基于光學與SAR數據的貴州發耳鎮尖山營滑坡監測研究

胡 濤 楊成生,2 侯祖行 楊佳藝 張 雪

1 長安大學地質工程與測繪學院,西安市雁塔路126號,710054 2 西部礦產資源與地質工程教育部重點實驗室,西安市雁塔路126號,710054

我國西南云貴高原及周邊區域,是世界上最大的連片裸露巖溶地區。經過多期構造運動,該地區形成了特有的強烈褶皺地貌形態,二疊系、三疊系厚層碳酸鹽巖地層覆蓋于地表,形成上硬下軟的地層結構、上陡下緩的地形特征以及強烈的溶蝕地貌等復雜的區域地質環境。貴州作為西南巖溶山區的中心,是我國西部地區的礦產資源大省,在經過地下開采、水位波動等一系列活動后,出現了諸如巖溶山體劣化、地面塌陷等現象,極易誘發地質災害[1]。因此,開展該區域滑坡形變監測對防災、避災具有重要意義。

InSAR技術可以獲取地面的微小形變,在山區地質災害調查與監測中具有較大優勢,已被廣泛運用于山區地質災害調查與監測[2]。然而InSAR技術易受失相干影響,加之大量級形變也會因超過InSAR可探測形變梯度導致監測失敗,因此,InSAR在高植被覆蓋區開展大量級位移監測仍存在較大難度。起源于光學影像的偏移量追蹤技術是利用互相關算法估計影像間像素位移來提取地面特征點的相對運動,可以獲得大量級形變信息[3-4]。值得注意的是,與InSAR差分干涉技術相比,光學偏移量技術解算精度受像元分辨率大小、特征點匹配精度等因素的影響,其監測精度較低,一般約為1/10個像素[5]。

尖山營滑坡地處西南巖溶山區,從2013-08開始發生形變,期間經歷一系列諸如煤礦開采、降雨等因素的影響,于2020-09-15發生滑動,是典型的巖溶山區滑坡災害。開展該滑坡的監測與形變反演研究對巖溶山區的滑坡災害具有借鑒意義,并對相同類型滑坡的預測以及防治具有參考價值。因此,本文選取貴州省發耳鎮尖山營滑坡為研究對象,在對該地區進行InSAR可視性分析的基礎上,基于Sentinel-1和Sentinel-2影像,利用InSAR及光學偏移量技術對尖山營滑坡形變特征進行監測研究,并分析滑坡的誘發因素,以期對巖溶山區的滑坡災害監測及預測提供技術參考。

1 研究區概況與數據來源

尖山營滑坡位于貴州省六盤水市發耳鎮,北距水城縣70 km,南距盤縣119 km。據水城縣氣象局提供的資料,研究區內日最高氣溫為 32 ℃、日最低氣溫為-6.3 ℃,平均氣溫15.8 ℃;年最大降雨量為1 192.2 mm、年最小降雨量為757.2 mm、年平均降雨量為1 027.2 mm,年平均相對濕度為71%,雨季多集中在5～9月(最大日降雨量249 mm),其他月份則少雨、偏旱,雨量偏低,干濕季節明顯,全年無霜期達280 d,屬于典型的亞熱帶河谷氣候。另外,研究區內主要地表水體有北盤江及其支流灣河、河壩小溪等。從地質環境來看,研究區位于云貴高原巖溶山區,地形跌宕起伏,切割強烈,屬于構造侵蝕而成的低中山至中低山地貌,最高處位于尖山營山頂(標高1 526 m),最低處位于發耳河西出口河床(本地最低侵蝕基準面,標高約949 m),最大高差577 m,一般相對高差300～400 m[6]。該地區不僅巖性構成復雜,而且受到煤礦開采等人類活動和強降雨等自然因素的影響,使該地區地質結構穩定性下降,易發生崩塌、滑坡等地質災害。

尖山營不穩定斜坡從2013-08開始發生變形破壞,截至2019年,經過6 a的變形發展,其變形范圍進一步擴展,時常發生零星崩落。在2020-09-08～14期間尖山營地區發生持續強降雨,于2020-09-15 14:00發生第1次滑坡,接下來3 d里一直出現滑動現象,直接威脅當地居民的生命安全以及下方鄉村公路上的車輛行駛安全[7]。

