藏東凍土區滑坡形變時序InSAR監測分析
——以317國道矮拉山為例

焦志平，， 江利明，， 牛富俊 ，， 郭 瑞，， 周志偉

（1.中國科學院精密測量科學與技術創新研究院大地測量與地球動力學國家重點實驗室，湖北武漢 430077； 2.中國科學院大學，北京 100049； 3.中國科學院西北生態環境資源研究院凍土工程國家重點實驗室，甘肅蘭州 730000）

0 引言

凍融作用是凍土區滑坡發育的重要外動力因素之一［1］，凍融滑坡形態與常規降雨型滑坡相似，但影響因素和失穩機制更為復雜。位于川藏交界處的西藏自治區東部，季節性和多年凍土分布廣泛、地質環境復雜、地形和氣象條件惡劣，是我國滑坡地質災害最嚴重的地區之一。近年來，隨著青藏高原暖濕化加劇，該地區凍融滑坡災害呈現多發頻發的趨勢，對人民生命財產安全造成嚴重威脅，制約了當地經濟社會發展［2］。因此，加強凍土區滑坡災害隱患的監測識別研究，對藏東地區凍融地質災害早期識別及風險評估具有重要意義。

目前，滑坡災害監測主要采用GNSS位移監測、水準測量、裂縫計、無人機與衛星遙感等實地測量與遙感解譯相結合的方式［3］。但是，藏東地區滑坡災害多位于高海拔、高寒、高陡等艱險山區，人員難以抵達，實地測量通常要耗費大量人力財力物力，監測范圍及密度有限，且難以獲取滑坡歷史變化信息［4］。光學遙感手段以其大范圍、高效率的優勢在地質災害調查識別中發揮了重要作用［5］，但數據采取受云霧遮蔽影響、人工解譯不確定性大，在滑坡形變監測中存在錯檢漏檢、難以進行定量分析等問題［6］。

作為一種快速發展的空間大地測量技術，合成孔徑雷達干涉測量（InSAR）具有全天候、高分辨率、高精度、大范圍等特點［7］，近年來在滑坡［8］、地震［9］、凍土［10］等自然地表形變監測中應用廣泛。特別是隨著時序InSAR 技術的發展，國內外學者在四川、云南、甘肅、三峽等地開展了大量滑坡監測研究，取得一系列重要成果［11-15］。但是，對于高山峽谷復雜地形條件下的滑坡監測而言，雷達側視成像更易受疊掩、透視收縮、陰影等幾何畸變的影響，單一軌道方向（升軌或降軌）InSAR在地形起伏地區導致數據空洞［16］，而且對滑坡形變解譯提出了挑戰［17］。歐洲航空局（ESA）分別于2014年和2016年發射的Sentinel-1A/B SAR 衛星，具有短重訪周期（6/12/24 天）、高分辨、大幅寬、多角度數據獲取優勢［18］，能夠獲取更豐富的凍融變形過程信息，在高山峽谷區凍融滑坡隱患早期識別和風險評估方面具有很好的應用前景。

本文以藏東地區317 國道矮拉山段為例，利用小基線集（Small Baseline Subset，SBAS）時序In-SAR 技術，分別對2017 年3 月—2019 年7 月期間Sentinel-1A55 景升軌、69 景降軌SAR 數據進行分析，獲取該區域高時空分辨率的地表形變速率和滑坡形變時間序列，并結合氣象資料和現場調查分析了典型滑坡體的形變特征及影響因素。

1 研究區與數據

1.1 研究區概況

研究區位于西藏自治區昌都市江達縣崗托鎮矮拉山地區（98.43°～98.58° E，31.6°～31.68° N），是經由317國道進入西藏地區的重要通行路段。平均海拔4 710 m，地勢由東南向西北方向傾斜［19］，屬于青藏高原中高山剝蝕地貌，區域地震活動構造背景較強，崩塌、滑坡等自然災害嚴重。地表分布2條河流，主要由大氣降水和上游冰雪融化水補給［20］。該區域年均溫差較大，太陽輻射強烈，氣溫范圍為-15～28 ℃，平均氣溫4.5 ℃，每年7—8 月降雨量最多，日最大降雨量達50 mm以上，11月到次年3月為凍結期，一般凍土深度為0.85 m，海拔高于5 200 m時為多年凍土區［20］。

