楊成生，董繼紅，朱賽楠，熊國華

(1. 長安大學(xué) 地質(zhì)工程與測繪學(xué)院，陜西 西安 710054； 2. 中國地質(zhì)環(huán)境監(jiān)測院，北京 100081)

0 引 言

滑坡作為一種極具破壞性的地質(zhì)災(zāi)害，嚴重制約著區(qū)域經(jīng)濟的發(fā)展，并對社會公共安全構(gòu)成嚴重威脅[1]。2019年中國發(fā)生滑坡災(zāi)害共4 220起，占全國地質(zhì)災(zāi)害的68.27%，造成經(jīng)濟損失27.7億元[2]。因此，開展滑坡災(zāi)害大范圍調(diào)查與監(jiān)測，掌握滑坡的分布及活動規(guī)律，對防災(zāi)減災(zāi)十分必要。合成孔徑雷達干涉測量(Interferometric Synthetic Aperture Radar，InSAR)作為一種大范圍地表形變監(jiān)測新技術(shù)，已經(jīng)被廣泛用于地震[3]、地面沉降[4]、地裂縫[5]等地質(zhì)災(zāi)害調(diào)查與監(jiān)測，并取得了很好的效果。自Achache等利用干涉圖對法國阿爾卑斯地區(qū)La Clapiere滑坡位移探測[6]以來，InSAR技術(shù)被廣泛用于滑坡監(jiān)測，大量學(xué)者開展了相關(guān)應(yīng)用研究。Delacourt等利用D-InSAR技術(shù)和光學(xué)影像相關(guān)法，對法國Hellbourg附近的數(shù)個滑坡進行了監(jiān)測[7]；Zhao等利用L波段的ALOS/PALSAR對美國加利福利亞州北部和俄勒岡州南部區(qū)域的滑坡進行了大范圍的識別和監(jiān)測，發(fā)現(xiàn)降雨是影響當?shù)鼗禄顒拥闹饕蛩刂籟8]。劉曉杰等運用點目標分析(IPTA)技術(shù)獲取了2017年中國四川茂縣滑坡發(fā)生前的運動特征，并指出持續(xù)性降雨是誘發(fā)該滑坡的主要因素[9]。盡管InSAR技術(shù)用于滑坡識別和監(jiān)測越來越廣泛，但是該技術(shù)在實際應(yīng)用中仍受到地表植被覆蓋、地形起伏、大氣延遲等因素的影響[10-19]。

金沙江結(jié)合帶是川滇塊體的西部邊界斷裂，斷裂帶走向總體近SN向，北段呈 NNW向，南段略向 NNE向延伸，是由多條主干斷裂組成的一條復(fù)雜構(gòu)造帶[20]。金沙江結(jié)合帶是中國滑坡災(zāi)害的高發(fā)區(qū)之一。由于流域內(nèi)沿金沙江兩側(cè)地勢陡峭，滑坡災(zāi)害的發(fā)生極易造成堵江事件，并誘發(fā)二次災(zāi)害，造成經(jīng)濟損失。例如，2018年10月10日和11月3日，西藏自治區(qū)江達縣波羅鄉(xiāng)白格村附近先后兩次發(fā)生山體滑坡(簡稱“白格滑坡”)，造成堵江斷流，形成堰塞湖，雖然該滑坡未造成人員傷亡，但造成的經(jīng)濟損失超過42億元[21]。因此，開展金沙江結(jié)合帶潛在滑坡的早期識別，對保護金沙江沿岸居民生命和財產(chǎn)安全，以及指導(dǎo)當?shù)卣罏?zāi)減災(zāi)都具有重要意義。本文以金沙江結(jié)合帶巴塘段為試驗區(qū)，開展基于InSAR技術(shù)的潛在滑坡識別與監(jiān)測研究，為金沙江結(jié)合帶其他區(qū)域的滑坡調(diào)查與監(jiān)測提供參考。

1 研究區(qū)概況及數(shù)據(jù)來源

1.1 研究區(qū)概況

金沙江位于長江上游，流經(jīng)中國西藏、云南及四川等地，全長3 479 km。流域內(nèi)坡陡水急，落差高達5 100 m，形成了切割強烈的深V峽谷。同時，金沙江蘊含豐富的水能資源，是中國重要的水電供給基地。然而，流域內(nèi)巖體結(jié)構(gòu)復(fù)雜破碎，軟弱巖層發(fā)育，流域性特大高位地質(zhì)災(zāi)害頻繁發(fā)生[22]。研究區(qū)位于四川省巴塘縣中心絨鄉(xiāng)(圖1)，屬于金沙江的中游，區(qū)域內(nèi)最大高差超過1 000 m。該地區(qū)是典型的金沙江干旱河谷氣候，光熱資源豐富，炎熱少雨，植被不甚發(fā)育，水土流失嚴重，生態(tài)十分脆弱。

