陸超然 蔡杰華 劉東烈 郭金城 董杰 廖明生

摘要地質(zhì)災害的頻繁發(fā)生直接或間接地給自然環(huán)境和社會帶來了不可逆轉(zhuǎn)的巨大危害，近年來我國也在不斷加強地質(zhì)災害早期識別和防治的力度.合成孔徑雷達干涉測量（InSAR）技術以其全天時、全天候、高精度、大范圍監(jiān)測的優(yōu)勢，成為一種重要的形變監(jiān)測手段.本文以貴州省黔東南州地質(zhì)災害隱患排查為例，采用差分干涉測量（D-InSAR）和小基線集（SBAS）時序InSAR技術分別處理了ALOS-2/PALSAR-2和Sentinel-1雷達數(shù)據(jù).選取具有代表性的4個隱患點區(qū)域重點討論，結(jié)果展示了D-InSAR在大范圍地表形變探測以及SBAS在高精度形變監(jiān)測中的優(yōu)勢，同時表明兩種方法在地質(zhì)災害隱患普查中可以互相補充，提升地災隱患的識別能力.此外，獲取的隱患點雷達視線方向累積形變序列和平均形變速率，可為貴州省地質(zhì)災害防災減災提供有價值的參考.關鍵詞貴州黔東南州;地質(zhì)災害;差分干涉測量;小基線集;時序形變分析

中圖分類號P237

文獻標志碼A

0引言

我國是世界上受地質(zhì)災害影響最嚴重的國家之一[1]，貴州省是我國地質(zhì)災害發(fā)生最為頻繁的省份之一.復雜的地理環(huán)境、強烈的地質(zhì)構造以及濕潤的氣候條件是貴州地質(zhì)災害頻發(fā)的主要原因，近年來頻繁的人類經(jīng)濟建設活動同時加劇了地質(zhì)災害的發(fā)生[2].據(jù)貴州省政府辦公廳印發(fā)的《2019年度貴州省地質(zhì)災害防治工作方案》，截至2018年底，貴州省地質(zhì)災害高中易發(fā)區(qū)面積達13.6萬km2，占全省國土面積的77%，受地質(zhì)災害威脅人數(shù)145萬人，潛在經(jīng)濟損失約410億元.近年來，提升地質(zhì)災害監(jiān)測預警能力得到了國家的高度重視與支持.

地質(zhì)災害的孕育和發(fā)生往往表現(xiàn)為地表的形變，如何準確、迅速地探測地表形變成為地災早期識別的關鍵技術.目前，地表形變監(jiān)測已發(fā)展出多種技術手段：傳統(tǒng)的水準測量、GPS、伸縮計等僅能針對已知的形變體進行稀疏的點觀測，不能整體地反映形變情況，在山區(qū)，儀器的布設也存在諸多困難;光學遙感無法有效地探測緩慢形變，且易受到云霧等不良天氣狀況的影響;激光雷達測量可以高精度、詳細地展現(xiàn)地表的三維形變，適用于范圍較小的監(jiān)測目標;合成孔徑雷達干涉測量（Interferometric Synthetic Aperture Radar，InSAR）克服了上述技術存在的局限性，實現(xiàn)了全天時、全天候、高精度、大范圍的地表形變測量，為地質(zhì)災害早期識別提供了有效的技術手段[3].

