Detecting “Hot Spots” of Facility POIs Based on Kernel Density Estimation and Spatial Autocorrelation Technique
-
摘要: 城市设施兴趣点(POI)在局部地理空间下往往呈现聚集型分布特征(即热点),表达该特征的核密度法(kernel density estimation)是最常用到的可视化工具。考虑到核密度方法中缺少量化统计分析,提出了一种城市设施POI分布热点探测的新方法。首先基于"距离衰减效应"计算地理单元的属性值;然后采用Getis-Ord Gi*统计指数定量分析设施POI点的局部空间相关性特征。与传统基于样方法的空间自相关相比,核密度法由于顾及了地理学第一定律的区位影响,计算获得的地理单元属性值可保留空间的细节信息,热点的空间自相关分析结果可以反映设施服务影响的连续性特征。通过实际金融设施数据的自相关分析实验,表明该方法能有效提取POI基础设施在城市区域中的分布热点范围。Abstract: The distribution pattern of urban facility POIs usually forms clusters (i.e. "hot spots") in local geographic space. The kernel density estimation (KDE), which has been usually utilized for expressing these spatial characteristics, is one of the most popular visualization tools. Considering the missing of quantitative statistical inference assessment in KDE, this paper proposes a novel method to detect the hot spots of urban facility POIs. First, this method computes the attribute value of geographic unit with the "distance decay effect", then by adopting the statistical index of Getis-Ord Gi*, we analysis the local spatial cluster characteristics of urban facilities. Comparing this method with the conventional spatial autocorrelation based on the Quadrat clustering, the attribute value of kernel density computing can preserve the local information of data, and the spatial cluster characteristics of urban facilities can reflect the continuity characteristics of urban services, for that the KDE considers the regional impact based on the First Law of Geography. The actual data experiment for analyzing the financial POIs' distribution patterns indicates that this approach is effective to extract the hot spots of urban facility POIs in city areas.
-
Keywords:
- kernel density /
- POI analysis /
- spatial statistics /
- spatial autocorrelation /
- hot spots /
- Quadrat clustering
-
2017年和2018年对地质灾害行业来说,是大灾多发的两年,也是防灾工作思路发生改变的两年。尽管这两年地质灾害发生数量、造成死亡失踪人数较2016年分别减少了26.7%、13.1%[1]和60.6%、68.4%[2],但造成的直接经济损失却有所增加[1]。四川茂县6 ·24特大型滑坡、贵州纳雍8 ·28大型山体滑坡、金沙江10 ·10白格滑坡、雅江10 ·17冰崩堵江等重大地质灾害所造成的危害与影响极其严重,促使中国地质灾害防治界与遥感测绘界对调查监测和防控模式进行了重新思考,并初步形成了借助遥感技术优势、加强灾前隐患排查和早期识别的共同认识。此后,众多研究者应用合成孔径雷达干涉测量(interferometric synthetic aperture radar, InSAR)技术、光学遥感、航空或无人机激光雷达(light detection and ranging, LiDAR)等手段陆续在四川、重庆、贵州等地区(含三峡地区)开展斜坡变形监测的规模化测试与应用[3]。其中,InSAR技术在国内的发展历程可追溯到2000年左右的三峡新滩、链子崖角反射器InSAR测量试验[4],从此开启了地质灾害InSAR的监测研究。在此后近20年的研究过程中,国内外学者以三峡库区滑坡[5-8]、四川西部山区滑坡[9-15]、黑方台黄土滑坡[16-17]、甘肃舟曲泥石流[18]等地区作为主要试验区域,在技术探索、方法试验、活动特征识别、大型变形测量以及与地面手段联合应用等方面,尝试着回答“能测什么,能测多大,能测多准,用什么方法”的诸多基础问题,InSAR技术逐渐在地质灾害防治界得到了广泛关注并最终得到认可。
2017年以来,著名地质灾害专家殷跃平、许强等学者共同提出并倡导了面向重大地灾隐患早期识别的“三查”技术体系[19-20],从“空-天-地”对地观测的角度明确了测量的工作层次建议。随后,在围绕落实中央有关地质灾害防治“两个结合,三个转变”的新要求中,其向各级主管部门提出了这一技术思路,丰富了现有的调查监测手段。目前,“三查”体系与综合遥感(对地观测)的应用已在个别地区的灾害调查和灾后应急中发挥了显著作用,但大规模组织区域性地灾隐患早期识别的工作还不够充分和全面,仅在个别省份开展了试验示范。面对大范围、规模化的监测需求,回答从形变到致灾的问题,仍有许多工作要做,反观目前整体的技术积累和人才队伍,也有不少基础认识需要统一。
1 重大地质灾害隐患识别问题与需求
1.1 重大地质灾害的形式与特点
中国的山地丘陵区约占国土面积的65%,崩塌、滑坡、泥石流等灾害隐患多、分布广、防范难度大,是世界上地质灾害最严重、受威胁人口最多的国家之一[21]。相较于地震、洪涝等重大自然灾害,地质灾害是日常发生频率最高的灾种。特别是在中国西南地区,地形复杂,河流下切,地势高差悬殊,地形山高坡陡,并有若干重大地震发生的记录。因此,中国重大地质灾害在四川、西藏、云南、贵州等西南地区省份高发频发。
5·12汶川大地震后,震区地质灾害规模与巨型灾害体聚集密度均举世少有,如大光包滑坡、文家沟泥石流、唐家山堰塞湖、新磨村高位山体崩塌等,呈现出以崩滑-碎屑流-堰塞湖-溃决为主的地质灾害链形式[22]。而地质灾害诱发的松散堆积物仍有超过100亿m3堆积在深山峡谷[22],地震影响的长期效应或许还将持续。因此,对震区地质灾害链的监测和预防是当前工作之一。
除强震区之外,由冰崩、冰湖溃决引发的滑坡、泥石流堵江形成堰塞体等灾害是近年来青藏高原地区地质灾害的主要形式[23]。如发生于2018-10的雅鲁藏布江峡谷冰崩引发的滑坡泥石流造成了河道堵塞并形成堰塞湖,是典型的冰崩引发的地质灾害,给下游人民生活生产产生了巨大影响。随着未来全球气候变暖的大趋势,青藏高原冰川退缩崩塌、冰碛湖溃决等潜在的灾害风险将会有所增加。未来,西藏高海拔地区地质灾害发生的频率可能会有所加剧,不容忽视。
