周 志 偉，程 翔，周 偉，肖 海 斌，李 康 倫

(1.中國科學(xué)院精密測量科學(xué)與技術(shù)創(chuàng)新研究院 大地測量與地球動力學(xué)國家重點實驗室，湖北 武漢 430071；2.武漢大學(xué) 中國南極測繪研究中心，湖北 武漢 430072； 3.武漢大學(xué) 水利水電學(xué)院，湖北 武漢 430072；4.華能瀾滄江水電股份有限公司，云南 昆明 650214； 5.武漢工程大學(xué) 土木工程與建筑學(xué)院，湖北 武漢 430205)

0 引 言

滑坡是全球范圍內(nèi)發(fā)生最為頻繁、危害性最高的地質(zhì)災(zāi)害之一，其隱蔽性強、破壞性大，對人民的生命財產(chǎn)安全和基礎(chǔ)設(shè)施安全造成了巨大的威脅[1]?；麦w表面形變是分析滑坡穩(wěn)定性和危險性的主要信息來源，對于大型滑坡體的早期識別與長期監(jiān)測具有重要意義[2-3]。

地面常規(guī)監(jiān)測手段通常適用于小范圍的監(jiān)測，不適用于大區(qū)域范圍內(nèi)的長期監(jiān)測。遙感手段具有大范圍、長時序監(jiān)測的特點，特別是星載雷達遙感具有全天時全天候的工作能力，能夠獲得長時間序列的形變結(jié)果，且測量精度高，在大范圍潛在滑坡識別、滑坡形變監(jiān)測以及災(zāi)前預(yù)警方面具有較大的優(yōu)勢[4-7]。

星載合成孔徑干涉測量(InSAR)能夠以厘米級甚至毫米級的精度獲取地球表面形變信息，在地震、火山、地表形變監(jiān)測和滑坡災(zāi)害早期識別等方面得到了廣泛的應(yīng)用[8-10]。王尚曉等利用Sentinel-1A衛(wèi)星數(shù)據(jù)基于SBAS技術(shù)獲取了巫山縣長江沿岸區(qū)域的地表形變信息，利用核密度分析法獲取有顯著運動區(qū)域，在該地區(qū)發(fā)現(xiàn)了9處疑似滑坡區(qū)，其中4處為新發(fā)現(xiàn)的疑似滑坡區(qū)[11]。Shi等利用ALOS PALSAR數(shù)據(jù)獲取了三峽庫區(qū)秭歸-奉節(jié)段2006～2011年間的地表形變數(shù)據(jù)，從區(qū)域內(nèi)發(fā)現(xiàn)了30個活動性滑坡，為三峽庫區(qū)的地質(zhì)災(zāi)害防治提供了有效的參考[12]。本文利用2018年1月至2019年7月之間共46景Sentinel-1數(shù)據(jù)，基于SBAS技術(shù)獲取了瀾滄江上游大華橋水電站區(qū)域的地表形變結(jié)果，結(jié)合滑坡發(fā)育特征對區(qū)域形變結(jié)果進行相關(guān)分析，提取了區(qū)域內(nèi)大華、拉古滑坡的長期形變特征，為區(qū)域滑坡災(zāi)害防治和安全預(yù)警提供了重要參考。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

大華橋水電站位于怒江州蘭坪縣兔峨鄉(xiāng)，是瀾滄江上游古水至苗尾河段水電梯級開發(fā)方案的第六級水電站，上游與黃登水電站、下游與苗尾水電站相銜接。壩址處右岸有蘭坪至六庫公路通過，昆明至蘭坪有省級公路連通[13]。水庫區(qū)內(nèi)瀾滄江河道兩岸山頂高程多在2 700～3 600 m之間，相對高差1 300～2 500 m。庫區(qū)段河谷多遭受深切而呈“V”形谷，為高中山峽谷型地貌，河道蜿蜒曲折，兩岸坡度一般為25°～50°[14]。庫區(qū)物理地質(zhì)現(xiàn)象較發(fā)育，主要表現(xiàn)為滑坡、泥石流以及山體崩塌等，尤以崩塌堆積體最為發(fā)育[14]。區(qū)域內(nèi)現(xiàn)存較大的滑坡體有3個，即大華、拉古和滄江橋滑坡，均為古滑坡堆積體，嚴(yán)重威脅區(qū)域內(nèi)的人員生命財產(chǎn)和基礎(chǔ)設(shè)施安全，因而選擇該區(qū)域作為研究區(qū)。