雷達差分干涉測量（Differential InSAR，D-InSAR）是在InSAR基礎上發(fā)展起來的常規(guī)處理手段，已成熟應用于地震[4]、礦區(qū)沉降[5]等由于自然或人為作用引發(fā)的地質(zhì)災害.但時空去相干和大氣相位延遲差異引起的相位噪聲，制約了D-InSAR技術的應用，此外，DEM誤差也會干擾地表緩慢位移信號的提取，這些因素的共同作用影響了D-InSAR技術提取形變信息的準確性[6].時間序列InSAR在此背景下應運而生.選取時序SAR影像上受時空去相干及大氣延遲影響較小的永久散射體（Permanent Scatter，PS），構建“天然GPS網(wǎng)”，通過對離散的PS點進行相位分析，可以分離出各信號的相位分量，估算出視線向形變速率、DEM誤差以及大氣相位，實現(xiàn)高精度的地表形變連續(xù)監(jiān)測[7].常見的時序InSAR可分為永久散射體干涉測量（Permanent Scatter Interferometry，PSI）[8]和小基線集方法（Small Baseline Subsets，SBAS）[9].PSI技術以單一的公共主影像進行干涉處理，對地面目標的穩(wěn)定性要求高，廣泛應用于人工建筑較密集的城市區(qū)域[10].但在高植被覆蓋度的山區(qū)，干涉對的相干性隨著時間基線的增加迅速降低，相干點數(shù)量往往無法滿足監(jiān)測要求.SBAS技術通過限制時間基線和空間基線的閾值，構建多主影像的干涉對序列，從而降低時空失相干的影響，該方法在地表沉降[11]、滑坡監(jiān)測[12]等方面具有較大的優(yōu)勢.

本文結(jié)合D-InSAR和時序InSAR技術對貴州黔東南州進行了大范圍地災隱患點探測：D-InSAR用于大范圍的定性普查，大大降低時序處理運算量，SBAS時序InSAR針對D-InSAR的普查結(jié)果進行核查和詳查.通過兩種技術監(jiān)測結(jié)果的對比，分析二者在山區(qū)形變探測中的優(yōu)勢和劣勢，論證結(jié)合兩種方法在地災隱患普查中的可行性，并利用SBAS技術獲取形變體的累積形變量及年平均形變速率，為后期隱患點的現(xiàn)場核查提供技術支持.

1技術路線

基于衛(wèi)星InSAR技術的地質(zhì)災害隱患點探測與形變分析可概括為“三查”——大規(guī)模普查、重點詳查以及隱患點核查，充分利用了差分干涉測量和時序InSAR的優(yōu)勢，為后續(xù)地面核查提供可靠的雷達遙感監(jiān)測結(jié)果，其技術流程如圖1所示.

1.1D-InSAR：普查

差分干涉測量通過兩次或多次干涉測量獲取地表相位信息，去除干涉相位中的地形相位等，大規(guī)模獲取地表在觀測時間間隔內(nèi)的形變信息.在D-InSAR的實際應用中，通常會引入外部DEM，采用二軌法[13]去除地形相位.

由于研究區(qū)域的植被覆蓋度高，C波段數(shù)據(jù)集干涉結(jié)果無法保持很好的相干性，干涉條紋受噪聲影響大，增加了正確相位解纏和形變探測的難度[14].波長更長的L波段雷達數(shù)據(jù)集在高植被覆蓋度的山區(qū)表現(xiàn)得更加穩(wěn)健，在相同時間間隔內(nèi)，能保持更好的干涉質(zhì)量.

1.2時序InSAR：詳查

SBAS技術在山區(qū)時序InSAR監(jiān)測中應用廣泛，它根據(jù)各相位分量的特征，對每個相干點進行時間域和空間域的相位分析，估計出大氣延遲相位、DEM誤差導致的地形殘余相位以及去相關噪聲相位[15]，獲取高精度的、可靠的時序形變結(jié)果.

由于SBAS技術需要大量時間序列的SAR歷史數(shù)據(jù)，多數(shù)商業(yè)SAR衛(wèi)星在研究區(qū)域的累積數(shù)據(jù)不足以滿足時序形變信息的反演.Sentinel-1衛(wèi)星的長期觀測計劃及其完全開放且免費的數(shù)據(jù)政策[16]，為我們提供了充足的連續(xù)觀測數(shù)據(jù).較短的觀測時間間隔確保了相干點的相對穩(wěn)定性，進一步降低了對波長的要求，C波段的Sentinel-1數(shù)據(jù)集可以滿足該地區(qū)的時序監(jiān)測要求.

