地質災害遙感綜合監測現狀與展望

邵 蕓，張 茗，謝 酬，3

1.中國科學院 空天信息創新研究院，北京 100101；2.中科衛星應用德清研究院，北京 100085；3.中國科學院大學，北京 100101

0 引言

中國是世界上地質災害最頻繁、受災最嚴重的國家之一，具有分布廣、突發性強、損失嚴重等特點［1］.由于山區較多，地形復雜，地質災害隱患點分布廣泛［2］.受強烈地震和極端氣象事件頻發影響，近年我國地質災害處于多發態勢.據自然資源部的調查數據顯示，截至2020 年底，我國已經發現的地質災害隱患有33 萬余處，但仍有大量地質災害隱患未被發現，仍需開展大量的調查工作.

根據行業標準T/CAGHP 001—2018 地質災害分類分級標準（現行），地質災害包括自然因素或者人為活動引發的危害人民生命、財產和地質環境安全的滑坡、崩塌、泥石流、地裂縫、地面沉降、地面塌陷等與地質作用有關的災害［3］.據自然資源部地質災害災情通報顯示，2020 年至2022 年3 月，全國共發生地質災害12 816 起，從災情類型看，滑坡7 187 起，崩塌3 672起，泥石流1 274 起，地面塌陷500 起，地裂縫164 起，地面沉降19 起.從災情等級看，2021 年至2022 年3月，特大型地質災害36 起，大型地質災害28 起，中型地質災害329 起，小型地質災害4 583 起，共造成232人死亡（失蹤），65 人受傷，直接經濟損失82.6 億元.2020 年至2022 年3 月，全國共成功預報地質災害1 444 起，涉及可能傷亡人員43 890 人，避免直接經濟損失24.5 億元.

由上可見，地質災害已經對我國人民的生命財產安全造成了極大的的威脅.因此，利用更先進、更經濟有效的手段對地質災害進行監測和防治，成為我國的當務之急.而遙感技術則為這一問題提供了有效的解決方法.

遙感是應用探測儀器，不與探測目標相接觸，通過探測物體與特定譜段電磁波的相互作用（輻射、反射、散射、極化等）特性，從遠處把目標的電磁波特性記錄下來，通過分析，揭示出物體的特征性質及其變化的綜合性探測技術［4］.它是在航空攝影的基礎上發展起來的，1972 年美國搭載多光譜掃描儀（MSS）的陸地衛星（Landsat）發射成功，標志著遙感作為一門新型技術學科的確立.遙感技術發展至今，從觀測方式上可以分為3 類：1）微波遙感技術，包括InSAR、極化SAR 等；2）光學遙感技術，包括衛星平臺和航空平臺上的的可見光、熱紅外、高光譜遙感技術；3）機載LiDAR 遙感技術.

遙感具有宏觀性、綜合性、多尺度、多層次的特點，能夠對地質災害進行大范圍、長時間、高時效性、立體地監測.相對于傳統的地質災害觀測手段，它具有以下優點.1）遙感數據覆蓋范圍大.遙感衛星軌道高度通常在150 km 以上，能夠觀測到的面積非常廣，即使是高度較低的航空攝影，高度也能夠達到20～30 km.對于地勢險峻，人力所不能及的地區，遙感監測也能獲取到當地的數據.2）遙感數據觀測時間長、完整性高.遙感衛星往往能夠獲取過去幾十年間的數據，方便對地質災害進行時序監測.此外，中國南方山區常年處于陰雨環境下，地質災害頻發，受天氣影響，經常無法獲得完整的數據，而遙感的微波波段能夠穿透云霧、小雨，做到全天時、全天候對地監測，極大地保證了數據的完整性.3）遙感數據時效性高.遙感數據具有獲取速度快、獲取成本低的特點.傳統的地質災害監測方法費時費力，常常耗費數十倍于遙感的成本，還難以獲取實時的數據.4）遙感監測中的微波可以穿透植被及干燥地物等，排除地面覆蓋物的干擾，對于探測地面沉降、地面塌陷等地質災害十分重要.5）遙感數據信息量大.遙感數據能夠囊括從紫外線到微波甚至超長波等諸多波段，對于運用不同波段信息識別不同的地質災害、監測地面變化具有十分重要的意義［4-6］.

本文在前人研究的基礎上系統總結監測地質災害的不同遙感手段，并結合應用實例展示這些遙感手段的應用現狀，分別論述其在不同地質災害應用領域的優勢與不足，最后指出遙感在地質災害領域目前存在的問題，并對未來地質災害遙感的發展方向提出展望.

1 微波遙感在地質災害方面的應用

合成孔徑雷達（Synthetic Aperture Radar，SAR）是一種主動式微波遙感，其顯著特點是主動發射電磁波，具有不依賴太陽光照及氣候條件的全天時、全天候對地觀測能力，并對云霧、小雨、植被及干燥地物有一定的穿透性，可以用來記錄地物的散射強度信息及相位信息.前者反映了地表屬性（含水量、粗糙度、地物類型等），后者則蘊含了傳感器與目標物之間的距離信息［7-9］.相對于光學遙感而言，它能夠穿透云霧的特性使其不受天氣和時間的影響，可在陰雨天氣和夜間持續地監測，這對于監測具有突發性的地質災害具有十分重要的意義［7-9］.

