基于時(shí)序InSAR技術(shù)的滑坡隱患識(shí)別對(duì)比研究

董繼紅， 馬志剛， 梁京濤， 劉 彬， 趙 聰， 曾 帥， 鄢圣武， 馬曉波

(1.四川省地質(zhì)調(diào)查院，稀有稀土戰(zhàn)略資源評(píng)價(jià)與利用四川省重點(diǎn)實(shí)驗(yàn)室，成都 610081； 2.四川省智慧地質(zhì)大數(shù)據(jù)有限公司，成都 610081； 3.四川省國(guó)土空間生態(tài)修復(fù)與地質(zhì)災(zāi)害防治研究院，成都 610081)

0 引言

滑坡作為頻繁發(fā)生、破壞強(qiáng)烈的全球自然災(zāi)害之一，對(duì)于人民生命財(cái)產(chǎn)安全造成了巨大的威脅，同時(shí)也制約著當(dāng)?shù)亟?jīng)濟(jì)的發(fā)展[1-2]。四川省位于中國(guó)西南山區(qū)，地質(zhì)環(huán)境條件復(fù)雜，構(gòu)造發(fā)育，是地質(zhì)災(zāi)害高易發(fā)區(qū)，同時(shí)也是我國(guó)地質(zhì)災(zāi)害防治工作的重點(diǎn)區(qū)域[3]。川西片區(qū)不僅地質(zhì)構(gòu)造復(fù)雜，活動(dòng)斷裂和強(qiáng)震也極為發(fā)育，被多條斷裂帶穿越，同時(shí)該區(qū)域海拔變化劇烈，降雨充沛，使得該區(qū)域地質(zhì)災(zāi)害尤為頻發(fā)。2017年6月24日，四川省茂縣疊溪鎮(zhèn)新磨村發(fā)生高位隱伏滑坡，造成13人死亡，73人失蹤[4-6]； 2020年8月21日雅安市漢源縣富泉鎮(zhèn)發(fā)生山體滑坡，造成7人死亡2人失蹤。

面對(duì)頻發(fā)的地質(zhì)災(zāi)害，合成孔徑雷達(dá)干涉測(cè)量技術(shù)(interferometric synthetic aperture Radar，InSAR)作為一種大范圍地表形變監(jiān)測(cè)的新技術(shù)，因其非接觸、大范圍、空間覆蓋范圍廣、監(jiān)測(cè)精度高等優(yōu)勢(shì)，已經(jīng)廣泛用于地震、地面沉降、冰川、地裂縫、滑坡等地質(zhì)災(zāi)害調(diào)查與監(jiān)測(cè)研究中，并取得了很好的效果[7-10]。趙超英等[11]基于InSAR技術(shù)對(duì)甘肅省黑方臺(tái)區(qū)域的黃土滑坡利用多源合成孔徑雷達(dá)(synthetic aperture Radar,SAR)數(shù)據(jù)進(jìn)行滑坡編目，長(zhǎng)時(shí)間序列監(jiān)測(cè)，并以新塬2號(hào)滑坡體為例進(jìn)行失穩(wěn)模式識(shí)別研究，將識(shí)別與監(jiān)測(cè)采用的方式方法進(jìn)行區(qū)分與介紹; 劉星洪等[12]利用光學(xué)遙感解譯技術(shù)與InSAR技術(shù)對(duì)巴塘—芒康段的地質(zhì)災(zāi)害進(jìn)行了調(diào)查，并通過(guò)野外地質(zhì)調(diào)研、地理信息系統(tǒng)(geographic information system,GIS)空間分析和工程類(lèi)比等工作，證明綜合遙感技術(shù)方法在青藏高原高山峽谷區(qū)的應(yīng)用，文中通過(guò)對(duì)光學(xué)與InSAR結(jié)果對(duì)比進(jìn)行分析，討論了InSAR技術(shù)對(duì)隱患的識(shí)別效果; 韓冬建等[13]利用小基線集(small baseline subset,SBAS)技術(shù)和干涉圖堆疊技術(shù)基于不同波段的SAR數(shù)據(jù)對(duì)樟木口岸在尼泊爾地震引發(fā)的山體滑坡進(jìn)行識(shí)別和形變特征研究，成功識(shí)別出了13處滑坡隱患，文中只是對(duì)不同波段的SAR數(shù)據(jù)識(shí)別能力進(jìn)行了對(duì)比，其中SBAS技術(shù)只是用來(lái)監(jiān)測(cè)典型滑坡隱患，并沒(méi)有探討SBAS技術(shù)對(duì)滑坡隱患的識(shí)別能力差異性。