1.3地面調(diào)查：核查

在D-InSAR和SBAS技術獲取的地災隱患點探測結(jié)果的基礎上，進一步開展實地調(diào)查，對隱患點進行核查和綜合分析，判定隱患點的危險性，繼而進行高精度的定點監(jiān)測.同時對雷達差分干涉測量技術探測結(jié)果進行驗證和補充，逐步提升地質(zhì)災害早期識別精度.

2研究區(qū)及數(shù)據(jù)源

2.1研究區(qū)概況

黔東南苗族侗族自治州地處云貴高原向湘西丘陵及廣西盆地過渡的斜坡地帶，地勢西高東低，地形起伏較大，海拔在100～2 200 m之間，坡度主要分布在5°～25°，以喀斯特地貌為主，水系發(fā)達，降水豐富.受脆弱的自然地理條件和強降雨的影響，黔東南州大部為地質(zhì)災害多發(fā)易發(fā)區(qū).地災的發(fā)生具有明顯的季節(jié)性，多發(fā)生于汛期（5—9月），同時與人為工程活動聯(lián)動，給人民生命財產(chǎn)安全帶來巨大威脅.據(jù)統(tǒng)計，截至2017年末，全州共查明地質(zhì)災害隱患點1 672處，主要類型為滑坡、泥石流、崩塌、不穩(wěn)定斜坡等.

基于黔東南州地災InSAR識別結(jié)果，結(jié)合地表覆蓋情況，本文選取了4個具有代表性的地災隱患區(qū)域進行D-InSAR普查和SBAS時序分析，分別位于臺江縣革一鄉(xiāng)、凱里市城區(qū)和劍河縣革東鎮(zhèn)，研究區(qū)域如圖2所示，其中P3與P4區(qū)域距離較近.

2.2數(shù)據(jù)源

選取了6景ALOS-2/PALSAR-2的Stripmap模式數(shù)據(jù)，33景Sentinel-1干涉寬幅模式數(shù)據(jù).實驗數(shù)據(jù)覆蓋范圍如圖2所示，其中藍色框為ALOS-2數(shù)據(jù)覆蓋范圍，紅色框為Sentinel-1數(shù)據(jù)覆蓋范圍.兩組SAR數(shù)據(jù)集的相關參數(shù)如表1所示.數(shù)字高程模型采用的是美國國家航空航天局發(fā)布的SRTM 90 m分辨率數(shù)據(jù)[17].

3結(jié)果與分析

對6景ALOS-2/PALSAR-2數(shù)據(jù)進行差分干涉處理，用于前期的大范圍普查，確定疑似形變點的位置及范圍.隨后，針對D-InSAR探測的疑似形變點，采用StaMPS-SBAS[15]方法對小范圍區(qū)域進行時序分析處理，結(jié)合時間基線、空間基線以及相干程度3個指標組合生成了74～90幅干涉圖，經(jīng)時序分析獲取疑似形變點的累積形變序列和平均形變速率.通過對比4個研究區(qū)域的探測結(jié)果，分析2種方法優(yōu)勢、劣勢及應用場景，論證InSAR技術在地質(zhì)災害隱患普查中的可行性.

3.1D-InSAR與時序InSAR結(jié)果對比分析

1）P1區(qū)域

根據(jù)2018年12月27日與2019年3月21日的ALOS-2差分干涉結(jié)果，臺江縣革一鄉(xiāng)境內(nèi)鎮(zhèn)遠—臺盤公路行進方向左側(cè)的邊坡（P1）表現(xiàn)為遠離衛(wèi)星方向的相位（圖3）.雖然該邊坡已進行了加固防護，但仍可能發(fā)生緩慢滑移.

