基于時序InSAR 技術的響灘村滑坡形變特征分析

劉歡LIU Huan；張童康ZHANG Tong-kang；郭瑞華GUO Rui-hua

（西安煤航遙感信息有限公司，西安 710199）

0 引言

早期識別是防治地質災害的重要技術手段之一，對于人工調查難以到達的陡峻山區以及植被覆蓋度較高的區域，滑坡災害早期識別可以解決隱患點底數不清的問題，具有良好的地質災害預警和風險管理作用。近年來，合成孔徑雷達干涉測量不斷發展，打破了傳統形變監測技術的限制，實現了全天時、全天候、大范圍的對地監測，并被廣泛應用于滑坡監測。本文采用SBAS-InSAR 方法，選取2021 年1 月12 日至2021 年9 月21 日的21 景Sentinel-1A 升軌數據，分析研究了響灘村滑坡的發育特征，并對滑坡坡體形變的時空演變進行了綜合分析，為災害預警提供了重要科學依據。

1 研究區域概況及數據來源

1.1 研究區概況

該滑坡位于四川省儀隴縣響灘村，屬四川盆地北部低山與川中丘陵過渡地帶，以低山為主，地勢由東北向西南傾斜。地貌屬于低山丘陵區，地形起伏較大，山體植被茂盛，微地貌屬于山前緩坡。出露基巖以侏羅系碎屑巖為主，巖層近于水平，其上為較厚的第四系松散層所覆蓋，結構松散，在人工開挖擾動及降雨的擾動下，易發生斜坡失穩，沿基巖面形成規模較大的松散層滑坡。響灘村滑坡于2021 年5 月24 日因人工開挖擾動導致邊坡局部坡面發生牽引式溜塌，于2021 年9 月5 日因持續暴雨造成山體出現整體滑移，地表出現多處張拉裂隙及錯臺，錯臺寬可達0.5m、深1m。

1.2 數據來源

本文下載覆蓋四川省儀隴縣響灘村2021 年01 月12日-2021 年09 月21 日的21 景歐洲航天局Sentinel-1A升軌影像數據進行實驗，數據類型為干涉寬幅模式（IW）的單視復數（SLC）數據，地面分辨率為5m×20m，極化方式為VV+VH 極化。實驗還利用30m 分辨率的SRTM1 高程數據消除地形相位，利用各影像對應的POD 回歸軌道數據（POD Restituted Orbit）減少軌道誤差。

2 數據處理流程

對21 景Sentinel-1 數據進行預處理后，利用SBASInSAR 技術對滑坡區進行時序處理，選取相干性高的穩定參考點作為解纏參考點，對干涉圖進行相位解纏。挑選出解纏效果好的干涉圖進行干涉圖相位疊加（stacking-InSAR）技術去除一部分大氣延遲相位的影響。然后從疊加的干涉圖中提取高相干點，再對相干點進行濾波，并進行回歸分析，可以得到相干點的高程修正值、線性形變速率和殘差相位等。獲得高程改正相位值并進行去除。由于大氣延遲相位會對相位模型造成影響，需要多次進行回歸分析迭代并進行SVD 分解獲得單主影像時間序列，使相位模型能夠達到最好的匹配，大氣延遲相位能夠分離出來并去除。從解算結果中可以分離出非線性形變相位，通過最小二乘法獲得相干點的形變速率，最終的形變相位是將線性形變和非線性形變疊加起來。處理的流程圖如圖1 所示。干涉對時間基線閾值為36 天，空間基線閾值為200m，共計組合51 個干涉對，干涉圖組合圖2 所示。

圖1 SBAS-InSAR 數據處理流程

圖2 Sentinel-1 時空基線連接圖

3 實驗結果分析

在利用SBAS-InSAR 技術對滑坡區進行時序處理的基礎上，采用Stacking 技術分別獲取2021.01.12-2021.08.28 與2021.01.12-2021.09.21 兩個時間段期間的年平均形變速率（如圖3、圖4 所示），在此基礎上結合光學影像及實地調查該區域滑坡范圍進行了重新圈定，最終圈定了A、B、C 三個區域，并在每個滑坡區內主要位置提取了相應的特征點，為了更清楚地識別特征點的位置，將其放在光學影像上展示的結果如圖5 所示。根據形變信息可知，1-8 月Stacking 形變結果顯示，形變主要發生于A區，B 區次之；1-9 月的Stacking 形變結果顯示，A 區趨于穩定，而B 區形變量增強，因此推測1-8 月份A 區首先發生滑動，B 區局部有滑動但整體活動性不強，9 月份B 區整體發生較強滑動而A 區與C 區趨于穩定。