1.1 InSAR 技術

合成孔徑雷達干涉測量技術（Interferometric Synthetic Aperture Radar，InSAR）集合成孔徑雷達技術與干涉測量技術于一體，而合成孔徑雷達差分干涉測量（Differential InSAR，D-InSAR）則是將由雷達對統一區域兩次或多次獲取的復影像數據提取出的電磁波信號的相位信息，通過相位差計算，從蘊含了大量信息的一幅或者多幅干涉條紋圖中提取地面地形和目標的微小形變信息［7-9］.因為D-InSAR 對垂直方向的形變比較敏感，它能夠反演地表三維空間位置及其微小變化［10-11］，精度能達到厘米級別［12］.因此該遙感技術在地質災害領域的大范圍地表形變監測方面應用非常廣泛［13］，涉及到地震、滑坡、地面沉降［14］、地面塌陷、火山活動等方面的應用.

（1）地震方面.1989 年，Gabriel 等首次利用Seasat衛星數據進行了差分干涉測量實驗，測量了美國加利福尼亞州東南部Imperial 河谷灌溉區的地表形變，證實了InSAR 在監測地表形變方面的能力［13］.1993 年，Massonnet 等利用ERS-1SAR 數據對1992 年Landers 地區的地震進行了研究，并將測量結果與其他的測量數據進行了對比，結果相當的吻合，并將其研究成果發表在Nature 雜志上，引起了國際地震界的廣泛關注，屬首次應用InSAR 技術監測到地表同震形變［15］.2006 年，Dixon 等采用SAR 數據監測到了新奧爾良地區的地面沉降并制成了城市地表沉降圖［16］.2009 年，單新建等利用JAXA 的ALOS PALSAR 數據（L 波段）獲取汶川MS8.0 級地震的同震形變場，監測到整個四川盆地發生了不同程度的地表形變［17］.2010 年，邵蕓等使用ALOS PALSAR 數據獲取了玉樹Mw6.9 級地震的同震形變場，監測到地震變形沿玉樹-甘孜斷裂帶擴展，其測量的結果與中國地震局地面調查的結果一致，對于評價玉樹地震的破壞程度，研究地震形變和地震孕育特征具有重要意義［18］.2010 年，Calais等結合GPS與InSAR 技術對海地太子港（Port-au-Prince）地區發生的Mw7.0 級地震進行了研究，監測到地面兼有垂直和水平方向的運動，引起了地面的壓縮［19］.2013 年，Marshall等利用InSAR 技術對加利福尼亞南部的斷層滑動速率和震間形變模式進行了研究，并且使用GPS 數據驗證了其精度［20］.2014 年，劉云華等利用RadarSat-2數據，獲取了蘆山地震同震的部分形變場并反演了震源參數，為進一步的研究提供了參考［21］.2016 年，Elliott等總結了過去20 年里InSAR 技術建立地震模型的能力，其厘米級別的精度為認識大陸變形的機制提供了極大的幫助，而其極高的時效性能夠在地震預警方面（如檢測到震前地面形變）做出貢獻［22］.2017 年，邵蕓等利用Sentinel-1 數據獲取了九寨溝Ms7.0 地震的同震形變場，反演了其同震滑動分布［8］.2017 年，蔡杰華等利用D-InSAR 技術和時間序列InSAR 技術對九寨溝地區震后的滑坡隱患進行了早期識別與探測［23］.

（2）滑坡方面.2004 年，Hilley 等使用ERS-1 和ERS-2 數據對舊金山灣區東部Berkeley 地區在1992—2001 年發生的緩慢運動的滑坡進行了研究，結合當地的降雨數據，得到滑坡滑動的季節性加速與降雨量密切相關的結論，并將成果發表在Science 上，證明了InSAR 技術在滑坡領域的應用潛力［24］.2012 年，廖明生等利用高分辨率SAR 影像幅度和差分干涉相位信息，成功地檢測到三峽庫區滑坡發生所處的時間段、地點以及形變，驗證了運用InSAR 技術進行滑坡檢測的有效性［25］.2016—2020 年，邵蕓等持續開展了多云多雨喀斯特地貌區的高危滑坡隱患InSAR 排查研究［7-9］.2017 年，李夢華等以Sentinel-1A/1B 為數據源，運用時序InSAR 方法，對四川茂縣岷江河谷區段的滑坡隱患進行了識別，找到了20 多處隱患［26］.2018年，劉斌等使用IBIS-L 地基InSAR 系統開展了奉節大樹場鎮災后滑坡、神農架林區人工不穩定斜坡和備戰鐵礦露天采礦邊坡的監測，其精度達到亞毫米級，擴展了InSAR 在滑坡領域的調查與監測手段，為星載和地基InSAR 技術在地表形變監測方面的綜合應用奠定了技術基礎［27］.2019 年，許強等提出通過InSAR 和地面觀測手段，在掌握滑坡崩塌的變形規律和階段以及時間-空間變形特征的基礎上，建立分級綜合預警體系［28］.2019 年，李振洪等總結了衛星雷達遙感在滑坡災害探測和監測中的應用，提出目前雷達遙感面臨4個挑戰，分別是干涉去相干、大氣干擾、斜視成像幾何畸變和地形效應，并就現狀提出了展望與對策［29］.2021 年，王哲等結合ALOS/PALSAR-2 的升軌和降軌影像，對西藏發生了易貢滑坡的扎木弄溝地表的形變進行了監測，探測到研究區域整體處于穩定狀態，但有6 個形變體，證實了在地形陡峭的區域，結合SAR 的升降軌影像可以大大減少InSAR 監測滑坡時產生的盲區，提高滑坡識別的成功率［30］.由于滑坡多發生在植被茂密的山區，地形復雜，山體陡峭，時間去相干、空間去相干和大氣影響制約了D-InSAR 技術在滑坡形變監測中的廣泛應用.為了消除D-InSAR 的局限，進一步發展了多時相InSAR（MT-InSAR）技術.目前，MTInSAR 已廣泛應用于地表形變監測、滑坡區域地圖的繪制、滑坡建模、滑坡的危害與風險評估等方面［7］.

