方迎潮, 王小松, 蔣毅, 頓佳偉, 馮文凱*, 劉威, 丁治文, 張洋銘

(1.中國科學(xué)院水利部成都山地災(zāi)害與環(huán)境研究所山地災(zāi)害與地表過程重點實驗室, 成都 610041; 2.中國科學(xué)院大學(xué), 北京 100049; 3. 國家管網(wǎng)集團(tuán)西南管道有限責(zé)任公司, 成都 610041; 4.地質(zhì)災(zāi)害防治與地質(zhì)環(huán)境保護(hù)國家重點實驗室(成都理工大學(xué)), 成都 610051;5. 中國石油西南油氣田公司川西北氣礦, 綿陽 621000)

管道運輸是隨著石油與天然氣工業(yè)快速發(fā)展而產(chǎn)生的一種特殊的貨物運輸方式,具有運量大、運費低、占地少、不受氣候限制、易于自動控制及可持續(xù)作業(yè)的優(yōu)點[1-3]。中國山地、高原及丘陵地勢較為突出,管道線路在鋪設(shè)過程中不可避免地會穿越地形起伏較大區(qū)域。天水市位于黃土高原地區(qū),滑坡隱患地質(zhì)災(zāi)害高發(fā),對天然氣管道布控及運行帶來重大威脅與嚴(yán)峻挑戰(zhàn),因此亟需對管道沿線開展地表監(jiān)測、滑坡隱患地質(zhì)災(zāi)害識別。

近年來發(fā)展的新型遙感技術(shù)合成孔徑雷達(dá)干涉測量(synthetic aperture radar interferometry,InSAR),可在不影響管道運行的情況下對管道沿線滑坡隱患進(jìn)行早期識別,同時了解周邊地質(zhì)環(huán)境,掌握滑坡災(zāi)害的活動范圍及運動特征,可初步判斷受影響管道與災(zāi)害體的空間位置關(guān)系。運用InSAR技術(shù)對滑坡隱患地質(zhì)災(zāi)害進(jìn)行早期識別,黃銳等[4]對中緬油氣管道采用了升降軌融合的永久散射體合成孔徑雷達(dá)干涉測量(persistent scatterer interferometric synthetic aperture radar,PS-InSAR)技術(shù)進(jìn)行監(jiān)測,同時結(jié)合研究區(qū)多源信息數(shù)據(jù)建立滑坡風(fēng)險評估達(dá)到了早期識別的目的。孫偉等[5]通過小基線集時序分析(small baseline subset InSAR,SBAS-InSAR)技術(shù)對輸油管道重點段分析,有效獲取了管道周邊地表形變。張磊[6]通過時序InSAR技術(shù)全面識別晴隆縣段管道沿線滑坡隱患點,并根據(jù)識別結(jié)果對研究區(qū)進(jìn)行區(qū)域滑坡隱患災(zāi)害危險性評價。淦邦[7]分析了管道沿線滑坡災(zāi)害破壞特點,通過分析管道穿越方式如橫穿、縱穿和斜穿,分析滑坡與管道之間的空間位置關(guān)系,進(jìn)而做出安全監(jiān)測及評價。白路遙等[8]分析衛(wèi)星遙感技術(shù)在滑坡識別和應(yīng)用的思路,分析國內(nèi)外管道行業(yè)對管線周邊地質(zhì)災(zāi)害識別所運用的衛(wèi)星遙感技術(shù),對衛(wèi)星遙感在滑坡隱患的識別應(yīng)用的發(fā)展趨勢做了總結(jié)。周定義等[9]運用SBAS-InSAR技術(shù)對高山峽谷地區(qū)滑坡進(jìn)行早期識別,利用升降軌SAR數(shù)據(jù)互補的方式,精準(zhǔn)全面地對高山峽谷滑坡隱患進(jìn)行早期識別。鄒永勝等[10]運用InSAR技術(shù)同時聯(lián)合全球?qū)Ш叫l(wèi)星系統(tǒng)(global navigation satellite system,GNSS)數(shù)據(jù)驗證,提出線性區(qū)域管道地質(zhì)災(zāi)害監(jiān)測預(yù)警體系,結(jié)合GNSS現(xiàn)場數(shù)據(jù),驗證了體系的準(zhǔn)確性和時效性。以上多為學(xué)者并未將SBAS-InSAR技術(shù)運用在管道沿線滑坡隱患災(zāi)害,同時結(jié)合降雨-形變進(jìn)行歸一分析,并分析滑坡隱患發(fā)育分布規(guī)律。

