پژوهش های سنجش از دور و اطلاعات مکانی

دوفصلنامه علمی

شماره جاری

بر اساس شماره‌های نشریه

بر اساس نویسندگان

بر اساس موضوعات

نمایه نویسندگان

نمایه کلیدواژه ها

درباره نشریه

اهداف و چشم انداز

همکاران دفتر نشریه

اصول اخلاقی انتشار مقاله

پیوندهای مفید

پرسش‌های متداول

فرایند پذیرش مقالات

اطلاعات آماری نشریه

اخبار و اعلانات

آیین نامه ها و مصوبات

پایش محدوده‌های لغزشی در‎ ‎پروژه سدهای سیاه‌بیشه با استفاده از روش نقشه‌برداری زمینی و ‏تداخل‌سنجی راداری

مقالات آماده انتشار

نوع مقاله : مقاله پژوهشی

نویسندگان

1 گروه مهندسی عمران و نقشه برداری، دانشگاه آزاد واحد تهران شمال، تهران ایران

2 گروه مهندسی نقشه‌برداری، دانشگاه امام حسین (ع)، تهران، ایران

چکیده

پیشینه و اهداف: زمین ­لغزش ­ها به‌عنوان یکی از مخرب ­ترین پدیده ­های طبیعی، تهدیدی جدی برای سازه ­های مهندسی و محیط‌زیست محسوب می ­شوند. سد تلمبه­ ذخیره ­ای سیاه‌بیشه نخستین سد خاکی تلمبه ذخیره ­ای ایران با رویه بتنی، به دلیل موقعیت جغرافیایی در رشته کوه البرز و شرایط زمین شناسی پیچیده (شامل گسل­ های فعال، توده­ های سنگی ناپایدار، و شیب ­های تند)، در معرض خطر جابجایی­ های زمین­ شناختی قرار دارد. این پژوهش با هدف پایش تغییرات سطح زمین و مدیریت خطرات ناشی از زمین­ لغزش در محدوده این سد، با استفاده از روش­ های نقشه ­برداری زمینی و تداخل ­سنجی راداری (InSAR) انجام شد. تمرکز اصلی بر تحلیل تأثیر عوامل کلیدی مانند افت سریع مخزن (Rapid Drawdown)، نوسانات سطح آب، و فعالیت­ های عمرانی بر ناپایداری منطقه بود.
روش‌ها‌: در این مطالعه، دو روش اصلی به کار گرفته شده است. در روش اول که نقشه ­برداری زمینی نام دارد، با نصب تارگت­ ها بتنی (بنچمارک ­های کوچک) و اندازه ­گیری دوره­ای جابجایی ­های مسطحاتی و ارتفاعی از سال ۱۳۹۰ تاکنون، تغییرات در نقاط بحرانی مانند گالی ۵ و مناطق مجاور جاده چالوس پایش شده است. در روش دوم با استفاده از داده ­های ماهواره سنتینل-۱ در بازه زمانی ۲۰۱۵ تا ۲۰۲۲ و پردازش تصاویر در نرم­افزار SNAP، تغییرات سطح زمین با دقت میلیمتری بررسی شد. مراحل پردازش شامل هم­ ترازی تصاویر، حذف اثرات توپوگرافی با مدل رقومی ارتفاعی،  فیلترگذاری فاز گلداشتاین، و تبدیل فاز به جابجایی بود.
یافته‌ها: نتایج نشان­دهنده همخوانی قابل توجه بین دو روش بود. بیشترین جابجایی ­ها در مناطق نزدیک به حوضچه­ های سد (مانند گالی ۵ با بیش از ۶۰ سانتیمتر جابجایی ارتفاعی) و نواحی مجاور جاده چالوس رخ داده است. افت سریع مخزن به عنوان عامل اصلی ناپایداری شناسایی شد، به طوری که تغییرات ناگهانی سطح آب، اشباع و تخلیه سریع توده ­های خاکی و سنگی را تسریع می ­کند. روش تداخل­ سنجی راداری با  تخمین جابه ­جایی ۰.۱۳ تا ۰.۵ متر در شناسایی تغییرات پهنه های وسیع، به عنوان ابزاری کم هزینه و سریع نسبت به روش­ های سنتی نقشه­ برداری زمینی تأیید شد.
نتیجه‌گیری: ترکیب روش ­های زمینی و ماهواره­ای امکان پایش جامع ­تر و مداوم مناطق ناپایدار را فراهم می ­کند. پیشنهاد می ­شود در پروژه­ های مشابه، از تداخل ­سنجی راداری برای پایش ادواری و مدیریت بحران استفاده شود. همچنین، ایجاد پایگاه داده ماهواره­ای و یکپارچه ­سازی نتایج با مدل­ های رفتاری سد، به کاهش ریسک زمین­ لغزش کمک خواهد کرد. این مطالعه بر نقش فناوری ­های نوین در افزایش دقت و کاهش هزینه ­های پایش سازه­ های حساس تأکید دارد.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Monitoring landslide areas in the Siah Bisheh Dam Project using Surveying and ‎radar interferometry

