基于衛星InSAR技術的地質災害隱患點探測與形變分析

陸超然 蔡杰華 劉東烈 郭金城 董杰 廖明生

摘要地質災害的頻繁發生直接或間接地給自然環境和社會帶來了不可逆轉的巨大危害，近年來我國也在不斷加強地質災害早期識別和防治的力度.合成孔徑雷達干涉測量（InSAR）技術以其全天時、全天候、高精度、大范圍監測的優勢，成為一種重要的形變監測手段.本文以貴州省黔東南州地質災害隱患排查為例，采用差分干涉測量（D-InSAR）和小基線集（SBAS）時序InSAR技術分別處理了ALOS-2/PALSAR-2和Sentinel-1雷達數據.選取具有代表性的4個隱患點區域重點討論，結果展示了D-InSAR在大范圍地表形變探測以及SBAS在高精度形變監測中的優勢，同時表明兩種方法在地質災害隱患普查中可以互相補充，提升地災隱患的識別能力.此外，獲取的隱患點雷達視線方向累積形變序列和平均形變速率，可為貴州省地質災害防災減災提供有價值的參考.關鍵詞貴州黔東南州;地質災害;差分干涉測量;小基線集;時序形變分析

中圖分類號P237

文獻標志碼A

0引言

我國是世界上受地質災害影響最嚴重的國家之一[1]，貴州省是我國地質災害發生最為頻繁的省份之一.復雜的地理環境、強烈的地質構造以及濕潤的氣候條件是貴州地質災害頻發的主要原因，近年來頻繁的人類經濟建設活動同時加劇了地質災害的發生[2].據貴州省政府辦公廳印發的《2019年度貴州省地質災害防治工作方案》，截至2018年底，貴州省地質災害高中易發區面積達13.6萬km2，占全省國土面積的77%，受地質災害威脅人數145萬人，潛在經濟損失約410億元.近年來，提升地質災害監測預警能力得到了國家的高度重視與支持.

地質災害的孕育和發生往往表現為地表的形變，如何準確、迅速地探測地表形變成為地災早期識別的關鍵技術.目前，地表形變監測已發展出多種技術手段：傳統的水準測量、GPS、伸縮計等僅能針對已知的形變體進行稀疏的點觀測，不能整體地反映形變情況，在山區，儀器的布設也存在諸多困難;光學遙感無法有效地探測緩慢形變，且易受到云霧等不良天氣狀況的影響;激光雷達測量可以高精度、詳細地展現地表的三維形變，適用于范圍較小的監測目標;合成孔徑雷達干涉測量（Interferometric Synthetic Aperture Radar，InSAR）克服了上述技術存在的局限性，實現了全天時、全天候、高精度、大范圍的地表形變測量，為地質災害早期識別提供了有效的技術手段[3].

雷達差分干涉測量（Differential InSAR，D-InSAR）是在InSAR基礎上發展起來的常規處理手段，已成熟應用于地震[4]、礦區沉降[5]等由于自然或人為作用引發的地質災害.但時空去相干和大氣相位延遲差異引起的相位噪聲，制約了D-InSAR技術的應用，此外，DEM誤差也會干擾地表緩慢位移信號的提取，這些因素的共同作用影響了D-InSAR技術提取形變信息的準確性[6].時間序列InSAR在此背景下應運而生.選取時序SAR影像上受時空去相干及大氣延遲影響較小的永久散射體（Permanent Scatter，PS），構建“天然GPS網”，通過對離散的PS點進行相位分析，可以分離出各信號的相位分量，估算出視線向形變速率、DEM誤差以及大氣相位，實現高精度的地表形變連續監測[7].常見的時序InSAR可分為永久散射體干涉測量（Permanent Scatter Interferometry，PSI）[8]和小基線集方法（Small Baseline Subsets，SBAS）[9].PSI技術以單一的公共主影像進行干涉處理，對地面目標的穩定性要求高，廣泛應用于人工建筑較密集的城市區域[10].但在高植被覆蓋度的山區，干涉對的相干性隨著時間基線的增加迅速降低，相干點數量往往無法滿足監測要求.SBAS技術通過限制時間基線和空間基線的閾值，構建多主影像的干涉對序列，從而降低時空失相干的影響，該方法在地表沉降[11]、滑坡監測[12]等方面具有較大的優勢.

