黃遠林，施顯健，任 超,3，周 呂,3*，朱子林

(1.北部灣大學資源與環(huán)境學院，欽州 535011；2.桂林理工大學測繪地理信息學院，桂林 541004；3.廣西空間信息與測繪重點實驗室，桂林 541004)

滑坡是指山體中位于斜坡部分的巖土體，受雨水沖刷和浸泡、地下水位變化、地震震動、人類開采影響而引發(fā)的巖土體沿著傾斜面下滑的現(xiàn)象[1-3]。滑坡在世界絕大多數(shù)地區(qū)都有發(fā)生，而由滑坡而引起的一系列地質災害給人類帶來極大的人員和財產(chǎn)損失[4-6]。廣西地區(qū)地處中國地勢第二級階梯與第三級階梯過渡帶，地形以山地、丘陵為主，地質結構脆弱復雜。近年來受全球變暖所帶來的強降雨等極端天氣頻發(fā)的影響，廣西地區(qū)滑坡坍塌災害頻頻發(fā)生，嚴重威脅著人民生命和財產(chǎn)安全[7]。因此，開展適合廣西地區(qū)地理特點的滑坡形變監(jiān)測研究具有重要現(xiàn)實意義。

當前常規(guī)的滑坡監(jiān)測方法主要是利用全球定位系統(tǒng)(global positioning system，GPS)技術或水準測量技術組建形變監(jiān)測網(wǎng)來對山體及邊坡進行高精度的形變監(jiān)測。但是上述滑坡監(jiān)測方法需要耗費較多的人力物財力，且測量周期長、較難獲取大尺度及長時間序列的形變監(jiān)測數(shù)據(jù)。近年快速發(fā)展的干涉合成孔徑雷達(interferometric synthetic aperture radar，InSAR) 技術憑借著大尺度地表形變測繪能力受到了眾多學者的關注[8]。以此為基礎發(fā)展起來的時間序列干涉合成孔徑雷達(time-series interferometric synthetic aperture radar，TS-InSAR) 技術較好的克服了差分干涉合成孔徑雷達技術(differential interferometric synthetic aperture radar，D-InSAR) 在大數(shù)據(jù)處理中的不足，實現(xiàn)了基于時間序列的形變監(jiān)測，為地表大尺度及長時間序列形變監(jiān)測提供了新技術支持[9-11]。

廣西合成孔徑雷達(synthetic aperture radar，SAR) 影像相對短缺及商用影像定制昂貴等問題曾一定程度上限制了InSAR技術應用于廣西地質監(jiān)測。而歐洲航天局(ESA)2014年發(fā)射的哨兵-1A(Sentinel-1A)衛(wèi)星具有重訪周期短(12 d)、全球大面積監(jiān)測、SAR影像分辨率高(可達5 m)及數(shù)據(jù)開源的特點[12]，較好彌補了這一問題，為建立適合廣西地理特點的滑坡監(jiān)測方案提供數(shù)據(jù)支撐。以廣西岑溪地區(qū)為例，基于InSAR技術和岑溪地區(qū)2016—2019年的20景哨兵-1A SAR影像數(shù)據(jù)，提取了岑溪地區(qū)地表形變結果，以此為基礎進行滑坡形變隱患識別與形變監(jiān)測的研究，以期為廣西其他地區(qū)應用InSAR滑坡監(jiān)測提供案例參考。

1 研究區(qū)與數(shù)據(jù)集

廣西岑溪地區(qū)礦產(chǎn)資源豐富，是中國主要的花崗石原產(chǎn)地之一。近年來，岑溪地區(qū)的經(jīng)濟建設快速發(fā)展，GDP屢創(chuàng)新高，并成功撤縣建市(梧州管轄)。然而岑溪地處桂東南博白-岑溪斷裂帶，地質條件復雜多變，隨著城鎮(zhèn)的急劇擴張，岑溪本就脆弱的生態(tài)環(huán)境開始加速惡化。又因全球變暖導致的強降雨等極端天氣頻發(fā)，岑溪滑坡崩塌災害發(fā)生頻率逐年上漲，已成為梧州地區(qū)滑坡地質災害高發(fā)地，嚴重威脅人民生命和財產(chǎn)安全。綜合上述分析，以岑溪地區(qū)為研究區(qū)，進行滑坡隱患識別和形變監(jiān)測的研究。圖1為研究區(qū)概況。

