黃廣才，喜文飛，安 全，李思發(fā)，韋 瑾

(1.貴州省地質(zhì)調(diào)查院，貴州 貴陽(yáng) 550081；2.云南師范大學(xué) 地理學(xué)部，云南 昆明 650500)

0 引言

我國(guó)構(gòu)造運(yùn)動(dòng)頻繁，地形結(jié)構(gòu)復(fù)雜，滑坡、崩塌等地質(zhì)災(zāi)害呈現(xiàn)分布廣泛、高易發(fā)等特點(diǎn)。地質(zhì)災(zāi)害往往會(huì)導(dǎo)致強(qiáng)大的破壞力，嚴(yán)重威脅群眾的生命和財(cái)產(chǎn)安全，并且使當(dāng)?shù)亟?jīng)濟(jì)發(fā)展受限[1-2]。如何準(zhǔn)確地識(shí)別地質(zhì)災(zāi)害所處位置及可能發(fā)生災(zāi)害的時(shí)間，并且提前進(jìn)行預(yù)報(bào)預(yù)警，是當(dāng)前地質(zhì)災(zāi)害工作人員關(guān)心的首要問(wèn)題[3]。因此，開(kāi)展地質(zhì)災(zāi)害的大范圍識(shí)別與監(jiān)測(cè)，顯得尤為重要。

水準(zhǔn)測(cè)量、GPS測(cè)量和三維激光掃描技術(shù)等地表形變監(jiān)測(cè)手段，難以在植被覆蓋茂密、人跡罕至的高山峽谷區(qū)展開(kāi)對(duì)滑坡等地質(zhì)災(zāi)害的大范圍監(jiān)測(cè)[3-4]。光學(xué)遙感技術(shù)雖憑借其范圍廣、低成本等優(yōu)勢(shì)被廣泛應(yīng)用于地質(zhì)災(zāi)害隱患排查，但易受氣候條件影響，且對(duì)緩慢變形的地質(zhì)災(zāi)害隱患難以識(shí)別[5-7]。

合成孔徑雷達(dá)干涉 (Interferometric Synthetic Aperture Radar，InSAR) 測(cè)量技術(shù)作為一種新型地表形變監(jiān)測(cè)技術(shù)，具有空間分辨率高、時(shí)間分辨率高、精度高以及大范圍空間連續(xù)覆蓋等眾多優(yōu)勢(shì)[8-9]，已經(jīng)成為地質(zhì)災(zāi)害監(jiān)測(cè)不可或缺的重要手段之一，被眾多學(xué)者用于地震、火山、滑坡、地裂縫[10-17]等地質(zhì)災(zāi)害形變監(jiān)測(cè)研究。1996年法國(guó)學(xué)者Fruneau[18]等采用ERS-1數(shù)據(jù)，采用D-InSAR技術(shù)獲取了6幅差分干涉圖，監(jiān)測(cè)結(jié)果能夠清晰完整顯示滑坡的形變趨勢(shì)，與實(shí)測(cè)結(jié)果相一致。而后，又有不同學(xué)者對(duì)這一地區(qū)同樣采用多期ERS-1/2數(shù)據(jù)，利用D-InSAR方法進(jìn)行更深入的研究，得出了較為一致的滑坡形變場(chǎng)，證明了此滑坡的緩慢變形態(tài)勢(shì)。近年來(lái)國(guó)內(nèi)越來(lái)越多的學(xué)者也利用InSAR技術(shù)用于獲取隱患的識(shí)別與監(jiān)測(cè)研究。王群[19]等人利用不同傳感器的SAR數(shù)據(jù)，采用PS-InSAR技術(shù)和offsettracking技術(shù)就金沙江白格滑坡滑前的運(yùn)動(dòng)特征進(jìn)行了追溯，發(fā)現(xiàn)白格滑坡在失穩(wěn)之前已有明顯的滑移，其成果表明InSAR技術(shù)可以對(duì)活動(dòng)性滑坡進(jìn)行早期識(shí)別，并對(duì)活動(dòng)性滑坡的形變特征進(jìn)行定期觀測(cè)，可以為滑坡災(zāi)害的預(yù)警提供重要參考。姚鑫等人[20]利用InSAR技術(shù)對(duì)高山峽谷區(qū)的滑坡進(jìn)行識(shí)別和規(guī)律分析，示范了InSAR解譯及重點(diǎn)區(qū)域規(guī)律分析及現(xiàn)場(chǎng)調(diào)查的工作流程和關(guān)鍵技術(shù)，同時(shí)也對(duì)泛三江并流區(qū)的隱患進(jìn)行了早期識(shí)別和分布及發(fā)育規(guī)律進(jìn)行了分析。楊成生等人[21]利用升降軌數(shù)據(jù)對(duì)金沙江流域巴塘段的滑坡隱患進(jìn)行了識(shí)別，并對(duì)不同軌道數(shù)據(jù)的觀測(cè)情況進(jìn)行了分析，并采用MSBAS-InSAR技術(shù)對(duì)典型滑坡進(jìn)行二維時(shí)序監(jiān)測(cè)分析，認(rèn)為降雨對(duì)該區(qū)域滑坡隱患變形具有促進(jìn)作用。李夢(mèng)華等[22]利用InSAR技術(shù)對(duì)四川茂縣沿江區(qū)段滑坡隱患開(kāi)展識(shí)別監(jiān)測(cè)，同時(shí)對(duì)不同軌道數(shù)據(jù)在雷達(dá)視線向的靈敏度進(jìn)行了分析，避免了對(duì)應(yīng)滑坡體真實(shí)形變量的誤判。