本文結合D-InSAR和時序InSAR技術對貴州黔東南州進行了大范圍地災隱患點探測：D-InSAR用于大范圍的定性普查，大大降低時序處理運算量，SBAS時序InSAR針對D-InSAR的普查結果進行核查和詳查.通過兩種技術監測結果的對比，分析二者在山區形變探測中的優勢和劣勢，論證結合兩種方法在地災隱患普查中的可行性，并利用SBAS技術獲取形變體的累積形變量及年平均形變速率，為后期隱患點的現場核查提供技術支持.

1技術路線

基于衛星InSAR技術的地質災害隱患點探測與形變分析可概括為“三查”——大規模普查、重點詳查以及隱患點核查，充分利用了差分干涉測量和時序InSAR的優勢，為后續地面核查提供可靠的雷達遙感監測結果，其技術流程如圖1所示.

1.1D-InSAR：普查

差分干涉測量通過兩次或多次干涉測量獲取地表相位信息，去除干涉相位中的地形相位等，大規模獲取地表在觀測時間間隔內的形變信息.在D-InSAR的實際應用中，通常會引入外部DEM，采用二軌法[13]去除地形相位.

由于研究區域的植被覆蓋度高，C波段數據集干涉結果無法保持很好的相干性，干涉條紋受噪聲影響大，增加了正確相位解纏和形變探測的難度[14].波長更長的L波段雷達數據集在高植被覆蓋度的山區表現得更加穩健，在相同時間間隔內，能保持更好的干涉質量.

1.2時序InSAR：詳查

SBAS技術在山區時序InSAR監測中應用廣泛，它根據各相位分量的特征，對每個相干點進行時間域和空間域的相位分析，估計出大氣延遲相位、DEM誤差導致的地形殘余相位以及去相關噪聲相位[15]，獲取高精度的、可靠的時序形變結果.

由于SBAS技術需要大量時間序列的SAR歷史數據，多數商業SAR衛星在研究區域的累積數據不足以滿足時序形變信息的反演.Sentinel-1衛星的長期觀測計劃及其完全開放且免費的數據政策[16]，為我們提供了充足的連續觀測數據.較短的觀測時間間隔確保了相干點的相對穩定性，進一步降低了對波長的要求，C波段的Sentinel-1數據集可以滿足該地區的時序監測要求.

1.3地面調查：核查

在D-InSAR和SBAS技術獲取的地災隱患點探測結果的基礎上，進一步開展實地調查，對隱患點進行核查和綜合分析，判定隱患點的危險性，繼而進行高精度的定點監測.同時對雷達差分干涉測量技術探測結果進行驗證和補充，逐步提升地質災害早期識別精度.

2研究區及數據源

2.1研究區概況

黔東南苗族侗族自治州地處云貴高原向湘西丘陵及廣西盆地過渡的斜坡地帶，地勢西高東低，地形起伏較大，海拔在100～2 200 m之間，坡度主要分布在5°～25°，以喀斯特地貌為主，水系發達，降水豐富.受脆弱的自然地理條件和強降雨的影響，黔東南州大部為地質災害多發易發區.地災的發生具有明顯的季節性，多發生于汛期（5—9月），同時與人為工程活動聯動，給人民生命財產安全帶來巨大威脅.據統計，截至2017年末，全州共查明地質災害隱患點1 672處，主要類型為滑坡、泥石流、崩塌、不穩定斜坡等.

基于黔東南州地災InSAR識別結果，結合地表覆蓋情況，本文選取了4個具有代表性的地災隱患區域進行D-InSAR普查和SBAS時序分析，分別位于臺江縣革一鄉、凱里市城區和劍河縣革東鎮，研究區域如圖2所示，其中P3與P4區域距離較近.

