基于Sentinel-1A的三峽庫區范家坪滑坡InSAR監測分析

趙 蓓 蓓，黃 海 峰，鄧 永 煌，董 志 鴻，柳 青，薛 蓉 花

(1.三峽大學 湖北長江三峽滑坡國家野外科學觀測研究站，湖北 宜昌 443002； 2.三峽大學 三峽庫區地質災害教育部重點實驗室，湖北 宜昌 443002； 3.三峽大學 湖北省水電工程智能視覺監測重點實驗室，湖北 宜昌 443002； 4.宜昌市地質環境監測站，湖北 宜昌 443002)

0 引 言

滑坡是斜坡上的巖土體沿著軟弱面或軟弱帶，在重力作用下整體或分散地沿滑動面向下滑動的地質災害。滑坡災害是中國最為嚴重的地質災害問題，不僅長期制約災區經濟發展，還嚴重威脅人民生命財產安全。傳統的滑坡監測儀器包括GNSS地表位移計、地表裂縫計、水準儀、全站儀等[1]，這些監測設備主要以“點”式采集和分析數據，因此無法反映滑坡表面的整體變形情況。近年來，隨著遙感技術的快速發展，“面”式監測技術開始得到重視。其中，合成孔徑雷達干涉測量技術(InSAR)作為一個全新的對地觀測技術手段，利用微波遙感獲取影像，進而通過時間序列分析等方法獲取毫米級的形變信息，該技術具有全天時、全天候、大范圍等優勢，開始成為滑坡等地質災害形變監測的主要技術方法之一，也有助于滑坡監測的準確、快速、定量評價[2]。

合成孔徑雷達干涉測量技術(InSAR)是指對同一地區不同期次SAR數據中的相位信息進行干涉計算的技術，也可以說是利用SAR數據提取地質災害體變形的技術。InSAR技術在初期主要用于獲取高精度的數字地面模型，但目前主要通過獲取地表高精度形變信息進行廣域背景下的地質災害隱患識別，或者開展中長時間尺度下的連續動態監測以揭示隱患的發展態勢。其中，短基線集干涉測量技術(SBAS-InSAR)具有獲取微小形變信息和長時間序列的緩慢地表形變的優勢[3]，因此在滑坡監測中應用最為廣泛。徐帥[4]、趙寶強[5]、王尚曉[6]、劉星洪[7]、Zhang[8]、張佳佳[9]等利用InSAR技術對滑坡開展監測得到一系列成果，包括滑坡形變特征、滑坡滑動機理等。Davide[10]、廖明生[11]、范景輝[12]等利用SAR數據對三峽庫區滑坡監測初步驗證了InSAR技術的有效性及適用性。然而，針對類似于三峽庫首區域地形地貌、植被覆蓋密集等問題，InSAR技術又不可避免地存在著陰影、透視收縮、失相干嚴重等問題，尤其植被覆蓋引起的失相干造成雷達影像只能識別出稀疏的點目標，導致大面積的滑坡監測總體效果不甚理想。

基于以上背景，本文以三峽庫首區域范家坪古滑坡為例，采用哨兵1號(Sentinel-1A)雷達數據，基于短基線集干涉測量(SBAS-InSAR)方法，進行滑坡表面變形的InSAR分析，并與GNSS地表位移專業監測數據進行對比，從而評估InSAR技術方法在三峽庫區滑坡監測方面的適用性，并提出相應建議。

1 研究區概況

范家坪滑坡為一巨型巖質古滑坡，位于長江南岸，西鄰湖北省巴東縣，東距三峽大壩壩址56 km，地屬湖北省秭歸縣沙鎮溪鎮范家坪村(見圖1)。自2006年三峽水庫蓄水至156.00 m開始，范家坪古滑坡被納入三峽庫區地質災害專業監測預警工程。初步監測結果顯示原古滑坡以中部大樂溝為界，兩側滑坡體具有不同位移變形方向，因此在專業監測中被進一步劃分為西側的木魚包滑坡與東側的譚家河滑坡兩個災害體[13]。其中，西側木魚包滑坡均寬1 200 m，縱長1 500 m，面積180萬m2，體積約9 000萬m3，主滑方向20°；東側譚家河滑坡均寬400 m，縱長1 000 m，面積40萬m2，體積約1 600萬m3，主滑方向340°。

從2006年開始至今，GNSS地表位移監測表明，范家坪滑坡一直處于蠕動變形狀態，其中西側木魚包滑坡位移值已超過2.6 m，東側譚家河位移值也超過了2.4 m。為進一步了解該滑坡表面的整體變形情況，以下采用InSAR方法進行分析對比。

