(1.山东理工大学 建筑工程学院，山东 淄博 255049； 2.北京科技大学 土木与环境工程学院，北京 100083；3.燕山大学 建筑工程与力学学院，河北 秦皇岛 066064)

1 研究背景

我国是地质灾害多发国家，作为典型地质灾害，滑坡每年都给国家和人民造成了严重危害。2018年10月11日07：10，西藏昌都市江达县波罗乡白格村发生山体滑坡，造成金沙江断流并形成堰塞湖，所幸未造成人员伤亡。11月3日再次发生滑坡，此次滑坡点与原“10·11”山体滑坡点位置相同，滑坡后金沙江干流被阻断，导致上游水位持续上涨，形成堰塞湖，堰塞湖水位累计上涨57.44 m，推算堰塞湖蓄水量约为4.69亿m3，转移群众2.5万人。可见对滑坡灾害进行有效的监测预警至关重要，而滑坡的早期识别及趋势监测是滑坡灾害监测的重要内容之一。传统的滑坡地表形变监测方法需先知道滑坡在哪，其主要方法有大地测量方法、GPS法、自动伸缩计法和分布式光纤法等。这些监测方法都是“点”式数据采集方法，无法全面完整地反映区域内滑坡变形的整体面状状况，不能应用于人员难以进入的区域、处于高风险和尚未形成的滑坡地段，且往往容易造成“测者未灾，灾者未测”的现象。

合成孔径雷达差分干涉测量技术(D-InSAR) 是最近几十年来发展起来的可以监测地表形变的一种遥感技术。1989年A.K.Grabriel等首次验证了D-InSAR技术可监测厘米级精度地表形变。早期研究发现，该技术主要应用于形变量比较明显的地震、火山活动等监测，后期随着理论方法的成熟和技术研究的深入，研究重点逐渐转移至地面沉降、山体滑坡等细微的地表位移监测。该技术具有全天时、全天候、远距离、面状、厘米甚至毫米级精度的优势，目前已应用于各个领域。刘云华等采用Sentinel-1A及ALOS-2为数据源，获得了阿克陶地震震源参数反演及发震构造[1]。李达等基于SBAS-InSAR技术提取出各观测点的时序沉降值，并对工作面时序沉降进行量化分析,证明了SBAS-InSAR技术在矿区地表沉降监测与分析方面具有良好的应用前景[2]。李珊珊等采用InSAR技术获得了青藏高原季节性冻土形变趋势[3]。张金芝等将SBAS时序分析技术应用于现代黄河三角洲地面沉降监测，提取了1992～2000年现代黄河三角洲地面沉降速率，结果与水准观测数据基本保持一致[4]。我国也已开展了利用D-InSAR技术监测滑坡等地质灾害形变的研究，但起步较晚，大多集中于对D-InSAR技术的方法、原理及其在滑坡地表形变监测应用潜力的分析研究。康亚等采用小基线集InSAR技术对金坪子滑坡进行监测，不仅获得该滑坡的空间分区特征，也获取重点滑坡区的时间序列结果，并且与地面监测结果一致[5]。Zhao C等以ALOS/PALSAR为数据源对加利福利亚北部区域进行广域滑坡监测[6]。王立伟基于D-InSAR技术分析了高山峡谷区域滑坡位移识别技术路线与方法研究[7]。上述研究证明了利用D-InSAR技术监测滑坡形变的可行性。

然而传统D-InSAR技术更侧重于研究拍摄时间相隔较短的形变，且容易受到空间、时间失相干以及大气等误差因素的影响，无法获取时间上连续的地面沉降场。王桂杰等通过ALOS卫星PALSAR传感器获得了三景合成孔径雷达数据,再利用D-InSAR技术获得研究区域内地表高精度形变位移值，并对不同方法的适用性进行了探讨[8]。王平等利用D-InSAR测量和高密度电阻率剖面揭示了焦作市王封煤矿老采空区地面沉降机制[9]。刘晓菲等采用D-InSAR技术监测老采空区残余变形[10]。但都因受到传统D-InSAR技术缺点的限制，精度有所影响。为了克服传统D-InSAR技术的缺点，一些高级D-InSAR技术逐渐出现，如小基线子集法(SBAS)和永久散射体干涉测量技术(PS-InSAR)。

