基于SBAS-InSAR技術的小金川兩岸滑坡隱患識別

胡東雨 王運生 吳昊宸 趙方彬 寇瑞斌 馮 卓

1 成都理工大學環境與土木工程學院，成都市二仙橋東三路1號，640059

2 地質災害防治與地質環境保護國家重點實驗室，成都市二仙橋東三路1號，640059

早期識別是實現地質災害防災減災的有效途徑之一，特別是在我國西部地質條件復雜的區域，深切峽谷地帶中大型突發地質災害日益頻發，地質災害隱患點多、面積廣，每年發生的地質災害一半以上是新點，靠周期性人工排查難以全面把控。這些地質災害表現出危害大、隱蔽性強等特點，其極易突發的性質嚴重影響了社會經濟發展和人民安居樂業，給西部地區的開發建設和地質環境保護工作帶來巨大挑戰。

合成孔徑雷達干涉測量(InSAR)充分利用SAR的相位信息，解決了SAR圖像的三維成像問題，而且監測時間間隔從幾天到幾年不等，可獲得可靠的高精度地表變化信息[1]。這使得合成孔徑雷達干涉測量(InSAR)以其獨特優勢成為監測地表變化的新手段，尤其是短基線集合成孔徑雷達干涉測量技術(SBAS-InSAR)運用于潛在滑坡的識別中，是改善滑坡監測與識別精度的可靠途徑[2]。早在1995年，Achache等[3]就利用SAR影像識別法國南部阿爾卑斯地區的滑坡位移；2007年Lauknes等[4]基于多景雷達數據，運用SBAS-InSAR技術對挪威北部的不穩定山體進行長時間序列監測；Altamira[5]運用InSAR技術對多景Sentinel-1雷達數據進行形變分析得出，茂縣新磨村滑坡的變形發生在滑動前數個月內；譚衢霖和范青松等[6-7]運用InSAR技術進行滑坡監測，論證了其可行性及優勢；馮文凱等[8]利用SBAS-InSAR技術分析金沙江流域沃達村巨型古滑坡形變，對古滑坡可能的復活機制進行評價；陸會燕等[9]通過InSAR和光學遙感的較長時間序列數據，識別出金沙江下游的7處明顯形變斜坡；張佳佳等[10]基于SBAS-InSAR技術識別了川藏鐵路瀾滄江段113處滑坡隱患，并分析其對鐵路沿線的影響。這些成功案例都驗證了SBAS-InSAR技術在識別隱藏地質災害方面有著獨特優勢。

為全面識別大渡河支流小金川半扇門-達維河段干流的滑坡隱患，普查當地潛在的地質災害，本文基于SBAS-InSAR形變分析技術，通過Sentinel-1升、降軌數據分析結果結合互補的方式，開展對研究區滑坡隱患的識別工作和滑坡隱患地表形變定量探測和分析評價，為小金川河道兩岸堆積體的研究提供不同角度的分析，可為河流流域潛在地質災害的早期識別和防治提供依據。

1 研究區概況

小金川是長江支流岷江支流大渡河上游左岸支流，位于四川省阿壩藏族自治州和甘孜藏族自治州交界處，全長151 km，自然落差2 340 m，流域面積5 323 km2，河口處多年平均流量103 m3/s，多年平均年徑流量29×108m3[11]。本文研究區以小金川半扇門-達維河段干流兩岸岸坡為主，處于揚子準地臺和松潘-甘孜地槽褶皺系兩個大地構造單元的交界帶，構造形態排列緊密且弧形朝南的線狀褶皺構成近東西或北西向展布的構造帶[11]。主要出露中生代三疊系地層，其中分布最廣的為三疊統侏倭組(T3z)，中三疊統雜谷腦組(T2z)及下統菠茨溝組(T1b)次之，巖性以變質砂巖、板巖和結晶灰巖為主。研究區河流兩岸海拔1 800～4 500 m，發育中-高山地貌，北東高、南西低，河谷深切，為典型河流侵蝕峽谷地貌，容易形成滑坡、崩塌和泥石流等地質災害。研究區為大陸性高原季風氣候，植被以針葉林等高山植被為主。

2 SAR數據獲取及處理方法

為全面覆蓋小金川主河道兩岸區域，采用升軌和降軌數據同步處理方式，減少陰影疊掩區干擾，實現研究區的全面覆蓋(圖1)。本文使用的單視復數SAR數據來自歐空局2014-04 -03發射的對地觀測衛星Sentinel-1 IW SLC(干涉寬幅模式的斜距單視復數產品)2020-08～2021-07的升、降軌數據(表1)。使用ENVI 軟件平臺的SARscape模塊，基于SBAS-InSAR技術對Sentinel-1 數據進行處理。采用NASA SRTM1 DEM數據來消除地形相位的影響。

