基于D-InSAR技術的地質災害和監測預警

李萬林，周英帥

(1.西寧市測繪院，青海 西寧 810001；2.自然資源部第二地理信息制圖院，黑龍江 哈爾濱 150080)

中國是世界上人口最多的國家，且國土面積在世界上也排在前列。然而，密集的人類社會活動再加上地質構造運動和臺風、暴雨等自然災害也正在共同影響著中國的地質環境和自然環境，這使得中國成為了世界上地質災害發生最頻繁、受災最嚴重的國家之一。地質災害種類繁多，主要包括滑坡、泥石流、崩塌、地裂縫、地面沉降等。頻發的地質災害給我國帶來了極大的經濟和人員損失[1]。據自然資源部地質災害技術指導中心發布的《全國地質災害通報(2018年)》顯示，2018年全國共發生的中型以上(中型、大型、特大型)地質災害計316起，造成了73人傷亡以及10.7億元的直接經濟損失。雖然自2013年來，我國地質災害造成的人員和經濟損失有著逐年遞減的趨勢，但是地質災害帶來的損失仍然是目前不容忽視的國家重大損失之一。

早期的地質災害監測手段主要有GPS(Global Position System)測量、近景攝影測量、三角網測量、水準測量等，這些方法由于無法提前布設控制點、儀器搬運存在困難以及人力物力消耗高、費時費力等缺陷，使得此類技術無法在地質災害監測中得到有效運用[2-3]。合成孔徑雷達干涉測量技術(Intetrferometric Synthetic Aperture Radar，InSAR)作為新型遙感對地觀測技術，以其全方位、多層次、寬領域、全天候、全天時、高精度的優勢彌補了傳統測量手段的短板，擴展了形變監測研究的領域，近年來已經被廣泛應用于中國西南山區[4-6]、西北地區[7-9]以及三峽庫區的地表形變監測[10-13]、地質災害識別和成因研究中，同時為地質災害防治提供了重要的技術支持和數據支撐[14]。

臺風是一種災害性的天氣系統，它的破壞力極強，且一旦登錄人口聚集地，必將帶來大量的人員傷亡以及經濟損失[15]，2019-08-09，“利奇馬”登錄浙江。“利奇馬”臺風是1949年以來登錄浙江的臺風中強度排行第三的臺風，在不到一天的時間內已經造成了浙江402萬人受災，直接經濟損失也達到了70多億元。作為自然災害，臺風對地質災害的影響絲毫不亞于地震，其帶來的超強風、暴雨、風暴潮等自然災害會引起滑坡、泥石流、崩塌等地質災害的發生。據浙江省自然資源廳發布的消息稱，受“利奇馬”影響，浙江新增地質災害隱患點400多處，而常規大地測量手段在這種情況下很難找到地質災害的具體位置以及量級大小。因此，本次實驗采用差分InSAR(Differential InSAR，D-InSAR)技術，利用其不受云霧雨雪天氣影響的能力，實現對臺風前后地質災害范圍和形變大小的監測。

1 D-InSAR技術簡介

D-InSAR技術是InSAR技術基礎上發展而來的差分干涉技術，其靈感源于楊氏雙縫干涉實驗，基本原理是獲取同一地區的2～4幅SAR影像，得到地表發生形變前后在SAR影像雷達視線方向(Line of Sight，LOS)上的方向差，并解算出地表目標區域在LOS方向上的形變。根據參與干涉SAR影像數量的不同，D-InSAR技術又可以分為二軌法、三軌法和四軌法，其中二軌法需要借助外部DEM，是較為常用的D-InSAR技術。

二軌法D-InSAR技術原理如圖1所示，其中Bp是基線在斜距方向上的投影，B⊥是基線在垂直于斜距方向上的投影，r是雷達到點P的距離，Δr代表獲取的兩幅SAR影像時間間隔內，目標點從點P的位置移動到P′沿雷達視線方向的位移大小。

圖1 二軌法D-InSAR技術原理圖

設D-InSAR測量中得到的干涉相位為φ，則φ除了形變相位φdisp以外，還包括平地相位φflat，地形相位φland，纏繞相位φwrap、總噪聲相位φnoise以及大氣延遲相位φair。因此，φ的表達式如下：

φ=φ(φdisp+φflat+φland+φwrap+φnoise+φair).

(1)

而式(1)中，φdisp是需要求得的形變相位，因此需要將剩余的其他相位去除，從而得到真實的地表形變。在干涉中產生的φnoise、φwrap和φair分別可以通過濾波、相位解纏以及選取地面控制點(穩定點)的方法進行去除，φflat和φland則可以通過導入外部DEM數據，利用式(2)消除。

(2)

其中，d是地面點P的高程;α為雷達入射角;λ為雷達波波長。經過整理，將式(1)中的其他相位誤差去除，得到：

(3)

最后求出地面目標在LOS方向上的形變,即：

(4)

2 研究區域概況及實驗數據選取

本次實驗研究區域位于麗水市東部、溫州市北部、臺州市西部以及金華市南部地區(見圖2)，坐標范圍為27°47′35″N～29°18′34″N，118°50′32″E～120°52′48″E，其覆蓋面積達到了2.43萬km2。該區域多為浙江省的山區，不僅山巒疊起、植被眾多，且有許多農田裸露于山間，因此此區域在臺風來襲、降雨量驟增的情況下更容易發生滑坡、泥石流等地質災害。