本文以2020-09-15為時間節點,滑前和滑后分別收集到升軌Sentinel-1 SAR影像83和39景、降軌Sentinel-1 SAR影像81和22景(表1)。同時,為去除軌道誤差引起的系統性誤差,采用精密軌道衛星星歷(precise orbit ephemerides,POD)數據(https:∥slqc.asf.alaska.edu/aux_poeorb/),定位精度優于5 cm[8]。此外,還選用2013～2022年共6景Google Earth影像,用來目視判斷滑坡范圍及其隨時間的變化。選用2016～2021年云層覆蓋較少的15景Sentinel-2光學影像,進行滑坡大量級位移的光學偏移量解算(表2)。

表2 光學遙感信息列表

2 研究方法

2.1 目視解譯法

目視解譯指通過在遙感影像上直接觀察獲取特定目標地物信息的過程,主要是依據記錄在圖像上的影像特征來識別和區分不同地物[9]。在對滑坡進行目視解譯時,主要依據滑坡在遙感圖像上所表現的形狀、大小、陰影、色調、顏色、紋理、圖案等特征,來區分滑坡體、滑坡邊界和滑坡后壁。本文所研究的尖山營滑坡體較大,在滑坡變化的目視解譯中選取處在同一地理坐標系的往期Google Earth影像,通過目視解譯規則,能夠較為容易地獲取該滑坡的時空演化過程以及滑坡體的變化范圍。

2.2 SBAS-InSAR技術

小基線技術(small baseline subset InSAR,SBAS-InSAR)最早由Berardino等[10]于2002年提出,主要用于提取緩慢的地表形變。該方法能改善干涉對空間基線過長造成的失相干問題,從而起到提升監測點空間密度的作用。

在遵循相干性最大化原則的前提下,分別選取2019-05-09和2021-05-10數據作為滑動發生前、后升軌SAR影像集的主影像,選取2019-05-11和2021-01-12數據作為滑動發生前、后降軌SAR影像集的主影像。在進行干涉對篩選時,剔除垂直基線大于500 m的干涉對,進而保證干涉圖的質量,減小后續的解纏誤差。考慮到尖山營滑坡屬于大量級形變,選擇基于SBAS-InSAR的算法進行形變速率的計算。

2.3 可視性分析技術

在地形復雜的山區SAR圖像會產生透視收縮、疊掩和陰影3種幾何畸變。在陰影疊掩區域,即可視性較差的區域,InSAR無法探測出有效的形變;在透視收縮區域,斜坡的成像分辨率較差,監測出的形變信息可能存在誤差。因此,結合研究區地形和SAR成像參數開展InSAR可視性分析,將有助于理解InSAR監測獲取的形變信號,避免災變信息誤判[11]。本文利用改進的R-index模型,來開展研究區SAR可視性分析。其中R-index(im)公式為:

R-index(im)=sin{θ+tan-1[tan?·

cos(φ-β)]}·Sh·La·Fa

(1)

式中,θ為衛星LOS向入射角,φ為衛星LOS向方位角,?為地形坡度,β為地形坡向,Sh為陰影系數,La為疊掩系數,Fa為遠被動疊掩系數。

2.4 光學偏移量技術

光學偏移量技術是利用相應的數據處理平臺,將兩景不同時期的影像進行互相關匹配,以主影像作為參照,設定不同大小的搜素窗口和滑動窗口,在輔影像中尋找與主影像對應位置的同名點,從而獲得主影像與輔影像在二維水平方向(東西向和南北向)的偏移量。該技術通常可達到亞像素級別的匹配精度[12]。

本文在進行光學影像偏移量計算時,首先選擇的數據類型為Sentinel-2 L1C(經過正射校正以及幾何校正),利用Sen2cor和snap軟件進行預處理;然后采用法國的MicMac軟件對預處理后的Sentinel-2影像進行偏移量相關處理,將窗口設置為16,選擇多組數據進行運算;最后通過對多組數據解算結果進行篩選,并使用奇異值分解法(SVD)進行時序計算,得到研究區域東西向和南北向的偏移量位移時間序列。

3 實驗結果與分析

3.1 光學影像目視解譯結果

圖1為尖山營滑坡2013～2022年Google Earth歷史影像,不同顏色虛線代表不同年份滑坡體的邊界,白色虛線表示變形體前緣部分的延伸范圍。通過對比尖山營斜坡2013～2022年的歷史影像可以發現,尖山營滑坡近年來崩塌堆積體的面積逐年增長。2020-11變形體前緣已能被識別出,且整體發生明顯形變。野外調查資料顯示,其變形區后緣裂縫面粗糙,泥巖軟弱層層面光滑,層面和節理面將斜坡巖體均勻切割,形成類似碎裂化的巖體,并且變形體后緣出現多條發育強烈的地裂縫[7]。后緣發育的地裂縫以及巖體結構的破壞對尖山營滑坡的穩定性造成不利影響,加之該區煤礦開采等人類活動的影響,需對其進行進一步調查分析。

