于海明,張熠斌,方向輝,徐思瑜,徐譽維,張旭晴
(1.吉林省地質(zhì)環(huán)境監(jiān)測總站(吉林省地質(zhì)災害應急技術指導中心),吉林 長春 130021;2.吉林省航測遙感院,吉林 長春 130061;3.吉林大學地球探測科學與技術學院,吉林 長春 130026)
新世紀以來,人類活動對環(huán)境和氣候的影響逐漸增大,生態(tài)環(huán)境及各種地質(zhì)條件也隨之發(fā)生了較大的改變。中國構(gòu)造運動頻繁,地形結(jié)構(gòu)復雜,地質(zhì)災害頻發(fā),滑坡、崩塌等地質(zhì)災害呈現(xiàn)出分布廣、高易發(fā)等特點。地質(zhì)災害嚴重威脅群眾的生命財產(chǎn)安全,并限制區(qū)域經(jīng)濟發(fā)展[1-2]。滑坡是斜坡巖石體以及大面積冰雪覆蓋體沿著貫通的剪切面所發(fā)生的體位滑動現(xiàn)象,由于氣候、天氣、地形、交通、通訊等因素的影響,很難做到早期預警和提前防范[3]。由于環(huán)境限制,傳統(tǒng)測量手段如水準測量、GPS 測量難以大范圍開展地質(zhì)災害監(jiān)測[4];光學遙感技術易受氣候條件影響,并且難以實現(xiàn)對緩慢變形地質(zhì)災害隱患的識別[5-6]。
合成孔徑雷達干涉測量技術(interferometricsynthetic aperture radar,InSAR)作為一種新型地表形變監(jiān)測技術,具有空間分辨高、時間分辨率高、精度高以及大范圍空間連續(xù)覆蓋等優(yōu)勢,已成為地質(zhì)災害監(jiān)測的重要手段之一,被眾多學者用于地震[7]、滑坡災害應急排查[8]、滑坡發(fā)育監(jiān)測[9]、地面沉降[10]等的形變監(jiān)測研究。法國學者Fruneau 等[11]于1996 年首次將InSAR 技術應用于滑坡監(jiān)測領域,采用差分雷達干涉技術(differential interferometric synthetic aperture radar,D-InSAR)技術處理ERS-1 數(shù)據(jù)獲取了6 景差分干涉圖,監(jiān)測結(jié)果清晰的呈現(xiàn)了滑坡的形變特征,且與實測結(jié)果一致。由于不同時期獲取的SAR 影像間的相干性較差或失相干,以及大氣效應的影響制約了D-InSAR 技術在滑坡形變監(jiān)測領域的應用,而差分干涉測量短基線集時序分析技術(small baseline subset InSAR,SBAS-InSAR )[12-13]可實現(xiàn)對目標區(qū)域的連續(xù)時空監(jiān)測,意大利學者Ferretti 等[14]提出的永久散射體差分干涉測量技術(persistent scatterer interferometric synthetic aperture radar,PS-InSAR)以及Berardino 等[15]SBAS-InSAR,能夠獲取地面較高精度的地形數(shù)據(jù)以及地表時序形變數(shù)據(jù),較大程度提升了SAR數(shù)據(jù)干涉測量的精度。姚佳明等[16]利用SBAS-InSAR技術對煤層開采誘發(fā)的地表形變模式進行了研究,證實了SBAS-InSAR 技術監(jiān)測地表形變的準確性;趙富萌等[17]采用SBAS-InSAR 技術識別了Karakorum 公路沿線滑坡點;Zhang 等[18]利用了傳統(tǒng)經(jīng)驗模型與SBASInSAR 監(jiān)測相結(jié)合的方式成功實現(xiàn)了甘肅省中部黃河黑泰河潛在滑坡的分析評價。