2 InSAR形變分析方法

2.1 數據選取

本文采用歐空局發射的哨兵1號(Sentinel-1A)對地觀測雷達衛星影像，該雷達衛星具有全天候成像能力，能提供高分辨率測量數據，同時與雷達干涉測量結合能探測毫米級變形運動。下載涵蓋研究區范圍寬幅干涉(IW)模式降軌影像23景，時間跨度為2019年8月至2020年7月，極化方式為VV，影像平均入射角為44.5°，地面分辨率為5 m×20 m，采用的數字高程模型(DEM)數據為30 m SRTM1。

2.2 SBAS-InSAR方法

合成孔徑雷達干涉測量技術(InSAR)主要有差分雷達干涉技術(D-InSAR)、永久散射體技術(PS-InSAR)和短基線集技術(SBAS-InSAR)[14]。其中SBAS-InSAR技術對數據量要求少，比PS-InSAR技術精度低，可避免失相干等問題，適用于非城鎮地表形變監測。該技術是由Berardino等[15]提出的，其初衷是用于提取低分辨率、大尺度地表形變，根據短時空基線原則生成多主影像干涉圖以提高相干性，再進行差分干涉，采用奇異值分解法將已有的SAR影像分成若干小的集合，再聯合起來求解[16]，最終有效解決時間不連續、大氣延遲等問題，獲得影像時序監測結果。

SBAS-InSAR技術基本原理為：假設研究區域拍攝N+1景SAR影像，成像時間為t0，t1，…，tn。以其中一幅影像做主影像與其他從影像配準，設定時間基線與空間基線進行干涉處理，能得到M組差分干涉對、干涉圖，M滿足：

(1)

對于tm和tn時刻獲取的影像經過干涉處理后生成的第i個干涉圖，某像元(x，y)處對應的解纏相位可表示為[17]

φi(x，y)=φn-φm

=φ(tn，x，y)-φ(tm，x，y)

(2)

式中：φn和φm分別代表對應tn和tm時刻的解纏相位；d(tn，x，y)和d(tm，x，y)分別代表tn和tm時刻相對于參考時間t0的雷達視線向地表形變量；λ代表波長。由于處理過程中產生M幅干涉圖，結合所有干涉圖構建干涉相位與形變量之間的線性方程組：

Aφ(x，y)=δφ(x，y)

(3)

式中：A為M×N系數矩陣，M代表M行干涉對，N代表N列SAR影像；φ(x，y)代表在(x，y)像元點N個時刻對應的未知形變相位構成的矩陣，δφ(x，y)代表在(x，y)像元點M幅差分干涉圖中觀測相位值矩陣。當M≥N時，通過最小二乘法可得：

φ(x，y)=(ATA)-1ATδφ(x，y)

(4)

當M

2.3 數據處理流程

首先干涉處理，根據區域條件設置時間基線閾值，經過多次試驗后，時間基線設為200 d，臨界基線設為5%，該基線設置適用于類似地質環境災害InSAR形變監測，干燥區域時間基線可相對高一些。對干涉像對進行配準，從相干性生成、去平、濾波和相位解纏，將所有像對配準到超級主影像上。然后選擇一景干涉結果較好的干涉圖，進行控制點選取，利用選取結果對所有數據進行重去平，修正干涉相位。再進行兩次SBAS反演，估算位移速率和殘余地形，進行大氣濾波去除大氣相位。最后對SBAS結果進行地理編碼，由于范家坪古滑坡是近南北朝向的坡體，而雷達視線向對南北方向的形變不敏感，因此將地表形變結果投影到垂直方向與GNSS監測結果對比驗證。

3 形變結果對比分析

3.1 累積變形量

本文利用SBAS-InSAR技術對滑坡進行形變監測，需要對獲取結果進行驗證。利用GNSS垂直方向的監測數據與InSAR結果進行對比。結合范家坪滑坡專業監測資料選取分析對象，木魚包整體均勻選取且每條縱剖面上選取一個點G1、G2、G3，譚家河縱剖面上選取2個位移較大的監測點G4、G5(見圖2)，兩種方法對比結果表明SBAS-InSAR形變量整體比GNSS形變量小(見表1)。

表1 SBAS-InSAR與GNSS結果比較Tab.1 Comparison of SBAS-InSAR and GNSS results mm

根據表1對比結果可看出：SBAS-InSAR監測與GNSS監測結果均為同一量級，說明該結果具有一定的可靠性。兩個滑坡監測結果均以沉降為主，最大差值為19 mm，最小差值為-24 mm，平均差值約3.2 mm。兩者變化值有差異，可能原因是兩種監測方法時間、空間不完全一致，且在SBAS-InSAR 處理過程中，受相干性影響及數據源本身的限制。

