基于SBAS-InSAR的大型滑坡變形分區(qū)及時序監(jiān)測研究

李沙　張立舟　周成濤　劉洋　陳銳

摘要：為了研究三峽庫區(qū)大型滑坡的變形分區(qū)，基于2021年1～12月共29景Sentinel-1A數(shù)據(jù)，通過小基線集干涉測量（SBAS-InSAR）技術(shù)研究了師專-群沱子滑坡的變形分區(qū)和時序監(jiān)測。解譯結(jié)果表明：與全球定位系統(tǒng)監(jiān)測結(jié)果對比，師專-群沱子滑坡的SBAS-InSAR解譯結(jié)果具有一定準(zhǔn)確性；滑坡的蠕變過程表現(xiàn)出明顯的時空變形差異，變形區(qū)主要集中在未布設(shè)治理工程區(qū)域，且受場地整平工程的影響，滑坡北部邊界出現(xiàn)新的變形區(qū)域；滑坡不同區(qū)域的主控因素存在差異，前緣變形主要受庫水位波動影響；滑坡中部受庫水位、降雨聯(lián)合作用；滑坡后緣主要受長歷時降雨控制。所得結(jié)果證明SBAS-InSAR技術(shù)可以對大型滑坡進(jìn)行時序監(jiān)測，為防災(zāi)減災(zāi)提供技術(shù)參考。

關(guān) 鍵 詞：大型滑坡； 形變監(jiān)測； SBAS-InSAR； Sentinel-1； 時間序列； 三峽庫區(qū)

中圖法分類號： P237；TV221.2 文獻(xiàn)標(biāo)志碼： ADOI：10.16232/j.cnki.1001-4179.2023.06.015

0 引 言

水庫運(yùn)行通常會改變岸坡的滲流環(huán)境，進(jìn)而可能誘發(fā)地質(zhì)災(zāi)害［1］。作為中國乃至世界最大最重要的水電站，三峽水電站極大地改變了地區(qū)的地質(zhì)環(huán)境。研究表明三峽庫區(qū)的庫水位波動誘發(fā)了2 500多處滑坡，其中許多是大型堆積層滑坡［2］。松散的堆積物使滑坡對庫水位和降雨非常敏感，其通常在復(fù)雜的水文環(huán)境中發(fā)展，并在長時間內(nèi)表現(xiàn)出緩慢的運(yùn)動特征，對居民的生命財(cái)產(chǎn)安全造成威脅［3］。因此，對大型庫岸滑坡開展變形監(jiān)測，探究滑坡的演化機(jī)制及變形分區(qū)，對保證工程安全運(yùn)行、減少經(jīng)濟(jì)損失有重大意義［4］。

目前的滑坡監(jiān)測方法以全站儀、GNSS、裂縫計(jì)等傳統(tǒng)監(jiān)測手段為主。這些方法具有操作簡單、全天候、高精度等特點(diǎn)，但初期投入費(fèi)用較大，當(dāng)面對大型滑坡時很難反映整體的變形特征［5］。合成孔徑干涉雷達(dá)（Interferometric Synthetic Aperture Radar，InSAR）技術(shù)憑借其全天候、強(qiáng)穿透性、高精度獲取連續(xù)覆蓋地面高程和信息的突出優(yōu)勢，已在地表形變監(jiān)測、災(zāi)害評估等相關(guān)領(lǐng)域得到廣泛應(yīng)用［6-9］。近年來，國內(nèi)外學(xué)者對三峽庫區(qū)的滑坡開展了大量的時序InSAR研究。2004年，Xia等［10］首先在三峽庫區(qū)新灘、樹坪等滑坡布設(shè)了角反射器，利用D-InSAR監(jiān)測滑坡變形，結(jié)果與監(jiān)測數(shù)據(jù)吻合。Perissin等［11］基于歐洲航天局（European Space Agency，ESA）和中國國家遙感中心（National Remote Sensing Center of China，NRSCC）合作項(xiàng)目“龍計(jì)劃”（Dragon Project）在巴東縣黃土坡滑坡開展了準(zhǔn)永久散射體（Quasi-PS，QPS）技術(shù)，獲取了滑坡的變形特征。Shi等［12］采用永久散射體干涉雷達(dá)（Persistent Scatterers InSAR，PS-InSAR）技術(shù)研究三峽庫區(qū)巴東縣黃土坡和趙樹嶺滑坡的變形歷史，結(jié)果表明：L波段PALSAR數(shù)據(jù)比C波段ASAR數(shù)據(jù)能檢測出更多的點(diǎn)狀目標(biāo)，更適合監(jiān)測三峽等植被覆蓋度高的地區(qū)。范景輝等［13］采用3 m空間分辨率的TerraSAR-X數(shù)據(jù)對大型巖質(zhì)滑坡進(jìn)行形變監(jiān)測，分析了滑坡受庫水位變化和大氣降雨的影響。史緒國等［14］聯(lián)合分析了藕塘滑坡的2007～2011年的19景ALOS-PALSAR數(shù)據(jù)和2015～2018年的47景Sentinel-1數(shù)據(jù)，獲取了滑坡長時間的形變趨勢。Liu等［15］通過PS-InSAR分析了活動滑坡的變形，并評估了滑坡治理工程的有效性。朱同同等［16］利用時序InSAR評估了樹坪滑坡多年的穩(wěn)定性。王尚曉和Zhou等［17-18］分別利用ALOS-2和Sentinel-1數(shù)據(jù)對木魚包滑坡形變特征進(jìn)行了分析，確定了庫水位和降雨的影響。小基線集干涉測量（Small Baseline Subsets Interferometric Synthetic Aperture Radar，SBAS-InSAR）技術(shù)大大克服了由于時空基線過長而導(dǎo)致的失相干現(xiàn)象，同時減緩了大氣效應(yīng)以及地形對差分的影響，提高了InSAR的監(jiān)測精度［19］。許強(qiáng)和Wu等用SBAS-InSAR技術(shù)分析了延安新區(qū)的沉降變形機(jī)理及演化趨勢［20-21］。Guo等［22］對Sentinel-1A的SBAS衍生結(jié)果進(jìn)行解釋和分析，得到地下水開采和周邊沉降漏斗地質(zhì)構(gòu)造是主要的影響因素。大量的研究證明了SBAS-InSAR在具有多建筑物的城市形變監(jiān)測中的適宜性和可靠性［23-24］，但是很少有研究利用SBAS-InSAR開展大型城市滑坡變形分析，因其主要有兩方面的不足：① 缺乏對大型滑坡變形強(qiáng)度進(jìn)行空間分區(qū)；② 缺乏利用時序InSAR技術(shù)對大型滑坡不同位置的主控因素進(jìn)行分析。

