TY  - Data
T1  - 基于时序InSAR技术的G109青藏公路地质隐患识别数据集
A1  - 权磊
A1  - 田波
A1  - 彭智鑫
A1  - 李立辉
A1  - 李思李
A1  - 何哲
A1  - 张盼盼
DO  - 10.12072/ncdc.geohazard.db7297.2026
PY  - 2026
DA  - 2026-04-07
PB  - 国家冰川冻土沙漠科学数据中心
AB  - 本数据集是基于时序InSAR技术（SBAS-InSAR），利用欧空局（ESA）Sentinel-1A 卫星提供的2023年1月至2025年5月覆盖G109青藏公路全线的宽幅干涉模式SAR影像，获取得到G109沿线区域年均形变速率。并根据年均形变速率，运用Sobel算子提取了研究区空间沉降梯度场信息，并以形变速率绝对值大于10 mm/year 或沉降空间梯度模长大于 1.6 mm/year/m 为两个阈值，对变形量显著且变形空间变化剧烈（可能指示不均匀沉降、滑坡边界等）的高风险区域进行有效识别，经过二值化与矢量化输出了G109青藏公路地质隐患识别结果数据。本数据集采用中国大地坐标系2000（CGCS 2000），EPSG编码为4490。G109沿线区域地表形变速率栅格数据与G109沿线区域形变速率空间梯度模长栅格数据储存格式为GeoTIFF，分别命名为“Deformation_Rate_G109_2023-2025.tif”与“Gradient_Magnitude_G109_2023-2025.tif”，其中G109沿线形变速率栅格像元值单位为mm· year-1，负值表示远离卫星（通常解释为沉降），正值表示靠近卫星（通常解释为抬升）。G109沿线地质隐患双要素识别结果是根据双要素判定公式提取出的潜在沉降及滑坡风险区域矢量面数据，储存格式为SHP，命名为“Risk_Zones_G109_2023-2025.shp”。本数据集在数据处理中采用精密轨道数据与COP-DEM GLO30地形数据，结合高程线性拟合与空间滤波，有效抑制了非地质体变形信号。多轨道拼接处过渡平滑，沉降速率分布符合算法假设，数据精度可靠。本数据集系统揭示了G109公路沿线冻土退化引起的地表变形特征，可为公路路基病害识别、冻土工程研究与交通管理提供科学依据。
DB  - NCDC
UR  - http://www.ncdc.ac.cn/portal/metadata/10040951-a0a6-44b9-af0b-839ae3b635e1
ER  -