張文旭，李 巍，李首達(dá)，魏戀歡

（1.遼寧科技大學(xué) 土木工程學(xué)院，遼寧 鞍山 114051；2.東北大學(xué) 資源與土木工程學(xué)院，遼寧 沈陽 110819）

滑坡是眾多自然災(zāi)害中相對較嚴(yán)重的，給人類生命安全、財產(chǎn)安全、區(qū)域和城市經(jīng)濟(jì)發(fā)展帶來了巨大的損失。因此，對滑坡變形監(jiān)測工作顯得尤為迫切，以使滑坡造成的損失最小化［1］。近年來，有許多探測與監(jiān)測技術(shù)已被應(yīng)用于滑坡研究中［2］。杜超等［3］利用TLS（Terrestrial laser scaner）技術(shù)對環(huán)境地質(zhì)災(zāi)害進(jìn)行監(jiān)測，TLS技術(shù)具有反應(yīng)迅速、變化敏感、自動化的特點，但存在對高密度植被無法穿越，受潮濕環(huán)境影響較大，數(shù)據(jù)處理對軟硬件要求高等不足。劉勇等［4］基于運動角差對滑坡監(jiān)測相似點進(jìn)行評判，將不同滑坡的變形速度值轉(zhuǎn)換為角度，將變形加速度轉(zhuǎn)換為角度差，通過比較角度差，更準(zhǔn)確地對滑坡不同監(jiān)測點的相似性進(jìn)行評價，但由于其類比預(yù)測，所以預(yù)測結(jié)果存在一定程度的偶然性。彭鳳友等［5］將GPS/BDS精密單點定位技術(shù)應(yīng)用在滑坡變形監(jiān)測中，在不宜架設(shè)基準(zhǔn)站的偏遠(yuǎn)山區(qū)具有重要的應(yīng)用價值，但由于BDS數(shù)據(jù)可利用率整體上不穩(wěn)定，拉低了GPS/BDS整體精度。李捷等［6］利用全站儀免棱鏡測量技術(shù)對滑坡進(jìn)行變形監(jiān)測，并提出了反射膜測量法，具有很高的內(nèi)符合精度，觀測距離在250 m內(nèi)時，其測值誤差與使用棱鏡法沒有差別，但該方法易受氣象因素的影響，測量需在成像清晰、氣象條件穩(wěn)定時進(jìn)行。小基線集技術(shù)（Small baseline subset-interferometric synthetic aperture radar，SBAS-INSAR）作為新型測繪方法之一，既能獲得滑坡的靜態(tài)信息，還能展現(xiàn)滑坡的動態(tài)變化規(guī)律［7］，其優(yōu)勢在于其監(jiān)測面積廣且分辨率高，相比于其他技術(shù)不需要布設(shè)地面控制點［8］，且其精度也經(jīng)受住了國內(nèi)外眾多學(xué)者的驗證［9-11］。本文基于SBASINSAR技術(shù)對祁連縣牛心山進(jìn)行滑坡監(jiān)測，證明其應(yīng)用于滑坡變形監(jiān)測的可行性。

1 SBAS-INSAR原理及數(shù)據(jù)處理流程

1.1 SBAS-INSAR技術(shù)原理

小基線技術(shù)可以得到監(jiān)測目標(biāo)cm甚至mm級的形變情況［12-13］。其原理就是在所有基線的組合中進(jìn)行篩選，選取時間和空間基線相對較短的像對，分別進(jìn)行差分干涉處理，再進(jìn)一步通過奇異值分解（Single value decomposition，SVD）方法解決數(shù)據(jù)解算過程中出現(xiàn)方程秩虧產(chǎn)生無窮解的情況，從而有效解決失相干等問題，利用相位信息觀察捕捉到微小的地表形變量，最終生成形變時間序列圖。

SBAS-INSAR與傳統(tǒng)D-INSAR（Differential intereferometric synthetic aperture radar）技術(shù)相比，提高了時間采樣率；與PS-INSAR（Persistent scatterer interferometric synthetic aperture radar）技術(shù)相比，解決了PS-INSAR技術(shù)限制數(shù)據(jù)量的問題，包含了線性和非線性形變，讓測量結(jié)果更加準(zhǔn)確［14］。

SBAS-INSAR技術(shù)遵循干涉對組合原則，假設(shè)存在N+1幅SAR影像，則干涉對M的取值范圍[(N+1)/2,N(N+1)/2]，差分干涉相位計算式