Stacking技術(shù)利用對(duì)解纏圖進(jìn)行相位堆疊，可以快速獲取地表形變速率，廣泛用于滑坡隱患的早期識(shí)別，SBAS技術(shù)通過(guò)時(shí)間域和空間域的解算，可以有效消除對(duì)地觀測(cè)過(guò)程中各種誤差對(duì)結(jié)果的影響，在獲取地表形變速率的同時(shí)可以獲取地表形變點(diǎn)長(zhǎng)時(shí)間序列監(jiān)測(cè)信息。因此本文選擇在植被密集區(qū)域，開(kāi)展不同時(shí)序InSAR技術(shù)在滑坡隱患識(shí)別數(shù)目和準(zhǔn)確率方面對(duì)比研究，探討這2種技術(shù)用于滑坡隱患識(shí)別效果的優(yōu)劣，并選擇典型滑坡隱患變形特征進(jìn)行對(duì)比分析。

1 研究區(qū)概況及數(shù)據(jù)源

1.1 研究區(qū)概況

雅安位于四川盆地與青藏高原的過(guò)渡地帶，其西側(cè)邊緣地帶的山地海拔高達(dá)5 000余m，東側(cè)低山丘陵地帶海拔僅1 000 余m，區(qū)內(nèi)地形高差極大。龍門(mén)山斷裂帶、鮮水河斷裂帶、安寧河斷裂帶三大活動(dòng)活動(dòng)斷裂帶均穿過(guò)雅安地區(qū)，導(dǎo)致區(qū)內(nèi)構(gòu)造活動(dòng)強(qiáng)烈，地震頻發(fā)。同時(shí)，雅安是我國(guó)內(nèi)陸降雨最為充沛的地區(qū)之一，素有“雨城”之稱(chēng)。極為復(fù)雜的地質(zhì)條件以及充沛的降雨構(gòu)成了雅安地區(qū)脆弱的地質(zhì)環(huán)境，加之日益增多的人類(lèi)工程活動(dòng)，使得雅安成為全國(guó)地質(zhì)災(zāi)害最易發(fā)的區(qū)域之一[14-15]。

1.2 數(shù)據(jù)源

本文收集了覆蓋研究區(qū)的Sentinel-1A衛(wèi)星SAR影像數(shù)據(jù)，其覆蓋范圍如圖1所示。由于研究區(qū)域面積較大，升軌數(shù)據(jù)需要4個(gè)軌道數(shù)據(jù)(圖1綠色框)，降軌數(shù)據(jù)需要2個(gè)軌道數(shù)據(jù)(圖1藍(lán)色框)可以完全覆蓋研究區(qū)域，時(shí)間范圍為2018年10月—2020年10月，單個(gè)軌道是91景數(shù)據(jù)。表1列出了本文研究中所使用的SAR數(shù)據(jù)集的基本參數(shù)。

圖1 研究區(qū)域示意圖Fig.1 Schematic diagram of the study area

表1 Sentinel-1A衛(wèi)星參數(shù)與數(shù)據(jù)選用時(shí)間范圍Tab.1 Sentinel-1A satellite parametersand data selection time range

使用AW3D30數(shù)字表面模型來(lái)消除InSAR干涉處理過(guò)程中的地形相位，同時(shí)該數(shù)據(jù)也被用來(lái)輔助SAR影像進(jìn)行地理編碼及計(jì)算SAR數(shù)據(jù)的疊掩與陰影區(qū)域。Sentinel-1衛(wèi)星的精密軌道星歷(precise orbit ephemerides,POD)數(shù)據(jù)被用來(lái)輔助Sentinel-1數(shù)據(jù)的預(yù)處理和基線誤差改正[9]。

同時(shí)在數(shù)據(jù)處理中對(duì)于與高程不相干的隨機(jī)大氣擾動(dòng)誤差，本文利用李振洪教授團(tuán)隊(duì)研制的通用型衛(wèi)星雷達(dá)在線大氣改正系統(tǒng)(generic atmospheric correction online service for InSAR, GACOS)來(lái)去除[16]。

