- 可视化九州北部的风险区域，并根据地理统计数据阐明山体滑坡的倾向
- 通过微波卫星图像的时间序列干涉分析来检测过去几年的微小坡度变化
- 不仅基于地形，还基于地质因素为区域防灾计划做出贡献，并开发国家抗灾能力的基础信息
微波卫星图像（右图）与地质信息综合分析识别边坡灾害风险区流程
*这是对原始论文中的数字的引用或修改。
米乐m6官方网站（以下简称“AIST”）地质信息研究部 Hiroki Mizuochi，首席研究员，Kazuhiro Miyazaki，客座研究员 Tomoya Abe，首席研究员，Daisaku Kawabata，首席研究员 Hiroki Iwao，副研究员，Moe Matsuoka，研究员，Yoshinori Miyaji Hideo Hoshizumi，活断层与火山研究部副研究主任和技术人员在九州北部进行了研究项目。微波卫星图像的分析，我们捕捉到了边坡近七年来的微小地形变化，并对边坡灾害风险区域进行了可视化。此外，通过地质地形信息综合分析，可以识别该地区特有的高风险地质地形特征。诱发因素已经被揭露了。具体来看，该地区滑坡沉积物形成的缓坡地区滑坡风险较高，而与地质构造坡向相符的西北坡面滑坡风险较高。传统的边坡灾害风险评估主要基于地形因素，但本研究表明考虑地质因素的重要性。
近年来越来越多地用于干扰多个周期（时间序列）微波波形的技术干扰SAR) 日本地球观测卫星 (大地2号）的数据并以高空间分辨率（几米）捕获厘米级的地形变化，这种高清分析成为可能。这些信息有助于国家和地方政府的防灾减灾计划。
这项研究的详细信息将于 2024 年 3 月 18 日发布。地貌》杂志上。
日本因地震和暴雨引发的山体滑坡、塌方等斜坡灾害遭受了许多经济和人员损失。由于最近的气候变化和土地利用的变化，人们担心斜坡灾害将变得更加严重和更加频繁。 2020年，内阁批准了《防灾减灾和国家防灾力五年加速措施》（以下简称2020年内阁决定），开发有助于防灾减灾和评估灾害风险的地质信息库的重要性日益增加。
评估边坡灾害风险时，分析灾害发生的条件（诱发因素）非常重要。航空激光测量技术的进步使得高精度分析地形条件成为可能。另一方面，由于岩石类型、年龄、风化程度、地层结构等多种因素的影响，地质条件变得复杂，有助于边坡灾害风险评估的信息的开发和利用还不够进展。
日本产业技术研究院地质调查所（以下简称“GSJ”）根据2020年内阁决定和经济产业省的相关“第三次智能基础设施开发计划”，自2020年起实施“防灾减灾高精度数字地质信息开发项目”。作为这项研究的一部分，我们准备了用于斜坡灾害风险评估的地质信息。特别是，我们一直在开展研究，其想法是，通过分析近年来日益发展和积累的时间序列地球观测卫星数据，可以捕捉大范围的斜坡变化和灾害的历史。
在这项研究中，我们使用了一种名为“时间序列干涉SAR”的技术，该技术可以对大量时间序列数据进行统计处理，以检测长期波动趋势（图1），这是一种通过对多个周期的微波数据波形进行干涉来捕捉地表微小位移的技术（干涉SAR）。近年来，该技术越来越多地用于灾害监测目的，因为它使用统计处理来减少各种类型的噪声，并且可以检测微波波长（厘米级）以下的微小长期波动。我们根据利用该方法获得的7年（2014-2021年）长期坡度变化图（图1底部）进行解译和图像处理，共提取出42个变化较大的区域。当我们进行现场调查时，我们在大约 60% 的位置（不包括难以进入的区域）发现了文物发生变化的证据，例如文物出现裂缝。
此外，我们将42个提取点波动较大的区域分布与地质地形图（图2）进行了对比，分析了边坡灾害风险的诱发因素。该地质图是根据GSJ出版的1：20万日本无缝地质图编辑而成。结果发现，波动较大的地区更多地分布在缓坡地区，而不是传统上被认为是边坡灾害高发地区的陡坡地区。即使在缓坡地区，靠近沉积岩和玄武岩地质边界且由过去滑坡沉积的玄武岩碎屑构成的斜坡也被认为处于高风险。这一趋势与过去滑坡灾害报道的该地区（北松型滑坡）的特征一致，因此获得的边坡变形图可能捕捉到未来滑坡的迹象。此外，在西北向的斜坡上发现了更多的变化区域，这与地质结构的斜坡方向一致。该分析利用了 GSJ 于 1989 年进行的地质调查的信息（宽度为 1:50,000 的地质图“佐世保地区地质”（松井等人，1989 年））。
传统的边坡灾害风险评估（例如陡坡崩塌风险区）主要根据坡度等地形因素进行，但本次的研究表明考虑地质因素的重要性。通过将类似分析扩大到全国边坡灾害风险区，为国家和地方政府的防灾减灾计划做出贡献。
图 1 时间序列干涉 SAR 概述。下图中，黄色到红色或浅蓝色到蓝色的区域表示长期波动。绿色表示没有变化，灰色表示受地形等影响无法获得分析结果。棕色点为实地测量点（照片中的GPS信息）。背景图像为日本地理空间信息管理局的地理调查研究所地图。
*原始论文中的数字被引用或修改。
图2 提取的坡度波动较大的区域（红色）、坡度（左图）和地质（右图）信息的比较。坡度图是根据日本地理空间信息管理局的数字高程模型创建的，地质图是根据GSJ的1:200,000无缝地质图修改的。波动较大的区域不一定是陡坡区域（左图中深绿色），而往往分布在缓坡区域（左图中浅绿色）。
*原始论文中的数字被引用或修改。
未来，我们将进一步推进GSJ“防灾减灾高精度数字地质信息开发工程”，扩大调查范围，发布分析结果数据，利用机器学习（AI）创建和发布边坡灾害风险估算图，完善地质灾害期间边坡灾害发生估算系统。
已出版的杂志：
地貌
论文标题：利用时间序列 DInSAR 和地质因素分析检测长期斜坡位移，用于九州岛西北部滑坡的敏感性评估
作者：水落宏树、宫崎一宏、阿部智也、星住秀夫、川端大作、岩尾浩希、松冈萌、宫地义典
DOI：101016/jgeomorph2024109095