1.2 对重大地质灾害隐患早期识别的需求
如何从源头上更早地识别、判断和评估这些潜在的、隐蔽性极强的重大地质灾害隐患及其链式地质灾害,是当前地质灾害防治工作的重点任务和难点问题。如何对这些地处偏远、自然条件恶劣、人工调查工作难以有效开展的区域达到“虽人不能至,但掌握情况”的局面,是地质灾害隐患早期识别与监测预警的重点工作。同时,调查工作需围绕定性评估,满足定量监测与综合判断的多重需求,从而清楚地确定哪里可能存在灾害隐患、灾害隐患的活动范围与变形幅度、致灾的概率与程度有多大。
地质灾害预警预报取决于灾害隐患的早期识别、持续监测和地质分析与判断。2017年以来,陆续发生的高位垮塌、高速远程滑坡等重大地质灾害多是在已有调查工作的隐患点范围之外,如何更加全面地识别隐患对地灾调查工作提出了新的要求。2018年7月份以来,自然资源部领导多次调研听取了各方意见,强调要“研究原理、发现隐患、监测隐患、发布预警”,要求综合运用InSAR、高分辨率卫星遥感、无人机遥感、机载激光雷达测量等多种新技术手段,进一步提高全国地质灾害调查评价精度,搞清楚隐患点在哪里;要求将技术逻辑与行政逻辑结合起来,研究地质灾害成因,加强工作应用性研究,要在发现隐患、监测隐患,特别是地质灾害可能发生的时间、地点、成灾范围和影响程度等预警预报方面下更大功夫。
2 InSAR技术的局限性与应用定位
近两年来,InSAR技术极其迅速地被地质灾害防治领域专家学者、工程建设单位等广泛熟知,大批相关项目纷纷大规模采用该技术参与地质灾害的防治与早期识别。尽管InSAR技术已发展20余年,给地质灾害监测与防治等相关应用带来了一些突破性的实用结果,但广大一线应用者对此技术的整体认知程度较低,在实际应用时对其使用限制与能力范围了解不够,寄希望于用InSAR解决不同条件的所有类型滑坡的早期识别问题。因此,有必要对其能力特点、应用条件和局限性进行分析、总结与说明。
2.1 有效测量的技术设计
地表移动变形是崩塌、滑坡、泥石流等地质灾害孕育或发生的基本表现形式。对合成孔径雷达(synthetic aperture radar, SAR)信息的应用方面,集中于以相位干涉测量为基础的InSAR技术以及基于SAR影像强度信息的图像相关技术。InSAR应用需要顾及其技术特点,存在有效观测、识别探测和精准监测的层次[24-25]。有效观测是基础,在有效观测的基础上实现识别和探测,从定性角度确定感兴趣对象,在此基础上通过方法技术优化,提高观测质量和精度。SAR侧视成像的固有特点决定了InSAR测量的敏感程度,而入射参数与地形参数的关系决定能否有效成像。SAR为相干系统,相干性是InSAR测量的前提,这一特性要求重复轨观测时确保相干,既要求卫星系统的基线、噪声等满足InSAR的要求,同时要求观测对象的环境保持相对稳定,确保空间和时间基线的相干。实际应用中,常常受制于地物散射特性的变化,引起时间失相干。应用中需考虑波长周期和分辨率的有效组合,尽可能在技术设计上进行优化。同时,需从成灾到致灾过程中的变形强度和形式上设计InSAR数据处理技术及其组合。在此基础上,通过数据处理算法优化与误差建模[23],降低噪声(如大气波动、轨道误差等因素)对形变信息(参数估计)的影响。总体上,应侧重从卫星参数、环境参数和对象参数等方面进行考虑(表 1),综合应用D-InSAR(differential InSAR)常规方法、小基线集或永久散射体等时序分析技术、SAR影像强度相关的偏移量估计方法、宽带SAR子带干涉等进行技术设计[3, 5, 25-26]。
表 1 InSAR形变监测应用需要顾及的参数Table 1. Parameters That Should Be Taken into Account in InSAR Deformation Monitoring Application参数类别 具体参数 应用需求 卫星参数 重复轨道要求 相同的频率、入射角(相同轨道) 卫星倾角、成像入射角度 与地形相关 成像方式要求 TOPS、条带、聚束模式数据的统一 相位保真度 系统载荷与星地指标 轨道参数稳定性 姿态、轨道控制精度 分辨率、重访周期 可测量的精细程度与最大相对变化量 环境参数 空间基线 取决于空间基线-临界基线条件(因卫星而异) 地物变化程度 时间间隔(视监测区域地物分布状况) 季节性影响 地物变化,大气变化特征 对象参数 变形幅度匹配 相位干涉测量的有限性(极小与极大) 图像相关 非相干移动(超过相位梯度约束)与大变形测量 片段与过程 短期内的相对测量与变化过程长期连续测量 2.2 应用能力及其定位
地质灾害类型多样,地形条件复杂,大气波动显著,精准监测的应用难度较大,需要改变追求绝对精度和绝对位移量的认识,以有效探测形变场的存在为第一目标。在事前进行详细适用性评价和系统设计,从灾害体的自然环境、变形特征、卫星数据、InSAR技术、处理方法、应用目标等予以综合评判(表 2),实现从发现识别、调查评估、监测预警等方面逐步递进。
表 2 InSAR不同技术方法的适用性Table 2. Applicability of Different InSAR Algorithms方法技术 应用条件 应用目标 优选条件 应用效果 差分干涉测量D-InSAR 短期相干性良好,滑移方向可测 活动状态识别,短时间间隔 长波长、短周期、高分辨率 定性分析,大范围可行 时序分析(永久散射体时序InSAR、小基线集时序InSAR等) 植被覆盖度低,滑移方向可测 识别以及活动特征表征 长时序SAR数据,观测点密度取决于环境因素 定性/定量,可大范围进行,处理要求高 宽带SAR子带干涉 可布设反射器网络 大变形连续测量 高分辨率SAR局部变形场 定性/定量,单个滑坡体监测 Offset-tracking 高分数据,相干性良好 方位向与距离向,大变形场探测 高分辨率SAR优先,影像信息,非干涉测量 定性为主,单个坡体,不适合大范围 1) 科学认识InSAR的实际能力。
InSAR提供了地表移动变形数据,从区域上解决了大范围快速调查和排查的难题,通过变形数据有助于地质灾害早期识别。实践中,科学认识InSAR技术的能力和作用是应用的前提,围绕灾害形变分为3个层次:
(1) 活动识别:发现变形坡体,明确活动幅度——辅助地面认识判别。
(2) 变形表征:表征变形体的范围、边界和强度——活动特征全面表征。
(3) 连续监测:从蠕变、加速、快速各阶段变化——实现对过程的监测。
针对地质灾害调查过程的应用目标,InSAR具备从定性测量到精准测量的能力,提供了识别、探测到预警过程中的重要信息。但是,从变形现象到确定灾害隐患,仍需多源地学数据的综合应用。
2) 切忌挑战InSAR技术的极限。
在应用实践中, 需要科学设计InSAR监测技术方案,选择与应用目标相一致的数据、处理方法,更为精准地提取数据,切忌因不科学的认识而人为给予InSAR技术过高的应用定位,也不宜挑战InSAR技术在观测形变梯度极限、观测方向、重复频率等领域的不足。就InSAR数据处理过程而言,必须清楚软件(系统)所用算法的前提条件、数学(物理)模型,并结合实地调查与认识,提高从形变现象到确定隐患的判断能力。
3 重大地质灾害隐患早期识别中综合遥感技术的应用定位
重大地质灾害多分布于高海拔、自然条件恶劣、人不能至、人迹罕至的地区,遥感技术的出现使人们有了便捷获取此类地区信息的能力。当前的遥感技术已从单一的光学成像走向多频段、多参数的对地观测。通过利用不同类型的传感器(如SAR、LiDAR等),基于多种多样的信息获取平台(如卫星、航空、无人机与地面观测),可对潜在的灾害区域进行有效识别、发现和监测及灾后应急调查。