圖1 研究區(qū)概況Fig.1 Overview of the study area

實驗使用TS-InSAR技術和廣西岑溪地區(qū)2016年12月11日—2019年9月3日的20景哨兵-1A SAR數(shù)據(jù)，輔以POD精軌數(shù)據(jù) (ESA提供)、90 m分辨率的SRTM DEM V4分別排除軌道誤差、地形相位，提取了岑溪地區(qū)地表形變結果。表1為SAR數(shù)據(jù)基本參數(shù)，利用20景哨兵-1A構建的時空基線分布如圖2所示。

圖2 哨兵-1A時空基線分布Fig.2 The Spatio-temporal baseline distribution of Sentinel-1A

表1 哨兵-1A基本參數(shù)Table 1 The basic parameters of Sentienl-1A

此外，為了更好地掌握滑坡形變與降雨的關系，實驗引入美國GPM團隊提供的多星降水產(chǎn)品IMERG(integrated multi-satellite retrievals for GPM)進行輔助分析，IMERG數(shù)據(jù)集版本為06B，空間分辨率0.1°×0.1°，監(jiān)測時間2016年12月—2019年3月。圖3為廣西2017年6月平均降水量。

圖3 廣西2017年6月平均降水量Fig.3 The average precipitation of Guangxi in December 2016

2 研究方法

時間序列干涉合成孔徑雷達分為永久散射體干涉合成孔徑雷達技術(persistent scatterer interferometric synthetic aperture radar，PS-InSAR)和小基線集技術(satellite-based augmentation system interferometric synthetic aperture radar，SBAS-InSAR)，相比D-InSAR技術，TS-InSAR技術較好地克服了失相干和大氣校正誤差影響[13]。實驗采用了永久散射體干涉技術對廣西岑溪地區(qū)的20景哨兵-1A數(shù)據(jù)進行形變提取。

PS-InSAR處理哨兵-1A SAR數(shù)據(jù)的原理是利用時序SAR影像中具有較高干涉相關性的點目標構建相位模型并解算時間序列上位移值。即采用以下模型來輸出差分干涉圖：

ΦPS=Φtopo+Φatm+Φdef+Φn+Φorb

(1)

式(1)中：ΦPS表示干涉相位總量；Φtopo表示地形起伏變化引起的地形相位；Φatm表示大氣延遲的相位；Φdef表示雷達視線方向 (line of sight，LOS) 形變相位；Φn表示噪聲相位；Φorb表示衛(wèi)星軌道誤差相位。

由于LOS向形變相位由Φnon(非線性部分)和Φlin(線性部分)組成：Φdef=Φnon+Φlin，使用SRTM 90 m DEM version 4可排除地形相位Φtopo，但會產(chǎn)生Φdem(高程誤差相位)，式(1)表示為

ΦPS=Φatm+Φn+Φnon+Φorb+Φlin+Φdem

(2)

(3)

