引用本文
付博, 李志强, 陈杰, 范熙伟, 李晓丽, 李涛, 姚远, 刘耀辉. 微型无人机在2016年11月25日阿克陶 MW6.6地震中的应用探索 [J]. 地震地质, 2018,40(3): 672-684.
FU Bo, LI Zhi-qiang, CHEN Jie, FAN Xi-wei, LI Xiao-li, LI Tao, YAO Yuan, LIU Yao-hui. THE APPLICATION OF MINIATURE UNMANNED AERIAL VEHICLE IN 25 NOVEMBER 2016 ARKETAO MW6.6 EARTHQUAKE [J]. SEISMOLOGY AND GEOLOGY, 2018,40(3): 672-684.  
DOI:10.3969/j.issn.0253-4967.2018.03.012
Permissions
Copyright©2018, 《地震地质》编辑部
《地震地质》编辑部 所有
微型无人机在2016年11月25日阿克陶 MW6.6地震中的应用探索
付博1, 李志强1,*, 陈杰1, 范熙伟1, 李晓丽1, 李涛2, 姚远3, 刘耀辉1
1中国地震局地质研究所, 北京 100029
2中山大学地球科学与地质工程学院, 广州 510275
3新疆维吾尔自治区地震局, 乌鲁木齐 830011
*通讯作者: 李志强, 男, 研究员, E-mail: lzhq@ies.ac.cn。

〔作者简介〕 付博, 男, 1993年生, 中国地震局地质研究所在读硕士研究生, 研究方向为地震应急技术, 电话: 010-62009159, E-mail: fubo0625@yeah.net。

收稿日期: 2017-02-20
基金项目: “大中城市地震灾害情景构建”重点专项(2016QJGJ14)与中国地震局地质研究所基本科研业务专项(IGCEA1522)共同资助
摘要

2016年11月25日新疆阿克陶发生 MW6.6地震, 为了更好地做好野外考察工作, 利用微型无人机开展了一系列的工作, 以探索其在震后考察中的应用。地表破裂对于地震的研究具有重要的意义, 文中选取阿克陶地震的宏观震中地区作为研究区, 利用小型旋翼无人机获取具有一定重叠度的可见光遥感图像, 基于摄影测量原理获取数字表面模型与数字正射影像, 对具有垂直位错的地表破裂进行了识别, 并选取6处特征点画出高程剖面线。在高程剖面图中, 选取曲线上地表破裂两侧较平稳部分做拟合趋势线, 选取落差处稳定的点带入2条直线方程, 将差值作为特征点处的垂直位错。得出6处特征点的地表破裂的垂直位错为4.4~10.4cm, 并利用高程数据推测了具有垂直位错的疑似地表破裂, 为地表破裂的现场调查提供了新的辅助办法。此外, 以新疆维吾尔自治区阿克陶县的布伦口乡为例, 对外界条件恶劣的布伦口地区进行了DEM的快速获取。通过与RTK实地测量数据比对, 对极端条件下微型无人机的数据精度进行了评价, 计算得到2组数据的Pearson相关系数为0.9966, 其结果可以很好地满足野外调查需要, 最后对本研究中存在的问题进行了讨论分析。

关键词: 阿克陶地震; 微型无人机; 地表破裂; DEM; 垂直位错
中图分类号:P316 文献标志码:A 文章编号:0253-4967(2018)03-672-13
THE APPLICATION OF MINIATURE UNMANNED AERIAL VEHICLE IN 25 NOVEMBER 2016 ARKETAO MW6.6 EARTHQUAKE
FU Bo1, LI Zhi-qiang1, CHEN Jie1, FAN Xi-wei1, LI Xiao-li1, LI Tao2, YAO Yuan3, LIU Yao-hui1
1)Institute of Geology, China Earthquake Administration, Beijing 100029, China
2)School of Earth Science and Geological Engineering, Sun Yat-sen University, Guangzhou 510275, China
3)Earthquake Administration of Xinjiang Uygur Autonomous Region, Ürümqi 830011, China;
Abstract

In order to complete the field investigation to the 25 November 2016 Arketao MW6.6 earthquake, ultra-low altitude remote-sensing data were obtained from miniature unmanned aerial vehicle. The surface rupture surveying has important significance for earthquake research. This paper selects the macro-epicenter of Arketao as the study area. The pictures were obtained with DJI Phantom 3 professional input into the software, the Digital Elevation Model(DEM), Digital Orthophoto Map(DOM)were acquired based on photogrammetry method using the overlapped optical remote-sensing images of UAV. Using these data, we can identify surface ruptures that have vertical dislocation.