圖1 金沙江結(jié)合帶巴塘段滑坡隱患分布Fig.1 Distribution of Possible Landslides in Batang Section of Jinsha River Convergence Zone

先前研究表明，區(qū)域內(nèi)受地震影響的滑坡堆積體廣泛發(fā)育[23]，巴塘斷裂和河流對金沙江兩岸的地質(zhì)災(zāi)害具有明顯的控制作用，滑坡災(zāi)害呈帶狀密集分布。滑坡點主要發(fā)育在地形坡度15°～40°，相對高差大于500 m的地區(qū)。同時該區(qū)域也受金沙江斷裂帶影響，構(gòu)造活動強烈，沖溝侵蝕下切嚴重，使得該區(qū)域成為滑坡、崩塌、泥石流災(zāi)害高發(fā)區(qū)[24]。

1.2 數(shù)據(jù)來源

為了探測和監(jiān)測研究區(qū)內(nèi)滑坡隱患點的分布及形變規(guī)律，本次研究共收集了覆蓋研究區(qū)的歐洲航天局Sentinel-1A衛(wèi)星升軌SAR影像64景，時間從2018年1月至2020年2月，同時還收集了69景獲取于2017年11月至2020年3月的Sentinel-1A衛(wèi)星降軌SAR影像。表1列出了研究中所使用的SAR數(shù)據(jù)集基本參數(shù)。研究中使用AW3D30(ALOS Global Digital Surface Model “ALOS World 3D-30m”) 數(shù)字高程模型(DEM)來消除In-SAR干涉處理中的地形相位及輔助SAR影像進行地理編碼。AW3D30數(shù)字高程模型數(shù)據(jù)水平分辨率為 30 m(1″)，高程精度為5 m，是目前精度較高的地形數(shù)據(jù)之一。同時，該數(shù)字高程模型數(shù)據(jù)在本文中還被用來計算SAR數(shù)據(jù)的疊掩與陰影區(qū)域。Sentinel-1A衛(wèi)星的POD精密軌道星歷(POD Precise Orbit Ephemerides)數(shù)據(jù)被用來輔助Sentinel-1A數(shù)據(jù)的預(yù)處理和基線誤差改正。

表1 SAR數(shù)據(jù)集的基本參數(shù)

2 研究方法

2.1 基于堆疊InSAR技術(shù)滑坡隱患識別

本次研究使用堆疊InSAR技術(shù)(Stacking-InSAR)進行大范圍地區(qū)滑坡隱患探測。堆疊InSAR技術(shù)是由Sandwell等在1998年提出的[25]，其原理是對多幅差分干涉圖的解纏相位進行加權(quán)平均，從而獲取研究區(qū)域的形變速率。在解纏相位進行堆疊處理之前，需將所有SAR影像采樣至同一坐標系下。同D-InSAR技術(shù)相比，該技術(shù)可以有效減弱大氣延遲誤差和數(shù)字高程模型誤差的影響。堆疊InSAR技術(shù)的數(shù)學(xué)模型[26-27]可以寫為

(1)

式中：v為年均相位形變速率；Δti為第i個差分干涉圖時間基線；φi為第i個差分干涉圖解纏相位值。

本文設(shè)置空間基線不大于150 m和時間基線不超過50 d，對升軌、降軌影像組合進行差分干涉處理。顧及到滑坡范圍一般較小的特點，數(shù)據(jù)處理中采用了32×32像素窗口對干涉圖進行自適應(yīng)濾波來削弱噪聲的影響。使用狄洛尼三角剖分(Delaunay Triangulation)最小費用流方法進行干涉圖相位解纏，并采用GACOS在線大氣改正系統(tǒng)進行殘余大氣延遲改正[28]。

