陳思名， 霍艾迪,2,3*， 張佳， 趙志欣， 陳四賓， 陳建

(1.長(zhǎng)安大學(xué)水利與環(huán)境學(xué)院， 西安 710054； 2.長(zhǎng)安大學(xué)旱區(qū)地下水文與生態(tài)效應(yīng)教育部重點(diǎn)實(shí)驗(yàn)室， 西安 710054；3.中國(guó)科學(xué)院地球環(huán)境研究所黃土與第四紀(jì)地質(zhì)國(guó)家重點(diǎn)實(shí)驗(yàn)室， 西安 710054； 4.寧夏回族自治區(qū)國(guó)土資源調(diào)查監(jiān)測(cè)院，銀川 750004； 5.中國(guó)地質(zhì)大學(xué)(武漢)環(huán)境學(xué)院， 武漢 430000)

滑坡是一種常見的多發(fā)性地質(zhì)災(zāi)害[1]，據(jù)聯(lián)合國(guó)發(fā)布《災(zāi)害造成的人類損失2000—2019》報(bào)告中指出，在2000—2019年全球一共發(fā)生376起滑坡事件，相比1980—1999這20年共增加了122起，造成的損失和影響也遠(yuǎn)超過去?；峦话l(fā)性強(qiáng)、危害大、治理難度高[2]，對(duì)滑坡的監(jiān)測(cè)及預(yù)警可以在一定程度上降低國(guó)民經(jīng)濟(jì)損失，確保群眾的生命安全。然而，傳統(tǒng)的滑坡監(jiān)測(cè)手段(如水準(zhǔn)儀、GPS觀測(cè)等)只能對(duì)局部范圍內(nèi)已知的滑坡進(jìn)行監(jiān)測(cè)，受地形地貌等外界條件的約束，無法對(duì)區(qū)域內(nèi)潛在滑坡的變化形態(tài)和趨勢(shì)進(jìn)行識(shí)別和監(jiān)測(cè)[3-4]。干涉雷達(dá)測(cè)量(interferometric synthetic aperture rader，InSAR)是一種新型的空間對(duì)地觀測(cè)技術(shù)，能夠獲取高精度的地形信息。

差分干涉測(cè)量(differential-interferometric synthetic aperture rader，D-InSAR)是在InSAR技術(shù)的基礎(chǔ)上發(fā)展起來的較為成熟的對(duì)地觀測(cè)技術(shù)，具有不受氣候影響、高分辨率、高時(shí)效性、監(jiān)測(cè)范圍廣等優(yōu)點(diǎn)，能夠檢測(cè)出地表的微小形變[5-6]。D-InSAR技術(shù)用于滑坡監(jiān)測(cè)得益于較短的重返周期可連續(xù)獲取滑坡區(qū)域的大量SAR影像，通過對(duì)兩景SAR影像分析可獲得該時(shí)間內(nèi)的地表形變信息[7-8]。通過連續(xù)的多景影像，能夠獲取在時(shí)間序列內(nèi)的滑坡地表形變信息。

Achache等[9]通過SAR數(shù)據(jù)對(duì)法國(guó)南部滑坡地區(qū)進(jìn)行位移監(jiān)測(cè)，驗(yàn)證了滑坡監(jiān)測(cè)技術(shù)的結(jié)果與實(shí)測(cè)數(shù)據(jù)具有一致性。隨后，各國(guó)紛紛展開將InSAR技術(shù)應(yīng)用于滑坡監(jiān)測(cè)中。中國(guó)對(duì)于InSAR技術(shù)應(yīng)用于滑坡監(jiān)測(cè)的研究起步相對(duì)較晚，但隨著科研工作者的深入探究，也取得了重大突破。張健龍等[10]利用D-InSAR技術(shù)對(duì)四川甲居滑坡的位移量進(jìn)行監(jiān)測(cè)，得到了有效結(jié)果。王桂杰等[11]對(duì)水電站庫(kù)區(qū)內(nèi)的滑坡活動(dòng)進(jìn)行研究，D-InSAR結(jié)果與GPS驗(yàn)證結(jié)果一致，并提出了誤差消減的方法，進(jìn)一步提高D-InSAR結(jié)果精度。熊軻等[12]利用D-InSAR技術(shù)結(jié)合光學(xué)遙感對(duì)九寨溝地震后的地表形變進(jìn)行監(jiān)測(cè)，為今后九寨溝的地質(zhì)隱患監(jiān)測(cè)提供支撐。王勇等[13]結(jié)合D-InSAR與實(shí)地測(cè)量數(shù)據(jù)對(duì)5名山滑坡體進(jìn)行形變監(jiān)測(cè)，獲取了高精度的形變結(jié)果。以上研究均說明D-InSAR在滑坡形變監(jiān)測(cè)具有較好的適用性。但這些研究多局限于單一滑坡或很小范圍的形變量的監(jiān)測(cè)，取得了很好的效果。對(duì)于較大范圍，尤其是區(qū)域上潛在滑坡群的識(shí)別關(guān)鍵技術(shù)還有待于進(jìn)一步深入研究。