1.2 實驗數據

本文InSAR 處理選用歐洲空間局（ESA）于2014 年發射的C 波段Sentinel-1A 衛星的干涉寬幅模式SAR 數據，極化方式為VV，每景影像幅寬250 km，由3 個具有一定重疊度的子條帶拼接而成，用于反演滑坡整體形變速率及形變序列。數據時段為2017 年3 月—2019 年7 月，包括升軌數據55 景（path99），降軌數據69景（path106）。采用ESA 發布的精密軌道數據提高Sentinel-1A 影像的軌道數據精度；30 m 分辨率的SRTM DEM 數據去除地形相位和地理編碼。

選用與SAR 數據時間段相對應的氣象資料用于分析形變趨勢，該氣象資料來源于距離矮拉山約20 公里的德格氣象站。通過查詢2017—2019 年溫度及降雨歷時數據，該地區一年中氣溫及每月累積降雨量呈現周期性變化，最低氣溫出現在1 月份，為-12 ℃，最高氣溫出現在7 月，達到29 ℃，年溫差最大為41 ℃；6—8 月為雨季，2018 年7 月降雨量達到225.3 mm，為近三年最高；每年11月至來年4月，降雨量普遍低于20 mm，平均每月降雪天數小于5天。

2 SBAS時序InSAR方法

小基線集（SBAS）InSAR 是由Berardino 等［21］提出的一種時序InSAR 分析方法。該方法優點在于采用小基線（時空基線較短）干涉對組合，提高了SAR 數據使用率和監測點密度，并利用奇異值分解（SVD）方法高效獲取監測點的形變速率及形變時間序列［22］。SBAS-InSAR 方法詳細介紹見參考文獻［23］，本文簡要介紹其主要數據處理步驟：

表1 Sentinel-1A影像數據信息Table 1 Image parameters of Sentinel-1A

（1）計算SAR 影像的時空基線，選擇合適時空基線閾值并生成干涉對；

（2）對選取的干涉對，進行差分干涉及相位解纏處理；

（3）采用SVD 方法對干涉圖組成的相位方程進行形變參數解算。

本文數據處理流程如圖2所示，在數據配準時，選取日期為20180524的影像作為主影像，減少因時間基線較長造成相關性降低導致配準失敗。在基線連接時，結合已有研究［24］，時間基線閾值為60天，空間基線閾值為±200 m，時空基線分布情況如圖3所示（藍色連接點代表觀測影像，線段表示相應的干涉對）。

圖2 SBAS方法技術流程Fig.2 Flow chart of SBAS

圖3 干涉對時空基線分布：升軌（path99）（a）；降軌（path106）（b）Fig.3 Temporal-spatial baselines of interferometric pairs：ascending（path99）（a）；descending（path106）（b）

3 結果與分析

3.1 InSAR地表形變

利用SBAS-InSAR 方法處理了55 景升軌及69景降軌Sentinel-1 SAR 數據，獲取了研究區衛星視線向（Line of Sight，LOS）向2017—2019 年均形變速率和形變時間序列。參考目前基于滑坡形變量速度的分類［25］，假設沿LOS 向形變在-10～10 mm·a-1之間形變區為穩定區域。本文年均形變速率結果表明（圖4），大部分區域處于穩定狀態，存在明顯形變信號的區域分布于山谷兩側，最大形變速率達到-78 mm·a-1。

升、降軌InSAR 形變結果的對比分析表明（表2）：（1）地形平坦及地表穩定區域的形變信號較為一致；（2）在部分地表形變信號明顯的區域，監測點密度、范圍以及形變量大小存在差異，甚至LOS 向的形變方向相反（如格普滑坡，圖4）；（3）升降、軌In-SAR 結果在監測范圍方面具有較好的互補性，但增加了解譯的難度。

表2 典型區域升、降軌InSAR形變統計結果對比Table 2 Comparison of deformation statistics of typical landslides along different radar LOS directions

3.2 典型滑坡形變

根據3.1分析，下面將結合降軌形變結果、衛星影像（來源于天地圖，圖5）以及現場考察情況（圖6），重點分析朱喬、格普、隧道出入口四處典型滑坡形變時空特征，并選取四處典型滑坡共8個點位（位置見圖4）定量分析滑坡的形變趨勢（圖7）。

圖4 基于SBAS-InSAR方法獲取的雷達LOS向年均形變速率：升軌（a）；降軌（b）Fig.4 Mean ground deformation along radar LOS direction derived by SBAS-InSAR method：ascending track（a）；descending track（b）