植被覆蓋茂密地區(qū)，波長(zhǎng)較短的SAR數(shù)據(jù)(比如C波段、X波段)因植被穿透能力較差，會(huì)造成較為嚴(yán)重的失相干現(xiàn)象，進(jìn)而使得滑坡識(shí)別存在漏判、誤判現(xiàn)象。搭載L波段的ALOS-2數(shù)據(jù)因其長(zhǎng)波長(zhǎng)、分辨率較高，對(duì)植被具有較好的穿透性。本文研究貴州地區(qū)植被覆蓋茂密區(qū)域的滑坡變形，利用兩景ALOS-2數(shù)據(jù)，采用D-InSAR技術(shù)，結(jié)合光學(xué)影像的方法進(jìn)行滑坡識(shí)別，該方法可以為植被覆蓋度較大區(qū)域的地質(zhì)災(zāi)害識(shí)別提供參考。

1 研究區(qū)概況和實(shí)驗(yàn)數(shù)據(jù)1.1 研究區(qū)概況

研究區(qū)位于貴州省西部，屬于畢節(jié)市與六盤(pán)水市交界區(qū)域，位于北緯26°19′23″～27°2′54″、東經(jīng)104°55′49″～105°37′21″之間(見(jiàn)圖1)。境內(nèi)屬巖溶地貌，多高原山地，地勢(shì)表現(xiàn)為西北高，東南低，中部隆起，區(qū)域內(nèi)海拔最高為2 858 m，最低為428 m。屬于北亞熱帶季風(fēng)濕潤(rùn)氣候區(qū)，受低緯度高海拔的影響，冬暖夏涼，氣候宜人，區(qū)域內(nèi)植被覆蓋茂密。

圖1 研究區(qū)概況圖Fig.1 Overview of study area

1.2 實(shí)驗(yàn)數(shù)據(jù)

本文實(shí)驗(yàn)選用了2014年5月日本空間局發(fā)射的ALOS PALSAR-2衛(wèi)星搭載L波段傳感器所采集的2景SPOT模式SAR數(shù)據(jù)，影像的基本參數(shù)見(jiàn)表1。同時(shí)收集了由日本宇宙航空研究開(kāi)發(fā)機(jī)構(gòu)(JAXA)發(fā)布的30 m分辨率的數(shù)字高程數(shù)據(jù)AW3D30，該數(shù)據(jù)被用來(lái)輔助SAR數(shù)據(jù)配準(zhǔn)、模擬地形相位、疊掩陰影區(qū)的移除及地理編碼處理。