由于SAR影像是采用側(cè)視雷達成像，故在地形起伏較大的區(qū)域存在疊掩、陰影等幾何畸變現(xiàn)象[圖2(a)]。例如，當滑坡體位于疊掩區(qū)域時，會造成滑坡形變體透視收縮或監(jiān)測點位稀疏，而陰影區(qū)是雷達視線(Light of Sight,LOS)向無法探測的區(qū)域，容易形成滑坡隱患判識的盲區(qū)[29]。因此，升軌、降軌組合可以提高大范圍滑坡判識的準確度[圖2(b)]，減少滑坡漏判率。為了避免在數(shù)據(jù)處理過程中對陰影區(qū)引入處理噪聲，根據(jù)升軌、降軌衛(wèi)星的幾何參數(shù)計算了干涉圖的陰影區(qū)域(圖3)，并對每幅干涉對進行陰影區(qū)掩膜。以干涉圖相干性高和解纏相位連續(xù)為條件，分別選取了183幅升軌干涉對和210幅降軌干涉對用于堆疊InSAR技術(shù)處理，從而獲取研究區(qū)域的形變速率。通過對形變速率設(shè)置合適的閾值，初步圈定疑似滑坡區(qū)域，將初選結(jié)果疊加至光學(xué)影像進一步判識，獲取最終潛在滑坡區(qū)域。

圖2 SAR成像幾何關(guān)系及升軌、降軌聯(lián)合監(jiān)測模式示意圖Fig.2 Schematic Views of SAR Imaging Geometrical Relationship and Joint Monitoring Mode of Ascending and Descending Orbits

圖3 SAR影像幾何畸變現(xiàn)象分布Fig.3 Distributions of SAR Image Geometric Distortion

2.2 二維形變解算

由于SAR衛(wèi)星側(cè)視成像的特點，導(dǎo)致單一軌道InSAR結(jié)果很難準確反映真實形變特征。升軌、降軌SAR影像組合則為坡體形變監(jiān)測提供了不同觀測視角。因此，本次研究使用多維小基線子集(Multidimensional Small Baseline Subset，MSBAS)技術(shù)對升軌、降軌SAR影像進行聯(lián)合處理，從而獲取滑坡的二維形變。

多維小基線子集技術(shù)是由Samsonov等在2013年所提出的[30]。相比常規(guī)的一維小基線子集(Small Baseline Subset,SBAS)技術(shù)[31]，該技術(shù)可以計算地表二維(水平東西向和垂直向)變形速率和時間序列，稱之為MSBAS-2D技術(shù)。

MSBAS-2D技術(shù)是根據(jù)多個傳感器在相同區(qū)域和時間段內(nèi)采集到的升軌、降軌SAR影像聯(lián)合處理來獲取地表二維變形時間序列。MSBAS-2D矩陣形式可以表示為

(2)

(3)

s={SE,SU}={-cosθsinφ,cosφ}

(4)

將Tikhonov正則化矩陣L乘以正則化參數(shù)λ，可實現(xiàn)時間序列的正則化，其效果類似于低通濾波，消除干涉對中高頻信號噪聲。當升軌和降軌數(shù)據(jù)獲取時間不同時，需要進行正則化處理。未知量水平東西向速率和垂直向速率則通過應(yīng)用奇異值分解來求取，形變時間序列則通過對形變速率的數(shù)值積分來重建。

本次研究數(shù)據(jù)處理中，首先按照堆疊InSAR技術(shù)中的設(shè)置處理，分別選取了183幅升軌和210幅降軌的高質(zhì)量干涉圖進行相位解纏。同時，將升軌、降軌解纏相位重采樣至公共區(qū)域，再按照式(2)進行MSBAS-2D技術(shù)求解，進而獲取研究區(qū)域二維形變速率和時間序列。試驗技術(shù)流程如圖4所示。

圖4 技術(shù)流程示意圖Fig.4 Schematic Chart of Technique Flow

3 結(jié)果分析

3.1 中心絨鄉(xiāng)滑坡隱患點大范圍判識

通過挑選高質(zhì)量的相位解纏圖，利用堆疊InSAR技術(shù)獲取了金沙江結(jié)合帶巴塘段中心絨鄉(xiāng)沿衛(wèi)星視線向年平均形變速率，結(jié)果如圖5所示。其中，負值表示滑坡位移遠離衛(wèi)星方向；正值表示滑坡位移靠近衛(wèi)星方向。通過對形變速率設(shè)置合適的形變閾值，可實現(xiàn)潛在滑坡的自動識別。就本次研究區(qū)域而言，考慮到監(jiān)測誤差的影響及區(qū)域內(nèi)滑坡的活動性，依據(jù)經(jīng)驗選定形變速率20 mm·年-1為閾值，避免誤差對結(jié)果的影響。當形變速率絕對值大于20 mm·年-1時，將被確定為疑似滑坡。將升軌、降軌數(shù)據(jù)自動獲取的潛在滑坡點疊加至光學(xué)影像，并通過將InSAR形變監(jiān)測結(jié)果與光學(xué)影像對比分析，最終獲取潛在滑坡的位置與邊界。本次確定的疑似滑坡災(zāi)害點位置和范圍如圖1、5所示。