1.2 數(shù)據(jù)來源

本文以大華橋水電站庫區(qū)作為研究區(qū)域(見圖1)，SAR數(shù)據(jù)采用2018年1月至2019年7月間的46景Sentinel-1數(shù)據(jù)。外部DEM采用的是30 m分辨率的SRTM3數(shù)據(jù)，該DEM能夠精確提供研究區(qū)域的高程數(shù)據(jù)，提高去平地結(jié)果的可靠性。

圖1 研究區(qū)位置Fig.1 Location of study area

2 基于SBAS技術(shù)獲取地表形變信息

經(jīng)典的D-InSAR方法在獲取地表形變的應(yīng)用中容易受到時空去相干、大氣擾動以及地形參與等因素的影響，限制了其在大范圍、長時間地表形變監(jiān)測中的應(yīng)用。時間序列InSAR技術(shù)通過組成長時間序列的SAR數(shù)據(jù)集，分別利用時空濾波分析和提取的穩(wěn)定高相干目標(biāo)點來消除大氣擾動和時空去相干的影響，大大提高了InSAR在地表形變監(jiān)測中的應(yīng)用能力。本文選用具有代表性的SBAS-InSAR技術(shù)進行實驗，能夠減弱時空去相干和大氣擾動的影響，獲得高精度的地表形變結(jié)果。

首先，將覆蓋研究區(qū)域的N+1幅SAR影像組成時間序列，經(jīng)過拼接、裁剪等預(yù)處理后，得到研究區(qū)內(nèi)的SLC影像數(shù)據(jù)，按時間順序t0，t1，…，tN排列，并將所有影像進行配準(zhǔn)，選擇合適的時間基線和空間基線，將滿足時空基線條件的影像形成干涉對。本文共46景SAR影像數(shù)據(jù)，形成有效干涉對89對，其時空基線如圖2所示。

圖2 時空基線Fig.2 Spatial and temporal baseline

在差分干涉圖的基礎(chǔ)上進行解纏，對于在tA和tB時刻獲取的主從影像生成第j景差分干涉圖，其任意一點的差分干涉相位可表示為

σφj=φtA-φtB

(1)

對解纏后的差分干涉圖進行篩選，去除存在大范圍解纏錯誤的干涉圖，篩選后共有87對干涉對，利用形成的87對有效干涉條紋圖，生成平均相干性圖(未經(jīng)濾波)，提取相干性大于0.3的目標(biāo)點作為高相干目標(biāo)點。圖3為平均相干性結(jié)果圖和參考點選取。

圖3 平均相干性結(jié)果Fig.3 Average coherence result

最后，利用 SVD 解算每個時間段內(nèi)的相位變化速率并恢復(fù)相位時間序列。從相位時間序列中扣除之前求得的低頻形變，對殘差相位時間序列進行時空濾波得到大氣延遲相位時間序列，從原始相位時間序列中得到形變相位序列，通過相位到形變的轉(zhuǎn)換可得到形變時間序列[15]。

獲取的研究區(qū)域內(nèi)的形變速率結(jié)果如圖4所示，在大華橋水電站庫區(qū)共監(jiān)測到3處明顯滑坡區(qū)域，本文將重點分析其中典型的大華滑坡和拉古滑坡，此兩處滑坡緊靠瀾滄江河道，大華滑坡最大形變速率達到-10 cm/a，拉古滑坡最大形變速率達到-11 cm/a。

圖4 研究區(qū)域形變速率Fig.4 Average displacement rate of the study area

3 形變結(jié)果分析

3.1 大華滑坡

大華滑坡體距壩址約5.1 km，其高程位于1 400～1 870 m之間，其后緣至前緣的長度約1 km，沿河向最大距離約1 km，整體呈扇形，其滑坡前緣已到達瀾滄江邊。圖5為大華滑坡體的年形變速率結(jié)果，滑坡中部至沿江段形變速率較大，最大形變速率達到-100 mm/a。圖6為大華滑坡中部一點的累積形變結(jié)果，在2018年1～3月沿視線向累積形變量約為2 cm，形變速率相對較小；2018年3～10月，形變速率迅速增大，累積形變量約為7 cm；2018年10月至2019年2月，該點處于相對穩(wěn)定狀態(tài)形變速率接近于0；2019年2～7月，該點重新進入滑動狀態(tài)，形變速率相對穩(wěn)定，累積形變量約為4 cm。在2018年1月至2019年7月的整個觀測區(qū)間內(nèi)，累積形變量達到-14 cm，形變幅度較大。