式中：x、y像元坐標(biāo)；λ雷達(dá)波長；Δd地表變量；B⊥垂直基線；θ仰角；Δz地形殘差；Δφatm大氣延遲相位；Δφn其他噪聲相位［15］。

1.2 SBAS-INSAR技術(shù)處理數(shù)據(jù)流程

利用SBAS-INSAR技術(shù)對監(jiān)測區(qū)進(jìn)行滑坡形變監(jiān)測，主要任務(wù)如下：

（1）建立地質(zhì)災(zāi)害的影像數(shù)據(jù)庫。根據(jù)監(jiān)測區(qū)域地形地貌特點和監(jiān)測周期，選取適合監(jiān)測區(qū)域情況的雷達(dá)影像和DEM影像，按照時間序列建立監(jiān)測區(qū)域的影像數(shù)據(jù)庫；按照合適的時間和空間基線建立影像干涉對數(shù)據(jù)庫。

（2）形成滑坡監(jiān)測體系?；卤O(jiān)測需要確定監(jiān)測周期，規(guī)范數(shù)據(jù)處理步驟，明確數(shù)據(jù)處理注意事項，細(xì)化數(shù)據(jù)處理流程，形成監(jiān)測體系；根據(jù)監(jiān)測區(qū)不同時相SAR影像，以及已有的基礎(chǔ)地理數(shù)據(jù)，在嚴(yán)重失相干地區(qū)，利用多時相SAR影像變化監(jiān)測得到監(jiān)測區(qū)絕對位移圖，以及災(zāi)害體的移動速度。

（3）建立監(jiān)測成果數(shù)據(jù)庫。形成滑坡的累積形變量圖、形變時間序列折線圖，建立監(jiān)測成果數(shù)據(jù)庫。

SBAS-INSAR處理數(shù)據(jù)流程圖如圖1所示。

圖1 SBAS-InSAR處理過程Fig.1 Treating procedure of SBAS-InSAR

2 工程實例

本文以牛心山作為滑坡變形監(jiān)測的對象，牛心山位于青海省藏族自治區(qū)祁連縣，北緯369°47'，東經(jīng)102°41'，地處青藏高原東端祁連山南麓，藏語為“阿咪東索”，寓意“眾山之神”。牛心山海拔高度為4 942 m，平均坡度在70°~80°。山體主要以碎石土及頁巖為主，土層厚度30~80 cm。2015年11月18日，牛心山南坡發(fā)生山體滑坡，出現(xiàn)約60萬立方米滑坡體，主要是牛心山南坡泉水儲量較多、土質(zhì)疏松和氣溫變暖等原因造成。

2.1 數(shù)據(jù)情況介紹

數(shù)據(jù)選用Sentinel-1升軌的IW（Interferometric wide swath）模式下VV單極化數(shù)據(jù)，其重訪周期為12 d，地面分辨率可達(dá)到20 m，入射角約39.1°，該數(shù)據(jù)在歐空局哥白尼數(shù)據(jù)開放中心下載。

選用祁連縣牛心山區(qū)域從2018年1月至2019年9月共46期數(shù)據(jù)進(jìn)行SBAS-InSAR處理分析，符合山體滑坡變形監(jiān)測的需求。數(shù)據(jù)源的時間分布見表1，數(shù)據(jù)源的空間分布如圖2所示。所選數(shù)據(jù)覆蓋整個祁連縣，完全可用于牛心山的滑坡變形監(jiān)測。

表1 Sentinel-1數(shù)據(jù)時間分布表Tab.1 Time distribution table of Sentinel-1 data

圖2 Sentinel-1數(shù)據(jù)空間覆蓋示意圖Fig.2 Schematic diagram of space coverage of Sentinel-1 data

2.2 數(shù)據(jù)處理方法

（1）首先將Sentinel-1原始數(shù)據(jù)轉(zhuǎn)換為可解算的單視復(fù)數(shù)影像格式，對SAR數(shù)據(jù)進(jìn)行數(shù)據(jù)導(dǎo)入生成強(qiáng)度圖，根據(jù)粗配準(zhǔn)偏移量及牛心山監(jiān)測區(qū)范圍，對主、輔圖像公共區(qū)域進(jìn)行裁剪，裁剪后的SAR圖像范圍應(yīng)該大于或等于牛心山監(jiān)測區(qū)域范圍。

（2）由于單視復(fù)數(shù)數(shù)據(jù)的圖像上會存在大量的噪聲信息，所以對剪裁后的圖像要進(jìn)行精配準(zhǔn)，其精度應(yīng)該優(yōu)于1/4個像素。

（3）對輸入數(shù)據(jù)的干涉像對進(jìn)行配對時，46景影像可生成最大干涉對數(shù)量為1 035對。在進(jìn)行干涉處理之前，將所有影像統(tǒng)一到相同坐標(biāo)系下，按照時間基線和空間基線選取最佳主影像。

（4）對成功配對的干涉對進(jìn)行差分干涉，去除模擬地形相位，得到差分干涉圖。差分干涉相位包括地表形變、DEM高程誤差相位、大氣相位、軌道誤差相位、以及噪聲相位等。將差分干涉圖通過處理去除平地效應(yīng)并濾波、相位解纏，使干涉像對連通。