因?yàn)榛麦w上的建筑物能夠作為潛在的高相干目標(biāo)，因而InSAR能獲取大型滑坡的變形特征，尤其是城市區(qū)域緩慢移動的滑坡［25-26］。為了研究大型滑坡的時空變形分區(qū)，本文利用SBAS-InSAR技術(shù)對師專-群沱子滑坡2021年1～12月期間共29景Sentinel-1A數(shù)據(jù)進(jìn)行分析，獲取滑坡及周圍區(qū)域變形速率，識別強(qiáng)變形區(qū)。通過對滑坡不同位置的時序形變分析，探究滑坡的變形特征，并對影響因素進(jìn)行分析。

1 研究區(qū)域

1.1 滑坡概況

師專-群沱子滑坡（107°24′E，29°42′N）位于重慶市涪陵區(qū)烏江東岸師專至群沱子正街一帶（見圖1），前緣剪出口高程137 m，后緣高程307 m，寬100～320 m，縱長約1 300 m，面積26.65萬m2。根據(jù)滑體內(nèi)已有井孔資料，滑體厚度一般在6.10～34.72 m，平均厚度約14.40 m，滑體方量約384萬m3，屬于松脫式、中層大型松散堆積層滑坡。坡體物質(zhì)由粉質(zhì)黏土夾碎塊石組成，其成因包括崩坡積和人工填土兩種，巖性為紫紅色黏土夾巖屑砂巖、石英砂巖塊碎石，塊碎石含量一般為20%左右?；瑤廖挥诨鶐r頂面以上0.3～1.0 m處，為灰白色、紫紅色黏土夾碎石，在滲水浸泡后，表層脫落，土體結(jié)構(gòu)松散，土體受擠壓后，沿基巖頂面有厚0.2～2 cm乳白色滑動泥，有明顯鏡面和擦痕；塊石界面間也有明顯滑動泥，泥厚0.1～0.8 cm。滑床主要為侏羅系下統(tǒng)珍珠沖組（J1z）地層，巖性以泥巖為主，夾少量粉砂巖和砂巖。

1.2 變形特征

師專-群沱子滑坡最早從1996年開始發(fā)生變形，表現(xiàn)為師專運(yùn)動場至游泳池西側(cè)地面強(qiáng)烈擠壓變形，游泳池年年漏水，運(yùn)動場后側(cè)高約4.0 m漿砌條石擋土墻被擠壓前移約1.0 m。6月暴雨造成該擋土墻破壞，師專附中操場水泥地面因擠壓凸起，教學(xué)樓輕微變形。在滑坡前緣，涪陵建陶廠生產(chǎn)車間為挖孔灌注樁框架結(jié)構(gòu)，已被拉裂損傷；群沱子正街公路拉裂，縫寬約0.2 m，地面下沉0.05～0.10 m；農(nóng)貿(mào)市場北側(cè)地面座滑下沉2～3 m；1998年大洪水后，群沱子街部分房屋垮塌。

2002年9月30日至2003年12月25日，師專-群沱子滑坡開始第一次治理工程［27］，共施工抗滑樁58根，自下而上共分3排（見圖1）。第一排位于群沱子街鄰河側(cè)，抗滑樁17根，順河向分布長度96 m，柱間距6 m，A型樁斷面尺寸2.8 m×3.0 m（長×寬，下同），樁頂高程157.2～159.0 m，單樁長度27.85～33.9 m，進(jìn)入基巖段長度10.3～13.0 m。第二、三排位于群沱子街靠師專側(cè)，兩排緊鄰，排距8 m，樁間距6 m，共施工抗滑樁41根，順河向分布長度分別為108，138 m，樁斷面尺寸：B型樁為3.0 m×3.5 m，C型樁為3.0 m×4.0 m，D型樁為2.5 m×3.0 m，E型樁為3.5 m×4.0 m，樁頂高程174.54～179.50 m，單樁長度24.7～41.2 m，進(jìn)入基巖段長度10.4～16.5 m。然而，整個滑坡未進(jìn)行徹底治理，自三峽庫區(qū)蓄水后，變形被重新激活。

