一种基于地面雷达的滑坡变形提取与预警的广义现象学方法

《RELIABILITY ENGINEERING & SYSTEM SAFETY》：A generalized phenomenological method for extracting and warning of landslide deformation based on ground-based radar

　　

Hui Wu|Pingping Huang|Weixian Tan|Yaolong Qi|Wei Xu|Yuejuan Chen

• •
  变形提取方法结合了二维Otsu算法与区域生长法。
• •
  变形数据具有明显的统计特征。
• •
  研究提出了一种整合多源地面雷达数据的预警模型。

引言

滑坡是最常见的地质灾害之一，对公共安全与财产安全构成严重威胁[1,2]。近年来，中国矿业产业快速发展，露天矿的数量和规模大幅增加，随之而来的滑坡事件也日益增多[3,4]。为此，中国国家矿山安全监察局于2023年要求对露天矿的变形监测必须使用地面雷达或GNSS系统。由于地面雷达具备精度高、覆盖范围广、探测距离远以及无需接触即可测量的优点，因此被广泛用于矿山监测领域[5,6]。

许多学者致力于研究滑坡变形提取技术，以推动地面雷达在滑坡监测中的更广泛应用。Tan等人[7]通过设定累积位移阈值和变形速度阈值来识别变形像素，再利用连通性算法将这些像素连接起来，从而确定并提取出变形区域。Qi等人[8]则结合变形阈值与欧几里得距离，划分出具有连续变形趋势的区域。相比基于阈值的方法，这种方案更具灵活性，能更好地适应不同的变形特征。周世锋[9]采用了多重阈值，并结合DBSCAN密度聚类算法来筛选连续变形点，该方法在识别和分类变形区域方面具有优势，有助于更全面地分析变形特征。Qin等人[10]在原有变形阈值的基础上增加了面积阈值，只有当变形幅度超过阈值且区域面积满足要求时才认定其为变形区域。然而，阈值的设定往往取决于具体案例的经验，不同的阈值设置会导致提取出的变形区域有所差异。因此，亟需一种能够自适应调整阈值以进行变形提取的方法。

自20世纪60年代以来，众多学者对滑坡预警方法进行了大量研究。其中，Saito模型[11]、Fukuzono模型[12]和Voight模型[13]是蠕变理论的典型代表，为后续滑坡预警方法的发展提供了理论基础。Mufundirwa等人[14]提出了斜坡模型，并通过力学实验验证了其准确性。Xu等人[15]提出的改进型切线角模型在实际应用中取得了良好效果，为滑坡防治提供了一种新的通用模型。此外，动力学[16]、统计学[17]、极限平衡法[18]、神经网络[19]以及机器学习[20]等方法也被广泛应用于滑坡预警领域。不过，尽管这些方法应用广泛，但至今仍未与地面雷达生成的多维数据集相结合。因此，迫切需要开发一种专门针对地面雷达数据集的滑坡预警框架。

本研究采用Otsu-RGM方法从雷达获取的变形图像中提取出滑坡主体，进而利用滑坡体的变形数据及相干性数据构建了一套标准化的CSRDI预警模型。最后，通过地面雷达监测获得的滑坡数据，对该方法的有效性和稳定性进行了验证。

章节摘要

RGM方法

区域生长法（RGM）是一种常用的图像分割方法。其基本原理是从一个或多个种子像素开始，将那些具有相同或相似特征的相邻像素聚合在一起，通常还会设置阈值来限定可纳入的邻域范围[21,22]。新加入的像素会被视为新的种子点，这一过程会不断重复，直到没有更多像素符合纳入条件，最终形成相应的

变形区域提取结果分析

目前，基于阈值的变形区域提取方法在滑坡识别中被广泛使用。一些研究人员会根据历史数据或经验知识设定累积位移阈值和速度阈值，以此筛选出变形像素。随后对这些筛选后的像素进行聚类、连接或剔除处理，从而找出需要进一步分析的关键变形区域。手动设定阈值的简便性和高效性使其得到了广泛应用。

案例1

案例1涉及位于中国西北部的一座露天煤矿（见图13(a)和(b)），其采场高度约为2600米。该矿区的岩体主要由粉砂岩、细砂岩、泥岩、粗砂岩和砾岩组成。该矿区的地质特征为向南倾斜的单斜结构，地层走向约为95°，倾角在13°到25°之间。监测时间为2024年8月6日00:00至8月

讨论

本研究提出的基于Otsu-RGM方法和CSRDI预警模型的滑坡变形提取技术，为滑坡监测和预警工作提供了重要的参考价值。研究结果表明，Otsu-RGM方法有效解决了传统阈值方法中阈值设定依赖经验判断的问题，通过自适应方式提升了变形区域提取的稳定性

结论

本研究主要探讨了Otsu-RGM方法在利用地面雷达进行斜坡变形监测时提取变形区域主体的适用性，同时研究了如何基于地面雷达的高频区域数据划分变形阶段并发出预警的数学方法。主要结论如下：

• (1)
  与基于阈值的方法及DBSCAN算法相比，Otsu-RGM方法能够自适应地确定变形

CRediT作者贡献说明

Hui Wu：方法设计、初稿撰写、资金筹集。Pingping Huang：概念构思、资金筹集、论文审阅与修改。Weixian Tan：资源协调、论文审阅与修改、资金筹集。Yaolong Qi：模型验证。Wei Xu：模型验证。Yuejuan Chen：研究指导。

数据可用性

数据可应要求提供。

利益冲突声明

作者声明不存在与本研究相关的利益冲突。

CRediT作者贡献说明

Hui Wu：初稿撰写、方法设计、资金筹集。Pingping Huang：论文审阅与修改、资金筹集、概念构思。Weixian Tan：论文审阅与修改、资源协调、资金筹集。Yaolong Qi：模型验证。Wei Xu：模型验证。Yuejuan Chen：研究指导。