式(3)中：BT表示時間基線；BV表示雷達視向空間垂直基線；Δυ表示差分干涉圖中目標點的高程差的變化；Δh表示干涉圖目標點形變速率的變化。

3 結果與分析

3.1 地表形變結果

利用InSAR和哨兵-1A提取的廣西岑溪地區(qū)地表形變結果如圖4所示，數(shù)據(jù)顯示：研究區(qū)共探測到341 278個形變點，形變?yōu)?5.9 ～ 0 mm/a的占總目標數(shù)的49%，小于-6 mm/a的占比3%。形變方面：岑溪市區(qū)地表形變呈現(xiàn)出中心城區(qū)緩慢抬升而外圍城區(qū)保持低于-1.9 mm/a沉降速率的形變分布。整體來看，岑溪中心城區(qū)的開發(fā)建設和地表負荷趨于穩(wěn)定，各片區(qū)有自來水供應。而岑溪外圍城區(qū)呈擴張趨勢，施工建設不斷增多，工程建設多抽取地下水，地表整體負荷持續(xù)增加。上述因素很可能是導致岑溪地表不均勻形變的主要原因。此外，歸義鎮(zhèn)監(jiān)測到大面積地表沉降，推測其地表沉降主要受岑溪東擴的影響：岑溪南北皆有山嶺環(huán)繞，故城區(qū)呈東西向擴張，歸義鎮(zhèn)由于岑溪市經(jīng)濟的快速發(fā)展和城區(qū)的急劇擴張，較多的承接來自岑溪的產(chǎn)業(yè)及規(guī)劃建設，導致歸義鎮(zhèn)地表負荷不斷增加，工程建設對地下水的抽取在增加。

圖4 岑溪地區(qū)地表形變結果Fig.4 Land deformation results in Cenxi area

3.2 滑坡隱患監(jiān)測及分析

綜合地表沉降速率、地形高程、城鄉(xiāng)安全等要素，發(fā)現(xiàn)3處滑坡隱患區(qū)域(圖4中S1～S3區(qū)域)。圖5為 S1區(qū)域的滑坡隱患分布圖。由圖5可以發(fā)現(xiàn)礦產(chǎn)開采區(qū)內(nèi)的a、b、c、d四處邊坡下沉較為明顯，并且這個礦產(chǎn)開采區(qū)與岑溪西城區(qū)相鄰，若發(fā)生大面積滑坡坍塌，可能造成較大損失。為了更好地掌握邊坡形變特征，提取了各隱患點的點目標累積沉降數(shù)據(jù)和區(qū)域降水數(shù)據(jù)進行分析，如圖6所示。由圖6可知，2016年12月—2019年9月，a處邊坡下沉較為明顯，其最大累積沉降達-47.7 mm，邊坡平均下沉速率為-6.6 mm/a；b、c、d最大累積沉降分別為-47.7、-24.68、-26.1 mm，邊坡平均下沉速率分別為-6.6、-2.2、-2.3 mm/a。此外，通過對比月均降水量和點目標形變量，發(fā)現(xiàn)降水增加時邊坡的形變變化越明顯，這可能與岑溪的地質構造有關：岑溪地區(qū)巖層主要由強度較高的層狀砂巖、花崗巖、泥巖、頁巖組成，地表主要是結構松散和覆蓋較厚的第四系風化殘積土，該積土具有易受外力形變、易積水和遇水膨脹變形的特性。當對礦山進行露天開采形成采空區(qū)時，采空區(qū)中失去植被和巖層覆蓋的風化積土因降雨積水膨脹變形或被沖刷走，加之礦山開采，緩慢誘發(fā)礦柱變形，導致山體邊坡逐漸垮塌。為預防邊坡失穩(wěn)滑坡影響城區(qū)，宜結合InSAR時序監(jiān)測和實地勘察定期評估S1區(qū)域的邊坡穩(wěn)定性。

圖5 S1區(qū)域的滑坡隱患分布Fig.5 Distribution of hidden trouble points of landslide in S1 area