We selected six feature points and drew the elevation profile. In the elevation profile map, we chose smooth part of the surface rupture sides and obtained the trend line. A stable point in the surface rupture was selected and the abscissa of the point was taken into the equation of two straight lines. Then subtracting the results of the two equations, we can get the vertical dislocation of the surface rupture. On this basis, we chose six feature points and determined their vertical dislocation, which are between 4.4cm and 10.4cm. What's more, taking Bulungkou Xiang in Xinjiang Uygur Autonomous Region for example, we speculated some surface ruptures that have vertical dislocation. It can provide a new method for identifying surface rupture in the field.

In addition, we get DEM data of the Bulunkou area where ambient conditions are very poor, by using miniature unmanned aerial vehicle and taking 255 photos. Putting those photos into the EasyUAV software, we got the area digital elevation of 2cm resolution. Comparing these data with RTK data, we summarized some practical problems and solutions in the practical operation and evaluated the accuracy of miniature unmanned aerial vehicle data. The Pearson Correlation Coefficient is 0.9966. In terms of absolute elevation, the average result of UAV and RTK differs by 156.96m. In terms of relative elevation, the average result of UAV and RTK differs by 9.74m. Compared with the previous test of Pishan County, there is a notable divergence in the results. It shows that the data accuracy will be affected to some extent in the cold weather in high elevations. The specific impact needs further exploration.

Keyword: Arketao earthquake; miniature unmanned aerial vehicle; surface rupture; DEM; vertical dislocation
0 引言

2016年11月25日22时24分30秒, 新疆维吾尔自治区克孜勒苏州阿克陶县发生MW6.6地震(陈杰等, 2016), 造成当地多处房屋倒塌, 牲畜死亡。震中地区还出现山体滚石等次生地质灾害, 给灾区人民带来重大的财产损失。阿克陶地区在大地构造上属于西昆仑海西期褶皱系。西昆仑山地区地处新疆维吾尔自治区南部、 塔里木盆地西南缘, 东连阿尔金山, 西接帕米尔高原(姜春发等, 2000)。总体地势东北低西南高, 地势险峻, 平均海拔5i500~6i000m。该地区新构造活动强烈, 以大面积隆升为主, 地貌形态主要受地质构造活动的控制(冉钊, 2009)。该地区的新构造活动强烈, 地震活动频繁, 自有文字记录以来发生过3次7级以上地震, 包括: 1944年乌恰南地震、 1974年乌孜别里山口地震和1985年乌恰南地震。6~7级地震共计12次, 并发现有古地震遗迹(新疆维吾尔自治区地方志编纂委员会, 2002; 杨纪林等, 2004)。

图 1 阿克陶地区地质构造图Fig. 1 Geological and structural map of Artekao area.

灾区海拔较高, 多在3i000~4i000m, 气候环境恶劣, 平均气温在-5℃, 给地质调查工作带来了很大的困难。中国地震局地质研究所11月27日派出地质考察队携带无人机设备到达灾区开展野外地质调查工作, 获取了灾区超低空遥感平台下的高分辨率遥感影像。无人机具有机动灵活、 成本低、 便于维护等优点。微型无人机不受地域限制, 可以获取测量人员无法到达地区的影像数据, 扩大研究范围。同时, 无人机工作效率高, 相同时间可以完成更大的工作量。在此次地震中, 微型无人机主要用于探索性地快速获取地表破裂的空间分布和垂直位错、 以及环境条件恶劣地区的DEM。

1 无人机的基本参数与试验地点

本文研究所采用的是深圳大疆创新科技有限公司的Phantom 3 Professional 无人机。该无人机搭载了HD高清相机, 配有GPS和GLONASS双卫星导航系统, 飞行器参数如表1所示, 相机参数如表2所示。

表1 Phantom 3 Professional飞行器参数 Table1 Parameters of Phantom 3 Professional UAV
表2 Phantom 3 Professional相机参数 Table2 Camera parameters of Phantom 3 Professional

此次阿克陶地震现场无人机工作地点共3个, 位置分布如图2所示。A点经纬度为39° 15'36″N, 74° 3'50″E, 为此次地震的宏观震中; 无人机主要用于地表破裂的识别。B点位于布拉克村, 经纬度为39° 8'11″N, 74° 21'44″E; 无人机主要用于识别地表破裂。C点位于布伦口乡, 经纬度为38° 42'52″N, 75° 2'24″E; 无人机用于极端条件下DEM的快速获取。

图 2 试验地点分布(图片来自于Google Earth)Fig. 2 Distribution of test sites.

