联合SBAS-InSAR和PSO-BP算法的高山峡谷区地质灾害危险性评价

来源：农业工程学报杂志2021年第23期北京时间：

作者：周定义,左小清,喜文飞,肖波,游洪,

摘要：近年来，高山峡谷区地质灾害频频发生，给人民生命和财产安全带来严重威胁。针对现有地质灾害评价方法存在地质灾害数据时效性差、不准确以及需进行大量评价因子权值计算等弊端，该研究提出一种联合SBAS-InSAR（Small Baseline Subsets- Interferometric Synthetic Aperture Radar）和PSO-BP（Particle Swarm Optimization-Back Propagation）算法来对高山峡谷区地质灾害危险性进行评价的方法。首先利用SBAS-InSAR技术获取得到研究区升降轨形变量，引入高分辨率影像等作为辅助识别，得到研究区地质灾害数据；然后，选取高程、坡度、升降形变速率等12个评价因子与是否为高危险区构建PSO-BP模型，对模型进行训练、验证并保存模型；利用保存好的模型得到研究区的地质灾害指数，通过ArcGIS自然间断点分级法结合专家参与进行危险性分级，最终得到研究区地质灾害危险性评价结果。试验结果表明：利用升降轨结合的方式对高山峡谷地质灾害进行识别，避免了单一轨道存在SAR成像几何畸变造成部分地质灾害不能识别或识别结果不全面等问题；利用SBAS-InSAR技术并结合高分辨率影像等辅助信息，可有效识别出活跃的泥石流、滑坡、崩塌和潜在地质灾害，解决了现有地质灾害点数据源时效性差、不准确等弊端；利用PSO-BP算法能跳过大量评价因子权值计算等弊端；为验证该研究方法的有效性，选择信息量法和组合赋权法进行定量和定性比较，结果表明，该研究方法有效的提高了地质灾害危险性评价的准确度，信息量法、组合赋权法和该研究方法的AUC（Area Under The Curve）值分别为0.694、0.721、0.785，准确率为73.3%、76.2%、79.8%。利用该方法能更为有效的对高山峡谷区地质灾害进行危险性评价，为防灾减灾事业及政府部门决策提供参考。

关键词：地质灾害, 算法, SBAS-InSAR, PSO-BP, 危险性评价, 高山峡谷区, 东川