Remote sensing–based analysis of accelerated surface movements in Joshimath Town, Chamoli, India: first insights into deep-seated gravitational slope processes

欢迎点击关注，或者关注wx公众号“搬砖小趴菜”，快人一步获取最新科研成果。

2026年7月30日，Shobhana Lakhera、Michel Jaboyedoff、Marc-Henri Derron、Leo Letellier、Charlotte Wolff、Ajanta Goswami、S. P. Pradahan 研究团队在期刊 Landslides在线发表英文题目为《Remote sensing–based analysis of accelerated surface movements in Joshimath Town, Chamoli, India: first insights into deep-seated gravitational slope processes》的最新研究成果。印度喜马拉雅乔希马特镇坐落于大型岩崩堆积体（RA）之上，近十年连续经历冰湖溃决洪水、2021 年岩–冰–崩泥石流及 2021–2023 年大范围地表形变危机，逾千栋建筑受损。既往研究多将形变归因沉陷，对滑坡几何、运动学机理与泥石流侵蚀效应缺乏定量刻画。研究集成无人机激光雷达、多时相卫星影像与野外验证建立首套综合滑坡编目图，应用局部倾斜基准面（SLBL）方法首次实现三维失稳滑面建模，构建 Sentinel-1 合成孔径雷达干涉测量（InSAR）三重框架解析滑坡运动学，并发展滑面分析模型与极限平衡–有限元双稳定性评价。研究识别出三处活动深层滑坡承载于岩崩堆积体之上，最大失稳深度约 350 m，首次量化 2021 年泥石流诱发坡脚切蚀的加速效应，证实孔隙水压力上升与坡脚侵蚀为关键失稳驱动因子。模型对 LS1、LS2 的位移再现一致性达 r² = 0.76–0.92；孔隙水压力升高使稳定安全系数下降约 18–22%，前缘最低。具体数值见下方数据卡片。该成果为数据匮乏的高风险喜马拉雅山区提供了可迁移的遥感–几何–运动学–稳定性统一解释框架，对城镇地质灾害早期评估与减灾具直接应用价值。

📄 译文（左右滑动翻阅）

温馨提示：本译文由 AI 自动生成，仅供快速阅读参考；学术引用、正式研读与数据核对请务必以英文原文为准。

← 左右滑动查看完整中文译文（共 23 页）→

📚 参考文献

Lakhera S, Jaboyedoff M, Derron M H, Letellier L, Goswami A, Wolff C, Pradahan S P (2026) Remote sensing–based analysis of accelerated surface movements in Joshimath Town, Chamoli, India: first insights into deep-seated gravitational slope processes. Landslides. DOI: 10.1007/s10346-026-02803-z

IF: 7.4 Q1 B2

⚖️ 版权声明

本文基于开源学术论文完成中文专业解读，所有图表、数据、结论均完全来自原文，版权归原作者及所属期刊所有。学术引用规范：如需引用本文研究数据或结论，请务必检索、核对并引用原始期刊论文，不可直接引用本公众号推文。免责说明：本文为非商用学术知识传播，仅用于科研学术普及交流，不代表原作者与期刊认可本公众号二次解读内容；本文解读力求精准，但正式科研使用请务必核对原文原始数据。禁止未经授权商用转载、二次售卖本文内容。

衷心感谢原作者 Shobhana Lakhera, Michel Jaboyedoff, Marc-Henri Derron, Leo Letellier, Charlotte Wolff, Ajanta Goswami, S. P. Pradahan 完成的原创研究工作；同时感谢期刊《Landslides》（原名不翻译）搭建专业学术传播平台，为本研究领域提供规范、权威的文献查阅渠道，支撑本文完成文献梳理与对比分析工作。

📖 点击阅读全文，查阅原文，更多推荐阅读