基于InSAR技術(shù)的地災(zāi)隱患點早期識別及形變時序分析

王芮

摘 要 InSAR技術(shù)已廣泛應(yīng)用于地災(zāi)識別與監(jiān)測，本文基于哨兵1號數(shù)據(jù)，利用SBAS-InSAR技術(shù)對2018年金沙江白格滑坡和2019年萬源向前廣場后山滑坡進行了地表形變監(jiān)測、滑坡隱患點識別，并利用實測點位高程數(shù)據(jù)驗證其精度。研究發(fā)現(xiàn)金沙江滑坡典型點變形趨勢和相關(guān)歷史資料吻合，萬源向前廣場后山滑坡監(jiān)測點變形整體趨勢和累計垂直形變量與實測數(shù)據(jù)基本吻合，說明SBAS-InSAR可以有效地監(jiān)測地表形變、識別滑坡隱患點。

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

中圖分類號：P237;P642.22 文獻標(biāo)識碼：A 文章編號：1007-0745（2021）04-0001-02

1 前言

SBAS-InSAR技術(shù)是一種時間序列InSAR（合成孔徑雷達干涉測量）分析方法，其主要思想是通過對時間基線和空間基線進行限制來生成多個短基線干涉對集合，然后對每個集合內(nèi)的形變信息通過最小二乘法進行求解，最后將所有集合通過奇異值分解法（SVD）進行聯(lián)合求解，進而得到整個時間序列的形變信息[1]。該方法不僅能夠克服D-InSAR技術(shù)無法去除的時空失相關(guān)、大氣延遲相位等因素干擾的缺點，同時因其基于多景主影像產(chǎn)生干涉對，之后再提取在一定時間內(nèi)保持相干性的分布式點目標(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相干性較差的問題。較之PS-InSAR時序技術(shù)，SBAS-InSAR則更適用于自然場景的地表形變監(jiān)測[2]。

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

本文基于Sentinel-1A衛(wèi)星數(shù)據(jù)，利用SBAS-InSAR技術(shù)做了兩個滑坡案例的形變監(jiān)測：（1）金沙江白格滑坡;（2）萬源市向前廣場后山滑坡。

2 金沙江白格滑坡隱患探測

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，堰塞湖庫容最大超過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，災(zāi)害損失嚴重。

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)險的重點區(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)識別到5個典型滑坡隱患點：H28、H31、H36、H37、H39，對滑坡隱患點形變量進行時序分析，時間從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于第一期2017年12月7日的，第一期形變量默認為0，如圖1所示。

從圖上很明顯看出，2017—2018年間，五個隱患點一直處于緩慢下滑變形狀態(tài)。下滑最大的點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 萬源向前廣場后山滑坡監(jiān)測

3.1 研究區(qū)概況

2019年7月位于四川省萬源市的向前廣場（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，造成向前廣場及周邊部分房屋和地磚開裂甚至傾斜，萬源市政府于7月4日晚啟動地質(zhì)災(zāi)害Ⅰ級應(yīng)急響應(yīng)，劃定地質(zhì)災(zāi)害危險區(qū)，緊急疏散撤離向前廣場及周邊住房安全有影響的群眾1300多戶5000余人。本文利用SBAS-InSAR技術(shù)對萬源市向前廣場及其后山一帶進行長時間序列形變監(jiān)測。

3.2 數(shù)據(jù)源

本文采用2019年6月28日—2020年3月6日時段的22景Sentinel-1A升軌數(shù)據(jù)，相對軌道號157，時間分辨率為12天，觀測模式為寬模式（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)云平臺發(fā)布的30m分辨率SRTM DEM數(shù)據(jù)以去除地形相位并進行地理編碼。實測點位形變監(jiān)測數(shù)據(jù)由本單位“萬源地災(zāi)監(jiān)測項目”提供。

3.3 結(jié)果分析

本文將SBAS-InSAR監(jiān)測到的地表形變量與實測監(jiān)測點數(shù)據(jù)做了對比，分析SBAS-InSAR監(jiān)測形變的精度。

整體趨勢對比分析：根據(jù)已有的實測點資料，整理了2019年7月10日至2020年3月13日的16個實測點數(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，統(tǒng)計了此后不同日期的高程變化量。其中，有9個監(jiān)測點的實測數(shù)據(jù)呈現(xiàn)下降趨勢，包括Z2、Q4、Z11、Z3、Q1、Q8、Q10、Z16和Z15，與SBAS-InSAR方法監(jiān)測的點位形變趨勢基本一致;7個監(jiān)測點實測值呈現(xiàn)上升趨勢，分別為Q6、Q7、Q9、Q5、Q2、Q3及Z08-2，可見滑坡前緣-向前廣場主要呈現(xiàn)抬升趨勢，與SBAS-InSAR方法監(jiān)測形變的結(jié)果類似，論證了SBAS-InSAR方法監(jiān)測形變的可行性。

累計垂直形變量對比分析：進一步統(tǒng)計了上述16個監(jiān)測點的實測累計垂直形變量（2019年7月10日至2020年3月13日）和SBAS-InSAR累計垂直形變量（2019年7月10日至2020年3月6日），兩者的絕對誤差在5mm以內(nèi)的點有9個，5mm-10mm內(nèi)的點有4個，大于10mm的有3個。考慮到監(jiān)測儀器和衛(wèi)星系統(tǒng)本身的誤差，去掉一個最大值和最小值，求得兩者絕對誤差的平均值為5.08mm。

由于監(jiān)測儀器和衛(wèi)星系統(tǒng)本身都有一個精度的問題，且兩者計算累計形變量的時段也相差了7天，本研究認為絕對誤差平均值5.08mm屬于允許的誤差范圍。

4 結(jié)論

綜上所述，利用哨兵1號數(shù)據(jù)、SBAS-InSAR方法來監(jiān)測地表形變是可靠的，且SBAS-InSAR可做長時間序列形變分析，這對滑坡隱患點的早期識別是相當(dāng)有效的，其結(jié)果可供有關(guān)部門及時采取預(yù)防措施，減少人員傷亡以及經(jīng)濟財產(chǎn)損失。

可以進一步改進的地方：在本文中，SBAS-InSAR未監(jiān)測到萬源滑坡后緣的大部分監(jiān)測點，原因主要有兩個：（1）后緣植被茂盛，哨兵1號采用的是C波段，對植被茂盛的地方監(jiān)測能力弱;（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，即會影響最終反演出的形變量精度。綜上，對于西南植被茂盛的地方，如果要達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)合的方式進行解譯分析。

參考文獻：

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

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