圖5 中心絨鄉(xiāng)年平均形變速率分布Fig.5 Distributions of Annual Average Deformation Rates in Zhongxinrong Township

圖6 典型滑坡遙感影像及InSAR形變監(jiān)測結(jié)果Fig.6 Remote Sensing Images and InSAR Deformation Monitoring Results of Typical Landslides

選取了4處滑坡的InSAR形變監(jiān)測結(jié)果與光學(xué)影像進行疊加，結(jié)果如圖6所示。其中，圖6(a)為旺各滑坡，從光學(xué)影像可以看到滑坡體形態(tài)明顯，且InSAR形變監(jiān)測結(jié)果與光學(xué)影像判識結(jié)果具有較好的一致性；圖6(b)為霍榮村滑坡，該滑坡體呈長舌狀，且在光學(xué)影像中可以看到明顯的滑坡側(cè)壁，InSAR形變監(jiān)測結(jié)果可以明顯地展示出滑坡的變形區(qū)域；圖6(c)為那那貢村滑坡在光學(xué)影像中的形態(tài)，主要變形區(qū)域位于滑坡體后緣；圖6(d)為銳哇村滑坡，該滑坡存在兩個主要變形區(qū)域，變形較大區(qū)域位于滑坡體后緣，光學(xué)影像中可以看到明顯的拉張裂縫。

3.2 中心絨鄉(xiāng)區(qū)域滑坡群二維時序形變監(jiān)測結(jié)果

從圖5可以發(fā)現(xiàn)，中心絨鄉(xiāng)附近升軌、降軌數(shù)據(jù)均存在明顯的滑坡形變信息，其中包括貢伙村滑坡1和2、安里克米滑坡、仁娘村滑坡等多處。為此，選取該區(qū)域?qū)ι?、降軌?shù)據(jù)進行MSBAS-2D技術(shù)處理，獲取了該區(qū)域2018年1月至2020年3月二維形變速率圖(圖7)。從圖7(a)可以發(fā)現(xiàn)，所有滑坡在垂直向均表現(xiàn)為負值，表明滑坡體在沿近似坡向向下的主滑方向運動；從圖7(b)可以發(fā)現(xiàn)，安里克米滑坡和貢伙村滑坡1在水平東西向表現(xiàn)為正值，也就是說，這兩個滑坡體在水平方向上向東運動，結(jié)合實際地形可以發(fā)現(xiàn)這兩個滑坡位于沿山脊線的東側(cè)，即這兩個滑坡體沿滑坡方向向下移動。

圖7 重點區(qū)域垂直向與水平東西向年均形變速率分布Fig.7 Distributions of Vertical and East-west Annual Average Deformation Rates in the Key Areas

圖8 中心絨鄉(xiāng)滑坡群垂直向與水平東西向形變時間序列Fig.8 Time Series of Vertical and East-west Deformation of Landslide Group in Zhongxinrong Township