（3）地面沉降方面.1997 年，Massonnet 等采用ERS-1 數據對南加州East Mesa 的地熱發電站周圍的地面狀況進行了監測，并與當地的測量數據對比，證明了InSAR 數據用于監測地面沉降的潛力［31］.1999 年，Amelung 等采用美國內華達州拉斯維加斯在1992 年4 月至1997 年12 月期間的ERS 圖像測量當地的沉降情況，并與當地測量的水準數據相比較，顯示在過去十年中，由于地下水開采的減少，導致地下水位上升，使沉降率有所下降；該研究還使用InSAR 數據監測了季節性的沉降和上升模式，得到了關于含水層系統的彈性和非彈性特性及其空間變異性的信息，證明了InSAR 數據用于監測地面沉降及其季節性升降的能力［32］.2001 年，Hoffmann 等利用InSAR 數據對拉斯維加斯峽谷的季節性沉降及其恢復進行了監測，證實當地的地下水人工補給政策確實抬升了地下水的水位和地面的高度［33］.2005 年，吳立新等利用ERS-1 和ERS-2 數據對唐山市及開灤礦區的地面沉降進行了研究，證明可以利用多時相D-InSAR 技術結合角反射器（或平面反射器）方法進行工礦區地表沉陷監測［34］.2007 年，王艷等采用上海市主城區約100 km2區域在1992—2000 年間的25 景ERS-1/2 的單視復影像，利用長時間序列的相干目標分析方法研究地面沉降的形變規律，其研究表明InSAR 可以很好地應用于地面沉降觀測，并成為地表緩慢形變觀測應用領域提高時間、空間尺度信息量的一項非常有前景的技術［35］.2014 年，Chaussard 等使用2007—2011 年墨西哥中部地區的ALOS 數據進行InSAR 時間序列分析，確定了包括17個城市在內共21 個地區有地面沉降，比以前有記錄的數量要多得多，并確定發生地面沉降的原因是地下水的過度開采和地下水水質的下降，證明了InSAR 技術能夠在城市規劃方面提供有力的支撐［36］.2014 年，Tomas 等利用D-InSAR 識別出西班牙19 個沉降區（包括礦區、地下水開采地區、火山地區等），證明了DInSAR 對于識別和監測未知沉降區有著巨大的作用［37］.2016 年，孫曉鵬等采用SBAS-InSAR 技術對成都平原的地面沉降狀況進行了監測，該技術能夠較好地克服時空失相干限制，獲得大范圍毫米級精度的地表形變信息［38］.2021 年，李金超基于D-InSAR，使用Sentinel-1A的圖像，采用時序InSAR 中的SBAS-InSAR 技術對淮南礦區的形變進行了識別，再一次證明了SBAS-InSAR對于減小誤差和削弱失相干影響的能力［39］.

（4）地面塌陷方面.2009 年，Castaneda 等利用SBAS-InSAR 技術對西班牙Ebro 河流地區的地面塌陷進行了研究，證明了InSAR 技術在尋找陷坑方面的應用能力［40］.2018 年，Theron 等總結了地面塌陷的機制，并闡述了InSAR 技術用于測定地面塌陷的原理和方法，闡明了InSAR 技術可以定量、定點監測地面塌陷，并且可以通過發現地面的前兆變形對地面塌陷進行預警，降低基礎設施的損害，保護人類生命財產安全，并且還可以通過開展地面主動補救工作來降低地面維護成本［41］.