為此，利用D-InSAR技術(shù)結(jié)合光學(xué)影像分析對(duì)位于南北地震帶北段的寧夏西吉縣進(jìn)行廣域面狀監(jiān)測(cè)，對(duì)西吉縣域內(nèi)的潛在滑坡進(jìn)行識(shí)別，探討D-InSAR識(shí)別較大范圍潛在滑坡的有效性，摸清西吉縣滑坡隱患風(fēng)險(xiǎn)底數(shù)，可為后期人為排查潛在隱患點(diǎn)提供切實(shí)可行的參考。

2 研究區(qū)概況和數(shù)據(jù)來源

2.1 研究區(qū)概況

西吉縣位于寧夏南部黃土高原中心地帶，介于105°19′09″E～106°04′09″E和35°33′57″N～36°14′09″N，總面積3 130 km2。屬溫帶大陸性氣候，年平均氣溫為12.7 ℃，最高氣溫42.00 ℃，最低氣溫21.80 ℃，年平均降水量約為570.2 mm，年最大降水量1 088.1 mm，每年最小降水量220.3 mm，降雨主要集中在7—9月。地勢(shì)北高南低，西高東低，海拔在1 656～2 606 m(圖1)。地貌以黃土丘陵為主，次為紅土丘陵，地質(zhì)環(huán)境復(fù)雜多變，地質(zhì)災(zāi)害易發(fā)、頻發(fā)。西吉縣的突發(fā)性地質(zhì)災(zāi)害主要有：滑坡、崩塌、泥石流三種類型，尤其是滑坡災(zāi)害最為發(fā)育，以滑坡、泥石流災(zāi)害產(chǎn)生的危害較為嚴(yán)重。研究區(qū)內(nèi)受自然災(zāi)害和人為因素的影響，滑坡災(zāi)害分布相對(duì)集中。

圖1 研究區(qū)位置Fig.1 Location of study area

2.2 數(shù)據(jù)來源

數(shù)據(jù)包括：哨兵衛(wèi)星影像數(shù)據(jù)、數(shù)字高程模型(digital elevation model, DEM)數(shù)據(jù)、哨兵衛(wèi)星精密軌道文件。哨兵一號(hào)衛(wèi)星(Sentinel-1A)是2014年4月由歐洲航天局發(fā)射，2015年中旬哨兵一號(hào)衛(wèi)星開始穩(wěn)定運(yùn)行，12 d重復(fù)周期對(duì)地球成像，該衛(wèi)星數(shù)據(jù)免費(fèi)提供用于下載。哨兵數(shù)據(jù)的下載網(wǎng)址為：https://search.asf.alaska.edu/。在SAR數(shù)據(jù)處理中，通過DEM數(shù)據(jù)提供參考地形或者參考坐標(biāo)系，所用DEM數(shù)據(jù)為分辨率90 m的SRTM-3 DEM，下載網(wǎng)址為：https://srtm.csi.cgiar.org/。哨兵衛(wèi)星精密軌道數(shù)據(jù)通過對(duì)軌道信息進(jìn)行修正，有效消除由于軌道誤差造成的系統(tǒng)性誤差，數(shù)據(jù)下載網(wǎng)址為：https://qc.sentinel1.eo.esa.int/。在分析滑坡影響因子時(shí)所用到的DEM數(shù)據(jù)為ASTER GDEM 30 m DEM，數(shù)據(jù)下載網(wǎng)址為：http://www.gscloud.cn/。