其中在A点的宏观震中处无人机起飞地点共计13处, 共拍摄了258张照片, 主要拍摄了13条地表破裂。在B点无人机起飞地点为1处, 共计拍摄了75张照片。在C点处, 无人机飞行点为2处, 共拍摄了225张照片, 拍摄照片耗时58min, 起飞和降落耗时2min, 共耗时60min。照片经过拼接后生成DEM的范围为0.13km2。RTK安装仪器和测量共耗时180min, 完成1条完整测线, 包含了4i051个点位。通过计算, 无人机平均每分钟测量面积为2i167m2, RTK平均每分钟测量23个点位, 再次表明无人机的便携性与高效性。

2 地表破裂的识别

微型无人机低空遥感可以获取到较高精度的DEM, 为活动构造研究提供一系列的定量参数。因此, 无人机遥感被广泛应用于活动构造的研究中(Oskin et al., 2007; Zielke et al., 2012, 2015)。Johnson等(2014)利用氦气球和滑翔机的方式获取了分辨率为0.3m的华盛顿街区的影像数据, 通过垂直断层走向的地形剖面线量测垂直位移为0.8m。Angster等(2016)利用微型无人机获取了空间分辨率为3~9cm的美国内华达州的DEM数据, 解译识别了微小的地貌特征。高精度的DEM充分展示出了在活动构造中的巨大潜力(毕海芸, 2017)。

此次阿克陶6.7级地震造成了大量的地表破裂, 地表破裂地震动效应影响因素繁多, 如震源深度和震中距等地震参数、 地表破裂场地工程地质条件及其结构特征等, 每1条地表破裂在地震中的反应不同(陈红旗, 2002; Treiman et al., 2002; 范文等, 2014), 通过对地表破裂的测量和空间分布的测定, 可以对地震的烈度和构造活动做出判断(车用太等, 1998; 万波等, 2004; 李志强等, 2008)。因此, 地表破裂对于地震的研究有着十分重要的意义(Sieh, 1996; Peltzer et al., 1998; Wesnousky, 2008; 徐锡伟等, 2008; 刘耀辉等, 2015)。传统的野外地表破裂研究手段是利用激光雷达、 全站仪、 手持GPS、 卷尺、 激光测距仪和差分GPS等技术人工进行实地测量, 从而获得地表破裂的空间分布。这些方法存在以下几点缺陷:

(1)多数需要靠人工徒步行走来发现地表破裂, 因此常常存在一些遗漏, 一些被重复测量, 给测量和后期整理工作带来困难。

(2)地表破裂分布范围较广时, 人工徒步测量的工作量大, 并且一些地表破裂存在于测量人员不能到达的地方。

(3)人工测量无法连续表现出地表破裂的宽度和高度, 不能很好地判断出主断裂与次断裂。

针对以上问题, 在本次的地震现场调查中, 利用无人机技术尝试对地表破裂进行大范围的测量。通过无人机航拍的照片, 可以清晰直观地观察到地表破裂的相对宽度与空间分布。如图3中所示, 该地表破裂位于地震宏观震中的A点地区、 昆盖山南麓冲洪积扇南缘与东流木吉河河漫滩交会处、 主帕米尔断裂南10km处、 木吉断裂上, 震源深度约9.3km。此处岩性以砂与黏土为主, 且土质疏松, 其地下水位较浅, 且发育有厚度< 1km的季节性冻土层。图3中的1号与3号地表破裂较宽, 属于地表破裂的主裂缝, 实地测量约为10cm。2号地表破裂较窄, 属于地表破裂的次裂缝, 实地测量约为6cm。

图 3 地表破裂航拍Fig. 3 Aerial photo of surface rupture.

无人机的分辨率在其他条件相同时与其飞行高度有较大关系(范熙伟等, 2017)。无人机飞行高度(H)与地面空间分辨率(R)的关系式为

R=H×dh

式中无人机相机焦距(h)为4mm, 感光元件尺寸(d)为0.001i58mm。因此, 在利用无人机进行拍摄时, 应选择合适的高度以保证可以清晰地识别地表破裂。此次无人机飞行高度为15m, 根据关系式推出地面空间分辨率为0.6cm, 理论上可以达到mm精度。此外, 应保持相同的飞行高度, 沿地表破裂进行连续拍摄, 以保证照片的数量和重叠度。通过EasyUAV软件, 可以将拍摄的照片拼接生成精度较高的数字表面模型(DSM)、 数字正射影像(DOM)、 数字高程模型(DEM)、 真实三维密集点云和真三维模型, 误差一般在1个像素以内。其基本原理为: 无人机在飞行过程中按照横向77%和旁向50%重叠度对研究区进行拍摄, 在同一位置相邻的2幅影像按照不同的角度进行拍摄, EasyUAV软件利用保存在每幅影像头文件中的位置信息, 基于立体像对原理即可获得DSM等数据(程效军等, 2005)。