表1 Sentinel-1基本參數

SBAS-InSAR技術最早由Berardino等[12]在2002年提出，主要用于提取較短時-空基線低分辨率、大規模、形變速率緩慢的地表形變信息。該技術將獲取的SAR數據按子集內數據進行自由組合，組成若干短基線集合，生成干涉像對連接圖，并利用空間基線閾值法選取短基線干涉對，從而減少空間失相關的不利影響[13]。在反演時，運用奇異值分解方法將以上處理結果求解，可有效解決不同的空間基線長導致的時間不連續問題，提高監測的時間采樣率、空間分辨率等[14]。

數據導入后，依據研究區范圍進行裁剪。由于集合間SAR影像數據的基線較大，而集合內基線較小，設置時間基線為120 d，臨界基線百分比為2 %，生成若干小基線集，產生相對于主影像的時間-空間基線圖。對合成的干涉圖作第一次反演和第二次反演、地理編碼以及柵格轉換后，生成底邊沿雷達視向的平均形變速率，最終得到研究區長時間序列上的形變結果。

3 SBAS-InSAR結果分析

采用SBAS-InSAR數據處理方法，由小金川主河道兩岸岸坡30景Sentinel-1降軌數據結果獲取的研究區雷達視線向(LOS)形變速率為-120～10 mm/a(圖2(a))，25景Sentinel-1升軌數據獲取的研究區雷達視線向(LOS)形變速率為-131～10 mm/a(圖2(b))，降軌的干涉點密度明顯大于升軌數據，顯示的兩岸形變隱患點細節更豐富，所以以升軌數據作為輔助補充。其中，紅色至黃色為負值，代表地物沿著LOS方向遠離衛星運動；綠色為正值，代表地物沿著LOS方向靠近衛星運動。

滑坡隱患是指近期內具有明顯變形跡象并在近期內可能成災的斜坡[15]。在Sentinel-1處理結果中，大部分區域的形變速率不大，趨于穩定；形變速率大的區域主要集中在兩岸斜坡處，因為兩岸岸坡處植被較少，坡面裸露，處理效果明顯好于植被覆蓋區。在光學影像中也有明顯的滑坡特征(圖3)，呈現圈椅狀，坡度較陡，前緣存在流水沖刷形成的沖溝，同時多處形變變形區在極端天氣的條件下可發生突發災害，變形區中存在一些村莊和道路，具有明確的威脅對象，所以將多處變形形變區定義為滑坡隱患區。

從升降軌形變速率圖中共識別出35處(其中8處典型滑坡隱患點的識別結果見表2)疑似滑坡隱患的區域，其中降軌處理結果未識別出H25～H35的滑坡隱患點，升軌處理結果未識別出H1～H2、H14、H16～H21和H23～H24的滑坡隱患點，主要原因在于，雷達運用的是側視成像系統，在地勢起伏復雜的地方易造成透視收縮、疊掩、陰影等變形不正常的現象[10]。位于右岸岸坡的隱患點形變速率大于左岸岸坡的形變速率，有5處滑坡隱患點形變速率大于90 mm/a。小金縣太平橋鄉段滑坡隱患點集中，此段為重點分析區域，下文將對重點區域中主河道兩岸的典型滑坡隱患進行分析。

表2 典型滑坡隱患點早期識別結果

4 典型滑坡隱患點分析

位于小金縣太平橋鄉的H4和H5是小金川主河道鄰近的左、右兩處岸坡(圖3)，而且威脅對象包括村莊和小金川，故通過SBAS-InSAR數據處理結果對這兩處滑坡隱患點作進一步分析。

4.1 H4滑坡隱患點形變特征

H4滑坡隱患點位于小金縣太平橋鄉千家村范圍內，是小金川主河道沖刷而成的右岸岸坡，坡體植被較少，坡體較裸露，從而SBAS-InSAR處理的結果可以表現出更好的相干性。根據SBAS-InSAR處理結果(圖4(a))，形變范圍長約1 891 m，寬約812 m，形變面積約1.5 km2。滑坡隱患點平面形態呈半橢圓狀，滑坡后緣明顯，岸坡優勢滑動方向以山脊為界線，從衛星圖(圖4(b))中可發現明顯的位移特征。由圖4(a)可見，以山脊為界，形變集中區主要有兩處，右側形變速率明顯大于左側，且其形變速率已達-100 mm/a，呈現強烈的形變特征。由圖4(c)可見，H4點累積形變量最大的區域位于形變范圍Ⅱ的特征點B附近，位于滑坡隱患點形變區域的中部，2020-08～2021-07期間最大累積形變量達-106 mm；范圍Ⅰ和Ⅱ的形變后緣的特征點A和D次之，累積形變量達到-72 mm；范圍Ⅰ形變前緣的特征點D的累積形變量最小，在-50 mm左右。不同位置特征點的累積形變量存在一定的規律性，處于勻速形變階段，B和D點所在區域可能是潛在滑坡的滑移驅動段，若滑坡發生整體滑移，潛在滑移方向如圖4(b)白色箭頭方向所示，從而直接威脅千家村。