2 時(shí)序InSAR技術(shù)數(shù)據(jù)處理流程及結(jié)果分析

φint=φf(shuō)la+φtop+φdef+φnois+φatm+φorb，

(1)

式中：φf(shuō)la為平地相位；φtop為DEM誤差引入的殘余地形相位；φdef為地表形變相位；φnois為噪聲相位；φatm為大氣延遲相位；φorb為軌道誤差引起的相位。因此最終想從φint中獲取到形變相位φdef，需要經(jīng)過(guò)相位解纏及一系列的誤差去除處理。

基于國(guó)內(nèi)外研究[17-21]并結(jié)合本文的研究?jī)?nèi)容，本文采用SBAS技術(shù)與相位堆疊技術(shù)(Stacking)進(jìn)行滑坡隱患識(shí)別對(duì)比分析研究。SBAS技術(shù)是由Berardino等[22]于2002年提出的，是針對(duì)覆蓋同一區(qū)域的多幅SLC(single look complex)數(shù)據(jù)，按照規(guī)范設(shè)置一定的垂直基線閾值和時(shí)間基線閾值進(jìn)行組合，通過(guò)這種形式可以有效降低因垂直基線和時(shí)間基線過(guò)大引起的失相干現(xiàn)象，同時(shí)利用空間濾波提高相干性，通過(guò)犧牲分辨率提高信噪比的方式進(jìn)行多視處理，進(jìn)一步減弱失相干對(duì)地表監(jiān)測(cè)的影響； 利用差分干涉計(jì)算獲得差分干涉圖和相干圖，對(duì)差分干涉圖進(jìn)行相位解纏，并對(duì)解纏相位進(jìn)行時(shí)間域和空間域的形變量估算，減去趨勢(shì)誤差； 通過(guò)時(shí)空域?yàn)V波來(lái)去除大氣誤差的影響，從而更高精度地獲取相對(duì)于第一幅SAR影像的累積形變時(shí)間序列及平均形變速率。

Stacking技術(shù)是由Sandwell等[23]在1998年提出的，該技術(shù)原理是對(duì)多幅干涉圖進(jìn)行加權(quán)平均解算，以達(dá)到削弱空間上不相關(guān)的噪聲的影響，在本文的數(shù)據(jù)處理中對(duì)基線精化之后的解纏圖進(jìn)行相位堆疊解算，通過(guò)地理編碼獲取其在地理坐標(biāo)系下的平均形變速率圖[24]。圖2為本文數(shù)據(jù)處理流程圖。通過(guò)不同時(shí)序InSAR技術(shù)獲取的地表形變速率圖，依據(jù)形變閾值，結(jié)合DEM、解纏圖、差分干涉圖及光學(xué)影像等信息進(jìn)行滑坡隱患的早期識(shí)別解譯。

圖2 時(shí)序InSAR技術(shù)數(shù)據(jù)處理流程Fig.2 Time-series InSAR technology data processing flow