2017年修建萬達(dá)廣場對滑坡前緣進(jìn)行整平，形成多個高切坡段（圖1（b）中A～G），出現(xiàn)緊鄰的群安路路面開裂、坡頂人行道石質(zhì)欄桿局部脫榫、坡頂房屋拉裂等現(xiàn)象?；碌淖冃沃饕譃?個區(qū)域。

（1） 未治理區(qū)域。該區(qū)域主要位于滑坡中部及滑坡后緣，靠近滑坡下游邊界長約30 m的混凝土護(hù)坡面板嚴(yán)重?cái)D壓凸起，高出地面約0.3 m；靠近上游端長約25 m的混凝土護(hù)坡面板有寬3～8 mm的拉裂縫?；轮?后緣區(qū)域出現(xiàn)了路面開裂、人行道石質(zhì)欄桿局部脫榫、房屋拉裂等現(xiàn)象。

（2） 已治理區(qū)域樁前。已治理區(qū)域出現(xiàn)局部細(xì)小拉裂縫，寬2～3 mm，長約15 m；局部混凝土護(hù)坡面板嚴(yán)重?cái)D壓凸起，高出平臺約0.1～0.3 m，變形明顯；局部混凝土護(hù)坡面板見寬3～10 cm的拉裂縫，最寬達(dá)25 cm，局部伴有擠壓凸起現(xiàn)象，高出平臺約0.1～0.2 m；局部混凝土護(hù)坡面板有一條寬2～3 cm的拉裂縫，長約15 m，并伴有沉降，約5～15 cm。

（3） 已治理區(qū)域樁后。主要表現(xiàn)為局部混凝土護(hù)坡面板有一條寬2～3 mm的拉裂縫，長約12 m，變形輕微；局部房屋墻體出現(xiàn)3處細(xì)微拉裂縫，長度約2.5 m。在多年庫水位變動作用下，房屋墻體又出現(xiàn)新的拉裂變形；師專附中水池地面有3條細(xì)微裂縫，寬1～3 mm，長5～8 m，東側(cè)堡坎也存在輕微拉裂變形。

2 數(shù)據(jù)和方法

2.1 數(shù)據(jù)源

傳統(tǒng)的地面變形監(jiān)測以水準(zhǔn)測量、GPS測量等為主，其耗時長、成本高，不利于開展大型滑坡的長期監(jiān)測［28］。近年來，Sentinel-1數(shù)據(jù)開源獲取和解譯算法的優(yōu)化使得InSAR技術(shù)被廣泛使用［29-30］。本文選擇研究區(qū)的Sentinel-1A數(shù)據(jù)對師專-群沱子滑坡的時序變形進(jìn)行監(jiān)測，并研究其主要影響因素。Sentinel-1A于2014年4月3日升空，同一地點(diǎn)的拍攝周期為12 d。由于師專-群沱子滑坡長期經(jīng)歷人類工程活動的影響（庫水位變動和地表開挖），局部應(yīng)力重分布，變形區(qū)域呈現(xiàn)空間差異。因此，本文共選取29景升軌Sentinel-1A數(shù)據(jù)，基本參數(shù)如表1所列。

2.2 SBAS-InSAR方法

SBAS-InSAR是由Berardino等［31］提出的一種時間序列InSAR分析方法，特點(diǎn)是穩(wěn)定性好、準(zhǔn)確度高。如圖2所示，其計(jì)算原理是通過對獲取到的N幅SAR數(shù)據(jù)進(jìn)行組合，并任意選擇一幅影像作為主影像進(jìn)行配置。根據(jù)干涉組合條件，在短基線距的條件下形成M幅干涉條紋圖，且M滿足：

對于任意干涉圖α，假設(shè)在時間tA和tB（tB>tA）為α（α＝1，2，…，M）干涉圖對應(yīng)的SAR影像獲取時間，δφx，α為某一像素點(diǎn)x處的干涉相位，φx，α（tA）和φx，α（tB）分別是像素點(diǎn)在tA和tB時刻對應(yīng)于t0時刻的相位，δφdefx，α為tA和tB時刻之間視線向的形變相位，δφtopox，α為地形相位誤差，δφatmx，α為大氣相位誤差，δφnoisex，α為噪聲引起的相位誤差。在去除平地及地形相位影響后，第x個像素的干涉相位可表示為

式中：λ為雷達(dá)波長；dx，αtB和dx，α（tA）分別為tA和tB時刻相對于初始時刻的視線向方向的累積形變量；R為斜距；B⊥為垂直基線；Δh為DEM高程差；θ為入射角。然后基于形變速率的最小范數(shù)準(zhǔn)則，通過矩陣的奇異值分解方法解算參數(shù)，即可獲取相干目標(biāo)的平均形變速率或位移時間序列（dLOS）［32］。SBAS-InSAR是一種一維測量技術(shù)，獲取的位移時間序列為衛(wèi)星的視線方向［33］。利用衛(wèi)星的入射角將視線向位移轉(zhuǎn)化為垂直向位移，以獲取研究區(qū)垂直位移（dv）的數(shù)據(jù)［34］：