圖6 滑坡隱患點的累積沉降量Fig.6 Cumulative subsidence of hidden trouble points of landslide

圖7為S2區(qū)域的滑坡隱患分布圖。由圖7可知，包茂高速的均昌—嶺腳隧道公路沿線監(jiān)測到較多沉降點，且這些沉降點多位于公路橫穿山嶺的開挖地帶。圖8顯示的e處的形變特征，可以發(fā)現(xiàn)，2016年12月—2019年9月，高速路段地表最大累積沉降為-18.3 mm，右側邊坡切割處最大累積沉降為-25.7 mm，與降雨的對比發(fā)現(xiàn)雨季來臨區(qū)域地表形變點發(fā)生明顯回升，其余時間呈下沉趨勢。經(jīng)核實發(fā)現(xiàn)該區(qū)段的高速公路穿越多個山體，且穿越的山體多為風化富水圍巖、花崗巖、膨脹土巖層、部分泥巖的混合山體，地質結構多變復雜，挖掘時曾多次引發(fā)地質災害。推測因公路開挖而失去植被和堅硬巖層覆蓋的風化殘積土結構松散易受外力及降雨影響，和公路工程和邊坡防護工程的修建所帶來的負荷增加以及土體的自固結過程是導致沿線及邊坡沉降的原因。圖9顯示了均昌—嶺腳高速公路沉降側視圖，可以發(fā)現(xiàn)均昌方向的沉降相對明顯，最大沉降速率為-11.4 mm/a，為避免公路不均勻沉降影響山體開挖處兩側邊坡的穩(wěn)定性，宜持續(xù)監(jiān)測沿線地表及邊坡的形變以預防公路邊坡滑坡。

圖7 S2區(qū)域的滑坡隱患分布Fig.7 Distribution map of hidden trouble points of landslide in S2 area

圖8 e處形變情況Fig.8 Deformation of e area

圖9 均昌—嶺腳區(qū)段高速公路沉降側視圖Fig.9 Side view of deformation of Junchang—Lingjiao expressway

圖10為放大的S3區(qū)域。由圖10可以發(fā)現(xiàn)，本圳村周圍群山環(huán)繞，其左側山體海拔約470 m處探測到面積約0.197 km2的邊坡發(fā)生沉降。圖11給出f處的點目標的累積沉降量，可以發(fā)現(xiàn)，該邊坡最大累積沉降為-55.7 mm，平均沉降速率為-3.3 mm/a，多數(shù)形變點隨降雨變化明顯且呈下沉趨勢，疑似礦石開采或因其他人為活動影響而導致該邊坡下沉。為避免邊坡過快下沉而威脅到山下村落，宜結合實地觀測和考察以評估其穩(wěn)定性。

圖10 S3區(qū)域的滑坡隱患分布Fig.10 Distribution map of hidden trouble points of landslide in S3 area

圖11 滑坡隱患點的累積沉降量Fig.11 Cumulative subsidence of hidden trouble points of landslide

4 結論

以廣西岑溪地區(qū)為例，利用InSAR技術和岑溪地區(qū)2016年12月—2019年9月的20景哨兵-1A數(shù)據(jù)，提取了岑溪地區(qū)地表形變結果，以此為基礎，結合地區(qū)降水數(shù)據(jù)、地形地貌特點及地面高程等因素，綜合評估了研究區(qū)內(nèi)的主要滑坡隱患和進行了形變時序分析。結果表明，岑溪地區(qū)的滑坡隱患主要分布在礦山采空區(qū)、公路沿線邊坡、鄉(xiāng)村山嶺地帶，其地表及邊坡沉降多受生產(chǎn)建設等人為活動影響而誘發(fā)，加之廣西地區(qū)重山復嶺的山體地貌及結構多變復雜的地質特點，在持續(xù)降雨的影響下加速下沉。此外，隨著產(chǎn)業(yè)轉移和地區(qū)經(jīng)濟的快速發(fā)展，區(qū)域內(nèi)鄉(xiāng)鎮(zhèn)、礦山、城鄉(xiāng)公路沿線邊坡及山嶺的沉降今后相當長的一段時間內(nèi)仍呈逐漸增強及擴大趨勢。研究結果顯示了以InSAR技術和哨兵-1A為依托和結合歷史數(shù)據(jù)、地貌特點進行廣西滑坡隱患早期大范圍識別和形變監(jiān)測的效率，研究結果可為相關部門制定防治計劃以及廣西其他地區(qū)應用Sentinel-1A InSAR進行地質及滑坡監(jiān)測提供科學參考。