在遥感技术应用的发展过程中,前期主要侧重于基于可见光、高光谱、红外等多波段成像的图谱测量,从可见光影像及多光谱数据的变化中揭示孕灾环境、受灾范围、致灾因子等特征变化。随着InSAR、LiDAR、全球导航定位系统(global navigation satellite system, GNSS)等对地观测手段的迅速发展,更侧重于通过对地表的观测揭示灾害体的形态与位移变化特征,进一步与相关物理模型相结合。遥感在地质灾害领域的应用已从光学遥感为主的图谱影像测量走向多种遥感手段综合的图谱影像与形态、形变测量相结合的综合遥感应用(图 1[23])。综合遥感手段在国外已广泛用于地质灾害的早期识别、隐患排查和监测预警等工作,有助于改变以往过分依靠人工调查-发现隐患-布设监测仪器的工作模式,为人们对地质灾害的出现、发展和破坏等整个演变过程的认识提供强有力的支撑。
综合遥感技术在中国地质灾害防治工作中的应用主要体现在早期识别、隐患排查、监测预警、灾害应急4个方面,遵循分层递进、从面到点、由粗到细、星地协同的工作模式。随着卫星资源、遥感数据的进一步丰富,地质灾害综合遥感应用技术体系已在实践中发挥作用,必将逐步被地质灾害防治界所接纳并推广应用。
4 “三查”的内容——形态、形变与形势
重大地质灾害隐患早期识别中的综合遥感应用主要体现在解决形态、形变和形势的调查与判断方面(图 2)。在技术手段上,利用高分辨率光学遥感与LiDAR测量模式进行灾害体的广义形态调查,研究灾害形成和发育的地质背景、三维形态、地表覆被变化以揭示潜在的成灾状况;利用不同入射角、不同分辨率的InSAR监测获取斜坡等地质体地表变形状态,判别灾害体的滑移规模、活动阶段和发展趋势;综合长时间序列InSAR、地面原位测量数据、地质背景资料等,对成灾状况、当前变形状况、潜在发展趋势与致灾形势进行评判,是当前面向重大地质灾害早期有效识别的关键所在。对照“三查”隐患识别的工作层次,从形态、形变到形势的“三形”调查是遥感观测意义上进行地质灾害隐患早期识别的关键测量对象。
发现隐患、监测隐患是决定预警预报是否可行的关键性基础工作。为推进综合遥感支撑的重大地质灾害早期识别与监测预警,需要统筹卫星、航空等多种遥感数据资源,融合高分辨率光学遥感、InSAR、LiDAR等技术手段,结合形态、形变、形势进行综合判断,推进地质灾害普查、详查、核查,形成稳定的技术体系与业务能力,提高地灾识别与监测预警能力。
从工作层次上,在开展区域尺度地质灾害隐患普查的基础上,对识别出的隐患进行风险评估,根据其风险程度开展重大地质灾害的长期监测。侧重应用高分辨率InSAR持续监测重大隐患的影响范围和发展趋势,表征其运动特征,增强对整体加速、局部加速的认识,提高灾害预警的准确性。
5 思考与建议
重大地质灾害隐患早期识别工作已经得到了地质灾害界的广泛重视,不再局限于单一学科领域的研究。2018年11月于贵阳召开的第一届重大地质灾害隐患早期识别技术研讨会[27],集中了目前国内遥感、InSAR与地质灾害界的广大一线专家学者和技术人员。通过对综合遥感,特别是InSAR技术的应用定位、实际能力、现有条件和未来发展的探讨,结合四川、贵州、三峡、甘肃、陕西等地区大量的应用案例,对其用于重大隐患早期识别的可行性与科学性进行了深入交流,凝聚了共识。此次研讨会引起了地灾学科界的极大反响,研究队伍日益壮大,一方面体现了地质灾害隐患早期识别工作的复杂性,需要多学科、多部门的协同工作,另一方面体现了地质灾害隐患早期识别工作的重要性与迫切性。
结合目前重大地质灾害防治与管理工作中对早期识别的迫切需求,对未来工作提出如下建议:
1) 从不同渠道共同推动“强化综合遥感技术应用,推动重大地质灾害隐患早期识别”的理念,以全国地质灾害高易发区综合调查、川藏线地质灾害调查等入手,推广普查、详查、核查的重大地质灾害隐患识别技术,形成中国地质灾害工作链中新型的调查工作模式。以贵州、四川、陕西为样板工程,推动“空-天-地”协同的省级地质灾害常态化监测模式。
2) 面向日常灾害应急处置,推动建立重大地质灾害应急处置技术联盟。以行业主管部门为需求牵引,形成由各方专家、企业、高校科研院所为支撑的技术联盟,由企业提供高分辨率光学与SAR遥感数据,由地灾与遥感专业技术队伍进行快速处理,为前线专家组会商提供快速、准确、实用的数据支撑。
3) 围绕限制进一步规模化应用的综合遥感技术,特别是InSAR技术,需依托开展相关研究的高校与科研院所,集中技术力量开展区域性高陡边坡InSAR监测应用的关键技术攻关,突破三维形变反演、大范围场景下的滑坡识别及其形变信息自动化处理以及融合永久散射体与分布式散射体的InSAR时序分析技术研究,从方法上解决有效观测、精准观测和快速处理的技术瓶颈,推动构建适合中国情况的规模化应用的广域地质灾害综合遥感监测平台(如GEP,https://geohazards-tep.eo.esa.int)。
4) 朝着业务化方向发展,SAR卫星是关键和基础。需要加快推进中国L波段雷达卫星在轨任务的科学编排,强化地质灾害监测应用目标,形成支撑服务常态化的地质灾害调查监测的卫星观测任务。行业部门推动卫星应用系统建设,探索面向技术联盟的国产卫星数据渠道。提前谋划下一代中国自然灾害监测卫星系统,推进后续工程星和新体制SAR卫星预研。
5) 构建定期交流与重大灾害会商的工作机制,通过行业牵头、专家研讨、企业参与的方式,推动形成一批适应中国地质灾害特点的技术规范与标准体系。主动探索技术研究与行政管理的统一,增强专业技术研究的针对性和实用性,从被动救灾到主动防灾,回应防灾减灾的实际需求,努力满足防治工作中的行政指挥需要。
6) 在综合对地观测(遥感)大数据的基础上,将专家经验和技术方法转化为机器学习规则与方法,通过长时序观测数据开展人工智能地灾隐患的早期识别研究。从简单样本做起,逐步解决地灾隐患在形态特征上非规则、多样化和在形变过程上非线性、非均一的有效判断,尽可能提高效率和准确性。
-
[1] Xu Xueqiang, Zhou Yixing, Ning Yuemin. Urban Geography[M]. Beijing:Higher Education Press, 1997(许学强,周一星,宁越敏.城市地理学[M].北京:高等教育出版社,1997) [2] Wang Jingfeng. Spatial Analysis[M]. Beijing:Science Press, 2006:76-84(王劲峰. 空间分析[M]. 北京:科学出版社, 2006:76-84) [3] Silverman B W. Dehnad K. Density Estimation for Statistics and Data Analysis[M]. London:Chapman Hall, 1986 [4] Xie Z, Yan J. Kernel Density Estimation of Traffic Accidents in a Network Space[J]. Computers, Environment and Urban Systems, 2008, 32(5):396-406 [5] Chen Fei, Du Daosheng. Application of the Integration of Spatial Statistical Analysis with GIS to the Analysis of Regional Economy[J]. Geomatics and Information Science of Wuhan University, 2002, 27(4):391-396(陈斐, 杜道生. 空间统计分析与GIS在区域经济分析中的应用[J]. 