نویسندگان [English]

  • A. Bayat 1
  • M. Seif 2
  • B. Asghari Beirami 2

1 Department of Civil and Surveying Engineering, North Tehran Branch, Islamic Azad University, Tehran, Iran

2 Department of Surveying Engineering, Imam Hossein University, Tehran, Iran

چکیده [English]

Background and Objectives: Landslides, as one of the most destructive natural phenomena, pose a serious threat to engineering and environmental structures. The Siah Bisheh Pumped Storage Dam, the first concrete-faced pumped storage dam in Iran, is at risk of geological displacements due to its geographical location in the Alborz Mountains and complex geological conditions (including active faults, unstable rock masses, and steep slopes). This study aimed to monitor land surface changes and manage landslide hazards within the dam area, using ground surveying and interferometric radar (InSAR) methods. The main focus was on analyzing the impact of key factors such as rapid drawdown, water level fluctuations, and construction activities on the instability of the area.
Methods: In this study, two main methods were used. In the first method, called Ground surveying, changes in critical points such as Gully 5 and areas adjacent to Chalus Road have been monitored by installing concrete targets (small benchmarks) and periodically measuring planar and elevation displacements since 2011. In the second method, changes in the land surface were examined with millimeter accuracy using Sentinel-1 satellite data from 2015 to 2022 and image processing in SNAP software. The processing steps included image alignment, removal of topographic effects with a digital elevation model, Goldstein phase filtering, and phase-to-displacement conversion.
Findings: The results showed significant agreement between the two methods. The highest displacements occurred in areas close to dam basins (such as Gully 5 with more than 60 cm of elevation displacement) and areas adjacent to Chalus Road. Rapid reservoir subsidence was identified as the main cause of instability, as sudden changes in water level accelerate the saturation and rapid depletion of soil and rock masses. The InSAR method was confirmed as a low-cost and faster tool compared to traditional land surveying methods, with displacement estimates of 0.13 to 0.5 meters in identifying changes over large areas.
Conclusion: The combination of ground and satellite methods allows for more comprehensive and continuous monitoring of unstable areas. It is suggested that radar interferometry be used for periodic monitoring and crisis management in similar projects. Also, creating a satellite database and integrating the results with dam behavior models will help reduce landslide risk. This study emphasizes the role of modern technologies in increasing the accuracy and reducing the costs of monitoring sensitive structures.

کلیدواژه‌ها [English]

  • Interferometry
  • Radar
  • landslide
  • Mapping
  • Siah Bisheh Dam

COPYRIGHTS

© 2025 The Author(s).  This is an open-access article distributed under the terms and conditions of the Creative Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)

(https://creativecommons.org/licenses/by-nc/4.0/)