由于震前研究区域有大量的积雪, 在地震发生后, 地表破裂地方的积雪也发生了错位, 说明该处的地表破裂并不是原生地貌的陡坎。在此次地震灾区的地表破裂大部分都具有垂直位错, 这使得其在DEM中可以通过高程值来反映(Rodriguez et al., 2002; 王义祥, 2007; 宫会玲等, 2015), DEM发生变化的分界线很可能就是地表破裂发生垂直位错的地方。李少龙等(2013)曾利用天宝X100无人机进行数据精度的试验, 将95个控制点比较后得出高程值之差的平均值为0.14m、 中误差为0.09m。此精度表示的是无人机在绝对高程方面的精度, 在相对高程方面, 特别是无人机进行地表破裂相关的研究较少。

本文采用EasyUAV快速拼图软件对试验区B拍摄的无人机影像进行快速拼图处理, 在生成的DOM正射影像中, 根据现场实地调查, 采用Arcgis软件对地表破裂进行矢量化处理, 如图4所示。在Arcgis软件中将矢量化的地表破裂加载到DEM中, 可以发现具有垂直位错的地表破裂大部分都位于DEM中高程变化地带即颜色差异的界限处。本研究选取6个特征点来测量地表破裂的垂直位错。在图5中, DEM的分辨率为0.6cm, 分别在6处特征点位做高程剖面图。特征点按照均匀分布于地表破裂的原则进行选取, 并保证剖面图中可以识别出高程值平稳或突变的拐点, 以便于垂直位错的测定。根据高程剖面图, 在曲线上选取地表破裂两侧较平稳部分做拟合趋势线。再选取地表破裂落差处稳定的1点, 带入地表破裂两侧所求得直线方程, 用2直线方程的解代表地表破裂两侧的高程, 差值代表垂直位错(李文巧, 2013)。特征点两侧的高程值和垂直位错结果如表3所示, 高程值剖面如图8所示。

图 4 地表破裂矢量化Fig. 4 Vector of surface rupture.

图 5 地表破裂分布图Fig. 5 Distribution map of surface rupture.

图 6 地表破裂山体阴影图Fig. 6 Hillshade of surface rupture.

图 7 照片位置分布图Fig. 7 Distribution map of photos.

图 8 特征点处的高程剖面图Fig. 8 Elevation profile map of feature points.

表3 特征点处的垂直位错 Table3 Vertical dislocation of feature points

试验区地面的积雪较厚, 平均厚度约10cm, 最深处可达20cm, 造成许多地表破裂被积雪覆盖遮挡, 在现场无法通过人工进行识别。利用无人机数据, 可以发现被雪覆盖的潜在地表破裂。在图5中可以观察到, 在高程值差异的分界线处, 即DEM颜色变化的分界线可能为潜在的具有垂直位错的地表破裂。图4中的潜在地表破裂被积雪覆盖, 现场没有观察到地表破裂。根据此分界线可以找到被雪覆盖所遗漏的潜在地表破裂。此方法作为地表破裂实地考察的辅助手段, 扩大了科考范围, 提高了灾后现场调查的效率。