（5）火山活動方面.1995 年，Massonnet 首次使用ERS-1 衛星從上升和下降軌道獲取的兩組合成孔徑雷達圖像數據對Mount Etna 1992 年5 月17 日至1993 年10 月24 日的數據進行了監測，成功監測到了火山噴發前地表的收縮形變［15］.2000 年，Amelung 等采用InSAR 技術對Isabela 和Fernandina 島的火山在1992—1999 年間的形變進行了監測，發現有些火山周圍的斷層形成了類似“活動門板”的構造，降低了巖漿室上方的應力，從而解釋了為何有些火山周圍地面監測到有大規模隆起卻沒有噴發的原因，并將成果發表在了Nature 上，給人們對火山爆發進行有效預警提供了支持［42］.2004 年，Pritchard 等采用ERS-1/2 衛星數據監測了1992—2002 年安第斯山脈中部約900 座偏遠火山的活動狀況并作出了分析［43］.2007 年，Amelung 等使用Radarsat-1 數據，找到了Mauna Loa火山2002—2005 年西南裂谷帶中深度巖脈狀巖漿體長期膨脹的證據，得到了Mauna Loa 火山巖漿的新模型，表明應力轉移在控制地下巖漿堆積中起著重要作用，并將結果發表在Science 上［44］.2010 年，Fournier等采用ALOS PALSAR 數據對2002—2008 年拉丁美洲地區的火山進行了監測，并且與之前世界上其他地區的100 多個火山的變形研究相結合，計算該地區火山地表變形的頻率、量級和持續時間［45］.2016 年，Ruch 等采用COSMO-SkyMed 衛星的數據對位于冰島的Ba’rjarbunga 火山口的巖脈入侵進行了監測，增進了對于火山地區裂谷機制和演化的理解［46］.2021 年，Varugu 等采用InSAR 技術COSMO-SkyMed 的數據對Mauna Loa 火山2014—2020 年之間其內部巖漿的活動狀況進行了監測，結果表明該火山的巖漿體拓寬了約4.5 m，并對之后這座活火山的活動情況做出了預測［47］.

（6）凍土變化方面.2008 年，謝酬等選用4 景覆蓋青藏高原東北部的北麓河區域的ALOS PALSAR 數據，對研究區域進行凍土形變檢測，并與覆蓋北麓河研究區3 景ASAR 數據進行了對比分析，證明PALSAR數據更適用于植被覆蓋區域的分析，同時還證明了PALSAR 數據能夠有效進行多年凍土區的形變分析［48］.2013 年，李珊珊等提出將SBAS-InSAR 應用于監測凍土，并利用周期形變模型來代替傳統的SBAS方法中的線性形變模型以解決凍土形變呈現明顯的季節性特征的問題，利用2007—2010 年的21 景ASAR影像圖作為實驗數據，成功獲取了青藏高原從羊八井站—當雄站鐵路段凍土區的地表形變時間序列圖，與當地的溫度數據聯合分析，發現其變化狀況與凍土的物理變化規律非常一致，證明了SBAS-InSAR 技術在凍土形變監測中具有良好的發展應用前景［49］.2017 年，Daout 等采用InSAR 數據對西藏西北部多年凍土活動層的空間變化及其時間演變進行了研究，檢測到了西藏西北部地區地表季節性沉降現象并定量進行了分析［50］.2021 年，王京利用Sentinel-1A 數據、TerraSARX 數據、ALOS-2 PALSAR-2 數據對青藏高原的凍土凍融的過程進行了監測并制圖，為青藏高原地區凍土相關災害的防治和環境保護提供了有利的科學依據［51］.

1.2 極化SAR

極化作為電磁波的本質屬性，是幅度、頻率、相位以外的重要基本參量，描述了電磁波的矢量特征，即電場矢端在傳播截面上隨時間變化的軌跡特性.目標變極化效應所蘊含的目標豐富物理屬性信息對提升雷達的目標檢測、抗干擾、分類和識別等能力具有極大潛力.極化SAR 具備全極化測量能力，能夠獲取目標的全極化信息，使得對目標極化散射機理進行完整刻畫成為可能.極化信息的提取已經成為近幾年SAR 遙感發展的新方向.相對于單極化數據而言，全極化SAR圖像可以更好地闡釋散射機制的變化，并且蘊含著豐富的極化信息，因此如何合理利用極化特征來提取災后建筑物的損毀信息成為了研究重點［7-9］.它在監測地震與滑坡方面應用廣泛.

2016 年，翟瑋等利用“4.14”玉樹地震震后機載PolSAR 影像提取了當地的倒塌建筑物，及時獲取了當地建筑物震害信息［52］.2019 年，李強等利用分辨率為1 m 的C 頻段多極化高分三號衛星數據，對九寨溝進行了地震滑坡自動快速識別，為九寨溝地震景區的震后重建提供了依據［53］.

1.3 多源SAR

近年來，隨著雷達衛星遙感技術的不斷發展，集寬幅SAR、InSAR 和極化SAR 為一體的雷達系統，即多源SAR 手段融合了多種SAR 的優點，相互彌補，為監測地震等地質災害提供了更為有效和精確的手段.

2010 年，郭華東等結合寬幅SAR、InSAR 和極化SAR 對玉樹地震進行監測.首先利用RadarSat-2 的寬幅SAR 數據對玉樹地震的區域地質構造和巖性分布特征進行解譯，找到4 處主要斷裂.之后利用ALOS/PALSAR 升軌重軌干涉測量數據，獲取了同震形變場，得到同震形變場是以北西向發震斷層甘孜-玉樹斷裂帶為中軸分布的，基本與該斷層成平行分布.再利用2010 年4 月21 日升軌的RadarSat-2 精細模式極化數據對當地的倒塌建筑物進行解譯分析，同時與4 月15日獲得的機載高分辨率光學影像解譯出的結果進行對比，得到倒塌建筑的識別率為88%，未倒塌建筑的識別率為80%［54］.