InSAR 技術已被廣泛應用于滑坡地質(zhì)災害監(jiān)測,但單一SAR 數(shù)據(jù)監(jiān)測的局限性限制了對滑坡形變的監(jiān)測效果。C 波段的Sentinel-1A 影像時間基線小,影像數(shù)據(jù)多,適合應用時序InSAR技術監(jiān)測滑坡時序形變特征,但在植被覆蓋區(qū)因相干性過低而獲得的監(jiān)測點稀少;L 波段的ALOS-2 數(shù)據(jù)時間基線長,影像數(shù)量少,適合利用D-InSAR 技術進行滑坡形變特征監(jiān)測。采用少量長波段ALOS-2 影像和大量短波段Sentinel-1A 影像結(jié)合進行滑坡形變監(jiān)測,能夠在具有一定植被覆蓋度的山區(qū)探測到較為明顯的滑坡地表形變[19-20]。
治新村滑坡是吉林市內(nèi)非常典型的土質(zhì)滑坡,在2017 年7 月強降雨過程中發(fā)生了滑動,滑坡體滑到村民住宅墻根處,造成住宅后墻變形,雨水進入民房內(nèi),但未造成人員傷亡。以往對該滑坡的監(jiān)測,只是傳統(tǒng)的人工地面調(diào)查,基于InSAR 技術對治新村滑坡進行形變監(jiān)測的研究卻鮮有報道。本文選取2017 年1 月6 日—2017 年12 月8 日的27 景Sentinel-1A 數(shù)據(jù),使用SBASInSAR 技術對治新村滑坡及周邊區(qū)域進行了地表形變監(jiān)測,并進行形變特征及趨勢分析??紤]到滑坡所在區(qū)域植被覆蓋情況及東北地區(qū)季節(jié)性積雪對SAR 影像相干性的影響,選取2 景穿透性更強的L 波段ALOS-2 數(shù)據(jù)監(jiān)測滑坡體變形特征,綜合運用SBAS-InSAR 和DInSAR 技術,以及C 波段的Sentinel-1A 數(shù)據(jù)和L 波段ALOS-2 數(shù)據(jù),以期驗證監(jiān)測結(jié)果的可靠性。研究結(jié)果對治新村滑坡災害防治具有重要的指導意義,并可為后期類似滑坡地質(zhì)災害監(jiān)測和研究提供參考依據(jù)。
治新村滑坡位于吉林省吉林市船營區(qū)大綏河鎮(zhèn)治新村12 社(圖1)?;虑熬壐叱?06.8 m,后緣高程322.8 m,長約327 m,寬約48 m,滑坡面積達15 696 m2。平面形態(tài)為不規(guī)則扇形,滑動面剖面形態(tài)為凹形,產(chǎn)狀:151°∠33°。土質(zhì)滑體,平均厚1.2 m。地層巖性為殘坡積物砂礫質(zhì)土,滑床巖性為范家屯組板巖、粉砂巖?;露缚病⒑蟊诎l(fā)育狀況一般,尚可辯認。側(cè)邊界不發(fā)育,前緣、剪出口發(fā)育一般,尚可辯認。拉張裂縫、剪切裂縫較發(fā)育,裂縫寬度一般在0.4 m,長1~5 m 不等,規(guī)模較小,貫通性較差,見有樹木歪斜現(xiàn)象?;麦w在雨水的浸潤作用下,沿基覆界面滑動形成滑坡,為自然滑坡。目前,該滑坡現(xiàn)處于蠕變階段,不穩(wěn)定。
圖1 研究區(qū)位置圖Fig.1 Location map of study area
文中用于SBAS-InSAR 的C 波段數(shù)據(jù)為歐空局于2014 年發(fā)射的Sentinel-1A 衛(wèi)星影像,該衛(wèi)星軌道高度693 km,重訪周期12 d,覆蓋范圍達到42 500 km2,方位向分辨率為13.98 m,斜距向分辨率為 2.33 m,雷達波長為 5.6 cm,具有條帶模式(strip map,SM)、寬幅干涉模式(interferometric wide,IW)、極寬模式(extra-wide swath,EW)和波模式(wave mode)4 種成像模式;用于D-InSAR 處理的L 波段數(shù)據(jù)采用日本陸地觀測衛(wèi)星ALOS PALSAR-2 影像,L 波段的ALOS PALSAR-2 數(shù)據(jù)具有較強的穿透力,可以很好地監(jiān)測地殼運動,獲取較準確的數(shù)據(jù)。
