Anterior|Siguiente

Estudio de monitoreo de la deformación del paisaje glaciar de la Cordillera Nin-Ching-Tangyu en el Tíbet basado en el satélite LT-1 SAR

  • role： First author第一作者
  • Affiliation：

    Yunnan Construction Investment First Survey Design Co. Ltd., Kunming 650032, China

  • Email：374253971@qq.com
  • Introduction：张雪光，研究方向为测绘工程技术管理及工程形变。E-mail： 374253971@qq.com
ZHANG Xueguang1,  
  • role： Corresponding author通信作者
  • Affiliation：

    College of Geological Engineering and Geomatics, Chang'an University, Xi'an 710054, China

    Land Satellite Remote Sensing Application Center, Ministry of Natural Resources, Beijing 100048, China

  • Email：wqw0707@chd.edu.cn
  • Introduction：王倩雯，研究方向为InSAR地表形变监测应用。E-mail： wqw0707@chd.edu.cn
WANG Qianwen23*,  
  • Affiliation：

    Land Satellite Remote Sensing Application Center, Ministry of Natural Resources, Beijing 100048, China

ZHANG Xuefei3

resumen

El paisaje glaciar es una forma superficial única formada por la meteorización fría y el efecto de congelación-descongelación, ampliamente distribuida en las regiones de permafrost de alta montaña en el ambiente glacial frío del Tíbet. Los cambios en la superficie del paisaje glaciar no solo son indicadores del cambio climático en la meseta tibetana, sino que también son una importante fuente de desastres geológicos como los deslizamientos de tierra en el ambiente glacial. El estudio de las características de los cambios espacio-temporales del paisaje glaciar es de gran importancia para comprender los mecanismos físicos y procesos dinámicos de sus deformaciones, identificar los riesgos potenciales de desastres geológicos y mejorar las capacidades de prevención de desastres secundarios. La tecnología InSAR continua es un medio efectivo de monitoreo de la deformación del paisaje glaciar, pero su aplicación suele centrarse en el monitoreo a corto plazo y en la resolución media, y no puede capturar con precisión las diferencias en la deformación de las estructuras superficiales del paisaje glaciar, como los arroyos rocosos y las laderas rocosas y los cambios a largo plazo. A principios de 2022, China lanzó con éxito el primer grupo mundial de satélites de investigación y exploración en la L-banda con alta resolución, cinta diferencial que representa la tarea principal de la doble serie de satélites terrestres LT-1, proporcionando una nueva fuente de datos con alta resolución espacio-temporal para el monitoreo de los cambios en la forma del paisaje glaciar. En este trabajo, como paisaje glaciar típico en la solitaria y elegante Cordillera Nin-Ching-Tangyu del Tíbet fueron seleccionados glaciares de laderas rocosas y laderas rocosas, y se utilizaron datos de modo de banda de LT-1 con resolución de 3 metros para extraer deformaciones de alta frecuencia de glaciares y laderas rocosas. Comparando las deformaciones con los datos de Sentinel-1A en el mismo intervalo de tiempo, los resultados del estudio mostraron que las deformaciones obtenidas por LT-1 estaban bien coordinadas con los resultados de los datos de Sentinel-1A; utilizando LT-1 se determinaron valores acumulados anuales de deformación de glaciares en el área de estudio en el rango de 0,06 a 0,16 metros, y los valores acumulados anuales de deformación de laderas rocosas en el rango de 0,01 a 0,09 metros, y muestran cambios estacionales notables; el satélite LT-1 mantiene bien la coherencia de interferencia en áreas climáticas y áreas de relieve complejo, pero está en cierta medida sujeto a superposiciones y sombras, y la observación en configuración ascendente y en movimiento puede mejorar la eficiencia de la observación del paisaje glaciar; el satélite LT-1 contribuye a elevar el nivel de observación de la deformación espacial-temporal de los glaciares y laderas rocosas, y tiene grandes oportunidades de aplicación en el monitoreo de los cambios espaciales temporales del paisaje glaciar.

palabra clave

Arroyos rocosos; Laderas rocosas; LT-1; Serie temporal InSAR; Monitoreo de deformaciones; meseta tibetana