目前,中國使用時序InSAR技術(shù)對管道沿線滑坡災(zāi)害識別與分析研究較少,采用2019年1月—2021年12月的89景升軌、90景降軌Sentinel-1A數(shù)據(jù),利用SBAS-InSAR技術(shù),對中貴天然氣管道滑坡隱患災(zāi)害進(jìn)行早期識別研究,運用InSAR技術(shù),同時結(jié)合降雨數(shù)據(jù)對黃土高原研究區(qū)中貴天然氣管道重點段(天水段)滑坡隱患進(jìn)行早期識別研究。并對管道沿線滑坡隱患發(fā)育特征與典型滑坡形變進(jìn)行分析。聯(lián)合升降軌的時序InSAR技術(shù)可以有效識別管道沿線滑坡隱患,為油氣管線的安全運營及今后油氣管道選線提供重要的科學(xué)依據(jù)和參考。

1 研究區(qū)概況

研究區(qū)位于甘肅省天水市中貴天然氣管道沿線2 km范圍內(nèi),管道總長達(dá)110 km,區(qū)內(nèi)面積約275 km2,管道由北向南貫穿天水市秦州區(qū)、麥積區(qū)和秦安縣(圖1),南部與隴南市接壤,北部與定西市相交。研究區(qū)內(nèi)地勢西高東低,海拔為1 000～2 100 m,北部為黃土溝壑區(qū),土壤以棕壤、黑壚土、沖擊土等主要的耕層土壤,中部為渭河平原地貌,南部為山地地貌。管線所經(jīng)區(qū)域發(fā)育的巖性有第四系、第三系、泥盆系、震旦系以及元古界系等多套地層。研究區(qū)地處副熱帶北部,年平均氣溫分布在8～12 ℃,年降雨量在425.0～553.2 mm,所處地段為中國地形、氣候過渡帶,氣候復(fù)雜多變。同時區(qū)內(nèi)人口較為密集,交通便利,修建有多條高速和國道,為地質(zhì)災(zāi)害監(jiān)測重點區(qū)。

2 數(shù)據(jù)和方法

2.1 數(shù)據(jù)獲取

Sentinel-1A衛(wèi)星從運行至今在地質(zhì)災(zāi)害領(lǐng)域得到了廣泛的應(yīng)用[11-16],故研究區(qū)選取Sentinel-1A升降軌影像作為數(shù)據(jù)源,數(shù)據(jù)時間跨度均為2019年1月—2021年12月,升降軌影像入射角分別為43.95°、34.03°,SAR影像覆蓋范圍如圖2所示。

圖2 研究區(qū)Sentinel-1A數(shù)據(jù)覆蓋范圍Fig.2 Data coverage of Sentinel-1A in the study area

DEM采用美國地質(zhì)調(diào)查區(qū)(SRTM)30mDEM數(shù)據(jù),用作提供地理坐標(biāo)系,來消除地形相位的影響[17]。