P1區(qū)域的SBAS時序處理結(jié)果如圖4所示，從圖4a中可以看出加固邊坡P1區(qū)域相對于周邊區(qū)域存在遠離衛(wèi)星的趨勢，印證了D-InSAR的探測結(jié)果.在該邊坡上選取4個相干點，計算其周圍20 m范圍內(nèi)所有點的平均累積形變序列.圖4b中各組累積形變序列差異不大，且存在明顯的線性滑動趨勢，滑動速率為5 cm/a.經(jīng)地面核查，該邊坡確定發(fā)生了緩慢滑移.

2）P2區(qū)域

2018年12月27日與2019年2月7日的ALOS-2差分干涉結(jié)果如圖5所示，凱里市城區(qū)中央公園（P2）出現(xiàn)了與地形相關的大范圍異常相位，但在后續(xù)的差分干涉結(jié)果中并未出現(xiàn)類似情況.該疑似隱患點周圍有多棟居民樓，一旦發(fā)生形變，可能造成建筑物的破壞甚至坍塌.

P2區(qū)域的時序處理結(jié)果如圖6所示：該區(qū)域較穩(wěn)定，年平均形變速率不足1 cm，累計形變序列也并未表現(xiàn)出明顯的趨勢，D-InSAR干涉結(jié)果不足以探測到這樣微小的形變.對比分析兩個方法的結(jié)果，推測差分干涉圖中的異常是由于大氣湍流導致的大氣延遲相位，因為大氣相位在空間上相關而在時間上不相關，恰恰符合D-InSAR歷史監(jiān)測結(jié)果的特征.初步判定該區(qū)域并未發(fā)生形變，現(xiàn)場核查結(jié)果也證實了我們的結(jié)論.

3）P3區(qū)域

劍河縣革東鎮(zhèn)沅江西岸（P3）在2018年12月27日與2019年2月7日的干涉圖中出現(xiàn)了一處與P2區(qū)域差分干涉結(jié)果類似的區(qū)域，如圖7，該區(qū)域位于山谷，覆蓋范圍較大，且形態(tài)與地形相關.

經(jīng)SBAS時序分析驗證，P3區(qū)域的異常相位并非誤差影響，圖8顯示山谷區(qū)域向著遠離衛(wèi)星的方向發(fā)生了形變，且山谷上部形變速率大于下部形變速率的特點滿足其上陡下緩的地形，最大形變速率為7 cm/a.

4）P4區(qū)域

在2018年12月至2019年9月的多對ALOS-2差分干涉結(jié)果中，P3區(qū)域西北方向約1 km處的一處山谷（P4）并未顯示出明顯的形變信號，圖9展示了該區(qū)域2019年2月7日與2019年3月21日的差分干涉結(jié)果.

在對P3區(qū)域進行SBAS時序處理的過程，我們發(fā)現(xiàn)P4區(qū)域發(fā)生了微小形變，其平均形變速率如圖10所示，最大形變速率為5 cm/a.

3.2D-InSAR和時序InSAR的應用能力

結(jié)合以上4個研究區(qū)域的InSAR監(jiān)測結(jié)果，對D-InSAR和SBAS時序InSAR技術在地質(zhì)災害隱患探測中的優(yōu)勢、劣勢、應用場景以及效果進行總結(jié)（表2），可以看出差分干涉測量與小基線集時序InSAR技術的結(jié)合可以實現(xiàn)兩種方法的優(yōu)勢互補，實現(xiàn)大規(guī)模、高精度、定量化的地質(zhì)災害早期識別.

4總結(jié)

本文采用差分干涉測量和小基線集時序InSAR技術對貴州黔東南州進行了地質(zhì)災害隱患點排查，對兩種方法的監(jiān)測結(jié)果進行了對比分析，驗證了兩種方法的結(jié)合在地質(zhì)災害隱患普查中的可行性，并獲取了隱患點雷達視線方向的累計形變序列和平均形變速率.通過對4個實驗區(qū)域的形變探測結(jié)果的分析，可以得出以下結(jié)