武汉大学学报\5信息科学版, 2002, 27(4):391-396) [6] Anselin L. Local Indicators of Spatial Association-LISA[J]. Geographical Analysis, 1995, 27(2):93-115 [7] Ord J K, Getis A. Local Spatial Autocorrelation Statistics:Distributional Issues and Application[J].Geographical Analysis,1995, 27(4):286-306 [8] Borruso G. Network Density Estimation:A GIS Approach for Analysing Point Patterns in a Network Space[J]. Transactions in GIS, 2008, 12(3):377-402 [9] Tobler W. A Computer Movie Simulating Urban Growth in the Detroit Region[J]. Economic Geography, 1970, 46(2):234-240 [10] Sheather S J, Jones M C. A Reliable Data-based Bandwidth Selection Method for Kernel Density Estimation[J]. Journal of the Royal Statistical Society. Series B (Methodological), 1991:683-690 [11] Elgammal A, Duraiswami R, Harwood D, et al. Background and Foreground Modeling Using Nonparametric Kernel Density Estimation for Visual Surveillance[J]. Proceedings of the IEEE, 2002, 90(7):1151-1163 [12] Goodchild M, Haining R, Wise S. Integrating GIS and Spatial Data Analysis:Problems and Possibilities[J]. International Journal of Geographical Information Systems, 1992, 6(5):407-423 [13] Swift A, Liu L, Uber J. Reducing MAUP Bias of Correlation Statistics Between Water Quality and GI Illness[J]. Computers, Environment and Urban Systems, 2008, 32(2):134-148 [14] Xu Jianhua, Yue Wenze, Tan Wenqi. A Statistical Study on Spatial Scaling Effects of Urban Landscape Pattern:A Case Study of the Central Area of the External Circle Highway in Shanghai[J]. Acta Geographica Sinica,2004, 59(6):1058-1067(徐建华, 岳文泽, 谈文琦. 城市景观格局尺度效应的空间统计规律——以上海中心城区为例[J]. 地理学报, 2004, 59(6):1058-1067) [15] Wang Jinfeng, Haining R, Cao Z D. Sample Surveying to Estimate the Mean of a Heterogeneous Surface:Reducing the Error Variance Through Zoning[J]. International Journal of Geographical Information Science, 2010, 24(4):523-543 [16] Chen Jiangping, Zhang Yao, Yu Yuanjian. Effect of MAUP in Spatial Autocorrelation[J]. Acta Geographica Sinica, 2011, 66(12):1597-1606(陈江平, 张瑶, 余远剑. 空间自相关的可塑性面积单元问题效应[J]. 地理学报, 2011, 66(12):1597-1606) [17] Cao Zhidong, Wang Jinfeng, Gao Yige, et al. Risk Factors and Autocorrelation Characteristics on Severe Acute Respiratory Syndrome in Guangzhou[J]. Acta Geographica Sinica, 2008, 63(9):981-993(曹志冬, 王劲峰, 高一鸽, 等. 广州SARS流行的空间风险因子与空间相关性特征[J]. 地理学报, 2008, 63(9):981-993) [18] Chen Peiyang, Zhu Xigang. Regional Inequalities in China at Different Scales[J]. Acta Geographica Sinica, 2012, 67(8):1085-1097(陈培阳, 朱喜钢. 基于不同尺度的中国区域经济差异[J]. 地理学报, 2012, 67(8):1085-1097) [19] Jiang Haining, Gu Renxu, Li Guangbing. Headquarter Spatial Pattern and Location Choice of Top 500 Enterprises of Chinese Manufacturing Industries[J]. Economic Geography, 2012, 31(10):1666-1673(姜海宁,谷人旭,李广斌. 中国制造业企业500强总部空间格局及区位选择[J]. 经济地理,2012, 31(10):1666-1673) [20] Hai Beibei, Li Xiaojian, Xu Jiawei. Spatio-temporal Evolution of Rural Settlements in Gongyi[J]. Geographical Research, 2013,32(12):2257-2269(海贝贝,李小建,许家伟. 巩义市农村居民点空间格局演变及其影响因素[J]. 地理研究,2013,32(12):2257-2269) [21] Ma Xiaodong, Li Quanlin, Shen Yi. Morphological Difference and Regional Types of Rural Settlements in Jiangsu Province[J]. Geographica Sinica, 2012,67(4):516-525(马晓冬,李全林,沈一. 江苏省乡村聚落的形态分异及地域类型[J]. 地理学报,2012,67(4):516-525) [22] Steiner R L. Traditional Shopping Centers[J]. Access:Research at the University of California Transportation Center,1998, 12:8-13 [23] Urban Planning Land and Resources Commission of Shenzhen Municipality. The Comprehensive Plan of Shenzhen City (2010-2020)[OL].http://www.szpl.gov.cn/szupb/,2014-07-18(深圳市城市规划委员会. 深圳市城市总体规划(2010-2020)[OL].http://www.szpl.gov.cn/szupb/,2014-07-18) -
期刊类型引用(160)
1. 张雪,魏云杰,杨成生,刘勇,杨佳艺. 云南昭通地区滑坡隐患InSAR广域识别与监测. 地球科学与环境学报. 2025(01): 128-142 . 百度学术
2. 陈江攀,严献彪. 基于机载LiDAR与倾斜摄影技术的场区地质环境调查研究. 科技创新与应用. 2025(04): 86-89 . 百度学术