表1 ALOS PALSAR-2數(shù)據(jù)參數(shù)Tab.1 ALOS PALSAR-2 data parameters

2 研究方法

合成孔徑雷達(dá)差分干涉測(cè)量(D-InSAR)技術(shù)是指利用在同一空間位置不同時(shí)間節(jié)點(diǎn)獲取的同一地區(qū)兩幅SAR數(shù)據(jù)，通過(guò)對(duì)SAR數(shù)據(jù)中的相位信息共軛相乘獲取干涉相位，其中干涉相位可表示為[23]：

Δφ=φ2-φ1

=Δφf(shuō)lat+Δφtopo+Δφdef+Δφatm+Δφnoise

(1)

式中：φi(i=1，2)為前后兩幅SAR影像相位信息；Δφf(shuō)lat為地球橢球面引起的干涉相位，稱為平地效應(yīng)，在干涉處理應(yīng)予以去除；Δφtopo為地表高程變化引起的干涉相位，稱為地形相位；Δφdef為目標(biāo)沿雷達(dá)視線方向引起的形變相位；Δφatm是大氣延遲相位；Δφnoise為噪聲相位。

通過(guò)濾波、相位解纏、大氣延遲相位去除等處理，進(jìn)而得到地表形變信息。

本文數(shù)據(jù)經(jīng)過(guò)影像配準(zhǔn)及多視處理、原始干涉圖生成及地形相位去除、干涉圖濾波和相干系數(shù)圖計(jì)算、相位解纏、形變獲取和地理編碼等處理。數(shù)據(jù)處理流程如圖2所示。

圖2 D-InSAR技術(shù)流程Fig.2 D-InSAR technology flow

圖3為數(shù)據(jù)處理各步驟局部結(jié)果圖。

圖3 D-InSAR過(guò)程圖件Fig.3 D-InSAR process maps

3 結(jié)果分析

3.1 基于D-InSAR技術(shù)的滑坡識(shí)別結(jié)果

采用2020年7月19日和2020年8月16日兩景數(shù)據(jù)，利用D-InSAR技術(shù)獲取了該區(qū)域的形變結(jié)果，如圖4所示。

圖4 研究區(qū)域地表形變結(jié)果Fig.4 Surface deformation results in study area

基于D-InSAR結(jié)果進(jìn)行解譯，初步解譯出24處明顯的變形區(qū)域，變形較大區(qū)域形變量達(dá)到-16.6 cm。結(jié)合光學(xué)影像，對(duì)這24處變形進(jìn)行解譯篩選，發(fā)現(xiàn)其中11處為滑坡隱患，另外10處為采礦、采煤引起的地面沉降現(xiàn)象，還有3處是因?yàn)槿祟惞こ袒顒?dòng)引發(fā)的變形。其中，絕大多數(shù)滑坡隱患分布于納雍縣和水城縣。表2為該研究區(qū)域內(nèi)24處隱患點(diǎn)的變形信息及解譯情況。

表2 D-InSAR識(shí)別隱患點(diǎn)信息表Tab.2 Information of hidden hazards points identified by using D-InSAR

