Page 200 - 《武汉大学学报（信息科学版）》2025年第6期
P. 200
1222 武 汉 大 学 学 报 （信 息 科 学 版） 2025 年 6 月
究也存在一定的不足。InSAR 技术本身的局限
性使其地表形变反演结果不可避免地受到大气、
地形、植被等的影响，同时该区域 GNSS 站点数
据 较 少 ，在 反 演 结 果 的 验 证 方 面 存 在 限 制 。 此
外，受数据可获取性以及数据精度的限制，在滑
坡 易 发 性 研 究 中 未 能 纳 入 降 雨 、地 震 等 诱 发 因
素。后续研究可以融入高分影像、高光谱影像、
机载激光雷达数据等众源数据，以进一步提升滑
坡识别的精度。
参 考 文 献
［1］ DAI K R， LI Z H， XU Q， et al. Entering the Era of
Earth Observation-Based Landslide Warning Sys‑
tems： A Novel and Exciting Framework［J］. IEEE
Geoscience and Remote Sensing Magazine， 2020， 8
图 14 部分滑坡识别结果卫星影像
（1）： 136-153.
Fig. 14 Satellite Image of Some Landslide
［2］ 王娅美， 张紫昭， 张艳阳，等 . 基于多种组合模型的
Identification Results
新疆巩留县滑坡危险性评价研究［J］. 工程地质学
报， 2023， 31（4）： 1375-1393.
性 评 价 指 标 体 系 ，通 过 精 度 验 证 确 定 MLP-
WANG Yamei， ZHANG Zizhao， ZHANG Yan‑
Tomek Link 联合模型为最佳滑坡易发性评价模
yang， et al. Landslide Risk Assessment of Gongliu
型；评价结果显示滑坡易发性空间异质性特征显
County in Xinjiang Based on Multiple Combination
著，高易发区和极高发区主要分布在长江及其支
Models［J］. Journal of Engineering Geology， 2023，
流交汇带的高程较低区域，且随着滑坡易发性等 31（4）： 1375-1393.
级上升，灾害发育的点密度和单位面积发育的灾 ［3］ PENG B， WU X L. Optimizing Rainfall-Triggered
害面积逐渐增大；选取更能体现地貌特征的 r.slo‑ Landslide Thresholds for Daily Landslide Hazard
peunits 工具自动分割的斜坡单元，并按照易发性 Warning in the Three Gorges Reservoir area［J］.
等级划分出不稳定斜坡单元 178 处，占比 7.96%。 Natural Hazards and Earth System Sciences， 2024，
2）利用 SBAS-InSAR 技术处理覆盖秭归县 24（11）： 3991-4013.
的 Sentinel-1A 影像，获取沿卫星视线方向的年均 ［4］ GUZZETTI F， REICHENBACH P， ARDIZ‑
地 表 形 变 速 率 为 − 42.75~78.56 mm/a，且 与 ZONE F， et al. Estimating the Quality of Landslide
Susceptibility Models［J］. Geomorphology， 2006，
GNSS 监测站点的形变速率差值小于 10 mm/a；
81（1/2）： 166-184.
通过地形可视性分析，剔除干扰严重区域内的形
［5］ PHAM B T， PHONG T V， NGUYEN-THOI T，
变 点 ，沿 卫 星 视 线 方 向 的 有 效 年 均 形 变 速 率 为
et al. Ensemble Modeling of Landslide Susceptibility
−42.75~64.02 mm/a，有效形变监测结果集中分
Using Random Subspace Learner and Different Deci‑
布于研究区中北部和东南部的构造断裂带附近； sion Tree Classifiers［J］. Geocarto International，
将有效年均形变速率投影至最大坡度向，秭归县 2022， 37（3）： 735-757.
最大坡度向的年均形变速率为 0~112.68 mm/a。 ［6］ 邹富宝， 付卓， 樊风雷， 等 . 基于频率比与 AHP 模
3）顾 及 最 大 坡 度 向 年 均 形 变 速 率 不 低 于 型的西藏东部地区滑坡易发性评价［J］. 自然灾害
20 mm/a 以及为不稳定斜坡单元的区域，建立双 学报， 2023， 32（2）： 235-242.
参数阈值判据开展滑坡早期识别工作，共提取潜 ZOU Fubao，FU Zhuo， FAN Fenglei， et al. Evalua‑
tion of Landslide Susceptibility in Eastern Tibet
在滑坡区 30 处；将其叠加在谷歌地球上进行目视
Based on Frequency Ratio and AHP Model［J］.
解 译 ，把 识 别 结 果 与 野 外 调 查 资 料 进 行 对 比 验
Journal of Natural Disasters， 2023， 32 （2） ：
证，在 21 处滑坡潜在区内成功识别出 30 起滑坡
235-242.
灾害，其中 13 起为历史滑坡，17 处是新增的滑坡 ［7］ GOETZ J N，BRENNING A，PETSCHKO H，et
隐患，识别准确率达 70%。 al. Evaluating Machine Learning and Statistical Predic‑
受限于技术条件和数据可获取性，本文的研 tion Techniques for Landslide Susceptibility Modeling
