和入射角模拟的位相;差分干涉结果只与波长有关,与基线无关;实际差分干涉处理时,干涉位相仍然经过去平,而模拟位相只需模拟地形位相即可。
数据的处理流程为[30]
图3双轨D-InSAR数据处理流程流程图
利用ENVI下的SARscape输入SLC(SAR单视复数数据/SARSingleLookComplexdata)主辅影像后即自动配准,对其进行基线估计,基线估算结果如表3和图4所示。
该数据对的空间基线为700.859米(远小于临界基线12984.864米),相位每变化一个2π周期,高程的变化是91.053米,位移变化0.118m。
可以进行后续分析。
表3基线估算
估计项目
大小
空间基线(m)
700.859
临界基线(m)
-12984.864~12984.864
空间向偏移(px)
19.278
方位向偏移(px)
25.352
斜距距离(m)
867321.952
时间基线(Days)
92
多普勒图心偏差(Hz)
-45.459
多普勒图心偏差临界值(Hz)
-2152.855~2152.855
2π模糊高程(m)
91.053
2π模糊位移(m)
0.118
一个像素差引起的高程差(m)
3613.677
一个像素差引起的形变(m)
4.684
主影像入射角(°)
38.564
入射角的绝对值差(°)
0.045
(a)
(b)
图4基线估计
(a)高程精度关系图(b)相干性的关系图
由于SAR以斜距方式成像,会造成即使为平地不同地方由于回波时间的不同而造成相位也不相同,所以干涉图(如公式④)难以反映实际,根据DEM可以去除平地效应得到去平干涉图,获取主副影像时卫星的位置已知即可获得
项,图像在处理前进行过大气校正,可获得与主要为形变信息的差分干涉图。
④
由于SAR特定的成像模式,图像上会有大量的噪声,对上一步差分干涉图进行滤波,去掉由相位噪声,生成用于描述位相质量干涉的相干图(图5(a))和滤波后的干涉图(图5(b))。
从滤波后的干涉图可以清楚的看到断裂的位置(红框圈出)。
(a)
(b)
图5自适应滤波及相干性计算
(a)相干系数图(b)滤波后的干涉图(断裂由红框圈出)
干涉相位只能以2π为模,所以只要相位变化超过了2π,就会重新开始和循环。
相位解缠是对去平和滤波后的位相进行相位解缠,解决2π模糊的问题。
图6相位解缠工作原理示意图
当轨道参数不够精确,影响从干涉相位转变为地形高度。
轨道精炼和重去平(RefinementandReflattening)进行轨道精炼和相位偏移的计算,消除可能的斜坡相位,对卫星轨道和相位偏移进行纠正。
对解缠后的相位是否能正确转化为形变值很关键。
轨道精炼的优劣由控制点选取的是否合理决定。
1)一般在去平后的滤波后干涉图上选择控制点,避免有地形相位没有去除的区域和变化的区域;
2)选择相干性高的区域;
3)控制点应分布于整个范围内;
4)避免解缠错误的区域,如相位孤岛等;
5)控制点的质量可以通过轨道精炼之后生成文件来查看,可以不断修改控制点。
图7控制点在相位解缠结果图的分布
将经过绝对校准和解缠的实际相位,结合合成相位,转换为高差并进行地理编码。
进一步加工后可以得到玉树震后地面形变图(图8)。
图8玉树震后地面形变图
监测结果表明,断裂走向约117°。
断裂北东方地面比地震前高,最大形变值达到41厘米,南西部地面总体呈沉降状态,最大达到48厘米。
经过和张勇等采用基于远地震资料的反演[31](结果见图9(a))和对P波波形反演[32](结果图9(b))对比发现,断裂的位置、形态相似。
(a)
(b)
图9其他方法反演结果
(a)静态(最终)滑移分布在地表上的投影(b)最终滑动分布在地表上的投影
参考文献
[1]GiardiniD,GruenthalG,ShedlockK,etal.74–TheGSHAPGlobalSeismicHazardMap[J].SeismologicalResearchLetters,2003,81(6):
1233-1239.
[2]张景发,龚丽霞,李强.地震灾害遥感综合评估与示范[M].科学出版社,2016.