3 研究方法

3.1 D-InSAR技術(shù)

4-InSAR技術(shù)是通過對(duì)相同覆蓋區(qū)域、不同時(shí)相的兩幅或多副SAR影像的相位信息做差分干涉處理，從而得到該地區(qū)的形變信息[14]。相位信息φ由5部分組成，可表示為

φ=φtopo+φflat+φdisp+φatmo+φnoi

(1)

式(1)中:φtopo、φflat、φdisp、φatmo、φnoi分別為因地形、參考面、地表形變、大氣延遲及噪聲引起的相位。

為了得到φdisp，需去除其他4部分的干擾。通過差分干涉處理可以有效去除因地表高程、地形、大氣效應(yīng)及噪聲引起的相位。其中地形相位可參考外部DEM去除；通過Goldstein濾波方法能夠有效減少因空間基線或時(shí)間基線引起的失相干噪聲；利用最小費(fèi)用流做解纏處理，對(duì)相干性性小于閾值的像元做腌膜處理；通過選取控制點(diǎn)估算軌道形態(tài)進(jìn)一步優(yōu)化相位偏移，最終將得到只因地形相位變化引起的地表形變信息。

利用Sentinel-1A數(shù)據(jù)和D-InSAR技術(shù)，基于SARscape軟件進(jìn)行西吉縣滑坡形變信息獲取，數(shù)據(jù)處理流程如圖2所示。

圖2 D-InSAR處理流程Fig.2 D-InSAR processing framework

3.2 數(shù)據(jù)處理

本次實(shí)驗(yàn)選取的SAR數(shù)據(jù)為Sentinel-1 A數(shù)據(jù)其影像數(shù)據(jù)均為C波段，成像模式為干涉寬模式(IW)，極化方式VV，入射角36.64°，重訪周期12 d。由于冬季植被對(duì)視相干影響較小，因此選取影響數(shù)據(jù)時(shí)間為2019年12月25日—2020年1月18日的干涉對(duì)進(jìn)行分析，選取的干涉對(duì)信息如表1所示。

表1 干涉對(duì)信息Table 1 Interference pair information

根據(jù)研究區(qū)的矢量文件對(duì)幅寬為250 km×250 km的原始影像進(jìn)行裁剪，可降低差分干涉計(jì)算量，減少處理時(shí)間。再通過基線估算來評(píng)估干涉相對(duì)的質(zhì)量，結(jié)果顯示干涉對(duì)垂直基線為86.41 m，遠(yuǎn)小于臨界基線6 419 m，相位每變化一個(gè)2π周期，地形變化0.028 m、高程變化179.3 m，多普勒?qǐng)D心偏差為3.622 Hz，遠(yuǎn)小于臨界值486 Hz。以上估算結(jié)果說明該相對(duì)可以進(jìn)行后續(xù)處理。通過對(duì)影像對(duì)進(jìn)行干涉去平、濾波去噪、相位解纏等數(shù)據(jù)處理得到過程如圖3所示。