2.1 基于Stacking InSAR技術(shù)地表形變監(jiān)測(cè)結(jié)果分析

在雅安市數(shù)據(jù)處理中，在距離向和方位向采用10×2的多視比，垂直基線不大于150 m，時(shí)間基線不大于48 d進(jìn)行干涉對(duì)組合，然后對(duì)所有干涉對(duì)開(kāi)展差分干涉、自適應(yīng)濾波、相位解纏處理及大氣改正。解纏方法采用最小費(fèi)用流法，解纏參考點(diǎn)選擇在相干性高、且穩(wěn)定的區(qū)域，利用GACOS在線大氣改正系統(tǒng)對(duì)解纏圖進(jìn)行殘余大氣延遲誤差改正[25]，最后對(duì)解纏圖進(jìn)行篩選，篩選標(biāo)準(zhǔn)依據(jù)相干性較好、解纏誤差較少，對(duì)篩選之后的解纏圖進(jìn)行Stacking解算，獲取了覆蓋研究區(qū)域沿雷達(dá)視線向的形變速率圖，如圖3所示。從圖3中可以看出升軌數(shù)據(jù)結(jié)果在石棉縣、滎經(jīng)縣出現(xiàn)較多空白區(qū)域，在整個(gè)實(shí)驗(yàn)區(qū)的左半部分出現(xiàn)較多的解纏誤差，主要是為了讓植被更加密集的區(qū)域(滎經(jīng)縣、漢源縣、石棉縣等)可以獲取更多的觀測(cè)信息，通過(guò)對(duì)覆蓋該區(qū)域的平均相干圖的相干性進(jìn)行查看，選擇大于相干性閾值面積占比80%以上的值作為相干性閾值，對(duì)低于相干性的區(qū)域進(jìn)行掩模處理。然而在這些區(qū)域相干性過(guò)低，使得存在較多的解纏誤差； 因?yàn)檠芯繀^(qū)域不能被單景Sentinel-1數(shù)據(jù)所覆蓋，這也就使得兩景之間影像邊界處存在顏色的差異性，后期在圖幅拼接的時(shí)候未做校正處理，但是對(duì)滑坡隱患的識(shí)別、解譯并不影響。將石棉縣區(qū)域結(jié)果放大，可以很明顯發(fā)現(xiàn)因升降軌數(shù)據(jù)衛(wèi)星飛行方向不同，石棉縣等地區(qū)域的結(jié)果出現(xiàn)明顯的差異性，正是由于升降軌數(shù)據(jù)收集處理分析，避免了單個(gè)軌道數(shù)據(jù)對(duì)隱患點(diǎn)的漏判。

2.2 基于SBAS InSAR技術(shù)地表形變監(jiān)測(cè)結(jié)果分析

在SBAS數(shù)據(jù)處理過(guò)程中，參數(shù)設(shè)置與Stacking計(jì)算過(guò)程設(shè)置基本一致。通過(guò)時(shí)間域和空間域的解算獲得了沿衛(wèi)星雷達(dá)視線向方向的地表形變速率結(jié)果(圖4)，其中負(fù)值表示遠(yuǎn)離衛(wèi)星飛行方向，正值表示接近衛(wèi)星飛行方向。

通過(guò)解譯圖4發(fā)現(xiàn)升軌數(shù)據(jù)SBAS結(jié)果中存在較大的空白區(qū)域，主要集中在寶興縣、天全縣和滎經(jīng)縣，結(jié)合該區(qū)域植被覆蓋情況，分析認(rèn)為這與地表植被覆蓋情況相關(guān)，造成這些區(qū)域在時(shí)間域上相干性不連續(xù)造成空缺。同時(shí)一些區(qū)域存在部分解纏誤差，分析原因是在相位解纏過(guò)程中為了顧及更多的信息，基于相干性設(shè)置的掩模閾值過(guò)低所導(dǎo)致。

在對(duì)高速公路的橋梁進(jìn)行養(yǎng)護(hù)的過(guò)程中，其實(shí)不僅僅只針對(duì)于橋梁和高速公路本身，還要兼顧高速公路周?chē)纳鷳B(tài)環(huán)境以及生活服務(wù)，因?yàn)樗鼈兪且粋€(gè)整體，不可割裂開(kāi)來(lái)，只有做到全面養(yǎng)護(hù)才能保證高速公路橋梁的持久利用。

通過(guò)對(duì)比Stacking結(jié)果與SBAS結(jié)果發(fā)現(xiàn)，在SBAS結(jié)果中山脊處存在部分空白區(qū)域，以寶興縣降軌結(jié)果表現(xiàn)最為明顯，主要原因是在SBAS處理過(guò)程中剔除了疊掩、陰影區(qū)域。同時(shí)升軌數(shù)據(jù)SBAS結(jié)果較升軌數(shù)據(jù)Stacking結(jié)果有較大范圍空白，主要是由于空白區(qū)域在時(shí)間域上相干性不連續(xù)所造成的。SBAS結(jié)果明顯好于Stacking數(shù)據(jù)結(jié)果，分析原因主要是Stacking技術(shù)只是簡(jiǎn)單的進(jìn)行相位加權(quán)平均，對(duì)一些殘余大氣誤差、DEM誤差等未進(jìn)行去除，而SBAS技術(shù)通過(guò)時(shí)間域和空間域的解算，能有效地消除或削弱解纏粗差、大氣誤差以及DEM誤差等因素的影響，因此后者結(jié)果優(yōu)于前者。