[3]申旭辉,吴云,单新建.地震遥感应用趋势与中国地震卫星发展框架[J].国际地震动态,2007(8):
38-45.
[4]张培震,邓起东,张国民,等.中国大陆的强震活动与活动地块[J].中国科学:
地球科学,2003,33(S1):
12-20.
[5]杨巍然,曾佐勋,李德威,等.板内地震过程的三层次构造模式[J].地学前缘,2009
(1):
206-217.
[6]王晓青,魏成阶,苗崇刚,等.震害遥感快速提取研究--以2003年2月24日巴楚-伽师6.8级地震为例[J].地学前缘,2003,10(s1):
285-291.
[7]EstradaM,YamazakiF,MatsuokaM.UseofLandsatimagesfortheidentificationofdamageduetothe1999Kocaeli,Turkeyearthquake[C]//Proc.21stInternationalAsianConferenceonRemoteSensing.2000,2:
1185-1190.
[8]MitomiH,YamazakiF,MatsuokaM.Automateddetectionofbuildingdamageduetorecentearthquakesusingaerialtelevisionimages[C]//Proc.21stInternationalAsianConferenceonRemoteSensing.2000,1:
401-406.
[9]MitomiH,SaitaJ,MatsuokaM,etal.Automateddamagedetectionofbuildingsfromaerialtelevisionimagesofthe2001Gujarat,Indiaearthquake[C]//GeoscienceandRemoteSensingSymposium,2001.IGARSS'01.IEEE2001International.IEEE,2001:
147-149vol.1.
[10]张景发,谢礼立,陶夏新.建筑物震害遥感图像的变化检测与震害评估[J].自然灾害学报,2002,11
(2):
59-64.
[11]柳稼航,单新建,尹京苑.遥感图象自动识别城市震害房屋——以2001年印度库奇地震和1976年唐山地震为例[J].地震学报,2004,26(6):
623-633.
[12]李强,张景发,牛瑞卿.GIS与面向对象结合的遥感影像震后损毁道路快速提取[J].测绘通报,2015(4):
78-81.
[13]VuTT,MatsuokaM,YamazakiF.Preliminaryresultsindevelopmentofanobject-basedimageanalysismethodforearthquakedamageassessment[C]//Proceedingof3rdInternationalworkshoponRemoteSensingforPostDisasterResponse.2005.
[14]张磊,张景发.基于面向对象分类的建筑物倒塌率计算方法研究[C]//中国地震学会空间对地观测专业委员会成立大会暨学术研讨会论文集.2008:
139-145.
[15]刘明众,张景发,李成龙,等.高分辨率遥感影像道路震害信息提取[J].测绘通报,2014
(1):
63-66.
[16]HuyckCK,AdamsBJ,ChoS,etal.TowardsRapidCitywideDamageMappingUsingNeighborhoodEdgeDissimilaritiesinVeryHigh-ResolutionOpticalSatelliteImagery—Applicationtothe2003Bam,Iran,Earthquake[J].EarthquakeSpectra,2005,21(Suppl1):
S255-S266.
[17]吕月琳,毛玉平,史正涛.热红外遥感在地震监测预测中的应用[J].科技导报,2009,27(6):
91-96.
[18]刘善军,吴立新,李金平,等.台湾恒春地震前的卫星热红外异常特征及其机理[J].科技导报,2007,25(6):
32-37.
[19]吕琪琦,丁鉴海,崔承禹.1998年1月10日张北6.2级地震前可能的卫星热红外异常现象[J].地震学报,2000,22
(2):
183-188.
[20]魏乐军,郭坚峰,蔡慧,等.汶川M_S8.0地震前的卫星热红外异常[J].国际地震动态,2008(11):
55-55.
[21]MassonnetD,FeiglK,RossiM,etal.RadarinterferometricmappingofdeformationintheyearaftertheLandersearthquake[J].Nature,1994,369(6477):
227-230.
[22][1]许冲,徐锡伟,于贵华.玉树地震滑坡分布调查及其特征与形成机制[J]
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 环境 灾害 地质学 课程 报告 遥感技术 地震 预警 中的 应用