留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

泸定Ms 6.8级地震诱发滑坡应急评价研究

王欣 方成勇 唐小川 戴岚欣 范宣梅 许强

王欣, 方成勇, 唐小川, 戴岚欣, 范宣梅, 许强. 泸定Ms 6.8级地震诱发滑坡应急评价研究[J]. 武汉大学学报 ● 信息科学版. doi: 10.13203/j.whugis20220586
引用本文: 王欣, 方成勇, 唐小川, 戴岚欣, 范宣梅, 许强. 泸定Ms 6.8级地震诱发滑坡应急评价研究[J]. 武汉大学学报 ● 信息科学版. doi: 10.13203/j.whugis20220586
WANG Xin, FANG Chengyong, TANG Xiaochuan, DAI Lanxin, FAN Xuanmei, XU Qiang. Research on Emergency Evaluation of Landslides Induced by Luding Ms 6.8 Earthquake[J]. Geomatics and Information Science of Wuhan University. doi: 10.13203/j.whugis20220586
Citation: WANG Xin, FANG Chengyong, TANG Xiaochuan, DAI Lanxin, FAN Xuanmei, XU Qiang. Research on Emergency Evaluation of Landslides Induced by Luding Ms 6.8 Earthquake[J]. Geomatics and Information Science of Wuhan University. doi: 10.13203/j.whugis20220586

泸定Ms 6.8级地震诱发滑坡应急评价研究

doi: 10.13203/j.whugis20220586
基金项目: 

国家自然科学基金创新研究群体科学基金(41521002)。

详细信息
    作者简介:

    王欣,博士,助理研究员,主要从事地质灾害遥感应用研究。wangxin@cdut.edu.cn

Research on Emergency Evaluation of Landslides Induced by Luding Ms 6.8 Earthquake

Funds: 

The Science Fund for Creative Research Groups of the National Natural Science Foundation of China (41521002).

  • 摘要: 2022年9月5日12时52分,四川省甘孜州泸定县发生Ms 6.8级地震。地震在山区诱发了大量的地质灾害,造成了严重的人员伤亡。快速准确地获取地震诱发地质灾害的空间分布范围对震后应急决策和救援抢险至关重要。基于全球同震滑坡数据库与深度学习算法,构建了地震诱发滑坡空间分布概率近实时预测模型,在震后2 h内获取了泸定地震诱发地质灾害的预测结果。通过震后无人机与卫星遥感影像,采用机器学习与深度学习算法,实现了震后大范围地质灾害的智能识别,共解译地震诱发滑坡3 633处,总面积13.78 km2。利用遥感解译的泸定地震滑坡数据,对地震诱发地质灾害预测模型进行了优化,获得了震区范围更广、准确性更高的同震滑坡预测结果。结果表明,同震滑坡预测模型能够快速获取震后地质灾害的空间分布情况,填补震后遥感影像获取前的空窗期,为灾后应急救援提供支撑;基于无人机与卫星遥感影像的智能识别技术是快速获取大范围地质灾害信息的有效手段。所取得的研究成果在泸定地震震后应急救援工作中发挥了重要作用。
  • [1] Yin Y, Wang F, Sun P. Landslide Hazards Triggered by the 2008 Wenchuan Earthquake, Sichuan, China[J]. Landslides, 2009, 6(2):139-152
    [2] Huang R, Fan X. The Landslide Story[J]. Nature Geoscience, 2013, 6(5):325-326
    [3] Xu M, Rhee S Y. Becoming Data-savvy in a Big-data World[J]. Trends in plant science, 2014, 19(10):619-622
    [4] (黄润秋,李为乐."5.12"汶川大地震触发地质灾害的发育分布规律研究[J].岩石力学与工程学报,2008,27(12):2585-2592)

    Huang Runqiu, Li Weile. Research on Development and Distribution Rules of Geohazards Induced by Wenchuan Earthquake on 12th May, 2008[J]. Chinese Journal of Rock Mechanics and Engineering, 2008, 27(12):2585-2592
    [5] Amatya P, Kirschbaum D, Stanley T, et al. Landslide Mapping Using Object-based Image Analysis and Open Source Tools[J]. Engineering geology, 2021, 282:106000
    [6] Guzzetti F, Mondini A C, Cardinali M, et al. Landslide Inventory Maps:New Tools for an Old Problem[J]. Earth-Science Reviews, 2012, 112(1-2):42-66
    [7] Booth A M, Lamb M P, Avouac J P, et al. Landslide Velocity, Thickness, and Rheology from Remote Sensing:La Clapière Landslide, France[J]. Geophysical Research Letters, 2013, 40(16):4299-4304
    [8] Mantovani F, Soeters R, Van Westen C J. Remote Sensing Techniques for Landslide Studies and Hazard Zonation in Europe[J]. Geomorphology, 1996, 15(3-4):213-225
    [9] Li Z, Shi W, Lu P, et al. Landslide Mapping from Aerial Photographs Using Change Detectionbased Markov Random Field[J]. Remote Sensing of Environment, 2016, 187:76-90
    [10] Lu P, Shi W, Wang Q, et al. Co-seismic Landslide Mapping Using Sentinel-210-m Fused NIR Narrow, Red-edge, and SWIR Bands[J]. Landslides, 2021, 18(6):2017-2037
    [11] Martha T R, Kerle N, Van Westen C J, et al. Segment Optimization and Data-driven Thresholding for Knowledge-based Landslide Detection by Object-based Image Analysis[J]. IEEE Transactions on Geoscience and Remote Sensing, 2011, 49(12):4928-4943
    [12] (熊维,谭凯,余鹏飞,等.鲜水河断裂近期库仑应力演化及其与康定Mw 5.9地震的关系[J].大地测量与地球动力学,2016,36(2):95-100)