圖1 2013～2022年尖山營不穩定斜坡影像資料Fig.1 Image data of Jianshanying unstable slope from 2013 to 2022

3.2 尖山營滑坡Sentinel-1 SAR影像監測結果

通過對升、降軌Sentinel-1 SAR影像進行SBAS-InSAR處理,獲取尖山營滑坡2018-01～2020-09的滑前形變速率及2020-09～2021-12的滑后形變速率結果(圖2),正值表示抬升,負值表示沉降。由圖2可見,其年均形變速率為-150～120 mm/a。由于未能收集到同時期形變的其他外部監測數據,本文采用內符合精度驗證的方式,即分別選取圖2中穩定區域進行形變標準差統計,結果顯示,其滑前和滑后的標準差分別為2.4 mm/a和3.6 mm/a,表明監測結果具有較好的可靠性。

圖2 尖山營滑坡Sentinel-1監測結果Fig.2 Sentinel-1 monitoring results of Jianshanying landslide

對比升軌滑前、滑后結果可以發現,滑后滑坡體的前緣明顯擴張,后緣的量級也明顯加大,降軌形變結果也顯示滑后滑坡前緣明顯前移。為了解尖山營滑坡的成災模式,本文在坡體上沿aa′提取剖線時序形變結果,剖線位置見圖2(d)。沿aa′線的時間序列形變結果如圖3所示,也可發現滑坡體的前緣形變較大,在滑前達到了-108 mm,這與目視解譯的結果較為吻合。同時,從圖3可以明顯看出,尖山營滑坡的主體(圖2中的黑色虛線部分)基本無法探測到有效的形變信息。對比光學影像目視解譯結果,可以發現該坡體形變較大。因此,針對僅能監測出小量級形變的原因作出以下推測:1)該區域的Sentinel-1數據的可視性不好,處于疊掩陰影的區域較多,導致Sentinel-1數據無法進行有效的探測;2)尖山營滑坡的滑動量級較大,超過InSAR可探測形變梯度,致使InSAR監測手段無法對其進行監測。因此,為進一步探究尖山營滑坡的主體區域的形變,需要借助其他方法或者數據對其進行研究,進而分析尖山營滑坡的成災模式。

圖3 尖山營滑坡剖線分析Fig.3 Section line analysis of Jianshanying landslide

3.3 尖山營滑坡Sentinel-1 SAR影像的可視性分析

為分析SAR影像可視性對滑坡形變監測的影響,利用前文所述可視性模型對Sentinel-1 SAR影像的可視性進行分析(圖4,黑色虛線表示尖山營滑坡的邊界)。由圖4(a)可見,滑坡體位于可視性好的區域,僅有小部分位于疊掩陰影區,可見升軌影像對該坡體形變監測的可視性較好。由圖4(b)可見,滑坡體位于透視收縮區域,僅小部分位于可視性好的區域,盡管透視收縮一定程度上影響了形變監測的分辨率等信息,但仍能探測出坡體形變。因此,Sentinel-1升、降軌影像都可以實現對尖山營滑坡坡體的探測,即圖2中的形變值空缺區并非SAR影像的疊掩陰影導致。

圖4 研究區域Sentinel-1升、降軌影像的可視性結果Fig.4 Visibility results of Sentinel-1 image ascending and descending orbit in the studied area

3.4 尖山營滑坡Sentinel-2光學影像監測結果

由于圖2中InSAR監測區(黑色虛線內)形變值空缺區并非SAR影像的可視性導致,而是由于形變超過InSAR可探測梯度所致,可以利用光學數據補充SBAS-InSAR技術無法獲取大量級滑坡位移的不足。本文嘗試使用光學偏移量技術得到尖山營滑坡的二維時序位移,分別如圖5和6所示。結果顯示,尖山營滑坡自2017-11開始出現明顯形變,形變區域主要位于滑坡體的后緣以及中部,推測是中部的煤礦開采所致,且隨著時間累積,其形變體在不斷加大。2016-07～2021-03東西向以及南北向最大累積形變量分別達到32 m和-52 m,這與陳立權等人的監測結果基本一致[13]。滑坡的形變方向主要朝向東以及北方向,與圖1中目視解譯所得到結果較為吻合,這說明該區域由于滑坡量級較大導致InSAR無法進行監測,而光學偏移量技術則能成功恢復巖溶山區滑坡大量級位移的二維形變場。其次,滑坡于2020-09-15滑動后,持續約3 d,而在2021-11-12結果中可以明顯發現滑坡累積形變量有較大增加,證明光學偏移量技術對大量級滑坡位移事件具有較好的捕獲能力。