1）D-InSAR技術可以快速進行大范圍的地表形變監(jiān)測，但由于時空失相干、大氣相位延遲、DEM誤

差等因素的影響，其監(jiān)測結(jié)果不能準確地提取地表形變信息;

2）SBAS時序InSAR技術由于其對時空基線的限制，一定程度上保證了干涉對的相干性，弱化了時

空失相干的影響，通過時間序列的分析可以削弱甚至去除大氣及DEM誤差的影響，但由于其處理要求較高，對于大范圍的時序分析，需要耗費較多的時間計算;

3）D-InSAR和SBAS時序InSAR技術結(jié)合可以較好地將二者的優(yōu)勢互補，D-InSAR大大縮小了

SBAS的處理范圍，SBAS進一步去除誤差影響，準確地提取形變信號，并獲取時間序列形變特征.

兩種技術的結(jié)合為地質(zhì)災害隱患點的大范圍、迅速、準確的排查提供了一種技術手段，提高了地災早期探測和識別的效率.隨著SAR傳感器及其他新型監(jiān)測技術的發(fā)展，“空-天-地一體化”的監(jiān)測技術體系將會更好地服務于地質(zhì)災害防治工作.

參考文獻

References

[1]Li M Z，Lv J，Chen X，et al.Provincial evaluation of vulnerability to geological disaster in China and its influencing factors：a three-stage DEA-based analysis[J].Natural Hazards，2015，79（3）：1649-1662

[2]郭振春.貴州地質(zhì)災害的主要類型和誘因及其預防建議[J].貴州地質(zhì)，2003，20（2）：103-105，102

GUO Zhenchun.Major types of geological hazards and predisposition in Guizhou and its preventive suggestion[J].Guizhou Geology，2003，20（2）：103-105，102

[3]廖明生，張路，史緒國，等.滑坡變形雷達遙感監(jiān)測方法與實踐[M].北京：科學出版社，2017：40-42

LIAO Mingsheng，ZHANG Lu，SHI Xuguo，et al.Methods and practice of radar remote sensing monitoring of landslide deformation[M].Beijing：Science Press，2017：40-42

[4]Atzori S，Hunstad I，Chini M，et al.Finite fault inversion of DInSAR coseismic displacement of the 2009 L'Aquila earthquake （central Italy）[J].Geophysical Research Letters，2009，36（15）：L15305

[5]Chang H C，Ge L L，Rizos C.DInSAR for mine subsidence monitoring using multi-source satellite SAR images[C]∥Proceedings of IEEE International Geoscience and Remote Sensing Symposium，2005：1742-1745

[6]Hooper A，Bekaert D，Spaans K，et al.Recent advances in SAR interferometry time series analysis for measuring crustal deformation[J].Tectonophysics，2012，514/515/516/517：1-13

[7]李德仁，廖明生，王艷.永久散射體雷達干涉測量技術[J].武漢大學學報（信息科學版），2004，29（8）：664-668

LI Deren，LIAO Mingsheng，WANG Yan.Progress of permanent scatterer interferometry[J].Editorial Board of Geomatics and Information Science of Wuhan University，2004，29（8）：664-668

[8]Ferretti A，Prati C，Rocca F.Permanent scatterers in SAR interferometry[J].IEEE Transactions on Geoscience and Remote Sensing，2001，39（1）：8-20

[9]Berardino P，F(xiàn)ornaro G，Lanari R，et al.A new algorithm for surface deformation monitoring based on small baseline differential SAR interferograms[J].IEEE Transactions on Geoscience and Remote Sensing，2002，40（11）：2375-2383

[10]秦曉瓊，楊夢詩，王寒梅，等.高分辨率PS-InSAR在軌道交通形變特征探測中的應用[J].測繪學報，2016，45（6）：713-721

QIN Xiaoqiong，YANG Mengshi，WANG Hanmei，et al.Application of high-resolution PS-InSAR in deformation characteristics probe of urban rail transit[J].Acta Geodaetica et Cartographica Sinica，2016，45（6）：713-721