通過(guò)以上對(duì)比分析，從地表形變監(jiān)測(cè)結(jié)果和處理效果來(lái)分析，在雅安市SBAS技術(shù)獲取結(jié)果明顯優(yōu)于Stacking技術(shù)獲取結(jié)果。

3 時(shí)序InSAR結(jié)果對(duì)比分析

3.1 漢源縣區(qū)域地表形變監(jiān)測(cè)結(jié)果分析

選取雅安市漢源縣區(qū)域單獨(dú)展示對(duì)比分析。使用升軌數(shù)據(jù)獲取了其年平均形變速率圖(圖5)。發(fā)現(xiàn)Stacking結(jié)果與SBAS結(jié)果具有較大的差異性，從Stacking結(jié)果中并不能看到明顯形變信息，結(jié)合SBAS解譯的結(jié)果在Stacking結(jié)果中識(shí)別出2處形變區(qū)域，并且主要集中在城鎮(zhèn)區(qū)域，且形變信息不明顯，受大氣影響嚴(yán)重。在山區(qū)出現(xiàn)許多嘈雜點(diǎn)和顏色拉伸現(xiàn)象，如圖5(a)中黃色方框所示，分析原因一方面是這些區(qū)域相干性差，解纏閾值過(guò)低，存在解纏誤差； 另一方面是疊掩現(xiàn)象的存在，經(jīng)地理編碼之后，疊掩區(qū)域出現(xiàn)拉伸現(xiàn)象。圖5(b)為利用SBAS技術(shù)獲取的結(jié)果，可以看到整個(gè)結(jié)果干凈，但是前期處理中設(shè)置的相干性掩模閾值過(guò)低，因?yàn)樘蕹艘恍┱`差，所以結(jié)果中沒(méi)有出現(xiàn)左圖對(duì)應(yīng)位置的嘈雜點(diǎn)，但是在山區(qū)還是表現(xiàn)出一些效果差的區(qū)域； 同時(shí)對(duì)疊掩陰影區(qū)域的剔除，使得SBAS結(jié)果中在一些地形起伏區(qū)域出現(xiàn)空白，但是結(jié)果更加精確。基于SBAS結(jié)果初步可以解譯出5處明顯的疑似隱患形變點(diǎn)(紅色圓圈所示)，中間圓圈所圈的3處隱患點(diǎn)，一處形變信息與另外兩處相反，主要是該結(jié)果為雷達(dá)視線向形變信息。

選擇圖5(b)左邊第一個(gè)隱患點(diǎn)，即紅色箭頭所示，利用SBAS InSAR技術(shù)進(jìn)行時(shí)序分析，獲取了該隱患點(diǎn)在時(shí)間域上的累積形變曲線圖，如圖6所示。

圖6 疑似隱患點(diǎn)累積形變Fig.6 Cumulative deformation of suspectedhidden danger points

由圖6可知，該點(diǎn)從2018年10月—2020年10月一直處于不斷變形狀態(tài)，并且目前處于加速變形期，累積形變量超過(guò)了0.07 m，佐證了此點(diǎn)為隱患點(diǎn)。結(jié)合圖3—6對(duì)比分析發(fā)現(xiàn)在雅安區(qū)域SBAS技術(shù)更加適合于滑坡隱患的早期識(shí)別及監(jiān)測(cè)工作。

3.2 典型滑坡隱患識(shí)別對(duì)比分析

選取一經(jīng)野外驗(yàn)證的滑坡隱患點(diǎn)進(jìn)行不同時(shí)序InSAR技術(shù)識(shí)別對(duì)比分析，該點(diǎn)位于寶興縣隴東鎮(zhèn)先鋒村。初步通過(guò)利用升軌數(shù)據(jù)基于Stacking技術(shù)及SBAS技術(shù)處理獲取了形變速率圖，結(jié)合光學(xué)影像進(jìn)行解譯，獲取了該滑坡的邊界信息，如圖7所示。從SBAS結(jié)果中可以發(fā)現(xiàn)明顯形變信息，形變區(qū)與滑坡范圍基本一致，最大形變速率超過(guò)了-80 mm/a，最大形變區(qū)域位于滑坡體左側(cè)及前部區(qū)域，同時(shí)將解譯的邊界信息疊加至Stacking結(jié)果上，發(fā)現(xiàn)在Stacking結(jié)果中變形信息并不明顯，與SBAS結(jié)果變形速率最大區(qū)域所對(duì)應(yīng)位置一致。對(duì)比可知該隱患點(diǎn)的SBAS技術(shù)識(shí)別效果明顯優(yōu)于Stacking技術(shù)的識(shí)別效果，SBAS結(jié)果中形變信息空缺區(qū)域是因?yàn)樵跁r(shí)間域上相干性不連續(xù)所造成的。因?yàn)樵撾[患點(diǎn)在降軌數(shù)據(jù)中處于疊掩區(qū)域，故沒(méi)有展示降軌結(jié)果。