2.2 時序InSAR處理方法

常用的時序InSAR處理方法有永久散射體合成孔徑雷達(dá)干涉測量技術(shù)(PS-InSAR)和小基線及干涉疊加測量技術(shù)(SBAS-InSAR),由于SBAS-InSAR技術(shù)有效解決了SAR數(shù)據(jù)集之間基線過長導(dǎo)致的時間不連續(xù)的問題,有效降低時空去相干和大氣延遲誤差等影響[9-10]。因此采用SBAS-InSAR技術(shù)對中貴天然氣管道沿線進(jìn)行解譯識別。SBAS-InSAR技術(shù)最早由Berardino等[18]提出,其原理主要為利用小基線干涉測量,選擇主影像與多景輔影像進(jìn)行干涉,得到多幅差分干涉圖,通過去除地形效應(yīng)、相位解纏后利用最小二乘法得到干涉相位的形變時間序列,然后將干涉相位值用奇異值分解法聯(lián)合求解,獲得高分辨率時序形變監(jiān)測結(jié)果。

基本原理:假設(shè)有N+1景單視復(fù)數(shù)影像,其成像時間為(t0,t1,…,tn),假設(shè)某一差分解纏圖為j,某像元(x,r)對應(yīng)的解纏相位可表示為

(1)

(2)

(3)

(4)

式中:λ為波長;θ為雷達(dá)視角;ΔZ為DEM誤差;R為雷達(dá)距目標(biāo)物體的斜距;d(tA,x,r)和d(tB,x,r)分別為不同參考時間tA、tB的視線向累計形變量;B⊥j為垂直基線長度;M為干涉圖數(shù)量。

因此,設(shè)干涉區(qū)間內(nèi)的形變速率為vk,k+1,則tA～tB的累計形變可表示為

(5)

式(5)中:δφdef(x,r)為干涉相位。

對M幅干涉圖進(jìn)行奇異值分解相位解纏,即得到不同時相SAR數(shù)據(jù)的形變速率。

使用ENVI軟件中SARscape模塊,用SBAS算法對Sentinel 1A數(shù)據(jù)進(jìn)行干涉處理。根據(jù)研究區(qū)特點及數(shù)據(jù)優(yōu)勢,分析所獲取數(shù)據(jù)的最大空間基線及平均時間基線,將閾值設(shè)置為250 m和72 d,以此為條件獲取干涉數(shù)據(jù)降軌368對,升軌375對,其中降軌數(shù)據(jù)以獲取日期2021年1月29日為主影像,升軌數(shù)據(jù)以日期2019年3月17日為主影像。對所獲取的干涉數(shù)據(jù)進(jìn)行相位解纏,結(jié)合30 m SRTM DEM數(shù)據(jù),對地形相位進(jìn)行修正,并使用POD精密軌道參數(shù)對衛(wèi)星軌道信息進(jìn)行修正。經(jīng)過軌道精煉與重去平、數(shù)據(jù)反演及SAR數(shù)據(jù)地理編碼后,得到所研究區(qū)域形變速率值。

3 InSAR識別結(jié)果與分析

3.1 地表形變監(jiān)測結(jié)果

運用升降軌的SBAS-InSAR的方法,開展中貴油氣管線天水段左右2 km范圍內(nèi)的地表形變監(jiān)測。對監(jiān)測結(jié)果的升降軌形變點進(jìn)行統(tǒng)計分析,從升、降軌數(shù)據(jù)中共提取研究區(qū)內(nèi)各56.5×104、76.1×104個SBAS形變點,分別如圖3(a)、圖3(b)所示。

圖3 研究區(qū)升降軌年均形變速率統(tǒng)計圖Fig.3 Annual average deformation rate statistics for the study area for ascending and descending rails

對升軌、降軌SBAS點形變速率進(jìn)行分析得到中貴管線周圍地表形變情況。如圖3所示,獲得基于升降軌數(shù)據(jù)的SBAS-InSAR處理結(jié)果對其形變特征點進(jìn)行統(tǒng)計分析:升軌降軌結(jié)果形變速率值大部分在-7.5～7.5 mm/a范圍內(nèi),處于該范圍的點位區(qū)段可視為基本穩(wěn)定狀態(tài),因此設(shè)置研究區(qū)穩(wěn)定閾值為±7.5 mm/a,在升軌結(jié)果中有38.7×104個形變特征點,占總個數(shù)的68.5%,降軌結(jié)果中56.3×104個形變特征點,占總數(shù)的74.0%處于穩(wěn)定閾值中。圖3(a)、圖3(b)整體呈現(xiàn)出正態(tài)分布,其結(jié)果與預(yù)計情況較為符合。