在表3中6处特征点的垂直位错分别为10.4cm、 7.3cm、 8.2cm、 5.1cm、 4.4cm、 7.1cm。

3 极端条件下DEM的快速获取

在此次地震现场考察中, 无人机在C点的布伦口乡进行了DEM的快速获取。作为无人机最广泛的应用之一, 前人已经做了大量的研究(Uysal et al., 2015)。本研究的特别之处在于无人机获取DEM的外界条件比较恶劣, 与常规DEM获取的条件有很大差别。微型无人机的常规工作环境温度为0~40℃, 电池的工作环境温度在-10~40℃之间。在恶劣条件下, 微型无人机是否还能快速获取DEM, 其获取数据的精确度能否满足要求等都缺少相关研究。此次DEM的获取地点C位于昆仑山西部的布伦口乡。研究区气候干燥, 地处高寒地区, 冬季积雪较多。根据布伦口地区的气象资料介绍, 1月份气温最低, 月平均气温-12℃。此外, 布伦口地区常年多风, 特别是附近宽谷地段, 风力可达到8级, 并且午后风力更大。试验当天无人机飞行地区的平均海拔约3i700m, 工作环境温度约-10℃, 起飞时间为北京时间下午3点, 风力约4级, 对于微型无人机来说是1个挑战。起飞点的经纬度为38° 42'43″N, 75° 2'27″E, 飞行高度约100m, 手动拍摄了225张照片。生成的DEM如图9所示, 分辨率为2cm。在DEM的获取过程中, 还利用了天宝(Trimble)公司的RTK技术测量了1条测线, 基站架设在平坦的山脚地区, 选择空旷便于接收卫星信号、 远离磁场强干扰的地方。RTK技术的精度受多种因素的影响(Guo et al., 2012; Khodabandeh et al., 2015)。 一般情况下, RTK相对精度在水平方向可达到1cm, 垂直方向为2cm(王锴华, 2012; 郑建雷, 2014)。RTK 实时测量的平面精度与静态测量的定位精度相当, 高程精度与4等水准匹配(张子江, 2002; 徐万祥, 2009)。RTK测线共有788个点, 利用这些点做高程曲线, 与无人机生成DEM的相对精度对比, 结果如图10所示。结果表明, 在相对高程方面无人机与RTK的结果比较接近。RTK实测该地高程最大值为3i713.477m, 最小值为3i569.754m, 最大落差为143.72m。无人机的高程最大值为3i865.62m, 最小值为3i731.64m, 最大落差为133.98m, 与RTK相差9.74m。对2组数据求Pearson相关系数, 结果表明2组数据的相似程度为99.66%, 表明在极端条件下无人机可以很好地用于野外调查中DEM的快速获取。

图 9 布伦口地区DEMFig. 9 DEM of Bulunkou area.

4 结果分析与讨论

在B地区进行地表破裂航拍识别时, 飞行高度从10m开始, 每次升高5m, 直到飞行高度为100m。无人机航拍照片的分辨率为4i000× 3i000, 拍摄视场角为94° , 试验区B的地表破裂宽度平均约为5cm, 经过多次试验, 15m高度飞行时地表破裂识别最为清晰, 对应的地面空间分辨率约为0.6cm, 每张航拍照片覆盖范围约为25.7m× 19.3m, 共拍摄了75张照片, 相片位置分布图如图7所示。在对地表破裂两侧进行拟合时, 直线方程有部分不平行, 其具体原因有待进一步的探索。

在进行DEM的快速获取时, 布伦口地区的地形险峻, 岩石遍布。在图10中的第671个点位, A段与B段的分界点处, 由于RTK进行测量时没有连续测量, 使其在相同高程值地带进行了重复测量, 高程值有部分重叠。此外, 由于该地区地势起伏较大, 部分地区在几十m范围内起伏超过100m, 手动操控无人机时为躲避山体和岩石, 飞行高度会发生一定的变化, 使得拍摄的照片在拼接过程中需要进行筛选。

图 10 无人机与RTK高程值比较Fig. 10 Elevation comparison of UAV and RTK.

在无人机飞行过程中, 气温较低造成了电池工作时间缩短。在-15℃时, 电池只能工作15min左右, 比常规条件下缩短约8min。当天拍摄时, 风力约为4级, 生成的DEM在绝对高程方面相差156.96m, 相对高程相差9.74m; 而此前此无人机在皮山的飞行试验中, 常规条件下的绝对高程差为30~90m, 相对高程差为10~80cm; 这说明在布伦口极端条件下, 无人机数据的精确度会受到一定的影响, 其影响因素还需要更进一步的探索。

5 结束语

本次研究数据的采集主要以现场人工调查为主, 差分GPS实测和微型无人机测量为辅。在极度恶劣的低温条件下进行地表破裂和高精度DEM获取时, 微型无人机仍然可以在一定程度上保持其特有的优势。在现场考察中, 对微型无人机的应用情况进行了初步探索并得到了以下几点结论:

(1)对地表破裂进行无人机拍摄时, 飞行高度控制在15m效果较好, 对应的空间分辨率为0.6cm。

(2)航拍照片时应布设控制点并进行实地测量, 以保证数据的精确度。

(3)无人机可以识别具有垂直位错的地表破裂, 扩大科考范围, 减少工作量, 可作为实地测量的辅助手段进行前期调查工作。

(4)地形本身的因素会对地表破裂的垂直位错产生一定影响。

(5)微型无人机在-20℃的极端低温条件下, 会因电池的温度过低而无法起飞, 应将电池放在较温暖的条件下并注意保温工作。

(6)手动规划飞行线路时, 飞行速度应控制在6m/s, 并按照5s的时间间隔来拍摄照片以保证照片的数量和重叠度, 避免因照片数量过少或重叠度过低而无法获取DEM。

The authors have declared that no competing interests exist.

