20日，记者从中国地质大学（武汉）获悉，该校地理与信息工程学院副教授周超研究团队联合国内外专家，通过卫星影像获取滑坡灾害精细变形，实现了滑坡灾害的有效预测，为大区域范围内滑坡灾害的普适性监测预警提供了新解决方案。相关研究成果刊发在国际期刊《工程地质》上。
当前，全球范围内地质灾害频发，科学家们致力于开发更准确、更经济的预测方法，减少滑坡等自然灾害带来的损失。
周超介绍，卫星技术为滑坡灾害观测提供了新手段。该预测方法通过多时相合成孔径雷达干涉测量（MT-InSAR）技术，从卫星影像中提取滑坡的位移信息，为预警预报提供低成本基础数据。研究团队通过卫星观测数据，揭示了水库滑坡的时空变形机制，并应用机器学习技术，构建滑坡运动对环境驱动因素的动态响应函数，提升了预测的有效性。
该方法在我国三峡库区已得到成功应用。研究结果显示，MT-InSAR可以精准地监测滑坡变形，机器学习算法能准确建立滑坡变形与其驱动因素之间的复杂非线性关系。通过整合MT-InSAR和机器学习技术优势，该预测方法不仅能考虑滑坡灾害演化的物理机制，而且能在大尺度范围内进行高效、准确预测。
周超表示，随着卫星观测技术不断发展和完善，地质灾害预警系统正在逐步向智能化、普适化和空天地一体化方向发展。这项研究不仅能为地质灾害预警领域带来新技术突破，也为地质灾害风险管控的长期研究提供了经验和启示。
科技日报武汉5月20日电 （记者吴纯新）