3. 黄海峰,张瑞,周红,易武,薛蓉花,董志鸿,柳青,邓永煌,张国栋. 小尺度山区地质灾害隐患的无人机精细化识别方法与实践. 测绘通报. 2024(01): 6-11 . 百度学术
4. 李永鑫,王德富,马志刚,范亚军,杨本勇,刘立,罗超. 知识图谱驱动下的多源遥感滑坡隐患识别. 测绘通报. 2024(01): 12-18 . 百度学术
5. 方迎潮,王小松,蒋毅,顿佳伟,冯文凯,刘威,丁治文,张洋铭. 基于时序InSAR技术的中贵天然气管道天水市段沿线滑坡隐患识别与形变分析. 科学技术与工程. 2024(04): 1357-1369 . 百度学术
6. 蔡建澳,明冬萍,赵文祎,凌晓,张雨,张星星. 基于综合遥感的察隅县滑坡隐患识别及致灾机理分析. 自然资源遥感. 2024(01): 128-136 . 百度学术
7. 殷跃平,高少华. 高位远程地质灾害研究:回顾与展望. 中国地质灾害与防治学报. 2024(01): 1-18 . 百度学术
8. 董侨 ,杜豫川 ,郭猛 ,黄优 ,贾彦顺 ,蒋玮 ,金娇 ,李峰 ,刘成龙 ,刘鹏飞 ,刘状壮 ,罗雪 ,吕松涛 ,马涛 ,沙爱民 ,单丽岩 ,司春棣 ,王朝辉 ,王大为 ,肖月 ,徐慧宁 ,杨旭 ,张久鹏 ,张园 ,朱兴一. 中国路面工程学术研究综述·2024. 中国公路学报. 2024(03): 1-81 . 百度学术
9. 刘欢,张童康,郭瑞华. 基于时序InSAR技术的响滩村滑坡形变特征分析. 价值工程. 2024(13): 135-138 . 百度学术
10. 邓斐,张双成,樊茜佑,牛玉芬,惠文华,司锦钊,吴文辉. 时序InSAR用于滑坡灾前二维形变追溯与灾后风险评价. 测绘科学. 2024(01): 67-78 . 百度学术
11. 周彬,谢洪波,文广超. 基于侵蚀循环理论的河南省降雨型地质灾害易发性分区. 华北水利水电大学学报(自然科学版). 2024(04): 92-101 . 百度学术
12. 马晓雪,焦润成,曹颖,南赟,王晟宇,郭学飞,赵丹凝,闫驰,倪璇. 重大工程建设中地质灾害综合遥感监测技术方法应用——以北京2022冬奥会延庆赛区为例. 自然资源遥感. 2024(02): 248-256 . 百度学术
13. 郑威,左小清,李勇发,李正会,王志红,李德彬. 融合InSAR和机载LiDAR技术的滑坡早期识别与分析. 测绘通报. 2024(05): 1-6 . 百度学术
14. 徐敦敏. 复杂地质灾害现场勘查分析与处置. 价值工程. 2024(17): 37-40 . 百度学术
15. 张长海. 基于陆探一号SAR数据干涉测量反演DEM研究——以榆社县为例. 华北自然资源. 2024(03): 107-110 . 百度学术
16. 古丽米热·甫拉提,张学霞,胡韵哲,王景萍. 2016—2021年松嫩平原黑土区季节性地表形变监测与分析. 地理科学进展. 2024(06): 1203-1218 . 百度学术
17. 刘卫南,宋红克,李清波,谢谟文. 利用光学影像的滑坡位移监测. 测绘通报. 2024(06): 41-45+64 . 百度学术
18. 洛松群培,单增卓玛,单增顿珠,达娃,格桑扎西,吴传建. 普适型地质灾害监测预警系统应用及存在问题——以西藏拉萨、林芝为例. 西藏科技. 2024(05): 55-63 . 百度学术
19. 秦宏楠,马海涛,于正兴,刘玉溪. 地基雷达干涉测量动态高频次数据用于滑坡早期预警方法研究. 武汉大学学报(信息科学版). 2024(08): 1330-1336 . 百度学术
20. 魏统彪,石鹏卿,高子雁,周小龙. 基于DeepLabv3+算法的黄土地区地质灾害隐患形变区识别技术研究. 甘肃科学学报. 2024(04): 18-25 . 百度学术
21. 席梦丹,张永洪. 基于GF-3精细条带数据生产DEM的精度分析. 测绘标准化. 2024(02): 101-106 . 百度学术
22. 张凯翔,蒋道君,吕小宁,张曦. 机器学习模型在地质灾害遥感调查数据分析中的应用现状. 中国地质灾害与防治学报. 2024(04): 126-134 . 百度学术
23. 张清,何毅,陈学业,高秉海,张立峰,赵占骜,路建刚,张雅蕾. 基于多尺度卷积神经网络的深圳市滑坡易发性评价. 中国地质灾害与防治学报. 2024(04): 146-162 . 百度学术
24. 徐思瑜,张熠斌,徐誉维,张震屹,宋金红. 基于时序InSAR的长春市九台区煤炭采空区地表沉降监测及时空演化态势分析. 中国煤炭. 2024(08): 212-222 . 百度学术
25. 唐小川,涂子涵,任绪清,方成勇,王宇,刘鑫,范宣梅. 一种识别植被覆盖滑坡的多模态深度神经网络模型. 武汉大学学报(信息科学版). 2024(09): 1566-1573 . 百度学术
26. 邓夷明,曾雪松,张东明,王柳藜,杨仲国,李元彪,彭海艳. InSAR技术在复杂机场选址勘测中的应用. 四川地质学报. 2024(S1): 132-136+141 . 百度学术
27. 牛晨昊,焦润成,韩建锋,王晟宇,郭学飞,刘畅,韩玉成,宋国峰. 基于信息量-机器学习耦合模型的采煤沉陷区滑坡敏感性评价. 煤田地质与勘探. 2024(09): 140-153 . 百度学术
28. 熊小辉,白永健,铁永波,高延超,徐伟,龚凌枫,王家柱,田凯,李鹏岳. 基于“天–空–地–深”方法的山区城镇地质灾害隐患判识:以四川省喜德县重点乡镇为例. 沉积与特提斯地质. 2024(03): 560-571 . 百度学术
29. 伍运霖,刘天翔,程强,王丰. 复杂山区陡立山体崩塌灾害及应急抢险处置. 路基工程. 2024(05): 20-25 . 百度学术
30. 彭翔,甘淑,袁希平,朱智富,李璇,龚伟圳. 融合InSAR与GWO-LSTM对高陡山地的形变监测与预测——以金沙江流域某边坡为例. 测绘通报. 2024(09): 44-49 . 百度学术
31. 刘斌,张丽,葛大庆,李曼,周小龙,郭兆成,石鹏卿,张玲,金鼎坚,万祥星,王宇,王艳. 陆地探测一号卫星滑坡大变形InSAR监测应用. 武汉大学学报(信息科学版). 2024(10): 1753-1762 . 百度学术
32. 孙琪皓,刘桂卫,王飞,张璇钰,王衍汇. 铁路地质灾害早期识别与监测预警技术及应用研究. 铁道标准设计. 2024(09): 24-31 . 百度学术
33. 曾利平. 大数据技术支撑下的地质灾害数据管理系统建设研究. 测绘标准化. 2024(03): 126-131 . 百度学术
34. 牛宵,江娜. 基于地理国情监测数据的景观生态评价研究. 测绘标准化. 2024(03): 103-109 . 百度学术
35. 侯永浩,张兴,李晓民,李宗仁. SBAS-InSAR技术在地质灾害调查中的应用. 北京测绘. 2024(10): 1477-1481 . 百度学术
36. 乔申,孙承志,毕凌宇. 基于时序InSAR技术的南京市地铁沿线沉降监测分析. 测绘通报. 2024(10): 64-70 . 百度学术
37. 杨龙伟,徐杨青,江强强,石峰,闫国强. 基于Web of Science数据库和CiteSpace文献计量的高位滑坡研究综述. 西华师范大学学报(自然科学版). 2024(06): 613-621 . 百度学术
38. 成书楼,张鹏,黄波林,王勋,许凯凯,董星辰. 融合贴近摄影和LiDAR技术的危岩体三维模型构建及稳定性分析. 水文地质工程地质. 2024(05): 172-181 . 百度学术
39. 杨隽,汪娟,郭金城,谢杭,冯瀚. 陆探一号在地质灾害隐患探测中的应用研究. 测绘科学. 2024(09): 174-182 . 百度学术
40. 宋鑫友,张磊,李涛,雷宝成,宋瑞庆. 陆探一号干涉SAR在轨测试阶段基线精化与DEM精度分析. 测绘学报. 2024(10): 1920-1929 . 百度学术
41. 李煜楠,甄俊伟,屈向阳,卢星谕. 基于ArcGIS的广东省汕尾市地质灾害风险评价. 世界地质. 2024(04): 586-599 . 百度学术