（1）朱喬滑坡范圍較小，長度為300 m，寬度為200 m，與山腳高差約560 m。InSAR 結果［圖4（b）］表明，2017—2019 年期間，滑坡后緣形變速率高于前緣，LOS 向年均形變速率為23～33 mm·a-1，發生兩次變化，持續時間較長，累計形變值約為100 mm［圖7（a）］。變形坡體表面植被稀疏，兩側發育多條沖溝［圖5（a）］，直通山腳埃曲河。

（2）隧道入口處滑坡位于矮拉山隧道入口西側，沖溝盡頭，長度為240 m，寬度為120 m，坡向近似南北方向［圖5（b）］，滑坡中部LOS 形變速率達到24 mm·a-1，累計形變達到90 mm。該區域國道旁多處設有水泥防護墩，實地調查發現部分已受到沖擊破壞。

圖5 滑坡衛星影像：朱喬（a）；隧道入口（b）Fig.5 Satellite image of landslides：ZhuQiao（a）；tunnel entrance（b）

（3）隧道出口處滑坡為小型碎石滑坡，圖6（a）表明，地表風化現象嚴重，植被以草甸為主，最大LOS 向形變速率約20 mm·a-1，具有突發性，但變形相對較小［圖7（c）］。

（4）格普滑坡為牽引式堆積體滑坡，兩處形變坡體呈“八”字分布，每一處長度為600 m，寬度為350 m，在InSAR 結果，最大LOS 向形變速率為74 mm·a-1。如圖7（d）所示，該滑坡變化期和穩定期存在明顯分界線，累計形變量最大超過150 mm。現場發現該區域滑坡后緣存在明顯張拉裂縫，西側伴有發育沖溝，在谷底滑坡前緣存在松散堆積體［圖6（b）］。

4 討論

4.1 升、降軌InSAR形變的比較

星載SAR 側視成像產生的幾何畸變不僅導致在高山峽谷部分地區無法提取有效的結果，而且也給升、降軌InSAR LOS 向形變結果的解譯帶來挑戰。如圖8 所示，形變表現為靠近衛星還是遠離衛星，取決于坡面的朝向及坡度與入射角的大小，因此同一目標的位移在升、降軌結果中LOS 方向形變中可能相同，也可能相反。另外，當使用單一軌道數據處理時，在陰影區會出現無法測量的情況，因此在山區有必要聯合升、降軌InSAR結果進行分析。

圖8 衛星入射角（LOS）觀測方向與沿坡向形變關系［26］Fig.8 Relationships between the Line of Sight（LOS）and the downslope displacements for different slope orientations［26］

四處典型滑坡中，朱喬、隧道入口處滑坡的具有相同的變化方向，而隧道出口處、格普滑坡變化方向相反（圖9）。從定量角度分析，以格普滑坡為例，坡向為西，坡度范圍處于10°到30°之間。Sentinel-1A 升軌數據飛行方向由南向北，入射角為33.8°。由于坡面朝向衛星，且坡度角小于衛星入射角，因此沿坡面向下發生的形變在LOS 向表現為接近衛星。當使用降軌數據時，衛星由北向南飛行，坡面背向衛星，坡角小于衛星入射角余角，此時為最佳觀測情況，沿坡面向下的形變在LOS 向表現為遠離衛星［26］。

圖9 典型滑坡升、降軌InSAR形變特征對比Fig.9 Comparison of deformation characters of typical landslides along different radar LOS directions

通常情況下，在青藏高原內陸多年凍土區［27］及城區［28］等地形平坦區域，同一系列衛星升、降軌In-SAR 結果具有較好一致性。但在藏東高山峽谷地區，由于形變大多位于具有一定坡度且坡向不同的斜坡處，在SAR 衛星側視成像及幾何畸變影響下，難以通過分析升、降軌形變結果的相關性對兩者的一致性做出評判。取決于衛星成像參數與坡體方向之間的幾何關系，不同衛星、不同軌道數據，適用坡體也不同，例如Sentinel-1 衛星，升軌數據更適用于監測東坡向形變，而降軌數據適用于監測西坡向形變。

對于穩定區及地形平坦的區域，仍然可以通過對升、降軌結果進行交叉驗證。而對于失衡斜坡，通過聯合升、降軌數據進行反演形變，可以減少因幾何畸變造成的觀測盲區，有利于判斷滑坡實際變化方向及形變序列的提取和分析，在提高滑坡監測識別準確度和覆蓋度方面具有一定的應用價值。