3.2 滑坡隱患識別及野外驗證

將地理編碼后的處理結(jié)果(SBAS點)與DEM轉(zhuǎn)山體陰影圖相疊加(圖4),得到監(jiān)測時間段內(nèi)中貴天然氣管線天水段形變情況。從SBAS點分布情況(圖4)可以看出,形變結(jié)果顯示在研究區(qū)段內(nèi)的絕大多數(shù)處呈現(xiàn)出綠色狀態(tài),少數(shù)區(qū)域呈現(xiàn)出深藍(lán)色和紅色。通過地表監(jiān)測結(jié)果分析,設(shè)定形變閾值為±15 mm/a,即對管線周圍形變值絕對值大于15 mm/a以上的形變區(qū)進(jìn)行圈定分析,圈畫結(jié)果如圖5所示。經(jīng)分析,管道地質(zhì)災(zāi)害隱患區(qū)共17處。經(jīng)現(xiàn)場調(diào)查,最終確定13處為滑坡災(zāi)害(表1),4處為人類工程活動導(dǎo)致的形變。

表1 黃土高原研究區(qū)InSAR形變區(qū)信息Table 1 InSAR deformation information of Loess Plateau study area

紅色區(qū)域表示監(jiān)測對象在視線方向上(LOS)遠(yuǎn)離衛(wèi)星;深藍(lán)色區(qū)域表示監(jiān)測對象在視線方向上(LOS)靠近衛(wèi)星;綠色區(qū)域表示監(jiān)測段內(nèi)無明顯形變圖4 SBAS點分布Fig.4 SBAS point distribution

HP01～HP13為災(zāi)害點名稱圖5 滑坡隱患災(zāi)害點分布Fig.5 Distribution of landslide hazard points

3.3 滑坡發(fā)育分布規(guī)律

對研究區(qū)內(nèi)13處威脅管道的滑坡隱患災(zāi)害點進(jìn)行發(fā)育分布規(guī)律分析。黃土滑坡災(zāi)害的分布一般與災(zāi)害區(qū)的地形地貌(坡度、坡向)、地層巖性等息息相關(guān)。由于本研究主要關(guān)注于管道沿線滑坡隱患災(zāi)害,因此在進(jìn)行分析時加入了據(jù)管道距離因素,來進(jìn)一步分析滑坡隱患發(fā)育分布規(guī)律。

3.3.1 距管道距離

從滑坡災(zāi)害分布[圖6(a)]可以看出,研究區(qū)中13處滑坡中有10處主要分布在距離管道0～150 m區(qū)間范圍內(nèi),占總災(zāi)害的76.92%,如圖7(a)所示;2處滑坡距小于50 m,即HP03滑坡、HP13村滑坡,所占比例為15.38%;2處滑坡距管道距離為50～100 m,為小石溝地滑坡、楊家灣滑坡,所占比例為15.38%。距離管道距離大于150 m的災(zāi)害,整體規(guī)模較小,對管道整體影響較小。

圖6 滑坡隱患與各項因素關(guān)系圖Fig.6 Relationship between landslide hazards and various factors

圖7 滑坡隱患與各項因素直方圖Fig.7 Histogram of landslide hazards and factors

3.3.2 地形地貌

滑坡隱患的產(chǎn)生與坡度、高程有著緊密的聯(lián)系,高程、坡度為滑坡災(zāi)害的發(fā)生提供了勢能。經(jīng)分析研究區(qū)內(nèi)滑坡主要分布在50°以內(nèi),其中40～50°分布最多,占總災(zāi)害的61.54%[圖6(c)],小于20°以及大于60°均不存在滑坡災(zāi)害,因為坡度過小時滑坡勢能不足,無法為滑坡活動破壞提供條件。當(dāng)坡度大于60°時,由于坡度太陡與SAR影像成像時易產(chǎn)生陰影、疊掩,無法形成有效SBAS點,對滑坡體的解譯產(chǎn)生較大影響進(jìn)而無法識別。