    Xiong Wei, Tan Kai, Yu Pengfei, et al. Triggering of Mw 5.9 Kangding Earthquake by Coulomb Stress Evolution Along Xianshuihe Fault Zone Since 1955[J]. Journal of Geodesy and Geodynamics, 2016, 36(2):95-100
    [13] Chen X, Liu C, Wang M, et al. Causes of Unusual Distribution of Coseismic Landslides Triggered by the Mw 6.12014 Ludian, Yunnan, China Earthquake[J]. Journal of Asian Earth Sciences, 2018, 159:17-23
    [14] Fan X, Xu Q, Scaringi G, et al. The "Long" Runout Rock Avalanche in Pusa, China, on August 28, 2017:a Preliminary Report[J]. Landslides, 2019, 16(1):139-154
    [15] Hu K, Zhang X, You Y, et al. Landslides and Dammed Lakes Triggered by the 2017 Ms6. 9 Milin Earthquake in the Tsangpo Gorge[J]. Landslides, 2019, 16(5):993-1001
    [16] Li G, West A J, Densmore A L, et al. Seismic Mountain Building:Landslides Associated with the 2008 Wenchuan Earthquake in the Context of a Generalized Model for Earthquake Volume Balance[J]. Geochemistry, Geophysics, Geosystems, 2014, 15(4):833-844
    [17] Xu C, Xu X, Shyu J B H. Database and Spatial Distribution of Landslides Triggered by the Lushan, China Mw 6.6 Earthquake of 20 April 2013[J]. Geomorphology, 2015, 248:77-92
    [18] Li S, Xiong L, Tang G, et al. Deep Learning-based Approach for Landform Classification from Integrated Data Sources of Digital Elevation Model and Imagery[J]. Geomorphology, 2020, 354:107045
    [19] Tang X, Tu Z, Wang Y, et al. Automatic Detection of Coseismic Landslides Using a New Transformer Method[J]. Remote Sensing, 2022, 14(12):2884
    [20] Dosovitskiy A, Beyer L, Kolesnikov A, et al. An Image is Worth 16×16 Words:Transformers for Image Recognition at Scale[J]. arXiv preprint arXiv:2010.11929, 2020
    [21] Xie E, Wang W, Yu Z, et al. SegFormer:Simple and Efficient Design for Semantic Segmentation with Transformers[J]. Advances in Neural Information Processing Systems, 2021, 34:12077-12090
    [22] Wang X, Fan X, Xu Q, et al. Change Detection-based Co-seismic Landslide Mapping Through Extended Morphological Profiles and Ensemble Strategy[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2022, 187:225-239
    [23] Loshchilov I, Hutter F. Decoupled Weight Decay Regularization[J]. arXiv preprint arXiv:1711.05101, 2017
  • [1] 王哲, 赵超英, 刘晓杰, 李滨.  西藏易贡滑坡演化光学遥感分析与InSAR形变监测 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20210168
    [2] 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, doi: 10.13203/j.whugis20200259
    [3] 董秀军, 许强, 佘金星, 李为乐, 刘飞, 周兴霞.  九寨沟核心景区多源遥感数据地质灾害解译初探 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20190076
    [4] 王绚, 范宣梅, 杨帆, 董秀军.  植被茂密山区地质灾害遥感解译方法研究 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20200044
    [5] 龚丽芳, 李爱勤, 陈张建, 胡冯伟, 杜清运, 侯宛玥.  地质灾害应急制图模型研究 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20200140
    [6] 许强, 董秀军, 李为乐.  基于天-空-地一体化的重大地质灾害隐患早期识别与监测预警 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20190088
    [7] 李朝奎, 陈建辉, 魏振伟, 周倩, 周访滨.  显式统计预警模型下地质灾害预警方法及应用 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20180351
    [8] 龚健雅.  人工智能时代测绘遥感技术的发展机遇与挑战 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20180082
    [9] 张兵.  遥感大数据时代与智能信息提取 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20180172
    [10] 张鹏, 陈晓玲, 陆建忠, 张伟, 肖雄武.  基于遥感的鄱阳湖丰水期悬浮泥沙数值模拟预测 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20140880
    [11] 张宇, 何楚, 石博, 徐新.  逐层特征选择的多层部件模型用于遥感图像飞机目标检测 . 武汉大学学报 ● 信息科学版,
    [12] 刘晓慧, 吴信才, 罗显刚.  面向对象的地质灾害数据模型与时空过程表达 . 武汉大学学报 ● 信息科学版,
    [13] 刘波, 齐述华, 廖富强, 李贵才.  土壤水力侵蚀的遥感信息模型研究——以江西省为例 . 武汉大学学报 ● 信息科学版,
    [14] 张路, 高志宏, 廖明生, 李新延.  利用多源遥感数据进行城市不透水面覆盖度估算 . 武汉大学学报 ● 信息科学版,
    [15] 陆付民, 王尚庆, 李劲, 严学清.  顾及地下水位因子的卡尔曼滤波模型在滑坡变形预测中的应用 . 武汉大学学报 ● 信息科学版,
    [16] 万幼川, 申邵洪, 张景雄.  基于概率统计模型的遥感影像变化检测 . 武汉大学学报 ● 信息科学版,
    [17] 吴柯, 李平湘, 张良培, 沈焕锋.  基于正则MAP模型的遥感影像亚像元定位 . 武汉大学学报 ● 信息科学版,
    [18] 伍岳, 王泽民, 徐绍铨.  非连续变形分析方法在链子崖危岩体变形预测中的应用 . 武汉大学学报 ● 信息科学版,
    [19] 程涛, 李德仁, 舒宁.  草场资源遥感调查专家系统模型 . 武汉大学学报 ● 信息科学版,
    [20] 董秀军, 邓博, 袁飞云, 付霞, 张文居, 巨袁臻, 任晓虎.  航空遥感在地质灾害领域的应用:现状与展望 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20220151
  • 加载中
计量
  • 文章访问数:  497
  • HTML全文浏览量:  88
  • PDF下载量:  85
  • 被引次数: 0
出版历程
  • 收稿日期:  2022-09-15
  • 网络出版日期:  2022-09-17

