時序InSAR技術(shù)在大型滑坡監(jiān)測中的應用

趙寶強 韓守富 白艷萍 馬金輝

摘 要：綜合PS-InSAR和SBAS-InSAR兩種時序InSAR技術(shù)，對青海省樂都區(qū)高家灣滑坡地表變形過程進行遙感監(jiān)測與分析。通過SBAS-InSAR技術(shù)獲取該滑坡2003-2010年地表變形數(shù)據(jù)，分析歷史變化情況。利用PS-time工具分析高家灣滑坡2014-2017年P(guān)S-InSAR獲得的地表變形監(jiān)測數(shù)據(jù)，將滑坡地表形變過程劃分為線性和非線性，重點分析了地表形變速率、累積位移突變階段和主裂縫形變情況。研究表明：2003-2010年期間該滑坡地表活動較為穩(wěn)定，2014-2017年期間該滑坡發(fā)生了明顯的地表沉降變形且變化趨勢較為強烈，與滑坡區(qū)實地勘測結(jié)果情況一致，較好的證明時序InSAR技術(shù)用于滑坡監(jiān)測的有效性。

關(guān)鍵詞：PS-InSAR；SBAS-InSAR；Sentinel-1A；滑坡監(jiān)測

中圖分類號：P237 文獻標志碼：A 文章編號：2095-2945（2019）01-0021-04

Abstract： The surface deformation process of Gaojiawan landslide in Ledu District of Qinghai Province's Haidong City is monitored and analyzed using remote sensing in combination with PS-InSAR and SBAS-InSAR time series InSAR technologies. The surface deformation data of the landslide from 2003 to 2010 are obtained by SBAS-InSAR technology， and the historical changes are analyzed. The monitoring data of surface deformation obtained by PS-InSAR in 2014-2017 of Gaojiawan landslide are analyzed using PS-time tool. The process of surface deformation of Gaojiawan landslide is divided into linear and nonlinear ones. The surface deformation rate， the abrupt change stage of cumulative displacement and the deformation of main cracks are emphatically analyzed. The study shows that the surface activity of the landslide is stable in the period 2003-2010， and the landslide has obvious surface subsidence deformation and strong change trend in 2014-2017， which is consistent with the results of the field survey of the landslide area. It is proved that the temporal InSAR technique is effective in landslide monitoring.

Keywords： PS-InSAR； SBAS-InSAR； Sentinel-1A； landslide monitoring

引言

部分斜坡沿著斜坡內(nèi)的一個或數(shù)個面在重力作用下做剪切運動的現(xiàn)象，稱為滑坡[1]?；伦鳛橐环N常見的地質(zhì)災害，分布廣，范圍大。我國西北、西南、華北地區(qū)以及丘陵、黃土高原地區(qū)，滑坡的種類多、分布面積廣、危害嚴重且破壞力大，每年都造成巨大的經(jīng)濟損失，嚴重制約著災害多發(fā)地區(qū)的國民經(jīng)濟發(fā)展，威脅著人民生命財產(chǎn)安全[2]。國內(nèi)外在監(jiān)測滑坡災害方面的主要手段有：精密水準測量、導線測量、光纖傳感器、全球定位系統(tǒng)GPS、衛(wèi)星遙感技術(shù)、近景攝影測量、地面激光掃描等[3]。星載合成孔徑雷達干涉測量技術(shù)憑借其覆蓋范圍廣、分辨率高、全天時全天候、監(jiān)測精度高等特點，被廣泛應用于地震、火山、冰川移動、地下水抽取和地下采礦引起的地表形變監(jiān)測研究[4]。InSAR（Interferometric Synthetic Aperture Radar）技術(shù)能夠提取地表發(fā)生的微小形變，精度達到厘米級甚至是毫米級，其獲取的數(shù)據(jù)具有高精度、高分辨率、覆蓋范圍廣等特點[5]。然而，傳統(tǒng)D-InSAR形變測量的精度和可靠性受到空間失相關(guān)[6-7]和大氣延遲的嚴重影響[8-9]。本文結(jié)合地質(zhì)背景資料和野外實地滑坡勘測結(jié)果，綜合運用PS-InSAR和SBAS-InSAR技術(shù)，探討分析時序InSAR技術(shù)在滑坡變形監(jiān)測中的適用性。