研究區(qū)內(nèi)滑坡災(zāi)害前后緣高程要集中在400～600 m,共發(fā)育7處滑坡隱患[圖6(b)],占總災(zāi)害的53.84%[圖7(b)],前后緣高程即高差為滑坡隱患的發(fā)生提供了有利的條件,隨著高差的增大滑坡隱患災(zāi)害數(shù)量逐漸減少。

研究區(qū)內(nèi)滑坡災(zāi)害主要發(fā)育在坡向為270°～315°、270°、90°、45°～90°方向,其中45°～120°方向發(fā)育最多,占總災(zāi)害的69.23%[圖6(d)、圖7(d)],主要是衛(wèi)星受自身飛行方向原因,使得對地表180°、360°(0°)方形變解譯較為困難。

3.3.3 地層

4 典型滑坡形變分析

在解譯出的13處滑坡隱患中,有2處滑坡隱患(HP03、HP13)距管道<50 m,且整體規(guī)模較大,一旦發(fā)生失穩(wěn),將對管道造成嚴(yán)重威脅。同時在對13處滑坡隱患進(jìn)行調(diào)查的過程中發(fā)現(xiàn),該研究區(qū)內(nèi)地質(zhì)災(zāi)害除了受自身條件(結(jié)構(gòu)特征)以外,還受外界因素影響。近年來,研究區(qū)內(nèi)降雨時間較為集中,這就導(dǎo)致各種地質(zhì)災(zāi)害的發(fā)生概率大大增加,降雨一直以來就與各類地質(zhì)災(zāi)害的穩(wěn)定性息息相關(guān)[19-21],本次研究獲取天水市天水氣象站2019—2021年月降雨量數(shù)據(jù),結(jié)合不同時間段時序InSAR技術(shù),來分析HP03常溝村滑坡、HP13磨峪溝村滑坡不同階段形變演化過程之間的關(guān)系。

4.1 HP03

HP03常溝村滑坡位于甘肅省天水市秦州區(qū)常溝村,此滑坡位于常溝村南部,滑坡邊界較為清晰整體呈矩形,坡體斜長為180 m,寬為97 m,前緣至坡腳高程約為1 676 m,后緣至坡體中部平臺陡緩交界處,高程約為1 728 m,高差為52 m,滑坡主滑方向為260°,坡度約為30°。如圖8(a)所示在光學(xué)遙感影像上可見后緣及左側(cè)邊界明顯下錯,滑坡體較陡,坡體整體植較少,覆蓋層較厚,以第四系黃土堆積為主,坡體透水性較差。該地區(qū)為典型黃土丘陵溝壑區(qū),滑坡發(fā)育在黃土丘陵斜坡上,影響下易產(chǎn)生滑動。通過對時序InSAR結(jié)果的量化分析,從圖8(b)中可以看出,滑坡體右側(cè)形變較為明顯,滑坡體整體形變速率在7～-19 mm/a,為了更加準(zhǔn)確地分析滑坡體的形變特征,在滑坡體中部及靠近管線部位選取2個形變特征點,如圖8(b)白色點標(biāo)記所示。如圖9所示,特征點P1、P2時序形變速率波動趨勢大致相同,在2020年7月出現(xiàn)明顯的形變加速(圖9),累計形變量值最大達(dá)到-30 mm。

圖8 HP03滑坡光學(xué)遙感影像圖和InSAR結(jié)果Fig.8 Optical remote sensing image map and InSAR result of HP03 landslide

圖9 HP03滑坡特征點形變速率圖Fig.9 Characteristic point shape deformation rate diagram of HP03 landslide