3.2 典型滑坡分析

結(jié)合圖4和表2，選取大橋社區(qū)區(qū)域的兩個(gè)滑坡作為典型滑坡隱患進(jìn)行分析，該滑坡如圖4中黑色箭頭所示，位于畢節(jié)市織金縣阿弓鎮(zhèn)。根據(jù)D-InSAR結(jié)果(見(jiàn)圖5(b))顯示，兩個(gè)滑坡變形范圍清晰，最大形變量為-12 cm。同時(shí)收集了對(duì)應(yīng)區(qū)域，與之時(shí)間相近的光學(xué)影像(見(jiàn)圖5(a))。從光學(xué)影像上可以清晰地看到該處分布著兩個(gè)十分典型的滑坡，滑坡呈舌形，主滑方向近似西北方向?；伦罡咛幒０? 072 m，最低處1 832 m。左側(cè)滑坡可以看到明顯的滑面，地表裸露，無(wú)植被覆蓋，因滑坡變形表面新鮮，坡腳有明顯的堆積體。右側(cè)同樣可以看到多處明顯溜滑痕跡，滑坡表面顏色與周圍具有明顯的差異性。為了更進(jìn)一步分析，對(duì)D-InSAR結(jié)果沿著該滑坡提取AA′剖線變形量分布情況，從圖6(a)中可以看到2處明顯的沉降漏斗，其中最大形變量為-9.65 cm，對(duì)應(yīng)位置為圖5(a)中右側(cè)滑坡隱患，在距離A點(diǎn)0.55 km處，也有一個(gè)較小的沉降漏斗，對(duì)應(yīng)圖5(a)中左側(cè)滑坡隱患，由于該滑坡變形主要集中在上部，所以變形較小。同時(shí)分別對(duì)這兩個(gè)滑坡提取沿滑坡方向剖線BB′和CC′，從剖面圖可看到明顯的變形沉降漏斗，在進(jìn)入滑坡區(qū)域，形變量增加，最大形變量分別是-8.42 cm與-6.92 cm，隨著遠(yuǎn)離B點(diǎn)、C點(diǎn)，其變形量趨于穩(wěn)定在變形量?jī)?nèi)，證明了該區(qū)域地表發(fā)生了變形，同時(shí)裁剪了對(duì)應(yīng)滑坡的差分干涉圖(見(jiàn)圖6(d))，從圖中可以看到較為明顯的干涉信息，如圖中虛線所圈定。同時(shí)也看到滑坡坡腳不遠(yuǎn)處有一處變形較為強(qiáng)烈的位置，經(jīng)與光學(xué)影像對(duì)比，此處為采礦引起的地面沉降，為表2中的舊官寨塌陷。

圖5 大橋社區(qū)滑坡光學(xué)影像與D-InSAR結(jié)果圖Fig.5 Optical image and D-InSAR result of landslide in Daqiao community

圖6 D-InSAR沿剖面形變量結(jié)果及差分干涉圖Fig.6 D-InSAR deformation results along profile and differential interferogram

通過(guò)以上分析，不難發(fā)現(xiàn)使用ALOS-2數(shù)據(jù)，采用D-InSAR技術(shù)在該地進(jìn)行滑坡的識(shí)別和監(jiān)測(cè)具有較強(qiáng)的可行性，可以大大提高地質(zhì)災(zāi)害識(shí)別的效率。

4 結(jié)論

本文利用兩景ALOS-2數(shù)據(jù)采用差分干涉測(cè)量技術(shù)獲取了研究區(qū)內(nèi)2020年7月19日至2020年8月16日地表形變結(jié)果，通過(guò)分析得出以下結(jié)論：

1)基于D-InSAR結(jié)果成功識(shí)別出24處變形點(diǎn)，并結(jié)合光學(xué)影像對(duì)變形點(diǎn)進(jìn)行解譯，其中，11處為滑坡災(zāi)害，10處為采礦引起的地面沉降和3處為人類工程活動(dòng)引發(fā)的變形。通過(guò)對(duì)大橋社區(qū)范圍內(nèi)兩處典型滑坡的識(shí)別監(jiān)測(cè)分析，表明基于ALOS-2數(shù)據(jù)，采用D-InSAR技術(shù)進(jìn)行滑坡的識(shí)別監(jiān)測(cè)具有較強(qiáng)的可行性。

2)從識(shí)別的隱患點(diǎn)來(lái)看，InSAR技術(shù)用于地表形變監(jiān)測(cè)，可以快速高效地獲取高精度地表形變信息，然而D-InSAR結(jié)果中仍然殘留許多誤差，而時(shí)序InSAR技術(shù)利用通過(guò)多幅SAR影像，減少各類誤差來(lái)獲取高精度結(jié)果，因此未來(lái)研究重點(diǎn)將是時(shí)序InSAR技術(shù)用于地質(zhì)災(zāi)害隱患識(shí)別監(jiān)測(cè)。