1 研究區(qū)概況

高家灣滑坡位于青海省海東市樂都區(qū)洪水鎮(zhèn)湟水河南岸低山丘陵區(qū)，為第四系黃土和古近系泥巖組成的復合型古滑坡?；麻L1830m、寬1300m、平均厚110m，規(guī)模2.62×108m3，屬巨型滑坡。2011年至2012年滑坡后壁及后緣發(fā)育長約500m拉張裂縫。據(jù)2016年1月調(diào)查資料顯示，該裂縫東西延伸增加到950m，其滑體前緣北側(cè)湟水河Ⅱ級階地表部新增鼓脹裂縫，并使高家灣村局部民房出現(xiàn)變形，嚴重威脅高家灣村村民及滑坡體中后緣西寧-官亭750千伏輸電線、龍羊峽-海石灣330千伏輸電線、蘭新高速鐵路張家莊隧道及滑坡前緣澀寧蘭輸氣管線、蘭西拉光纜及G109國道等基礎設施安全。研究區(qū)中心經(jīng)緯度36°26′35″N，102°32′20″E，南北長5.24km，東西寬6.12km。地理位置如圖1示。

2 數(shù)據(jù)說明及技術(shù)方法

本研究根據(jù)SAR數(shù)據(jù)的分辨率、波長、觀測角度、性價比和可獲得性等，針對研究區(qū)地形、植被和變形特征進行SAR數(shù)據(jù)源和不同InSAR計算策略的選擇。Sentinel-1A數(shù)據(jù)周期較短且數(shù)據(jù)豐富，適合用PS-InSAR技術(shù)對高家灣滑坡區(qū)近幾年變形情況進行監(jiān)測分析，而Envisat ASAR數(shù)據(jù)周期較長且只有歷史時期的存檔數(shù)據(jù)，用SABS-InSAR技術(shù)處理可以得到較理想的計算結(jié)果，更好地監(jiān)測歷史時期變形情況。數(shù)據(jù)基本特征如表1所示。

2.1 SENTINEL-1A數(shù)據(jù)

數(shù)據(jù)空間基線、多普勒中心和數(shù)據(jù)的時間分布見圖2，其中空間基線以0為中心，正態(tài)分布于兩側(cè)，空間基線都在150m以內(nèi)，為圖像高精度配準提供了基礎；多普勒中心分布于0到-0.1之間；以2016年10月27日為參考主影像。

2.2 ENVISAT ASAR 數(shù)據(jù)

考慮到該區(qū)域和SAR數(shù)據(jù)的特點，確保有效數(shù)據(jù)被用于構(gòu)建小基線集。最終選定空間基線閾值700米，時間基線545天，以2009年4月14日為參考主影像。所得數(shù)據(jù)集結(jié)構(gòu)較為合理，可以滿足SBAS技術(shù)要求。如圖3所示。

2.3 技術(shù)方法

如何提高相干性，有效消除各種誤差，成為高精度InSAR變形觀測的關(guān)鍵，對此，一是通過改善算法細節(jié)來實現(xiàn)，二是通過構(gòu)建全新的框架和算法來提高相干性，獲取更詳細、準確的變形信息。在構(gòu)建新的框架和算法方面，近年來，主要是在傳統(tǒng)D-InSAR技術(shù)的基礎上進一步發(fā)展了時序InSAR技術(shù)，這類技術(shù)通過長時間序列的InSAR數(shù)據(jù)進行分析，解決低相干性及去除大氣、DEM誤差的影響，極大推動了InSAR技術(shù)的發(fā)展[10]。包括四個層面的算法：（1）永久散射體干涉測量及技術(shù)（Persistent Scatter Interferometry，PSI）；（2）StaMPS永久散射體技術(shù)（Stanford Method for Persistent Scatterers）；（3）SBAS（Small Baseline Subset）技術(shù)；（4）PSI和SBAS相結(jié)合技術(shù)。