مراجع
[1] Moeini, H., Katibeh, H., Golaabatoonch, I. Upper Reservoir Seepage Analysis of Azad Dam Pumped Storage Power Station and Selecting the Best Sealing Method. Amirkabir Journal of Civil Engineering, 2012; 43(2): 35-41. [In persian]
doi: 10.22060/ceej.2012.138.
[2] Entezari Amir, Urmiaei Ali, Qayyoumian Jafar, Bagheri Hamid, Haji Hassani Hamidreza. Landslide hazard zoning in the upper Siah Bisheh dam catchment area. Presented at the 2005 Iranian Geological Society Conference. Available from: [In persian]
[3] Ferrer Torío R, Piña Patón B, De Luis Ruiz JM, Ruiz Bedia ML, Castillo López E. Geodetic Inspections Using Distance Measurements: Applications to “La Cohilla” Dam (Cantabria, Spain). In Geodetic Deformation Monitoring: From Geophysical to Engineering Roles: IAG Symposium Jaén, Spain March 17–19, 2005 2006 (pp. 270-276). Springer Berlin Heidelberg.
https://doi.org/10.1007/978-3-540-38596-7_34.
[4] Aldin Sadrnejad A, Nikkhah M, Aghdam MM, Tehrani ZS. Internal damage assessment of concrete arch dam by multi-laminate model upon recorded micro-geodesy data. presented at 85th Annual Meeting of International Commission on Large Dams, Prague, Czech Republic, 2017.
[5] Maltese A, Pipitone C, Dardanelli G, Capodici F, Muller JP. Toward a comprehensive dam monitoring: On-site and remote-retrieved forcing factors and resulting displacements (GNSS and PS–InSAR). Remote Sensing. 2021 Apr 16;13(8):1543. https://doi.org/10.3390/rs13081543.
[6] Aswathi J, Kumar RB, Oommen T, Bouali E, Sajinkumar K. InSAR as a tool for monitoring hydropower projects: A review. Energy Geoscience. 2022;3(2):160-71.
https://doi.org/10.1016/j.engeos.2021.12.007.
[7] Yang K, Yan L, Huang G, Chen C, Wu Z. Monitoring building deformation with InSAR: Experiments and validation. Sensors. 2016;16(12):2182. https://doi.org/10.3390/s16122182.
[8] Cigna F, Esquivel Ramírez R, Tapete D. Accuracy of Sentinel-1 PSI and SBAS InSAR displacement velocities against GNSS and geodetic leveling monitoring data. Remote Sensing. 2021;13(23):4800. https://doi.org/10.3390/rs13234800.
[9] Frattini P, Crosta GB, Rossini M, Allievi J. Activity and kinematic behaviour of deep-seated landslides from PS-InSAR displacement rate measurements. Landslides. 2018;15:1053-70. https://doi.org/10.1007/s10346-017-0940-6.
[10] Bozzano F, Cipriani I, Mazzanti P, Prestininzi A. Displacement patterns of a landslide affected by human activities: insights from ground-based InSAR monitoring. Natural hazards. 2011;59(3):1377-96.
https://doi.org/10.1007/s11069-011-9840-6.
[11] Sabeti H, Motagh M, Sharifi M A, Akbari B, Akbarimehr M, Fard D. Determination of the displacement rate of the Masouleh landslide for management of landslide risk by Radar Interferometry. Iranian Journal of Watershed Management Science and Engineering, 2019; 13 (44) :103-113. [In persian]
[12] M. Ghadimi, "Monitoring of the changes in the Taleqan dam’s body by using InSAR," Journal of Range and Watershed Managment, 72 3 (2019): 819-829,
doi: 10.22059/jrwm.2019.287262.1409. In persian.
[13] Hashemi Fard, A., kardavani, P., Asadian, F. Investigating the Amount of Ground Surface Displacement in the Gotvand Olya Dam Using Differential Radar Interference Technique. Hydrogeomorphology, 2018; 5(15): 37-53. [In persian]
[14] Akbari M. Monitoring land subsidence due to geological and water resources factors using Differential Radar Interferometry method (Case Study: Arak city). Journal of Water and Soil Resources Conservation. 2021;10(3):115-32. [In persian]
[15] Roustaei, S., Roustaei, M., Sharifikia, M., Yarahmadi, J. Application of differential synthetic aperture radar interferometry (D-InSAR) for detection and monitoring of landslides, Case study: Garm Chay Watershed. Watershed Engineering and Management, 2013; 5(3): 190-198.
doi: 10.22092/ijwmse.2013.101841. In persian.