（5）數(shù)據(jù)處理結(jié)果包含線性和非線性形變相位，采用小基線線性模型計算出所有像對的形變，從而得到牛心山地區(qū)的累積形變量、形變速率。

2.3 形變區(qū)分析

2018年1月07日~2019年9月23日牛心山累積形變量如圖3a所示。根據(jù)形變量值發(fā)現(xiàn)較為明顯的形變區(qū)五處。這五處形變區(qū)累積形變量放大圖如圖3b~圖3f所示。五處形變區(qū)最大形變值分別為78、105、104、90、104 mm；五處形變中心的經(jīng)緯度分別為100.101 416°東38.169 201°北（WGS84）、100.131 641°東38.167 321°北（WGS84）、100.237 850°東38.123 62°北（WGS84）、100.135 397°東 38.094 375°北（WGS84）、100.302 422°東38.013 200°北（WGS84）。五處形變區(qū)所在位置于Google Earth影像顯示為人類活動頻繁區(qū)，周圍有道路建筑。

圖3 祁連縣牛心山2018年1月7日~2019年9月23日累積形變量圖Fig.3 Cumulative deformation amount diagram of Niuxin mountain in Qilian county from January 7，2018 to September 23，2019

根據(jù)監(jiān)測數(shù)據(jù)，得到五處形變區(qū)域的累計形變量如圖4所示。區(qū)域1的形變量在0~78 mm以內(nèi)，區(qū)域2的形變量在0~105 mm以內(nèi)，區(qū)域3的形變量在0~104 mm以內(nèi)，區(qū)域4的形變量在0~90 mm以內(nèi)，區(qū)域5的形變量在0~104 mm以內(nèi)。這五處形變區(qū)的累計形變量在監(jiān)測周期內(nèi)均呈現(xiàn)越來越大的趨勢，且每年的五月份到九月份形變速率較大。按照滑坡形變量分級，形變量小于1.6×103mm/年都屬于緩慢形滑坡，五處區(qū)域形變量均在該范圍內(nèi)。

圖4 形變區(qū)累積形變折線圖Fig.4 Cumulative deformation amount line chart of deformation zones

五處形變區(qū)域的累計形變量在監(jiān)測周期內(nèi)都存在一定程度的波動，主要是受地形地貌、植被覆蓋情況等多方面因素的綜合影響。山體巖石受風(fēng)化及侵蝕，導(dǎo)致地面起伏度發(fā)生變化，從而造成形變量的波動。山體植被過于密集或稀疏均會造成形變量的波動；土壤的脹縮受含水量和溫度的影響，降雨天氣會造成地表水下滲到土壤，增加坡體的含水量，使坡體自身的重力加大，導(dǎo)致坡度發(fā)生變化；冬夏兩季氣溫過低或過高導(dǎo)致土壤凍融，均會造成形變量的波動。

3 形變原因分析

3.1氣 候

牛心山處于青藏高原東端祁連山南麓，樣地平均海拔4 942 m，屬大陸性高寒山區(qū)氣候，年均溫1℃，歷年極端最低氣溫-31℃，最高氣溫26℃。年降水量為270~600 mm。無四季之分，僅有冷暖二季之別，為典型的高寒荒漠特征。

祁連縣2018和2019全年降水量如圖5所示。每年的5月至9月為全年溫度最高且降水量最多的月份。形變區(qū)的形變速率在這五個月增長的也相對較快。因此氣溫和降水量對滑坡具有一定程度的影響。

3.2 地質(zhì)構(gòu)造及地下水

牛心山地質(zhì)構(gòu)造主要以碎石土及頁巖為主，并且碎石土具有松散、厚度小、透水性好等特點。暴雨季節(jié)雨水會沿著土中的孔隙下滲，對節(jié)理面上的薄層壓碎巖及斷層泥起了軟化作用，使巖石順節(jié)理裂隙面的抗剪強(qiáng)度降低，從而引發(fā)深層巖體滑坡。因牛心山南坡泉水儲量較多，更易發(fā)生形變。

4 結(jié)論

本文利用SBAS-INSAR技術(shù)進(jìn)行滑坡變形監(jiān)測。選取祁連縣牛心山作為工程實例，圖像經(jīng)SBAS-INSAR技術(shù)處理后發(fā)現(xiàn)，牛心山較為明顯的形變區(qū)5處，區(qū)域1的形變量在0~78 mm以內(nèi)，區(qū)域2的形變量在0~105 mm以內(nèi)，區(qū)域3的形變量在0~104 mm以內(nèi)，區(qū)域4的形變量在0~90 mm以內(nèi)，區(qū)域5的形變量在0~104 mm以內(nèi)。監(jiān)測結(jié)果表明，將該技術(shù)運用到滑坡變形監(jiān)測中其精度可達(dá)到mm級別。從氣候、地質(zhì)結(jié)構(gòu)及地下水方面對形變原因進(jìn)行簡單分析，證實了監(jiān)測結(jié)果的可靠性。