基于InSAR技術(shù)的地災(zāi)隱患點(diǎn)早期識(shí)別及形變時(shí)序分析

王芮

摘 要 InSAR技術(shù)已廣泛應(yīng)用于地災(zāi)識(shí)別與監(jiān)測(cè)，本文基于哨兵1號(hào)數(shù)據(jù)，利用SBAS-InSAR技術(shù)對(duì)2018年金沙江白格滑坡和2019年萬(wàn)源向前廣場(chǎng)后山滑坡進(jìn)行了地表形變監(jiān)測(cè)、滑坡隱患點(diǎn)識(shí)別，并利用實(shí)測(cè)點(diǎn)位高程數(shù)據(jù)驗(yàn)證其精度。研究發(fā)現(xiàn)金沙江滑坡典型點(diǎn)變形趨勢(shì)和相關(guān)歷史資料吻合，萬(wàn)源向前廣場(chǎng)后山滑坡監(jiān)測(cè)點(diǎn)變形整體趨勢(shì)和累計(jì)垂直形變量與實(shí)測(cè)數(shù)據(jù)基本吻合，說(shuō)明SBAS-InSAR可以有效地監(jiān)測(cè)地表形變、識(shí)別滑坡隱患點(diǎn)。

關(guān)鍵詞 SBAS-InSAR 哨兵1號(hào) 形變監(jiān)測(cè) 滑坡隱患點(diǎn)

中圖分類(lèi)號(hào)：P237;P642.22 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-0745（2021）04-0001-02

1 前言

SBAS-InSAR技術(shù)是一種時(shí)間序列InSAR（合成孔徑雷達(dá)干涉測(cè)量）分析方法，其主要思想是通過(guò)對(duì)時(shí)間基線(xiàn)和空間基線(xiàn)進(jìn)行限制來(lái)生成多個(gè)短基線(xiàn)干涉對(duì)集合，然后對(duì)每個(gè)集合內(nèi)的形變信息通過(guò)最小二乘法進(jìn)行求解，最后將所有集合通過(guò)奇異值分解法（SVD）進(jìn)行聯(lián)合求解，進(jìn)而得到整個(gè)時(shí)間序列的形變信息[1]。該方法不僅能夠克服D-InSAR技術(shù)無(wú)法去除的時(shí)空失相關(guān)、大氣延遲相位等因素干擾的缺點(diǎn)，同時(shí)因其基于多景主影像產(chǎn)生干涉對(duì)，之后再提取在一定時(shí)間內(nèi)保持相干性的分布式點(diǎn)目標(biāo)，從而能夠解決PS-InSAR技術(shù)因選取一幅影像作為公共主影像而造成的部分干涉對(duì)相干性較差的問(wèn)題。較之PS-InSAR時(shí)序技術(shù)，SBAS-InSAR則更適用于自然場(chǎng)景的地表形變監(jiān)測(cè)[2]。

Sentinel-1A衛(wèi)星是歐洲空間局哥白尼計(jì)劃發(fā)射的首顆環(huán)境監(jiān)測(cè)衛(wèi)星，于2014年4月3日發(fā)射升空，對(duì)全球大范圍的地質(zhì)、環(huán)境災(zāi)害的監(jiān)測(cè)提供了豐富的數(shù)據(jù)。

本文基于Sentinel-1A衛(wèi)星數(shù)據(jù)，利用SBAS-InSAR技術(shù)做了兩個(gè)滑坡案例的形變監(jiān)測(cè)：（1）金沙江白格滑坡;（2）萬(wàn)源市向前廣場(chǎng)后山滑坡。

2 金沙江白格滑坡隱患探測(cè)

2.1 研究區(qū)概況

2018年10月11日和2018年11月3日，西藏自治區(qū)江達(dá)縣波羅鄉(xiāng)白格村附近金沙江右岸先后發(fā)生了兩次大規(guī)模高位滑坡堵江事件，堰塞湖庫(kù)容最大超過(guò)5×108m3，堵江事件發(fā)生后，巨量的泄流洪水導(dǎo)致了下游318國(guó)道金沙江大橋等多座橋梁和大量公路路基被沖毀，云南省麗江市巨甸鎮(zhèn)、石鼓鎮(zhèn)等居民區(qū)被大面積淹沒(méi)，災(zāi)害損失嚴(yán)重。