泸定Ms 6.8级地震诱发滑坡应急评价研究

doi: 10.13203/j.whugis20220586
    基金项目:

    国家自然科学基金创新研究群体科学基金(41521002)。

    作者简介:

    王欣,博士,助理研究员,主要从事地质灾害遥感应用研究。wangxin@cdut.edu.cn

摘要: 2022年9月5日12时52分,四川省甘孜州泸定县发生Ms 6.8级地震。地震在山区诱发了大量的地质灾害,造成了严重的人员伤亡。快速准确地获取地震诱发地质灾害的空间分布范围对震后应急决策和救援抢险至关重要。基于全球同震滑坡数据库与深度学习算法,构建了地震诱发滑坡空间分布概率近实时预测模型,在震后2 h内获取了泸定地震诱发地质灾害的预测结果。通过震后无人机与卫星遥感影像,采用机器学习与深度学习算法,实现了震后大范围地质灾害的智能识别,共解译地震诱发滑坡3 633处,总面积13.78 km2。利用遥感解译的泸定地震滑坡数据,对地震诱发地质灾害预测模型进行了优化,获得了震区范围更广、准确性更高的同震滑坡预测结果。结果表明,同震滑坡预测模型能够快速获取震后地质灾害的空间分布情况,填补震后遥感影像获取前的空窗期,为灾后应急救援提供支撑;基于无人机与卫星遥感影像的智能识别技术是快速获取大范围地质灾害信息的有效手段。所取得的研究成果在泸定地震震后应急救援工作中发挥了重要作用。

English Abstract

王欣, 方成勇, 唐小川, 戴岚欣, 范宣梅, 许强. 泸定Ms 6.8级地震诱发滑坡应急评价研究[J]. 武汉大学学报 ● 信息科学版. doi: 10.13203/j.whugis20220586
引用本文: 王欣, 方成勇, 唐小川, 戴岚欣, 范宣梅, 许强. 泸定Ms 6.8级地震诱发滑坡应急评价研究[J]. 武汉大学学报 ● 信息科学版. doi: 10.13203/j.whugis20220586
WANG Xin, FANG Chengyong, TANG Xiaochuan, DAI Lanxin, FAN Xuanmei, XU Qiang. Research on Emergency Evaluation of Landslides Induced by Luding Ms 6.8 Earthquake[J]. Geomatics and Information Science of Wuhan University. doi: 10.13203/j.whugis20220586
Citation: WANG Xin, FANG Chengyong, TANG Xiaochuan, DAI Lanxin, FAN Xuanmei, XU Qiang. Research on Emergency Evaluation of Landslides Induced by Luding Ms 6.8 Earthquake[J]. Geomatics and Information Science of Wuhan University. doi: 10.13203/j.whugis20220586
参考文献 (23)

目录

    /

    返回文章
    返回