2.2數據源

選取了6景ALOS-2/PALSAR-2的Stripmap模式數據，33景Sentinel-1干涉寬幅模式數據.實驗數據覆蓋范圍如圖2所示，其中藍色框為ALOS-2數據覆蓋范圍，紅色框為Sentinel-1數據覆蓋范圍.兩組SAR數據集的相關參數如表1所示.數字高程模型采用的是美國國家航空航天局發布的SRTM 90 m分辨率數據[17].

3結果與分析

對6景ALOS-2/PALSAR-2數據進行差分干涉處理，用于前期的大范圍普查，確定疑似形變點的位置及范圍.隨后，針對D-InSAR探測的疑似形變點，采用StaMPS-SBAS[15]方法對小范圍區域進行時序分析處理，結合時間基線、空間基線以及相干程度3個指標組合生成了74～90幅干涉圖，經時序分析獲取疑似形變點的累積形變序列和平均形變速率.通過對比4個研究區域的探測結果，分析2種方法優勢、劣勢及應用場景，論證InSAR技術在地質災害隱患普查中的可行性.

3.1D-InSAR與時序InSAR結果對比分析

1）P1區域

根據2018年12月27日與2019年3月21日的ALOS-2差分干涉結果，臺江縣革一鄉境內鎮遠—臺盤公路行進方向左側的邊坡（P1）表現為遠離衛星方向的相位（圖3）.雖然該邊坡已進行了加固防護，但仍可能發生緩慢滑移.

P1區域的SBAS時序處理結果如圖4所示，從圖4a中可以看出加固邊坡P1區域相對于周邊區域存在遠離衛星的趨勢，印證了D-InSAR的探測結果.在該邊坡上選取4個相干點，計算其周圍20 m范圍內所有點的平均累積形變序列.圖4b中各組累積形變序列差異不大，且存在明顯的線性滑動趨勢，滑動速率為5 cm/a.經地面核查，該邊坡確定發生了緩慢滑移.

2）P2區域

2018年12月27日與2019年2月7日的ALOS-2差分干涉結果如圖5所示，凱里市城區中央公園（P2）出現了與地形相關的大范圍異常相位，但在后續的差分干涉結果中并未出現類似情況.該疑似隱患點周圍有多棟居民樓，一旦發生形變，可能造成建筑物的破壞甚至坍塌.

P2區域的時序處理結果如圖6所示：該區域較穩定，年平均形變速率不足1 cm，累計形變序列也并未表現出明顯的趨勢，D-InSAR干涉結果不足以探測到這樣微小的形變.對比分析兩個方法的結果，推測差分干涉圖中的異常是由于大氣湍流導致的大氣延遲相位，因為大氣相位在空間上相關而在時間上不相關，恰恰符合D-InSAR歷史監測結果的特征.初步判定該區域并未發生形變，現場核查結果也證實了我們的結論.

3）P3區域

劍河縣革東鎮沅江西岸（P3）在2018年12月27日與2019年2月7日的干涉圖中出現了一處與P2區域差分干涉結果類似的區域，如圖7，該區域位于山谷，覆蓋范圍較大，且形態與地形相關.

經SBAS時序分析驗證，P3區域的異常相位并非誤差影響，圖8顯示山谷區域向著遠離衛星的方向發生了形變，且山谷上部形變速率大于下部形變速率的特點滿足其上陡下緩的地形，最大形變速率為7 cm/a.

4）P4區域

在2018年12月至2019年9月的多對ALOS-2差分干涉結果中，P3區域西北方向約1 km處的一處山谷（P4）并未顯示出明顯的形變信號，圖9展示了該區域2019年2月7日與2019年3月21日的差分干涉結果.

在對P3區域進行SBAS時序處理的過程，我們發現P4區域發生了微小形變，其平均形變速率如圖10所示，最大形變速率為5 cm/a.

3.2D-InSAR和時序InSAR的應用能力

結合以上4個研究區域的InSAR監測結果，對D-InSAR和SBAS時序InSAR技術在地質災害隱患探測中的優勢、劣勢、應用場景以及效果進行總結（表2），可以看出差分干涉測量與小基線集時序InSAR技術的結合可以實現兩種方法的優勢互補，實現大規模、高精度、定量化的地質災害早期識別.