本文選用了C 波段(2017-01-06—2017-12-08)27 景降軌影像(表1),成像模式為IW 模式,極化方式為VV;L 波段(2016-07-26—2017-08-22)2 景影像(表2),成像模式為ScanSAR 掃描模式,極化方式為HH。DEM 數(shù)據(jù)可用于去除地形相位以及高程誤差相位計算,是SAR 數(shù)據(jù)處理的輔助數(shù)據(jù),選用NASA 和NIMA 聯(lián)合發(fā)布的分辨率為90 m 的SRTM3 數(shù)據(jù)。
表1 Sentinel-1A 數(shù)據(jù)集Table 1 Sentinel-1A data set
表2 ALOS-2 影像信息Table 2 ALOS-2 image information
數(shù)據(jù)處理使用ENVI SARscape 平臺。采用SBASInSAR、D-InSAR 方法分別對C 波段和L 波段SAR 數(shù)據(jù)進行處理,SBAS-InSAR 對配準好的多幅SAR 影像通過設定的時間基線和空間基線閾值選取合適的干涉對組合,并基于相干目標進行相位解纏和參數(shù)解算獲取長時間序列的形變信息,相較于D-InSAR,SBAS-InSAR可以分析更大時間序列數(shù)據(jù),更好地克服了時空失相干的影響,并減小了大氣延遲誤差、地形誤差、高程誤差和其余噪聲誤差。SBAS-InSAR、D-InSAR 數(shù)據(jù)處理流程如圖2 所示。
圖2 SAR 數(shù)據(jù)處理流程圖Fig.2 Workflow of SAR data processing
SBAS-InSAR 是一種基于分布式目標的時間序列分析技術,將時空基線較短的影像兩兩配對成干涉像對,應用奇異值分解的方法求解單點的形變相位方程,解算高程誤差及形變速率,通過殘余相位對大氣相位和非線性形變進行反演后獲得該時間段內(nèi)的形變時間序列。本文通過設置時間基線、空間基閾值控制Sentinel-1A 數(shù)據(jù)集生成干涉像對的數(shù)量,時間基線長度為 60 d,空間基線閾值為理論空間基線值的45%,C 波段27 景SAR 影像共獲取干涉像對98 對,其中主影像日期為 2017年3 月31 日,干涉像對以及基線連接情況如圖3 所示。然后基于干涉像對進行SLC 影像配準,生成干涉圖,經(jīng)過Goldstein 濾波處理提高干涉條紋的清晰度。選取近30 個控制點進行軌道精煉和重去平處理,選擇automatic refinement 方法消除可能的斜坡相位。歷經(jīng)2 次SBAS 反演,精確估計且去除地形殘余相位、大氣效應相位,最后結(jié)合DEM 數(shù)據(jù)進行地理編碼后獲取各期累計形變圖和平均形變速率圖。
圖3 SBAS-InSAR 時空基線圖與像對連接圖Fig.3 SBAS-InSAR space-time baseline diagram and image pair connection diagram
