李升甫，向 波，孫曉鵬，徐鴻彪，汪致恒

(四川省公路規(guī)劃勘察設計研究院有限公司,四川 成都 610041)

0 引 言

隨著國民經(jīng)濟與基礎設施建設的快速發(fā)展，高速公路建設的腳步逐漸向山區(qū)邁進。但山區(qū)地形復雜、不良地質體分布廣泛，需采取繞避、治理等措施進行處理。因此，在高速公路的選線和勘察設計中，如何快速、高效地識別不良地質體顯得尤為重要。四川省地震活動頻繁、雨量充沛，是全國多崩塌、滑坡災害嚴重的省份之一，其高速公路的選線與勘察設計對不良地質體的有效識別提出了更高要求，而傳統(tǒng)的人工調(diào)查手段工程量大、耗時長、成本高、難以滿足復雜不良地質體的大范圍、快速判識和有效分析。遙感技術作為新興手段，已成功應用于多個領域，并逐步在地質災害識別與監(jiān)測領域進行了應用[1-3]。近年來，許強等[4-5]提出基于天地空一體化的地質災害識別手段，基于光學遙感、InSAR(合成孔徑雷達干涉)和LiDAR(激光雷達)多源遙感手段所獲取“三形”信息，進行災害體的識別。其中，光學數(shù)據(jù)能夠從外觀特征方面，為變形體的識別提供依據(jù)；LiDAR技術具有一定的穿透性，能夠去除植被覆蓋信息，獲取精確的地形信息，因此，其數(shù)據(jù)能夠直接反映變形體的精細形態(tài)特征，可為界線劃定提供參考，而InSAR技術能夠獲取地表形變趨勢信息，可從“形態(tài)、形變、形勢”3個方面進行不良地質體的識別和觀測，具有良好應用前景。

當前，公路周邊地質災害遙感調(diào)查主要以單一光學遙感手段為主。已有學者將InSAR技術應用于公路周邊的監(jiān)測工作，如趙富萌等[6]基于小基線集干涉測量進行了中巴公路蓋孜河谷地質災害早期識別，證實了該方法在山區(qū)地質災害早期識別中的良好優(yōu)勢；王磊等[7]利用特征匹配方法獲取了中巴公路沿線冰川的流速，并分析了冰川的活動性及對公路的威脅情況。遙感技術具有范圍大、效率高的優(yōu)勢，能夠大范圍、高效地調(diào)查地質構造和布局，可為公路地質選線提供科學依據(jù)。

因此，筆者以位于G4216沿江高速(屏山新市至金陽段)設計路線中一處庫岸涉水變形體為研究對象，綜合使用光學遙感、InSAR、LiDAR多源遙感手段，進行變形體觀測和分析，探討多源遙感技術手段在公路地質選線中的應用價值。

1 研究區(qū)域與數(shù)據(jù)來源

1.1 研究區(qū)域

研究區(qū)為新場溝原設計線位隧道出口端(原路線設計樁號K98+700～K99+100段)。

研究區(qū)位于涼山州雷波縣境內(nèi)，金沙江下游，區(qū)內(nèi)以構造侵蝕、剝蝕高中山地貌。海拔相對高點位于中西部山脊，高程約2 000 m，海拔相對低點位于出口新場溝，高程約600 m，相對高差為1 400 m。總體地形為一北東-南西向展布的山脊，山脊中部高，兩端低，北東側接觸金沙江。原設計線路隧道自秦家灣右岸陡壁進入，橫穿山脊走向，至新場溝出洞，為越嶺隧道。據(jù)前期地質調(diào)繪結果可知，研究區(qū)上層覆蓋第四系坡積物，圍巖穩(wěn)定性差，出口淺埋段易冒頂，拱頂無支護易發(fā)生坍塌，側壁時有掉塊。

1.2 數(shù)據(jù)來源

1.2.1 衛(wèi)星雷達數(shù)據(jù)及影像數(shù)據(jù)

采用哨兵1衛(wèi)星數(shù)據(jù)進行形變監(jiān)測，數(shù)據(jù)查檔分析后，選用2015年11月至2019年10月，時間間隔約1個月，共計54期數(shù)據(jù)(升軌，IW模式，地面分辨率為5×20 m，PATH 128 FRAME 89)進行監(jiān)測。收集到研究區(qū)優(yōu)于0.5 m分辨率航飛影像數(shù)據(jù)(2019年3月拍攝)，用于變形體地表覆蓋物特征與裂縫判識。

1.2.2 DEM數(shù)據(jù)及水位數(shù)據(jù)

收集到研究區(qū)1 m分辨率DEM數(shù)據(jù)(基于LiDAR數(shù)據(jù)制作)，用于變形體范圍識別；30 m分辨率的SRTM DEM數(shù)據(jù)，用于InSAR形變解算相關流程。據(jù)報道，溪洛渡水電站于2013年5月開始蓄水，此次收集到2015年11月至2018年4月的單日分時水位數(shù)據(jù)，可對應得到衛(wèi)星過境時間的精確水位數(shù)據(jù)，對于缺失日期的水位，通過溪洛渡水電站壩體附近一處小島淹沒程度進行估算。