References

  1. 1.
    Barboux C, Delaloye R and Lambiel C. 2014. Inventorying slope movements in an Alpine environment using DInSAR. Earth Surface Processes and Landforms, 39(15): 2087-2099
  2. 2.
    Bertone A, Barboux C, Bodin X, Bolch T, Brardinoni F, Caduff R, Christiansen H H, Darrow M M, Delaloye R, Etzelmüller B, Humlum O, Lambiel C, Lilleøren K S, Mair V, Pellegrinon G, Rouyet L, Ruiz L and Strozzi T. 2022. Incorporating InSAR kinematics into rock glacier inventories: insights from 11 regions worldwide. The Cryosphere, 16(7): 2769-2792
  3. 3.
    Bhattacharya A and Mukherjee K. 2017. Review on InSAR based displacement monitoring of Indian Himalayas: issues, challenges and possible advanced alternatives. Geocarto International, 32(3): 298-321
  4. 4.
    Cai J X, He Y J, Wang X W and Liu G X. 2023. Inventorying and characterizing rock glaciers in the southern Daxue Shan by combining time-series InSAR and optical image interpretation. Journal of Glaciology and Geocryology, 45(2): 774-785
  5. 5.
    Cai J X, Wang X W, Wu T T, Wu R Z and Liu G X. 2024. Characterizing the kinematics of active rock glaciers in Daxue Shan, southeastern Tibetan plateau, using SAR interferometry and generalized boosted modeling. Remote Sensing of Environment, 313: 114352
  6. 6.
    Chen G X, Dong Z B, Liang A M, Shi W K, Liu X K, Nan W G, Bai Z Y and Chi Z. 2022. Research progress on geomorphology of talus slopes. Advances in Earth Science, 37(8): 786-797
  7. 7.
    Dini B, Manconi A and Loew S. 2019. Investigation of slope instabilities in NW Bhutan as derived from systematic DInSAR analyses. Engineering Geology, 259: 105111
  8. 8.
    Giardino J R, Regmi N R and Vitek J D. 2011. Rock glaciers//Singh V P, Singh P and Haritashya U K, eds. Encyclopedia of Snow, Ice and Glaciers. Dordrecht: Springer: 943-948
  9. 9.
    Hendrickx H, De Sloover L, Stal C, Delaloye R, Nyssen J and Frankl A. 2020. Talus slope geomorphology investigated at multiple time scales from high‐resolution topographic surveys and historical aerial photographs (Sanetsch Pass, Switzerland). Earth Surface Processes and Landforms, 45(14): 3653-3669
  10. 10.
    Imaizumi F, Nishiguchi T, Matsuoka N, Trappmann D and Stoffel M. 2018. Interpretation of recent alpine landscape system evolution using geomorphic mapping and L-band InSAR analyses. Geomorphology, 310: 125-137
  11. 11.
    Ji Y N, Zhang X, Li T, Fan H D, Xu Y Z, Li P Z and Tian Z M. 2023. Mining deformation monitoring based on Lutan-1 monostatic and bistatic data. Remote Sensing, 15(24): 5668
  12. 12.
    Kääb A. 2022. Rock glaciers//Elsevier, ed. Reference Module in Earth Systems and Environmental Sciences. Amsterdam: Elsevier
  13. 13.
    Kaushik S, Singh T, Bhardwaj A, Joshi P K and Dietz A J. 2022. Automated delineation of supraglacial debris cover using deep learning and multisource remote sensing data. Remote Sensing, 14(6): 1352
  14. 14.
    Li S H, Dong J, Zhang L and Liao M S. 2023. Time-series InSAR tropospheric atmospheric delay correction based on common scene stacking. National Remote Sensing Bulletin, 27(10): 2406-2417
  15. 15.
    Li T, Tang X M, Li S J, Zhou X Q, Zhang X and Xu Y Z. 2023. Classification of basic deformation products of L-band differential interfero-metric SAR satellite. Acta Geodaetica et Cartographica Sinica, 52(5): 769-779
  16. 16.
    Li T, Tang X M, Zhang X, Zhang X F, Lu J, Qiao X H, Chen T and Zhu N N. 2023. First application demonstrations of Lu Tan-1 SAR satellites//Proceedings of the SAR in Big Data Era (BIGSARDATA). Beijing: IEEE: 1-4
  17. 17.
    Li X E, Zhou L, Su F Z and Wu W Z. 2021. Application of InSAR technology in landslide hazard: progress and prospects. National Remote Sensing Bulletin, 25(2): 614-629
  18. 18.
    Liu B, Zhang L, Ge D Q, Li M, Zhou X L, Guo Z C, Shi P Q, Zhang L, Jin D J, Wan X X, Wang Y and Wang Y. 2024. Application of InSAR monitoring large deformation of landslides using Lutan-1 constellation. Geomatics and Information Science of Wuhan University, 49(10): 1753-1762
  19. 19.
    Liu J B, Zhang Y, Liu S Y, Wang X and Jiang Z L. 2024. Research on the identification, ice volume, and dynamic processes of rock glaciers in the Tibetan Plateau and surrounding regions. Advances in Earth Science, 39(4): 391-404
  20. 20.
    Liu Y, Zhang W and Wei L S. 2024. Developmental characteristics and potential disaster mechanism of rock glaciers in the middle reaches of the Yarlung Zangbo River. Northwestern Geology, 57(1): 44-54