D-InSAR 技術是對2 景SAR 影像進行差分干涉,同時需要外部的DEM 數(shù)據(jù)模擬地形相位,進而去除掉地形相位的影響,僅保留形變相位。首先估算2 景ALOS-2 影像基線情況,包括像對的時間基線、空間基線、多普勒頻移、相位代表的高程變化值等,作為InSAR 形變監(jiān)測的前提,然后基于DEM 數(shù)據(jù)對主輔影像配準和干涉處理,獲取干涉相位圖,本文選取2016年7 月26 日影像為主影像,2017 年8 月22 日影像為輔影像。采用Goldstein 濾波提高干涉條紋的清晰度,減少由于時空基線引起的失相干的噪聲,使用最小費用流(minimum cost flow,MCF)進行相位解纏,解決相位模糊度的問題。在相對穩(wěn)定區(qū)域選擇GCP 進行軌道精煉與重去平處理,采用automatic refinement 方法消除可能的斜坡相位。最后將經(jīng)過絕對校準和解纏的相位結(jié)合,并將合成相位通過地理編碼轉(zhuǎn)換到制圖坐標系統(tǒng)。
由于治新村滑坡低矮植被覆蓋和冬季積雪影響,對于C 波段的Sentinel-1A 數(shù)據(jù),干涉測量時失相干較嚴重,獲取的監(jiān)測點主要位于滑坡后緣和滑坡前緣居民區(qū)(圖4)。SBAS-InSAR 監(jiān)測結(jié)果顯示,滑坡后緣斜坡在2017 年發(fā)生沉降,而山谷村落地表發(fā)生抬升?;潞缶壭逼翷OS 向平均沉降速率為2.88 mm/a,山谷村落LOS 向平均抬升速率為19.99 mm/a。
圖4 SBAS-InSAR 監(jiān)測結(jié)果Fig.4 SBAS-InSAR monitoring results
為進一步獲取滑坡后緣斜坡及山谷居民區(qū)地表形變特征,對滑坡后緣監(jiān)測點P1、P2、P3(圖4)進行累計形變量時序分析,同時綜合分析居民區(qū)最大抬升點和平均抬升累計形變特征,分析滑坡對居民區(qū)的影響。圖5 說明了滑坡后緣3 個監(jiān)測點(P1、P2、P3)沿雷達視線方向(LOS 向)的累計形變特征。滑坡后緣在2017年1 月6 日—4 月12 日期間處于緩慢抬升階段,至4 月12 日累計抬升達10.95 mm;4 月12 日—7 月5 日發(fā)生劇烈沉降后處于穩(wěn)定狀態(tài);7 月5 日—7 月29 日期間滑坡后緣地表沉降達12.47 mm,此后地表抬升8.21 mm 后處于相對穩(wěn)定的起伏變化,最終累計地表累計抬升4.81 mm。同時,圖4 展示了受滑坡威脅的山谷村落監(jiān)測點平均累計形變量變化圖,山谷村落地表在1 月6 日—4 月24 日期間同滑坡后緣形變趨勢相似,但在4 月24 日之后便持續(xù)抬升,至12 月8 日平均累計抬升達19.59 mm,最大抬升點累計抬升達36.62 mm。
圖5 SBAS-InSAR 監(jiān)測點時序特征Fig.5 Temporal characteristics of SBAS-InSAR monitoring points
2017 年7 月13 日8 時—14 日8 時,吉林市遭受罕見暴雨天氣影響;7 月19 日8 時—21 日8 時,吉林地區(qū)再次出現(xiàn)大范圍暴雨、大暴雨天氣,結(jié)合圖4 可以看出,治新村滑坡后緣在1 月6 日—7 月5 日期間地表處于相對穩(wěn)定狀態(tài),而在7 月5 日—8 月10 日出現(xiàn)劇烈的沉降抬升變化,7 月5 日—7 月29 日期間的高強度降雨導致了此次滑坡災害的發(fā)生,具體表現(xiàn)為滑坡后緣先沉降后抬升。因此,雨季是治新村滑坡監(jiān)測與防治的重點時期。