2 光學遙感在地質災害方面的應用

2.1 光學衛星遙感

光學遙感通常是指對目標在可見光、近紅外和短波紅外電磁譜段進行成像觀測，記錄的是地表對太陽輻射的反射和自身發射的能量，進而獲取和分析被觀測對象的光學特征信息.光學遙感技術經過長時間的發展，已經能夠獲得高空間、高光譜和高時間分辨率的遙感數據［4］.相對于微波遙感，它不需要滿足雷達影像的高相干性條件，在地表變化狀況較為劇烈的地區，也能得到理想的數據.此外，光學衛星遙感影像還能監測到研究區域植被的變化狀況，為地質災害監測進行輔助.其在監測滑坡、地面塌陷、火山活動、冰川活動、土壤侵蝕方面應用廣泛.

（1）滑坡方面.2006 年，王治華采用天臺鄉滑坡區域的TM、IKONOS 和QuikeBird 在滑坡前、后兩個時相的數據，結合當地的DEM 數據、地形圖和現場實測GPS 控制點，對滑坡進行解譯，得到了滑坡的邊界及地表特征、運動特征和規模［55］.2007 年，鄧輝利用QuickBird-2 的2004 年的影像，將1、2、3 波段進行真彩色合成用于主要分析，再輔以4、3、2 波段的合成圖像，對長江三峽地區的白衣庵滑坡和巫山縣城下游等地的崩塌堆積體進行了解譯［56］.2008 年黃潤秋等利用汶川地震后的日本ALOS 衛星影像數據和中國國土資源航空物探遙感中心的航空遙感數據，并結合國土資源部門的地質災害隱患點的應急排查資料，迅速完成了汶川地區16 個重災縣11 308 處地震滑坡編目圖［57］.2017 年，彭令等以“5.12”大地震受災嚴重的汶川縣為研究區域，采用資源三號和高分一號的高分辨率光學衛星影像數據，利用多尺度最優分割方法進行多層次滑坡對象構建，同時結合地震滑坡的發育特征建立了滑坡識別的特征規則集合，采用分層識別模型，實現滑坡區域的提取與滑坡要素的精確識別，最后通過與目視解譯及野外調查驗證結果進行對比分析，驗證了結果的整體精度［58］.2019 年，唐堯等采用國產高分二號與北京二號等國產遙感衛星影像并結合部分災區現場照片資料，對“10.11”金沙江高位滑坡開展災情應急監測，識別了該滑坡的各項特征并對周邊的災害隱患地區進行了識別，證明了國產遙感衛星在國家重特大地質災害應急監測方面發揮了重大作用［59］.2020年，郭忻怡等利用高分辨率光學遙感技術建立了遙感影像上植被異常與滑坡蠕變的關系，彌補了InSAR 等技術在植被茂密、地形陡峭等條件下監測能力的不足［60］.2020 年，龍玉潔等利用Landsat 7、SPOT-5、RapidEye、Planet 影像，采用最大似然法和RF 算法對2008 年汶川地震后10 a 內綿遠河流域滑坡進行了識別與自動提取，證明了RF 算法的識別精度更高［61］.

（2）地面塌陷方面.2013 年，周學珍等利用具有1 m 空間分辨率的IKONOS 數據，通過識別地裂縫，確定了陜西神府煤礦區地面塌陷的范圍［62］.

（3）火山活動方面.2020 年，Michael 等對ASTER數據庫在全球各地過去20 a 內拍攝的32 萬個與火山相關的紅外影像進行挖掘，從中找出了2 000 多幅影像，對全球的火山分別進行了以1 a、5 a 和20 a 為尺度的觀測，研究它們的變化［63］.

（4）冰川活動方面.相較于光學遙感影像，InSAR的影像需要很強的相干性，只有時間間隔很短的影像才能滿足要求，這不利于進行長時期冰川的活動監測.而光學影像則沒有這個限制，可以進行年際影像的對比.2009 年，黃磊等利用Landsat 5 和Landsat 7 的近紅外波段，對天山冰川區1991—2000 年的冰川平均運動速度進行了計算［64］.2011 年，許君利等利用2001—2009 年的3 組（6 期）ASTER 遙感影像反演了天山托木爾峰科其喀爾巴西冰川表面的運動速度，并與花桿測量數據進行對比，平均絕對誤差為3.1 m/a，相對誤差為11.9%，反演精度符合要求［65］.利用光學遙感影像對冰川運動速度進行研究，為我們在全球變暖的大背景下對冰川活動進行監測起到了重要的作用.

（5）土壤侵蝕方面.2021 年，Zhu 等利用Landsat TM 在2000、2005、2010 和2020 年的影像監測了甘肅省天水市麥積區的土壤侵蝕狀況，并對不同區域的侵蝕程度進行了分級［66］.

2.2 航空攝影測量

航空攝影測量指的是在飛機上用航攝儀器對地面連續攝取像片，結合地面控制點測量、調繪和立體測繪等步驟，繪制出地形圖的作業.它可以將地形測量的大部分外業工作轉移到室內進行，克服了不易到達地區野外測量的困難，并能真實、詳細地反映地物、地貌.現在普遍偏向使用無人機作為遙感平臺對研究區域進行探測，涉及地震、滑坡、地面沉降等方面.