圖3 處理過程圖Fig.3 The diagrams processed by D-InSAR

3.3 潛在滑坡早期識(shí)別

滑坡早期識(shí)別對(duì)于滑坡災(zāi)害的預(yù)警和防治具有十分重要的意義?；聻?zāi)害的早期識(shí)別實(shí)質(zhì)是對(duì)滑坡可能發(fā)生的位置和范圍進(jìn)行識(shí)別[15]?；略缙谧R(shí)別主要是通過人機(jī)交互的方法利用光學(xué)遙感影像目視解譯、D-InSAR技術(shù)及等高線的稀疏變化，即利用滑坡體與周圍地質(zhì)體的地貌形態(tài)、幾何形狀、陰影、紋理、色調(diào)等標(biāo)志性差異對(duì)滑坡體進(jìn)行解譯[16]。利用D-InSAR技術(shù)可得到研究區(qū)在一定時(shí)間間隔內(nèi)地表形變量的差值變化，該變化可通過圖像變化監(jiān)測(cè)技術(shù)即假彩色合成法來顯示。假彩色合成法[17]是一種圖像信息增強(qiáng)技術(shù)，可將多波段灰度影像合成為假彩色影像，從而在圖像背景中突出目標(biāo)地物，增強(qiáng)目標(biāo)與背景之間的對(duì)比，便于遙感影像判讀。D-InSAR技術(shù)結(jié)合假彩色合成技術(shù)可以識(shí)別到研究區(qū)在空間上的分布特征?；伦R(shí)別解譯標(biāo)志具體影像特征如表2[18-19]所示。

通過獲取的遙感影像結(jié)合D-InSAR等技術(shù)，按照“定性”判斷、“定量”測(cè)量的方式從地表形態(tài)、發(fā)展形勢(shì)等方面綜合分析判斷疑似隱患點(diǎn)，并根據(jù)實(shí)地調(diào)研的方法來驗(yàn)證D-InSAR技術(shù)識(shí)別潛在滑坡的可靠性。利用Sarscape軟件對(duì)研究區(qū)影像干涉對(duì)進(jìn)行配準(zhǔn)、干涉圖生成、去平、濾波去噪、相位解纏以及地理編碼和相位轉(zhuǎn)形變等，獲取西吉縣2019年12月25日—2020年1月18日期間的地表形變情況。將所得到的形變數(shù)據(jù)在ENVI軟件中進(jìn)行密度分割配色處理后，疊加至Google Earth軟件。根據(jù)所得到的雷達(dá)視線向(LOS向)地表形變量結(jié)合光學(xué)影像圈定潛在滑坡范圍。D-InSAR技術(shù)提供地表形變時(shí)變信息用于確定形變的活動(dòng)狀況。

表2 滑坡影像特征解譯標(biāo)志[18-19]Table 2 Interpretation marks of landslide image features[18-19]

4 結(jié)果分析

4.1 形變監(jiān)測(cè)結(jié)果與潛在滑坡識(shí)別

利用D-InSAR技術(shù)對(duì)研究區(qū)形變信息進(jìn)行反演，得到西吉縣雷達(dá)視線向(LOS向)地表形變信息。從SAR數(shù)據(jù)提取相干點(diǎn)目標(biāo)(CTs)共19 883 825個(gè)，平均密度為6 352 CTs/km2，可以滿足黃土丘陵地貌地表滑坡隱患早期識(shí)別研究[20]。

通過對(duì)形變結(jié)果進(jìn)行分析，形變結(jié)果顯示雷達(dá)視線向(LOS向)最大沉降量為32 mm(圖4)。結(jié)合高分辨率光學(xué)遙感影像對(duì)研究區(qū)內(nèi)形變區(qū)域進(jìn)行目視解譯，共識(shí)別出8個(gè)潛在滑坡，其威脅對(duì)象均為居民點(diǎn)，其中1號(hào)潛在滑坡位于興隆鎮(zhèn)王河村，2號(hào)潛在滑坡位于王民鄉(xiāng)學(xué)楊村，3號(hào)、6號(hào)潛在滑坡分別位于興平鄉(xiāng)王灣村、趙腦村，4、5號(hào)潛在滑坡位于平峰鎮(zhèn)焦灣村、三合村，7號(hào)潛在滑坡位于吉強(qiáng)鎮(zhèn)夏大路村，8號(hào)潛在滑坡位于白崖鄉(xiāng)黑窯洞村。為了驗(yàn)證該識(shí)別結(jié)果的有效性，本研究選取平峰鎮(zhèn)焦灣村及三合村的兩個(gè)潛在滑坡點(diǎn)，結(jié)合光學(xué)影像目視解譯及實(shí)地調(diào)查來加以驗(yàn)證。

1為王河村；2為學(xué)楊村；3為王灣村；4為焦灣村；5為三合村；6為趙腦村；7為夏大路村；8為黑窯洞村圖4 西吉縣D-InSAR形變結(jié)果與潛在滑坡識(shí)別Fig.4 D-InSAR deformation results and potential landslides identification in Xiji County