D-InSAR 監(jiān)測結(jié)果表明,監(jiān)測期間在治新村滑坡斜坡上存在5 處主要變形體(圖6、表3)。1 號變形體位于治新村滑坡匯水區(qū)西南側(cè)斜坡頂端,變形體面積達5 318 m2,監(jiān)測期間最大沉降量為58.6 mm,最小沉降量為29.4 mm,平均沉降量達43.2 mm;2 號變形體位于滑坡匯水區(qū)西側(cè)斜坡中上部,變形體面積達17 973 m2,監(jiān)測期間最大沉降量為50.6 mm,最小沉降量為24.2 mm,平均沉降量達36.4 mm;3 號變形體位于滑坡匯水區(qū)東側(cè)斜坡頂端,變形體面積為4 636 m2,監(jiān)測期間最大沉降量為68.7 mm,最小沉降量為29.8 mm,平均沉降量達43.5 mm;4 號變形體位于滑坡匯水區(qū)東側(cè)斜坡頂端,與3 號變形體北側(cè)相接,變形體面積3 043 m2,監(jiān)測期間最大沉降量為71.8 mm,最小沉降量為31.3 mm,平均沉降量達49.9 mm;5 號變形體位于滑坡匯水區(qū)西側(cè)斜坡北部頂端,較接近居民區(qū),變形體面積達11 281 m2,監(jiān)測期間最大沉降量為47.6 mm,最小沉降量為20.1 mm,平均沉降量達38.3 mm。
表3 斜坡變形體Table 3 Deformation of slope
圖6 D-InSAR 監(jiān)測結(jié)果Fig.6 D-InSAR monitoring results
匯水區(qū)兩側(cè)斜坡變形體分布及變形體沉降量顯示,西側(cè)斜坡大面積處于不穩(wěn)定狀態(tài),并向斜坡下端逐步延伸;東側(cè)斜坡雖然頂端變形體形變量較大,但是變形體面積較小,整個東側(cè)斜坡大部分區(qū)域由于植被覆蓋程度較好,處于相對穩(wěn)定狀態(tài)。因此,治新村滑坡威脅主要來源于匯水區(qū)植被覆蓋程度較差的西側(cè)斜坡。
根據(jù)斜坡兩側(cè)變形體特征及斜坡地形特征,針對剖線AA′、BB′、CC′、DD′作形變量及高程變化剖面分析,對比二者變化特征(圖7)。從圖7 可以看出,區(qū)域形變累計量與斜坡高程存在明顯負相關,即斜坡高處相對沉降量較大,而隨著斜坡高程降低,沉降量亦逐漸減小,局部居民區(qū)由于滑坡物質(zhì)累積,地表呈現(xiàn)抬升現(xiàn)象。
圖7 治新村滑坡剖面特征Fig.7 Profile characteristics of Zhixincun landslide
(1)SBAS-InSAR 技術可以監(jiān)測滑坡形變演化特征,D-InSAR 技術可以監(jiān)測滑坡形變體特征,二者結(jié)合進行監(jiān)測可以更全面地反映滑坡時空演化態(tài)勢。受研究區(qū)低矮植被和冬季積雪的影響,通過C 波段Sentinel-1A 影像獲取的滑坡體監(jiān)測點較少,使用L 波段ALOS-2 數(shù)據(jù)則可以很好的解決影像失相干的問題。
(2)滑坡后緣在監(jiān)測期間發(fā)生了明顯形變,該區(qū)域在7 月份強降雨過程中發(fā)生了先沉降后抬升的形變,期間沉降量達12.47 mm,監(jiān)測期間平均沉降速率為2.88 mm/a。同時,山谷居民區(qū)地表也在降雨后處于持續(xù)抬升階段,至12 月8 日平均累計抬升達19.59 mm,最大抬升點累計抬升達36.62 mm,監(jiān)測期間平均抬升速率19.99 mm/a。因此,雨季是治新村滑坡災害防治的重點時期。
(3)基西側(cè)斜坡大面積處于不穩(wěn)定狀態(tài),有向斜坡下端逐步延伸的趨勢,最大變形體面積17 973 m2,平均沉降量36.4 mm;東側(cè)斜坡變形體面積小于西側(cè),但變形體形變量較大,平均沉降量49.9 mm。結(jié)合實際調(diào)查,東側(cè)斜坡大部分區(qū)域由于植被覆蓋程度較好,處于相對穩(wěn)定狀態(tài)。因此,治新村滑坡災害的主要威脅來源于匯水區(qū)植被覆蓋程度較差的西側(cè)斜坡,且形變同地形相關明顯,斜坡頂端沉降量幾乎是最大的,隨著斜坡高度降低,沉降量亦逐漸降低,但山谷居民區(qū)由于滑坡物質(zhì)累積則呈現(xiàn)地表抬升。