2.2 研究區(qū)范圍

白格滑坡下游70～100km范圍，屬滑坡堵江風(fēng)險(xiǎn)的重點(diǎn)區(qū)域。

2.3 數(shù)據(jù)源

（1）Sentinel-1A數(shù)據(jù)：空間分辨率15米，VV極化，2017/12/07—2018/11/20重訪(fǎng)周期12天，共29期SAR影像。

（2）DEM數(shù)據(jù)：30米分辨率。

2.4 結(jié)果分析

本文利用SBAS-InSAR技術(shù)識(shí)別到5個(gè)典型滑坡隱患點(diǎn)：H28、H31、H36、H37、H39，對(duì)滑坡隱患點(diǎn)形變量進(jìn)行時(shí)序分析，時(shí)間從2017年12月7日至2018年11月20日，每隔12天一景SAR影像，共29期，每一期形變量都是相對(duì)于第一期2017年12月7日的，第一期形變量默認(rèn)為0，如圖1所示。

從圖上很明顯看出，2017—2018年間，五個(gè)隱患點(diǎn)一直處于緩慢下滑變形狀態(tài)。下滑最大的點(diǎn)H31最大形變量為110mm左右，在10月份略有抬升，可能是滑坡后緣下滑導(dǎo)致前緣擠壓抬升，其次是H28，最大形變量為92mm左右，此結(jié)果和相關(guān)歷史資料吻合。

3 萬(wàn)源向前廣場(chǎng)后山滑坡監(jiān)測(cè)

3.1 研究區(qū)概況

2019年7月位于四川省萬(wàn)源市的向前廣場(chǎng)（太平鎮(zhèn)毛壩子）及后山一些部位出現(xiàn)不同程度變形，且呈現(xiàn)加劇趨勢(shì)，造成向前廣場(chǎng)及周邊部分房屋和地磚開(kāi)裂甚至傾斜，萬(wàn)源市政府于7月4日晚啟動(dòng)地質(zhì)災(zāi)害Ⅰ級(jí)應(yīng)急響應(yīng)，劃定地質(zhì)災(zāi)害危險(xiǎn)區(qū)，緊急疏散撤離向前廣場(chǎng)及周邊住房安全有影響的群眾1300多戶(hù)5000余人。本文利用SBAS-InSAR技術(shù)對(duì)萬(wàn)源市向前廣場(chǎng)及其后山一帶進(jìn)行長(zhǎng)時(shí)間序列形變監(jiān)測(cè)。

3.2 數(shù)據(jù)源

本文采用2019年6月28日—2020年3月6日時(shí)段的22景Sentinel-1A升軌數(shù)據(jù)，相對(duì)軌道號(hào)157，時(shí)間分辨率為12天，觀(guān)測(cè)模式為寬模式（IW），分辨率為5m×20m，極化方式為VV極化。下載地理空間數(shù)據(jù)云平臺(tái)發(fā)布的30m分辨率SRTM DEM數(shù)據(jù)以去除地形相位并進(jìn)行地理編碼。實(shí)測(cè)點(diǎn)位形變監(jiān)測(cè)數(shù)據(jù)由本單位“萬(wàn)源地災(zāi)監(jiān)測(cè)項(xiàng)目”提供。

3.3 結(jié)果分析

本文將SBAS-InSAR監(jiān)測(cè)到的地表形變量與實(shí)測(cè)監(jiān)測(cè)點(diǎn)數(shù)據(jù)做了對(duì)比，分析SBAS-InSAR監(jiān)測(cè)形變的精度。