（1）地震方面.2003 年，王曉青等人采用機載光學遙感對巴楚-伽師地震地區進行了數據采集，對研究區域的震害進行了評估，識別了倒塌建筑物和地震次生災害［67］.2013 年，在郭華東的組織下，王福濤等利用四川蘆山地震后航空遙感飛機B-4101 攜帶的光學傳感器拍攝的多光譜航空遙感數據，結合震前的SPOT5 和資源3 號全色和多光譜遙感影像，首先結合次生地質災害在高分辨率多光譜影像上的形態、結構和紋理特征，對地震重災區次生地質災害的數量和空間分布進行了有效監測［68］.2015 年，王曉青等采用四川蘆山震后快速獲取的高分航空遙感影像，進行了災區建筑物震害應急提取和震害指數計算，并將遙感評估結果與現場實際調查結果進行比較分析，驗證了使用遙感數據得到的結果的準確性，證明了震后的高分航空遙感影像可以在地震應急階段快速對地震進行評定，時效性高，之后再結合地震現場實地調查資料能夠進一步提高結果的準確性和精度［69］.2021 年，范熙偉等利用無人機獲取熱紅外遙感數據，提取了北川地震遺址的地震倒塌房屋數據，將震后房屋倒塌類型分為未倒塌、部分倒塌和倒塌共3 個破壞等級，為震后重建和救援提供了依據［70］.

（2）滑坡方面.2014 年，Lucieer 等利用小型無人機拍攝了Tasmania 東南部2011 年7 月19 日和11 月10 日的影像，從圖像中提取出了滑坡并建立了滑坡的三維模型，通過與地面控制點進行比較測試，其水平精度為7 cm，垂直精度為6 cm，建立了一個高精度的滑坡模型［71］.2019 年，李維煉等使用無人機采集了金沙江特大滑坡災害的遙感數據，并依此構建了滑坡災害的VR 場景，支持用戶沉浸式交互與滑坡災情信息分析，大大提高了滑坡災害監測的可視性［72］.

（3）地面沉降方面.2018 年，高冠杰等使用四旋翼無人機對寧夏羊場灣煤礦拍攝了2016—2017 年間的3 期光學影像，空間分辨率在2 cm 以內，對其采煤沉陷量進行了監測［73］.

3 激光雷達在地質災害方面的應用

激光雷達（Light Detection and Ranging，LiDAR）是激光技術與傳統雷達相結合的產物，以激光束作為信息載體，可以用相位、頻率、偏振和振幅來搭載信息的主動式雷達［74］.激光雷達是對地表三維坐標的直接測量，而傳統的攝影測量或者雷達干涉測量（InSAR）都是通過間接的方法獲得地表三維數據［74］.由于激光雷達發射激光束頻率較傳統雷達高幾個數量級，加上激光具有高亮度性、高方向性、高單色性和高相干性特點，所以激光雷達能夠精確測距、測速和跟蹤，還具有很高角分辨率、速度分辨率和距離分辨率，對更小尺度的目標物也能產生回波信號，在探測細小顆粒方面有著特有優勢［74］.因此在小范圍的地質災害監測方面，它能夠提供最高精度的數字高程模型（Digital Elevation Model，DEM），監測到的地表形變也更為精確.其在監測地震、地面沉降、土壤侵蝕、海岸侵蝕等方面有著廣泛的應用.

（1）地震方面.2018 年，佘金星等采用機載LiDAR測量技術，快速獲取了九寨溝地震核心景區的激光點云數據.并用這些數據構建了高精度DEM 模型和數字正射影像圖（Digital Orthophoto Map，DOM），利用專家經驗和計算機自動識別技術，對九寨溝的地質災害隱患進行了早期的識別與分析，為震后危險區域的實時監測提供了重要的手段［75］.

（2）地面沉降方面.2015 年，陳夢雪等利用機載LiDAR 獲取了錢塘江北岸海塘的數據，再利用車載LiDAR 獲取了錢塘江南岸海塘的數據，利用這些數據生成了海塘的DEM 數據并進行了剖面分析，對比同一地區兩期DEM 的不同，監測錢塘江海塘的沉降情況，發現海塘工程沉降情況并不明顯，尚且安全［76］.2018 年，張永庭等利用兩期無人機機載LiDAR 三維點云數據，對寧東煤礦基地馬連臺煤礦的礦區沉降狀況進行了監測，得到了研究區域的三維立體圖，共監測出了3 處地面沉降區；之后將結果與GPS 自動監測數據進行對比分析，最大誤差值0.0532 m，平均誤差為0.0434 m，小于0.40 m，完全滿足了精度要求［77］.

（3）土壤侵蝕方面.2007 年，陳劍橋在金沙江溪落渡水電站水土保持監測項目（XLD/0340）中，利用LiDAR 對楊家溝渣場進行了測量，并結合差分GPS 數據，計算渣場的土石方量，從而達到監測楊家溝渣場水土流失狀況的目的［78］.

（4）海岸侵蝕方面.2019 年，Michel 等利用無人機機載LiDAR 對法國的魯西榮平原的海岸線狀況進行了監測，比起光學攝影測量，在有植被覆蓋時LiDAR 能夠提供更加精確的DTM 數據，其數據處理速度更高；通過與土地測量收集的點數據進行比較，平均誤差為4.0 cm，Z 的標準偏差為9.5 cm，在海灘沙地這種軟質地面上得到了精度非常理想的數據［79］.