繪制P1、P2特征點的時間序列曲線與常溝村的月降雨量變化圖(圖10),由于P1點、P2點形變趨勢相似,故只分析P1點。如圖10所示,P1點在2019年7月—2019年9月期間豐富的降雨下,由于雨水的滲透,導(dǎo)致產(chǎn)生季節(jié)性沉降,數(shù)值達(dá)到13 mm,2019年10月—2020年4月非雨季型,形變較為穩(wěn)定;2020年5月—2020年8月,月降雨量150 mm達(dá)到近年之最,土壤吸水膨脹導(dǎo)致地表發(fā)生抬升至12.3 mm。2020年9月—2020年11月,累計形變較大達(dá)到了-25 mm,推測在此區(qū)域發(fā)生了滑坡的蠕變;在2021年1月—2021年7月非雨季,P1點有沉降趨勢但整體形變較為穩(wěn)定,在2021年8月雨季過后有些許形變,累計型變量達(dá)到-37.5 mm,整體呈現(xiàn)季節(jié)性波動。

圖10 滑坡特征點形變與降雨變化圖Fig.10 Deformation of landslide characteristic points and rainfall variation diagram

對HP03滑坡展開了野外實地調(diào)查(圖11)。調(diào)查結(jié)果顯示:滑坡體在平面形態(tài)上呈矩形,坡體土體較為破碎且大部分區(qū)域已被人工改造為耕地。坡體后緣的下錯陡坎清晰可見,在坡體中部靠近左邊界處存在剪切裂隙,延伸6～8 m,滑坡體上植被覆蓋較為稀少,覆蓋層較厚。該滑坡體主要為粉土,主要為淺黃色粉土,均質(zhì)結(jié)構(gòu),抗剪強度低,發(fā)育蟲洞、根洞,巖土體鹽水率較低,處于可塑狀態(tài);該滑坡地層主要為第四系上更新統(tǒng)風(fēng)積黃土層(Qeol3),為淺黃色粉質(zhì)黏土,土體孔隙較大,結(jié)構(gòu)較為疏松,節(jié)理垂直發(fā)育,土體松散破碎,降水易入滲,可能會引起滑坡整體性失穩(wěn)。管道從滑坡體前緣穿過,若滑坡體發(fā)生失穩(wěn)會對管道造成一定影響。經(jīng)分析常溝村滑坡裂縫發(fā)育,應(yīng)及時處理,以防雨水入滲使得滑坡整體失穩(wěn)對管線造成影響?；潞缶壌嬖谙麓於缚?應(yīng)盡可能避免人類工程活動。

圖11 HP03滑坡現(xiàn)場調(diào)查圖Fig.11 Site survey drawing of HP03 landslide

4.2 HP13

HP13磨峪溝村滑坡位于甘肅省天水市秦州區(qū)磨峪溝村附近。如光學(xué)遙感圖所示[圖12(a)],可見滑坡后緣及左右邊界有明顯下錯,滑坡前緣堆積清晰可見,滑坡剖面形態(tài)為凹形。滑坡前緣高程為1 460 m,后緣至陡緩交界處,高程為1 513 m,坡體斜長為120 m,寬為110 m,坡度為45°～55°。InSAR結(jié)果形變異常區(qū)域主要集中在滑坡體中部,最大形變速率達(dá)-19 mm/a[圖12(b)]。

圖12 HP13滑坡光學(xué)遙感影像圖和InSAR結(jié)果Fig.12 Optical remote sensing image map and InSAR result of HP13 landslide

對HP13滑坡選取P1、P2點2個樣點形變進(jìn)行時序分析。從圖13中可以看出,2019—2021年每年降雨量最大集中在6—9月份,其他月份均有降雨,但降雨量較小,相對來說不是很集中。從累計形變量變化趨勢來看,P1、P2兩處特征點的累計形變量曲線的變化趨勢大致相同,不同點位之間的形變量有所不同。兩處特征點的歷史形變量分別經(jīng)歷三次與降雨變化的響應(yīng)階段。以P1點最大累計形變量(35 mm)曲線為例進(jìn)行降雨分析,P2特征點的累計形變量曲線與降雨的相關(guān)性分析與P1點基本一致。