獲取的垂直位移數(shù)據(jù)以特定位置的離散點(diǎn)采樣為特征，因此需要對離散點(diǎn)進(jìn)行表面插值，以獲得整個區(qū)域監(jiān)測期間發(fā)生的地表位移。本文采用反距離加權(quán)（Inverse Distance Weighted，IDW）插值方法從解譯點(diǎn)位置創(chuàng)建連續(xù)位移面。IDW是一種基于地理學(xué)原理的確定性空間插值方法，主要思想為相互靠近的元素比相距較遠(yuǎn)的元素更相似［35］。利用這一原理，IDW通過使用最近的測量值，并假設(shè)每個測量點(diǎn)具有隨距離減小的局部影響，進(jìn)而預(yù)測任何未測量位置的值。IDW方法生成插值面時，假設(shè)離散值主要受附近點(diǎn)的影響，較少受遠(yuǎn)點(diǎn)影響。對于解譯點(diǎn)，插值面是現(xiàn)有散射點(diǎn)的加權(quán)平均值，分配給每個散射點(diǎn)的權(quán)重隨著插值點(diǎn)到散射點(diǎn)的距離增加而減小。

為了消除干涉圖中的地形影響，使用NASA（美國國家航空航天局）提供的30 m分辨率航天飛機(jī)雷達(dá)地形任務(wù)（SRTM）數(shù)字高程模型，以及歐洲航天局（ESA）提供的精確軌道。DEM的分辨率足以從干涉圖網(wǎng)絡(luò)中正確去除地形分量，并計(jì)算剩余地形誤差。

3 計(jì)算結(jié)果

3.1 空間變形分析

利用SBAS-InSAR對2021年1～12月期間共29景Sentinel-1A數(shù)據(jù)進(jìn)行整體處理，得到了師專-群沱子滑坡的年平均地表形變速率解譯點(diǎn)（見圖3（a））。通過IDW插值獲取整個滑坡區(qū)域的形變分布（見圖3（b）），得到滑坡的形變速率在77.92 ～ -89.51 mm/a之間。利用公式（6）將視線向位移轉(zhuǎn)化為垂直向位移，得到結(jié)果如圖4所示。當(dāng)目標(biāo)點(diǎn)dv計(jì)算為正值時則剔除，因?yàn)樵擖c(diǎn)向上運(yùn)動。盡管滑坡底部可能發(fā)生垂直正位移，但滑坡垂直位移矢量應(yīng)保持向下運(yùn)動?；碌拇怪毙巫兯俾首畲笾禐?110.64 mm/a，變形主要集中在滑坡前緣和中部。為驗(yàn)證解譯結(jié)果精度，將布設(shè)在滑坡上的站點(diǎn)獲取的沉降變形與鄰近的SBAS-InSAR觀測值進(jìn)行對比（見圖5）。如圖5所示，GL 04和GL 07為冠梁頂部位移監(jiān)測數(shù)據(jù)，2021年兩個冠梁的垂直沉降約為12 mm，鄰近解譯點(diǎn)為14～16 mm沉降，變形趨勢類似。C 5-1為房屋外側(cè)沉降監(jiān)測數(shù)據(jù)，年累積位移為77.8 mm，鄰近解譯點(diǎn)為66.5 mm，都表現(xiàn)出了較大的沉降量。WABC-4為ABC邊坡頂部位移監(jiān)測數(shù)據(jù)，年累積位移為59.4 mm，與解譯位移62.91 mm 類似。從SBAS-InSAR獲取的形變時序效果看，形變反演的精度存在改善空間。因?yàn)椴糠植罘指缮鎴D相位解纏存在錯誤，導(dǎo)致時序形變精度局部出現(xiàn)跳動，現(xiàn)場監(jiān)測點(diǎn)與SBAS-InSAR點(diǎn)在時間和空間上不完全重合?？傮w來看，SBAS-InSAR與現(xiàn)場監(jiān)測結(jié)果吻合較好，驗(yàn)證了解譯結(jié)果的可靠性。