圖2 研究區域位置及覆蓋范圍

為探求臺風對浙江省山區的影響，本次實驗選取兩幅C波段歐空局Sentinel-1A降軌影像，獲取時間在臺風來臨前后，分別為2019-08-09和2019-08-21，其時間間隔為12 d，空間基線長度為32.75 m，為提高D-InSAR的干涉結果精度，實驗選取Sentinel-1A精密軌道數據校正影像。實驗中所使用的DEM數據是由美國國家航空航天局(National Aeronautics and Space Administration，NASA)測量的具有30 m分辨率的SRTM DEM。

3 監測結果分析

本次實驗利用D-InSAR技術處理得到了在2019-08-10臺風來臨前后的地表形變變化情況。從雷達干涉圖中可以得出，由于SAR雷達波段為C波段，因此其穿透能力略差于L波段，對于植被較多的地區，其干涉圖會出現被分成多塊的情況(見圖3)。實際上，雖然圖3中呈現的條紋明顯的區域面積較小，但在其他存在大面積噪聲的區域中仍然存在大量相干系數大于0.5的離散點(見圖4)。因此，為解決干涉條紋離散且噪聲點相干性較強的情況，本次實驗采用Delauny三角網的方式對濾波結果進行最小費用流解纏，并且將解纏的相干系數閾值設置在0.6以上。本次實驗將得到的浙江省D-InSAR結果從LOS方向投影至垂直地面方向，其形變圖如圖5所示。

圖3 D-InSAR濾波后干涉圖

圖4 離散點相干系數圖

圖5 D-InSAR地表形變監測結果

從圖5中可以得知，在8月9—21日期間，研究區域超過60%的區域形變量在-3～3 cm之間，且多在山區地形中，受到植被和臺風的影響，此類結果大都以離散點的形式出現。在相干系數較高、干涉條紋連續的城市地區，其結果也多呈現為不穩定的形變。其中，為更好的呈現高危下沉區域結果，實驗將D-InSAR結果進行篩選，挑選下沉量大于8 cm的區域(見圖6)，并將下沉區域面積大小、下沉中心、最大形變量等信息列舉在表1當中。

圖6 形變監測結果大于11 cm篩選結果

表1 形變量大于8 cm區域信息表

從圖6中可以看出，下沉量大于8 cm的區域均聚集于城市地區，但同時在山區也有間隔較小的離散點(區域4)，這些點覆蓋范圍較大，且存在于山區中，由于在D-InSAR處理過程中已經篩選了相干系數小于0.6的點，因此區域4中的離散點相干性較好，盡管不是聚集式的形變，但其結果也說明山區仍存在量級較大的下沉現象，同樣具有參考價值。

另外，本次實驗在臺風來臨前后在不同縣、區選取共6個點進行水準測量，以得到其在臺風來臨前后的高程變化，并將其和InSAR的垂直形變結果進行比對，InSAR測量時間為2019-08-09—2019-08-21，比較結果如表2所示。從比對結果中可以看出，D-InSAR結果與水準測量結果間差值最高為0.8 cm，同時，實驗中提取了抬升量大于0.4 cm和下沉量大于0.8 cm的區域，并與浙江省8月10—12日地質災害隱患點風險預警圖(簡稱預警圖)進行比較(見圖7)，結果表明，監測到的下沉和抬升區域分布情況與預警圖結果基本符合，證明了形變監測結果的有效性，同時說明在地質災害隱患點風險區域均發生了不穩定的抬升和下沉形變。

表2 水準測量與InSAR測量結果比較 cm

圖7 形變監測結果與地質災害隱患點風險預警圖結果比較

4 結 論

本次研究基于歐空局Sentinel-1A衛星影像，運用D-InSAR技術對浙江省南部地區進行了地表形變監測和地質災害隱患的排查，基本查明了在“利奇馬”來臨前后研究區域的地表形變情況。本次研究將InSAR監測結果和實地高程測量結果進行比對，證實了D-InSAR結果的準確性。研究結果表明，研究區域中存在60%的形變結果呈現為±2 cm的形變，同時，實驗篩選出4處下沉量超過8 cm的區域以及4處抬升量大于4 cm的區域，其中，下沉區域最大下沉量均超過了10 cm，范圍都超過10 km2，因此，下沉量超過8 cm的區域均為地質災害隱患區域，需要重點關注。

本次研究將不穩定的形變區域和地質災害隱患區域預警圖進行比較，兩者劃分區域的位置基本一致，說明D-InSAR結果能監測地表形變變化和范圍。研究結果表明，D-InSAR技術能監測到毫米級別的形變，同時不會受到云霧雨雪天氣的影響，在臺風來臨前已經對浙江的降雨產生影響的時刻仍然能夠得到清晰的SAR影像并進行干涉。同時，研究結果表明，受到植被、水體等地理環境因素的影響，利用C波段監測山區中的地表形變結果多是以離散點形式出現。因此，可以考慮使用穿透性更強的L波段數據得到高相干點更連續的形變規律，同時，可以使用多景SAR影像進行時序InSAR監測，從而發現形變異常區域，用于危險預警、為地質災害預警和監測提供理論和數據支持。