2 研究方法

2.1 形變監(jiān)測方法

InSAR技術是一種通過合成孔徑雷達對觀測目標發(fā)射電磁波，并接收反射信號，得到其信息的主動遙感技術，具有受云霧影響小的特點，能夠快速獲取大范圍地表形變信息。其中，時間序列InSAR技術，利用同一區(qū)域多期數(shù)據(jù)，可有效去除大氣、地形等干擾相位信息，獲取地表較為精確的形變信息，目前較為常用時間序列InSAR技術有PSInSAR、SBASInSAR技術，兩種技術在形變數(shù)據(jù)獲取精度、處理策略、數(shù)據(jù)量要求方面各有優(yōu)點。筆者考慮到研究區(qū)地形復雜，地表構筑物較少，較難形成有效觀測信息，故而采用Stamps-MTI技術進行監(jiān)測。Stamps-MTI技術由A. HOOPER于2008年提出[8]，其以PSInSAR、SBASInSAR為基礎，綜合兩種技術優(yōu)勢，能夠較PS或SBAS方法獲得更高的地面采樣率(點位更為豐富)且精度有所提高[9-10]。數(shù)據(jù)處理流程如圖1，在給定的多期SAR影像中，選取主影像，分別按PS、SBAS處理流程進行處理，然后對兩種策略得到的候選點集進行合并，按照信噪比進行篩選，形成高相干點集，最終利用SBAS形變模型，獲取候選點位的形變量時間序列及形變速率。Stamps-MTI方法，時間序列InSAR分析采用Stamps軟件[11]進行。

圖1 Stamps-MTI 處理流程Fig. 1 Processing flow of Stamps-MTI

2.2 形態(tài)判別方法

LiDAR技術利用激光多回波技術，能夠有效獲取地面三維特征，反應地表精細構造特征，如類型、性質及破裂狀況等。使用機載LiDAR采集得到的數(shù)據(jù)制作的DEM對地形進行渲染，用于顯示變形體整體形態(tài)特征，并結合高分辨率遙感影像，對目標表面植被、裂縫、侵蝕特征進行綜合判讀，最后圈定不良地質體的空間分布并結合形變數(shù)據(jù)進行后續(xù)分析。

2.3 水位反演方法

監(jiān)測區(qū)域位于溪洛渡水電站的庫岸區(qū)域，庫水位升降和降雨容易誘發(fā)庫區(qū)涉水老滑坡復活的問題[12-14]，因此，結合水位進行分析具有重要參考價值，由于此次收集到水位數(shù)據(jù)日期未覆蓋全部觀測日期，故采用雷達數(shù)據(jù)成像后進行反演補全。

如圖2(a)，溪洛渡水電站上游離壩體不遠處可見一小島，水位的漲落會表現(xiàn)為小島不同的淹沒程度。由于水體對雷達波的鏡面反射作用，水體在雷達影像信號強度較低，表現(xiàn)為黑色。因此對全部衛(wèi)星雷達影像進行多視變換、地理編碼后輸出顯示，可以觀察到小島被淹沒的情況，如圖2(b)小島淹沒較多，水位較高，圖2(c)小島出露較多，水位相對較低。因此，通過未知水位日期和已知水位日期小島淹沒程度的對比，能夠推算出水位高度。采用此方法對缺少水位的日期進行補全，最終獲得衛(wèi)星拍攝時間對應的水位數(shù)據(jù)并繪制時間序列曲線，如圖3。

圖2 小島淹沒程度示意Fig. 2 Schematic diagram of inundation degree of small island

圖3 衛(wèi)星拍攝日期水位變化曲線Fig. 3 Water level change curve on satellite shooting date

3 結果與分析

3.1 形變監(jiān)測結果

InSAR監(jiān)測結果如圖4 ，監(jiān)測時段內(nèi)，坡頂形變速率約-12.5 mm/a，坡體中部形變速率約-8.7 mm/a，坡腳形變速率約-5.5 mm/a。選取坡體上不同區(qū)域點位，繪制其形變量時間序列曲線，并疊加水位數(shù)據(jù)，如圖5。

圖4 形變速率示意Fig. 4 Schematic diagram of profile change rate

圖5 形變量時間序列曲線Fig. 5 Shape variable time series curve

從圖5中可以看出，A點所在山體坡頂房屋區(qū)，自2015年來一直在均勻沉降；B點、C點所在坡體形變量在2015年11月至2017年10月變化較小，自2018年3月出現(xiàn)了加速形變，隨后在2018年7月、2018年11月出現(xiàn)了小幅抬升，在2019年2月開始繼續(xù)形變。