為分析滑坡在各個高程處的形變規(guī)律，選擇6個剖面（見圖6）進(jìn)行高程-位移分析。如圖6所示，由剖面1-1′和2-2′可知滑坡的主滑剖面沉降主要發(fā)生在高程200～235 m、280～300 m處，最大值約為75 mm，主要原因是滑坡支擋結(jié)構(gòu)緩解了前緣變形，但是滑坡并未采取整體治理，在地下水的持續(xù)作用下，導(dǎo)致坡體中部出現(xiàn)裂隙，然后一直延續(xù)到滑坡頂部，沿應(yīng)力集中帶產(chǎn)生的裂隙持續(xù)向深部及兩側(cè)發(fā)展?；瑤翞榛野咨⒆霞t色黏土夾碎石，易被地下水軟化，力學(xué)強(qiáng)度降低，從而產(chǎn)生蠕滑變形。斜坡上部巖土體逐漸松馳，坡體變形進(jìn)入累進(jìn)性破壞過程。地下水徑流活動不斷加劇，優(yōu)勢裂隙面不斷擴(kuò)展，地表變形趨于明顯。由巖土體自重產(chǎn)生的下滑推力使得剪應(yīng)力高度集中，迅速向前緣已破壞的滑動面發(fā)展。最終后緣拉裂面與前緣剪裂面貫通，符合牽引式滑坡的運(yùn)動特征。由3-3′和4-4′剖面可知175～185 m高程處變形較為嚴(yán)重，這是由于受庫區(qū)水位漲落的作用，滑坡前緣的土體不斷被沖刷和掏空，形成臨空面。由5-5′和6-6′剖面可知，2017年的場地整平工程導(dǎo)致滑坡北部前緣邊界變形加劇。AB段形成的巖質(zhì)邊坡高度約6.2～17.4 m。邊坡巖體為泥巖夾砂巖薄層，中等風(fēng)化巖體為Ⅲ類巖，巖體等效內(nèi)摩擦角φ為55°，破裂角取外傾結(jié)構(gòu)面傾角和45°＋φ/2二者的相對較小值，即60.55°。強(qiáng)風(fēng)化巖體為Ⅳ類，巖體等效內(nèi)摩擦角50°，破裂角46°。邊坡傾向207°，裂隙與邊坡的組合關(guān)系見圖7和表2。據(jù)圖7的赤平投影分析：該邊坡為反向坡，邊坡傾向與J1裂隙基本一致，為外傾結(jié)構(gòu)面；裂隙1和3與邊坡傾向大角度相交，故邊坡穩(wěn)定性受J1裂隙外傾結(jié)構(gòu)面影響，在直立切坡后沿J1裂隙滑動破壞。因此人類工程活動在滑坡北側(cè)形成了新的變形區(qū)。

為了對滑坡變形進(jìn)行分區(qū)，引入Barra［36］提出的活動變形區(qū)（Active Deformation Area，ADA）的概念。ADA由高于選定變形閾值的空間聚集運(yùn)動點(diǎn)組成，且當(dāng)變形區(qū)域直接與一個或多個建筑物/道路區(qū)域重疊時才使用。將InSAR解譯點(diǎn)強(qiáng)度劃分為4個等級：① 可忽略變形區(qū)，年平均變形速率小于16 mm/a；② 低強(qiáng)度變形區(qū)，年平均變形速率為16 ～32 mm/a；③ 中強(qiáng)度變形區(qū)，年平均變形速率為32～48 mm/a；④ 高強(qiáng)度變形區(qū)，年平均變形速率大于48 mm/a。當(dāng)一個區(qū)域出現(xiàn)多個強(qiáng)度時取最大等級。最終劃分的變形區(qū)如圖8所示，變形區(qū)廣泛分布于整個滑坡，主要集中在未布設(shè)治理工程區(qū)域。變形分區(qū)主要以高強(qiáng)度變形區(qū)為主，說明滑坡處于持續(xù)蠕變階段。針對不同的變形區(qū)提出相應(yīng)的減災(zāi)措施：① 對于高強(qiáng)度變形區(qū)，布設(shè)防治工程，開展道路地表裂縫監(jiān)測、建筑物沉降、裂縫監(jiān)測和邊坡穩(wěn)定性驗(yàn)算；② 對于中強(qiáng)度變形區(qū)，加強(qiáng)監(jiān)測，判斷變形是否有擴(kuò)張趨勢；③ 對于低強(qiáng)度變形區(qū)，定期開展巡查，如發(fā)現(xiàn)裂縫、道路變形等情況及時上報。

3.2 時間序列分析

師專-群沱子滑坡的變形影響因素分為內(nèi)因和外因。內(nèi)因?yàn)槭芑w物質(zhì)成分影響，主要為塊碎石土、粉土、黏土夾碎塊石，其結(jié)構(gòu)松散-中密，滲透性好。外因則包括受降雨和庫水位變動的影響。區(qū)內(nèi)降雨豐富，暴雨多集中在5～9月，連續(xù)降雨持續(xù)長，這種連續(xù)、集中降雨過程，為滑坡發(fā)生的主要觸發(fā)因素之一。強(qiáng)降雨的作用使滑體的土體重量增加，滑動面（帶）抗剪強(qiáng)度降低，土體在自重的作用下向中前部滑動，導(dǎo)致滑體變形破壞。三峽水庫蓄水后，水庫運(yùn)行水位在175～145 m（吳淞高程）之間周期性變動，其高水位出現(xiàn)在12月至次年3月，滑體、土體浸泡時間約3～4個月，滑體將完全飽水，巖（土）體的物理力學(xué)指標(biāo)會大大降低。然后，在庫水位回落形成的動水壓力作用下，滑坡穩(wěn)定性進(jìn)一步降低，為師?；略俅伟l(fā)生變形的最主要因素。