[11]Hu B，Wang H S，Sun Y L，et al.Long-term land subsidence monitoring of Beijing （China） using the small baseline subset （SBAS） technique[J].Remote Sensing，2014，6（5）：3648-3661

[12]Ardizzone F，Angeli M G，Calò F，et al.Temporal and spatial analysis of landslides through the SBAS-DInSAR approach：the Ivancich，Assisi，test case[C]∥Egu General Assembly Conference.Vienna，Austria，2012：4319

[13]Massonnet D，Rossi M，Carmona C，et al.The displacement field of the Landers earthquake mapped by radar interferometry[J].Nature，1993，364（6433）：138-142

[14]蔣彌，丁曉利，李志偉，等.用L波段和C波段SAR數(shù)據(jù)研究汶川地震的同震形變[J].大地測量與地球動力學，2009，29（1）：21-26

JIANG Mi，DING Xiaoli，LI Zhiwei，et al.Study on coseismic deformation of Wenchuan earthquake by use of L and C wavebands of SAR data[J].Journal of Geodesy and Geodynamics，2009，29（1）：21-26

[15]Hooper A，Zebker H，Segall P，et al.A new method for measuring deformation on volcanoes and other natural terrains using InSAR persistent scatterers[J].Geophysical Research Letters，2004，31（23）：1-5

[16]Torres R，Snoeij P，Geudtner D，et al.GMES Sentinel-1 mission[J].Remote Sensing of Environment，2012，120：9-24

[17]Farr T G，Kobrick M.Shuttle radar topography mission produces a wealth of data[J].Eos Transactions American Geophysical Union，2000，81（48）：583-585

Detection of geological hazards danger points and deformation time

series analysis based on satellite InSAR technique

LU Chaoran1CAI Jiehua1LIU Donglie2GUO Jincheng2DONG Jie3LIAO Mingsheng1

1State Key Laboratory of Information Engineering in Surveying，Mapping and Remote Sensing，Wuhan University，Wuhan430079

2Guizhou Provincial First Institute of Surveying and Mapping，Guiyang550025

3School of Remote Sensing and Information Engineering，Wuhan University，Wuhan430079

AbstractThe frequent occurrence of geological disasters has brought irreversible great harm to natural environment and human society directly or indirectly.In recent years，China has been strengthening the efforts of early identification and effective prevention of geological disasters.Interferometric Synthetic Aperture Radar （InSAR） has been recognized as an important deformation detecting method with the advantages of all-time，all-weather，high accuracy，and large scale monitoring.In this paper，potential geological hazard points in Qiandongnan prefecture of Guizhou were detected by processing ALOS-2/PALSAR-2 and Sentinel-1 SAR data with D-InSAR and SBAS time series InSAR.The detection results of four representative research areas revealed that：D-InSAR has advantage in large-scale detecting while SBAS has superiority in high-precision monitoring.Hence，the two methods can complement each other and improve the reliability of identification for geological hazards.The cumulative deformation time series and average deformation velocity can be obtained by SBAS simultaneously，which provides valuable reference for geological disaster prevention in Guizhou.

Key wordsQiandongnan prefecture of Guizhou;geological hazards;differential InSAR （D-InSAR）;small baseline subsets （SBAS）;deformation time series analysis

收稿日期2019-10-20

資助項目國家自然科學基金青年基金（41904001）;中國博士后科學基金第64批面上資助（2018M640733）;武漢大學自主科研項目（2042019kf0048）;測繪遙感信息工程國家重點實驗室開放基金（18R03）

作者簡介

陸超然，女，碩士生，研究方向為雷達干涉測量.chaoranlu@whu.edu.cn

廖明生（通信作者），男，博士，教授，主要研究方向為雷達遙感.liao@whu.edu.cn

1武漢大學測繪遙感信息工程國家重點實驗室，武漢，430079

2貴州省第一測繪院，貴陽，550025

3武漢大學遙感信息工程學院，武漢，430079