圖7 典型滑坡隱患解譯信息

從光學(xué)影像上可知解譯區(qū)植被分布茂密，可見(jiàn)多處明顯小規(guī)模溜滑跡象，土地裸露。滑坡呈舌狀，兩側(cè)以沖溝為界，前緣臨溝，外凸較明顯，無(wú)新近堆積，后緣可見(jiàn)早期滑坡壁，坡體上分布有較多農(nóng)戶(hù)。

通過(guò)野外調(diào)查發(fā)現(xiàn)該點(diǎn)為已知點(diǎn)滑坡隱患： 唐包滑坡，地理位置為E102°42′53.1″，N30°26′52.7″。滑坡變形區(qū)域主要集中在滑坡前緣右側(cè)和中部，變形強(qiáng)烈區(qū)域與InSAR識(shí)別結(jié)果吻合性較好(圖8)。圖8(a)為滑坡上半部分照片輪廓，從圖中可以看到植被發(fā)育茂密，植被以灌木為主，喬木次之，可以看到多處滑塌區(qū)域，土地裸露。P1位于滑坡前緣右側(cè)，附近居民點(diǎn)院壩開(kāi)裂長(zhǎng)約10 m，寬3～4 cm，房屋也見(jiàn)多條裂縫存在，寬約5～6 cm不等； 公路錯(cuò)開(kāi)25 cm，裂縫寬約30 cm，長(zhǎng)約5 m，局部下陷25 cm。P2位于滑坡前緣中部，地面可見(jiàn)網(wǎng)狀拉裂，寬3～8 cm，公路外側(cè)見(jiàn)明顯裂縫，路面破壞長(zhǎng)度約30 m。

圖8 典型滑坡野外調(diào)查照片

3.3 雅安市滑坡隱患識(shí)別對(duì)比分析

基于不同時(shí)序InSAR技術(shù)獲取的結(jié)果進(jìn)行滑坡隱患識(shí)別解譯，并通過(guò)野外進(jìn)行驗(yàn)證結(jié)果的準(zhǔn)確性，統(tǒng)計(jì)了雅安市不同InSAR技術(shù)識(shí)別滑坡隱患分布情況(圖9)。如圖9所示，圖中藍(lán)色“共同識(shí)別”為基于Stacking技術(shù)和SBAS技術(shù)均識(shí)別出來(lái)，并經(jīng)過(guò)野外調(diào)查驗(yàn)證為正確的隱患點(diǎn)； “SBAS識(shí)別正確”為單獨(dú)由SBAS技術(shù)識(shí)別出來(lái)并經(jīng)野外調(diào)查驗(yàn)證為正確的隱患點(diǎn)，“SBAS識(shí)別錯(cuò)誤”為僅由SBAS技術(shù)識(shí)別并經(jīng)野外調(diào)查驗(yàn)證為錯(cuò)誤的隱患點(diǎn)； “Stacking識(shí)別正確”為單獨(dú)由Stacking技術(shù)識(shí)別出來(lái)并經(jīng)野外調(diào)查驗(yàn)證為正確的隱患點(diǎn)，“Stacking識(shí)別錯(cuò)誤”為僅由Stacking技術(shù)識(shí)別并經(jīng)野外調(diào)查驗(yàn)證為錯(cuò)誤的隱患點(diǎn)。

圖9 雅安市滑坡隱患識(shí)別分布圖Fig.9 Distribution map of landslide hiddendanger identification in Ya’an City