為分析大型滑坡不同空間區(qū)域的時間序列位移影響因素，選取滑坡前-中-后緣共9個解譯點(diǎn)進(jìn)行時間序列分析。氣象和庫水位數(shù)據(jù)分別從中國氣象數(shù)據(jù)網(wǎng)和中國長江三峽集團(tuán)有限公司網(wǎng)站獲取。如圖9所示，庫水位在2021年主要呈現(xiàn)3個變化階段：① 下降階段（1月至6月中旬，約175～145 m）；② 穩(wěn)定的低水位（6月中旬至8月，約145 m）；③ 緩慢上升階段（8～9月，約145～175 m）；④ 穩(wěn)定的高水位（9～12月，約175 m）。大量的監(jiān)測研究得出庫岸滑坡位移加速增長是由庫水位下降誘發(fā)的［37-39］。根據(jù)滑坡前緣解譯點(diǎn)（F1～F3）可以得出前緣變形主要受庫水位下降影響，在上半年發(fā)生較大位移，其中F1整年處于持續(xù)蠕變階段，F(xiàn)2和F3在下半年解譯位移呈現(xiàn)波動，但并未出現(xiàn)大的增幅。由滑坡中部（M1～M3）解譯點(diǎn)可知，位移序列在整年都處于持續(xù)增加的趨勢，但在持續(xù)降雨時期會出現(xiàn)波動，說明在高程200～230 m范圍內(nèi)，庫水位和降雨都會對滑坡變形造成影響。由后緣（E1～E3）解譯點(diǎn)可知主控因素為降雨。在一段時間持續(xù)降雨后，位移序列會出現(xiàn)短暫的增長，尤其在8月8日出現(xiàn)了168.6 mm大型降雨事件后，位移序列都呈現(xiàn)較大的增幅。這主要是由于降雨對地下水的影響存在滯后性，且受地貌的影響，滑坡后緣處（高程大于250 m）的地下水位基本上不隨庫水位變動。水位除了受地表水、持續(xù)降雨等影響明顯，同時也受短期的人類工程活動影響。因此，時序InSAR分析的方法不僅可以分析滑坡的形變空間分布，也可以對滑坡進(jìn)行時序常規(guī)監(jiān)測。

4 結(jié) 論

本文利用SBAS-InSAR技術(shù)對Sentinel-1A數(shù)據(jù)進(jìn)行解譯，實(shí)現(xiàn)了對2021年師專-群沱子滑坡的變形監(jiān)測，然后對滑坡的變形規(guī)律及影響因素進(jìn)行了分析，主要結(jié)論如下。

（1） 2021年師專-群沱子滑坡處于緩慢變形階段，治理工程在一定范圍內(nèi)減緩了滑坡變形速率，但滑坡并未得到整體治理，三峽庫區(qū)水位蓄水后被重新激活。解譯垂直形變速率最大值為-110.64 mm/a，將解譯點(diǎn)位與現(xiàn)場監(jiān)測數(shù)據(jù)對比，驗(yàn)證了解譯的精度。師專-群沱子滑坡的變形受人類工程活動、庫水位及巖土體性質(zhì)影響，在空間上具有明顯的分區(qū)特性?；虑熬壸冃巫顝?qiáng)，中部未治理區(qū)域次之，后緣最弱。受場地整平工程的影響，滑坡北部邊界出現(xiàn)新的變形區(qū)域，變形速率為38.21～44.32 mm/a。

（2） 利用ADA原理對滑坡變形強(qiáng)度進(jìn)行分區(qū)，結(jié)果表明：變形區(qū)主要集中在未布設(shè)治理工程區(qū)域，以高強(qiáng)度變形區(qū)為主，說明滑坡處于持續(xù)蠕變階段。針對不同的變形區(qū)提出了相應(yīng)的減災(zāi)措施，可為滑坡風(fēng)險管控提供參考。

（3） 對位移時間序列進(jìn)行分析，得到大型滑坡不同區(qū)域的主控因素存在差異?；虑熬壸冃沃饕軒焖徊▌佑绊?；滑坡中部受庫水位與降雨聯(lián)合作用；滑坡后緣主要受長歷時降雨控制。因此，時序InSAR分析的方法不僅可以分析滑坡的形變空間分布，也可以對滑坡進(jìn)行時序常規(guī)監(jiān)測。

從解譯結(jié)果可知，時序InSAR技術(shù)適合開展大型滑坡的監(jiān)測及狀態(tài)更新。未來可以對海量的SAR數(shù)據(jù)進(jìn)行分析，獲取滑坡每年的變形趨勢，合理分配資源，對滑坡開展減災(zāi)措施。

參考文獻(xiàn)：

［1］XIAO L，WANG J，WARD S N，et al.Numerical modeling of the June 24，2015，Hongyanzi landslide generated impulse waves in Three Gorges Reservoir，China［J］.Landslides，2018，15（12）：2385-2398.

［2］YIN Y，HUANG B，WANG W，et al.Reservoir-induced landslides and risk control in Three Gorges Project on Yangtze River，China［J］.Journal of Rock Mechanics and Geotechnical Engineering，2016，8（5）：577-595.

［3］ZENG T R，JIANG H W，LIU Q L，et al.Landslide displacement prediction based on variational mode decomposition and MIC-GWO-LSTM model［J］.Stochastic Environmental Research and Risk Assessment，2022，36：1353-1372.