参考文献
[1] 毕海芸, 郑文俊, 曾江源, 等. 2017. SfM摄影测量方法在活动构造定量研究中的应用[J]. 地震地质, 39(4): 656—674. doi: 103969/j. issn. 0253-4967. 2017. 04. 003.
BI Hai-yun, ZHENG Wen-jun, ZENG Jiang-yuan, et al. 2017. Application of SfM photogrammetry method to the quantitative study of active tectonics[J]. Seismology and Geology, 39(4): 656—674(in Chinese). [本文引用:1]
[2] 车用太, 刘五洲, 王基华, 等. 1998. 张北-尚义地震典型地段的地表破坏[J]. 地震地质, 20(2): 179—182.
CHE Yong-tai, LIU Wu-zhou, WANG Ji-hua, et al. 1998. Ground failures caused by the Zhangbei-Shangyi earthquake in some typical sections[J]. Seismology and Geology, 20(2): 179—182(in Chinese). [本文引用:1]
[3] 陈红旗. 2002. 西安地裂缝地震动力效应研究[D]. 西安: 长安大学: 8—10.
CHEN Hong-qi. 2002. The study of seismic dynamic effect of Xi'an ground fissure[D]. Chang'an University, Xi'an: 8—10(in Chinese). [本文引用:1]
[4] 陈杰, 李涛, 孙建宝, 等. 2016. 2016年11月25日新疆阿克陶 MW6. 6地震发震构造与地表破裂[J]. 地震地质, 38(4): 1160—1174. doi: 103969/j. issn. 0253-4967. 2016. 04. 028.
CHEN Jie, LI Tao, SUN Jian-bao, et al. 2016. Coseismic surface ruptures and seismogenic Muji Fault of the 25 November 2016 Arketao MW6. 6 earthquake in northern Pamir[J]. Seismology and Geology, 38(4): 1160—1174(in Chinese). [本文引用:1]
[5] 程效军, 朱鲤, 刘俊领. 2005. 基于数字摄影测量技术的三维建模[J]. 同济大学学报(自然科学版), 33(1)37—41.
CHENG Xiao-jun, ZHU Li, LIU Jun-ling. 2005. Three dimension modeling based on digital photogrammetry method[J]. Journal of Tongji University(Natural Science), 33(1): 37—41(in Chinese). [本文引用:1]
[6] 范文, 聂忠权, 陈党民, 等. 2014. 地裂缝地震影响效应研究: 以陕西咸阳为例[J]. 灾害学, 29(4): 82—88.
FAN Wen, NIE Zhong-quan, CHEN Dang-min, et al. 2014. Study on seismic effect of ground fissure: A case study on a ground fissure in Xianyang, Shaanxi[J]. Journal of Catastrophology, 29(4): 82—88(in Chinese). [本文引用:1]
[7] 范熙伟, 聂高众, 邓砚, 等. 2017. 基于摄影测量技术的房屋提取方法: 以中国西部地区乡村为例[J]. 地震地质, 39(4): 805—818. doi: 103969/j. issn. 0253-4967. 2017. 04. 014.
FAN Xi-wei, NIE Gao-zhong, DENG Yan, et al. 2017. The extraction of house distribution based on photogrammetry method: Taking the countryside in the west of China for example[J]. Seismology and Geology, 39(4): 805—818(in Chinese). [本文引用:1]
[8] 宫会玲, 冉勇康. 2015. 基于DEM的垂直位错分析: 以安宁河断裂为例[J]. 华南地震, 35(4): 71—76.
GONG Hui-ling, RAN Yong-kang. 2015. The vertical dislocation analysis based on DEM: A case study of Anninghe Fault[J]. South China Journal of Seismology, 35(4): 71—76(in Chinese). [本文引用:1]
[9] 姜春发, 王宗起. 李锦轶, 等. 2000. 中央造山带开合构造 [M]. 北京: 地质出版社.
JIANG Chun-fa, WANG Zong-qi, LI Jin-yi, et al. 2000. Opening-Closing Tectonics of Central Orogenic Belt [M]. Geological Publishing House, Beijing(in Chinese). [本文引用:1]
[10] 李少龙, 蒋国辉. 2013. 天宝X100无人机摄影测量试验[J]. 测绘通报, (8): 120—121.
LI Shao-long, JIANG Guo-hui. 2013. Trimble X10UAV photogrammetric test[J]. Bulletin of Surveying and Mapping, (8): 120—121(in Chinese). [本文引用:1]
[11] 李文巧. 2013. 帕米尔高原东北部塔什库尔干谷地活动构造与强震[D]. 北京: 中国地震局地质研究所.
LI Wen-qiao. 2013. Active tectonics and strong earthquakes in Tashkurgan Valley, Northeast Pamir, China [D]. Institute of Geology, China Earthquake Administration, Beijing(in Chinese). [本文引用:1]