圖3 工作區Sentinel-1 年平均形變速率圖（2021.01.12-2021.08.28）

圖4 工作區Sentinel-1 年平均形變速率圖（2021.01.12-2021.09.21）

圖5 特征點光學位置圖

特征點分別在每個滑坡區的后緣、拉張裂隙處、前緣等重要部位分別選取，選取的結果如圖5 所示，下面針對各個分區特征點結合SBAS-InSAR 處理得到的時序結果對滑坡的時空演變特征進行分析。

3.1 A 區滑坡點時序分析

從時序形變曲線結果（圖6）可以看出，2021 年1 月至4 月形變量較為穩定；5 月份開始發生形變，整體上為持續的下滑，但形變量不大；從6 月中旬到7 月底開始形變速率開始增大，形變量增大，最大累積形變量為-60mm；基于多時相光學影像對比發現該區域有多處明顯滑動現象，上部形變特征明顯，影像較粗糙，可見裂縫，地面植被覆蓋好；進入8、9 月份，根據Stacking 形變圖結合時序曲線特征顯示，A 區整體趨于穩定，但其坡面中部仍然有緩慢滑動，隨著降雨等因素誘發，A 區有繼續發生形變的可能，威脅下方居民區的安全。

3.2 滑坡B 區點時序分析

從時序形變曲線結果（圖7）可以看出，2021 年1 月至5 月B 區整體形變趨于穩定，伴有微弱的抬升或下滑；從6月中旬開始極速下降，形變速率開始增大，形變量增大，最大累積形變量為-44mm；8-9 月又出現反向加速形變，隨著降雨等因素影響，B 區有加速滑動的可能，表明B 區整體在該時間段有一次較強活動；9 月中旬至9 月底坡面趨于穩定。

圖7 滑坡B 區各特征點時序形變

3.3 C 區滑坡點時序分析

從時序形變曲線結果（圖8）可以看出，斜坡前緣與中部：1-9 月份整體比較穩定，伴有微弱的形變現象，形變量不大。斜坡后緣：1-4 月份較為穩定；5-7 月份開始發生擾動持續下滑，最大累積形變量為-32mm，為主要變形期；8-9 月為反復的抬升下滑階段，但形變量不大；9 月份以后較為穩定。整體上C 區形變量較小，波形平緩，整體較其它兩個滑坡區活動性偏弱。

圖8 滑坡C 區各特征點時序形變

4 結束語

本文利用21 景Sentinel-1A 影像采用SBAS-InSAR方法，對四川省儀隴縣響灘村滑坡進行了形變監測，并根據形變結果結合野外實地調查分析得到以下結論：

①響灘村滑坡整體上形變速率區間為-110-90mm/year，可劃分為A、B、C 三個次級滑坡區，整體上A 區首先滑動，最大累積形變量為-60mm，B 區則稍晚滑動，最大累積形變量為-44mm，C 區整體趨于穩定但伴有微弱的變形現象，最大累積形變量為-32mm。

②響灘村滑坡時空演變特征：3-4 月份由于降雨的沖刷坡體不穩定的巖層開始緩慢形變，人工擾動后后遇連續降雨，A 區在6 月中旬滑動，滑動后裂縫形成；一方面為B區的滑動創造了條件；隨著時間的發展，降雨持續，最終帶動B 區在6 月下旬-7 月加速滑動；8 月份降雨量陡然增加，A 區、B 區滑動加劇，拉裂了后緣坡面，并伴著局部坡面溜塌。C 區較其他四個滑坡區活動性整體偏弱，根據時序曲線特征可知，C 區形變時序與其他四個滑坡區沒有明顯的時間關系，因此推測C 區為獨立的滑動。

③結合降雨量數據可知，降雨對于響灘村滑坡活動有著直接而明顯的影響，一般來說，降雨持續時間越長、強度越大，坡體出現形變加速的可能性越高，整體來看，隨著降雨的影響，響灘村滑坡仍將處于長期活躍狀態中。

綜上所述，時序InSAR 技術在滑坡形變的監測應用中具有較高的精度和可靠性，研究結果能夠為地質災害早期預警、工程治理、防災減災和基礎設施建設等方面提供可靠的數據支撐，可以有效指導當地經濟建設，具有十分廣闊的應用前景。