42. 徐思瑜,张熠斌,徐誉维,宋金红. 基于时序InSAR的吉林蛟河矿区地表沉降监测及时空演化态势分析. 世界地质. 2024(04): 574-585+618 . 百度学术
43. 唐宇豪,付开隆,赵文龙,王仕兴. 某高速铁路弱膨胀黏性土质路堑边坡变形演化特征. 高速铁路技术. 2024(05): 106-112 . 百度学术
44. 段雨廷,李昊,张赵鹏. InSAR技术在怒江区域地质灾害隐患识别中的应用. 云南电业. 2024(06): 30-35 . 百度学术
45. 李文龙. 机载LiDAR技术在广州黄埔区地质灾害调查中的应用. 中国地质灾害与防治学报. 2024(06): 164-172 . 百度学术
46. 冯磊,王轶,李文吉,王彦佐,郑向向,王珊珊,张玲. 三维地质灾害隐患识别业务平台研发与应用. 自然资源遥感. 2024(04): 321-327 . 百度学术
47. 韩静,杨帅,杨涛,朱楠男,马煜栋,张文龙. 基于L波段差分干涉SAR卫星的安康地区滑坡隐患识别. 自然资源遥感. 2024(04): 254-259 . 百度学术
48. 张强. 不同地质灾害类型的遥感解译机理研究. 科技创新与应用. 2023(01): 93-96 . 百度学术
49. 孙永彬,张恩,李启亮,牛海威,王少帅,王诜,张策. 金沙江下游永善段隐蔽性滑坡隐患综合遥感识别. 工程科学与技术. 2023(01): 171-183 . 百度学术
50. 焦润成,郭学飞,南赟,杨红磊,曹颖,王晟宇,闫驰,韩建锋,马晓雪,赵丹凝,倪璇,马驰. 采空区-滑坡-泥石流链式灾害隐患综合遥感识别与评价. 金属矿山. 2023(01): 73-82 . 百度学术
51. 朱智富,甘淑,袁希平,张荐铭,王睿博,张晓伦. 融合升降轨InSAR数据的东川区滑坡隐患识别. 地球物理学进展. 2023(01): 137-146 . 百度学术
52. 刘星洪,姚鑫,杨波,汤文坤,周振凯. 川西高原活动性滑坡识别与空间分布特征研究. 地质力学学报. 2023(01): 111-126 . 百度学术
53. 景晶晶,吴志坚,丁万鹏,储城鑫,马巍. 藏南聂拉木镇地质灾害和河岸工程病害调查分析. 防灾减灾工程学报. 2023(01): 32-40 . 百度学术
54. 佘金星,许强,杨武年,董秀军,刘飞. 九寨沟地震地质灾害隐患早期识别与分析研究. 工程地质学报. 2023(01): 207-216 . 百度学术
55. 罗天文,李斐,潘斌,沈光保,陈彤,陈嘉明,郝卫峰. 利用车载双天线InSAR系统监测公路边坡形变. 武汉大学学报(信息科学版). 2023(03): 359-367 . 百度学术
56. 吴明堂,崔振华,易小宇,冯文凯,尹保国,薛正海,韩靖楠. 白鹤滩库区象鼻岭—野猪塘段地质灾害综合遥感识别. 长江科学院院报. 2023(04): 155-163 . 百度学术
57. 顿佳伟,冯文凯,易小宇,张国强,吴明堂. 白鹤滩库区蓄水前活动性滑坡InSAR早期识别研究——以葫芦口镇至象鼻岭段为例. 工程地质学报. 2023(02): 479-492 . 百度学术
58. 杨宏山,聂建亮. 利用InSAR分析陕西省垂直形变. 武汉大学学报(信息科学版). 2023(05): 710-716 . 百度学术
59. 安红岩,曾繁如,李金豪. 基于InSAR技术与光学影像的玉龙县地质灾害隐患判识与分析. 物探化探计算技术. 2023(02): 252-259 . 百度学术
60. 王之栋,唐伟,马志刚,李雨宸,杨本勇,李维庆,李永鑫. 九寨沟地区高位滑坡隐患InSAR-LiDAR早期识别. 测绘通报. 2023(05): 9-15 . 百度学术
61. 窦杰,向子林,许强,郑鹏麟,王协康,苏爱军,刘军旗,罗万祺. 机器学习在滑坡智能防灾减灾中的应用与发展趋势. 地球科学. 2023(05): 1657-1674 . 百度学术
62. 张昱. 基于倾斜摄影的高陡坡面泥石流风险识别. 江西建材. 2023(03): 191-193 . 百度学术
63. 陈雅娜,李明波. 基于综合遥感识别的地质灾害新“三查”体系示范研究及应用——以湖南省沅麻盆地“红层”区为例. 陕西地质. 2023(01): 105-110 . 百度学术
64. 吴明堂,房云峰,卓冠晨,易小宇,戴可人,陈建强,冯文凯. 白鹤滩库区三家村库岸地质灾害隐患综合遥感识别. 昆明理工大学学报(自然科学版). 2023(03): 53-61 . 百度学术
65. 韩龙祖,贾丹. 遥感技术在水电站地质灾害识别与监测预警中的应用与展望. 中国矿业. 2023(S1): 248-251 . 百度学术
66. 陶海川,石长柏,江亚鸣,王水华,胡新丽,王剑. 恩施沙子坝滑坡破坏特征与形成机制. 资源环境与工程. 2023(03): 308-319+349 . 百度学术
67. 许强,董秀军,朱星,邓博,戴可人. 基于实景三维的天-空-地-内滑坡协同观测. 工程地质学报. 2023(03): 706-717 . 百度学术
68. 薛强,张茂省,董英,孟晓捷,郭小鹏,冯卫,洪勃,王涛,刘文辉,田中英,张戈,卢娜. 基于DEM和遥感的黄土地质灾害精细化风险识别——以陕北黄土高原区米脂县为例. 中国地质. 2023(03): 926-942 . 百度学术
69. 刘文军,叶群,万芳琦. 基于综合遥感手段的地质灾害隐患早期识别. 江西测绘. 2023(02): 29-32 . 百度学术
70. 武丽梅,金丽华,王明亮,岳昊,王国宇. 升降轨Sentinel-1数据在滑坡形变识别中的适用性研究. 测绘与空间地理信息. 2023(S1): 32-35+39 . 百度学术
71. 韩静,杨帅,马煜栋. 基于InSAR和光学遥感技术的商洛地区地质灾害隐患识别. 西部资源. 2023(04): 144-147 . 百度学术
72. 尹宏昌,田丰,马海博,薛博. 无人机激光雷达矿山开采沉陷监测研究. 煤炭工程. 2023(08): 130-136 . 百度学术
73. 王斌,徐佳沅,唐力明,周立鹏. 小型斜坡隐患识别“空天地”图谱几何遥感方法. 测绘通报. 2023(08): 136-141 . 百度学术
74. 姜德才,郑向向,王宁,肖春蕾,朱振洲. 时序InSAR技术在珠三角地区地质灾害隐患识别中的应用. 自然资源遥感. 2023(03): 292-301 . 百度学术
75. 王朋伟,安玉科. 基于倾斜摄影与InSAR技术的高位崩塌风险识别. 水文地质工程地质. 2023(05): 169-180 . 百度学术
76. 巨淑君,高志良,蒋明成,高强,屈向阳. 震后大渡河流域丹巴—乐山段地质灾害隐患. 山地学报. 2023(03): 411-421 . 百度学术
77. 蒋文学,李益敏,杨一铭,计培琨,赵志芳. 基于综合遥感识别方法的藏南错那地区地质灾害识别研究. 防灾科技学院学报. 2023(03): 1-9 . 百度学术
78. 张春宇,郭际明,王鼎,许毅,潘尚毅,乔世雄. 基于Stacking-InSAR的澜沧江营盘镇——苗尾段滑坡隐患识别. 地理空间信息. 2023(09): 93-97 . 百度学术
79. 杨梦诗,廖明生,常玲,Ramon F.Hanssen. 城市场景时序InSAR形变解译:问题分析与研究进展. 武汉大学学报(信息科学版). 2023(10): 1643-1660 . 百度学术
80. 唐光民,戴可人,卓冠晨,沈月,陈晨,许强. 基于InSAR相位梯度叠加的毛尔盖库岸滑坡隐患快速识别. 地震工程学报. 2023(05): 1096-1105 . 百度学术
81. 任志鹏,张双成,司锦钊,惠文华,李思洁子,胡兴群,张昌波. 综合SBAS-InSAR与CR-InSAR解译安康膨胀土机场形变. 大地测量与地球动力学. 2023(11): 1112-1116+1128 . 百度学术
82. 刘文,王猛,王朋,罗锋,何志杰,余天彬. 国道219沿线崩滑地质灾害隐患遥感调查及发育分布规律. 中国地质调查. 2023(05): 99-108 . 百度学术