4.2 潛在滑坡識(shí)別結(jié)果的檢驗(yàn)

4.2.1 焦灣滑坡

結(jié)合InSAR技術(shù)得到的形變結(jié)果與野外實(shí)地勘查，對(duì)典型滑坡-焦灣滑坡進(jìn)行分析。焦灣滑坡位于西吉縣平峰鎮(zhèn)焦灣村焦灣組，屬黃土丘陵溝壑區(qū)，其地理位置為105°33′51″E、35°47′47″N。滑坡體編號(hào)為圖3中的4號(hào)，光學(xué)影像如圖5所示。據(jù)現(xiàn)場(chǎng)勘查，該滑坡主滑方向?yàn)?50°?；麦w坡頂海拔高2 050 m，坡腳海拔為1 840 m，高差為210 m。坡體切割較強(qiáng)烈，地形破碎，坡體上落水洞、節(jié)理裂縫多處可見，最寬處可達(dá)15 cm以上。坡體多被改造為階梯狀農(nóng)田。為進(jìn)一步對(duì)該滑坡進(jìn)行分析，通過在光學(xué)影像上疊加D-InSAR形變結(jié)果可以看出，焦灣滑坡在2019年12月25日—2020年1月18日仍有微小的沉降變化。圖5中a、b、c點(diǎn)LOS向形變量分別為-6、-5、-2 mm。該滑坡由于人類活動(dòng)的影響，排水措施不到位，居民生活用水隨意排放，降雨沿落水洞沖刷，使土體的結(jié)構(gòu)遭到破壞，加劇了滑坡的形變。

4.2.2 三合村滑坡

根據(jù)D-InSAR技術(shù)所識(shí)別出的潛在不穩(wěn)定滑坡中，5號(hào)不穩(wěn)定滑坡位于西吉縣平峰鎮(zhèn)三合街道，屬黃土丘陵區(qū)，其地理位置為105°30′21″E、35°50′6″N。三合村滑坡在2019年12月25日—2020年1月18日期間滑坡形變的光學(xué)影像如圖6所示，d、e、f點(diǎn)LOS向形變量分別為-1、-3、-4 mm。根據(jù)實(shí)地調(diào)查，由于雨水沖刷、洪水聚集，雖多次維修排水管道，但未解決水的根源問題，最終造成了滑坡、崩塌。若再有大雨將直接威脅街道旁的農(nóng)電站。為避免滑坡失穩(wěn)加劇，應(yīng)及時(shí)分析該滑坡體的形變特征，從根源上解決當(dāng)?shù)氐呐潘畣栴}。

d、e、f分別為三合村滑坡后緣不同位置的形變點(diǎn)圖6 三合村滑坡光學(xué)影像圖Fig.6 Optical image of landslide in Sanhe county