針對中心絨鄉(xiāng)滑坡群，在滑坡體上選取了4個特征點(A、B、C、D)[圖7(a)]，并提取了它們的形變時間序列結(jié)果(圖8)。結(jié)果顯示：安里克米滑坡在水平東西向為正值，結(jié)合地形可知該滑坡體近似向東運動，在兩年時間段內(nèi)最大累積量達到了44 mm；仁娘村位于仁娘村滑坡體下端，兩年時間段內(nèi)在垂直向最大累積形變量達到了88 mm，且仍然呈現(xiàn)出加速變形的趨勢，后續(xù)仍需加強對該區(qū)域的監(jiān)測；貢伙村滑坡是中心絨鄉(xiāng)滑坡群比較大的滑坡，依據(jù)光學(xué)影像和InSAR形變監(jiān)測結(jié)果顯示該滑坡體面積約為1.9×106m2，滑坡形態(tài)為狹長帶狀。據(jù)此，選取了兩個特征點進行時間序列分析。貢伙村滑坡1上特征點位于中心絨鄉(xiāng)貢伙村小學(xué)附近，從時間序列結(jié)果可以發(fā)現(xiàn)該點無論是垂直向還是水平東西向，變形狀態(tài)仍然呈現(xiàn)加速變形，其中垂直向最大累積形變量為80 mm。仁娘村滑坡在水平方向變形規(guī)律呈現(xiàn)先負后正再負的特征，結(jié)合地形發(fā)現(xiàn)該滑坡體呈近SN向，因此，沿著水平方向(東西向)運動比較弱小，同時受地表微地貌的影響，其水平運動表現(xiàn)為向西→向東→向西的位移過程。由于該區(qū)域沒有實地監(jiān)測數(shù)據(jù)，為了評價InSAR形變監(jiān)測結(jié)果的精度，選取并計算了形變參考區(qū)[圖5(a)]內(nèi)所有點的形變速率標準差(表2)。從表2可以看出，對于升軌、降軌數(shù)據(jù)，形變參考區(qū)內(nèi)的形變速率在0.634 mm·年-1以內(nèi)，屬于穩(wěn)定區(qū)域，同時標準差未超過1 mm·年-1，遠遠小于滑坡隱患判識的閾值，證明了InSAR形變監(jiān)測結(jié)果的可靠性。同時，提取了形變參考區(qū)形變值的二維形變時間序列(圖8)，結(jié)果顯示形變參考區(qū)內(nèi)的時間序列形變在垂直向和水平方向上均位于0附近，最大變形量不超過4 mm，證明InSAR形變監(jiān)測結(jié)果是可靠的。

表2 形變參考區(qū)內(nèi)的形變速率標準差

3.3 典型滑坡活動特征

圖9 貢伙村滑坡2的InSAR形變監(jiān)測二維時間序列與降雨關(guān)系Fig.9 Relationship Between InSAR Deformation Monitoring Two-dimensional Time Series of Gonghuocun Landslide 2 and Rainfall

貢伙村滑坡2經(jīng)緯度為(29°11′26″N，99°8′18″E)，面積約為3.1×106m2，長度為2 045 m，寬度為2 347 m，高差為924 m。2018年1月至2020年3月的升軌、降軌Sentinel-1A衛(wèi)星監(jiān)測結(jié)果均顯示該滑坡形變特征明顯。據(jù)此，在該滑坡體上選擇了3個特征點(P1、P2、P3)[圖7(a)]進行時間序列分析。其中，P1點位于滑坡體后緣；P2點位于滑坡體中部，也是InSAR形變量最大區(qū)域；P3點位于滑坡體下緣。從時間序列可以發(fā)現(xiàn)，這3個特征點二維形變具有較好的相關(guān)性(圖9)。其中，P2點垂直向累積形變量最大，達到了77 mm，水平東西向該點仍然在加速變形；P3點水平東西向的累積位移量最大，其次是P2點，分析其原因可能為P3點位于滑坡體下緣，滑坡體的物質(zhì)在此處堆積。

圖10 貢伙村滑坡2的InSAR形變監(jiān)測與光學(xué)影像解譯結(jié)果Fig.10 Results of InSAR Deformation Monitoring and Optical Image Interpretation for Gonghuocun Landslide 2

從光學(xué)影像不難發(fā)現(xiàn)，貢伙村滑坡2滑坡體上存在數(shù)條沖溝及拉裂縫，這些地形特征為滑坡形變提供了有利條件。為了探討降雨對該滑坡的影響，收集了與InSAR數(shù)據(jù)覆蓋時間段一致的降雨數(shù)據(jù)，如圖9所示。2018年，由于沒有明顯降水峰值，與之相對應(yīng)的滑坡累積位移變化不明顯，但是2019年6月至9月出現(xiàn)了較為密集的降雨(圖9陰影區(qū)域)，出現(xiàn)了3個主要降雨峰值(H1、H2、H3所處位置)，并且在8月6日出現(xiàn)了最大降雨量(9.225 mm)，以此為區(qū)間中心，以P2點垂直向位移為主要分析對象(P2點位于滑坡體中部，具有較高的代表性)，分析連續(xù)降雨時間段內(nèi)降雨對累積位移變化的影響。結(jié)果發(fā)現(xiàn)，P2點在峰值H1之前呈現(xiàn)線性加速變形狀態(tài)，在出現(xiàn)第一個降雨峰值(H1)時，P2點處于穩(wěn)定狀態(tài)，在第二個峰值(H2)出現(xiàn)后，滑坡體在垂直向出現(xiàn)短暫平穩(wěn)趨勢，在第三個峰值(H3)之后，P2點又恢復(fù)了線性變化趨勢，其原因是進入9月之后，該區(qū)域降雨減少。結(jié)合圖9和圖10可知，由于沖溝和拉裂縫的存在，為雨水入滲提供了便利，增大巖土體自重，使得巖土體在飽水狀態(tài)下易于靜態(tài)液化，降低巖土體的強度。

