1.一种微震与InSAR融合的边坡滑动面识别预测方法,其特征在于,包括以下步骤:S1:InSAR时序分析与地表变形获取;对目标区域进行InSAR时序分析,获取研究区边坡地表累积变形分布,确定主变形区位置;
S2:布设微震监测网络并进行连续监测;围绕主变形区全包围式布设微震监测网络,进行连续微震监测;
S3:微震事件三维定位与空间特征提取;对微震事件进行精确三维定位,获得微震事件的空间分布特征;
S4:微震事件与地表变形空间拟合分析;将微震事件空间分布情况与InSAR主变形区位置进行双重验证分析,包括计算主变形区内外微震事件密度比和微震事件密度与地表变形强度的空间相关系数,判定微震事件分布是否能够有效指示边坡内部滑动面的存在;
其中,双重验证分析流程包括:首先统计InSAR识别的主变形区域内外的微震事件数量,计算主变形区内外微震事件密度比;其次基于微震事件的空间密度分布与主变形区表面变形强度,采用皮尔逊空间相关,计算二者空间相关系数;
判定微震事件能否有效指示滑动面同时满足两个条件,验证微震事件与边坡变形的力学过程具备内在一致性,确认微震事件分布能够有效指示内部滑动面位置,可进入步骤S5进行滑动面识别,所述条件包括条件一:主变形区内微震事件密度与区外密度比值大于3,表明微震活动具有显著的空间集中性;
条件二:微震事件密度与地表变形强度的空间相关系数r大于0.7,表明两者具有强相关性;
S5:潜在滑动面识别;在确认微震事件可指示滑动面的前提下,基于主变形区内微震事件的集中分布特征识别潜在滑动面的具体位置,通过分析微震事件的空间分布形态、几何展布特征和频率特性,刻画滑动面的三维空间结构;
在S4验证微震事件可有效指示滑动面的基础上,识别潜在滑动面的具体判据包括:微震事件在边坡特定范围内,呈明显条带展布或面状聚集,此类分布模式暗示在边坡内部可能存在连续的破裂面;
微震事件集中区与InSAR识别的地表主变形区在平面投影上重合,表明地下微震活动与地表变形存在内在关联;
微震事件的频率特征呈现一致性,指示其源于同一破裂机制;
S6:滑动面几何特征刻画与发育阶段判定;基于识别出的滑动面几何特征和微震事件时空演化规律,结合与地表变形的吻合程度判定滑动面发育阶段,预测边坡未来演化趋势。
2.根据权利要求1所述的微震与InSAR融合的边坡滑动面识别预测方法,其特征在于,步骤S1中InSAR时序分析采用SBAS-InSAR技术,通过处理多时相雷达影像数据,有效抑制时空失相干和大气延迟误差,获取监测区域在年际尺度上的高精度分辨率累积地表位移场,从而准确圈定主变形区的空间边界并表征其变形量级。
3.根据权利要求1所述的微震与InSAR融合的边坡滑动面识别预测方法,其特征在于,所述步骤S2中微震监测网络包括短期密集监测台站和长期连续监测台站。
4.根据权利要求1所述的微震与InSAR融合的边坡滑动面识别预测方法,其特征在于,步骤S3中微震事件三维定位具体包括:从原始信号中识别并筛选出源自边坡内部的有效微震事件,剔除远震及各类环境噪声干扰;精确获取有效微震事件在各监测台站记录的关键震相的初至到时,提取微震事件的到时差信息;
考虑边坡复杂的地层速度结构和地形起伏效应,利用到时差信息进行三维空间定位计算,获得微震事件空间坐标,包括经度、纬度和深度信息。
5.根据权利要求1所述的微震与InSAR融合的边坡滑动面识别预测方法,其特征在于,所述步骤S6中用于预测分析的滑动面几何特征包括:依据微震事件在垂直方向上分布的集中深度,明确滑动面所处的深度位置,反映出滑动面在垂直空间上的发育层次;
基于微震事件空间分布所呈现的优势产状,计算得出滑动面的倾向、倾角参数,体现滑动面的倾斜态势;
根据微震事件在水平面上的分布边界确定滑动面范围,计算滑动面在水平方向上的延展规模;
对微震事件的三维空间分布进行拟合分析,获取滑动面的整体形态,全面呈现滑动面的空间几何特征。
6.根据权利要求1所述的微震与InSAR融合的边坡滑动面识别预测方法,其特征在于,所述步骤S6中通过判别滑动面发育阶段来预测边坡演化趋势,依靠分析微震事件的三维空间展布与地表主变形区几何形态的吻合程度:当微震事件在空间上呈现高度集中的分布状态,且与地表变形区的对应关系显著时,说明滑动面已形成相对完整的结构,判定滑动面为成熟滑动面;
当微震事件分布分散,且与地表形变之间的关联度低时,表明滑动面处于初始发育时期,内部结构尚未稳定,判定滑动面为早期变形阶段;
当存在多个深度区间独立的微震事件集中带时,反映边坡内部存在复杂的变形演化过程,判定为多级滑动面系统。