4總結

本文采用差分干涉測量和小基線集時序InSAR技術對貴州黔東南州進行了地質災害隱患點排查，對兩種方法的監測結果進行了對比分析，驗證了兩種方法的結合在地質災害隱患普查中的可行性，并獲取了隱患點雷達視線方向的累計形變序列和平均形變速率.通過對4個實驗區域的形變探測結果的分析，可以得出以下結

1）D-InSAR技術可以快速進行大范圍的地表形變監測，但由于時空失相干、大氣相位延遲、DEM誤

差等因素的影響，其監測結果不能準確地提取地表形變信息;

2）SBAS時序InSAR技術由于其對時空基線的限制，一定程度上保證了干涉對的相干性，弱化了時

空失相干的影響，通過時間序列的分析可以削弱甚至去除大氣及DEM誤差的影響，但由于其處理要求較高，對于大范圍的時序分析，需要耗費較多的時間計算;

3）D-InSAR和SBAS時序InSAR技術結合可以較好地將二者的優勢互補，D-InSAR大大縮小了

SBAS的處理范圍，SBAS進一步去除誤差影響，準確地提取形變信號，并獲取時間序列形變特征.

兩種技術的結合為地質災害隱患點的大范圍、迅速、準確的排查提供了一種技術手段，提高了地災早期探測和識別的效率.隨著SAR傳感器及其他新型監測技術的發展，“空-天-地一體化”的監測技術體系將會更好地服務于地質災害防治工作.

參考文獻

References

[1]Li M Z，Lv J，Chen X，et al.Provincial evaluation of vulnerability to geological disaster in China and its influencing factors：a three-stage DEA-based analysis[J].Natural Hazards，2015，79（3）：1649-1662

[2]郭振春.貴州地質災害的主要類型和誘因及其預防建議[J].貴州地質，2003，20（2）：103-105，102

GUO Zhenchun.Major types of geological hazards and predisposition in Guizhou and its preventive suggestion[J].Guizhou Geology，2003，20（2）：103-105，102

[3]廖明生，張路，史緒國，等.滑坡變形雷達遙感監測方法與實踐[M].北京：科學出版社，2017：40-42

LIAO Mingsheng，ZHANG Lu，SHI Xuguo，et al.Methods and practice of radar remote sensing monitoring of landslide deformation[M].Beijing：Science Press，2017：40-42

[4]Atzori S，Hunstad I，Chini M，et al.Finite fault inversion of DInSAR coseismic displacement of the 2009 L'Aquila earthquake （central Italy）[J].Geophysical Research Letters，2009，36（15）：L15305

[5]Chang H C，Ge L L，Rizos C.DInSAR for mine subsidence monitoring using multi-source satellite SAR images[C]∥Proceedings of IEEE International Geoscience and Remote Sensing Symposium，2005：1742-1745

[6]Hooper A，Bekaert D，Spaans K，et al.Recent advances in SAR interferometry time series analysis for measuring crustal deformation[J].Tectonophysics，2012，514/515/516/517：1-13

[7]李德仁，廖明生，王艷.永久散射體雷達干涉測量技術[J].武漢大學學報（信息科學版），2004，29（8）：664-668

LI Deren，LIAO Mingsheng，WANG Yan.Progress of permanent scatterer interferometry[J].Editorial Board of Geomatics and Information Science of Wuhan University，2004，29（8）：664-668

[8]Ferretti A，Prati C，Rocca F.Permanent scatterers in SAR interferometry[J].IEEE Transactions on Geoscience and Remote Sensing，2001，39（1）：8-20

[9]Berardino P，Fornaro G，Lanari R，et al.A new algorithm for surface deformation monitoring based on small baseline differential SAR interferograms[J].IEEE Transactions on Geoscience and Remote Sensing，2002，40（11）：2375-2383

[10]秦曉瓊，楊夢詩，王寒梅，等.高分辨率PS-InSAR在軌道交通形變特征探測中的應用[J].測繪學報，2016，45（6）：713-721

QIN Xiaoqiong，YANG Mengshi，WANG Hanmei，et al.Application of high-resolution PS-InSAR in deformation characteristics probe of urban rail transit[J].Acta Geodaetica et Cartographica Sinica，2016，45（6）：713-721