  21. 21.
    Luckman B H. 2013. Permafrost and periglacial features | Talus Slopes//Elias A S and Mock C J, eds. Encyclopedia of Quaternary Science. Amsterdam: Elsevier: 566-573
  22. 22.
    Ma T X, Yang W G, Zhu L D, Zhang H L, Zhong Y, Xie L, Mai Y J, Luo L and Cao Z C. 2022. Geomotphic patametets and theit tectonic geomotphic significance in the middle teaches of Yatlung Zangbo Rivet, China. Journal of Chengdu University of Technology(Science & Technology Edition), 49(4): 502-512
  23. 23.
    Qin D H. 2016. Glossary of Cryospheric Science. Beijing: Meteorological Press
  24. 24.
    Qing F, Zhao Y, Meng X M, Su X J, Qi T J and Yue D X. 2020. Application of machine learning to debris flow susceptibility mapping along the China–Pakistan Karakoram highway. Remote Sensing, 12(18): 2933
  25. 25.
    Reinosch E, Gerke M, Riedel B, Schwalb A, Ye Q H and Buckel J. 2021. Rock glacier inventory of the western Nyainqêntanglha Range, Tibetan Plateau, supported by InSAR time series and automated classification. Permafrost and Periglacial Processes, 32(4): 657-672
  26. 26.
    Rouyet L, Kristensen L, Derron M H, Michoud C, Blikra L H, Jaboyedoff M and Lauknes T R. 2017. Evidence of rock slope breathing using ground-based InSAR. Geomorphology, 289: 152-169
  27. 27.
    Sandwell D T and Price E J. 1998. Phase gradient approach to stacking interferograms. Journal of Geophysical Research: Solid Earth, 103(B12): 30183-30204
  28. 28.
    Wang X W, Liu L, Zhao L, Wu T H, Li Z Q and Liu G X. 2017. Mapping and inventorying active rock glaciers in the northern Tien Shan of China using satellite SAR interferometry. The Cryosphere, 11(2): 997-1014
  29. 29.
    Wu J L, Ma C, Yang W T, Lyu L Q and Miao L. 2021. Recent expansion of talus slopes in the northern Taihang Mountain Range, China: an example from the Xiaowutai Region. Landslides, 18(9): 3027-3040
  30. 30.
    Xu J H, Feng M, Wang J B, Ran Y H, Qi Y, Yang L A and Li X. 2020. Automatically identifying rock glacier based on Gaofen Satellite image and deep learning——preliminary application in west Nyainqentanglha Mountains. Remote Sensing Technology and Application, 35(6): 1329-1336
  31. 31.
    Zalazar L, Ferri L, Castro M, Gargantini H, Gimenez M, Pitte P, Ruiz L, Masiokas M, Costa G and Villalba R. 2020. Spatial distribution and characteristics of Andean ice masses in Argentina: results from the first National Glacier Inventory. Journal of Glaciology, 66(260): 938-949
  32. 32.
    Zhang X F, Feng M, Li T, Chen J Y, Jiang D C, Xu J H, Yan D Z, Zhou X Q, Zhang X and Lu J. 2024a. High-resolution detection of periglacial landforms deformation using radarsat-2 and GF-7 stereo optical imagery. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 17: 10862-10876
  33. 33.
    Zhang X F, Feng M, Xu J H, Yan D Z, Wang J, Zhou X Q, Li T and Zhang X. 2023. Kinematic inventory of rock glaciers in the Nyainqêntanglha Range using the MT-InSAR method. International Journal of Digital Earth, 16(1): 3923-3948
  34. 34.
    Zhang X F, Feng M, Zhang H, Wang C, Tang Y X, Xu J H, Yan D Z and Wang C L. 2021. Detecting rock glacier displacement in the central Himalayas using multi-temporal InSAR. Remote Sensing, 13(23): 4738
  35. 35.
    Zhang X F, Li T, Zhang X, Zhou X Q, Lu J, Hu L R and Zhang X G. 2024b. First study of LT-1 SAR satellite for rock glacier deformation monitoring over Tibetan Plateau periglacial environment. IET Conference Proceedings, 2023(47): 227-231
  36. 36.
    Zhang X F, Li T, Zhang X, Zhou X Q, Lu J and Zhang X G. 2024c. Rock glacier topography mapping and deformation monitoring over Tibetan Plateau periglacial environment using Lutan-1 SAR satellite constellation//Proceedings of the IGARSS 2024-2024 IEEE International Geoscience and Remote Sensing Symposium. Athens: IEEE: 11091-11094
  37. 37.
    Zhang Y D, Li Y D, Dong J, Fan Q, Che B, Zhang L, Zhou Y and Liao M S. 2019. Landslide hazard detection in Markam with time-series InSAR analyses. Journal of Remote Sensing (in Chinese), 23(5): 987-996
  38. 38.
    Zhou Y S, Li X, Zheng D H, Ren S S, Wang Y Z and Li Z W. 2024. Data, methods and perspectives of optical stereo and bistatic SAR satellites for monitoring glacier thickness change in high-mountain Asia. Acta Geodaetica et Cartographica Sinica, 53(5): 779-800

Leer el texto completo

The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website