4 多源遙感技術

不同來源的遙感數據在監測不同的地質災害方面各有優勢，但由于不同遙感技術獲取數據和成像方法的不同，每種遙感技術也都有著自己難以彌補的缺陷.隨著遙感技術的發展，從光學、熱紅外和微波等使用不同方法對地觀測的衛星傳感器越來越多，同一地區能夠獲取的遙感影像數據種類也隨之變多.由于不同的遙感監測手段獲取的信息量不同，優勢也不同，可以做到相互彌補，因此從多源數據中能夠提取比單源數據更豐富、更可靠、更有用的信息，可以提高影像的空間分辨率，提高數據分類的精度與可靠性，增強解譯和動態監測能力，減少模糊度，有效提高遙感影像數據的利用率.多源遙感數據目前在地震、滑坡、地面沉降、火山活動、冰川活動等方面有廣泛應用.

（1）地震方面.利用多源遙感數據，可以同時對地震的震前、震后、震害的狀況進行綜合監測，彌補不同的遙感手段在監測方面的不足.由于地震區域在震前會有顯著的地表熱異常，因此可以利用光學衛星熱紅外遙感為震前預警提供可行的手段［80］.震后則可以根據具體情況，利用InSAR 或者是LiDAR 對地表垂直形變進行監測，及時確定受災區域狀況，并且可以確定地震次生災害隱患點，及時做出預警，其精度可以達到厘米級別.對于地震損害評估，則可以利用IKONOS、QuikeBird 等光學衛星確定地表建筑物損毀狀況等，對震害進行評估.2005 年，單新建等采用ETM、SPOT、IKONOS、ERS-1/2、SAR 等多源衛星圖像的解譯和分析，獲取了昆侖山口西Ms8.1 級地震破裂帶空間分布與形變特征［81］.2020 年，由于九寨溝地區植被茂密，InSAR 成像的相干性很差，董秀軍等采用光學衛星影像和機載LiDAR 點云數據生成的DEM 對九寨溝地震的震后狀況進行了監測.首先利用上述數據對九寨溝地區的地質構造和巖體結構進行了解譯，利用光學影像和LiDAR 數據共解譯研究區已存在的不良地質現象83 處，其中古滑坡7 處、崩塌堆積體57 處、泥石流溝19 處.之后，采用巖體結構面組合分析及類比等方法，共解譯出存在隱患的災害點26 處，其中崩塌危巖體16 處、不穩定斜坡8 處、泥石流溝2 處［82］.

（2）滑坡方面.2009 年，Roering 等利用D-InSAR、機載LiDAR 和航空影像歷史數據對北加利福尼亞州地區的滑坡進行了研究.先利用ALOS 數據確定了5個大型滑坡（＞1 km）的位置，再利用機載LiDAR 和航空影像歷史數據監測地表樹木位移的狀況，結合DInSAR 圖像，計算出滑坡的運動速率和地面泥土剝蝕速率［83］.2019 年，許強等提出通過構建天-空-地一體化的“三查”體系進行重大地質災害隱患的早期識別.“三查”體系首先通過衛星光學遙感和D-InSAR 技術實現區域掃面性地質災害隱患的普查，隨后利用LiDAR 和無人機攝影測量實現高地質災害風險區段和重大地質災害隱患的詳查，最后采用現場調查、地面與坡體內部探測等手段，實現重大地質災害隱患的復核確認和排除，即核查［28］.2019 年，陸會燕等先使用光學衛星遙感影像確定了金沙江白格滑坡區域的51處滑坡隱患，再在此基礎上采用SBAS-InSAR 技術對具有堵江風險的重點區域的ALOS PALSAR-1 和Sentinel-1A 雷達衛星數據進行處理，共探測出7 處滑坡隱患具有較顯著形變，其中3 處堵江風險較大，為滑坡防治提供了數據支持［84］.

（3）地面沉降方面，2017 年，何倩等結合InSAR 和LiDAR 數據對河北省邯鄲市的礦區沉降情況進行了監測.利用高精度的LiDAR 數據繪制了礦區精度為1 m 的DEM 模型，解決了目前常用的SRTM DEM 數據分辨率只有30 m、精度過低、會造成沉降數據誤差過大的問題；之后采用精度為3 m 的TerraSAR 數據與SRTM 和LiDAR 生成的DEM 分別進行差分處理，與水準測量方法獲取的地表沉降量做對比，發現LiDAR生成的DEM 大大減小了下沉值的誤差，提高了監測精度［85］.2022 年，Wang 等利用無人機航空攝影測量技術和InSAR 數據，對中國西部地區的王家塔煤礦的地面沉降狀況進行了分析.從2018 年6 月至2019 年4月共獲取了10 幅ALOS 衛星的SAR 圖像，依此繪制了礦區的DEM 圖像，同時進行了4 次無人機觀測，獲取了在這一年的煤礦開采期間工作面完整的變形場，證實了隨著當地煤礦開采工作面的擴大、加深，當開采深度大于煤層埋深的1.2～1.4 倍時，超過臨界條件，引起了地面沉降，最大沉降量為2.780 m，沉降率基本保持在0.25 m/d；最后，通過全球導航衛星系統（Global Navigation Satellite System，GNSS）獲得的數據對該方法的準確性進行了測定，證明通過融合多種遙感數據能給構建完整、精確、高時間精度的沉降盆地模型提供一種有效的新方法［86］.