83. 吴明堂,房云峰,沈月,戴可人,姚义振,陈建强,冯文凯. 基于短基线DInSAR的白鹤滩库区蓄水期滑坡隐患广域快速动态识别. 遥感技术与应用. 2023(05): 1054-1061 . 百度学术
84. 柯福阳,胡祥祥,明璐璐,刘学武,尹继鑫,刘宇航. 面向地表形变高精度监测的GNSS-InSAR融合方法. 遥感技术与应用. 2023(05): 1028-1041 . 百度学术
85. 叶润青,付小林,郭飞,易庆林,汤明高,宋英旭,吴润泽. 三峡库区地质灾害监测分析与发展探讨. 工程地质学报. 2023(05): 1628-1636 . 百度学术
86. 张卜平,朱兴华,程茜,孙恒飞,蔡佳乐. 早期黄土洞穴识别理论与技术发展现状. 自然灾害学报. 2023(05): 1-11 . 百度学术
87. 姜万冬,席江波,李振洪,丁明涛,杨立功,谢大帅. 模拟困难样本的Mask R-CNN滑坡分割识别. 武汉大学学报(信息科学版). 2023(12): 1931-1942 . 百度学术
88. 杨春宇,文艺,潘星,袁德宝. 基于SBAS-InSAR的山体滑坡形变监测分析. 测绘通报. 2023(11): 12-17 . 百度学术
89. 赵华伟,周林,谭明伦,汤明高,童庆刚,秦佳俊,彭宇辉. 基于光学遥感和SBAS-InSAR的川渝输电网滑坡隐患早期识别. 自然资源遥感. 2023(04): 264-272 . 百度学术
90. 梁京涛,赵聪,王军. 斜坡InSAR变形监测效果野外判定方法研究. 人民长江. 2022(01): 126-131 . 百度学术
91. 张本浩,魏云杰,杨成生,熊国华,董继红. 西藏然乌地区地质灾害隐患点InSAR识别与监测. 中国地质灾害与防治学报. 2022(01): 18-26 . 百度学术
92. 许强,陆会燕,李为乐,董秀军,郭晨. 滑坡隐患类型与对应识别方法. 武汉大学学报(信息科学版). 2022(03): 377-387 . 百度学术
93. 胡琳,甘淑,袁希平,杨明龙,高莎,毕瑞. 基于GF-2的禄丰恐龙谷南缘山地环状构造线性特征遥感解析应用研究. 地质灾害与环境保护. 2022(01): 77-81 . 百度学术
94. 李升甫,向波,孙晓鹏,徐鸿彪,汪致恒. 多源遥感技术在复杂山区高速公路地质选线中的应用. 重庆交通大学学报(自然科学版). 2022(04): 120-125 . 百度学术
95. 董佳慧,牛瑞卿,亓梦茹,丁赞,徐航,何睿. InSAR技术和孕灾背景指标相结合的地灾隐患识别. 地质科技通报. 2022(02): 187-196 . 百度学术
96. 杨帆,巩世彬,陈梓萌. 时序InSAR 技术对大连主城区沉降分析. 测绘工程. 2022(03): 61-67 . 百度学术
97. 申泽西,张强,吴文欢,宋长青. 青藏高原及横断山区地质灾害易发区空间格局及驱动因子. 地理学报. 2022(05): 1211-1224 . 百度学术
98. 陈行,刘汉湖,葛宗旭. 时序SBAS-InSAR下的香格里拉市地表形变监测. 宜宾学院学报. 2022(06): 54-59 . 百度学术
99. 许广河,何小锋,王国瑞,扈志勇,程霞,李小琼. 黄河流域宁夏(西吉县)段滑坡灾害的InSAR识别及成因分析. 测绘通报. 2022(06): 104-107 . 百度学术
100. 武丽梅,王晓波,姚国纪. 西山村滑坡SBAS形变监测研究. 测绘与空间地理信息. 2022(S1): 228-231 . 百度学术
101. 卓冠晨,戴可人,周福军,沈月,陈晨,许强. 川藏交通廊道典型工点InSAR监测及几何畸变精细判识. 地球科学. 2022(06): 2031-2047 . 百度学术
102. 李振洪,张成龙,陈博,占洁伟,丁明涛,吕艳,李鑫泷,彭建兵. 一种基于多源遥感的滑坡防灾技术框架及其工程应用. 地球科学. 2022(06): 1901-1916 . 百度学术
103. 祝杰,韩宇飞,王坦,李瑜,王阅兵,师宏波,刘洋洋,樊俊屹,邵银星. 2017年九寨沟M_S7.0地震同震地表三维形变场解算研究. 中国地震. 2022(02): 348-359 . 百度学术
104. 黄广才,喜文飞,安全,李思发,韦瑾. 基于D-InSAR技术的滑坡识别监测结果分析——以贵州某地区为例. 地矿测绘. 2022(02): 15-20 . 百度学术
105. 徐晓雪,季灵运,张文婷,刘传金. 基于相干性的InSAR时间序列方法追溯四川雅安地区汉源滑坡灾前形变. 地球科学与环境学报. 2022(04): 632-640 . 百度学术
106. 常宏. 三峡库区潜在顺层岩质滑坡识别的宏观判据. 华南地质. 2022(02): 265-272 . 百度学术
107. 黄逢,徐许雄. 机载激光雷达技术在高隐蔽性地质灾害隐患早期识别中的应用. 北京测绘. 2022(07): 909-914 . 百度学术
108. 王勇,杨军,闫勇,李锁,陈岩. 天津蓟州五名山滑坡隐患早期识别监测. 大地测量与地球动力学. 2022(09): 881-884+903 . 百度学术
109. 刘排英,贺少帅,王鹏生,孙亮. 基于升降轨Sentinel-1A SBAS InSAR的西南山区滑坡隐患早期识别研究. 大地测量与地球动力学. 2022(09): 892-897 . 百度学术
110. LEI Tianjie,WANG Jiabao,HUANG Pingping,TAN Weixian,QI Yaolong,XU Wei,ZHAO Chun. Time-varying baseline error correction method for ground-based micro-deformation monitoring radar. Journal of Systems Engineering and Electronics. 2022(04): 938-950 . 必应学术
111. 陶雪文,朱兴华,孔静雯,王梦奎,康永闯. 浙江省地质灾害成灾特点与防灾减灾对策研究. 中国安全生产科学技术. 2022(S1): 11-17 . 百度学术
112. 黄海峰,薛蓉花,赵蓓蓓,易武,邓永煌,董志鸿,柳青,易庆林,张国栋. 孕灾机理与综合遥感结合的三峡库首顺层岩质滑坡隐患识别. 测绘学报. 2022(10): 2056-2068 . 百度学术
113. 弓永峰,王辉,吴学华,张佳,刘君. 基于时序InSAR的宁夏西吉县滑坡灾害隐患识别. 安全与环境工程. 2022(06): 114-121 . 百度学术
114. 李恭晨. 高速铁路浅埋隧道入口危岩落石分析及防护设计. 铁道勘察. 2022(06): 83-88 . 百度学术
115. 朱智富,甘淑,张荐铭,袁希平,王睿博,张晓伦. 结合SBAS-InSAR技术及信息熵的苍山地质滑坡隐患识别. 测绘通报. 2022(11): 13-19 . 百度学术
116. 王璇,师芸,陈浩. CF耦合LR模型的地质灾害易发性评价. 测绘通报. 2022(11): 112-117 . 百度学术
117. 刘玉溪,杨凤芸,秦宏楠. 地基SAR数据优化及灾变体面积预警预报分析. 测绘通报. 2022(12): 51-56+96 . 百度学术
118. 吴琼,葛大庆,于峻川,张玲,李曼,刘斌,王艳,马燕妮,刘宏娟. 广域滑坡灾害隐患InSAR显著性形变区深度学习识别技术. 测绘学报. 2022(10): 2046-2055 . 百度学术
119. 杨姗姗,冯燕明,宋红平,李红旮,施俊稳,张帅. 星载InSAR在某研究区滑坡体变形监测中的应用. 云南水力发电. 2022(12): 75-79 . 百度学术
120. 陈靖,文广超,谢洪波,张哲伟,陈红旗. 白格滑坡区遥感光谱时空特征对滑坡发育的指示作用. 自然灾害学报. 2022(06): 239-247 . 百度学术
121. 涂宽,郑健,马卫胜,文强. 基于卫星实景三维和InSAR技术的地质灾害隐患识别监测. 卫星应用. 2022(12): 31-39 . 百度学术