整體趨勢(shì)對(duì)比分析：根據(jù)已有的實(shí)測(cè)點(diǎn)資料，整理了2019年7月10日至2020年3月13日的16個(gè)實(shí)測(cè)點(diǎn)數(shù)據(jù)（Q1、Q2、Q3、Q4、Q5、Q6、Q7、Q8、Q9、Q10、Z2、Z3、Z11、Z15、Z16及Z08-2），并將2019年7月10日的高程作為基準(zhǔn)點(diǎn)，統(tǒng)計(jì)了此后不同日期的高程變化量。其中，有9個(gè)監(jiān)測(cè)點(diǎn)的實(shí)測(cè)數(shù)據(jù)呈現(xiàn)下降趨勢(shì)，包括Z2、Q4、Z11、Z3、Q1、Q8、Q10、Z16和Z15，與SBAS-InSAR方法監(jiān)測(cè)的點(diǎn)位形變趨勢(shì)基本一致;7個(gè)監(jiān)測(cè)點(diǎn)實(shí)測(cè)值呈現(xiàn)上升趨勢(shì)，分別為Q6、Q7、Q9、Q5、Q2、Q3及Z08-2，可見(jiàn)滑坡前緣-向前廣場(chǎng)主要呈現(xiàn)抬升趨勢(shì)，與SBAS-InSAR方法監(jiān)測(cè)形變的結(jié)果類(lèi)似，論證了SBAS-InSAR方法監(jiān)測(cè)形變的可行性。

累計(jì)垂直形變量對(duì)比分析：進(jìn)一步統(tǒng)計(jì)了上述16個(gè)監(jiān)測(cè)點(diǎn)的實(shí)測(cè)累計(jì)垂直形變量（2019年7月10日至2020年3月13日）和SBAS-InSAR累計(jì)垂直形變量（2019年7月10日至2020年3月6日），兩者的絕對(duì)誤差在5mm以?xún)?nèi)的點(diǎn)有9個(gè)，5mm-10mm內(nèi)的點(diǎn)有4個(gè)，大于10mm的有3個(gè)?？紤]到監(jiān)測(cè)儀器和衛(wèi)星系統(tǒng)本身的誤差，去掉一個(gè)最大值和最小值，求得兩者絕對(duì)誤差的平均值為5.08mm。

由于監(jiān)測(cè)儀器和衛(wèi)星系統(tǒng)本身都有一個(gè)精度的問(wèn)題，且兩者計(jì)算累計(jì)形變量的時(shí)段也相差了7天，本研究認(rèn)為絕對(duì)誤差平均值5.08mm屬于允許的誤差范圍。

4 結(jié)論

綜上所述，利用哨兵1號(hào)數(shù)據(jù)、SBAS-InSAR方法來(lái)監(jiān)測(cè)地表形變是可靠的，且SBAS-InSAR可做長(zhǎng)時(shí)間序列形變分析，這對(duì)滑坡隱患點(diǎn)的早期識(shí)別是相當(dāng)有效的，其結(jié)果可供有關(guān)部門(mén)及時(shí)采取預(yù)防措施，減少人員傷亡以及經(jīng)濟(jì)財(cái)產(chǎn)損失。

可以進(jìn)一步改進(jìn)的地方：在本文中，SBAS-InSAR未監(jiān)測(cè)到萬(wàn)源滑坡后緣的大部分監(jiān)測(cè)點(diǎn)，原因主要有兩個(gè)：（1）后緣植被茂盛，哨兵1號(hào)采用的是C波段，對(duì)植被茂盛的地方監(jiān)測(cè)能力弱;（2）我們采用的參考DEM分辨率是30m，DEM分辨率大小直接影響地形相位的去除是否準(zhǔn)確，即會(huì)影響最終反演出的形變量精度。綜上，對(duì)于西南植被茂盛的地方，如果要達(dá)到更高精度的形變結(jié)果，我們可以采用L波段數(shù)據(jù)源且升降軌數(shù)據(jù)結(jié)合的方式進(jìn)行解譯分析。

參考文獻(xiàn)：

[1] 王志勇，張金芝.基于InSAR技術(shù)的滑坡災(zāi)害監(jiān)測(cè)[J].大地測(cè)量與地球動(dòng)力學(xué)，2013，33（03）：87-91.

[2] 張路，廖明生，董杰，等.基于時(shí)間序列InSAR分析的西部山區(qū)滑坡災(zāi)害隱患早期識(shí)別-以四川丹巴為例[J].武漢大學(xué)學(xué)報(bào)·信息科學(xué)版，2018，43（12）：2039-2049.