2.3.1 PS-InSAR技術(shù)

永久散射體干涉技術(shù)是意大利Ricca教授研究小組的Ferretti首先提出的[11]。PS-InSAR技術(shù)的基本原理是利用多景同一地區(qū)的SAR影像，通過統(tǒng)計分析時間序列上幅度和相位信息的穩(wěn)定性，探測不受時間、空間基線去相關(guān)影像的穩(wěn)定點目標[12]。這些目標點可能是人工建筑物、裸露的巖石、人工布設的角反射器等，由于它們在時間序列SAR影像中幾乎不受斑點噪聲的影響，經(jīng)過很長時間間隔仍然保持穩(wěn)定的散射特性，所以被稱作PS（Persistent Scatter）。PS-InSAR可以精確估計并消除大氣效應對相位的貢獻，獲得米級精度的高程[13]和毫米級的形變量測[14]。永久散射體被定義為尺寸小于圖像像元尺寸，其散射系數(shù)強且長期保持穩(wěn)定的地物目標。其特點是在空間基線超過臨界基線的情況下，能保持不受空間失相干的影響，因此可利用所有可能獲得的圖像生成單主圖像堆棧（星星結(jié)構(gòu)），來獲取永久散射體0.5mm/a的地表變形信息[15]。

2.3.2 SBAS-InSAR技術(shù)

SBAS-InSAR是由Berardino[16]和Lanari[17]等研究人員提出的一種與PS-InSAR技術(shù)采用不同策略的時序InSAR分析方法，短基線技術(shù)采用小基線子集差分干涉測量技術(shù) [18]；將所獲得的長時間序列SAR數(shù)據(jù)組合成具有小空間基線干涉子集的（集合內(nèi)SAR圖像基線距小，集合間的SAR圖像基線距大）D-InSAR數(shù)據(jù)組進行解纏計算，然后通過奇異值分解方法（SVD）將不同時間基線的空間小基線子集數(shù)據(jù)組合形成時間序列，進而獲取高精度變形場。其針對的對象是面散射體（Distribution Scatter，DS），其精度較PS-InSAR低，但更適合于非城市區(qū)地表變形監(jiān)測。相比PS-InSAR技術(shù)，SBAS方法只需要少量的SAR影像，而且由于生成干涉圖的影像間基線較短，能夠更好的避免空間失相干，正是由于研究區(qū)歷史SAR數(shù)據(jù)（EnviSAT ASAR）比較缺乏，因此對歷史變形過程的反演，SBAS方法對該區(qū)域有較好的適用性。

3 滑坡變形數(shù)據(jù)獲取

3.1 2003-2010年歷史形變

運用SBAS-InSAR技術(shù)對27景ENVISAT ASAR數(shù)據(jù)進行裁剪后，經(jīng)多次實驗后選擇時間基線閾值為700天，空間基線不大于臨界基線的55%的小基線集網(wǎng)絡結(jié)構(gòu)較為合理。采用精密軌道數(shù)據(jù)進行粗配準，90米分辨率的SRTM數(shù)據(jù)作為模擬地形相位的DEM，1：5的多視視數(shù)，濾波窗口64*64，采用3D解纏算法，閾值0.35。經(jīng)過配準、去平、濾波、軌道精煉、重去平、相位解纏和地理編碼等處理步驟，最終得到高家灣滑坡區(qū)歷史時期地表形變數(shù)據(jù)。

3.2 2014-2017年近期形變

使用PS-InSAR技術(shù)對57景sentinel-1A數(shù)據(jù)進行處理，通過計算分析棄除大氣效應的不同效果，選擇基于單主圖像的星型結(jié)構(gòu)圖像拓撲結(jié)構(gòu)建立數(shù)據(jù)集最佳。參考DEM為90米分辨率的SRTM數(shù)據(jù)，采用精確軌道參數(shù)進行粗配準，選擇大于1500個的同名像素點，建立多項式方程，進行精配準，配準精度達到1/8個像元。采用Modificated Goldstein方法，1*1的多視，15*15的濾波窗口。選擇星型拓撲結(jié)構(gòu)，稀疏點模式選擇Amp.Stab.Index模式，高程的閾值選擇-500米-500米區(qū)間，基于時間序列的濾波平滑的步長選擇5，其中多項式的項數(shù)選擇1次多項式。