4.2 H5滑坡隱患點形變特征

H5滑坡隱患點位于小金縣太平橋鄉馬爾村，形變范圍最前緣鄰近小金川，是小金川主河道沖刷而成的左岸岸坡，坡體裸露且后緣明顯，處理效果良好。由圖5可見，形變范圍長約873 m，寬約428 m，形變面積約0.37 km2。隱患點平面形態呈長舌狀，滑坡周界明顯。形變區域分Ⅰ和Ⅱ兩個范圍，范圍Ⅰ內形變速率略大于范圍Ⅱ，其形變速率達到-70 mm/a，有明顯的形變集中區。根據2020-08～2021-07累積形變量結果，位于范圍Ⅰ的特征點B的累積形變量達到了-80 mm；特征點A和C次之，累積形變量達到-47 mm；特征點D累積形變量最小，但與A和C的累計變形量接近，為-43 mm。4處特征點的累計形變曲線變化基本一致，與H4隱患點一樣，處于勻速變形階段。根據形變范圍和衛星影像判斷，該隱患點存在兩級滑動臺階，坡腳被河水掏蝕嚴重，雖然目前處于勻速變形階段，但是一旦局部開始發生滑移，存在帶動整體發生滑移的可能，會直接對道路村莊造成破壞。

4.3 實地驗證

為了驗證SBAS-InSAR數據處理結果識別出來的H4和H5兩處滑坡隱患點，進行了兩處滑坡隱患點現場勘察取證。結合形變顯示結果、無人機拍攝照片和現場考察情況，以評估基于SBAS-InSAR技術滑坡隱患早期識別的可靠性。

4.3.1H4千家村滑坡隱患調查

H4千家村滑坡隱患點位于小金川右岸，坡向176°，表層由碎石土堆積而成。經過野外實地調查發現，該區域因為坡體的蠕變導致道路破損嚴重，坡體位于SBAS-InSAR數據處理結果中范圍Ⅰ的中部發育有一條裂隙，裂隙附近地臺下沉明顯，說明坡體整體正處于蠕變形變狀態(圖6)。

4.3.2H5馬爾村滑坡隱患調查

H5馬爾村滑坡隱患點位于小金川左岸，坡向為6°，表層也由碎石土堆積而成。該區域由于坡體自身的蠕變造成范圍Ⅰ中形變區域后緣的村莊道路破壞，并形成局部坡體裂隙和地臺錯動，同時也造成裂隙附近居民家中的房屋損壞，說明坡體整體正處于蠕變形變狀態(圖7)。

5 結 語

本文基于SBAS-InSAR技術，通過Sentinel-1升、降軌數據結合互補的方法，對小金川主河道兩岸岸坡為主的滑坡隱患點進行早期識別，得到以下結論：

1)SBAS-InSAR技術處理結果顯示，30景Sentinel-1降軌處理出的相干目標更加豐富，LOS向形變速率為-120～10 mm/a；25景升軌處理的相干目標較少，LOS向形變速率為-131～10 mm/a，兩者的結合使分析更加全面。

2)在升、降軌數據互補處理的結果上識別出35處滑坡隱患點，大體上右岸的滑坡隱患點多于左岸，有5處滑坡隱患點形變速率大于90 mm/a。其中小金縣太平橋鄉段有10處滑坡隱患點，年平均速率明顯大于其他區域，為滑坡隱患點密集的重點區域。

3)重點分析位于小金川主河道兩岸的H4和H5兩處隱患點，H4最大形變速率為100 mm/a，最大累積形變量為-106 mm；H5最大形變速率為-70 mm/a，最大累積形變量為-80 mm。兩處隱患點均存在多處形變區域，目前處于勻速變形階段，一旦發生滑移可能對村莊造成一定的危害且發生堵江。

4)針對本文識別出的滑坡隱患點，通過野外實地調查發現，識別的滑坡隱患點道路錯斷明顯，在形變區域發育有裂隙且導致地臺錯動，從而形成坡體表面活動。證明坡體整體處于蠕變狀態，驗證了識別結果的可靠性。