122. 杜岩,谢谟文,蒋宇静,陈晨,贾北凝,霍磊晨. 岩体崩塌灾害成因机制与早期预警研究综述. 金属矿山. 2021(01): 106-119 . 百度学术
123. 李晓恩,周亮,苏奋振,吴文周. InSAR技术在滑坡灾害中的应用研究进展. 遥感学报. 2021(02): 614-629 . 百度学术
124. 吴秀坤,谭礼金,吴本林,晏华友. 遥感技术在地质灾害调查、监测和防治中的应用. 工程技术研究. 2021(03): 103-104 . 百度学术
125. 李勇发,左小清,熊鹏,杨芳,游洪,孙丽红. PS-InSAR技术支持下的滇中地区高速公路灾害识别. 测绘科学. 2021(06): 121-127+135 . 百度学术
126. 蒲川豪,许强,赵宽耀,蒋亚楠,刘佳良,寇平浪. 利用小基线集InSAR技术的延安新区地面抬升监测与分析. 武汉大学学报(信息科学版). 2021(07): 983-993 . 百度学术
127. 许强,蒲川豪,赵宽耀,何攀,张含悦,刘佳良. 延安新区地面沉降时空演化特征时序InSAR监测与分析. 武汉大学学报(信息科学版). 2021(07): 957-969 . 百度学术
128. 薛兰格,郭振华,张可心,石恩恩. 基于数字天水地理空间框架的地质灾害信息管理系统建设研究. 城市勘测. 2021(04): 36-40 . 百度学术
129. 毕瑞,甘淑,李绕波,胡琳. 面向东川复杂山地泥石流沟谷三维地形建模及特征分析的无人机遥感探测应用研究. 中国地质灾害与防治学报. 2021(03): 91-100 . 百度学术
130. 孙小华. 新时代北京市地质灾害综合防控工作现状与建议. 城市地质. 2021(03): 248-253 . 百度学术
131. 安炳琪,罗海滨,丁海勇,张志山,王伟,史潇,柯福阳,王明明. 基于SBAS-InSAR技术的西宁地表形变监测. 遥感技术与应用. 2021(04): 838-846 . 百度学术
132. 罗超,伍军,谢建,佘金星,郑鹏. 基于PFC2D下的滑坡多源数据融合衍变趋势模拟分析. 科学技术创新. 2021(28): 122-125 . 百度学术
133. 王彦平,白泽朝,林赟,李洋. InSAR双向矩形角反射器阵列形变监测精度评估与验证. 武汉大学学报(信息科学版). 2021(10): 1471-1477+1488 . 百度学术
134. 戴可人,张乐乐,宋闯,李振洪,卓冠晨,许强. 川藏铁路沿线Sentinel-1影像几何畸变与升降轨适宜性定量分析. 武汉大学学报(信息科学版). 2021(10): 1450-1460 . 百度学术
135. 霍磊晨,杜岩,谢谟文,张晓勇,贾北凝,丛晓明. 基于时频域动力学参量的危岩体识别方法. 岩石力学与工程学报. 2021(S2): 3156-3162 . 百度学术
136. 涂宽,王文龙,谌华,李樵民,耿丹,王川,郑健,杨影. 联合升降轨InSAR与高分辨率光学遥感的滑坡隐患早期识别——以宁夏隆德为例. 中国地质灾害与防治学报. 2021(06): 72-81 . 百度学术
137. 郭晨,许强,董秀军,潘星,刘小莎,佘金星. 基于SVF地形可视化方法的滑坡识别——以四川省丹巴县城典型滑坡为例. 成都理工大学学报(自然科学版). 2021(06): 705-713 . 百度学术
138. 王雁林,任超,李永红,祝艳波,张辉,刘强,杨迁,马园园. 关于构建陕西省地质灾害防治新机制的思考. 西北大学学报(自然科学版). 2020(03): 403-410 . 百度学术
139. 解明礼,赵建军,巨能攀,何朝阳,王俊. 多源数据滑坡时空演化规律研究——以黄泥坝子滑坡为例. 武汉大学学报(信息科学版). 2020(06): 923-932 . 百度学术
140. 戴可人,铁永波,许强,冯也,卓冠晨,史先琳. 高山峡谷区滑坡灾害隐患InSAR早期识别——以雅砻江中段为例. 雷达学报. 2020(03): 554-568 . 百度学术
141. 武雪玲,杨经宇,牛瑞卿. 一种结合SMOTE和卷积神经网络的滑坡易发性评价方法. 武汉大学学报(信息科学版). 2020(08): 1223-1232 . 百度学术
142. 张福浩,朱月月,赵习枝,张杨,石丽红,刘晓东. 地理因子支持下的滑坡隐患点空间分布特征及识别研究. 武汉大学学报(信息科学版). 2020(08): 1233-1244 . 百度学术
143. 熊鹏,左小清,李勇发,谢文斌,游洪,王志红. InSAR技术在高速公路灾害辅助识别中的应用. 测绘通报. 2020(08): 87-91 . 百度学术
144. 姚鑫,邓建辉,刘星洪,周振凯,姚佳明,戴福初,任开瑀,李凌婧. 青藏高原泛三江并流区活动性滑坡InSAR初步识别与发育规律分析. 工程科学与技术. 2020(05): 16-37 . 百度学术
145. 徐许雄,黄逢. InSAR技术在地质灾害隐患早期识别中的应用. 测绘. 2020(02): 94-96 . 百度学术
146. 高晓旺. 地基雷达干涉测量技术在地质灾害应急测绘中的应用. 工程建设与设计. 2020(18): 225-226 . 百度学术
147. 郭晨,许强,董秀军,巨袁臻,宁浩. 无人机在重大地质灾害应急调查中的应用. 测绘通报. 2020(10): 6-11+73 . 百度学术
148. 管威. 基于D-InSAR技术分析的地质灾害与矿区周边地表变形关系. 中国金属通报. 2020(08): 185-186 . 百度学术
149. 许强. 对地质灾害隐患早期识别相关问题的认识与思考. 武汉大学学报(信息科学版). 2020(11): 1651-1659 . 百度学术
150. 刘斌,葛大庆,王珊珊,李曼,张玲,王艳,吴琼. TOPS和ScanSAR模式InSAR在广域地灾隐患识别中的联合应用. 武汉大学学报(信息科学版). 2020(11): 1756-1762 . 百度学术
151. 秦宏楠,马海涛,于正兴. 地基SAR技术支持下的滑坡预警预报分析方法. 武汉大学学报(信息科学版). 2020(11): 1697-1706 . 百度学术
152. 蒲川豪,许强,蒋亚楠,赵宽耀,何攀,张含悦,李骅锦. 延安新区地面沉降分布及影响因素的时序InSAR监测分析. 武汉大学学报(信息科学版). 2020(11): 1728-1738 . 百度学术
153. 王硕,王晨阳,陈常松. 测绘业务与地质灾害监测预警业务之间的融合途径分析. 测绘通报. 2020(11): 151-154 . 百度学术
154. 贺凯,李滨,赵超英,高杨,陈立权,刘朋飞. 基于易滑地质结构与多源数据差异的岩溶山区大型崩滑灾害识别研究. 中国岩溶. 2020(04): 467-477 . 百度学术
155. 施友丽,李素敏,苏帅星. 基于时序InSAR德钦县地表形变监测与潜在滑坡识别. 中国水运(下半月). 2020(12): 136-138 . 百度学术
156. 潘星,佘金星,董秀军,杨武年. 基于机载LiDAR遥感技术的滑坡早期识别研究——以深圳盐田区为例. 测绘. 2020(06): 243-247 . 百度学术
157. 施友丽,李素敏,苏帅星. 基于时序InSAR德钦县地表形变监测与潜在滑坡识别. 中国水运(下半月). 2020(24): 136-138 . 百度学术
158. 戴可人,卓冠晨,许强,李振洪,李为乐,管威. 雷达干涉测量对甘肃南峪乡滑坡灾前二维形变追溯. 武汉大学学报(信息科学版). 2019(12): 1778-1786+1796 . 百度学术
159. 张健. 威宁县高位隐蔽性地质灾害隐患特征与防治措施分析. 世界有色金属. 2019(23): 212+214 . 百度学术
160. 佘金星,周兴霞,刘飞,黄青伦,董秀军. 丹巴地质灾害隐患早期识别关键技术研究. 测绘. 2019(06): 243-247 . 百度学术
其他类型引用(77)
计量
- 文章访问数: 5437
- HTML全文浏览量: 629
- PDF下载量: 1415
- 被引次数: 237