[12] 李志强, 袁一凡, 李晓丽, 等. 2008. 对汶川地震宏观震中和极震区的认识[J]. 地震地质, 30(3): 194—203. doi: 103969/j. issn. 0253-4967. 2008. 03. 015.
LI Zhi-qiang, YUAN Yi-fan, LI Xiao-li, et al. 2008. Some insights into the macro-epicenter and meizoseismal region of Wenchuan earthquake[J]. Seismology and Geology, 30(3): 194—203(in Chinese). [本文引用:1]
[13] 刘耀辉, 李金平, 王刘伟. 2015. 红河断裂带闭锁程度和滑动亏损分布特征研究[J]. 测绘工程, 24(8): 20—22, 26.
LIU Yao-hui, LI Jin-ping, WANG Liu-wei. 2015. Inversion study on locking and slip deficit of Red River fault zone[J]. Engineering of Surveying and Mapping, 24(8): 20—22, 26(in Chinese). [本文引用:1]
[14] 冉钊. 2009. 布伦口地区河流阶地研究[D]. 焦作: 河南理工大学: 10—11.
RAN Zhao. 2009. The study of river terraces in the Bulunkou area[D]. Henan Polytechnic University, Jiaozuo: 10—11(in Chinese). [本文引用:1]
[15] 万波, 高常波, 郑双成. 2004. 地震地表破裂发育特点及环境条件分析[J]. 东北地震研究, 20(1): 1—8.
WAN Bo, GAO Chang-bo, DENG Shuang-cheng. 2004. Features and circumstances for surface seismic ruptures[J]. Seismological Research of Northeast China, 20(1): 1—8(in Chinese). [本文引用:1]
[16] 王锴华, 徐爱功. 2012. 基于单基站CORS的RTK精度与距离测试[J]. 矿山测量, (1): 29—31, 68.
WANG Kai-hua, XU Ai-gong. 2012. Test of CORS RTK accuracy and distance[J]. Mine Surveying, (1): 29—31, 68(in Chinese). [本文引用:1]
[17] 王义祥. 2007. 基于地理信息系统的祁连山地区数字地形分析和隆升机理研究[D]. 兰州: 兰州大学.
WANG Yi-xiang. 2007. The digital terrain analysis and uplift mechanism of Qilian Mountains based on GIS [D]. Lanzhou University, Lanzhou(in Chinese). [本文引用:1]
[18] 新疆维吾尔自治区地方志编纂委员会. 2002. 新疆通志(第11卷): 地震志 [M]. 乌鲁木齐: 新疆人民出版社.
Local Chronicles Compiling Commission of Xinjiang Uygur Autonomous Region. 2002. General Annals of Xinjiang(Vol. 11): Earthquake Annals [M]. Xinjiang People's Publishing House, Urumqi(in Chinese). [本文引用:1]
[19] 徐万祥, 柴本红, 侯永平. 2009. RTK测量高程精度探讨[J]. 地矿测绘, 25(2): 21—23.
XU Wan-xiang, CHAI Ben-hong, HOU Yong-ping. 2009. Discussion about RTK accuracy of elevation measurement[J]. Surveying and Mapping of Geology and Mineral Resources, 25(2): 21—23(in Chinese). [本文引用:1]
[20] 徐锡伟, 闫学泽, 叶建青, 等. 2008. 汶川 MS8. 0地震地表破裂带及其发震构造[J]. 地震地质, 30(3): 597—629. doi: 103969/j. issn. 0253-4967. 2008. 03. 003.
XU Xi-wei, YAN Xue-ze, YE Jian-qing, et al. The MS8. 0 Wenchuan earthquake surface ruptures and its seismogenic structure[J]. Seismology and Geology, 30(3): 597—629(in Chinese). [本文引用:1]
[21] 杨纪林, 宋立军, 吐尼亚孜·沙吾提, 等. 2004. 2003年9月2日阿克陶5. 9级地震宏观烈度考察与发震构造探讨[J]. 内陆地震, 18(4): 353—358.
YANG Ji-lin, SONG Li-jun, Tuniyazi·Shawuti, et al. 2004. Exploration of the macroscopic intensity and discussion on the seismogenic structrue for the Aketao M5. 9 earthquake on Sept. 2, 2003[J]. Inland Earthquake, 18(4): 353—358(in Chinese). [本文引用:1]
[22] 张子江, 徐军. 2002. RTK实时动态测量可靠性的检验[J]. 勘察科学技术, (4): 49—51.
ZHANG Zi-jiang, XU Jun. 2002. Reliability testing for the RTK real-time dynamic surveying[J]. Site Investigation Science and Technology, (4): 49—51(in Chinese). [本文引用:1]
[23] 郑建雷, 刘国超, 徐秀杰, 等. 2014. GPS RTK测量精度的分析[J]. 地理空间信息, 12(6): 97—99.