[11]Hu B，Wang H S，Sun Y L，et al.Long-term land subsidence monitoring of Beijing （China） using the small baseline subset （SBAS） technique[J].Remote Sensing，2014，6（5）：3648-3661

[12]Ardizzone F，Angeli M G，Calò F，et al.Temporal and spatial analysis of landslides through the SBAS-DInSAR approach：the Ivancich，Assisi，test case[C]∥Egu General Assembly Conference.Vienna，Austria，2012：4319

[13]Massonnet D，Rossi M，Carmona C，et al.The displacement field of the Landers earthquake mapped by radar interferometry[J].Nature，1993，364（6433）：138-142

[14]蔣彌，丁曉利，李志偉，等.用L波段和C波段SAR數據研究汶川地震的同震形變[J].大地測量與地球動力學，2009，29（1）：21-26

JIANG Mi，DING Xiaoli，LI Zhiwei，et al.Study on coseismic deformation of Wenchuan earthquake by use of L and C wavebands of SAR data[J].Journal of Geodesy and Geodynamics，2009，29（1）：21-26

[15]Hooper A，Zebker H，Segall P，et al.A new method for measuring deformation on volcanoes and other natural terrains using InSAR persistent scatterers[J].Geophysical Research Letters，2004，31（23）：1-5

[16]Torres R，Snoeij P，Geudtner D，et al.GMES Sentinel-1 mission[J].Remote Sensing of Environment，2012，120：9-24

[17]Farr T G，Kobrick M.Shuttle radar topography mission produces a wealth of data[J].Eos Transactions American Geophysical Union，2000，81（48）：583-585

Detection of geological hazards danger points and deformation time

series analysis based on satellite InSAR technique

LU Chaoran1CAI Jiehua1LIU Donglie2GUO Jincheng2DONG Jie3LIAO Mingsheng1

1State Key Laboratory of Information Engineering in Surveying，Mapping and Remote Sensing，Wuhan University，Wuhan430079

2Guizhou Provincial First Institute of Surveying and Mapping，Guiyang550025

3School of Remote Sensing and Information Engineering，Wuhan University，Wuhan430079

AbstractThe frequent occurrence of geological disasters has brought irreversible great harm to natural environment and human society directly or indirectly.In recent years，China has been strengthening the efforts of early identification and effective prevention of geological disasters.Interferometric Synthetic Aperture Radar （InSAR） has been recognized as an important deformation detecting method with the advantages of all-time，all-weather，high accuracy，and large scale monitoring.In this paper，potential geological hazard points in Qiandongnan prefecture of Guizhou were detected by processing ALOS-2/PALSAR-2 and Sentinel-1 SAR data with D-InSAR and SBAS time series InSAR.The detection results of four representative research areas revealed that：D-InSAR has advantage in large-scale detecting while SBAS has superiority in high-precision monitoring.Hence，the two methods can complement each other and improve the reliability of identification for geological hazards.The cumulative deformation time series and average deformation velocity can be obtained by SBAS simultaneously，which provides valuable reference for geological disaster prevention in Guizhou.

Key wordsQiandongnan prefecture of Guizhou;geological hazards;differential InSAR （D-InSAR）;small baseline subsets （SBAS）;deformation time series analysis

收稿日期2019-10-20

資助項目國家自然科學基金青年基金（41904001）;中國博士后科學基金第64批面上資助（2018M640733）;武漢大學自主科研項目（2042019kf0048）;測繪遙感信息工程國家重點實驗室開放基金（18R03）

作者簡介

陸超然，女，碩士生，研究方向為雷達干涉測量.chaoranlu@whu.edu.cn

廖明生（通信作者），男，博士，教授，主要研究方向為雷達遙感.liao@whu.edu.cn

1武漢大學測繪遙感信息工程國家重點實驗室，武漢，430079

2貴州省第一測繪院，貴陽，550025

3武漢大學遙感信息工程學院，武漢，430079