3.3 時間序列變形趨勢分析

采用PS-time統(tǒng)計工具計算分析高家灣滑坡區(qū)的地表形變數(shù)據(jù)PS點的變化趨勢。此方法是Matteo Berti 等人2013年[19]通過對在意大利北部亞平寧山脈收集的1000個時間序列樣本數(shù)據(jù)的統(tǒng)計分析，編寫的一個應用程序，在統(tǒng)計測試序列的基礎上提供永久散射體（PS點）時間序列有條件的自動分類。程序有六個預定義的目標趨勢，即不相關(guān)、線性相關(guān)、二次相關(guān)、雙線性相關(guān)、勻速不連續(xù)和變速不連續(xù)。這些趨勢被認為是PS點變形數(shù)據(jù)的“典型”模式。

4 監(jiān)測結(jié)果及分析

4.1 形變過程及趨勢分析

對于上述方法獲取的高家灣滑坡區(qū)的地表變形數(shù)據(jù)，通過PS-time工具統(tǒng)計分析后，將研究區(qū)內(nèi)所有PS點的平均形變速率計算結(jié)果疊加顯示在高家灣滑坡區(qū)的DEM底圖上。結(jié)合野外勘測的滑坡方向、滑坡邊界和地裂縫等相關(guān)資料（由青海省國土資源廳提供），該區(qū)域內(nèi)的地表變形特征、變形分布規(guī)律和年均累積位移變化曲線如圖4示。

圖4顯示2004-2010年間，該滑坡區(qū)形變量0-3.67mm，比較輕微且分布分散，地表活動相對比較穩(wěn)定。圖5顯示2014-2017年間滑坡區(qū)內(nèi)PS點速率變化值集中在-27.37-5.77mm，PS點各類型變化趨勢總體呈遠離雷達視線向的變形趨勢（下沉），與實地勘測結(jié)果比較吻合?；逻吔缫酝獾腜S點速率變化明顯比較小，多數(shù)在-2.8mm以下，說明這些區(qū)域地表活動相對穩(wěn)定，發(fā)生滑坡可能性較小。

圖6的統(tǒng)計分析處理結(jié)果顯示，2014年10月-2016年1月期間，累積位移走勢比較平緩，基本在-5mm以內(nèi)小幅波動；2016年1月-2016年2月期間，累積位移走勢明顯加速，位移量從-5mm迅速下降到-12mm，此階段即地表變化比較劇烈的時期。推斷可能與2016年1月21日青海省海北州門源6.4級地震有關(guān)。2016年2月之后，累積位移又回歸平緩變化狀態(tài)，總的位移量在-15-22mm間波動。

4.2 主裂縫兩側(cè)不同部位變形特征

針對野外調(diào)查獲取的主裂縫情況，根據(jù)PS-InSAR結(jié)果，對主裂縫兩側(cè)分別提取PS點進行分析，選點區(qū)域及PS點分布情況（圖7），得到主裂縫兩側(cè)突變點位移均值曲線（圖8）。

由位移曲線可以看出，裂縫兩側(cè)形變趨勢有較大差異，尤其是在2016年1月之后主裂縫兩側(cè)位移差持續(xù)增大，裂縫右側(cè)區(qū)域加速下沉，左側(cè)區(qū)域下沉速度相對較小。此時刻與野外調(diào)查結(jié)果吻合，與期間滑坡區(qū)累積位移走勢明顯加速，地表變化比較劇烈的特征吻合，與2016年1月21日青海省海北州門源6.4級地震的發(fā)生時間吻合。

5 結(jié)束語

時序InSAR技術(shù)，能夠獲得緩慢的地表變形數(shù)據(jù)，對滑坡監(jiān)測效果較好。通過多次對比實驗，不斷優(yōu)化干涉測量計算參數(shù)配置，能夠在高家灣滑坡區(qū)內(nèi)獲得較高精度和高相干性的永久散射點（PS點），作為該滑坡區(qū)地表形變監(jiān)測的數(shù)據(jù)基礎。通過PS-time統(tǒng)計分析后，可以較好歸納出滑坡區(qū)地表形變的時空特征和變化趨勢，對滑坡監(jiān)測分析很有意義。

雖然利用InSAR技術(shù)獲取滑坡區(qū)地表的形變信息，結(jié)合野外調(diào)查資料進行了比對。但是，衛(wèi)星獲取的形變方向為雷達視線方向，衛(wèi)星的軌道固定，山體不同部分的坡度坡向不一致，導致獲取的形變結(jié)果會與坡體形變的真實情況存在一定的差異。限于沒有GPS野外觀測數(shù)據(jù)，無法驗證形變結(jié)果精度，得到的只是該滑坡區(qū)地表的相對形變。

參考文獻：

[1]王治華.滑坡遙感[M].北京：科學出版社，2012.