對(duì)識(shí)別的隱患點(diǎn)進(jìn)行統(tǒng)計(jì)分析(圖10)。 可知基于Stacking技術(shù)共識(shí)別出隱患點(diǎn)83處，經(jīng)野外驗(yàn)證、核查，共計(jì)有48處隱患點(diǎn)被識(shí)別出來(lái)。Stacking技術(shù)識(shí)別準(zhǔn)確率為57.8%。對(duì)識(shí)別錯(cuò)誤的隱患點(diǎn)進(jìn)行分析發(fā)現(xiàn)，造成隱患識(shí)別錯(cuò)誤的原因一方面是植被茂密，相干性較差，解纏過(guò)程中為了獲取更多的信息設(shè)置較低的相干性掩模閾值，使得在結(jié)果中有較多的解纏誤差存在； 另一方面是Stacking技術(shù)只是單純對(duì)解纏圖進(jìn)行加權(quán)平均，結(jié)果中存在較多的殘余誤差。

圖10 雅安市InSAR技術(shù)識(shí)別地質(zhì)災(zāi)害統(tǒng)計(jì)圖Fig.10 InSAR technology in Ya’an City toidentify geological hazards statistical map

基于SBAS技術(shù)共識(shí)別出隱患點(diǎn)54處，經(jīng)野外驗(yàn)證、核查，共計(jì)有38處隱患點(diǎn)被正確識(shí)別出來(lái)。SBAS技術(shù)識(shí)別準(zhǔn)確率為70.3%。對(duì)識(shí)別錯(cuò)誤的隱患點(diǎn)進(jìn)行分析發(fā)現(xiàn)，造成隱患識(shí)別錯(cuò)誤的原因一方面植被茂密，相干性較差，造成結(jié)果中有一些異常值； 另一方面由于干涉圖在時(shí)間域相干性不連續(xù)，對(duì)一些隱患點(diǎn)不能提取時(shí)序分析判識(shí)，造成誤判，以及由其他因素引發(fā)的變形，經(jīng)野外核查不能歸為滑坡隱患。

基于Stacking技術(shù)和SBAS技術(shù)共同識(shí)別的隱患點(diǎn)為44處，經(jīng)野外驗(yàn)證、核查，共計(jì)有38處隱患點(diǎn)被兩種技術(shù)均被識(shí)別出來(lái)，識(shí)別準(zhǔn)確率為86.4%。

經(jīng)過(guò)上述討論可知，在植被密集區(qū)域，地形條件復(fù)雜，基于InSAR技術(shù)進(jìn)行滑坡隱患識(shí)別，影響和限制因素較多，在顧及識(shí)別隱患點(diǎn)數(shù)目、準(zhǔn)確率下，建議SBAS技術(shù)與Stacking技術(shù)相結(jié)合的形式用于該區(qū)域地質(zhì)災(zāi)害隱患識(shí)別中。

4 結(jié)論

本文選擇在植被密集區(qū)開(kāi)展利用2018年10月—2020年10月升降軌Sentinel-1數(shù)據(jù)進(jìn)行基于Stacking技術(shù)和SBAS技術(shù)滑坡隱患早期識(shí)別對(duì)比分析實(shí)驗(yàn)，以雅安市為研究區(qū)。并選取典型滑坡體結(jié)合野外驗(yàn)證資料進(jìn)行時(shí)間序列分析。主要有以下結(jié)論：

1)利用Sentinel-1數(shù)據(jù)基于時(shí)序InSAR技術(shù)用于雅安市滑坡隱患早期識(shí)別具有較強(qiáng)的可行性，通過(guò)獲取的結(jié)果經(jīng)對(duì)比分析發(fā)現(xiàn)升降軌數(shù)據(jù)共同監(jiān)測(cè)可以有效避免滑坡隱患的漏判，增加觀測(cè)信息。

2)通過(guò)統(tǒng)計(jì)發(fā)現(xiàn)基于Stacking技術(shù)識(shí)別的滑坡隱患數(shù)目最多，結(jié)合野外驗(yàn)證資料發(fā)現(xiàn)基于SBAS技術(shù)識(shí)別的滑坡隱患準(zhǔn)確率最高。

3)通過(guò)對(duì)時(shí)序InSAR技術(shù)識(shí)別的滑坡統(tǒng)計(jì)分析發(fā)現(xiàn)，在顧及識(shí)別隱患點(diǎn)數(shù)目、準(zhǔn)確率等情況下，建議在植被密集區(qū)域采用SBAS技術(shù)與Stacking技術(shù)相結(jié)合的形式開(kāi)展滑坡隱患識(shí)別。