Abstract In this paper, a new methodology was developed to automatically update Landslide state of Activity Maps by combining multi-temporal A-DInSAR data (LAMBDA). LAMBDA procedure was tested using ERS-1/2 (1992–2000), Radarsat-1/2 (2003–2009) and COSMO-SkyMed data (2011–2014) over an area of 2199 km2 located in Alps context of Piedmont region (north-western Italy). For the first time, a multidimensional landslide activity matrix was implemented to update the landslide state of activity during the monitored time span. For the definition of the state of activity, the representative velocity of each landslide was divided by the standard deviation of the velocities along the slope of the whole dataset. Thus, a common stability threshold of ±1 was introduced for multi-sensors A-DInSAR data, allowing to distinguish a phenomenon with stable targets (PS-DS) or unstable PS-DS. By combining activity classes estimated during different time spans allows to determine if a phenomenon is active, reactivated, or dormant. Furthermore, an innovative confidence degree assessment was carried out to verify the reliability of the procedure, by considering the measuring points distribution and the variability of the movements for each landslide. The results were validated using the landslide inventory of the study area and in-situ monitoring systems for representative case studies. Thanks to this approach an updated state of activity until 2014 was assigned to 507 landslides out the 1657 which were previously mapped in the study area.

中文翻译：

---

通过结合多时相 A-DInSAR (LAMBDA) 绘制滑坡活动状态图

摘要 本文提出了一种结合多时相A-DInSAR数据（LAMBDA）自动更新活动图滑坡状态的新方法。LAMBDA 程序使用 ERS-1/2（1992-2000）、Radarsat-1/2（2003-2009）和 COSMO-SkyMed 数据（2011-2014）在位于皮埃蒙特地区阿尔卑斯山范围内的 2199 平方公里区域内进行测试（意大利西北部）。首次采用多维滑坡活动矩阵来更新监测时间跨度内的滑坡活动状态。对于活动状态的定义，每个滑坡的代表速度除以沿整个数据集坡度的速度的标准偏差。因此，为多传感器 A-DInSAR 数据引入了±1 的通用稳定性阈值，允许区分具有稳定目标 (PS-DS) 或不稳定 PS-DS 的现象。通过组合在不同时间跨度内估计的活动类别，可以确定一种现象是活跃的、重新激活的还是休眠的。此外，通过考虑每个滑坡的测量点分布和运动的可变性，进行了创新的置信度评估以验证程序的可靠性。使用研究区的滑坡清单和具有代表性的案例研究的现场监测系统对结果进行了验证。由于这种方法，直到 2014 年的活动更新状态被分配到 1657 个滑坡中，这些滑坡以前在研究区域中绘制过。通过组合在不同时间跨度内估计的活动类别，可以确定一种现象是活跃的、重新激活的还是休眠的。此外，通过考虑每个滑坡的测量点分布和运动的可变性，进行了创新的置信度评估以验证程序的可靠性。使用研究区的滑坡清单和具有代表性的案例研究的现场监测系统对结果进行了验证。由于这种方法，直到 2014 年的活动更新状态被分配到 1657 个滑坡中，这些滑坡以前在研究区域中绘制过。通过组合在不同时间跨度内估计的活动类别，可以确定一种现象是活跃的、重新激活的还是休眠的。此外，通过考虑每个滑坡的测量点分布和运动的可变性，进行了创新的置信度评估以验证程序的可靠性。使用研究区的滑坡清单和具有代表性的案例研究的现场监测系统对结果进行了验证。由于这种方法，直到 2014 年的活动更新状态被分配到 1657 个滑坡中，这些滑坡以前在研究区域中绘制过。通过考虑每个滑坡的测量点分布和运动的可变性。使用研究区的滑坡清单和具有代表性的案例研究的现场监测系统对结果进行了验证。由于这种方法，直到 2014 年的活动更新状态被分配到 1657 个滑坡中，这些滑坡以前在研究区域中绘制过。通过考虑每个滑坡的测量点分布和运动的可变性。使用研究区的滑坡清单和具有代表性的案例研究的现场监测系统对结果进行了验证。由于这种方法，直到 2014 年的活动更新状态被分配到 1657 个滑坡中，这些滑坡以前在研究区域中绘制过。