南向為正,北向為負圖5 尖山營滑坡南北向形變時間序列Fig.5 Time series diagram of north-south deformation of Jianshanying landslide

東向為正,西向為負圖6 尖山營滑坡東西向形變時間序列Fig.6 Time series diagram of east-west deformation of Jianshanying landslide

3.5 尖山營滑坡二維形變時間序列分析

為了解尖山營滑坡的災變特征,本文在坡體上沿AA′(圖5和6)提取了剖線時序形變結果。剖線結果(圖7)顯示,滑坡體的后緣具有較大的形變,推測是因為尖山營不穩定斜坡后緣地帶的巖石巖性主要由砂巖、粉砂質泥巖、泥巖等組成,受中下部煤層持續開采的影響,導致其后緣呈緩傾狀,進而使后緣巖體裸露風化、破碎,形成發育良好的地裂縫,導致滑坡后緣穩定性急劇下降,引發形變。同時,滑坡的中部具有明顯的形變發生,主要是由煤礦的開采導致,特別是位于中部及南部的煤礦采空區塌陷,使得巖石破碎化、泥巖演變成泥化夾層以及厚層砂巖板裂化,致使其坡內巖石巖性以及結構發生改變,加速了斜坡的變形過程。

由于滑坡體后緣及中部形變明顯,故本文在滑坡體的后緣及中部選取特征點P1和P2(圖5和6)來分別提取其在東西方向和南北方向的形變時間序列(圖8)。結果表明,P1和P2點在2016-07～2021-03東西方向累積形變量分別達到27 m和19 m,南北方向累積形變量分別達到-52 m和-33 m。通過對特征點的時間序列進行分析可以判斷,尖山營滑坡經歷了初始變形階段(階段Ⅰ)、等速變形階段(階段Ⅱ)以及加速變形階段(階段Ⅲ)。位于中部的形變點P1的形變累積值明顯大于位于滑坡體后緣的P2的值,結合野外調查資料,尖山營滑坡經歷了冒落沉陷變形階段和拉裂變形階段,可以推測該滑坡發生的主要原因為下部煤礦的重復開采,導致其坡體產生裂縫,隨著煤礦逐漸塌陷使坡體穩定性急劇下降,最終在外部因素影響下發生滑坡[14]。

圖8 P1和P2點形變時間序列Fig.8 Time series of deformation of P1 and P2 points

降水是誘發地質災害的關鍵因素之一,為分析降水對尖山營滑坡形變的影響,本文從GPM網站(https:∥gpm.nasa.gov)獲取2017～2021年的日降水數據,并與特征點P1的時間序列進行比對(圖9)。可以發現,第1次大規模形變發生在旱季,推測該形變主要是由煤礦開采引起[15]。野外地質勘探資料顯示,降雨一段時間后煤礦才見有雨水排出,一方面水體沿著坡面進入地下,增加了節理裂隙中的靜水壓力,推動巖體向不穩定一側傾斜變形;另一方面,泥巖或粉砂質泥巖遇水易軟化,在自重力作用下向軟弱面傾斜[10]。由此可以得出,由光學偏移量得到的時間序列結果同地質調查具有較好的一致性,即降水導致的尖山營滑坡形變具有一定的滯后性。

4 結 語

本文基于多期歷史光學影像,通過目視解譯法發現尖山營滑坡在2018年以后形變明顯。SBAS-InSAR技術監測結果表明,滑坡在2020-09滑動后,前緣形變明顯。尖山營滑坡二維形變時間序列結果顯示,其東西向和南北向累積形變量分別達到了32 m以及-52 m。結合滑坡的二維形變時間序列和降水數據發現,尖山營滑坡主要與煤礦的重復開采和降水等因素有關,且降水對尖山營滑坡形變的影響具有一定的滯后性,該結果與地質勘探資料較為吻合。然而,本文所使用的光學數據由于分辨率不高,監測精度為m級,在后續研究過程中,應使用分辨率較高的數據以提高監測的精度。其次,本文基于光學影像偏移量技術獲得了尖山營滑坡東西向和南北向的形變,但并未獲得垂向形變,后續應結合其他數據獲得其三維形變。同時,由于未能收集到同時期的水準、GNSS等其他技術手段的監測結果,無法對尖山營滑坡的監測結果進行進一步驗證。