據(jù)現(xiàn)場調(diào)查結果可知，研究區(qū)淺埋及巖性接觸帶，埋深0～139 m，出口段上覆第四系碎石土，厚度較大，圍巖為頁巖及生物灰?guī)r，巖體破碎-較破碎，呈裂隙塊狀及鑲嵌碎裂結構，據(jù)此可知，變形體內(nèi)部孔隙發(fā)育，易受水位變化影響。結合溪洛渡水電站平均水庫水位變化情況，可以看到，溪洛渡水電站水位呈現(xiàn)一定規(guī)律的周期性漲落，在2017年11月前，水位的變化并未對坡體形變產(chǎn)生規(guī)律性影響，2017年11月至2018年6月(圖5中①段)水位出現(xiàn)較大幅度降低，坡體隨后也出現(xiàn)較大形變；在2018年6月后水位出現(xiàn)回升(圖5中②段)，坡體形變趨勢也隨之減緩并出現(xiàn)一定量的回彈； 2019年2月后(圖5中③段)水位再次降低，變形體也隨之繼續(xù)形變，2019年9月至2019年10月(圖5中④段)，水位快速上升，變形體也出現(xiàn)明顯回彈。據(jù)相關研究，當庫區(qū)水位下降時，坡體穩(wěn)定性整體減少，庫區(qū)水位上升時，由于水土作用，會產(chǎn)生一定的浮托減重效應[12]。水庫正常運行時，當水庫的水位發(fā)生波動，滑坡體內(nèi)部地下水位也會相應發(fā)生變化，水位下降時，庫水位的上升速度往往大于變形體的滲透能力，導致變形體內(nèi)部地下水位線無法和庫水位線保持一致，動水壓力指向坡體外部增加了坡體的下滑力，變形體呈現(xiàn)下滑趨勢(圖5中①段、③段)；當水位上升時，庫區(qū)水位的快速變化會產(chǎn)生水頭差，地下水流方向為變形體向內(nèi)，增加了坡體的抗滑性，從而增加了坡體的穩(wěn)定性(圖5中②段、④段)。

縱觀整體，蓄水并未立即導致變形體的形變量隨水位漲落變化，經(jīng)過庫區(qū)水位的不斷漲落，使其內(nèi)部應力不斷調(diào)整，但滑體整體穩(wěn)定性有所下降。從2017年11月始，A點、B點、C點總變形量，受水位影響愈發(fā)明顯，說明坡體穩(wěn)定性進一步降低。而D點、E點離水體較遠，受水位漲落較小，從形變序列曲線中，未見明顯沉降趨勢。

3.2 形態(tài)特征

如圖6，變形體表面整體呈S型起伏，前緣隆起，長約1 200 m，寬約750 m，面積約738 396 m2，兩側的自然溝割切很深，已形成雙溝同源，變形跡象明顯，中部多處出現(xiàn)拉裂跡象(圖6中①、②)，變形體上部呈階梯型錯動，擠壓下部產(chǎn)生變形。

圖6 變形體DEM渲染及裂縫分布Fig. 6 DEM rendering and crack distribution of deformed body

從高分辨率遙感影像上可以看到，變形體表面裂縫發(fā)育(圖7)，圖中紅色中部拉裂縫已貫通。從現(xiàn)場調(diào)查結果可見變形體變形跡象明顯，其中④號拉裂縫下部坡體已呈現(xiàn)向前傾倒趨勢。

圖7 變形體裂縫分布及現(xiàn)場照片F(xiàn)ig. 7 Crack distribution and site photos of deformed body

4 結 論

1)從多源遙感監(jiān)測結果可以看到，新場溝初步設計隧道出口處位于一巨型變形體中部，變形體長約1 200 m，寬約750 m，面積約738 396 m2，該變形體上沖溝發(fā)育，兩側的自然溝割切很深，已形成雙溝同源，變形跡象明顯，中部多處出現(xiàn)拉裂跡象，變形體上部巖層呈階梯型錯動，擠壓下部產(chǎn)生變形，坡體表面整體呈S型起伏，前緣隆起。

2)此處變形體，從2017年11月始，總變形量受水位漲落變化顯著增大，可見變形量對水位周期變化存在一定響應。近年變形體穩(wěn)定性進一步降低，形變量較大，在監(jiān)測周期內(nèi)呈現(xiàn)持續(xù)沉降趨勢，且已在中部形成明顯拉裂縫。

3)變形體受溪洛渡水電站蓄水水位漲落的影響，坡體穩(wěn)定性逐年降低，存在發(fā)生滑坡的可能性，對公路影響較大，影響初步設計線位K98+300～K99+700路線安全，變形體范圍外總體變形量較小，未見明顯形變趨勢，對調(diào)整后施工圖線位影響較小。

結論說明綜合使用光學遙感、LiDAR和InSAR技術，可為高速公路勘察設計工作中不良地質體的識別和分析提供數(shù)據(jù)參考。但受制于LiDAR技術數(shù)據(jù)獲取成本較高、InSAR技術受觀測目標特征及天氣條件影響較大等原因，多源遙感技術手段在工程應用中仍面臨較多問題，后續(xù)研究需要擴大研究范圍，對不良地質體的識別有效性進行研究，并形成解決方案。