（4）火山活動方面.2000 年，Francis 等提出結合光學衛星的熱紅外數據和雷達衛星的數據對火山活動進行研究，指出可以利用光學衛星遙感的熱紅外輻射數據監測火山的活動水平，這對于自動探測火山噴發和研究火山熔巖的分布非常有效；與此同時利用衛星雷達數據，這樣就可以克服光學影像受大氣、觀測時間影響嚴重的缺點，不僅可以透過云層并且還可以在夜間觀測火山的活動，同時提供高分辨率的地形數據［87］.2006 年，Pavez 等結合InSAR、光學航空攝影測量與地面數據，對智利的Lascar 火山1993 至2000 年的活動狀況進行了監測，結合航空攝影測量數據和GPS 地面測量數據得到的高精度、高分辨率的DEM，提高了Lascar 火山的InSAR 圖像成像精度，然后使用高精度的InSAR 數據對與Lascar 火山周期活動相關的地表變化進行厘米級別的監測，證實在1993 年4 月的噴發之后，火山周圍地表沒有持續的大規模變形［88］.

（5）冰川活動方面.2005 年，Kaab 等提出可以結合光學影像數據對冰川光譜分類的結果與從合成孔徑雷達和LiDAR 數據中建立的DTM 模型，計算冰川的位移量，從而對冰川活動進行監測［89］.2021 年，吳立新等采用天地空協同監測的方式對波密縣天摩溝地區的冰川活動進行了研究.由于該地區地形陡峭，積雪量大，云霧量大，冰川厚度大，因此單一的遙感手段無法實現精確且連續地監測，他們利用InSAR 可以穿透云霧和光學衛星可以穿透冰層的優勢定量估計冰川的潛在物源體積，再結合無人機熱紅外可以區分冰層和巖層的能力以及光學遙感時空分辨率高的特點，劃定冰川分布的位置.最終根據不同遙感手段的特點制定了三類監測方案：A）精細獲取單一冰川流域孕災環境本底信息與災變過程表觀數據；B）獲取和分析大范圍內多個冰川流域、多個災害要素的長期變化信息；C）在冰川流域災害發生后及時為國家及地方政府的應急救災提供數據保障與信息支持［90］.

5 結論與展望

伴隨著遙感技術的不斷創新升級，各種遙感技術的理論也逐漸成熟，迄今已經有多種遙感技術被用于監測各種地質災害，人們對于監測地質災害的精度和準確度也在不斷地上升.但目前地質災害遙感領域仍面臨許多挑戰，需要在以下幾個方面進一步加深研究與討論.

（1）地質災害發生地區常具有地勢復雜、植被茂密、云層密度大、地表覆蓋物變化劇烈等多重問題，在監測時僅使用單一的遙感手段往往會有缺陷.比如使用微波遙感進行監測時，往往需要幾幅圖像之間具有很強的相干性，這在植被茂密或是地表覆蓋物變化劇烈的情況下難以實現，極大程度上限制了微波遙感的發揮；光學遙感影像雖然沒有這方面的限制，但是對于監測地面微小形變的能力不如微波遙感和LiDAR，對地表覆蓋物的穿透性也不夠強，同時受大氣條件影響很大；LiDAR 雖然監測精度高于微波和光學遙感，監測范圍的靈活性也更強，但其受天氣影響大，同時監測范圍遠不及光學和微波遙感.因此需要融合多種遙感數據，才能在監測地質災害時做到互補.如何根據不同遙感數據的特點將多源遙感數據互補融合，將是未來地質災害遙感領域主要的研究方向之一.

（2）地質災害隱患的監測中多源遙感數據的兼容.不同的遙感數據，其存儲數據格式不同，時間和空間分辨率不同，成像原理等方面也不同，這導致了在使用多源數據的時候會遇到諸多不便.以光學遙感衛星為例：MODIS、ASTER、Sentinel-3、VIIRS 等衛星傳感器影像具有高的時間分辨率（1～2 d），但空間分辨率比較低（300～1 000 m）；而SPOT、Landsat、Sentinel-2、GF 系列具有高的空間分辨率（10～30 m），但時間分辨率低（無云情況下5～30 d）.此外由于光學和微波遙感的成像方式不同，它們的圖像數據不能在空間位置上一致.因此多源遙感數據如何兼容將是未來需要面臨的一個問題.

（3）地質災害的快速監測與自動預警.地質災害具有突發性，而我國現在對于地質災害預警工作的時效性還不夠強，每年仍有大量的人員傷亡與財產損失，尤其是在目前調查工作尚未發現的地質災害隱患地區.地質災害雖然具有突發性，但已經有許多研究表明，在地質災害發生前的一段時間，是可以監測到預警信號的.如：火山爆發之前可以用InSAR 數據監測到火山口周圍有明顯的地表形變，并且可以通過熱紅外數據監測到溫度的變化.如何準確識別預警信號，對于找到地質災害隱患，提前進行地質災害的防治有著巨大的意義.未來可以將深度學習與遙感技術相結合，實現自動識別地質災害隱患，進行早期防治；實現自動監測地質災害并發出警報，在地質災害實時預警方面更進一步，保障人民的生命財產安全.