[16] Shirani, K., Khosh Baten, M. The study and monitoring of an active landslide using differential interferometry synthetic aperture RADAR (Case study: Noghol landslide, Semirom). Quaternary Journal of Iran, 2016; 2(1): 53-65.
doi: 10.22034/irqua.2016.701900. In persian.
[17] Jamal SG, Gholami H, Rajabi M, Mobini MH. Effect of the Construction of Mamloo Dam on Land Subsidence in Varamin Plain. Human & Environment. 2022;20(2):171-85. [In persian]
[18] Javadi, P., Ghorbani, Z. Combining GPS and InSAR Data to Improve the Accuracy of Dams Displacement Monitoring (Case Study: Givi Dam - Iran). New Approaches in Civil Engineering, 2020; 4(3): 42-57. [In persian]
doi: 10.30469/jnace.2020.128663.
[19] Wang Q, Huang Q, He N, He B, Wang Z, Wang Y. Displacement monitoring of upper Atbara dam based on time series InSAR. Survey Review. 2020;52(375):485-96. https://doi.org/10.1080/00396265.2019.1643529.
[20] Bayik C, Abdikan S, Arıkan M. Long term displacement observation of the Atatürk Dam, Turkey by multi-temporal InSAR analysis. Acta Astronautica. 2021;189:483-91. https://doi.org/10.1016/j.actaastro.2021.09.022.
[21] Lazecký M, Hlaváčová I, Martinovič J, Ruiz-Armenteros AM. Accuracy of Sentinel-1 interferometry monitoring system based on topography-free phase images. Procedia computer science. 2018;138:310-7. https://doi.org/10.1016/j.procs.2018.10.044.
[22] Tzouvaras M, Danezis C, Hadjimitsis DG. Small scale landslide detection using Sentinel-1 interferometric SAR coherence. Remote Sensing. 2020;12(10):1560.
https://doi.org/10.3390/rs12101560.
[23] Mantovani M, Bossi G, Marcato G, Schenato L, Tedesco G, Titti G, et al. New perspectives in landslide displacement detection using sentinel-1 datasets. Remote sensing. 2019;11(18):2135. https://doi.org/10.3390/rs11182135.
[24] Yagüe-Martínez N, Prats-Iraola P, Gonzalez FR, Brcic R, Shau R, Geudtner D, et al. Interferometric processing of Sentinel-1 TOPS data. IEEE transactions on geoscience and remote sensing. 2016;54(4):2220-34. https://doi.org/10.1109/TGRS.2015.2497902.
[25] Keshavarz, S. R., Bayati Eshkaftaki, J., Almodaresi, S. A. Spatial analysis of the amount of landslides using radar interferometric technique in order to reduce hazards (Study area: Sarbaz area in Isfahan province). Environmental Management Hazards, 2022; 9(3): 271-288. [In presian]
doi: 10.22059/jhsci.2023.347893.741.
[26] Yang J, Li C. Assimilation of D-InSAR snow depth data by an ensemble Kalman filter. Arabian Journal of Geosciences. 2021;14:1-14. https://doi.org/10.1007/s12517-021-06699-y.
[27] Nobile A. Volcano deformation in different tectonic settings using InSAR and modeling. Ph.D thesis, Università degli Studi Roma Tre Dipartimento di scienze, 2013.
[28] Foumelis M, Blasco JMD, Desnos Y-L, Engdahl M, Fernández D, Veci L, et al., editors. ESA SNAP-StaMPS integrated processing for Sentinel-1 persistent scatterer interferometry. IGARSS 2018-2018 IEEE International Geoscience and Remote Sensing Symposium; 2018.
https://doi.org/10.1109/IGARSS.2018.8519545.
[29] Das A, Agrawal R, Mohan S. Topographic correction of ALOS-PALSAR images using InSAR-derived DEM. Geocarto International. 2015;30(2):145-53.
https://doi.org/10.1080/10106049.2014.883436.
[30] Pu L, Zhang X, Zhou Z, Shi J, Wei S, Zhou Y. A phase filtering method with scale recurrent networks for InSAR. Remote Sensing. 2020;12(20):3453.
https://doi.org/10.3390/rs12203453.
[31] Yu H, Lan Y, Yuan Z, Xu J, Lee H. Phase unwrapping in InSAR: A review. IEEE Geoscience and Remote Sensing Magazine. 2019;7(1):40-58. https://doi.org/10.1109/MGRS.2018.2873644.
پژوهش های سنجش از دور و اطلاعات مکانی

مقالات آماده انتشار، پذیرفته شده
انتشار آنلاین از تاریخ 19 خرداد 1404
فایل ها
سابقه مقاله
  • تاریخ دریافت: 20 بهمن 1403
  • تاریخ بازنگری: 14 اردیبهشت 1404
  • تاریخ پذیرش: 12 خرداد 1404
هم رسانی
ارجاع به این مقاله
آمار