3.2 變形時空特征

范家坪滑坡垂直方向形變速率見圖2。從空間上看：滑坡整體都處于變形狀態，平均形變速率在-49.6～28.6 mm/a之間。其中木魚包滑坡平均形變速率在-17.0～-14.0 mm/a之間，滑坡右側中部變化較大，滑坡中前部有小部分抬升，主要原因是滑坡前部受到河床基巖阻擋發生向上反翹；譚家河滑坡整體沿斜坡方向向下滑動變形，平均形變速率在-35.0～-7.0 mm/a之間，中前部變形較明顯，結合專業監測資料可知為滑坡體長期蠕滑變形所致。InSAR結果顯示滑坡變形區域主要表現為沉降，與滑坡向下變形的基本規律一致。

結合范家坪滑坡形變量時間序列圖(見圖3)及InSAR 與地表GNSS變形曲線(見圖4)研究滑坡形變的時間演化特征。滑坡大部分區域表現為沉降趨勢，選取的5個監測點在時間維度上形變趨勢基本一致，表明滑坡體處于持續變形狀態。其中木魚包滑坡整體呈現出先抬升后下沉的情況，2020年1月之后表現為明顯沉降趨勢，InSAR與GNSS兩者形變結果較吻合。專業監測資料表明，木魚包滑坡為典型的滑移-彎曲型滑坡潰決后形成的古巖質滑坡，滑坡體中后部沿軟弱滑帶順層蠕動故位移量較大；InSAR最大形變量為-31 mm，GNSS最大形變量為-34 mm。譚家河滑坡G4、G5監測點變化趨勢明顯，均為整體下降；InSAR最大形變量為-82 mm，GNSS最大形變量為-63 mm，總體結果顯示譚家河滑坡中部和前緣變形明顯，后緣變形小。

滑坡發生與滑坡體地質地貌、降雨等作用存在密切關系，范家坪滑坡位于長江南岸，也受庫水位一定的影響。由InSAR與GNSS變形曲線可知，6～9月期間形變量明顯較大，而當地的降雨集中在這幾個月份，降雨易沿滑體表面裂隙入滲，導致滑坡在該時間段整體變形較快，結合范家坪滑坡的成因機理，降雨對滑坡的發育產生一定的推動作用。庫水位升降直接導致岸坡地下水動力場的變化，9～11月期間，庫水位由155.00 m升到175.00 m，滑坡受向坡內的水頭差和對前部抗滑段的浮托效應的雙重影響相互抵消，導致滑坡在此期間位移較小但也未出現負值；11月至次年3月，庫水位由175.00 m下降到165.00 m，滑坡均出現升降周期中最大降幅的位移。以上研究結果表明，庫水位升降是范家坪滑坡變形的直接因素。

綜上所述，利用InSAR技術對三峽庫區范家坪滑坡進行監測是可靠的，所監測的滑坡整體變形狀態與GNSS結果一致，其中木魚包滑坡變形較小，譚家河滑坡整體向下滑動。文中利用SBAS-InSAR技術對滑坡進行長時間序列的形變監測，結果證實該方法可獲取滑坡的動態變化，但在過程中需要注意數據源缺失及研究區失相干等問題。

4 結 論

本文以三峽庫區范家坪滑坡為例，采用Sentinel-1A雷達衛星數據，基于SBAS-InSAR方法進行形變監測，并與GNSS地表位移數據進行了時空對比分析，得出結論如下：

(1) 通過InSAR與GNSS比對分析，InSAR形變結果與GNSS監測結果較符合。范家坪滑坡整體處于蠕動變形狀態，其中木魚包滑坡形變較小，譚家河滑坡中部和前緣變化明顯；兩個滑坡變化量沉降趨勢與GNSS結果相似，形變量最大差值為19 mm，形變量量級一致，證明InSAR結果具有可靠性，同時也表明SBAS-InSAR技術適用于滑坡動態監測。

(2) 本文獲取了范家坪滑坡形變速率及其動態變化曲線，結合GNSS驗證InSAR結果，同時根據范家坪滑坡成因機理對其進行分析，表明InSAR技術對范家坪滑坡是適用的。主要利用短時間和空間基線的干涉圖來提高研究區的相干性，但在過程中存在一定的局限性，如大氣誤差、DEM誤差等；另一方面在驗證結果過程中也存在誤差，原因是InSAR形變監測一般是反射信號穩定區域且該技術為面狀監測，代表一個分辨率單元的形變；而傳統GNSS監測手段為點位監測，本身監測就有局限性，兩者結果不能完全重合。因此，將InSAR結果與GNSS監測數據融合是一個重要方向。

綜合可以看出，InSAR技術對于分析滑坡表面整體的時空變形特征具有獨特優勢，同時GNSS點式監測具有自動化、高精度等特征。建議后期將這兩種方式結合，真正實現“點”“面”結合的滑坡變形監測，為庫區滑坡災害預警提供更加全面精細的數據。后續研究中，可嘗試將InSAR獲取的分辨率單元形變結果進行詳細劃分，再與GNSS點位監測進行驗證。