通過以上分析不難發(fā)現(xiàn)，強降雨對滑坡活動有一定的短暫影響。同時，先前的調(diào)查發(fā)現(xiàn)，該區(qū)域凍融作用明顯，凍和融的往復(fù)降低了巖土體完整性與強度[32-33]，同時新構(gòu)造活動、歷史地震和人類活動(主要是農(nóng)田耕種和工程削坡擾動)[34-35]也為滑坡發(fā)生提供了良好的地質(zhì)條件，因此，該區(qū)域滑坡極易發(fā)生。

從滑坡的時間序列形變結(jié)果來看，該滑坡形變速率穩(wěn)定，并在兩年監(jiān)測期間內(nèi)保持持續(xù)位移，處于長期蠕滑狀態(tài)。由于貢伙村滑坡2的滑坡體已發(fā)育有多條裂縫，加之滑坡所處的區(qū)域地質(zhì)條件，使得在強降雨狀態(tài)下該滑坡體極易失穩(wěn)復(fù)活。因此，建議當?shù)丶訌妼υ摶卤O(jiān)測預(yù)警工作，防止發(fā)生重大災(zāi)害性滑坡事件。

4 結(jié) 語

(1)以金沙江結(jié)合帶巴塘段為研究區(qū)，采用堆疊InSAR技術(shù)進行金沙江流域滑坡調(diào)查與監(jiān)測，證明升軌、降軌Sentinel-1A衛(wèi)星聯(lián)合監(jiān)測可以有效避免因SAR影像幾何畸變造成滑坡隱患的漏判、錯判。

(2)選取典型滑坡體利用MSBAS-2D技術(shù)獲取了二維(水平東西向和垂直向)形變監(jiān)測結(jié)果，克服了傳統(tǒng)只能獲取雷達視線向形變結(jié)果的局限性，發(fā)現(xiàn)中心絨鄉(xiāng)滑坡群利用InSAR技術(shù)探測到的滑坡隱患目前處于緩慢蠕滑階段，同時結(jié)合時間序列形變結(jié)果可知，貢伙村滑坡1和2處于加速變形。

(3)監(jiān)測獲取的中心絨鄉(xiāng)滑坡群時間序列形變結(jié)果表明，該處滑坡群隱患目前仍處于蠕滑狀態(tài)。由于滑坡群所處的地質(zhì)條件脆弱，在強降雨條件下極易導(dǎo)致滑坡失穩(wěn)。因此，對該滑坡群開展持續(xù)監(jiān)測非常必要。

(4)本文僅從InSAR技術(shù)角度進行該區(qū)域滑坡監(jiān)測，下一步將結(jié)合野外調(diào)查資料和現(xiàn)場監(jiān)測結(jié)果多角度分析該區(qū)域滑坡變形特征。

2001年，我高考第一志愿報考了長安大學(xué)，并如愿以償來到文明古都西安。學(xué)校報到的第一天，我用非常不標準的普通話辦完了入學(xué)手續(xù)，從此長安大學(xué)便成了我的家。記憶深刻的是2002年夏天，中國隊第一次進入足球世界杯，每天晚上宿管阿姨極配合地早早將電視機搬到宿舍樓前，黑壓壓的一群人搬著凳子圍在電視前為中國隊加油。校園里歡呼聲、吶喊聲、長吁短嘆聲，如音律一致的擂鼓在空中回蕩。頭腦靈光的舍友還包場了報告廳，我負責賣門票，最終的收益只夠我們八個舍友一次歡快的聚餐。本科畢業(yè)后，我繼續(xù)在母校攻讀碩士、博士學(xué)位，并留校工作，在母校懷里一待就是二十年。這二十年里，陪伴著母校四季更迭、歲月流轉(zhuǎn)，有幸目睹了母校的發(fā)展與輝煌。春風綠樹，桃李滿枝，值此母校七十周年華誕，祝愿母校長風破浪、風雨化虹、一往無前，再鑄璀璨明天！