[2]王立偉.基于D-InSAR數(shù)據(jù)分析的高山峽谷區(qū)域滑坡位移識別[D].北京科技大學，2015.

[3]王志勇，張金枝.基于INSAR技術(shù)的滑坡災害監(jiān)測[J].大地測量與地球動力學，2013，33（3）：87-91.

[4]楊長江，易祎，趙蓉.基于Sentinel-1數(shù)據(jù)的時序InSAR技術(shù)在滑坡監(jiān)測方面的應用——以巴東地區(qū)為例[J].科技創(chuàng)新與生產(chǎn)力，2017（04）：1674-9146.

[5]張詩茄，蔣建軍，繆亞敏，等.基于SBAS技術(shù)的岷江流域潛在滑坡識別[J].山地學報，2018，36（1）：91-97.

[6]F Amelung， DL Galloway， JW Bell， HA Zebker， RJ Laczniak. Sensing the ups and downs of Las Vegas： InSAR reveals structural control of land subsidence and aquifer-system deformation. Geology， 1999，27（6）：483-486.

[7]DA Schmidt， R Bürgmann. Time-dependent land uplift and subsidence in the Santa Clara valley， California， from a large interferometric synthetic aperture radar data set. Journal of Geophysical Research Solid Earth，2003，108（B9）.

[8]ZW Li， XL Ding， GX Liu. Modeling atmospheric effects on InSAR with meteorological and continuous GPS observations： algorithms and some test results. Journal of Atmospheric and Solar-Terrestrial Ph...， 2004，66（11）：907-917.

[9]HA Zebker， PA Rosen， S Hensley. Atmospheric effects in interferometric synthetic aperture radar surface deformation and topographic maps. Journal of Geophysical Research Solid Earth，1997，102（B4）：7547-7563.

[10]許才軍，何平，溫揚茂，等.InSAR技術(shù)及應用研究進展[J].測繪地理信息，2015，40（2）：1-9.

[11]C Colesanti， A Ferretti， F Ferrucci， C Prati， F Rocca.Monitoring known seismic faults using the permanent scatterers （PS） technique. IEEE International Geoscience & Remote Sensing ...， 2000，5：2221-2223 vol.5.

[12]廖明生，王騰.時間序列INSAR技術(shù)與應用[M].北京：科學出版社，2014.

[13]Perssin D.Validation of the sub-metric accurary of vertical positioning of PS's in C band. IEEE Transactions on Geoscience and Romete Sensing etters，2008，5（3）：502-206.

[14]Ferreti A， Savio G， et al. Submillimeter Accuracy of InSAR Time Series： Experimental Validation： Experimental validation. IEEE Transactions on Geoscience and Remote Sensing，2007，45（5）：1142-1153.

[15]A Ferretti， C Prati， F Rocca.Permanent scatterers in SAR interferometry. IEEE Transactions on Geoscience & Remote Sensing，2001，39（1）：8-20.

[16]P Berardino， G Fornaro， R Lanari ，E Sansosti.A new algorithm for surface deformation monitoring based on small baseline differential SAR interferograms. IEEE Transactions on Geoscience & Remote Sensing，2003，40 （11）：2375-2383.

[17]R Lanari， O Mora， M Manunta， J Mallorquí， P Berardino， ...A small-baseline approach for investigating deformations on full-resolution differential SAR interferograms. Geoscience & Remote Sensing IEEE Transactions on，2004，42（7）：1377-1386.

[18]P Berardino， G Fornaro， R Lanari， E Sansosti.A new algorithm for surface deformation monitoring based on small baseline differential SAR interferograms. IEEE Transactions on Geoscience & Remote Sensing，2003，40（11）：2375-2383.

[19]M. Berti， A. Corsini S. Franceschini， and J. P. Iannacone .Automated classification of Persistent Scatterers Interferometry time series. Nature Hazards and Earth System Sciences， 2013，13（8）：1945-1958.