ZHENG Jian-lei, LIU Guo-chao, XU Xiu-jie, et al. 2014. Surveying accuracy analysis of GPS RTK[J]. Geospatial Information, 12(6): 97—99(in Chinese). [本文引用:1]
[24] Angster S, Wesnousky S, Huang W L, et al. 2016. Application of UAV photography to refining the slip rate on the Pyramid Lake fault zone, Nevada[J]. Bulletin of the Seismological Society of America, 106(2): 785—798. [本文引用:1]
[25] Guo H R, He H B, Wang A B, et al. 2012. Performance of triple-frequency high-precision RTK positioning with compass[M]∥Sun J D, Liu J N, Yang Y X, et al. China Satellite Navigation Conference(CSNC)2012 Proceedings. Springer, Berlin, Heidelberg: 371—378. [本文引用:1]
[26] Johnson K, Nissen E, Saripalli S, et al. 2014. Rapid mapping of ultrafine fault zone topography with structure from motion[J]. Geosphere, 10(5): 969—986. [本文引用:1]
[27] Khodaband eh A, Teunissen P J G. 2015. An analytical study of PPP-RTK corrections: Precision, correlation and user-impact[J]. Journal of Geodesy, 89(11): 1109—1132. [本文引用:1]
[28] Oskin M E, Le K, Strane M D. 2007. Quantifying fault-zone activity in arid environments with high-resolution topography[J]. Geophysical Research Letters, 34(23): L23S05. [本文引用:1]
[29] Peltzer G, Rosen P, Rogez F, et al. 1998. Poroelastic rebound along the Land ers 1992 earthquake surface rupture[J]. Journal of Geophysical Research: Atmospheres, 103(B12): 30131—30145. [本文引用:1]
[30] Rodriguez F, Maire E, Courjault-Radé P, et al. 2002. The black top hat function applied to a DEM: A tool to estimate recent incision in a mountainous watershed(Estibère Watershed, Central Pyrenees)[J]. Geophysical Research Letters, 29(6): 9-1—9—4. [本文引用:1]
[31] Sieh K. 1996. The repetition of large-earthquake ruptures[J]. Proceedings of the National Academy of Sciences of the United States of America, 93(9): 3764—3771. [本文引用:1]
[32] Treiman J A, Kendrick K J, Bryant W A, et al. 2002. Primary surface rupture associated with the MW7. 1 16 October 1999 Hector Mine earthquake, San Bernardino County, California[J]. Bulletin of the Seismological Society of America, 92(4): 1171—1191. [本文引用:1]
[33] Uysal M, Toprak A S, Polat N. 2015. DEM generation with UAV photogrammetry and accuracy analysis in Sahitler hill[J]. Measurement, 73: 539—543. [本文引用:1]
[34] Wesnousky S G. 2008. Displacement and geometrical characteristics of earthquake surface ruptures: Issues and implications for seismic-hazard analysis and the process of earthquake rupture[J]. Bulletin of the Seismological Society of America, 98(4): 1609—1632. [本文引用:1]
[35] Zielke O, Arrowsmith J R, Grant Ludwig L, et al. 2012. High-resolution topography-derived offsets along the 1857 Fort Tejon earthquake rupture trace, San Andreas Fault[J]. Bulletin of the Seismological Society of America, 102(3): 1135—1154. [本文引用:1]
[36] Zielke O, Klinger Y, Arrowsmith J R. 2015. Fault slip and earthquake recurrence along strike-slip faults—Contributions of high-resolution geomorphic data[J]. Tectonophysics, 638: 43—62. [本文引用:1]