研究表明，地貌坡度、坡向、地形起伏度均為誘發(fā)滑坡的因素[21-22]。在Arcgis10.3軟件中，通過西吉縣30 m分辨率DEM提取地形起伏度、坡向以及坡度。不同坡度對(duì)影響滑坡發(fā)育的程度不同。根據(jù)國(guó)際地理學(xué)會(huì)地貌調(diào)查與制圖委員會(huì)提出的地貌坡度分級(jí)[23]對(duì)西吉縣坡度進(jìn)行分級(jí)[圖7(a)]，分級(jí)標(biāo)準(zhǔn)為：平原至緩斜坡(0°～5°)、斜坡(5°～15°)陡坡(15°～25°)、急坡(25°～35°)、急陡坡(35°～55°)、垂直坡(>55°)。斜坡的穩(wěn)定性往往受到不同坡向斜坡小氣候差異的影響，而后者與受坡向影響的光熱再分配與水分狀況的關(guān)系密切，因此坡向也是誘發(fā)滑坡的因素之一。將坡向按照陽(yáng)坡、半陽(yáng)坡、陰坡以及半陰坡來劃分[圖7(b)]，其分級(jí)標(biāo)準(zhǔn)為：以正北為中心，陽(yáng)坡(135°～225°)、半陽(yáng)坡(90°～135°和225°～275°)、陰坡(0°～45°和315°～360°)、半陰坡(45°～90°和270°～315°)。地形起伏度作為影響滑坡運(yùn)動(dòng)的因子也不容小覷，微小的局部變化可能引起滑坡的劇烈運(yùn)動(dòng)[24]。利用自然斷點(diǎn)法對(duì)地形起伏度進(jìn)行分級(jí)[圖7(c)]。對(duì)D-InSAR技術(shù)識(shí)別的潛在滑坡點(diǎn)與坡度、坡向、地形起伏度的關(guān)系進(jìn)行分析，識(shí)別的8個(gè)潛在滑坡點(diǎn)大多在15°～30°，主要是由于降雨及人類不合理的工程活動(dòng)會(huì)對(duì)地質(zhì)環(huán)境造成破壞[25]；坡向大部分處于陰坡面，主要是由于地形的影響，陽(yáng)坡面降水量大于其他坡向，進(jìn)而造成土壤中含水量增加，土質(zhì)疏松，黃土不易堆積，黃土層較薄；而陰坡面黃土厚度大滑坡多[26]；地形起伏度大多在150～210 m，與黃土丘陵區(qū)的滑坡關(guān)系尚未見報(bào)道，可作為今后的研究方向。

圖7 潛在滑坡識(shí)別點(diǎn)與坡度、坡向、地形起伏度的關(guān)系Fig.7 Relationship between potential landslide identification points and slope, slope direction and topographic relief

5 結(jié)論

利用D-InSAR技術(shù)對(duì)西吉縣2019年12月25日—2020年1月18日影像干涉對(duì)進(jìn)行配準(zhǔn)、干涉圖生成、去平、濾波去噪、相位解纏以及地理編碼和相位轉(zhuǎn)形變等數(shù)據(jù)處理，獲取較大區(qū)域上的潛在滑坡形變結(jié)果，通過對(duì)結(jié)果進(jìn)行分析得出如下結(jié)論。

(1)利用D-InSAR技術(shù)識(shí)別出黃土丘陵區(qū)西吉縣8個(gè)潛在滑坡點(diǎn)。結(jié)合D-InSAR技術(shù)分析以及實(shí)地調(diào)查，證明在較大區(qū)域上潛在滑坡識(shí)別點(diǎn)與野外現(xiàn)場(chǎng)調(diào)查有較好的一致性。

(2)相比傳統(tǒng)區(qū)域地質(zhì)調(diào)查方法，InSAR技術(shù)具有便捷性強(qiáng)、自動(dòng)化程度高等特點(diǎn)。

(3)基于形變結(jié)果和現(xiàn)場(chǎng)核查，分析了焦灣滑坡和三合村滑坡兩處重點(diǎn)滑坡隱患的形變特征，其根源均歸結(jié)于水的問題。該結(jié)果可為后續(xù)滑坡治理提供依據(jù)。

(4)通過分析8個(gè)潛在滑坡識(shí)別點(diǎn)與致災(zāi)因子坡度、坡向、地形起伏度的關(guān)系，發(fā)現(xiàn)該8個(gè)潛在滑坡大多在15°～35°，主要是由于降雨及人類工程活動(dòng)對(duì)地質(zhì)造成的破壞；坡向大部分處于陰坡面，主要是由于滑坡發(fā)育與黃土厚度密切相關(guān)，陰坡黃土沉積較厚，因而易發(fā)生滑坡；地形起伏度大多在150～200 m，該因素與黃土丘陵區(qū)發(fā)生滑坡的關(guān)系有待進(jìn)一步研究。

由于監(jiān)測(cè)的時(shí)間短，形變量變化微小。因此，在今后的研究中，將通過時(shí)序InSAR來監(jiān)測(cè)較長(zhǎng)時(shí)間的地形變化，進(jìn)一步驗(yàn)證D-InSAR結(jié)果，同時(shí)為滑坡監(jiān)測(cè)及預(yù)警提供數(shù)據(jù)支撐。