本次研究以白格滑坡为研究区域，6景灾前ALOS-2卫星PALSAR影像为数据源，采用SBAS-InSAR技术对数据进行处理，最终获得监测时间段内的年平均沉降速率和累计沉降值。从结果可知，白格滑坡在发生之前已有较长时间的缓慢移动过程，再次验证了以SAR数据为数据源，采用SBAS-InSAR技术可以有效地对高山峡谷区滑坡进行监测，实现发现变动和监视趋势的两个目的。

2 数据介绍

ALOS-2卫星是ALOS-1的后续星，于2014年5月24日发射升空，是唯一一个利用L波段频率的高分辨率机载合成孔径雷达的卫星，波段越长抗干扰性越强。它能很好地用于监测地壳运动和地球环境，且不受气候条件和时间的影响。相比ALOS-1，JAXA在传感器的设计和制造上有了更进一步的改善，更短的重访周期(14 d)，双向侧摆的观测能力，可以提供3种工作模式：Spotlight模式，Stripmap模式，ScanSAR模式。以6期灾前ALOS-2卫星SAR影像为数据源(2015年7月27日至2018年7月23日)，拍摄模式为Stripmap模式，数据类型为FBD双极化类型(HH+VV)，因自然地物对HH极化电磁波会产生较强的回波信号，地质灾害形变监测优选选用HH极化模式。拍摄范围如图1所示，图中红色圈出区域为影像覆盖范围，绿色所圈区域为滑坡范围。

图1 研究区域Fig.1 Map of study area

3 数据处理流程

常规D-InSAR技术受时间和空间失相干的影响，其运用受到较大程度限制。PS-InSAR[11-12]方法虽然可有效解决失相干和大气延迟等问题，但对SAR 影像数目要求较多，一般需要15景以上。而SBAS-InSAR方法[13-14]对SAR 影像数目要求相对来说不是很严格，在数据量相对有限情况下，该方法可优先选择。但SBAS-InSAR方法获得的形变监测结果精度较PS-InSAR技术要低，数据量至少需要6景影像。SBAS-InSAR方法通过连接具有长基线距且相互独立的SAR影像，形成短基线 SAR 影像集合，从而增加数据获取的采样率，可在已有的SAR影像数据集中形成若干小集合，每个小集合内SAR影像间的基线较小，集合间 SAR影像的基线较大。SBAS-InSAR方法流程如图2所示，具体处理流程如下所述。

3.1 生成连接图

因数据范围很大，而滑坡区域只是一小部分，因此对SLC数据进行了裁剪处理，从而减少数据，节省处理时间。裁剪后对所有图像建立对应关系，每对主从影像空间基线距设为临界基线距的45%，时间基线距设为1 000 d，共得到15对像对。图3是生成的数据配对图表，图中像对用线连接，输入的数据用点表示。每个像对的空间基线距和时间基线距如图4所示。

图2 SBAS-InSAR处理流程Fig.2 Process flow chart of SBAS-InSAR

图3 数据配对Fig.3 Paired data

图4 数据对时间和空间基线距Fig.4 Time baseline and spatial baseline of paired data

3.2 干涉工作流生成

根据像对的连接关系，对每一对像对进行干涉工作流处理(干涉图生成、去平、滤波、相干性计算、相位解缠)，生成一系列解缠之后的相位图。以2018年5月28日和7月23日两景影像形成的像对为例，经干涉图生成、去平、滤波、相干性计算、相位解缠，生成的相干系数如图5所示，相干系数越大表示扰动性越小。相位解缠后干涉条纹图如图6所示。所有的干涉条纹图最终都与超级主影像进行了配准，为下一步轨道精炼、重去平以及SBAS-InSAR的反演做准备。