［4］郭延輝，楊溢，楊志全，等.國產(chǎn)GB-InSAR在特大型水庫滑坡變形監(jiān)測中的應(yīng)用［J］.中國地質(zhì)災(zāi)害與防治學(xué)報，2021，32（2）：66-72.

［5］趙永紅，王航，張瓊，等.滑坡位移監(jiān)測方法綜述［J］.地球物理學(xué)進(jìn)展，2018，33（6）：2606-2612.

［6］李媛茜，張毅，蘇曉軍，等.白龍江流域潛在滑坡InSAR識別與發(fā)育特征研究［J］.遙感學(xué)報，2021，25（2）：677-690.

［7］朱賽楠，殷躍平，王猛，等.金沙江結(jié)合帶高位遠(yuǎn)程滑坡失穩(wěn)機(jī)理及減災(zāi)對策研究：以金沙江色拉滑坡為例［J］.巖土工程學(xué)報，2021，43（4）：688-697.

［8］代聰，李為樂，陸會燕，等.甘肅省舟曲縣城周邊活動滑坡InSAR探測［J］.武漢大學(xué)學(xué)報（信息科學(xué)版），2021，46（7）：994-1002.

［9］朱子林，任超，周呂，等.基于小基線集干涉測量的天津地區(qū)地表沉降時空分析［J］.科學(xué)技術(shù)與工程，2020，20（18）：7152-7158.

［10］XIA Y，KAUFMANN H，GUO X F.Landslide monitoring in the Three Gorges area using D-INSAR and corner reflectors［J］.Photogrammetric Engineering & Remote Sensing，2004，70（10）：1167-1172.

［11］PERISSIN D，WANG T.Time-series InSAR applications over urban areas in China［J］.IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing，2011，4（1）：92-100.

［12］SHI X，ZHANG L，LIAO M，et al.Deformation monitoring of slow-moving landslide with L- and C-band SAR interferometry［J］.Remote Sensing Letters，2014，5（11）：951-960.

［13］范景輝，邱闊天，夏耶，等.三峽庫區(qū)范家坪滑坡地表形變InSAR監(jiān)測與綜合分析［J］.地質(zhì)通報，2017，36（9）：1665-1673.

［14］史緒國，徐金虎，蔣厚軍，等.時序InSAR技術(shù)三峽庫區(qū)藕塘滑坡穩(wěn)定性監(jiān)測與狀態(tài)更新［J］.地球科學(xué)，2019，44（12）：4284-4292.

［15］LIU S，SEGONI S，RASPINI F，et al.Satellite InSAR as a new tool for the verification of landslide engineering remedial works at the regional scale：A case study in the Three Gorges Resevoir area，China［J］.Applied Sciences，2020，10（18）：6435-6450.

［16］朱同同，史緒國，周超，等.利用2016～2020年 Sentinel-1數(shù)據(jù)的三峽庫區(qū)樹坪滑坡穩(wěn)定性監(jiān)測與分析［J］.武漢大學(xué)學(xué)報（信息科學(xué)版），2021，46（10）：1560-1568.

［17］王尚曉，李士垚，牛瑞卿.木魚包滑坡形變特征的InSAR監(jiān)測分析［J］.長江科學(xué)院院報，2022，39（4）：77-84.

［18］ZHOU C，CAO Y，YIN K，et al.Landslide characterization applying Sentinel-1 images and InSAR technique：The Muyubao Landslide in the Three Gorges Reservoir area，China［J］.Remote Sensing，2020，12（20）：3385-3395.

［19］HU B，CHEN J，ZHANG X.Monitoring the land subsidence area in a coastal urban area with InSAR and GNSS［J］.Sensors，2019，19（14）：3181-3195.

［20］許強(qiáng)，蒲川豪，趙寬耀，等.延安新區(qū)地面沉降時空演化特征時序InSAR監(jiān)測與分析［J］.武漢大學(xué)學(xué)報（信息科學(xué)版），2021，46（7）：957-969.

［21］WU Q，JIA C，CHEN S，et al.SBAS-InSAR based deformation detection of urban land，created from mega-scale mountain excavating and valley filling in the Loess Plateau：The case study of Yan′an City［J］.Remote Sensing，2019，11（14）：1673-1683.

［22］GUO J，HU J，LI B，et al.Land subsidence in Tianjin for 2015 to 2016 revealed by the analysis of Sentinel-1A with SBAS-InSAR［J］.Journal of Applied Remote Sensing，2017，11（2）：1-14.

［23］周志偉，程翔，周偉，等.基于時序InSAR的水電站庫岸滑坡形變監(jiān)測分析［J］.人民長江，2022，53（8）：112-116.

［24］鄭文潘，張雙成，王余沛，等.SBAS-InSAR解譯福州市地表沉降時空變化研究［J］.測繪科學(xué)，2021，47（3）：1-10.

［25］CIAMPALINI A，BARDI F，BIANCHINI S，et al.Analysis of building deformation in landslide area using multisensor PSInSARTM technique［J］.International Journal of Applied Earth Observation and Geoinformation，2014，33：166-180.