圖13 滑坡特征點形變與降雨變化圖Fig.13 Deformation of landslide characteristic points and rainfall variation diagram

從P1點的時序累計形變量曲線可以看出,在2019年1月—2019年4月時間段,該區(qū)域存在一定的降雨量,最大降雨量為45.2 mm,該時間段內(nèi)形變量呈緩慢增長的趨勢,累計形變達(dá)到-10.3 mm。2019年7月降雨量加大,P1點的累計形變隨之加大。隨后在2019年10月—2020年3月時間段降雨量減少,形變增長速度減小。

在2020年7月降雨量與同年7月相比急劇增加,P1點在2020年6月之前的形變量曲線斜率小于2020年6月之后的形變量曲線斜率。說明6月之后形變量增長速度大于6月之前的形變增長速度。從圖14中可以看出,P1點累計形變量曲線2020年7月處存在明顯的沉降漏斗。此時P1點、P2點的行遍知分別達(dá)到-18.35、-19.23 mm。

圖14 HP13滑坡現(xiàn)場調(diào)查圖Fig.14 Site survey drawing of HP13 landslide

2021年9月降雨量再次增加,P1點累計形變量曲線斜率同2020年9月之前曲線斜率相比再次有所增加。P1點、P2點形變值達(dá)到-35.38、-33.48 mm。

通過上述降雨分析,結(jié)合特征點時序曲線的變化情況,P1、P2兩處特征點的時序形變加速趨勢與降雨量變化高度吻合,每年6—9月時間段內(nèi),形變量顯著加速。由此可見HP13滑坡體上局部形變與降雨呈正相關(guān)。目前滑坡處于蠕滑階段,極有可能在強降水作用下再次發(fā)生復(fù)活,并對管線造成一定影響。

經(jīng)現(xiàn)場調(diào)查,發(fā)現(xiàn)滑坡后緣及側(cè)壁陡坎明顯[圖14(a)],后緣下錯陡坎約10 m,可見表面風(fēng)化殼與其下紫紅色泥頁巖明顯分界,后緣拉張裂隙發(fā)育;滑坡體中部裂縫較為發(fā)育前緣為季節(jié)性河道,坡體前緣多有石塊堆積,堆積體受風(fēng)化作用影響較大,局部可見強變形跡象[圖14(b)]?；履壳疤幱谄茐碾A段。坡表變形跡象強烈。在降雨作用下易進(jìn)一步擴(kuò)展,中貴管線位于滑坡前緣12 m處,滑坡對管線造成一定威脅。

5 結(jié)論

將SBAS-InSAR技術(shù)運用于中貴天然氣管道天水段滑坡隱患識別與分析,并分析典型滑坡的形變特征,得出如下主要結(jié)論。

(1)研究區(qū)內(nèi)采用SBAS-InSAR技術(shù),結(jié)合形變閾值(15 mm/a)一共識別出17處威脅管道隱患點,通過野外調(diào)查,確認(rèn)13處為滑坡地質(zhì)災(zāi)害,4處為人類工程活動造成,野外形變跡象與InSAR解譯結(jié)果較為吻合,即運用SBAS-InSAR技術(shù)可有效識別管道沿線滑坡隱患。

(2)對研究區(qū)內(nèi)滑坡災(zāi)害發(fā)育分布規(guī)律進(jìn)行了分析,滑坡多發(fā)生的坡度40°～50°,前后緣高差多為400～600 m,坡向45°～120°,與管道距離100～150 m范圍內(nèi);研究區(qū)內(nèi)地層復(fù)雜多樣,巖體結(jié)構(gòu)較為破碎,滑坡多發(fā)育在第四系全新統(tǒng)沖洪積層。

(3)將典型滑坡特征點形變值與降雨數(shù)據(jù)進(jìn)行分析,得出HP03常溝村滑坡以及HP13磨峪溝村滑坡的形變與降雨成正相關(guān)。兩處滑坡處于蠕滑階段,在降雨作用下易復(fù)活,對管線造成一定影響。