4.2 溫度和降雨對典型滑坡變形過程的影響

大量研究表明，斜坡失衡主要由降雨、地震、人為活動等外部因素誘發，而在凍土區，季節性凍融作用也是導致斜坡失衡的重要因素，且海拔越高，凍融作用將更加強烈［29］。

研究區地表形變普遍存在季節性變形信號特征，為了分析凍融作用對滑坡形變過程的影響，我們重點分析了格普、朱喬、隧道入口三處滑坡形變過程與溫度、降水變化的關系。由圖10 可知，隨著季節交替，凍融作用反復發生，三處滑坡形變過程呈現“階梯下滑”形狀，存在明顯的平穩期和失穩期，與多年凍土地表形變“周期性”變化特征不同［30］。

圖1 研究區位置Fig.1 The location of study area

平穩期主要出現在每年10—11 月至來年3—4月，這段時間該地區處于凍結期，溫度低于攝氏零度，降雨量普遍低于20 mm，低溫導致地下排水受阻加之氣候干燥，在無地震及人類活動影響下，地表保持穩定狀態（圖10）。

圖10 三個典型滑坡形變過程與氣溫、降雨的關系（灰色線為零度上下分界線）Fig.10 Correlation between landslide deformation and meteorological factors（grey lines are the boundary of the zero degree）

圖10表明失穩期主要出現在春夏季（4—9月），呈現兩個時段的持續變形，均始發于每年的3 月下旬，最低溫度開始從零下轉為零上，此時降雨量低于30 mm，且降雪較少，因此排除降水和融雪作用，凍土融化是誘發滑坡變形的主要因素，其誘發機理為“季節性凍結滯水促滑效應”［31］；凍結作用使斜坡內地下水聚集滯留，導致坡體內含水層擴大，增大了斜坡區靜、動水壓力，影響斜坡土體強度和穩定性［32］；當氣溫持續上升進入解凍期，土體軟化，地下水自由流通產生侵蝕作用，從而導致斜坡失衡破壞［33］；隨著降雨增加，一方面給地面帶來額外熱量，使凍土進一步融化，另一方面外部水分補給滲透，起到潤滑作用，導致坡體形變速度加快，當累計降雨達到最大時，具有最大形變速度。

藏東高山峽谷區氣候具有雨熱同期的特點，在降雨和凍融共同作用下，相比青藏高原內陸凍土區，該地區滑坡變形失穩機制更為復雜［34］，凍融作用對滑坡變形的影響還需進一步研究。另外，同一處滑坡每年的變化趨勢并不相同，這也是此類滑坡預測分析的難點。

5 結論

本文以青藏高原東部317 國道矮拉山地區為例，利用SBAS-InSAR 技術和55 景升軌、69 景降軌Sentinel-1A SAR數據，提取了2017—2019年該該地區升降軌InSAR 地表形變信息，據此獲取了該地區凍融滑坡體隱患的空間分布情況，并分析討論了滑坡歷史形變演化特征及影響因素。主要結論如下：

（1）研究區整體處于穩定狀態（-10～10 mm·a-1），但存在部分明顯形變區，主要形變區集中于山谷河流兩側，其LOS 向形變速率極值達到-78 mm·a-1。

（2）對比分析升降軌InSAR 地表形變范圍、速率及形變序列，發現多處滑坡隱患，分別位于格普、矮拉山隧道出入口、朱喬，通過光學影像判讀和實地調查驗證了InSAR結果的可靠性。

（3）凍融滑坡形變過程呈現平穩期和失穩期交替出現的季節性變化特征，主要受凍融與降雨的綜合影響，但具體作用機制還需進一步研究。

本文驗證了升降軌時序InSAR 在高山峽谷凍土區滑坡大范圍監測識別方面的有效性，可為此類地區滑坡災害隱患的早期識別與監測防治提供重要參考。但受植被和積雪的影響，InSAR 失相干導致部分地區的形變信號難以準確提取，隨著今后國內外L 波段SAR 衛星（如我國“陸探一號”、美國NISAR）的發射，將為植被和積雪地區地表形變監測提供更加可靠、豐富的研究資料。未來有必要加強滑坡三維形變反演及凍融和降雨影響的研究，更好地揭示凍融滑坡形變模式和形成機理。