［26］INFANTE D，CONFUORTO P，Di MARTIRE D，et al.Use of DInSAR data for multi-level vulnerability assessment of urban settings affected by slow-moving and intermittent landslides［J］.Procedia engineering，2016，158：470-475.

［27］苗勝坤.三峽庫區(qū)師專-群沱子滑坡防治設(shè)計(jì)與施工［J］.人民長江，2010，41（24）：55-57.

［28］INTRIERI E，CARLA T，GIGLI G.Forecasting the time of failure of landslides at slope-scale：A literature review［J］.Earth-Science Reviews，2019，193：333-349.

［29］李闖，李兵，王寧.基于多源遙感技術(shù)的水庫特征參數(shù)反演研究［J］.人民長江，2021，52（11）：92-99.

［30］趙蓓蓓，黃海峰，鄧永煌，等.基于Sentinel-1A的三峽庫區(qū)范家坪滑坡InSAR監(jiān)測分析［J］.人民長江，2022，53（10）：103-107.

［31］BERARDINO P，F(xiàn)ORNARO G，LANARI R，et al.A new algorithm for surface deformation monitoring based on small baseline differential SAR interferograms［J］.IEEE Transactions on Geoscience and Remote Sensing，2002，40（11）：2375-2383.

［32］周超.集成時間序列InSAR技術(shù)的滑坡早期識別與預(yù)測研究［D］.武漢：中國地質(zhì)大學(xué)（武漢），2018.

［33］CASCINI L，F(xiàn)ORNARO G，PEDUTO D.Advanced low- and full-resolution DInSAR map generation for slow-moving landslide analysis at different scales［J］.Engineering Geology，2010，112（1-4）：29-42.

［34］BIANCHINI S，PRATESI F，NOLESINI T，et al.Building deformation assessment by means of persistent scatterer interferometry analysis on a landslide-affected area：The Volterra（Italy）Case Study［J］.Remote Sensing，2015，7（4）：4678-4701.

［35］SHEPARD D.A two-dimensional interpolation for irregularly-spaced data［Z］.New York，1968：27-29.

［36］BARRA A，SOLARI L，BJAR-PIZARRO M，et al.A methodology to detect and update active deformation areas based on sentinel-1 SAR Images［J］.Remote Sensing，2017，9（10）：1-15.

［37］楊背背，殷坤龍，杜娟.基于時間序列與長短時記憶網(wǎng)絡(luò)的滑坡位移動態(tài)預(yù)測模型［J］.巖石力學(xué)與工程學(xué)報，2018，37（10）：2334-2343.

［38］李麟瑋，吳益平，苗發(fā)盛，等.考慮變形狀態(tài)動態(tài)切換的階躍型滑坡位移區(qū)間預(yù)測方法［J］.巖石力學(xué)與工程學(xué)報，2019，38（11）：2272-2287.

［39］ZENG T，YIN K，JIANG H，et al.Groundwater level prediction based on a combined intelligence method for the Sifangbei landslide in the Three Gorges Reservoir Area［J］.Scientific Reports，2022，12（1）：11108.

（編輯：高小雲(yún)）

Research on deformation zoning and time-series monitoring of large-scale landslide based on SBAS-InSAR

LI Sha1，ZHANG Lizhou1，2，ZHOU Chengtao1，LIU Yang1，CHEN Rui3

（1.Chongqing Survey Institute，Chongqing 401121，China； 2.College of River and Ocean Engineering，Chongqing Jiaotong University，Chongqing 400074，China； 3.Chongqing Municipal Research Institute of Design，Chongqing 400020，China）

Abstract： To analyze the deformation zoning of large-scale landslides in the Three Gorges Reservoir area，based on the Sentinel-1A data of 29 scenes from January to December of 2021 and used the Small Baseline Subsets Interferometric Synthetic Aperture Radar （SBAS-InSAR） technology，the deformation zoning and time-series monitoring of the Shizhuan-Quntuozi landslide were studied.The interpretation results revealed that compared with GPS monitoring data，the accuracy of SBAS-InSAR results was verified.The creep behavior showed noticeable temporal-spatial differences：the deformation area was mainly concentrated in the area without treatment engineering，and a new deformation area appeared on the northern boundary of the landslide due to ground levelling.There were differences in the main control factors of landslides in different regions，such as the factors in the front area were the fluctuation of the reservoir water level，and the middle area of the landslide was affected by the reservoir water level and heavy rainfall.The results reveal that the SBAS-InSAR technology can monitor large-scale landslides in time series and provide reference for disaster prevention and reduction.

Key words： large-scale landslide；deformation monitoring；SBAS-InSAR；；Sentinel-1；time-series；Three Gorges Reservoir area

收稿日期：2022-04-14

基金項(xiàng)目：國家自然科學(xué)基金青年項(xiàng)目（51808083）；重慶市自然科學(xué)基金項(xiàng)目（cstc2021jcyj-msxm3174）

作者簡介：李 沙，男，高級工程師，研究方向?yàn)閹r土工程勘察與設(shè)計(jì)。E-mail：lishacqkc@163.com

通信作者：張立舟，男，高級工程師，博士研究生，研究方向?yàn)閹r土工程勘察與設(shè)計(jì)、巖石力學(xué)研究。E-mail：28745035@qq.com