图5 相干系数图Fig.5 Coherent coefficient

图6 相位解缠后的条纹图Fig.6 Interferogram after phase unwrapping

3.3 轨道精炼和重去平

这一步是估算和去除残余的恒定相位和解缠后还存在的相位坡道。其中至关重要的是GCP的选择，选择的标准为：没有残余地形条纹；没有形变条纹，远离形变区域，除非已知这个点的形变速率；没有相位跃变，如果GCP点位于一个孤立相位上，并且解缠的值非常差，这个位置可能是斜坡相位的一部分，那么选择的这个GCP是不对的。由于在SBAS中很难找到完美的GCP可以全部用在所有的数据对中(因为数据对拥有不同的相干性)，因此建议多选择一些GCP，至少20～30个点。

3.4 第一步反演

这一步是SBAS-InSAR反演的核心步骤，第一次估计位移速率和残余地形，用来对合成的干涉图进行去平，重新作相位解缠和精炼处理，二次解缠，生成更优化的结果，用于下一步计算。

3.5 第二步反演

这一步的核心是计算时间序列上的位移，在第一步得到的形变速率基础上，进行定制的大气滤波，从而估算和去除大气相位，得到更加纯净的时间序列上的最终位移结果。

3.6 地理编码

将SBAS-InSAR反演的结果进行地理编码，获得卫星拍摄视线向平均沉降速率和累计沉降值，如图7～8所示。

图7 年平均沉降速率(单位：cm/a)Fig.7 Average annual settlement rate

图8 累计沉降值(单位：cm)Fig.8 Cumulative settlement value

4 结果分析

从图7中可看出滑坡体后缘呈现下降趋势，年平均沉降速率介于13～31 cm/a之间。滑坡体中部和前缘部分区域都有抬升，抬升速率介于3～21 cm/a。从图8中可知在2015年7月27日至2018年7月23日3 a时间内，滑坡后缘累计沉降值为81～155 cm，中部和前缘累计抬升值为6～52 cm。在图8中选取A处进行时序分析。历史形变见图9，可以看出，A点累计沉降值为75 cm，2015年7月27日至2016年7月25日1 a时间沉降值较大，2016年7月25日至2018年5月28日形变较缓，而2018年5月28日至2018年7月23日约两个月时间形变速率明显加快。B点历史形变如图10所示，累计沉降值为70 cm，整体形变趋势与A点相似，都为前一年形变较大，中间趋缓，后两个月形变速率明显加快。C点历史形变图如图11所示，形变趋势为先下降后抬升，最终抬升约18 cm，推测原因为滑坡后缘持续滑移导致前部抬升。

图9 A点历史形变Fig.9 The history deformation tendency of the Point A

图10 B点历史形变Fig.10 The history deformation tendency of the Point B

图11 C点历史形变Fig.11 The history deformation tendency of the Point C

5 结 语

本文以白格滑坡为监测对象，采用SBAS-InSAR技术进行沉降监测，获得白格滑坡灾前年平均沉降速率和累计沉降值图。从监测结果中可知，白格滑坡在发生前已有较大形变，且形变趋势为先急后缓，在滑坡灾害发生前数月形变速率明显加快。沉降趋势与实际结果一致，证明了SBAS-InSAR技术用于滑坡早期识别与动态监测的可行性，在广域地质灾害监测具有较广的发展应用前景。因未对研究区域进行灾前持续遥感监测，所以监测结果仅仅是白格滑坡发生后为获得滑坡发生前的形变趋势而做得工作，但滑坡的监测预警更至关重要，后期会进一步采用SAR遥感的多期差分干涉持续监测，通过发现灾害、灾害识别及趋势分析等关键内容的研究，建立发现滑坡变动范围，监视形变趋势的理论方法。

受数据量的影响，本次研究未采用精度更高的PS-InSAR技术，将来随着数据量的累积，拟采用两种方法相结合进行综合分析研究，进一步提高监测精度。

致 谢

本文所采用的ALOS-2卫星PALSAR数据由天下图公司提供。