圖5 大華滑坡形變速率Fig.5 Average displacement rate of Dahua Landslide

圖6 大華滑坡時序形變結(jié)果Fig.6 Displacement time series of Dahua Landslide

通過對時間形變序列的分析可以發(fā)現(xiàn)，在11月至次年3月，大華滑坡處于相對穩(wěn)定狀態(tài)，形變速率相對較??；進入3～10月的暖濕季節(jié)后[16]，大華滑坡開始處于不穩(wěn)定的形變狀態(tài)，形變速率較大。特別在6～8月，該區(qū)域進入降雨量較大的汛期[16]，其形變速率迅速增加，為整個觀測周期內(nèi)形變速率最大階段。時序形變結(jié)果表明大華滑坡受降雨影響明顯，在進入降雨量較大的汛期時，該滑坡處于不穩(wěn)定狀態(tài)，形變速率較大，易發(fā)生受降雨影響的山體滑坡。

由于InSAR觀測期間沒有同期地面監(jiān)測數(shù)據(jù)，為驗證InSAR滑坡可靠性，對大華滑坡進行了現(xiàn)場勘察，經(jīng)現(xiàn)場驗證發(fā)現(xiàn)，滑坡體上舊居民點的木制、泥制和混泥土制房屋，水泥路面及路面均有非常明顯的形變或裂縫，這些形變或裂縫多由滑坡造成的水平及垂直方向的錯位引起，形變大小與InSAR觀測所得到的大小也較相符，如圖7所示。通過現(xiàn)場勘察得到的結(jié)果表明，本文InSAR方法得到的滑坡形變較為準(zhǔn)確。

圖7 大華滑坡現(xiàn)場勘察Fig.7 Site survey results of Dahua Landslide

3.2 拉古滑坡

拉古滑坡距壩址下約12.5 km，高程分布在1 430～2 000 m之間，整體形態(tài)與大華滑坡相似呈扇形分布，滑坡前緣沿江寬度約為1.6 km。圖8為拉古滑坡形變速率結(jié)果，在滑坡體中部至滑坡前緣區(qū)域形變速率較大，最大形變速率達到-110 m/a。圖9為拉古滑坡中部一點的時序形變結(jié)果，其時序形變結(jié)果與大華滑坡形變結(jié)果相類似，在2018年1～4月和10月至次年4月期間，時序分析點處于穩(wěn)定狀態(tài)，形變速率接近于0；在2018年5～10月，該區(qū)域進入雨季汛期后，形變速率陡然增加，累積形變量接近9 cm。結(jié)果表明，拉古滑坡與大華滑坡相類似，同樣受降雨影響明顯，進入汛期后降雨量增大，最大累積形變量達-12 cm，該滑坡處于不穩(wěn)定狀態(tài)。

圖8 拉古滑坡形變速率Fig.8 Average displacement rate of Lagu Landslide

圖9 拉古滑坡時序形變結(jié)果Fig.9 Displacement time series of Lagu Landslide

由于拉古滑坡體不方便去到實地勘察，故此滑坡僅在對岸進行了觀察，發(fā)現(xiàn)有許多沖溝。通過InSAR結(jié)果疊加到光學(xué)影像上(Google Earth)，可以發(fā)現(xiàn)，主要形變區(qū)位置也是在沖溝上面，與現(xiàn)場觀察較為一致。

4 結(jié) 論

大華橋水電站沿江區(qū)域內(nèi)古滑坡分布較多，為研究區(qū)域內(nèi)滑坡的穩(wěn)定性情況，本文利用2018年1月至2019年7月期間的46景Sentinel-1數(shù)據(jù)獲取了大華橋水電站附近的時序形變結(jié)果，得到以下結(jié)論：

(1) 研究區(qū)域內(nèi)共監(jiān)測到3處不穩(wěn)定區(qū)域，重點分析了沿瀾滄江的大華、拉古兩處滑坡。通過分析兩處滑坡中2個形變特征點，發(fā)現(xiàn)在觀測期間內(nèi)兩點的形變速率分別為-100 mm/a和-110 mm/a，最大累積形變量分別達到了-14 cm和-12 cm。

(2) 通過對兩處滑坡時間形變序列的分析，兩處滑坡均受降雨影響明顯，在5～10月的雨季期間，其形變速率明顯加大，表現(xiàn)出明顯的不穩(wěn)定狀態(tài)。

(3) 通過現(xiàn)場勘察，本文InSAR方法得到的滑坡形變較為準(zhǔn)確，適合對大范圍的瀾滄江流域進行滑坡篩查與普查。